JP6934040B2 - 顧客推定装置及び顧客推定方法 - Google Patents
顧客推定装置及び顧客推定方法 Download PDFInfo
- Publication number
- JP6934040B2 JP6934040B2 JP2019239075A JP2019239075A JP6934040B2 JP 6934040 B2 JP6934040 B2 JP 6934040B2 JP 2019239075 A JP2019239075 A JP 2019239075A JP 2019239075 A JP2019239075 A JP 2019239075A JP 6934040 B2 JP6934040 B2 JP 6934040B2
- Authority
- JP
- Japan
- Prior art keywords
- item
- customer
- classification
- machine learning
- items
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
まず、図1に、本発明の第1実施形態に係る顧客推定装置1の概略図を示す。本実施形態において、サービス提供会社X(図示省略)から顧客推定装置1のサービスを提供されたクライアント企業Y(以下、会社Yとする)は、自社で所有する装置端末(PC、タブレット端末、スマートフォン等)で、当該サービスを利用可能である。
次に、図4A、図4B及び図5を参照して、本発明の第2実施形態について説明する。
最後に、図6A及び図6Bを参照して、本発明の第3実施形態について説明する。
Claims (6)
- 顧客が保有する顧客保有項目と、特定若しくは不特定の者を対象に実施した調査又はその者の履歴情報から取得され、当該その者の少なくとも属性、価値観、嗜好、消費行動、行動パターンの何れかが反映されたソースデータのソースデータ項目とを対応させる項目対応手段と、
前記項目対応手段によって前記顧客保有項目と対応したソースデータ項目を得て、前記ソースデータ項目を入力データとして、特定のサービスに対する対象顧客を推定できるように機械学習させた機械学習モデルと、
指標化すべき指標化項目の内容に応じて、第1の前記機械学習モデルを用いて前記対象顧客の推定に必要な要素となる前記顧客保有項目を分類し、第1の分類項目を作成する第1の分類項目作成手段と、
前記第1の分類項目作成手段が作成した前記第1の分類項目に、前記第1の機械学習モデルを用いて第1のスコアを付与する第1のスコア付与手段と、
前記指標化項目の内容に応じて前記第1の分類項目のうち、一部の分類項目に該当する顧客を除外し、前記ソースデータの更新に伴い更新された第2の前記機械学習モデルを用いて前記対象顧客の推定に必要な要素となる前記顧客保有項目を分類し、第2の分類項目を作成する第2の分類項目作成手段と、
前記第2の分類項目作成手段が作成した前記第2の分類項目に、前記第2の機械学習モデルを用いて第2のスコアを付与する第2のスコア付与手段と、
を備えることを特徴とする顧客推定装置。 - 顧客が保有する顧客保有項目と、特定若しくは不特定の者を対象に実施した調査又はその者の履歴情報から取得され、当該その者の少なくとも属性、価値観、嗜好、消費行動、行動パターンの何れかが反映されたソースデータのソースデータ項目とを対応させる項目対応手段と、
前記項目対応手段によって前記顧客保有項目と対応したソースデータ項目を得て、前記ソースデータ項目を入力データとして、特定のサービスに対する対象顧客を推定できるように機械学習させた機械学習モデルと、
指標化すべき指標化項目の内容に応じて、第1の前記機械学習モデルを用いて前記対象顧客の推定に必要な要素となる前記顧客保有項目を分類し、第1の分類項目を作成する第1の分類項目作成手段と、
前記第1の分類項目作成手段が作成した前記第1の分類項目に、前記第1の機械学習モデルを用いて第1のスコアを付与する第1のスコア付与手段と、
前記指標化項目の内容に応じて、前記ソースデータの更新に伴い更新された第2の前記機械学習モデルを用いて前記対象顧客の推定に必要な要素となる、前記第1の分類項目の作成時とは異なる前記顧客保有項目を分類し、第2の分類項目を作成する第2の分類項目作成手段と、
前記第2の分類項目作成手段が作成した前記第2の分類項目に、前記第2の機械学習モデルを用いて第2のスコアを付与する第2のスコア付与手段と、
を備えることを特徴とする顧客推定装置。 - 前記指標化項目の内容に応じて第1から第n(n≧2の自然数)の分類項目のうち、一部の分類項目に該当する顧客を除外し、前記ソースデータの更新に伴い更新された第(n+1)の前記機械学習モデルを用いて前記対象顧客の推定に必要な要素となる前記顧客保有項目を分類し、第(n+1)の分類項目を作成する第(n+1)の分類項目作成手段と、
前記第(n+1)の分類項目作成手段が作成した前記第(n+1)の分類項目に、前記第(n+1)の機械学習モデルを用いて第(n+1)のスコアを付与する第(n+1)のスコア付与手段と、
を備えることを特徴とする請求項1に記載の顧客推定装置。 - 前記指標化項目の内容に応じて、前記ソースデータの更新に伴い更新された第(n+1)(n≧2の自然数)の前記機械学習モデルを用いて前記対象顧客の推定に必要な要素となる、第1から第nの分類項目の作成時とは異なる前記顧客保有項目を分類し、第(n+1)の分類項目を作成する第(n+1)の分類項目作成手段と、
前記第(n+1)の分類項目作成手段が作成した前記第(n+1)の分類項目に、前記第(n+1)の機械学習モデルを用いて第(n+1)のスコアを付与する第(n+1)のスコア付与手段と、
を備えることを特徴とする請求項2に記載の顧客推定装置。 - 機械学習モデルを備えるコンピュータを用いて、商品又はサービスに興味のある対象顧客を推定する顧客推定方法であって、
前記コンピュータのデータ処理部が、顧客が保有する顧客保有項目と、特定若しくは不特定の者を対象に実施した調査又はその者の履歴情報から取得され、当該その者の少なくとも属性、価値観、嗜好、消費行動、行動パターンの何れかが反映されたソースデータのソースデータ項目とを対応させる項目対応ステップと、
前記項目対応ステップにて前記顧客保有項目と対応したソースデータ項目を得て、前記ソースデータ項目を入力データとして、特定のサービスに対する対象顧客を推定できるように機械学習させ、機械学習モデルを作成する機械学習モデル作成ステップと、
前記データ処理部が、指標化すべき指標化項目の内容に応じて、第1の前記機械学習モデルを用いて前記対象顧客の推定に必要な要素となる前記顧客保有項目を分類し、第1の分類項目を作成する第1の分類項目作成ステップと、
前記データ処理部が、前記第1の分類項目作成ステップで作成された前記第1の分類項目に、前記第1の機械学習モデルを用いて第1のスコアを付与する第1のスコア付与ステップと、
前記データ処理部が、指標化すべき指標化項目の内容に応じて前記第1の分類項目のうち、一部の分類項目に該当する顧客を除外し、前記ソースデータの更新に伴い更新された第2の前記機械学習モデルを用いて前記顧客保有項目を分類し、第2の分類項目を作成する第2の分類項目作成ステップと、
前記データ処理部が、前記第2の分類項目作成ステップで作成された前記第2の分類項目に、前記第2の機械学習モデルを用いて第2のスコアを付与する第2のスコア付与ステップと、
を備えることを特徴とする顧客推定方法。 - 機械学習モデルを備えるコンピュータを用いて、商品又はサービスに興味のある対象顧客を推定する顧客推定方法であって、
前記コンピュータのデータ処理部が、顧客が保有する顧客保有項目と、特定若しくは不特定の者を対象に実施した調査又はその者の履歴情報から取得され、当該その者の少なくとも属性、価値観、嗜好、消費行動、行動パターンの何れかが反映されたソースデータのソースデータ項目とを対応させる項目対応ステップと、
前記項目対応ステップにて前記顧客保有項目と対応したソースデータ項目を得て、前記ソースデータ項目を入力データとして、特定のサービスに対する対象顧客を推定できるように機械学習させ、機械学習モデルを作成する機械学習モデル作成ステップと、
前記データ処理部が、指標化すべき指標化項目の内容に応じて、第1の前記機械学習モデルを用いて前記対象顧客の推定に必要な要素となる前記顧客保有項目を分類し、第1の分類項目を作成する第1の分類項目作成ステップと、
前記データ処理部が、前記第1の分類項目作成ステップで作成された前記第1の分類項目に、前記第1の機械学習モデルを用いて第1のスコアを付与する第1のスコア付与ステップと、
前記データ処理部が、指標化すべき指標化項目の内容に応じて、前記ソースデータの更新に伴い更新された第2の前記機械学習モデルを用いて前記対象顧客の推定に必要な要素となる、前記第1の分類項目の作成時とは異なる前記顧客保有項目を分類し、第2の分類項目を作成する第2の分類項目作成ステップと、
前記データ処理部が、前記第2の分類項目作成ステップで作成された前記第2の分類項目に、前記第2の機械学習モデルを用いて第2のスコアを付与する第2のスコア付与ステップと、
を備えることを特徴とする顧客推定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019239075A JP6934040B2 (ja) | 2019-12-27 | 2019-12-27 | 顧客推定装置及び顧客推定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019239075A JP6934040B2 (ja) | 2019-12-27 | 2019-12-27 | 顧客推定装置及び顧客推定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021108003A JP2021108003A (ja) | 2021-07-29 |
JP6934040B2 true JP6934040B2 (ja) | 2021-09-08 |
Family
ID=76969043
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019239075A Active JP6934040B2 (ja) | 2019-12-27 | 2019-12-27 | 顧客推定装置及び顧客推定方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6934040B2 (ja) |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001075972A (ja) * | 1999-08-31 | 2001-03-23 | Nippon Telegr & Teleph Corp <Ntt> | ユーザグループ動的生成方法及び装置、並びにユーザグループ動的生成プログラムを記録した記録媒体 |
JP6059123B2 (ja) * | 2013-10-16 | 2017-01-11 | カルチュア・コンビニエンス・クラブ株式会社 | 顧客データ分析・検証システム |
JP6023129B2 (ja) * | 2014-08-08 | 2016-11-09 | ヤフー株式会社 | 抽出装置、抽出方法及び抽出プログラム |
JP6367743B2 (ja) * | 2015-03-20 | 2018-08-01 | ヤフー株式会社 | 情報処理装置、情報処理プログラムおよび情報処理方法 |
WO2017141439A1 (ja) * | 2016-02-19 | 2017-08-24 | 株式会社アイズファクトリー | 予測システム |
CN106909594B (zh) * | 2016-06-06 | 2020-05-05 | 阿里巴巴集团控股有限公司 | 信息推送方法及装置 |
JP6501936B1 (ja) * | 2018-02-27 | 2019-04-17 | ヤフー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
-
2019
- 2019-12-27 JP JP2019239075A patent/JP6934040B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2021108003A (ja) | 2021-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hung | A personalized recommendation system based on product taxonomy for one-to-one marketing online | |
JP6679451B2 (ja) | 選択装置、選択方法および選択プログラム | |
CN103824192A (zh) | 混合推荐系统 | |
JP2004538535A (ja) | 以前の調査質問事項への回答の分析結果に基づく調査質問事項の自動生成 | |
US20150174493A1 (en) | Automated content curation and generation of online games | |
US10445763B2 (en) | Automated promotion forecasting and methods therefor | |
US10140629B2 (en) | Automated behavioral economics patterns in promotion testing and methods therefor | |
Zhu et al. | Investigating the impacts of recommendation agents on impulsive purchase behaviour | |
US11587028B2 (en) | Computer system for optimizing garment inventory of retailer based on shapes of users | |
Sharma et al. | Consumer confusion and decision postponement in the online tourism domain: the moderating role of self-efficacy | |
Bairathi et al. | The value of platform endorsement | |
JP2020035409A (ja) | 特性推定装置、特性推定方法、及び特性推定プログラム等 | |
JP6934040B2 (ja) | 顧客推定装置及び顧客推定方法 | |
JP6748769B1 (ja) | 顧客推定装置及び顧客推定方法 | |
JP6826652B1 (ja) | 顧客推定装置及び顧客推定方法 | |
JP7042787B2 (ja) | 判定装置、判定方法、および判定プログラム | |
Long | Factors influencing consumers intention towards online food purchasing in Phnom Penh | |
JP6937405B1 (ja) | 顧客推定装置及び顧客推定方法 | |
US20130297406A1 (en) | Matching criteria selection to scale online experiments | |
JP6945019B2 (ja) | 顧客推定装置及び顧客推定方法 | |
JP6967102B2 (ja) | 顧客推定装置及び顧客推定方法 | |
Singh et al. | Factors determining fashion clothing interest and purchase intention: A study of Generation Z consumers in India | |
Thein | A Review of the Literature on the Effects of Social Media on Buying Fashion Apparel Intention and Decision | |
JP2021117757A (ja) | 顧客推定装置及び顧客推定方法 | |
Gera | Consumer attitude and purchase behavior towards foreign brands |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201006 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201006 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20201006 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20201104 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210208 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210330 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210527 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210817 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210820 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6934040 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |