JP6967102B2 - 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
- JP6967102B2 JP6967102B2 JP2020038249A JP2020038249A JP6967102B2 JP 6967102 B2 JP6967102 B2 JP 6967102B2 JP 2020038249 A JP2020038249 A JP 2020038249A JP 2020038249 A JP2020038249 A JP 2020038249A JP 6967102 B2 JP6967102 B2 JP 6967102B2
- Authority
- JP
- Japan
- Prior art keywords
- customer
- item
- owned
- items
- classification
- 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
- 238000000034 method Methods 0.000 title claims description 25
- 238000010801 machine learning Methods 0.000 claims description 39
- 238000000605 extraction Methods 0.000 claims description 37
- 230000006399 behavior Effects 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 17
- 235000019640 taste Nutrition 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 4
- 239000000047 product Substances 0.000 description 11
- 230000008569 process Effects 0.000 description 5
- 230000006872 improvement Effects 0.000 description 3
- 235000014510 cooky Nutrition 0.000 description 2
- 230000008685 targeting Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
まず、図1を参照して、本発明の第1実施形態に係る顧客推定装置1の概要を説明する。
次に、図5を参照して、本発明の第2実施形態に係る顧客推定装置1’の概要を説明する。なお、第1実施形態と同じ構成については同じ符号を付し、一部説明を省略する。
Claims (8)
- 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から、指標化すべき指標化項目を取得する指標化項目取得手段と、
顧客が保有する顧客保有項目を取得する顧客保有項目取得手段と、
前記ソースデータの前記顧客が保有していない項目を含めた全ての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、
前記指標化項目の内容に応じて異なる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前記顧客保有項目を分類し、分類項目を作成する分類項目作成手段と、
前記顧客が用意すべき新たな前記顧客保有項目を、前記分類項目に共通して現れた要素から抽出する顧客保有項目抽出手段と、
を備えることを特徴とする顧客推定装置。 - 前記顧客保有項目抽出手段は、抽出された前記顧客保有項目の入手を顧客に促すことを特徴とする請求項1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、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から、指標化すべき指標化項目を取得する指標化項目取得ステップと、
前記コンピュータのデータ取得部が、顧客が保有する顧客保有項目を取得する顧客保有項目取得ステップと、
前記ソースデータの前記顧客が保有していない項目を含めた全ての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、前記指標化項目の内容に応じて異なる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前記顧客保有項目を分類し、分類項目を作成する分類項目作成ステップと、
前記データ処理部が、前記顧客が用意すべき新たな前記顧客保有項目を、前記分類項目に共通して現れた要素から抽出する顧客保有項目抽出ステップと、
を備えることを特徴とする顧客推定方法。 - 前記顧客保有項目抽出ステップで抽出された前記顧客保有項目の入手を顧客に促すことを特徴とする請求項3に記載の顧客推定方法。
- 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から、指標化すべき指標化項目を取得する指標化項目取得手段と、
顧客が保有する顧客保有項目を取得する顧客保有項目取得手段と、
前記ソースデータが有する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、
前記指標化項目の内容に応じて異なる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前記顧客保有項目を分類し、分類項目を作成する分類項目作成手段と、
前記分類項目作成手段が作成した前記分類項目に対して、前記機械学習モデルが有する規則に基づいて現状での指標化の可能性を示す精度を算出する精度算出手段と、
前記分類項目の内容から、前記顧客保有項目に含まれていない、前記精度を向上させる要素となる候補項目を抽出する候補項目抽出手段と、を備え、
前記精度算出手段は、前記指標化項目取得手段が取得した前記指標化項目と、前記顧客保有項目取得手段が取得した前記顧客保有項目と、前記候補項目抽出手段が抽出した前記候補項目とを用いて分類項目を作成し、前記精度を再度算出することを特徴とする顧客推定装置。 - 前記候補項目抽出手段は、再度算出された前記精度が、初回に算出された前記精度より向上した場合に、前記候補項目の入手を顧客に促すことを特徴とする請求項5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取得部が、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から、指標化すべき指標化項目を取得する指標化項目取得ステップと、
前記データ取得部が、顧客が保有する顧客保有項目を取得する顧客保有項目取得ステップと、
前記ソースデータが有する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、
前記コンピュータのデータ処理部が、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前記顧客保有項目を分類し、分類項目を作成する分類項目作成ステップと、
前記データ処理部が、前記分類項目作成ステップで作成された前記分類項目に対して、前記機械学習モデルが有する規則に基づいて現状での指標化の可能性を示す精度を算出する精度算出ステップと、
前記データ処理部が、前記分類項目の内容から、前記顧客保有項目に含まれていない、前記精度を向上させる要素となる候補項目を抽出する候補項目抽出ステップと、を備え、
前記分類項目作成ステップでは、前記指標化項目取得ステップで取得した前記指標化項目と、前記顧客保有項目取得ステップで取得した前記顧客保有項目と、前記候補項目抽出ステップで抽出した前記候補項目とから新たな分類項目を作成し、
前記精度算出ステップでは、前記分類項目作成ステップで作成された前記新たな分類項目に対して前記精度を算出することを特徴とする顧客推定方法。 - 前記候補項目抽出ステップでは、再度算出された前記精度が、初回に算出された前記精度より向上した場合に、前記候補項目の入手を顧客に促すことを特徴とする請求項7に記載の顧客推定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020038249A JP6967102B2 (ja) | 2020-03-05 | 2020-03-05 | 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 |
---|---|---|---|
JP2020038249A JP6967102B2 (ja) | 2020-03-05 | 2020-03-05 | 顧客推定装置及び顧客推定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021140505A JP2021140505A (ja) | 2021-09-16 |
JP6967102B2 true JP6967102B2 (ja) | 2021-11-17 |
Family
ID=77668697
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020038249A Active JP6967102B2 (ja) | 2020-03-05 | 2020-03-05 | 顧客推定装置及び顧客推定方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6967102B2 (ja) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2539784C (en) * | 2003-09-22 | 2016-07-05 | Citicorp Credit Services, Inc. | Method and system for purchase-based segmentation |
JP5108310B2 (ja) * | 2007-01-05 | 2012-12-26 | ヤフー株式会社 | ターゲット層の推定装置、推定方法、広告情報配信システム |
JP6181360B2 (ja) * | 2012-08-30 | 2017-08-16 | アクセンチュア グローバル サービシズ リミテッド | マーケティング装置、マーケティング方法、プログラム、及び記録媒体 |
US20200349438A1 (en) * | 2018-01-19 | 2020-11-05 | Sony Corporation | Information processing apparatus, information processing method, and program |
JP7015725B2 (ja) * | 2018-04-16 | 2022-02-03 | 株式会社日立製作所 | データ利活用に係るデータ準備方法及びデータ利活用システム |
-
2020
- 2020-03-05 JP JP2020038249A patent/JP6967102B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2021140505A (ja) | 2021-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dewi et al. | Determinants of online purchase intention: a PLS-SEM approach: evidence from Indonesia | |
Jansen et al. | Evaluating the performance of demographic targeting using gender in sponsored search | |
Suhartanto et al. | Millennial experience with online food home delivery: A lesson from Indonesia | |
Sahni et al. | Sponsorship disclosure and consumer deception: Experimental evidence from native advertising in mobile search | |
Hwang et al. | Factors influencing customer satisfaction or dissatisfaction in the restaurant business using AnswerTree methodology | |
Soares et al. | Assessing the effects of COVID-19-related risk on online shopping behavior | |
US8943004B2 (en) | Tools and methods for determining relationship values | |
US20130204822A1 (en) | Tools and methods for determining relationship values | |
Rozekhi et al. | Attributable e-commerce toward purchase intention: online search of food product | |
KR20180052489A (ko) | 사용자 경험분석 및 환경요인에 기초한 크로스보더 전자상거래 상품 추천 방법 | |
Alazab et al. | Maximising competitive advantage on E-business websites: A data mining approach | |
US8478702B1 (en) | Tools and methods for determining semantic relationship indexes | |
Ho | A study on consumers' attitude towards online shopping on Penang famous fruits pickles-FASS Final Project (Psychology). | |
JP6967102B2 (ja) | 顧客推定装置及び顧客推定方法 | |
Liang et al. | Factors influencing office-workers' purchase intention though social media: An empirical study | |
JP6320353B2 (ja) | デジタルマーケティングシステム | |
Bhattacharya et al. | An empirical study on the factors affecting online retail brand engagement and purchase intention | |
JP7042787B2 (ja) | 判定装置、判定方法、および判定プログラム | |
JP2021043513A (ja) | 顧客推定装置及び顧客推定方法 | |
JP2021117757A (ja) | 顧客推定装置及び顧客推定方法 | |
JP6934040B2 (ja) | 顧客推定装置及び顧客推定方法 | |
WO2013119762A1 (en) | Tools and methods for determining semantic relationship indexes | |
JP6826652B1 (ja) | 顧客推定装置及び顧客推定方法 | |
JP6945019B2 (ja) | 顧客推定装置及び顧客推定方法 | |
Siadat et al. | Measuring service quality in E-retailing using SERVQUAL model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201012 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201012 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20201012 |
|
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: 20210205 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210216 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210322 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210615 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210727 |
|
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: 20211019 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211022 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6967102 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |