JPH0877184A - データ・ベース検索装置および方法,データ・ベース検索装置を備えたダイレクト・メール発行支援システム,顧客評価装置および方法,ならびに顧客評価装置を備えたダイレクト・メール発行支援システム - Google Patents
データ・ベース検索装置および方法,データ・ベース検索装置を備えたダイレクト・メール発行支援システム,顧客評価装置および方法,ならびに顧客評価装置を備えたダイレクト・メール発行支援システムInfo
- Publication number
- JPH0877184A JPH0877184A JP33965094A JP33965094A JPH0877184A JP H0877184 A JPH0877184 A JP H0877184A JP 33965094 A JP33965094 A JP 33965094A JP 33965094 A JP33965094 A JP 33965094A JP H0877184 A JPH0877184 A JP H0877184A
- Authority
- JP
- Japan
- Prior art keywords
- data
- customer
- cluster
- search
- displayed
- 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.)
- Granted
Links
Abstract
に検索できるようにする。 【構成】 表示装置5に表示されたウィンドウにおいて
マウス6を用いて,顧客データ・ベース2に記憶された
顧客データ群について2つの検索項目が指定される。ク
ラスタリングを行うクラスタ数が指定される。顧客デー
タ群が指定された検索項目に基づいてクラスタ数にクラ
スタリングされる。クラスタリングされた顧客データは
2つの検索項目についてのクラスタリング平面上にクラ
スタ毎に分類されて表示される。クラスタリング平面上
において1または複数のクラスタが指定される。指定さ
れたクラスタを含むクラスタ検索条件式が入力される。
このクラスタ検索条件式に基づいて,顧客データが検索
される。この検索された顧客データが表示装置5に表示
される。
Description
び方法,データ・ベース検索装置を備えたダイレクト・
メール発行支援システム,顧客評価装置および方法,な
らびに顧客評価装置を備えたダイレクト・メール発行支
援システムに関する。
複数の属性をもつデータ・ベースは,データがもつ属性
のすべてまたは一部について設定された検索条件に基づ
いて検索される。たとえば,住所,年齢,購入金額等の
属性をもつ顧客データ・ベースにおいては,年齢が20歳
以上30歳未満,購入金額が10万円以上等の検索条件が設
定され,この検索条件を満たす顧客データが検索され
る。
は,各データの属性の値がどのような分布をもっている
かを予想できる場合には,少ない検索回数により目的と
するデータを検索することができる。また,複数の属性
について検索条件をそれぞれ設定し,各検索条件のAN
D条件またはOR条件でデータを検索するときには,各
属性間の相関関係が予想できれば,少ない検索回数によ
り目的とするデータ群を得ることができる。
い場合や属性間の相関関係が予想できない場合には,検
索条件によっては多量のデータが検索されたり,データ
が全く検索されなかったりすることがある。ユーザは,
目的のデータを検索するために,検索条件の設定を何度
も繰返し行わなければならない。とくに,多数の属性を
もつデータについて,各属性の値の分布を予想すること
は不可能に近く,属性間の相関関係を予想することはさ
らに難しくなる。
検索方法または検索のためのマン・マシン・インタフェ
ースでは,データが多くの属性をもち,またデータ・ベ
ースの規模が大きくなるほど,目的とするデータの検索
は困難となる。
客についてその氏名,住所,購入した商品またはそのセ
ール目的(用途),等のデータ(顧客データ)をデータ
・ベースに登録しておく。データ・ベースに登録した顧
客データに基づいて,セールのためのダイレクト・メー
ル(DM)を送付することによって売上げの向上を図る
という要請がある。
の2つがある。
されたすべての顧客にDMを発行するものである。この
方法では,売上げの向上はある程度見込まれるが,DM
発行の効率が悪い。
に基づいて,その購買実績が高い顧客にDMを発行する
ものである。購買実績が高い顧客とは,たとえば商品の
購入回数が多い顧客,商品の購入金額が高い顧客,等で
ある。この方法では,購買実績が高い顧客は少数である
ため,DM発行により効率はよいが,売上げの向上は見
込みにくい。
できるだけ少なくするためには,顧客の選別とその評価
を行う必要がある。
たデータの中から所望のデータを容易に検索できるよう
にすることを目的としている。
マン・マシン・インタフェースをより使いやすくするこ
とを目的としている。
録した顧客データ・ベースにおいてダイレクト・メール
を発行すべき顧客の選別とその評価を行えるようにする
ことを目的としている。
よび方法,ならびにデータ・ベース検索装置を備えたD
M発行支援システムについて説明する。
は,それぞれが複数の属性をもつ複数のデータを記憶し
たデータ・ベース,上記データの複数の属性の中から,
1または複数の属性を指定する属性指定手段,上記デー
タ・ベースに記憶された複数のデータを,上記属性指定
手段によって指定された属性について,あらかじめ定め
られたまたは外部から与えられた第1の個数のクラスタ
にクラスタリングするクラスタリング手段,上記クラス
タリング手段によってクラスタリングされた複数のクラ
スタの中から,1または複数のクラスタを指定するクラ
スタ指定手段,および上記クラスタ指定手段によって指
定されたクラスタに基づいて,上記データ・ベースから
データを検索する検索手段を備えている。
は,それぞれが複数の属性をもつ複数個のデータをデー
タ・ベースにあらかじめ記憶しておき,上記データの複
数の属性の中から指定される1または複数の属性を受付
け,上記データ・ベースに記憶された複数のデータを,
指定された1または複数の属性について,あらかじめ定
められたまたは外部から与えられた第1の個数のクラス
タにクラスタリングし,クラスタリングされた複数のク
ラスタの中から指定される1または複数のクラスタを受
付け,指定されたクラスタに基づいて,上記データ・ベ
ースからデータを検索するものである。
ィスク記憶装置,光ディスク記憶装置等によって実現さ
れる。
リングおよびファジィ・クラスタリングではない一般の
クラスタリングが含まれる。クラスタリングの方法に
は,c-means 法,ファジィc-means 法等が含まれる。
のポインティング・デバイスを用いることができる。
されたデータが,各データが有する属性に基づいて,複
数のクラスタにクラスタリング(分類)される。したが
って,データ・ベース検索者(ユーザ)は,データのも
つ属性間の相関関係や属性値の分布をデータの検索に先
だって知ることができる。そして,検索するデータの属
性値を有するクラスタを指定することにより,目的とす
るデータを容易に検索することができる。
いてのデータを,属性として購入回数および購入金額に
よりクラスタリングした場合には,各クラスタおよび各
クラスタに含まれるデータが購入回数および購入金額に
ついてどのような分布を有するか,購入回数と購入金額
とがどのような相関関係にあるかを容易に知ることがで
きる。これにより,目的とするデータ群を容易に検索す
ることができる。
上記属性指定手段によって指定された属性を座標軸と
し,この座標軸によって規定されるn次元空間(nは正
の整数)内に,上記クラスタリング手段によってクラス
タリングされた複数のクラスタを可視的に表示する表示
手段をさらに備えている。
れたクラスタが,指定された属性を座標軸とするn次元
空間に表示される。このn次元空間は直線(n=1)お
よび平面(n=2)を含むものとする。データ・ベース
検索者は,クラスタリングされた各クラスタがどのよう
な属性値に位置または分布するかを視覚により容易に確
認することができる。したがって,データ・ベース検索
におけるマン・マシン・インタフェース(MMI)が,
人間にとって使いやすいものとなる。
の領域に分割するための分割データ,および上記複数の
領域の特徴を表す特徴情報を記憶する分割/特徴情報デ
ータ・ベース,ならびに上記n次元空間において,上記
分割データに基づいて分割された領域に,各領域に対応
する上記特徴情報を表示する上記表示手段をさらに備え
ている。
いてのデータの場合に,購買回数および購買金額という
属性についての特徴情報として「購買回数が多く,しか
も購買金額も高い顧客は優良顧客である」等の情報が用
いられよう。分割データとして,購買金額の多い領域と
少ない領域とを分割するのに適したデータおよび購買回
数の多い領域と少ない領域とを分割するのに適したデー
タが用いられよう。
れた表示手段に表示させることによって,ユーザは,各
クラスタがどのような特徴をもったデータの集まりであ
るかを容易に知ることができる。これにより,目的とす
るデータを検索するためには,どのクラスタを指定すべ
きかを容易に判断することでき,ユーザにとって使いや
すいデータ・ベース検索のMMIが提供される。
索手段によって検索されたデータが属するクラスタが,
上記複数の領域のいずれに含まれるかを決定する領域決
定手段,上記検索手段によって検索されたデータが,上
記領域決定手段によって決定された領域の特徴をどの程
度満たしているかを表す特徴適合度を算出する特徴適合
度算出手段,および上記特徴適合度算出手段によって算
出された特徴適合度に基づいて,検索されたデータを順
序づける順序づけ手段をさらに備えている。
について,特徴適合度が算出され,この特徴適合度に基
づいてデータが順序づけられる。これによって,検索さ
れたデータが,そのデータが属するクラスタを含む領域
の特徴をどの程度満たしているかを知ることができる。
また,検索されたデータをさらに限定(検索)する場合
には,特徴適合度が大きいデータのみを指定したり,特
徴適合度の範囲を指定したりして,検索されたデータを
さらに限定することができる。この特徴適合度によって
どのデータを検索すべきかの指針が与えられる。
属性指定手段によって指定された属性を,上記第1の個
数より多い,あらかじめ定められたまたは外部から与え
られる第2の個数のセルに分割し,各セルに含まれるす
べてのデータを代表する代表データを作成する代表デー
タ作成手段がさらに設けられ,上記クラスタリング手段
は,上記代表データ作成手段によって作成された代表デ
ータを,上記属性指定手段によって指定された属性につ
いて,上記第1の個数のクラスタにクラスタリングする
ものである。
十または数百のセルに分割される。セルに含まれるすべ
てのデータを代表する代表データについてクラスタリン
グが行われる。
ていたとき,たとえば数万個,数十万個またはこれ以上
のデータがデータ・ベースに登録されていたときには,
クラスタリングに膨大な演算時間を要する。このような
とき,その膨大な数のデータをセル毎に1つの代表デー
タにまとめることによって,最大でもそのセルの数の代
表データについてクラスタリングを行えばよい。セル数
は,クラスタリングを行うクラスタ数よりも多い数に設
定される。たとえば数万個のデータが数十個の代表デー
タになり,この数十個の代表データが数個のクラスタに
クラスタリングされる。
の数を減らすことができるので,クラスタリングに要す
る演算時間が格段に短縮される。これにより,データの
検索に要する検索時間も短縮される。
レクト・メール発行支援システムについて説明する。
援システムは,上記データ・ベース検索装置を備え,上
記データ・ベースに,ダイレクト・メール送付の対象で
ある顧客に関するデータがあらかじめ登録されているも
のである。
置によりダイレクト・メールを送付すべき顧客データを
容易に検索することができる。
法,ならびに顧客評価装置を備えたダイレクト・メール
発行支援システムについて説明する。
が複数の属性をもつ複数個の顧客データを記憶した顧客
データ・ベース,商品の種類毎に,顧客によって購入さ
れた日,そのセール目的および購入した顧客を含む履歴
データを記憶した履歴データ・ベース,一のセール目的
と他のセール目的との関連の度合いを表す関連度を記憶
した関連度辞書,セール目的を入力するためのセール目
的入力手段,ならびに上記顧客データ・ベースに記憶さ
れた顧客について,指定の日または期間に購入された商
品のセール目的を上記履歴データ・ベースから検索し,
顧客のセール目的と上記セール目的入力手段から入力さ
れたセール目的とについて,上記関連度辞書から検索さ
れる関連度を顧客のセール重視度として決定するセール
重視度算出手段を備えている。
が複数の属性をもつ複数の顧客データを記憶した顧客デ
ータ・ベース,商品の種類毎に,顧客によって購入され
た日,そのセール目的および購入した顧客を含む履歴デ
ータを記憶した履歴データ・ベース,ならびに一のセー
ル目的と他のセール目的との関連の度合いを表す関連度
を記憶した関連度辞書を設け,入力されるセール目的を
受付け,上記顧客データ・ベースに記憶された顧客につ
いて,指定の日または期間に購入された商品のセール目
的を上記履歴データ・ベースから検索し,顧客のセール
目的と入力されたセール目的とについて,上記関連度辞
書から検索される関連度を顧客のセール重視度として決
定するものである。
住所,氏名,購入された商品の購入金額,等の属性をも
つ顧客データが記憶されている。履歴データ・ベースに
は,商品の種類毎に,顧客によって購入された日,その
セール目的および購入した顧客を含む履歴データが記憶
されている。ここでセール目的とは母の日,父の日等の
特定の記念日に関連して行われたセール(キャンペー
ン)を表わす。セールとはたとえば母の日以前の一定期
間に花(カーネーション),指輪等を主に販売するもの
である。またセールには特定の記念日に関連するものに
限られず,特定の季節に関連したものがあり,たとえば
夏に水着,冬にスキーウェア等を主としてそれぞれ販売
するものがある。さらにセールには,講演会における出
版物の販売,展示会における展示品の販売,コンサート
におけるキャラクタ商品の販売等も含まれ,たとえば中
国物産展における陶器の販売である。たとえば母の日の
セールにおいて顧客によって購入された商品がカーネー
ション(花)である場合,セール目的は「母の日」とな
る。関連度辞書には,一のセール目的と他のセール目的
との関連の度合いを表す関連度が記憶されている。たと
えば,セール目的「母の日」と「父の日」についての関
連度が高いと「母の日」に商品を購入した顧客は「父の
日」にも商品を購入する可能性が高いことを表してい
る。
れる。このセール目的はダイレクト・メール発行を行う
目的であり,たとえば母の日のセールについてダイレク
ト・メールを発行する場合にセール目的は「母の日」で
ある。上記顧客データ・ベースに記憶された顧客につい
て,指定の日または期間に購入された商品のセール目的
が上記履歴データ・ベースから検索される。指定の日ま
たは期間は,たとえばセール目的が「母の日」のときは
母の日の前日または母の日以前の期間である。この指定
の日または期間に顧客データ・ベースに登録された顧客
がどのような目的で商品を購入していたかがセール目的
として決定される。顧客のセール目的と入力されたセー
ル目的とについて,上記関連度辞書から検索される関連
度が顧客のセール重視度として決定される。このセール
重視度が高いほどその顧客は,ユーザが入力したセール
目的に合致していることを表す。
ル目的について算出されたセール重視度に基づいて顧客
を評価することができる。この評価に基づいて売上げの
向上が見込れる顧客を選択し,その顧客にダイレクト・
メールを発行することができる。
客データの複数の属性の中から,1または複数の属性を
指定する属性指定手段,上記顧客データ・ベースに記憶
された複数のデータを,上記属性指定手段によって指定
された属性について,あらかじめ定められたまたは外部
から与えられた第1の個数のクラスタにクラスタリング
するクラスタリング手段,上記クラスタリング手段によ
ってクラスタリングされた複数のクラスタの中から,1
または複数のクラスタを指定するクラスタ指定手段,上
記クラスタ指定手段によって指定されたクラスタに基づ
いて,上記顧客データ・ベースから顧客データを検索す
る検索手段,上記検索手段によって検索された顧客デー
タが属するクラスタが,上記属性指定手段によって指定
された属性によって規定されるn次元空間(nは正の整
数)を分割することにより設けられた複数の特徴分類領
域のいずれに含まれるかを決定する領域決定手段,上記
検索手段によって検索された顧客データについて,上記
特徴分類領域の特徴をどの程度満たしているかを表す特
徴適合度を算出する特徴適合度算出手段,および上記検
索手段によって検索された顧客データについて,上記セ
ール重視度と上記特徴適合度に基づいて合致度を算出す
る合致度算出手段を備えている。
ら,1または複数の属性が指定される。指定された属性
について,第1の個数のクラスタにクラスタリングされ
る。クラスタリングされた複数のクラスタの中から,1
または複数のクラスタが指定される。指定されたクラス
タに基づいて,顧客データ・ベースから顧客データが検
索される。検索された顧客データが属するクラスタが,
指定された属性によって規定されるn次元空間(nは正
の整数)を分割することにより設けられた複数の特徴分
類領域のいずれに含まれるかが決定される。検索された
顧客データについて,上記特徴分類領域の特徴をどの程
度満たしているかを表す特徴適合度が算出される。検索
された顧客データについて,上記セール重視度と上記特
徴適合度に基づいて合致度が算出される。
ての合致度に基づいて顧客の評価がより適切に行われ
る。
上記セール重視度または上記特徴適合度もしくは上記合
致度に基づいて,一または複数の顧客データを抽出する
顧客抽出手段をさらに備えている。
は特徴適合度もしくは合致度に基づいて,顧客データ・
ベースから検索された顧客データの中から,さらに優良
な顧客,たとえば商品をよく購入する顧客を抽出するこ
とができる。
ール発行支援システムについて説明する。
援システムは,顧客評価装置を備え,上記顧客データ・
ベースに記憶された顧客データの属性には顧客の氏名お
よび住所が含まれ,上記顧客抽出手段によって抽出され
た顧客データについて,少なくともその氏名および住所
をダイレクト・メールに印刷する印刷装置をさらに備え
たを備えている。
出された顧客データについて,その顧客の氏名および住
所がダイレクト・メールに印刷装置によって印刷され
る。
た優良な顧客についてのみダイレクト・メールが発行さ
れるので,ダイレクト・メールの発行による効率を上げ
ることができる。これによって,ダイレクト・メール発
行による売上げの向上を図ることができる。
行えるデータ・ベース検索方法およびダイレクト・メー
ル発行方法を提供している。
は,それぞれが複数の属性を有する複数のデータを記憶
したデータ・ベース,n次元空間(nは正の整数)を表
示するための表示装置,および指令またはデータを入力
するための入力装置を設け,上記顧客データが有する複
数の属性を含む検索項目リストを上記表示装置に表示
し,この検索項目リスト内の複数の属性の中から1また
は複数の属性を検索項目として上記入力装置で指定し,
上記データ・ベースに記憶された複数のデータを,指定
された1または複数の検索項目について,所定のクラス
タ数のクラスタにクラスタリングし,クラスタリングさ
れた複数のデータを,指定された検索項目をそれぞれ座
標軸とするn次元空間内に,クラスタ毎に分類して上記
表示装置に表示し,上記n次元空間に表示されたクラス
タの中から,1または複数のクラスタを上記入力装置で
指定し,上記n次元空間において指定されたクラスタに
属するデータを,上記データ・ベースから検索するもの
である。
を含む検索項目リストが表示装置に表示される。これに
より,ユーザはこの検索項目リストから1または複数の
属性を検索項目として選択すればよいので,検索すべき
検索項目を容易に指定できる。
が,指定された1または複数の検索項目について,所定
のクラスタ数のクラスタにクラスタリングされ,クラス
タリングされた複数のデータが,指定された検索項目を
それぞれ座標軸とするn次元空間内に,クラスタ毎に分
類して表示装置に表示される。データがクラスタ毎に分
類されてn次元空間に表示されることによって,ユーザ
はデータ・ベースに登録されたデータの分布または相関
関係を容易に知ることができる。したがって,検索すべ
きデータの所在(クラスタ)を容易に特定できる。
属するデータがデータ・ベースから検索される。このよ
うに,ユーザは,検索すべき検索項目を指定し,n次元
空間に表示されるクラスタを指定すればよいので,デー
タの検索を容易に行える。
検索方法は,それぞれが複数の属性を有する複数のデー
タを記憶したデータ・ベース,n次元空間(nは正の整
数)を表示するための表示装置,および指令またはデー
タを入力するための入力装置を設け,上記顧客データが
有する複数の属性を含む検索項目リストを表示装置に表
示し,この検索項目リスト内の複数の属性の中から1ま
たは複数の属性を検索項目として上記入力装置で指定
し,指定された1または複数の検索項目をそれぞれ座標
軸とするn次元空間を上記表示装置に表示し,上記n次
元空間をセルに分割するための分割数を上記入力装置か
ら入力し,上記n次元空間を,入力された分割数により
分割し,各セルに含まれるデータを代表する代表データ
を作成し,作成された代表データを,指定された1また
は複数の検索項目について,所定のクラスタ数のクラス
タにクラスタリングし,クラスタリングされた複数の代
表データを,上記n次元空間内に,クラスタ毎に分類し
て上記表示装置に表示し,上記n次元空間に表示された
クラスタの中から,1または複数のクラスタを上記入力
装置で指定し,上記n次元空間において指定されたクラ
スタに属するデータを,上記データ・ベースから検索す
るものである。
数の検索項目をそれぞれ座標軸とするn次元空間が,入
力された分割数により分割される。各セルに含まれるデ
ータを代表する代表データが作成され,この代表データ
が所定のクラスタ数のクラスタにクラスタリングされ
る。
ていたときは,そのすべてのデータについてクラスタリ
ングを行うと演算時間がかかる。このようなとき,各セ
ルに含まれるデータを代表する代表データを作成するこ
とによって,クラスタリングに要する時間を削減するこ
とができる。たとえば,数万個のデータがデータ・ベー
スに記憶され,n次元空間が数十のセルに分割されたと
すると,そのデータが百分の一になるで,クラスタリン
グの演算が格段に削減される。
ラスタ数を上記入力装置から入力するものである。
望のクラスタに分類することができる。
定した後に,そのクラスタを含む検索条件式を上記入力
装置から入力し,入力された検索条件式に基づいて,上
記データ・ベースからデータを検索するものである。
ラスタに属するデータを単に検索するだけでなく,複数
のクラスタを含むクラスタ検索条件式によりデータを検
索することができる。たとえば,複数のn次元空間にお
いてクラスタを指定されたときに,各n次元空間におけ
るクラスタの両方に含まれるデータのみを検索すること
ができる。
の検索条件式を記憶した検索条件データ・ベースをさら
に設け,上記検索条件データ・ベースに記憶された検索
条件式リストを上記表示装置に表示し,この検索条件式
リストの中から,検索条件式を上記入力装置で選択し,
選択された検索条件式に基づいて,上記データ・ベース
からデータを検索するものである。
ータ・ベースに記憶した検索条件式に基づいて,データ
・ベースからデータが検索される。検索条件データ・ベ
ースに記憶された検索条件式は,過去に行われた検索に
おいて目的に合致したデータが得られたときの検索条件
式である。この検索条件式を用いることによって,再び
検索の目的に合致したデータを得ることができるので,
再び検索条件式(クラスタ検索条件式)を入力しなくて
済む。したがって,検索条件リストから所望の検索条件
を選択するだけでよいので,データの検索が簡単に行え
る。
間を,複数の特徴分類領域に分割するための分割データ
と,各特徴分類領域に含まれるデータの特徴を表す特徴
情報とを記憶した特徴分類領域データ・ベースをさらに
設け,上記n次元空間を表示した後に,上記n次元空間
を,上記特徴分類領域データ・ベースに記憶された分割
データに基づいて複数の特徴分類領域に分割し,上記n
次元空間において,各特徴分類領域に対応する特徴情報
を上記表示装置に表示し,その後,クラスタを指定する
ものである。
が複数の特徴分類領域に分割され,n次元空間におい
て,各特徴分類領域に対応する特徴情報が表示される。
この特徴情報により,クラスタが属する特徴分類領域の
特徴を知ることができるので,検索目的に合ったデータ
を含むクラスタを確実に指定することができる。
間を,複数の特徴分類領域に分割するための分割データ
と,各特徴分類領域に含まれるデータの特徴を表す特徴
情報とを記憶した特徴分類領域データ・ベースをさらに
設け,データを検索した後に,指定されたクラスタが,
上記n次元空間を上記分割データに基づいて分割された
複数の特徴分類領域に属する特徴分類領域をクラスタ毎
に決定し,検索されたデータについて,そのデータが属
するクラスタについて決定された特徴分類領域の特徴を
どの程度満たしているかを表す特徴適合度を算出するも
のである。
スタについて,n次元空間が分割された複数の特徴分類
領域に属する特徴分類領域がクラスタ毎に決定される。
検索されたデータについて,そのデータが属するクラス
タについて決定された特徴分類領域の特徴をどの程度満
たしているかを表す特徴適合度が算出される。この特徴
適合度に基づいて,指定したクラスタに属する検索され
たデータが,そのデータ(クラスタ)が属する特徴分類
領域の特徴をどの程度満たしているかを知ることができ
る。
ベースに記憶されたデータについての複数の属性の一が
複数種類の目的であり,一の目的と他の目的との関連の
度合いを表す関連度を記憶した関連度辞書をさらに設
け,データを検索した後に,上記関連度辞書に記憶され
た目的を含む目的リストを上記表示装置に表示し,この
目的リストから一の目的を指定し,指定された目的と検
索されたデータの目的とについて,上記関連度辞書に記
憶された関連度を参照してデータの重視度を決定するも
のである。
に記憶された目的を含む目的リストが表示され,この目
的リストから指定された目的と検索されたデータの目的
とについて,関連度辞書に記憶された関連度を参照して
データの重視度が決定される。このデータの重視度に基
づいて,ユーザは指定する目的(検索目的)とデータの
関連の度合いを知ることができる。
てさらに,上記特徴適合度および上記重視度に基づいて
合致度を算出するものである。
び重視度に基づいて合致度が算出される。このデータの
合致度に基づいて,ユーザは指定する目的(検索目的)
との関連の度合いおよび特徴分類領域の特徴の適合の度
合いを知ることができる。
好ましくは,上記特徴適合度,上記重視度または上記合
致度に基づいて,検索されたデータの分布を表示装置に
表示するものである。
度または合致度に基づいて,検索されたデータの分布が
表示される。したがって,検索されたデータの分布を容
易に知ることができる。
好ましくはさらに,上記特徴適合度,上記重視度または
上記合致度に基づいて,検索されたデータを上記表示装
置にランキング表示するものである。
度または合致度に基づいて,検索されたデータがランキ
ング表示される。したがって,検索されたデータを検索
目的に合致した順序に見ることができる。
好ましくはさらに,上記特徴適合度,上記重視度または
上記合致度に基づいて,検索されたデータの中から一ま
たは複数のデータを抽出するものである。
度または合致度に基づいて,検索されたデータの中から
一または複数のデータが抽出される。しがって,検索さ
れたデータの中から,さらに検索目的により合ったデー
タを得ることができる。
一実施態様において,入力装置はポインティング・デバ
イスが用いられる。ポインティング・ディバイスには,
マウス,入力ペン等が含まれる。
法は,データ・ベース検索方法により抽出されたデータ
について,上記データ・ベースに記憶されデータの属性
には住所および氏名が含まれており,少なくとも住所お
よび氏名をダイレクト・メールに印刷するものである。
タ)を容易に検索することがきる。重視度,特徴適合度
または合致度に基づいて,DM発行による効果が得られ
る顧客を選別することができる。
を,ダイレクト・メール(以下「DM」という)を発行
するDM発行支援システムに適用した実施例について説
明する。このDM発行支援システムは,商品を販売する
商店の経営者等(ユーザ)によって使用される。ユーザ
が,その商店で過去に商品を購入した顧客の中から,D
Mの発行対象となる顧客の検索および決定を行うとき
に,DM発行支援システムはこの検索および決定の支援
を行う。このDM発行支援システムは商品を販売する販
売業者に限られず,サービスを提供するサービス業者も
利用することができる。
すブロック図である。
システムによって構成される。その主要部はコンピュー
タ本体,すなわち処理装置1である。処理装置1は,後
述する入,出力制御処理,検索処理,等を実行するよう
にプログラムされたコンピュータにより構成される。
て,表示装置5,マウス6,キーボード7および印刷装
置8が接続されている。表示装置5にはCRT表示装
置,液晶ディスプレイ装置,プラズマ・ディスプレイ装
置,その他のディスプレイ装置が用いられる。マウス6
の代わりに入力ペン,その他のポインティング・デバイ
スを用いてもよい。印刷装置8にはドット・インパクト
・プリンタ,熱転写プリンタ,レーザ・プリンタ,その
他のプリンタが用いられる。
づいて,後述するように,種々の画面(ウィンドウ)が
表示装置5の表示画面に表示される。ユーザは,この表
示画面上に表示された各種ボタン(アイコン),リスト
・アップされた各種項目のうち,所望のものの位置にマ
ウス6を用いて移動させてクリックまたはドラッグする
ことにより,要求,意志または選択結果を入力する。ま
た,ユーザは,キーボード7を用いて必要なデータ(数
値)を入力する。マウス6またはキーボード7を用いて
入力されたデータは,処理装置1に取込まれ,その後の
処理に用いられる。表示装置5に表示された表示画面の
ハード・コピー,処理結果(検索結果)のデータ等の印
刷は,印刷装置8によって行われる。
ルール・データ・ベース3,顧客特徴分類データ・ベー
ス4,購買履歴データ・ベース9および検索コマンド・
データ・ベース10が接続されている。これらのデータ・
ベースは,磁気ディスク記憶装置,光ディスク記憶装
置,その他の記憶装置によって実現される。またこれら
のデータ・ベースは一または複数の記憶装置によって実
現することもできる。
いての顧客データが記憶されている。顧客データは顧客
情報リストおよび顧客RFMTリストからなる。図2は
顧客情報リストの一例を示し,図3は顧客RFMTリス
トの一例を示している。
「顧客名」,「郵便番号」,「住所」,「電話番号」,
「性別」,「初回購入日」,「累積購買回数」および
「累積購買全額」がある。顧客RFMTリストには,
「顧客コード」,「経過月数R」,「累積購買回数
F」,「累積購買全額M」および「利用期間T」があ
る。「累積購買回数(F)」と「累積購買金額(M)」
のように,顧客情報リストと顧客RFMTリストの双方
に同じデータが含まれるものもある。顧客情報リストま
たは顧客RFMTリストにある「顧客コード」,「顧客
名」,「経過月数R」,等の項目を,総称して「属性」
という。
り,顧客に1対1に対応付けられるユニークなコード
(番号)である。したがって,顧客情報リストにおける
顧客コードと顧客RFMTリストにおける顧客コードと
が同じであれば,各リストのデータは同じ顧客に関する
データである。
について,「郵便番号」,「住所」,「電話番号」およ
び「性別」に関するデータが格納される。
最初に商品を購入した日であり,この顧客がこの商店の
新規顧客となった日でもある。
最も最近に商品を購入した日である。
が,「最終購入日」の該当月から何ヵ月経過しているか
を示す。「レポート日」とは,このDM発行支援システ
ムを用いて顧客データの検索作業を行った日(今日検索
を行えば,今日の日付)をいう。たとえば,レポート日
が1994年3月である場合,顧客コード0001については最
終購入日が1992年5月10日であるから,経過月数Rは最
終購入日の該当月1992年5月から,レポート日の該当月
1994年3月までの22月となる。
F」という)は,レポート日から過去の一定期間内(た
とえば2年間)に,その顧客が商品を購買した累積回数
(合計回数)である。たとえば,顧客コード0002の顧客
の購買回数Fは7であるので,この顧客はレポート日か
ら過去の一定期間内に7回,この商店で商品を購入して
いることになる。
M」という)は,レポート日から過去の一定期間内(た
とえば2年間)に,その顧客が商品を購買した累積金額
(合計金額)である。たとえば,顧客コード0003の顧客
の購買金額Mは 36600円であるので,この顧客はレポー
ト日から過去の一定期間内に,この商店で 36600円の買
い物をしたことになる。
月から「最終購入日」の該当月の前の月までの月数であ
る。たとえば,顧客コード0004の顧客については,初回
購入日が1989年5月14日であり,最終購入日が1992年5
月10日であるから,利用期間Tは1989年5月から1992年
4月までの35ヵ月となる。
F」,「購買金額M」および「利用期間T」は,DM発
行支援システムを用いて顧客データの検索を行ったとき
に,後述する購買履歴データ・ベース9に記憶されてい
る購買履歴データに基づいて算出され,顧客RFMTリ
ストに記憶される。
た者)を登録する場合には,この顧客の各属性について
のデータが,顧客情報リストおよび顧客RFMTリスト
にそれぞれ登録される。
特徴分類データが記憶されている。図4および図5は,
顧客特徴分類データ・ベース4に記憶された顧客特徴分
類データの一例を示している。
して顧客データをファジィ・クラスタリングを行って得
られるクラスタリング平面を複数の領域に分割するため
の区間とその分割された各領域の特徴とを表すデータで
ある。図50は,表示装置5の表示画面上に表示された,
経過月数Rを横軸とし,購買回数Fを縦軸とするR−F
平面(クラスタリング平面)を示している。このR−F
平面は,R軸に平行な破線(領域の境界)とF軸に平行
な破線(領域の境界)によって,領域A1 〜A4 の4つ
の領域(以下「顧客特徴分類領域」という)に分割され
ている。この領域A1 〜A4 の4つの領域が,顧客特徴
分類データのR−F平面についての領域名A1 〜A4 の
R軸区間およびF軸区間によってそれぞれ定められる。
値は,顧客の特徴を分類するために適した値に設定され
る。その他の区間についても,同様に顧客の特徴を分類
するために適した値に設定される。これらの区間はユー
ザによってあらかじめ設定される。それらの区間はま
た,後述するDMシミュレーションの処理結果に基づい
て設定してもよい。たとえば,顧客特徴分類領域A1
は,図4に示すように,R軸区間[r11,r12]および
F軸区間[f11,f12]によって規定される。また,図
42に示す例では,r11=0,f31=0,r12=r21=r
41=25,f11=f21=f32=1.5 ,f12=f22=∞およ
びr22=r42=∞である。
に表示される顧客の特徴およびその特徴を説明した特徴
の説明文(または文章,語句)が,R−F平面について
の領域名A1 〜A4 の「顧客の特徴」および「特徴の説
明文」が文字列データとしてそれぞれ記憶されている。
この「顧客の特徴」および「特徴の説明文」は,後述す
るように,図50に示すR−F平面に表示されることがで
きる。たとえば,顧客特徴分類領域A1 については,
「顧客の特徴」が「優良顧客」であり,「特徴の説明
文」が「経過月数も短く,購買回数も多い。」である。
に示すR−F平面および図5に示すT−M平面について
の顧客特徴分類データの他に,R−M平面,R−T平
面,F−M平面およびF−T平面の各クラスタリング平
面についての顧客特徴分類データ(図示略)も記憶され
る。
られず,その他種々の数の領域に分割することもでき
る。たとえばR−F平面をR軸およびF軸についてそれ
ぞれ3分割し,9つの顧客特徴分類領域a1 〜a9 に分
割することもできる(図7(B)参照)。この場合には,
R−F平面についての顧客特徴分類データには,顧客特
徴分割領域a1 〜a9 のそれぞれについてR軸区間,F
軸区間,顧客の特徴および特徴の説明文が設定されるこ
とになる。
く,異なる数の領域に分割することもできる。たとえ
ば,横軸を2分割しかつ縦軸を3分割し,クラスタリン
グ平面を6つの顧客特徴領域に分割することもできる。
その他のR−M平面,T−M平面等についても同様に行
なわれる。
検索において用いられるメンバーシップ関数およびSQ
L検索式(SQL(Structured Query Language) コマン
ド)を生成するためのルール群が記憶されている。SQ
L検索式は,顧客データの検索に用いられる。メンバー
シップ関数は,検索された各顧客データの特徴を定量的
に表す適合度を算出するときに用いられる。この適合度
に基づいて,後述する特徴適合度が算出され,この特徴
適合度の大きい順に顧客データを並べるランキング処理
が行われることになる。
ール群の一部を以下に示す。このルール群はR−F平面
とT−M平面に関するものであり,各平面を4つの領域
に分割したときの一例である。
ラスタ」とは,ファジィ・クラスタリングによってクラ
スタリングされた複数のクラスタの中から,クラスタリ
ング平面上でユーザによって指定された一のクラスタで
ある。
れたクラスタに含まれる顧客データの経過月数Rの中
で,最小および最大の経過月数をそれぞれ示す。fmin
およびfmax は,指定されたクラスタに含まれる顧客デ
ータの購買回数Fの中で,最小および最大の購買回数を
それぞれ示す。tmin およびtmax は,指定されたクラ
スタに含まれる顧客データの利用期間Tの中で,最小お
よび最大の利用期間をそれぞれ示す。mmin およびmma
x は,指定されたクラスタに含まれる顧客データの購買
金額Mの中で,最小および最大の購買金額をそれぞれ示
す。
1,Qt2,Qm1およびQm2はそれぞれ,指定されたクラ
スタについてSQL検索式により検索された顧客データ
に基づいて算出されるものであり,詳細については後に
説明する。
d)は,メンバーシップ関数の形状を規定する4つのパ
ラメータa,b,cおよびdの値に応じて以下のように
表される。
プ関数F(x|a,b,c,d)は次式で表される。メ
ンバーシップ関数は図6(A) に示す形状となる。
プ関数F(x|a,b,c,d)は次式で表される。メ
ンバーシップ関数は図6(B) に示す形状となる。
プ関数F(x|a,b,c,d)は,次式で表される。
メンバーシップ関数は図6(C) に示す形状となる。
(x|a,b,c,d)は,bおよびcの値に関わら
ず,次式で表される。メンバーシップ関数は図6(D) に
示す形状となる。
c,d)はメンバーシップ関数ではなく,シングルトン
である。この明細書において単にメンバーシップ関数と
いうときにはシングルトンを含めることにする。
A1 〜A4 の4つの領域に分割した場合,図7(A) に示
すように,領域A1 に属するクラスタについては符号R
1 およびF1 のメンバーシップ関数で表される。領域A
2 に属するクラスタについては符号R2 およびF1 のメ
ンバーシップ関数,領域A3 に属するクラスタについて
は符号R1 およびF2 のメンバーシップ関数,領域A4
に属するクラスタについては符号R2 およびF2 のメン
バーシップ関数でそれぞれ表される。
のは,各顧客データがそのデータが属する顧客特徴分類
領域に対応する特徴をどの程度満たしているかを定量的
に求めるのに適しているかどうかである。たとえば,顧
客特徴分類領域A1 に属する顧客の特徴は,図50に示す
ように「優良顧客」である。この領域A1 に属する顧客
のうちで,購買回数Fの値が大きい顧客ほど優良顧客で
ある度合いは大きくなり,また経過月数Rの値が小さい
顧客ほど優良顧客である度合いは大きくなる。したがっ
て,この領域A1 においては,購買回数Fの値が大きく
なるにつれて適合度が大きくなるメンバーシップ関数お
よび経過月数Rの値が小さくなるにつれて適合度が大き
くなるメンバーシップ関数が,図7(A) に示すように,
それぞれ設定される。
いて,その顧客データが含まれる領域の特徴を定量的に
求めるために適したものであれば,図7(A) に示すもの
以外のものを用いることもできる。
ついてそれぞれ3分割し,9つの顧客特徴分類領域a1
〜a9 に分割した場合の各領域についてのメンバーシッ
プ関数の一例を示している。この場合には,F軸につい
ては4つの領域に分割したときのメンバーシップ関数F
1 とF2 の間にF3 が加えられ,R軸については4つの
領域に分割したときのメンバーシップ関数R1 とR2 の
間にR3 が加えられている。
購買の履歴を表す購買履歴データが記憶される。図8は
購買履歴データの一例を示している。
「購入日」,「顧客コード」,「数量」,「単価」,
「全額」,「用途」および「DM備考」がある。
ごとに付けられる識別番号である。この「受注コード」
について,顧客が商品を購入した日を表わす「購入
日」,その顧客を示す「顧客コード」,購入した商品の
個数を示す「数量」,購入した商品の「単価」,および
購入した商品の総金額を表わす「金額」が格納される。
商品を購入したかを示すものである。たとえば,用途
「50」は母の日ためのプレゼント(商品)を購入したこ
とを表す。用途「60」は父の日のためのプレゼント(商
品)を購入したことを表す。用途「80」は敬老の日に祖
父母のためのプレゼント(商品)を購入したことを表
す。用途「90」はその他の用途または目的のための商品
を購入したことをそれぞれ表す。
DMによりセールの通知を受けていたかどうかを示す。
DM備考の欄が「1」の顧客は,DMでセールの通知を
受けたことにより来店して,商品を購入した顧客を示し
ている。DM備考の欄が「0」の顧客は,DMでセール
の通知を受けなかったが,来店して商品を購入した顧客
を示している。
の際に,顧客にアンケート調査することにより得られ
る。
は,顧客コード0008の顧客は1992年4月25日に単価6000
円の商品を1個購入していることが分かる。顧客がこの
商店で商品を購入するごとに,この購買履歴データが更
新(追加)される。この購買履歴データに基づいて,上
述したように,購買回数F,購買金額M等の値が求めら
れる。
述するDMシミュレーションにおいて登録された検索コ
マンド・データが記憶される。図9〜図13は,検索コマ
ンド・データの一例を示している。検索コマンド・デー
タはDMシミュレーションにおいて登録される顧客デー
タを検索するためのものであり,条件参照検索において
用いられる。この検索コマンド・データの登録について
はDMシミュレーションにおいて詳述する。
ている。「用途」は上述した購買履歴データにおけるも
のである。検索コマンド・データは,用途毎に,検索条
件セットが記憶される。この検索条件セットには各用途
についての検索条件(SQL検索式)が記憶される。用
途に対応するセール名が「備考」の欄に記載されてい
る。たとえば,「用途」が「50」には,「備考」の欄に
にセール名「母の日」が入力されている。
を示し,図11は検索条件セット6の検索条件の一例を示
している。検索条件セットは,「検索条件式」,「検索
項目」,「SQL検索式」,「MFラベル」,「重視
度」,「適合率」および「再現率」がある。「検索条件
式」,「重視度」および「検索項目」についてはDM発
行リスト作成において詳述し,「適合率」および「再現
率」についてはDMシミュレーションにおいて詳述す
る。
「購買回数F」,「利用期間T」および「購買金額M」
のそれぞれについて,顧客データを検索するための検索
条件式( WHERE文)を規定する値である。
R」,「購買回数F」,「利用期間T」および「購買金
額M」のそれぞれについて2つの数値からなる。左側の
数値がSQL検索式“WHERE a≦x≦b”におけるaに
対応し,右側の値がbに対応する。左側の値が「NULL」
の場合には「−∞」であることを示し,右側の値が「NU
LL」の場合には「+∞」であることを示す。たとえば,
図10に示す検索条件セット5では,「No.1」の「経過月
数R」については,左側の数値が「NULL」であり,右側
の数値が「24」であるから,SQL検索式は“WHERE −
∞≦r≦24”,すなわち“WHERE r≦24”となる。
別するラベルである。このMFラベルに対応するメンバ
ーシップ関数に関するパラメータが図12,13に示されて
いる。図12は検索条件セット5についてメンバーシップ
関数に関するパラメータの一例を示し,図13は検索条件
セット6についてメンバーシップ関数に関するパラメー
タを示している。
は,ルール・データ・ベース4において説明したメンバ
ーシップ関数を規定する4つのパラメータと,そのメン
バーシップ関数の形状(備考)とが含まれる。メンバー
シップ関数の形状は,図12,13に示すように,その形状
が記憶される。メンバーシップ関数の形状は,そのパラ
メータによって一義的に定まるので,メンバーシップ関
数の形状は登録しなくてもよい。
行支援システムの処理手順を示すフロー・チャートであ
る。
32に示すように,初期画面としてメニュー・ウィンドウ
W1 が表示装置5の表示画面に表示される(ステップ10
1 )。以下,「ウィンドウが表示装置5の表示画面に表
示される」ことを,単に「ウィンドウが表示される」と
いう。
理(データ・ベース管理)」,「DMシミュレーショ
ン」,「DM発行リスト作成」,「DM反応測定/分
析」および「HELP」のボタンが設けられている。ユ
ーザがこれらのボタン(アイコン)の位置にマウス6を
用いてカーソルを移動させて(合わせて)クリックする
ことにより,そのクリックされたボタンに対応する処理
が実行される。「ユーザが,ウィンドウ上の所望のボタ
ンの位置に,マウス6を用いてカーソルを合わせてクリ
ックする」ことを,単に「ボタンをクリックする」とい
う。
顧客データ・ベース2,購買履歴データ・ベース9等に
記憶されたデータを管理するためのウィンドウ(図省
略)が表示される。ユーザは,このウィンドウにおいて
必要な処理を指示し,またはデータを入力することによ
ってデータの管理処理を行うことができる(ステップ10
3 )。
されると,DM発行リスト作成処理が行われる(ステッ
プ104 )。このDM発行リスト作成処理はDMを発行す
る顧客のリスト(後述する顧客データのランキング表
示)を作成し,そのリストの全部または一部の顧客にD
Mを発行するものである。その詳細は「1.3 DM発行リ
スト作成」において説明する。
クされると,DMシミュレーション処理が行われる(ス
テップ104 )。このDMシミュレーション処理はDMの
発行の効果がより現れる顧客データの検索条件を見つけ
るときに行われるものである。その詳細は「1.2.2 DM
発行リスト作成」において説明する。
されると,購買履歴データを入力するためのウィンドウ
(図示略)が表示される(ステップ106 )。このウィン
ドウにおいて,商品を購入した顧客に関する購買履歴デ
ータが入力され,購買履歴データが更新(追加)され
る。
このDM発行支援システムの説明,各ボタンについての
説明,その他の必要な説明を表示したヘルプ・ウィンド
ウ(図示略)が表示される(ステップ107 )。
タ・ベース2に記憶された顧客データの中から,DMを
送付するべき顧客データを検索し,顧客のリストを作成
するものである。DM発行リスト作成では,作成した顧
客のリストに含まれる全部または一部の顧客にDMを送
付するための住所ラベルを発行(印刷)することができ
る。
の手順の概要を示している。
発行リスト作成」ボタンがクリックされると,図33に示
す「DM発行リスト作成」ウィンドウW2 が,メニュー
・ウィンドウW1 に代えてまたはその上に表示される
(ステップ111 )。
は,「一次抽出」,「二次抽出」,「印刷」および「H
ELP」のボタンが設けられ,これらのボタンの中のい
ずれかが選択(クリック)される(ステップ112 )。
前に行われる処理であり,二次抽出の対象となる顧客デ
ータ群を一部に限定(抽出)するためのものである。特
定の顧客(顧客データ群)をDM送付の対象とする場
合,たとえば,女性のみの顧客データ群,初回購入日が
1994年4月30日以前の顧客データ群等を,二次抽出の対
象とするときには,一次抽出が行われる。
録)された顧客データの数が膨大である場合には,二次
抽出を行う顧客データの数を減らすために,一次抽出を
行うことが好ましい。たとえば顧客データが数十万件,
数百万件,またはこれ以上ある場合には一次抽出が行わ
れるであろう。
された顧客情報リストを参照して行われる。顧客データ
・ベース2から一次抽出により抽出された顧客データに
関する顧客FRMTリストが,処理装置1に付随するメ
モリに記憶されることなる。
対象となる顧客データをファジィ・クラスタリングして
クラスタリング平面上に表示し,このクラスタリング平
面を見てユーザが入力(指定)するクラスタ検索条件式
にしたがって顧客データを検索(抽出)するものであ
る。二次抽出の対象となる顧客データは,二次抽出の前
に一次抽出が行われた場合には処理装置1に付随するメ
モリに記憶された顧客FRMTリストに含まれる顧客デ
ータであり,一次抽出が行われなかった場合には顧客デ
ータ・ベース2に記憶された顧客FRMTリストに含ま
れる顧客データである。この二次抽出においては,さら
に検索された顧客データについて特徴適合度が算出さ
れ,この特徴適合度に基づいてDM発行の効果がより現
われる顧客が限定される。
抽出によって検索された顧客データの特徴適合度に基づ
いてDMを印刷するためのものである。この「印刷」ボ
タンがクリックされると(ステップ115 ),後述する
「住所ラベルの印刷」ウィンドウ(図32,ウィンドウW
10参照)が表示され,二次抽出処理により抽出された顧
客データのうちその全部または一部の顧客についてDM
を顧客に送付するための住所ラベルが印刷(発行)され
ることになる。
成」ウィンドウW2 に関する操作方法の説明,各ボタン
についての説明,その他の必要な説明が表示されたヘル
プ・ウィンドウ(図示略)を見るためのものであり,必
要に応じて指示される(ステップ116 )。
次抽出の詳細な手順を示している。
おいて「一次抽出」ボタンがクリックされると,図34に
示すように,「DM発行リスト作成」ウィンドウW2 上
に「検索条件項目の選択(一次抽出)」ウィンドウW3
が表示される(ステップ121)。
3 には,「検索項目」と「検索条件」がある。「検索項
目」は一次抽出を行う検索条件を設定する項目であり,
「検索条件」は各検索項目についての検索条件である。
検索項目には,「地域」,「性別」,「初回購入日」お
よび「累積購買回数」がある。「検索条件項目の選択」
ウィンドウW3 が表示されたとき,検索条件には「未指
定」がずべての検索項目についてあらかじめ設定されて
いる。検索項目として,その他の属性,たとえば「用
途」,「最終購入日」,等を,上記検索項目に代えてま
たは加えて設けることもできる。
おいて,各検索項目に検索条件がユーザによって設定さ
れる(ステップ122 )。ユーザは,キーボード7または
マウス6を用いて所望の検索項目を指定し,その検索項
目に検索条件をキーボード7から入力する。検索条件
は,あらかじめ設定された複数の条件の中から選択する
ようにしてもよい。
指定」が設定されたままとなり,この「未指定」が設定
された検索項目については,顧客データが一次抽出され
る際にその検索項目は無視される。たとえば,図34で
は,検索項目「性別」に検索条件「F(女性)」が入力
され,それ以外の検索項目「地域」,「初回購入日」お
よび「購買回数」はそれぞれ「未指定」のままである。
目の選択」ウィンドウW3 において「OK」ボタンがク
リックされると,顧客データ・ベース2から顧客データ
の一次抽出が行われる(ステップ123 )。この一次抽出
は顧客データ・ベース2に記憶された顧客データについ
て次のようにして行われる。一次抽出における検索項目
「地域」,「性別」,「初回購入日」および「累積購買
回数」はそれぞれ,顧客データ・ベース2に記憶された
顧客情報リストにおける「住所」,「性別」,「初回購
入日」および「累積購買回数」のデータに対応する。
「検索条件項目の選択」ウィンドウW3 において設定さ
れた検索条件を満たす顧客データが顧客情報リストから
検索され,その顧客データの顧客コードが得られる。そ
の顧客コードについて,顧客データ・ベース2に記憶さ
れた顧客FRMTリストから,「経過月数R」,「累積
購買回数F」,「累積購買金額M」および「利用期間
T」が抽出され処理装置1に付随するメモリに記憶され
る。一次抽出が終了すると,「検索条件項目の選択」ウ
ィンドウW3 は消去され,再び図33に示すような「DM
発行リスト作成」ウィンドウW2 に戻る。
おいて,「CANCEL」ボタンがクリックされると,
入力された検索条件が取消され,このウィンドウW3 は
消去される。「HELP」ボタンがクリックされると,
このウィンドウW3 に表示された検索条件項目について
の説明,その他の説明が表示される。
いて検索条件「F」のみが設定されたので,女性の顧客
のみが一次抽出顧客データとしてが検索されることにな
る。図35は,一次抽出によって得られた顧客データの一
例を示している。この図35では,顧客コード0001〜0010
の10個の顧客データを示している。実際には数百,数
千,またはこれ以上の顧客データが一次抽出により検索
されるであろう。
タ(経過月数R,累積購買回数F,累積購買金額Mおよ
び利用期間T)を,「一次抽出顧客データ」という。こ
れに対して,一次抽出または二次抽出が行われていない
顧客データ・ベース2に記憶された顧客FRMTリスト
に含まれる顧客データを,「未抽出顧客データ」とい
う。
細な処理手順を示すフロー・チャートである。
おいて「二次抽出」ボタンがクリックされると,図36に
示すように,「二次抽出」ボタンにプル・ダウン・メニ
ューp1 が表示される(ステップ131 )。このプル・ダ
ウン・メニューp1 には,「クラスタ検索」および「条
件参照検索」がある。
リングした顧客データを表示したクラスタリング平面に
ついて,ユーザーが所望のクラスタを指定しこのクラス
タを含むクラスタ検索条件式を入力し,このクラスタ検
索条件式にしたがって顧客データを検索するものであ
る。
ンにおいて検索コマンド・データ・ベース10に登録され
た検索条件式に基づいて顧客データを検索するものであ
る。
ューp1 において「クラスタ検索」がクリックされると
(ステップ132 でクラスタ検索),図37に示すように,
「DM発行リスト作成」ウィンドウW2 上に「検索条件
項目の選択(二次抽出)」ウィンドウW4 が表示される
(ステップ134 )。
は,「検索項目リスト」,「選択結果リスト」および
「重視度」がある。
モリに記憶された一次抽出顧客データの属性または顧客
データ・ベース2に記憶された未抽出顧客データの属
性,すなわち,「顧客コード」,「経過月数R」,「購
買回数F」,「購買全額M」および「利用期間T」が,
この「検索条件項目の選択」ウィンドウW4 の表示とと
もに表示される。
おいて,検索項目リストの中から所望の2つの検索項目
が選択され,選択された検索項目のそれぞれについて重
視度が入力される(ステップ136 )。検索項目は,クラ
スタリング平面の横軸と縦軸になるものである。
をどの程度の重みでそれぞれを評価し,特徴適合度に反
映させるかを示すパラメータである。この重視度は後述
するランキング処理において用いられる。重視度は1〜
100 の整数で入力される。経過月数R,購買回数F,購
買全額Mおよび利用期間Tの重視度をそれぞれ,Ir,
If ,Im およびIt で表す。
つまたは3つ以上の検索項目を選択することもできる。
検索項目が1つの場合には,その検索項目を横軸とし,
顧客データの件数を縦軸とするヒストグラム表示され
る。検索項目が3つの場合には,顧客データがそれらの
検索項目を座標軸とする3次元表示される。
望の検索項目をマウス6でクリックすることにより検索
項目が選択されると,その検索項目が「選択結果リス
ト」に表示される。たとえば,図38では,「経過月数
R」および「購買回数F」の2つが選択されている。
その「重視度」の欄にカーソルを合わせ,重視度(数
値)をキーボード7から入力する。たとえば,図38で
は,検索項目「経過月数R」および「購買回数F」につ
いての重視度Ir およびIf として,「70」および「3
0」が入力されている。
おいて,2つの検索項目が選択されそれらの重視度が入
力された後に,「OK」ボタンがクリックされると,図
38に示すように,「DM発行リスト作成」ウィンドウW
2 上に「クラスタ数の指定」ウィンドウW5 が表示され
る(ステップ137 )。ウィンドウW4 において「OK」
ボタンがクリックされたとき,2つの検索項目とそれら
の重視度は,処理装置1に付随するメモリに記憶され
る。
次に行われるファジィ・クラスタリングにおいて顧客デ
ータをいくつのクラスタに分類するかを示すクラスタ数
(分類数)を入力するためのものである。
においてクラスタ数がユーザによって入力される(ステ
ップ138 )。クラスタ数の表示欄22には,「クラスタ数
の指定」ウィンドウW5 が表示されるとともに初期値と
して「1」が表示される。この表示欄22の右にある矢印
ボタン23がクリックされると,その1回のクリックごと
に,表示欄22に表示された数値が1ずつ増加する。逆
に,表示欄22の左にある矢印ボタン21がクリックされる
と,その1回のクリックごとに,表示欄22に表示された
数値が1ずつ減少する。カーソルを表示欄22にマウス6
を用いて合わせ,キーボード7からクラスタ数(数値)
を入力するようにしてもよい。
場合には,「クラスタ数の指定」ウィンドウW5 を表示
せず,その一定値を処理装置1内にあらかじめ記憶(登
録)しておけばよい。図38では,クラスタ数として
「4」が入力されている。
いて,クラスタ数が入力された後に,「OK」ボタンが
クリックされると,入力されたクラスタ数が確定し,フ
ァジィ・クラスタリング処理が行われる(ステップ139
)。「クラスタ数の指定」ウィンドウW5 において
「OK」ボタンがクリックされたとき,入力されたクラ
スタ数は処理装置1に付随するメモリに記憶され,その
後「検索条件項目の選択」ウィンドウW4 と「クラスタ
数の指定」ウィンドウW5 は消去される。
に付随するメモリに記憶された一次抽出顧客データ,ま
たは顧客データ・ベース2に記憶された未抽出顧客デー
タについて行われる。以下ファジィ・クラスタリングに
ついて詳述する。
のクラスタに分類するクラスタリングにおいて,ファジ
ィ・クラスタリングは,一の要素が複数のクラスタに帰
属する(含まれる)ことを認めるものである。ファジィ
・クラスタリングでは,クラスタに帰属する度合いを表
す帰属度は「0〜1」の実数で表される。一の要素が帰
属するすべてのクラスタに属する帰属度の総和は「1」
である。
ではない一般のクラスタリング(ハード・クラスタリン
グと呼ばれることもある)は,一の要素はいずれか一の
クラスタへの帰属しか認められていない。したがって,
一般のクラスタリングでは,帰属度が「0」または
「1」の値をとり,要素が帰属するクラスタの帰属度が
「1」となり,その他のクラスタに属する帰属度が
「0」となる。一般のクラスタリングは,ファジィ・ク
ラスタリングの特殊な場合と考えることができる。一
方,一般のクラスタリングは,ファジィ・クラスタリン
グにおいて,帰属度が最大となるクラスタに属する帰属
度を「1」にし,それ以外のクラスタに属する帰属度を
「0」にしたことに相当する。
どそのクラスタに要素が帰属する度合いが大きく,帰属
度が小さいほどそのクラスタに要素が帰属する度合いが
小さい。帰属度が最大のクラスタに属するものとされ,
以下そのクラスタを所属クラスタという。
c-means 法,ファジィk-means 法,その他の方法があ
る。たとえばファジィc-means 法を用いる。ファジィc-
means法は,一般のクラスタリングにおけるc-means 法
に帰属度を導入したものである。ファジィc-means 法で
は,上述の各要素について,各クラスタに属する帰属度
と,各クラスタの中心位置(クラスタに属する要素の平
均値,または平均ベクトルもしくは中心ベクトル)を表
すクラスタ・センタが算出される。
スタリングを行う場合,クラスタ数,重みm,p×p正
定行列G,収束判定値εおよび初期分割行列を設定する
必要がある。クラスタ数は上記「クラスタ数の指定」ウ
ィンドウW5 において指定されたものである。重みmお
よび収束判定値εは処理装置1に付随するメモリ(RO
M等)もしくはデータ・ベースにあらかじめ記憶(登
録)されている。重みmはたとえばm=2である。p×
p正定行列Gについては,pは検索項目として選択され
た項目数を表し,この実施例では2つ検索項目が選択さ
れるのでp=2であり,この2×2正定行列Gは収束判
定値εはたとえばε=0.001 である。正定行列Gおよび
初期分割行列は,ファジィ・クラスタリングが実行され
る前に,たとえば擬似乱数により生成される。
帰属度に基づいて,各顧客データの所属クラスタが決定
される。所属クラスタは,上述のように,顧客データに
ついて帰属度が最大となるクラスタである。
れる各顧客データの各クラスタに対する帰属度,各顧客
データの所属クラスタおよび各クラスタのクラスタ・セ
ンタは,処理装置1に付随するメモリに記憶される。後
に説明するように,クラスタリング平面はクラスタ・セ
ンタの位置と顧客データが所属するクラスタとが表示さ
れるので,所属クラスタとクラスタ・センタの2つをメ
モリに記憶しておけばよい。図39および図40は,図35に
示す一次抽出顧客データについて,ファジィ・クラスタ
リングを行った結果を示している。図39は顧客コード00
01〜0010についてクラスタC1,C2,C3およびC4
の各クラスタCi に属する帰属度および所属クラスタを
示し,図40はクラスタC1,C2,C3およびC4につ
いてクラスタ・センタを示している。たとえば,顧客コ
ード0001の顧客データについて,クラスタC1,C2,
C3およびC4に属する帰属度はそれぞれ,η11=0.04
38,η21=0.9303,η31=0.0142およびη41=0.0117で
ある。これらの帰属度の総和は上述したとおり,「1」
である。この顧客データ0001は,帰属度がη21=0.9303
で最大であるクラスタC2に属していることになるか
ら,顧客データ0001の所属クラスタはC2となる。ま
た,クラスタC1のクラスタ・センタは,Cr1=34.118
4 およびCf1=1.7253である。
と,図42に示すように,「DM発行リスト作成」ウィン
ドウW2 に代えてまたはその上に「クラスタの指定&ク
ラスタ条件式の入力」ウィンドウ(以下,「クラスタ指
定ウィンドウ」という)W6が表示される(ステップ140
)。
段に「指定方式選択」と「条件式入力」のボタンが設け
られ,その下段に「クラスタ選択結果リスト」および
「クラスタ検索条件式リスト」が設けられている。「指
定方式選択」は,顧客データの検索を行うクラスタを指
定する際に,その指定方式を選択するときに指示される
ものである。「条件式入力」は二次抽出を行うためのク
ラスタ検索条件式を入力するときに指示されるものであ
る。「クラスタ選択結果リスト」には後述するようにし
てユーザによって指定されるクラスタが表示される。
「クラスタ検索条件式リスト」には後述するようにして
ユーザによって入力されるクラスタ検索条件式が表示さ
れる。
と,その中段にクラスタリング平面が表示される(ステ
ップ141 )。
に示す「検索条件項目の選択」ウィンドウW4 で選択さ
れた2つの検索項目「経過月数R」および「購買回数
F」について,「経過月数R」を横軸とし,「購買回数
F」を縦軸とするR−F平面である。このR−F平面の
拡大図が図42に示されている。R−F平面では,クラス
タ毎に異なる色彩で,顧客データが点(菱形)により表
示され,そのクラスタ・センタも顧客データと同一の色
彩で(白抜き丸形)により表示される。たとえば,クラ
スタC1,C2,C3およびC4をそれぞれ,赤,黄,
青および白で表示する。
スタ・センタを色分けすることにより,ユーザが各顧客
データがどのクラスタに属しているかを容易に見分ける
ことができる。
側に符号(1〜10)を付し,クラスタ・センタを表す点
(白抜き丸形)の側に符号(C1〜C4)を付し,各ク
ラスタに属する顧客データを一点鎖線(楕円または円)
で囲んでいる。顧客データ1〜10は,顧客コード0001〜
0010にそれぞれ対応する顧客データを表す。この実施例
の説明では,顧客データ1〜10の10個の顧客データが示
されているが,実際にはデータ・ベース2に記憶された
顧客データ数に応じてもっと多くの顧客データ(数百〜
数千)が表示されるであろう。たとえば,顧客データ2
は「経過月数R」が「9」であり,「購買回数F」が
「7」であるので,顧客データ2を表す点はR−F平面
において座標(9,7)に表示されている。
分類データ・ベース」において説明したように,顧客特
徴分類データ・ベース4に記憶されたデータに基づい
て,4つの顧客特徴分類A1 〜A4 に分割される。これ
らの領域は,図42に示すように,R軸とF軸をそれぞれ
破線によって分割される。
に示すように,「検索条件項目の選択」ウィンドウW4
がクラスタ指定ウィンドウW6 上に一部重なるように表
示される(ステップ134 )。
タリングによるクラスタリング平面を作成する場合に
は,「検索条件項目の選択」ウィンドウW4 における
「検索項目リスト」から2つの検索項目が選択され,そ
れらについつて重視度が入力される(ステップ136 )。
その後,「検索条件項目の選択」ウィンドウW4 におい
て「OK」ボタンがクリックされると,図44に示すよう
に,「クラスタ数の指定」ウィンドウW5 が表示される
(ステップ137 )。このとき,「選択条件項目の選択」
ウィンドウW4 において選択された検索項目とそれらの
重視度が処理装置1に付随するメモリに記憶される。
いてクラスタ数がユーザによって入力される(ステップ
138 )。図44では,「検索条件項目の選択」ウィンドウ
W4において検索項目として「購買金額M」および「利
用期間T」が選択され,これらの検索項目に対する重視
度として「30」が入力されている。また図44では「クラ
スタ数の指定」ウィンドウW5 においてクラスタ数とし
て「4」が入力されている。
憶された各検索項目について入力された重視度の一例を
示している。図45は検索項目,「経過月数R」,「購買
回数F」,「購買金額M」および「利用期間T」につい
てそれぞれ,重視度「70」,「30」,「30」および「3
0」が記憶されている。
いて「OK」ボタンがクリックされると,ファジィ・ク
ラスタリング処理が行われる(ステップ139 )。「クラ
スタ数の指定」ウィンドウW5 において「OK」ボタン
がクリックされたとき,「検索条件項目の選択」ウィン
ドウW4 および「クラスタ数の指定」ウィンドウW5は
消去される。このとき,クラスタ数とは,処理装置1に
付随するメモリに記憶される。
と,クラスタ指定ウィンドウW5 (このウィンドウW5
は既に表示されているので改めて表示されず,表示され
た状態となっている)内に,クラスタリング平面が表示
される(ステップ141 )。
択」ウィンドウW4 において検索項目として「利用期間
T」および「購買金額M」が選択されているから,「利
用期間T」を横軸,「購買金額M」を縦軸とするT−M
平面が表示される。図46は,T−M平面がさらに表示さ
れたクラスタ指定ウィンドウW6 を示している。また,
このT−M平面を拡大した拡大図が,図47に示されてい
る(これらの図においても,記載の便宜上,10個の顧客
データ1〜10が示されている)。このT−M平面では,
顧客データを示す点(三角形)で表示され,クラスタ・
センタが点(丸形)で表示されている。
索条件項目の選択」ウィンドウW4がクラスタ指定ウィ
ンドウW6 上に一部重なる状態で表示される(ステップ
134)。この「検索条件項目の選択」ウィンドウW4 に
おいて新たな検索項目が選択されず,「CANCEL」
ボタンがクリックされると(ステップ135 でYES ),図
48に示すように,「検索条件項目の選択」ウィンドウW
4 は消去される。
たは利用期間Tと購買金額M)について,ファジィ・ク
ラスタリングした顧客データを表示することにより,ユ
ーザは顧客データの経過月数Rと購買回数F(または利
用期間Tと購買金額M)についての分布および相関関係
を,顧客データの検索に先だって容易に把握することが
できる。
F(または利用期間Tと購買金額M)に基づいてファジ
ィ・クラスタリングすることにより,顧客データ群が経
過月数Rと購買回数F(または利用期間Tと購買金額
M)について類似したもの同士(クラスタ)に分類され
ることになる。これにより,経過月数Rと購買回数F
(または利用期間Tと購買金額M)について類似する顧
客データの検索が容易になる。
ELP」ボタンがクリックされると,図49に示すよう
に,「HELP」ボタンにプル・ダウン・メニューp2
が表示される。図48では,クラスタ指定ウィンドウW6
にR−F平面とT−M平面との2つのクラスタ平面が表
示されているから,プル・ダウン・メニューp2 に「R
−F平面説明文」,「T−M平面説明文」,「指定方式
選択」および「条件式入力」の項目(ボタン)がある。
クラスタ指定ウィンドウW6 にR−M平面のみが表示さ
れている場合には,プル・ダウン・メニューp2 には
「R−M平面説明文」,「指定方式選択」および「条件
式入力」の項目が表示されることになる。
メニューp2 において「R−F平面説明文」がクリック
(選択)されると,顧客特徴分類データ・ベース4に記
憶された顧客特徴分類データ(図4)からR−F平面に
ついての「顧客の特徴」および「特徴の説明文」が読出
され,図50に示すように,その「顧客の特徴」および
「特徴の説明文」がR−F平面上に表示される。またプ
ルダウン・メニューp2において,「T−M平面説面
文」がクリックされると,顧客特徴分類データ(図5)
からR−F平面についての「顧客の特徴」および「特徴
の説明文」が読出され,図51に示すように,その「顧客
の特徴」および「特徴の説明文」がT−M平面上に表示
される。
を見ることにより,各クラスタに含まれる顧客(顧客デ
ータ)がどのような特徴をもつ顧客であるかを容易に知
ることができる。ユーザはどのクラスタに属する顧客に
DMを発行するのが商品の売上向上に効果的であるかを
容易に判断することができる。またユーザは目的とする
顧客データを(たとえば優良顧客)容易に検索すること
ができる。
ューp2 において「指定方式選択」と「条件式入力」が
選択された場合にはそれらの説明文が表示される(図示
略)。
ELP」ボタンがもう一度クリックされると,「HEL
P」ボタンのプル・ダウン・メニューp2 は消去され,
各顧客特徴領域に表示された「顧客の特徴」および「特
徴の説明文」も消去される。
定方式選択」ボタンがクリックされると,図52に示すよ
うに,その「指定方式選択」ボタンにプル・ダウン・メ
ニューp3 が表示される。このプル・ダウン・メニュー
p3 には「間接指定」および「直接指定」がある。
−F平面等)上で所望のクラスタを直接指定する方式で
ある。この方式では,ユーザはプル・ダウン・メニュー
p3において「直接指定」をクリックする。クラスタリ
ング平面上で所望のクラスタ付近の1点をクリックす
る。そのクリックされた点の位置座標に基づいて,その
点からクラスタリング平面上のすべてのクラスタのクラ
スタ・センタまでの距離が算出される。その距離が最小
となるクラスタ・センタが決定される。このクラスタ・
センタに対応するクラスタが選択される。選択されたク
ラスタは,クラスタ指定ウィンドウW6 の「クラスタ選
択結果リスト」に表示される。距離が最小となるクラス
タ・センタが2つ以上ある場合には,「指定するクラス
タの中心付近にカーソルを移動させて,もう一度指定し
て下さい。」という表示(図示略)がクラスタ指定ウィ
ンドウW6 上に表示される。ユーザは,この表示を見て
クラスタの直接指定をもう一度やり直すことになる。
で,座標軸毎に,座標軸上で区間を指定し,2つの座標
軸についてそれぞれ指定された区間によって囲まれる方
形領域に含まれるクラスタ・センタをもつクラスタの中
で,そのクラスタに属する顧客データが最大のクラスタ
を選択する方式である。ユーザは,プル・ダウン・メニ
ューp3 において「間接指定」をクリックする。座標軸
毎に,座標軸上で所望の2点(始点と終点)をクリック
し,区間(範囲)を指定する。これらの指定された2つ
の区間によって囲まれる方形領域が決定され,その領域
にクラスタ・センタをもつクラスタについて各クラスタ
に属する顧客データの数が各顧客データの所属クラスタ
を参照して計数される。計数された顧客データの数が最
大のクラスタが選択され,指定されたクラスタとなる。
指定(選択)されたクラスタは,クラスタ指定ウィンド
ウW6 の「クラスタ選択結果リスト」に表示される。
る区間が[25,35]であり,F軸における区間が[1,
3]であるとき,これらの区間によって囲まれる方形領
域には,クラスタC1とC3のクラスタ・センタが含ま
れる。これらのクラスタC1に属する顧客データは1つ
であり,クラスタC3に属する顧客データは4つであ
る。したがって,顧客データが多いクラスタC3が選択
されることになる。
代わりに,キーボード7から各軸における区間をユーザ
が入力するようにしてもよい。また,顧客データの数が
同一であるクラスタが複数存在するときには,直接指定
方式と同様にメッセージが表示され,再び区間が指定さ
れることになる。
指定」ボタンのいずれか一方をクリックして(ステップ
142 ),クラスタ検索を行うクラスタを指定(選択)す
る(ステップ143 )。図52に示すクラスタ指定ウィンド
ウW6 においては,R−F平面についてクラスタC4
(RF:C4)およびクラスタC2(RF:C2),な
らびにT−M平面についてクラスタC4(TM:C4)
およびクラスタC3(TM:C3)が選択されているこ
とになる。
かの方式によってクラスタが指定されると,以下のよう
にして顧客データを検索するためのクラスタ検索条件式
が入力される。
件式入力」ボタンがクリックされると(ステップ144 で
YES ),図53に示すように,「クラスタ検索条件式の入
力」ウィンドウ(以下,「条件式入力ウィンドウ」とい
う)W7 がクラス指定ウィンドウW6 上に一部重なるよ
うに表示される(ステップ145 )。このクラスタ指定ウ
ィンドウW6 において,クラスタ検索条件式かつユーザ
によって入力される(ステップ146 )。
検索条件式を表示する表示欄31と,「*」ボタン32およ
び「+」ボタン33,ならびに「(」ボタン34およ
び「)」ボタン35が設けられている。「*」ボタン32は
演算ANDを表わし,2つのクラスタの両方に属する顧
客データを検索するときに用いられ,「+」ボタン34は
演算ORを表わし,2つのクラスタのいずれか一方に属
する顧客データを検索するときに用いられる。
おいて「クラスタ選択結果リスト」に表示されたクラス
タの中から,所望のクラスタをクリックすることによっ
て選択する。選択されたクラスタは,条件式入力ウィン
ドウW7 におけるクラスタ検索条件式の表示欄31に表示
される。演算記号「*」および「+」,ならびに括弧
「(」および「)」を入力する場合には,それぞれのボ
タンをクリックして入力する。このようにしてクラスタ
検索条件式が入力される。図53では,クラスタ検索条件
式の表示欄31に“RF:C4+TM:C3”が入力され
ている。このクラスタ検索条件式“RF:C4+TM:
C3”は,R−F平面におけるクラスタC4(RF:C
4)と,T−M平面におけるクラスタC3(TM:C
3)いずれ一方に含まれる顧客データを検索するためも
のである。
スタ検索条件式が入力された後に「OK」ボタンがクリ
ックされると,条件式入力ウィンドウW7 は消去され
る。条件式入力ウィンドウW7 において入力されたクラ
スタ検索条件式(クラスタ検索条件式の表示欄31に表示
されていた式)は,クラスタ指定ウィンドウW6 におけ
る「クラスタ検索条件式結果リスト」に表示される。ユ
ーザが他のクラスタ検索条件式を入力したい場合には,
クラスタ指定ウィンドウW7 において「条件式入力」ボ
タンを再びクリックする(ステップ144 でYES )。する
と,再び条件式入力ウィンドウW7 が表示され,クラス
タ検索条件式を入力する。図54では,3つのクラスタ検
索条件式“RF:C4”,“RF:C4+TM:C3”
および“(RF:C2+RF:C4)*(TM:C1+
TM:C2+TM:C4)”が入力されている。
式を入力すると,「クラスタ検索条件式結果リスト」に
表示されたクラスタ検索条件式の中から,二次抽出に用
いる一のクラスタ検索条件式を選択する(ステップ147
)。このクラスタ検索条件式の選択はクラスタ指定ウ
ィンドウW6 の「クラスタ検索条件式結果リスト」の中
から,所望の一のクラスタ検索条件式がユーザによって
クリックされることにより行われる。
C2+RF:C4)*(TM:C1+TM:C2+T
M:C4)”が選択されている。このクラスタ検索条件
式は,R−F平面におけるクラスタC2(RF:C2)
またはC4(RF:C4)のいずれか一方に含まれ,か
つ,T−M平面おけるクラスタC1(TM:C1),C
2(TM:C2)またはC4(TM:C4)のいずれか
一方に含まれる顧客データを検索するためのものであ
る。すなわち,R−F平面における顧客特徴分類領域A
1 (優良顧客の領域)に含まれ,かつ,T−M平面おけ
る顧客特徴分類領域B2 (貢献度中の領域)に含まれる
顧客データが検索される。すなわち,ユーザは「優良顧
客であり,かつ,貢献度中である顧客」を検索しようと
している。
タ指定ウィンドウW6 において「実行」ボタンがクリッ
クされると,選択されたクラスタ検索条件式に基づいて
二次顧客データが検索される。二次抽出は,一次抽出が
行われたときには処理装置1に付随するメモリに記憶さ
れた一次抽出顧客データ,一次抽出が行われなかったと
きには顧客データ・ベース2に記憶された未抽出顧客デ
ータについて行われる。
が属する顧客特徴分類領域が決定される(ステップ148
)。
抽出顧客データまたは未抽出顧客データ)すべてが一の
顧客特徴分類領域に含まれる場合,そのクラスタはこれ
が含まれる顧客特徴分類領域に属することになる。図54
では,R−F平面におけるクラスタC4(RF:C4)
については,そのクラスタC4に属する顧客データ2お
よび5はそのすべてが顧客特徴分類領域A1に含まれて
いる。このクラスタRF:C4の顧客特徴分類領域は領
域A1になる。
の顧客特徴分類領域に含まれる場合,各顧客特徴分類領
域に属する顧客データが最も多い顧客特徴分類領域が,
そのクラスタの属する顧客特徴分類領域に決定される。
図54では,R−F平面におけるクラスタC2(RF:C
2)は,そのクラスタに含まれる3個の顧客データ1,
3および4がすべて顧客特徴分類領域A1 に属している
ので,このクラスタRF:C2が属する顧客特徴分類領
域は領域A1 となる。
複数の顧客特徴分類領域にそれぞれ同数ずつ存在する場
合,そのクラスタのクラスタ・センタが存在する顧客特
徴分類領域が,そのクラスタが属する顧客特徴分類領域
となる。図54では,クラスタTM:C1は,そのクラス
タに含まれる2個の顧客データ2および3がそれぞれ,
顧客特徴分類領域B2 およびB3 に属し,各顧客特徴分
類領域に属する顧客データの数が等しい。このとき,ク
ラスタTM:C1のクラスタ・センタが顧客特徴分類領
域B2 に属しているので,クラスタTM:C1の顧客特
徴分類領域は領域B2 となる。
データが存在し,かつ,クラスタ・センタが2つの顧客
特徴分類領域の境界線上に存在するような場合,いずれ
か一方の顧客特徴分類領域が適当な方法によって選択さ
れる,たとえば平面の原点に近い領域が選択される。
式“(RF:C2+RF:C4)*(TM:C1+T
M:C2+TM:C4)”については,RF平面におけ
るクラスタRF:C2およびRF:C4が属する顧客特
徴分類領域はともに領域A1(優良顧客の領域)にな
る。T−M平面におけるクラスタTM:C1,TM:C
2およびTM:C4が属する顧客特徴分類領域はともに
領域B2 (貢献度中の領域)になる。
領域に基づいてルール・データ・ベース3に記憶された
ルールを参照してンバーシップ関数のパラメータおよび
SQL検索式がクラスタ毎に決定される(ステップ149
)。メンバーシップ関数のパラメータおよびSQL検
索式は次のようにして決定される。
領域が一致する条件部をもつルールがクラスタ毎に決定
される。このルールの帰結部におけるメンバーシップ関
数のパラメータおよびSQL検索式が決定される。各ク
ラスタに属する顧客データの中でその最小値と最大値が
クラスタ毎見付け出される。この最大値と最小値に基づ
いてSQL検索式が決定される。メンバーシップ関数に
ついてはその4つのパラメータの中で3つのパラメータ
が決定される。残りの1つのパラメータは,ランキング
処理が実行されたときに決定される。たとえば,クラス
タRF:C4およびRF:C4はともに顧客特徴分類領
域A1に属するので,上述したルール1に基づいてメン
バーシップ関数のパラメータおよびSQL検索式が決定
される。また,クラスタTM:C4およびTM:C4は
顧客特徴分類領域B2に属するので,ルール6に基づい
てメンバーシップ関数のパラメータおよびSQL検索式
が決定される。
2+RF:C4)*(TM:C1+TM:C2+TM:
C4)”に関して,この式に含まれる各クラスタのSQ
L検索式とメンバーシップ関数のパラメータを示してい
る。たとえば,クラスタRF:C2については,このク
ラスタRF:C2に属する顧客データの経過月数Rにつ
いてはその最小値がrmin =22であり,その最大値がr
max =22である。また購買回数Fについてはその最小値
がfmin =2であり,その最大値がfmax =6である。
このとき,メンバーシップ関数のパラメータは,図55に
示すように,SQL検索式は“WHERE r=22 AND 2≦
f≦6”となり,μ1(r) =F(r|22,22,Qr2,2
2)およびμ2(f) =F(f|2,Qf1,6,6)とな
る。図55において,メンバーシップ関数のパラメータQ
r2,Qf1,Qt1およびQm1はランキング処理における特
徴適合度を算出する前に決定される。
よびC4についてクラスタ毎に決定されたメンバーシッ
プ関数を示し,図57はT−M平面におけるクラスタC
1,C2およびC4についてクラスタ毎に決定されたメ
ンバーシップ関数を示している。図56におけるMFr2お
よびMFf2,ならびにMFr4およびMFf4はそれぞれ,
クラスタRF:C2およびRF:C4について決定され
たメンバーシップ関数である。図57におけるMFt1およ
びMFt2およびMFm2,ならびにMFt4およびMFm4は
それぞれ,クラスタTM:C1,TM:C2およびT
M:C4について決定されたメンバーシップ関数を示し
ている。これらのメンバーシップ関数の中での中で,M
Fr2,MFf4,MFt2,MFf4,MFm2,およびMFm4
は厳密に言うとシングルトンである。
式に基づいて,SQL検索式を満たす顧客データが検索
され,SQL検索式に基づいて検索された顧客データ
が,クラスタ指定ウィンドウW6 において選択されたク
ラスタ検索条件式に基づいて,顧客データが検索される
(ステップ150 )。SQL検索式に基づく顧客データの
検索は,一次抽出が行われたときは処理装置1に付随す
るメモリに記憶された一次抽出顧客データに対して,一
次抽出が行われなかったときは顧客データ・ベース2に
記憶された未抽出顧客データに対して行われる。クラス
タ検索式に基づいて検索された顧客データを,「二次抽
出顧客データ」という。図58は,図35に示す一次抽出顧
客データについて,クラスタ検索条件式“(RF:C2
+RF:C4)*(TM:C1+TM:C2+TM:C
4)”に基づいて二次抽出が行われた二次抽出顧客デー
タの一例を示している。
毎の顧客データを検索する代わりにファジィ・クラスタ
リングにおいて得られる各顧客データの所属クラスタ
(図39参照)に基づいて顧客データを検索してもよい。
F:C4)*(TM:C1+TM:C2+TM:C
4)”に基づいて,顧客データ1〜10について検索を行
うと,顧客データ2,3および5の3つが検索されるこ
とになる。実際には各クラスタに属する顧客データは数
十とか数百とかもっと多く存在するので,上記クラスタ
検索条件式に基づいて検索される二次抽出顧客データの
個数ももっと多くなる。
客データが検索されると,図59に示すように,「ランキ
ング処理&結果の出力」ウィンドウ(以下「ランキング
・ウィンドウ」という)W8 が,クラスタ指定ウィンド
ウW6 の代わりにまたはその上に表示される(ステップ
152 )。
段に「指定方式選択」,「条件式入力」,「ランキング
処理」,「分布表示」および「印刷」のボタンが設けら
れている。「指定方式選択」および「条件式入力」のボ
タンは,クラスタ指定ウィンドウW6 に設けられたボタ
ンと同一である。これらの2つのボタンは,二次抽出を
やり直すときに指示される。「指定方式選択」ボタンま
たは「条件式入力」ボタンがクリック(選択)される
と,図52または図53に示すクラスタ指定ウィンドウW6
にそれぞれ戻る。「ランキング処理」ボタンは,二次抽
出顧客データについて,特徴適合度を算出し,この特徴
適合度に基づいて顧客データをランキングするときに指
示される。「分布表示」ボタンは,ランキング処理が行
われた後に,そのランキング処理において算出された特
徴適合度に基づいて顧客データの分布を表示するときに
指示される。「印刷」ボタンは,ランキング処理が行わ
れた後に,二次抽出顧客データの全部または一部の顧客
についてDMを印刷(発行)するときに指示される。
おいて各顧客データを表示するための,顧客データ・ベ
ース2に記憶された顧客情報リストと同一の属性(「顧
客コード」,「顧客名」,「郵便番号」,「住所」,
「電話番号」,「初回購入日」,「最終購入日」,「累
積購買回数」および「累積購買金額」)と,「特徴適合
度」とが表示さている。その横には,二次抽出顧客デー
タの総件数を表示するための「該当件数」の表示欄があ
る。
「適合度計算結果一覧」と「クラスタ検索条件式の表
示」の表示欄がある。「適合度計算結果一覧」は後に説
明する適合度の計算結果が表示される。「クラスタ検索
条件式の表示」には,上述のクラスタ指定ウィンドウW
6 において選択されたクラスタ検索条件式が表示される
とともに,各検索項目についての重視度も表示される。
図59では,クラスタ検索条件式,「(RF:C2+R
F:C4)*(TM:C1+TM:C2+TM:C
4)」と,重視度「Ir =70;If =30 Im =30;I
t =30」とが表示されている。
および「HELP」のボタンが設けられている。「実
行」ボタンは,ランキング処理を行うとき,「ランキン
グ処理」ボタンがクリックされた後にクリックされ,
「実行」ボタンがクリックされることによってランキン
グ処理が開始される。「取消」ボタンは再び二次抽出を
行うときに指示される。この図59または後述する図61に
おいて「取消」ボタンがクリックされると,図37に示す
「DM発行リスト作成」ウィンドウW2 と「検索条件項
目の選択」ウィンドウW4 が表示された表示画面に戻
る。
ときには,その「該当件数」の欄に,二次抽出により抽
出された二次抽出顧客データの総件数が,このランキン
グ・ウィンドウW8 が表示されるとともに表示される
(ステップ152 )。図59では,「該当件数」に「 853」
と表示されている。したがって,二次抽出により 853件
の顧客データ(二次抽出顧客データ)が検索されたこと
を示している。
ンキング処理」がクリックされさらに「実行」ボタンが
クリックされると(ステップ153 で実行),ステップ14
9 において決定されたメンバーシップ関数について残り
の1のパラメータが,Γ分布モデルに基づいて算出され
る(ステップ154 )。
モデルに基づいて算出するのは次の理由による。顧客デ
ータ・ベース2に記憶された顧客データ全体(未抽出顧
客データ)の経過月数R,購買回数F,購買金額Mおよ
び利用期間Tの分布は正規分布に従うものと考えられ
(とくに顧客データの数が多ければ多いほど),この正
規分布に従う顧客データ(母集団)から二次抽出された
顧客データ(二次抽出顧客データ)(部分集団)の経過
月数R,購買金額Mおよび利用期間Tも一般にΓ分布
(カイ2乗(χ2 )分布)に従うと考えられるからであ
る。
パラメータQr1およびμ2(r) のQr2(R−F平面にお
ける顧客特徴分類領域A1 についてのパラメータ)は,
Γ分布の累積分布関数F(T,α,K)が四分位数0.25
および0.75とそれぞれ等しくなる場合のパラメータTの
値とされる。すなわち,パラメータQr1およびQr2はそ
れぞれ,次式により算出される。
が,統計学上は一般に四分位数がよく用いられるので,
ここでもこれに従うこととする。Γ分布の累積分布関数
F(T,α,K)は次式により定義される。
まれる関数f(t,α,K)はΓ分布の確率密度関数で
あり,次式により定義される。
タαおよびKはそれぞれ,次式により表される。ここ
で,Eは指定された1つのクラスタに属する二次抽出顧
客データの平均を表し,Vは分散を表す。
2が顧客特徴分類領域A1 に属する場合,メンバーシッ
プ関数μ1(r) のパラメータQr2は,次のようにして算
出される。クラスタC2 に関してSQL検索式により検
索されたすべての顧客データについてその経過月数Rの
平均Eおよび分散Vがそれぞれ,式(9),(10)にしたがっ
て算出され,これらの平均Eおよび分散Vに基づいて累
積分布関数のパラメータαおよびKがそれぞれ,式(7),
(8) にしたがって算出される。最後にパラメータQr2が
式(6) にしたがって算出される。
ラメータQr1およびQr2が算出される。他のメンバーシ
ップ関数のパラメータQf1,Qf2,Qt1,Qt2,Qm1お
よびQm2についても同様にして算出される。
規定するすべてのパラメータが決定されると,このメン
バーシップ関数に基づいて,各二次抽出顧客データにつ
いて特徴適合度が算出される(ステップ155 )。
応する顧客が,顧客特徴分類データに示されている顧客
の特徴(優良顧客,貢献度大,等)をどの程度満たして
いるかを,0〜1の実数によって定量的に表したもので
ある。たとえば,R−F平面における顧客特徴分類領域
A1 は,「顧客の特徴」が「優良顧客」であることを表
している(図5参照)。この顧客特徴分類領域A1 に属
する顧客データについては,特徴適合度が「1」に近い
ほどその顧客データは優良顧客であることを意味する。
特徴適合度は次のようにして算出される。
リング平面の横軸および縦軸についてそれぞれ,ステッ
プ149 で決定された各クラスタのメンバーシップ関数に
基づいて適合度が算出される。
(x軸),縦軸(y軸)が決定された一のクラスタのメ
ンバーシップ関数をそれぞれ,μ(x) ,μ(y) とする。
たとえば,R−F平面についてx軸,y軸はそれぞれ,
R軸,F軸となり,このR−F平面におけるクラスタR
F:C2についてμ(x) ,μ(y) はそれぞれμ1(r),
μ2(f) である。
(y) についての顧客データi(顧客コードiの顧客デー
タ)の適合度をそれぞれ,gxi,gyiとする。たとえ
ば,R−F平面におけるクラスタRF:C2のメンバー
シップ関数はμ1(r),μ2(f)であるから,顧客データ3
の適合度はgr3(gxi),gf3(gyi)となる。
れた重視度をそれぞれ,Ix ,Iyとする。たとえば,
R−F平面については,x軸,y軸がそれぞれ,R軸,
F軸であるから,Ix ,Iy はそれぞれIr ,If であ
る。
面)に関する顧客データiの平面適合度Gxyi は次式で
表される。
ップ関数についての適合度を各軸について設定された重
視度を重みとして加重平均したものである。平面適合度
はその他の演算を用いることができる。たとえば各平面
の適合度を単に平均してもよい。
平面におけるクラスタのみを含んでいるときには,その
クラスタリング平面についての平面適合度Gxyi が,顧
客データiの特徴適合度となる。たとえば,クラスタ検
索条件式が「RF:C4」のときには,このクラスタ検
索条件式はR−F平面におけるクラスタC4のみを含ん
でいる。したがって,このクラスタに属する,二次抽出
により検索された二次抽出顧客データiの特徴適合度
は,式(11)で算出された平面適合度Grfi がその二次抽
出顧客データの特徴適合度となる。
ング平面におけるクラスタを含んでいるときは,各クラ
スタリング平面についての平面適合度を平均し,その平
均値が特徴適合度となる。この場合には,二次抽出顧客
データ毎に,各クラスタリング平面の各軸についてのメ
ンバーシップ関数に基づいて算出した適合度を,各軸に
ついての重視度を重みとして加重平均してもよい。たと
えば,クラスタ検索条件式が“(RF:C2+RF:C
4)*(TM:C1+TM:C2+TM:C4)”のと
きには,R−F平面についてクラスタC2とC4を含
み,T−M平面についてC1,C2,C4を含んでい
る。各クラスタリング平面(R−F平面,T−M平面)
についてそれぞれ算出された顧客データiの平面適合度
Grfi ,Gtmi の平均値が顧客データiの特徴適合度と
なる。
02の顧客データ)について特徴適合度を算出すると次の
ようになる,顧客データ2は,R−F平面におけるクラ
スタC4と,T−M平面におけるクラスタC1とに属す
る。R−F平面におけるクラスタC4のR軸,F軸のメ
ンバーシップ関数μ1(r) ,μ2(f) に基づいて,顧客
データ2の適合度gr2,gf2をそれぞれ算出すると,g
r2=1.00,gf2=1.00となる。これらの適合度gr2,g
f2と,R軸,F軸についての重視度Ir =70,If =30
とに基づいて,顧客データ2のT−F平面における平面
適合度Grf2 を算出すると,Grf2 =(1.00×70+1.00
×30)/(70+30)=1.00となる。また,顧客データ2
はT−M平面におけるクラスタC1も属するので,T−
M平面についてR−F平面と同様に平面適合度Gtm2 を
算出すると,Gtm2 =1.00となる。各顧客データ2につ
いて2つのR−F平面,T−M平面についての平面適合
度Grf2 ,Gtm2 の平均値を算出すると,(Grf2 +G
tm2 )/2=(1.00+1.00)/2=1.00となる。これが
顧客データ2の特徴適合度となる。この顧客データ2
は,特徴適合度が「1.00」であるから,優良顧客(顧客
特徴分類領域A1),かつ,貢献度中(顧客特徴分類領
域B2)である度合いが高いことを意味する。
が算出されると,その特徴適合度に基づいて二次抽出顧
客データが特徴適合度の大きいものから順にランキング
・ウィンドウW8 内に表示される(ステップ156 )。ラ
ンキング・ウィンドウW8 の中段の「顧客コード …
特徴適合度」の項目の下には,顧客データ・ベース2に
記憶された顧客情報リストから二次抽出された顧客デー
タの顧客コードに対応するデータが読出されて表示され
る。各顧客データについて算出された特徴適合度も表示
される。また,「適合度結果一覧」には,各二次抽出顧
客データの特徴適合度の算出過程において得られたメン
バーシップ関数の適合度が表示される。図61は,二次抽
出により得られた顧客データ2,3および5(顧客コー
ド0002,0005および0003の顧客データ)を表示したラン
キング・ウィンドウW8 を示している。この図61では顧
客データが特徴適合度の大きい顧客データから順番に表
示されている。
データを表示することにより,ユーザの検索目的である
「優良顧客であり,かつ貢献度中である顧客」の度合い
の高い顧客から順に顧客データを表示することができ
る。
ンキング処理が行われる前(図60)またはランキング処
理が行われた後(図61)において,「取消」ボタンがク
リックされると(ステップ153 またはステップ157 で取
消),図37に示す「DM発行リスト作成」ウィンドウW
2 と「検索条件項目の選択」ウィンドウW4 が表示され
た表示画面に戻り,再び二次抽出が行われる。
布表示」ボタンがクリックされると(ステップ157 で分
布表示),図62に示すように,「特徴適合度と件数表
示」ウィンドウW9 がランキング・ウィンドウW8 上に
表示される(ステップ158 )。このとき,顧客データの
ランキング表示,「適合度計算結果一覧」,クラスタ検
索条件式の表示」,ならびに「実行」,「取消」および
「HELP」のボタンは消去された後に,「特徴適合度
と件数表示」ウィンドウW9 が表示される。
W9 には特徴適合度を設定するためのスケール・ボタン
41と,このスケール・ボタン41によって設定された特徴
適合度を表示するための表示欄42と,その特徴適合度を
もつ二次抽出顧客データの総件数を表示するための表示
欄43がある。
W9 において,顧客データの分布を表示させる特徴適合
度が設定される(ステップ159 )スケール・ボタン41を
ユーザかマウス6でドラッグして,0〜1の間で左右に
スライドさせることにより,特徴適合度が設定される。
スケール・ボタン41の位置に対応した特徴適合度が表示
欄42に表示され,その特徴適合度以上の特徴適合度をも
つ顧客データの総件数が件数表示欄43に表示される。ユ
ーザは所望の特徴適合度または所望の件数になるよう
に,スケール・ボタン41の位置を調節する。図62では,
特徴適合度が「0.70」に設定され,0.70以上の特徴適合
度をもつ顧客データの総件数が「 511」と表示されてい
る。
において特徴適合度が設定された後に「OK」ボタンが
クリックされると,図63に示すように,特徴適合度分布
がランキング・ウィンドウW8 内に表示される(ステッ
プ160 )。この特徴適合度分布は,横軸を特徴適合度と
し,縦軸を各特徴適合度をもつ顧客データの件数をそれ
ぞれ表すヒストグラムである。特徴適合度分布表示は,
「特徴適合度と件数表示」ウィンドウW9 においてユー
ザが設定した特徴適合度以上の部分がシャドウ(ハッチ
ング)により表示される。特徴適合度分布の表示欄の上
には,二次抽出により得られた顧客データの総件数が表
示される。図63では,「特徴適合度と件数表示」ウィン
ドウW9 において特徴適合度が「0.70」と設定されてい
るので,この特徴適合度0.70以上の部分がシャドウ(ハ
ッチング)により表示されている。特徴適合度分布の表
示欄の上には「総件数:853 」と表示される。
刷」ボタンがクリックされると(ステップ157 で印
刷),図64に示すように,「住所ラベルの印刷」ウィン
ドウW10が表示される(ステップ161 )。この場合,ラ
ンキング処理が行われた後に「印刷」ボタンがクリック
されたときは,顧客データのランキング表示,「適合度
計算結果一覧」および「クラスタ検索条件式の表示」,
ならびに「実行」ボタン,「取消」ボタンおよび「HE
LP」ボタンが消去された後に,「住所ラベルの印刷」
ウィンドウW10が表示される。また特徴適合度分布表示
が行われた後に「印刷」ボタンがクリックされたとき
は,「特徴適合度と件数表示」ウィンドウW9と特徴適
合度分布表示が消去された後に,「住所ラベルの印刷」
ウィンドウW10が表示される。
いても,「特徴適合度と件数表示」ウィンドウW9 と同
様に,特徴適合度を設定するためのスケール・ボタン5
1,スケール・ボタン51により設定された特徴適合度を
表示する表示欄52およびスケール・ボタン51により設定
された特徴適合度以上の特徴適合度をもつ二次抽出顧客
データの件数を表示する表示欄53が設けられている。
「特徴適合度と件数表示」ウィンドウW9 と同様にスチ
ール・ボタン51がスライドし,スケール・ボタン51の位
置に対応する特徴適合度画表示欄52に表示され,その特
徴適合度以上の特徴適合度をもつ顧客データが表示欄53
に表示される。
いて,特徴適合度が設定される(ステップ162 )。特徴
適合度が所望の値,または印刷する顧客データの総件数
が所望の件数になるように,スケール・ボタン51の位置
が調節される。図64では,特徴適合度が「0.70」に設定
され,その特徴適合度以上の二次抽出顧客データの総件
数に「 511」と表示されている。
において特徴適合度が所望の値に設定され後に「OK」
ボタンがクリックされると,設定された特徴適合度以上
の特徴適合度をもつ二次抽出顧客データについてその顧
客名,住所および郵便番号が,顧客データ・ベース2に
記憶された顧客情報リストから読出され,住所ラベル
(ダイレクト・メール)が印刷装置8によって印刷され
る(ステップ163 )。
と,「住所ラベルの印刷」ウィンドウW10は消去され,
ランキング・ウィンドウW8 の代わり,図32に示すメニ
ューウィンドウW1 に戻る。
Mに添付され,そのDMが顧客に発送されるであろう。
DMが発行される。
参照検索は,クラスタ検索と同様に顧客データ(二次抽
出顧客データ)を検索するものである。条件参照検索
は,クラスタ検索においてクラスタリング平面上でクラ
スタを指定した後にクラスタ検索条件式を入力する代わ
りに,DMシミュレーションにおいて登録された,検索
コマンド・データ・ベース10に記憶された検索条件式に
基づいて,一次抽出顧客データまたは未抽出顧客データ
から,二次顧客データを検索するものである。
ドウW2 における「二次抽出」ボタンのプル・ダウン・
メニューp1 において「条件参照検索」がクリックされ
と(ステップ132 で条件参照検索),図65に示すよう
に,「セール名の選択」ウィンドウW11が「DM発行リ
スト作成」ウィンドウW2 上に表示される(ステップ16
4 )。
は,「セール名リスト」および「選択結果リスト」があ
る。「セール名リスト」には,上述の検索コマンド・デ
ータ(図9)における「用途」に対応するセール名が,
この「セール名の選択」ウィンドウW11の表示とともに
表示される。
する(ステップ165 )。「セール名リスト」からいずれ
か一つのセールをクリックされることによりセールが選
択される。「セール名リスト」において選択されたセー
ル名は,「選択結果リスト」に表示される。たとえば,
ユーザが母の日のセールを行おうと考えている場合に
は,図65に示すように,「母の日」が選択される。
て,「セール名リスト」の中からいずれか一つのセール
名が選択された後に「OK」ボタンがクリックされる
と,図66に示すように,「検索条件の選択」ウィンドウ
W12が「DM発行リスト作成」ウィンドウW2 上に表示
される(ステップ166 )。図66では,「DM発行リスト
作成ウィンドウW2 上には,「セール名の選択ウィンド
ウW11と「検索条件の選択」ウィンドウW12が同時に表
示されている。
は,検索コマンド・データ・ベース10に記憶された検索
コマンド・データの中で,「セール名の選択」ウィンド
ウW11において選択されたセール名に対応する検索条件
が表示される。図66では,セール名「母の日」(用途5
0)が選択されているので,この用途50に対応する検索
条件セット5の検索条件(図9,10参照)が検索コマン
ド・データ・ベースから読出され,「検索条件の選択」
ウィンドウW12に表示される。「検索条件の選択」ウィ
ンドウW12では,検索条件式およびメンバーシップ関数
(MFラベルに対応するメンバーシップ関数(図12参
照))表示されず,SQL検索式,適合率および再現率
が表示されている。検索条件およびメンバーシップ関数
も「検索条件の選択」ウィンドウW12に表示してもよ
い。
W12において所望の検索条件を選択する(ステップ167
)。ユーザは,表示された検索条件のいずれか一つを
クリックすることにより選択する。
いる「検索条件の選択」ウィンドウW11において検索条
件が選択された後に「OK」ボタンがクリックされる
と,図67に示すように,「重視度の入力」ウィンドウW
13が,「DM発行リスト作成」ウィンドウW2 上に表示
される(ステップ168 )。このとき,「重視度の入力」
ウィンドウW13が表示される前に,「セール名の選択」
ウィンドウW11と「検索条件の選択」ウィンドウW12が
消去される。この「重視度の入力」ウィンドウW13に
は,検索条件に含まれる検索項目についてぞれぞれ,D
Mシミュレーションにおいて設定された重視度が表示さ
れる。図67では,「経過月数R」,「購買回数F」,
「購買金額M」および「利用期間T」についてそれぞ
れ,「70」,「30」,「30」および「30」が表示され
る。
きは,その検索項目にカーソルをマウス6を用いて合わ
せ,所望の重視度(数値)をキーボート7から入力する
(ステップ169 )。重視度はそれをそのまま用いるとき
には変更しなくてもよい。
て,重視度が変更(入力)された後に,または変更がさ
れることなく,「OK」ボタンがクリックされると,
「検索条件の選択」ウィンドウW12において選択された
検索条件に基づいて,一次抽出顧客データまたは未抽出
顧客データから,二次抽出顧客データが検索される(ス
テップ170 )。たとえば,図66に示す「検索条件の選
択」ウィンドウW12において選択された「NO.1」に
ついては,検索条件式は「RF*TM」である(図10参
照)。この検索条件式は,R−F平面についてのSQL
検索式はWHERE r≦24AND 2≦fであり,T−M平面に
ついてのSQL検索式はWHERE 1≦t AND 1000≦mで
ある。
に示すように,「条件参照検索の結果出力」ウィンドウ
W14が「DM発行リスト作成」ウィンドウW2 の代わり
にまたはその上に表示される(ステップ171 )。この
「条件参照検索の結果出力」ウィンドウW14は,ランキ
ング・ウィンドウW8 における「指定方式選択」ボタン
および「条件式入力」ボタンに代えて「条件参照検索」
ボタンが設けられ,「クラスタ検索条件式の表示」の代
わりに「検索条件式の表示」になっている点を除いて,
図59に示すランキング・ウィンドウW8 と同じである。
「検索条件の表示」には「検索条件の選択」ウィンドウ
W12において選択された検索条件式と,「重視度の入
力」ウィンドウW13において入力(変更)された重視度
が表示される。図68では「検索条件の表示」には検索条
件として「RF*TM」が表示され,重視度として「I
r =70;If =30 Im =30;It =30」が表示されて
いる。
が表示されると,二次抽出により得られた二次抽出顧客
データの総件数が「該当件数」の欄に表示される(ステ
ップ172 )。図68では,「 853」と表示されているか
ら, 853件の二次抽出顧客データが検索されていること
を示している。
13において「条件参照検索」ボタンがクリックされる
と,図66に示す「DM発行リスト作成」ウィンドウW2
上に「検索条件の選択」ウィンドウW12が表示され,こ
のウィンドウW11において再び検索条件が選択されるこ
とになる。
「実行」ボタンがクリックされると(ステップ173 で実
行),検索コマンド・データ・ベース10に記憶された,
選択された検索条件に対応するメンバーシップ関数のに
基づいて二次抽出顧客データについて特徴適合度が算出
される(ステップ174 )。特徴適合度の算出は,クラス
タ検索におけるステップ155 の処理と同様に行われるの
で,ここではその詳細を省略する。
顧客データがランキング表示される(ステップ175 )。
これもクラスタ検索におけるステップ156 の処理と同様
に行われ,二次抽出顧客データは図61に示すランキング
・ウィンドウW18と同様に表示される。
14において「取消」ボタンがクリックされるとCステッ
プ173 ,176 で取消),「DM条件リスト作成」ウィン
ドウW2 と「検索条件の選択」ウィンドウW12が表示さ
れる。この「検索条件の選択」ウィンドウW12において
検索条件が選択されることになる。
(ステップ176 で分布表示),「特徴適合度と件数表
示」ウィンドウが「条件参照検索の結果出力」ウィンド
ウW14上に表示され(ステップ177 ),この「特徴適合
度と件数表示」ウィンドウにおいて特徴適合度がユーザ
によって設定される(ステップ178 )。この「特徴適合
度と件数表示ウィンドウは,図62に示すランキング・ウ
ィンドウW8 上に表示された「特徴適合度と分布表示」
ウィンドウW9 と同じものである。
いて,特徴適合度が設定された後に「OK」ボタンがク
リックされると,「条件参照検索の結果出力」ウィンド
ウW14内に特徴適合度分布が表示される(ステップ179
)。この特徴適合度分布は,図63に表示ランキング・
ウィンドウW8 内に表示された特徴適合度分布と同様に
表示される。
ップ176 で印刷),「住所ラベルの印刷」ウィンドウが
表示され(ステップ180 ),この「住所ラベルの印刷」
ウィンドウにおいて特徴適合度がユーザによって設定さ
れる(ステップ181 )。この「住所ラベルの印刷」ウィ
ンドウは,図64に示すランキング・ウィンドウW8 上に
表示された「住所ラベルの印刷」と同じものである。
特徴適合度が設定された後に「OK」ボタンがクリック
されると,その特徴適合度以上をもつ顧客データについ
て住所ラベルが印刷される(ステップ182)。
登録(記憶)された検索条件を用いることによって,検
索項目の選択,顧客データのファジィ・クラスタリン
グ,クラスタの指定およびクラスタ検索条件式の入力を
行わなくてすむので,ユーザの操作を軽減することがで
きる。これにより検索に要する時間も短縮することがで
きる。
買履歴データに基づいて,どのような顧客群にDMを発
送すると,DMによるより効果が現れるかを,シミュレ
ーションを行うことによって評価するものである。この
DMシミュレーションによって,DMを発送することが
効果的であると評価された顧客群が得られた場合には,
その顧客群を検索するための検索条件(SQL検索式)
およびメンバーシップ関数のパラメータが検索コマンド
・データ・ベース10に記憶(登録)される。
月1日(日)〜5月9日(日)(母の日)の期間(以下
「セール期間」という)に,母の日のためのセールが行
われた。
まず初回購入日が1993年4月30日以前の顧客群(以下
「既存顧客群」という;集合Aとする),を抽出する。
この既存顧客群は1993年4月30日以前にこの商店の顧客
となった顧客群(顧客データ)である。
発送の対象となる顧客群(以下「発送顧客群」という;
集合Bとする)が,既存顧客群(集合A)から抽出され
る。この発送顧客群は,DMを発送したと仮定した顧客
群を表す。
の商品を実際に購入した顧客群(以下「購入顧客群」と
いう;集合Cとする)を抽出する。
群(集合B)および購入顧客群(集合C)の関係を示し
ている。
Aと等しい)。集合Aと集合Cは一部交わる部分があ
り,集合Bと集合Cも一部交わる部分がある。集合Bと
集合Cとの交わり部分(二重のハッチング部分)を集合
Dとする。集合Aと集合Cとの交わり部分から集合Dを
除いた部分(一重のハッチング部分)を集合Eとする。
ルのDMを受けて,母の日のための商品をそのセール期
間中に実際に購入した顧客群(以下「発送購入顧客群」
という)を示している。
顧客群)の中で,セールのDMを受けなかったが,その
セールによる商品を購入した顧客群(以下「未発送購入
顧客群」という)を示している。
で表示される顧客群は,セール期間中にそのセールによ
る商品を購入し,新規顧客となった顧客群(以下「新規
顧客群」という)を示している。
送購入顧客群)が占める割合を「適合率α」という。集
合D(発送購入顧客群)と集合E(未発送購入顧客群)
の和集合(集合D+E)に対する集合D(発送購入顧客
群)が占める割合を「再現率β」という。
により算出される。
軸,適合率αを縦軸とする「適合率−再現率診断平面」
により用いて評価される。
いる。この診断平面は,適合率α=α0 (0<α0 <
1)の横軸に平行な破線と,再現率β=β0 (0<β0
<1)の縦軸に平行な破線とによって,領域P1 〜P4
の4つの領域に分割されている。α0 およびβ0 は,D
M発行効果の高い領域とするために適した値にユーザに
よって処理装置1に付随するメモリまたはいずれかのデ
ータ・ベースにあらかじめ登録されている。
に大きい領域である。すなわち,適合率αおよび再現率
βによって表される点(β,α)が,この領域P2 に含
まれたとき,DMを発行する発行顧客群が,そのDMの
発行によって商品を購入する割合が高い顧客群であるこ
とを表している。したがって,その発行顧客群を検索す
るための検索条件は,DM発行効果が高い検索条件であ
ると考えることができる。
るような発行顧客群(集合B)はDM発送の効果的が高
い顧客群ということになる。
び再現率βがともに大きい発送顧客群(集合B)が得ら
れるまで,ユーザか検索条件の設定および発送顧客群の
抽出を繰返し行なう。ユーザは所望の発送顧客群か抽出
できたとき,その発送顧客群を検索した検索条件を検索
コマンド・データ・ベース10に登録する。
日のセールのDM発送を効果的にすることができる顧客
群の検索条件を得ることができる。次回のセールのDM
発送の対象とする顧客群の検索を,検索コマンド・デー
タ・ベース10に登録された検索条件を用いることにより
簡単に行うことができる。この検索条件に基づく検索
は,上述の条件参照検索において行われる。
を示している。
シミュレーション」ボタンがクリックされると,図71に
示すように,「DMシミュレーション」ウィンドウW15
がメニューウィンドウW1 に代えてまたはその上に表示
される(ステップ201 )。
には,「一次抽出」,「二次抽出」,「分布表示」およ
び「検索条件登録」の各ボタンが設けられている。これ
らのボタンのいずれか選択される(ステップ202 )。
と購入顧客群を抽出するときに指示される(ステップ20
3 )。DM発行リスト作成においては一次抽出は必要に
応じて行われるが,DMシミュレーションにおいては二
次抽出の前に必ず行われる。
を抽出するときに指示される(ステップ205)。
件を登録するときに指示される(ステップ206 )。
ンに際する説明等を見るときに指示される(ステップ20
7 )。
る。図16に示すDM発行リスト作成における処理と同一
処理には同一符号を付し,詳細な説明を省略する。
において「一次抽出」ボタンがクリックされると,図72
に示すように,「検索条件項目の選択(一次抽出)」ウ
ィンドウW3 が「DMシミュレーション」ウィンドウW
15上に表示される(ステップ121 )。この「検索条件項
目の選択」ウィンドウW3 はDM発行リスト作成におけ
るものと同一であるから,詳細な説明を省略する。
おいて,検索条件項目「地域」,「性別」,「初回購入
日」および「累積購買回数」についてそれぞれ検索条件
が入力される(ステップ122 )。図72では,検索項目
「地域」,「性別」および「購入回数」に検索条件「未
指定」がそれぞれ入力され,検索項目「初回購入日」に
検索条件「1993.4.30 」が入力されている。
おいて検索条件が入力された後に「OK」ボタンがクリ
ックされると,顧客データの検索(一次抽出)が行われ
る(ステップ123 )。顧客データ・ベース2に記憶され
た未抽出顧客データの中で,初回購入日が1993年4月30
日以前の顧客,すなわち1993年4月30日以前に顧客とな
った顧客データが検索され,処理装置1に付随するメモ
リに記憶される。一次抽出により抽出された顧客データ
は上記の集合A(既存顧客群)である。この顧客データ
を既存顧客という。
うに,「検索条件項目の選択」ウィンドウW3 が消去さ
れ,「購買履歴データの指定」ウィンドウW16が「DM
シミュレーション」ウィンドウW15上に表示される(ス
テップ124 )。
W16には,指定項目と指定条件がある。指定項目には,
「用途」および「期間」があり,それぞれについて指定
条件が入力(設定)される(ステップ125 )。「用途」
は,購入履歴データの属性「用途」と同じものであり,
どのセールについてDMシミュレーションを行うのかを
表わす。「期間」は,上述のセールを行ったセール期間
である。
において各指定項目条件(指定条件)が入力される(ス
テップ125 )。図73では,指定項目「用途」に,「50」
が入力され,「期間」に「1993.5.1〜1993.5.9」が入力
されている。これは母の日のためのセールについてDM
シミュレーションを行うことを表わしている。
において,指定条件が入力された後に「OK」ボタンが
クリックされると,購買履歴データ・ベース9に記憶さ
れた購買履歴データから,各指定項目について設定され
た指定条件を満たす顧客データが検索される(ステップ
126 )。
「期間」はそれぞれ,購買履歴データに含まれる「用
途」および「購入日」が参照され,「用途」が「50」で
ありかつ「購入日」が1993年5月1日〜1993年5月9日
の顧客コードが検索される。検索された顧客コードは,
処理装置1に付随するメモリに記憶される。この顧客コ
ードに対応する顧客群が上記の集合Cに対応する。
二次抽出の詳細な手順を示している。これらの図におい
て図17〜24に示すDM発行リスト作成における処理と同
一処理には同一符号を付し,詳細な説明を省略する。
において「二次抽出」ボタンがクリックされると,「検
索条件の選択」ウィンドウW4 が「DMシミュレーショ
ン」ウィンドウW15上に表示される(ステップ134 )。
顧客データがDM発行リスト作成と同様にして検索され
る(ステップ134 〜150 )。二次抽出顧客データに対応
する顧客が,上記の発行顧客群に対応する。この二次抽
出顧客データについてメンバーシップ関数を規定するパ
ラメータが算出され,特徴適合度が顧客データ毎に算出
される(ステップ154 ,155 )。
る(ステップ211 )。適合率αおよび再現率βは次のよ
うに算出される。ステップ126 で抽出された顧客コード
と同一の顧客コードをもつ顧客データが,二次抽出顧客
データの中にいくつあるかを計数することにより,集合
Dの顧客数が算出される。一次抽出顧客データから二次
抽出された顧客データを除いた顧客データの中に,ステ
ップ126 で抽出された顧客コードと同一の顧客コードを
もつ顧客データがいくつあるかを計数することにより,
集合Eの顧客数が算出される。適合率αおよび再現率β
が上述の式(11),(12)にしたがって算出される。
図74に示すように,クラスタ指定ウィンドウW6 の代え
て,「DMシミュレーション」ウィンドウW15が再び表
示される(ステップ212 )。この「DMシミュレーショ
ン」ウィンドウW15内には,クラスタリング平面,特徴
適合度分布表示および再現率−適合率診断平面が表示さ
れる(ステップ213 ,214 ,215 )。
定ウィンドウW6 に表示されたものと同一である(図48
参照)。各二次抽出顧客データの特徴適合度に基づい
て,横軸を特徴適合度とし,縦軸をその特徴適合度にお
ける顧客データの件数とするグラフが表示される。図74
ではR−F平面とT−M平面が表示されている。
ションにより求められた適合率αおよび再現率βにより
表される点が座標(β,α)に表示される。これによ
り,ユーザは,シミュレーションにおける二次抽出にお
いて検索された顧客群にDMを発行することが効果的で
あるかどうかを容易に判断することができる。図74では
図70に示す診断平面におけるDM発行による効果がより
現われる領域P2 がハッチングで表されている。
内に分布表示および各平面が表示されると,図74に示す
ように,「DMシミュレーション続行」ウィンドウW15
が,「DMシミュレーション」ウィンドウW15に一部重
なるようにまたはその上に表示される(ステップ216
)。
ドウW17はDMシミュレーションを続行するかどうかを
入力するためのものである。この「DMシミュレーショ
ン続行」ウィンドウW17において「OK」ボタンがクリ
ックされると(ステップ217でYES ),再び二次抽出が
行われる。この「DMシミュレーション続行」ウィンド
ウW17で「CANCELL」ボタンがクリックされるま
で,ステップ134 〜217 の手順が繰返される。
W15において,「CANCEL」ボタンがクリックされ
ると,DMシミュレーションは終了する。
される「DMシミュレーション」ウィンドウW15を示し
ている。「DMシミュレーション」ウィンドウW15の左
下の特徴適合度分布には第3回目のクラスタ検索条件式
にしたがって検索された二次顧客データについての特徴
適合度分布が表示される。ウィンドウW13の右下の適合
率−再現率診断平面には,3回の二次抽出による二次顧
客データの適合率および再現率をそれぞれ表す3つの点
が表示されている。
において「分布表示」ボタンがクリックされると(ステ
ップ218 で分布表示),図76に示すように,「分布表
示」ウィンドウW18が「DMシミュレーション」ウィン
ドウW15に一部重なるようにまたはその上に表示される
(ステップ219 )。
て,DMシミュレーションにより得られた特徴適合度分
布のうちで,何回目のシミュレーションにおいて得られ
た二次抽出顧客データの分布表示を表示するかが指定さ
れる(ステップ220 )。第何回目のシミュレーションで
あるかを示す表示欄61には,このウィンドウW16が表示
されるとともに初期値として「1」が表示される。この
表示欄61の右横にある矢印ボタン63をクリックするごと
に,表示欄61に表示された数値が1ずつ増加し,表示欄
61の左横にある矢印ボタン62をクリックするごとに,表
示欄61に表示された数値が1ずつ減少する。図76では
「3」と設定されている。
ンがクリックされると,設定された数値に対応する回数
のDMシミュレーションによる特徴適合度分布が,「D
Mシミュレーション」ウィンドウW18内に表示される
(ステップ221 )。その後,「分布表示」ウィンドウW
18は消去される。
において「検索条件登録」ボタンがクリックされると
(ステップ218 で検索条件登録),図77に示すように,
「検索条件登録」ウィンドウW18が「DMシミュレーシ
ョンW15に一部重なるようにまたはその上に表示される
(ステップ306 )。
いて,DMシミュレーションにおける二次抽出において
用いられたクラスタ検索条件式のうちで,第何回目のD
Mシミュレーションに用いられたクラスタ検索条件式を
検索条件として登録するかが指定される(ステップ233
)。
を示す表示欄71には,この「検索条件登録」ウィンドウ
W19が表示されるとともに初期値として「1」が表示さ
れている。この表示欄71の右横にある矢印ボタン63をク
リックするごとに,表示欄71に表示された数値が1ずつ
増加し,表示欄71の左横にある矢印ボタン72をクリック
するごとに,表示欄71に表示された数値が1ずつ減少す
る。
所望の数値が設定された後に,「OK」ボタンがクリッ
クされると,「検索条件登録」ウィンドウW18において
設定された数値に対応するDMシミュレーションに用い
られた検索条件が検索コマンド・データ・ベース10に登
録(記憶)される(ステップ224 )。その後,DMシミ
ュレーションは終了し,「DMシミュレーション」ウィ
ンドウW15は消去され,メニュー・ウィンドウW1 (図
32)に戻る。
れる検索条件は,検索条件式,SQL検索式,メンバー
シップ関数のパラメータ,重視度,適合率および再現率
がある。
おいて検索項目毎に設定されたものであり,適合率およ
び再現率は検索された二次抽出顧客データに基づいて算
出されたものである。検索条件式,SQL検索式,メン
バーシップ関数のパラメータは,クラスタ検索条件式お
よびこのクラスタ検索条件式によって検索されたすべて
の二次抽出顧客データに基づいて,次のようにして決定
される。
タ検索条件式に一のクラスリング平面におけるクラスタ
を含むときは,そのクラスタリング平面を表す記号が検
索条件式となる。たとえば,クラスタ検索式が「RF:
C2」の場合は,検索条件式は「RF」となる。
グ平面におけるクラスタを含むときは,各クラスタリン
グ平面を表す記号を AND条件によって結合した式が検索
条件式となる。たとえば,クラスタ検索条件式が「(R
F:C2+RF:C4)*(TM:C1+TM:C2+
TM:C4)の場合は,クラスタがR−F平面とT−M
平面に含まれているから,各クラスタリング平面を表す
「RF」と「TM」をAND 条件によって結合した「RF
*TM」が検索条件式となる。
って検索されたすべての二次抽出顧客データに基づいて
検索項目毎に決定される。すべての二次抽出顧客データ
の中から,その最大値と最小値を検索項目毎に見付け出
し,それらがパラメータとして記憶される。
にすべての二次抽出データに基づいて検索項目毎に決定
される。メンバーシップ関数を規定する4つのパラメー
タの中で,両端を規定するパラメータは,すべての二次
抽出顧客データの中からその最小値と最大値を見付け出
しそれをパラメータとして決定する。残りの2つのパラ
メータは四分位数により算出される。この四分位数は,
二次抽出を行うときにクラスタ毎に決定したときと用い
られたものである。
検索条件式が“(RF:C2+RF:C4)*(TM:
C1+TM:C2+TM:C4)”であったとすると,
このクラスタ検索条件式に含まれるクラスタ毎のSQL
検索式およびメンバーシップ関数は,図55に示されてい
る。この図において,たとえば検索項目Rについて見る
と,各クラスタについてのSQL検索式の最小値と最大
値の中で,その最大値はr=22であり,その最小値はr
=9である。したがって合成されたSQL検索式は”9
≦r≦22”となる。
適合率および再現率がともに高くなる検索条件を登録す
ることにより,その後,登録しておいた検索条件式(た
とえば1994年の母の日のセールを行う際のDM発行対象
者の検索条件式)を用いて,上記DM発行リスト作成に
おける条件参照検索において,DM発行の検索操作を大
幅に軽減することができる。
は,第1実施例において顧客データのファジィ・クラス
タリングを高速に行えるようにしたものである。この第
2実施例はDM発行リスト作成およびDMシミュレーシ
ョンの両方に適用される。DM発行支援システムの手順
の概要は第1実施例と同様である(図14参照)。以下D
M発行リスト作成について説明する。
手順の概要および一次抽出の詳細な手順は,第1実施例
におけるものと同じであるのでその説明を省略する(図
15および図16参照)。以下二次抽出について説明する。
ト作成における二次抽出の手順を示している。これらの
図において,図17〜図24に示す手順と同一手順には同一
符号を付し,詳細な説明を省略する。
ドウW2 において「二次抽出」がクリックされると,図
36に示すプル・ダウン・メニューp1 が表示される(ス
テップ131 )。このプル・ダウン・メニューp1 におい
て「クラスタ検索」が選択されると(ステップ132 でク
ラスタ検索),図34に示す「検索条件項目の選択(二次
抽出)」ウィンドウW4 が「DM発行リスト作成」ウィ
ンドウW2 上に表示される(ステップ134 )。この「検
索条件項目の選択」ウィンドウW4 において2つの検索
項目が選択されそれらの検索項目について重視度が入力
される(ステップ135 )。ここまでの手順は第1実施例
のDM発行リスト作成における二次抽出と同様である。
おいて2つの検索項目が選択されそれぞれに重視度が入
力された後に「OK」ボタンがクリックされると,図94
に示すように,「DM発行リスト作成」ウィンドウW2
内に「検索条件項目の選択」ウィンドウW4 において選
択された2つの検索項目によって規定される平面(以下
この平面を「検索平面」という)が表示される(ステッ
プ301 )。この検索平面には,一次抽出が行われたとき
には一次抽出顧客データが表示され,一次抽出が行われ
なかったときには未抽出顧客データが表示される。図94
では,「検索条件項目の選択」ウィンドウW4 において
検索項目として経過月数Rと購買回数Fが選択されてい
るので,経過月数Rを横軸とし,購買回数Fを縦軸とす
るR−F平面(検索平面)が表示されている。この検索
平面には,10個の顧客データ1〜10がクラスタリング平
面と同様に点(菱形)で表示されている。実際には,数
百,数千またはこれ以上の顧客データが表示されるであ
ろう。
設定」ウィンドウW20が「DM発行リスト作成」ウィン
ドウW2 上に一部重なるように表示される(ステップ30
2 )。図94では,「検索条件項目の選択」ウィンドウW
4 と「セルサイズ設定」ウィンドウW20とが同時に表示
されている。
「検索条件項目の選択」で選択された2つの検索項目の
それぞれについてそれぞれ,スケール・ボタン81および
83ならびに表示欄82および83が設けられている。スケー
ル・ボタン81がユーザによってスライドされることによ
り,セルに分割する分割数が設定される。表示欄82およ
び84には「セルサイズ設定」ウィンドウW20が表示され
たときに初期値として「0」があらかじめ設定されてい
る。分割数(セル数)は0〜100 で設定される。また,
「セルサイズ設定」ウィンドウW20には各検索項目につ
いてその最小値(Min)および最大値(Max)とが
表示されている。図94では,2つの検索項目「経過月数
R」および「購買回数F」が選択されているから,「セ
ルサイズ設定」ウィンドウW20においてもそれらが表示
されている。また検索項目「経過月数R」について「Mi
n 〜Max 」に「0〜40」と表示され,検索項目「購買回
数F」について「Min 〜Max 」に「0〜8」と表示され
ている。
ウス6でドラッグしてスライドさせることにより,各検
索項目の最小値(Min )と最大値(Max )の間を分割す
る分割数(セルサイズ)を設定する(ステップ303 )。
て分割数が設定されると,図95に示すように,検索平面
の各軸がそれぞれについて設定された分割数に応じて分
割される(ステップ304 )。検索平面はその境界が各軸
に平行な破線によって分割され,顧客データは図94に示
す検索平面と同じ位置に表示されている。図95では,
「セルサイズ設定」ウィンドウW20において「経過月数
R]および「購買回数F」についてそれぞれ,分割数と
して「8」および「4」と設定されているから,「経過
月数R」(横軸)が8分割され,「購買回数F」(縦
軸)が4分割される。したがって,検索平面は,8×4
=32のセル(領域)に分割されて。
て分割数が設定された後に「OK」ボタンがクリックさ
れると,分割されたセルについてそのセルに含まれるす
べての顧客データを代表する代表データが作成される
(ステップ305 )。代表データは,各セルに含まれるす
べての顧客データについて,その顧客データの数(以
下,「顧客データ数」という)を計数し,それらの顧客
データの平均値を検索項目毎に算出することによって作
成される。
ている。この代表データは,図35に示す一次抽出顧客デ
ータについて作成されたものである。代表データは,代
表データを識別するための代表コード毎に,検索項目毎
の平均値,その代表データに含まれる顧客データを表す
顧客コードおよび顧客データ数がある。たとえば,代表
コード1(代表データ1)については,「顧客コード」
に顧客コード「0002」および「0005」があるから,これ
らの2つの顧客データを代表している。2つの顧客デー
タがあるから「顧客データ数」が「2」となる。代表コ
ード1における「経過月数R」および「購買回数F」は
それぞれ,顧客データ2および5の「経過月数R」およ
び「購買回数F」のそれぞれを平均した平均値「 9.5」
および「7」が示されている。
うに,「検索条件項目の選択」ウィンドウW4 と「セル
サイズ設定」ウィンドウW20とが消去された後に,「D
M発行リスト作成」ウィンドウW2 内に表示された検索
平面において,顧客データの代わりに代表データが表示
される(ステップ306 )。図97に示す検索平面では顧客
データと同様に代表データが点(丸形)で表示され,そ
の点の側に代表データを識別する数値(代表コード)が
表示される。
異なる輝度で表示される。たとえば,顧客データ数が多
いほど明るく,少ないほど暗く表示される。代表データ
を輝度で表示する代わりに,点の大きさ変えてもよい。
この場合,たとえば顧客データ数が多いほど代表データ
を表す点を大きくし,少ないほど小さくする。
されている。図95では顧客データ1〜10が表示されてい
るが,図97では,顧客データ2と5,顧客データ1と4
および顧客データ7と8と9がそれぞれ,代表データ
1,2および6にまとめられている。顧客データ3,6
および10がそれぞれ代表データ3,4および6にとなっ
ている。
の検索平面上に代表データが表示されると,「クラスタ
リング実行」ウィンドウW21が「DM発行リスト作成」
ウィンドウW2 上に一部重なるように表示される(ステ
ップ307 )。
を見て,ファジィ・クラスタリングを実行するかどうか
を判断する。
すべきと判断した場合には,「クラスタリング実行」ウ
ィンドウW21において「NO」ボタンをクリックする。
おいて「NO」ボタンがクリックされると(ステップ30
8 でNO),「クラスタリング実行」ウィンドウW21が消
去された後に,再び図94に示す「セルサイズ設定」ウィ
ンドウW20が表示される。この「セルサイズ設定」ウィ
ンドウW20において分割数が再び設定されることにな
る。
クラスタリングを実行してもよいと判断した場合には,
「クラスタリング実行」ウィンドウW21において「O
K」ボタンをクリックする。
おいて「OK」ボタンがクリックされると(ステップ30
8 でYES ),図98に示すように,「クラスタリング実
行」ウィンドウW21が消去された後に,「クラスタ数の
指定」ウィンドウW5 が表示される(ステップ137 )。
においてクラスタ数が設定され(ステップ138 ),「ク
ラスタ数の指定」ウィンドウW5 において「OK」ボタ
ンがクリックされると,「クラスタ数の指定」ウィンド
ウW5 が消去され,代表データについてファジィ・クラ
スタリングが行われる(ステップ139A)。代表データに
ついてのファジィ・クラスタリングは,第1実施例にお
ける顧客データについえ行うときと同様であるから,そ
の詳細は省略する。
ングが行われると,図99に示すように,クラスタ指定ウ
ィンドウW6 が表示され(ステップ138 ),代表データ
についてファジィ・クラスタリングされたクラスタリン
グ平面)が表示される(ステップ141A)。このクラスタ
リング平面は,第1実施例におけるクラスタリング平面
と同様に,代表データがクラスタ毎に異なる色彩で表示
される。図99では,クラスタ指定ウィンドウW6 には,
代表データがクラスタリングされたR−F平面(クラス
タリング平面)が表示されている。
ウW4 が表示される。以下,第1実施例と同様にクラス
タが選択され,クラスタ検索条件式が入力される(ステ
ップ142 〜146 )。
「クラスタ検索条件式の表示」の中から一つのクラスタ
検索条件式が選択された後に「実行ボタンがクリックさ
れると(ステップ147 ),そのクラスタ検索条件式に含
まれるクラスタについて,各クラスタが属する顧客特徴
分類領域がクラスタ毎に決定される(ステップ148A)。
は,各クラスタに含まれる代表データを形成する顧客デ
ータに基づいて,第1実施例におけるステップ148 の処
理と同様に行われる。代表データを形成する顧客データ
は,図96に示す顧客コードを参照することによって容易
に決定することができる。
まれる代表データを形成する顧客データについて,第1
実施例におけるステップ149 の処理を同様にメンバーシ
ップ関数のパラメータとSQL検索式がクラスタ毎に決
定される。以下第2実施例におけるステップ150 以降の
手順は第1実施例と同様に行われる。
セル毎に顧客データに含まれる代表データを作成するこ
とによって,ファジィ・クラスタリング処理を高速に行
うことができる。また,データの表示も高速に行える。
行リスト作成と同様にセル毎に代表データについてファ
ジィ・クラスタリングが,DM発行リスト作成と同様に
行われる。DMシミュレーションの手順の概要および一
次抽出の手順は第1実施例と同じであるのでその説明を
省略する(図25および図26参照)。
ョンにおける二次抽出の詳細な手順を示している。図87
〜図93において,図27〜図31に示す手順と同一手順に
は,同一符号を付し詳細な説明を省略する。第1実施例
のDMシミュレーションにおける二次抽出において,ス
テップ136 とステップ137 との手順の間に,ステップ30
1 〜308 の検索平面をセルに分割する手順が追加されて
いる。作成した代表データについてクラスタリングが行
われ,その代表データをクラスタリングしたクラスタリ
ング平面が表示される。以下第1実施例と同様に行われ
る。
セールについてそのセールと他のセールとの関連度を記
憶した関連度辞書をさらに設け,その2つのセールの関
連度を考慮してより効率よくDMを発行するものであ
る。
援システムの構成を示すブロック図である。図100 にお
いて,図1に示すものと同一のものには同一符号を付
す。図100 に示すDM発行支援システムには,図1に示
すDM発行支援システムに関連度辞書11がさらに設けら
れている。
ルとの関連の度合いを表す関連度が記憶されている。図
101 は関連度辞書11の一例を示している。関連度辞書11
は「指定セール」と「該当セール」との関連度が記憶さ
れている。「指定セール」はユーザによって指定される
セールであり,「該当セール」は各顧客が属するセール
である。たとえば,図101 では,指定セール「母の日」
と該当セール「父の日」との関連度は「0.45」である。
指定セールと該当セールが同一の場合,関連度は「1.0
0」である。
日」,「敬老の日」等のための商品を主に販売すること
を目的として行われるものである。このセールは一定期
間行われ,この期間をセール期間という。図102 は各セ
ールについてのセール期間の一例を示し,図103 はセー
ル期間の一例を示したタイミング・チャートである。た
とえば,セール「母の日」のセール期間は,1993年4月
8日から5月12日である。たとえば,セール「母の日」
のセール期間に顧客が商品を購入すると,図3に示す購
買履歴データにその顧客についてのデータが登録され,
その中の「用途」には「50」(用途50は「母の日」表
す)が登録される。その顧客が新規顧客である場合に
は,顧客データ・ベース2に記憶された顧客情報リスト
および顧客FRMTリストにも,その顧客に関するデー
タが登録される。
ータが登録されたときもしくは購買履歴データ・ベース
9に購買履歴データが登録されたとき,またはDM発行
リスト作成を行う前もしくはDMシミュレーションを行
う前に算出され,関連度辞書11に登録される。関連度は
次のようにして算出される。
セールに属する顧客の集合)によって定義される。セー
ルに属する顧客とはそのセール期間中にそのセールによ
る商品を購入した顧客である。
入した商品の用途によって決定する。顧客の用途は,そ
の顧客の最終購入日を図2示す顧客情報リストから検索
し,その最終購入日にその顧客が購入した商品の用途を
検索することによって決定される。たとえば,顧客コー
ド0003については,その最終購入日は図2に示す顧客情
報リストから「92-05-06」であり,この最終購入日にそ
の顧客が購入した商品の用途は,図8に示す購買履歴デ
ータから「50」である。したがって,顧客コード0002の
顧客は,セール「母の日」に属することになる。
購入していたときには次のようにして決定される。各商
品の用途が同一である場合には顧客はその用途に属して
いることになる。各商品の用途が異なる場合には顧客
は,それぞれの用途に属していることになる。たとえ
ば,図8に示す購買履歴データを参照して,顧客コード
0005の顧客は,用途が「50(母の日)」の商品と,用途
が「60(父の日)」の2個の商品を購入しているから,
セール「母の日」(SN1 )とセール「父の日」(SN
2 )の両方に属していることになる。
ているかが決定される。
をSN1 とし,セール「父の日」に属する顧客を表す集
合をSN2 とし,セール「敬老の日」に属する顧客を表
す集合をSN3 とする。一般的には,一のセール(これ
をセールiとする)に属する顧客を表す集合をSNi で
表す。
の数),すなわち,セールiに属する顧客データの数を
Q(SNi )で表す。一のセールiに対する他のセール
iの関連度Rijは,次式によって算出される。
ルiに対するセールjの関連度Rijと,その逆のセール
SNj に対するセールSNi の関連度Rjiとは異なる値
となり,2つのセールが同一は「1.00」となる。たとえ
ば,セール「母の日」とセール「父の日」との関連度は
「0.45」であり,同じセールでは関連度はすべて「1.0
0」である。
辞書11に登録される。
いては,第1実施例において算出した特徴適合度,関連
度辞書11を参照して決定するセール重視度,または特徴
適合度とセール重視度に基づいて算出する合致度,DM
を発行すべき顧客を評価するものである。
一次抽出は,第1実施例のDM発行リスト作成における
一次抽出と同様に行われる。以下二次抽出について詳述
する。
リスト作成における二次抽出の詳細な手順を示すフロー
・チャートである。図105 〜112 において図17〜図24に
示す手順と同一手順には同一符号を付し,詳細な説明を
省略する。
おいてい「二次抽出」ボタンがクリックされるとプル・
ダウン・メニューp1 が表示され(ステップ131 ),こ
のプル・ダウン・メニューp1 において「クラスタ検
索」が選択されると(ステップ132 でクラスタ検索),
第1実施例で説明したように,ファジィ・クラスタリン
グされた顧客データがクラスタ指定ウィンドウW6 内の
クラスタリング平面に表示される(ステップ134 〜141
)。このクラスタリング平面上でクラスタが選択され
(ステップ142 ,143 ),クラスタ検索条件式が入力さ
れる(ステップ144〜146 )。入力されたクラスタ検索
式の中から選択された一のクラスタ検索条件式に基づい
て顧客データ(二次抽出顧客データ)が検索される(ス
テップ147 〜150 )。二次抽出顧客データに基づいてク
ラスタ検索条件式に含まれる各クラスタメンバーシップ
関数のパラメータが決定される(ステップ154 )。この
パラメータが決定されたメンバーシップ関数を用いて二
次抽出顧客データの特徴適合度が算出される(ステップ
155 )。
が算出されると,図124 に示すように,「セール名の選
択」ウィンドウW11がクラスタ指定ウィンドウW6 上に
一部重なるように表示される(ステップ311 )。この
「セール名の選択」ウィンドウW11は,図65に示すもの
と同じものである。
て一のセールがユーザによって選択される(ステップ31
2 )。ユーザはDM発行するセールを「セール名リス
ト」から所望のセール名をクリックすることによって選
択する。図117 ではセール「母の日」が選択されてい
る。
てセールが選択された後に「OK」ボタンがクリックさ
れると,二次抽出顧客データについてセール重視度が,
関連度辞書11を参照して算出(決定)される(ステップ
313 )。セール重視度は次のようにして算出される。
されたセールが関連度辞書11における「指定セール」で
ある。関連度辞書11におけるもう1つの「該当セール」
は各二次抽出顧客データが属するセールである。
る。二次抽出顧客データについて,顧客データ・ベース
2から最終購入日が検索され,この最終購入日に基づい
て購買履歴データ・ベース9から用途が検索される。そ
の二次抽出顧客データがこの最終購入日に複数の商品を
購入している場合,それらの商品の用途が同じときはそ
の一のときはその用途を「該当セール」として決定す
る。各商品の用途が異なるときはそれらの用途を「該当
セール」として決定する。
と「該当セール」に基づいて,関連度辞書11から関連度
が検索され,セール重視度として決定される。
きはそれぞれについて関連度を検索し,その中で最大の
関連度をセール重視度として決定する。この場合,その
セール重視度を与える「該当セール」をその二次抽出顧
客データの「該当セール」として決定する。
されたセール重視度の一例を示している。図118 では各
顧客コードについて「セール重視度」および「備考」が
示されている。「備考」は上述の「該当セール」であ
る。たとえば,顧客コード0002は,該当セールが「父の
日」であり,そのセール重視度が「0.55」である。
すように,「セール名の選択」ウィンドウW11に代わっ
て「セール重視度の表示」ウィンドウW22がクラスタ指
定ウィンドウW6 上に一部重なるように表示される(ス
テッ314 )。
おいて「OK」ボタンがユーザによってクリックされる
と(ステップ315 でYES ),図127 に示すように,「セ
ール重視度の該当顧客別の表示」ウィンドウW23がクラ
スタ指定ウィンドウW6 上に一部重なるように表示され
る(ステップ316 )。この「セール重視度の該当顧客別
の表示」ウィンドウW23には,「セール名」,「総件
数」,「関連度」およびセール重視度の分布表示が表示
される。
ドウW11において選択された指定セールであり,図127
では「母の日」と表示されている。
である。図120 では「 853」と表示されている。
た,指定セールに対する該当セールの関連度を示してい
る。図120 では該当セール「母の日」,「父の日」およ
び「敬老の日」について「1.00」,「0.55」および「0.
35」が表示されている(図95:関連度辞書参照)。
とし,そのセール重視度における顧客データの件数を縦
軸とした棒グラフが表示される。各棒グラフには,その
該当セールのセール名と,その件数が表示される。たと
えば,該当セール「母の日」(セール重視度=1.00)に
は,その件数「532 」が表示されている。
ンドウW23において「OK」ボタンがクリックされると
(ステップ315 でOK),図129 に示すように,「二次
抽出件数の判断」ウィンドウW24がクラスタ指定ウィン
ドウW6 上に一部重なるように表示される(ステップ31
7 )。この「二次抽出件数の判断」ウィンドウW24には
二次抽出によって検索された二次抽出顧客データの総件
数が表示される。たとえば,図129 では顧客データの総
件数が「 853」件と表示されている。
W23において「NO]ボタンがユーザによってクリック
されると(ステップ315 でNO),「セール重視度の該当
顧客別の表示」ウィンドウW23が表示されることなく,
「二次抽出件数の判断」ウィンドウW24が表示される。
おいて「NO」ボタンがクリックされると(ステップ31
9 でNO),ステップ142 に戻って,クラスタリング指定
ウィンドウW6 においてクラスタが指定され,クラスタ
検索条件式が入力されることになる。
おいて「OK」ボタンがクリックされると(ステップ31
8 でOK),二次抽出顧客データについて,ステップ15
5 において算出された特徴適合度と,ステップ313 にお
いて算出されたセール重視度と基づいて合致度が算出さ
れる(ステップ319 )。合致度は次式により算出され,
合致度は処理装置1に付随するメモリに記憶される。
された特徴適合度,セール重視度および合致度の一例を
示している。この図121 では,3つの二次抽出顧客デー
タ2,3および5のそれぞれについて特徴適合度,セー
ル重視度および合致度が示されている。たとえば,合致
度は顧客データ2,3および5のそれぞれについて,
「0.55」,「1.00」および「0.40」である。
ンドウW6 に代えてまたはその上にランキング・ウィン
ドウW8 が表示され(ステップ320 ),検索された二次
抽出顧客データの総件数が表示される(ステップ321
)。図130 に示すランキング・ウィンドウW8 は,図5
8に示すランキング・ウィンドウW8 において「特徴適
合度」が「合致度」に代わって点を除いて同じものであ
る。
おいて「NO」ボタンがクリックされると(ステップ31
9 でNO),ステップ142 に戻って,クラスタリング指定
ウィンドウW6 においてクラスタが指定され,クラスタ
検索条件式が入力されることになる。
ンキング処理」がクリックされると(ステップ322 で実
行),図130 に示すように,プル・ダウン・メニューp
4 が表示される(ステップ323 )。このプル・ダウン・
メニューp4 には「合致度」,「特徴適合度」および
「セール重視度」があり,これらの中から一つが選択さ
れる(ステップ324 )。
徴適合度」がクリックされ,さらにランキング・ウィン
ドウW6 において「実行」ボタンがクリックされると
(ステップ324 で特徴適合度),特徴適合度に基づいて
二次抽出顧客データがランキング表示される(ステップ
325 )。特徴適合度に基づくランキング表示は,図61に
示すランキング表示と同様に行われる。この図61では,
二次抽出顧客データが2,3,5の順に表示されてい
る。
致度」がクリックされ,さらにランキング・ウィンドウ
W6 において「実行」ボタンがクリックされると(ステ
ップ324 で合致度),図131 に示すように,合致度に基
づいて二次抽出顧客データがランキング表示される(ス
テップ326 )。図131 では,二次抽出顧客データが3,
2,5の順に表示されている。
ール重視度」クリックされ,さらにランキング・ウィン
ドウW6 において「実行」ボタンがクリックされると
(ステップ324 でセール重視度),図132 に示すよう
に,セール重視度に基づいて二次抽出顧客データがラン
キング表示される。(ステップ327 )。図132 では,二
次抽出顧客データが3,5,2の順に表示されている。
「取消」ボタンがクリックされると(ステップ322 また
は328 で取消),ステップ142 戻って,クラスタ指定ウ
ィンドウW6 においてクラスタが指定されクラスタ検索
条件式が入力される。
て「分布表示」がクリックされると(ステップ228 で分
布表示),図133 に示すように,プル・ダウン・メニュ
ーp5 が表示される(ステップ328 )。このプル・ダウ
ン・メニューp5 において「特徴適合度」が選択される
と(ステップ329 で特徴適合度),「特徴適合度と件数
表示」ウィンドウW9 が表示され(ステップ330 ),ユ
ーザによって特徴適合度が設定され(ステップ331 ),
特徴適合度分布が表示される(ステップ332 )。特徴適
合度に基づく特徴適合度分布は,図63に示す特徴適合度
と同様に表示される。
致度」が選択されると(ステップ329 で合致度),図13
4 に示すように,「合致度と件数表示」ウィンドウW25
が表示され(ステップ333 ),ユーザによって合致度が
設定される(ステップ334 )。合致度の設定は,特徴適
合度と同様に行われる。その後,合致度分布がランキン
グ・ウィンドウW8 内に表示される(ステップ335 )。
合致度分布は合致度を横軸とし,その合致度における二
次顧客データの件数(個数)を縦軸とするグラブであ
る。
ール重視度」が選択されると(ステップ329 で合致
度),図135 に示すように,「セール重視度と件数表
示」ウィンドウW26が表示され(ステップ336 ),ユー
ザによって合致度が設定される(ステップ337 )。セー
ル重視度の設定は,特徴適合度と同様に行われる。その
後,セール重視度分布がランキング・ウィンドウW8 内
に表示される(ステップ338)。セール重視度分布はセ
ール重視度を横軸とし,そのセール重視度における二次
顧客データの件数(個数)を縦軸とするグラフである。
刷」ボタンがクリックされると(ステップ328 で印
刷),プル・ダウン・メニューp6 が,図136 に示すよ
うに,表示される(ステップ339 )。
「特徴適合度」がクリックされると(ステップ340 で特
徴適合度),「住所ラベルの印刷」ウィンドウW27がラ
ンキング・ウィンドウW8 上に表示される(ステップ34
1 )。この「住所ラベルの印刷」ウィンドウW10におい
て特徴適合度がユーザによって設定される(ステップ34
2 )。この「住所ラベルの印刷」ウィンドウW10におい
て「OK」ボタンがクリックされると,該当する顧客デ
ータについてDMの印刷が行われる(ステップ357 )。
致度」がクリックされると(ステップ340 で合致度),
図137 に示すように,「住所ラベルの印刷」ウィンドウ
W27がランキング・ウィンドウW8 上に表示される(ス
テップ343 )。このウィンドウW27において合致度がユ
ーザによって設定され(ステップ344 ),「OK」ボタ
ンがクリックされると,該当する顧客データについてD
Mの印刷が実行されることになる。たとえば,図137 に
示す「住所ラベルの印刷」ウィンドウW27では,合致度
が「0.50」に設定されており,顧客データの件数が「 5
11」件あることを表している。したがって, 511件のD
Mが印刷されることになる。
ール重視度」がクリックされると(ステップ340 でセー
ル重視度),図138 に示すように,「住所ラベルの印
刷」ウィンドウW28がランキング・ウィンドウW8 上に
表示される(ステップ335 )。この「住所ラベルの印
刷」ウィンドウW28においてセール重視度がユーザによ
って設定され(ステップ336 ),「OK」ボタンがクリ
ックされると,該当する顧客データについてDMの印刷
が実行されることになる。たとえば,図138 に示す「住
所ラベルの印刷」ウィンドウW27では,セール重視度が
「0.50」に設定されており,顧客データの件数が「 74
7」件あることを表している。したがって,747 件のD
Mが印刷されることになる。
タに特徴適合度,セール重視度および合致度が算出さ
れ,これらを参照して,DM発行の対象となる顧客を評
価することができる。
件参照検索」がクリックされると(ステップ132 ),第
1実施例と同様にして検索条件が選択された後に二次抽
出顧客データが検索され,その二次抽出顧客データにつ
いて特徴適合度が算出される(ステップ164 〜175 )。
重視度が算出され(ステップ351 ),その後「セール重
視度の表示」ウィンドウ(図126 参照)が「DM発行リ
スト作成」ウィンドウ上に表示される(ステップ352
)。このウィンドウにおいて「OK」がクリックされ
ると(ステップ353 でOK),「セール重視度の該当顧
客別の表示」ウィンドウ(図127 参照)が表示される
(ステップ354 )。
ンドウにおいて「OK」ボタンがクリックされると,二
次抽出顧客データに基づいて合致度が算出され(ステッ
プ357 ),「条件参照検索の結果出力」ウィンドウが表
示される(ステップ358 )。この「条件参照検索の結果
出力」ウィンドウは,図130 に示すランキング・ウィン
ドウW8 において「指定方式選択」ボタンと「条件式入
力」ボタンが「条件参照検索」に代わっている点を除い
て同じである。
おいて,「ランキング処理」ボタン,「分布表示」ボタ
ンがクリックされると,図133 に示すランキング・ウィ
ンドウW8 における場合と同様にして各ボタンに対応す
る処理が行われる(ステップ360 〜386 )(図130 〜13
8 参照)。
ータ・ベース10に登録された検索条件を用いて検索され
た二次抽出顧客データの中から,特徴適合度,セール重
視度または合致度に基づいてDMを発行すべき顧客を厳
選することができる。これにより,DM発行による売上
げの向上が図られる。
ても,DM発行リスト作成と同様に,特徴適合度に加え
て,セール重視度および合致度を考慮することができ
る。DMシミュレーションの手順の概要およびDMシミ
ュレーションにおける一次抽出は,第1実施例と同様に
して行われる(図25および図26参照)。以下二次抽出に
ついて説明する。
ュレーションにおける二次抽出の手順を示している。図
118 〜123 において,図27〜31に示す手順と同じ手順に
は同一符号を付し,その詳細を省略する。
客データが検索され,その二次抽出顧客データについて
特徴適合度が算出されると(〜ステップ155 ),セール
重視度が算出される(ステップ313 )。さらに特徴適合
度とセール重視度に基づいて合致度が算出される(ステ
ップ317 )。セール重視度および合致度はDMリスト作
成における場合と同様に算出される。さらに,適合率α
と再現率βが算出される(ステップ211 )。
ング指定ウィンドウに代えて「DMシミュレーション」
が表示され(ステップ212 ),クラスタリング平面,合
致度の分布表示および診断平面が表示される(ステップ
213 ,214A,215 )。第1実施例では図74または図75に
示すように特徴適合度分布が表示されているが,第3実
施例においては初期状態として合致度分布が表示されて
いる。
表示」ボタンがクリックされると(ステップ218 で分布
表示),図140 に示すように,「分布表示」ボタンにプ
ル・ダウン・メニューp7 が表示される(ステップ370
)。このプル・ダウン・メニューp7 において「セー
ル重視度」が選択されると(ステップ371 でセール重視
度),「分布表示」ウィンドウが表示される(ステップ
372 )。この「分布表示」ウィンドウは図76に示すウィ
ンドウW18と同一である。この「分布表示」ウィンドウ
においてシミュレーション回数が設定されると(ステッ
プ373 ),そのシミュレーション回数に対応する二次抽
出顧客データについてセール重視度分布が合致度分布に
代えて表示される(ステップ274 )。図141 は,「DM
シミュレーション」ウィンドウ内にセール重視度の分布
表示の一例を示している。
致度」または「特徴適合度」がクリックされたときに
は,セール重視度と同様にして,それぞれ合致度分布ま
たは特徴適合度が表示される。
適合度分布に加えてセール重視度分布および合致度分布
が表示される。ユーザは,これらの分布表示を参考にし
て,二次抽出に用いたクラスタ検索条件式がDM発行に
よる効果より現れるものであるかどうかを判断すること
ができる。
すブロック図である。
トの一例を示す。
リストの一例を示す。
特徴分類データの一例を示し,R−F平面についての顧
客特徴分類データを示す。
特徴分類データの一例を示し,T−M平面についての顧
客特徴分類データを示す。
特徴適合度の算出に用いられるメンバーシップ関数の形
状を示す。
リング平面を示し,(A) はR−F平面を4つに分割した
顧客特徴分類領域と各顧客特徴分類領域に属するクラス
タについてのメンバーシップ関数を示し,(B) はR−F
平面を9つに分割した顧客特徴分類領域と各顧客特徴分
類領域に属するクラスタについてのメンバーシップ関数
を示す。
データの一例を示す。
索コマンド・データの一例を示す。
検索コマンド・データの一例を示す。
検索コマンド・データの一例を示す。
検索コマンド・データの一例を示す。
検索コマンド・データの一例を示す。
な手順を示すフローチャートである。
手順を示すフローチャートである。
次抽出の詳細な手順を示すフローチャートである。
次抽出の詳細な手順を示すフローチャートである。
次抽出の詳細な手順を示すフローチャートである。
次抽出の詳細な手順を示すフローチャートである。
次抽出の詳細な手順を示すフローチャートである。
次抽出の詳細な手順を示すフローチャートである。
次抽出の詳細な手順を示すフローチャートである。
次抽出の詳細な手順を示すフローチャートである。
次抽出の詳細な手順を示すフローチャートである。
な手順を示すフローチャートである。
一次抽出の詳細な手順を示すフローチャートである。
二次抽出の詳細な手順を示すフローチャートである。
二次抽出の詳細な手順を示すフローチャートである。
二次抽出の詳細な手順を示すフローチャートである。
二次抽出の詳細な手順を示すフローチャートである。
二次抽出の詳細な手順を示すフローチャートである。
ウの一例を示す。
示す。
された「検索条件項目の選択」ウィンドウの一例を示
す。
タの一例を示す。
「二次抽出」ボタンについてのプル・ダウン・メニュー
の一例を示し,このプル・ダウン・メニューには「クラ
スタ検索」および「条件参照検索」が表示されている。
された「検索条件項目の選択(二次抽出)」ウィンドウ
の一例を示す。
された「クラスタ数の指定」ウィンドウの一例を示し,
「DM発行リスト作成」ウィンドウ上に「検索条件項目
の選択(二次抽出)」ウィンドウと「クラスタ数の指
定」ウィンドウとを同時に表示されている。
示し,各顧客データについての各クラスタに属する帰属
度と,各顧客データの所属クラスタの一例を示す。
示し,各クラスタのクラスタ・センタの一例を示す。
ウィンドウ内にはR−F平面が示されている。
スタ指定ウィンドウ内に表示されたR−F平面である。
で表示された「検索条件項目の選択(二次抽出)」ウィ
ンドウの一例を示す。
で表示された「クラスタ数の指定」ウィンドウの一例を
示し,クラスタ指定ウィンドウ上には「検索条件項目の
選択(二次抽出)」ウィンドウと「クラスタ数の指定」
ウィンドウが同時に表示されている。
で表示された「検索条件項目の選択」ウィンドウの一例
を示し,このウィンドウ内にはR−F平面とT−M平面
が表示されている。
ウィンドウ内にはR−F平面とT−M平面が表示されて
いる。
スタ指定ウィンドウ内に表示されたT−M平面である。
ウィンドウ内にはR−F平面とT−M平面が示されてい
る。
P」ボタンについてのプル・ダウン・メニューの一例を
示し,このプル・ダウン・メニューには「R−F平面説
明文」,「T−M平面説明文」,「指定方式選択」およ
び「条件式入力」が表示されている。
特徴」およびその「特徴の説明文」の一例を示し,R−
F平面上に表示された「顧客の特徴」および「特徴の説
明文」を示す。
特徴」およびその「特徴の説明文」の一例を示し,T−
M平面上に表示された「顧客の特徴」および「特徴の説
明文」を示す。
選択」ボタンについてのプル・ダウン・メニューの一例
を示し,このプル・ダウン・メニューには「間接指定」
および「直接指定」が表示されている。
に表示された「クラスタ条件式の入力」ウィンドウの一
例を示す。
スタ検索条件式が選択された様子を示し,クラスタ検索
条件式“(RF:C2+RF:C4)*(TM:C1+
TM:C2+TM:C4)”が選択されている。
ついて決定されたSQL検索式とメンバーシップ関数の
パラメータの一例を示し,クラスタ検索条件式“(R
F:C2+RF:C4)*(TM:C1+TM:C2+
TM:C4)”についてのSQL検索式とメンバーシッ
プ関数のパラメータを示す。
ついて決定されたメンバーシップ関数の一例を示し,R
−F平面についてのメンバーシップ関数を示す。
ついて決定されたメンバーシップ関数の一例を示し,T
−M平面についてのメンバーシップ関数を示す。
タの一例を示し,図35に示す一次抽出顧客データから
検索された二次抽出顧客データである。
合度とこの適合度に基づいて算出された特徴適合度の一
例を示し,図58に示す二次抽出顧客データについて算
出された適合度と特徴適合度である。
ランキング・ウィンドウの一例を示す。
徴適合度と件数表示」ウィンドウの一例を示す。
合度分布表示の一例を示し,「特徴適合度と件数表示」
ウィンドウがランキング・ウィンドウ上に,特徴適合度
分布表示がランキング・ウィンドウ内に同時に表示され
ている。
所ラベルの印刷」ウィンドウの一例を示す。
された「セール名の選択」ウィンドウの一例を示す。
された「検索条件の選択」ウィンドウの一例を示し,
「DM発行リスト作成」ウィンドウ上に「セール名の選
択」ウィンドウ」と「検索条件の選択」ウィンドウが同
時に表示されている。
された「重視度の入力」ウィンドウの一例を示す。
例を示す。
タ(集合A),二次抽出により検索された二次抽出顧客
データ(集合B)およびセール期間中に商品を購入した
購入顧客データ(集合C)の関係を示すベン図である。
を示す。
示された「検索条件項目の選択(一次抽出)」ウィンド
ウの一例を示す。
示された「購買履歴データの指定」ウィンドウの一例を
示す。
部重なるように表示された「DMシミュレーション続
行」ウィンドウの一例を示し,「DMシミュレーショ
ン」ウィンドウにはクラスタリング平面,特徴適合度分
布表示および診断平面が表示されている。
「DMシミュレーション」ウィンドウの一例を示す。
部重なるように表示された「分布表示」ウィンドウの一
例を示す。
部重なるように表示された「検索条件登録」ウィンドウ
の一例を示す。
次抽出の詳細な手順を示すフローチャートである。
次抽出の詳細な手順を示すフローチャートである。
次抽出の詳細な手順を示すフローチャートである。
次抽出の詳細な手順を示すフローチャートである。
次抽出の詳細な手順を示すフローチャートである。
次抽出の詳細な手順を示すフローチャートである。
次抽出の詳細な手順を示すフローチャートである。
次抽出の詳細な手順を示すフローチャートである。
次抽出の詳細な手順を示すフローチャートである。
一次抽出の詳細な手順を示すフローチャートである。
二次抽出の詳細な手順を示すフローチャートである。
二次抽出の詳細な手順を示すフローチャートである。
二次抽出の詳細な手順を示すフローチャートである。
二次抽出の詳細な手順を示すフローチャートである。
二次抽出の詳細な手順を示すフローチャートである。
二次抽出の詳細な手順を示すフローチャートである。
された検索平面と「DM発行リスト作成」ウィンドウ上
に表示された「セルサイズ設定」ウィンドウとの一例を
示し,検索平面としてR−F平面が表示され,「セルサ
イズ設定」ウィンドウと「検索条件項目の選択」ウィン
ドウが同時に表示されている。
た「DM発行リスト作成」ウィンドウの一例を示す。
す。
された「クラスタ数の指定」ウィンドウの一例を示し,
「DM発行リスト作成」ウィンドウには代表データが表
示された検索平面が表示されている。
た「DM発行リスト作成」ウィンドウ上に一部重なるよ
うに表示された「クラスタリング数の指定」ウィンドウ
の一例を示す。
グを行ったクラスタリング平面を表示したクラスタ指定
ウィンドウの一例を示し,このウィンドウ内にはR−F
平面が表示されている。
を示すブロック図である。
す。
の一例を示す。
二次抽出の詳細な手順を示すフローチャートである。
二次抽出の詳細な手順を示すフローチャートである。
二次抽出の詳細な手順を示すフローチャートである。
二次抽出の詳細な手順を示すフローチャートである。
二次抽出の詳細な手順を示すフローチャートである。
二次抽出の詳細な手順を示すフローチャートである。
二次抽出の詳細な手順を示すフローチャートである。
二次抽出の詳細な手順を示すフローチャートである。
二次抽出の詳細な手順を示すフローチャートである。
二次抽出の詳細な手順を示すフローチャートである。
二次抽出の詳細な手順を示すフローチャートである。
二次抽出の詳細な手順を示すフローチャートである。
二次抽出の詳細な手順を示すフローチャートである。
る二次抽出の詳細な手順を示すフローチャートである。
る二次抽出の詳細な手順を示すフローチャートである。
る二次抽出の詳細な手順を示すフローチャートである。
る二次抽出の詳細な手順を示すフローチャートである。
る二次抽出の詳細な手順を示すフローチャートである。
る二次抽出の詳細な手順を示すフローチャートである。
「セール名の選択」ウィンドウの一例を示す。
うに表示された「セール重視度の表示」ウィンドウの一
例を示す。
うに表示された「セール重視度の該当顧客別の表示」ウ
ィンドウの一例を示す。
徴適合度,セール重視度および合致度を示す。
うに表示された「二次抽出件数の判断」ウィンドウの一
例を示す。
タンについてのプル・ダウン・メニューの一例を示し,
このプル・ダウン・メニューには「合致度」,「特徴適
合度」および「セール重視度」が表示されている。
れたランキング・ウィンドウの一例を示す。
タが表示されたランキング・ウィンドウの一例を示す。
示」ボタンについてのプル・ダウン・メニューの一例を
示し,このプル・ダウン・メニューには「合致度」,
「特徴適合度」および「セール重視度」が表示されてい
る。
「合致度と件数表示」ウィンドウと,ランキング・ウィ
ンドウ内に表示された合致度分布の表示との一例を示
す。
「セール重視度と件数表示」ウィンドウと,ランキング
・ウィンドウ内に表示されたセール重視度分布の表示と
の一例を示す。
ボタンについてのプル・ダウン・メニューの一例を示
し,このプル・ダウン・メニューには「合致度」,「特
徴適合度」および「セール重視度」が表示されている。
致度に基づく「住所ラベルの印刷」ウィンドウの一例を
示す。
ール重視度に基づく「住所ラベルの印刷」ウィンドウの
一例を示す。
ション」ウィンドウの一例を示す。
ける「分布表示」ボタンについてのプル・ダウン・メニ
ューの一例を示し,このプル・ダウン・メニューには
「合致度」,「特徴適合度」および「セール重視度」が
表示されている。
ュレーション」ウィンドウの一例を示す。
Claims (34)
- 【請求項1】 それぞれが複数の属性をもつ複数のデー
タを記憶したデータ・ベース,上記データの複数の属性
の中から,1または複数の属性を指定する属性指定手
段,上記データ・ベースに記憶された複数のデータを,
上記属性指定手段によって指定された属性について,あ
らかじめ定められたまたは外部から与えられた第1の個
数のクラスタにクラスタリングするクラスタリング手
段,上記クラスタリング手段によってクラスタリングさ
れた複数のクラスタの中から,1または複数のクラスタ
を指定するクラスタ指定手段,および上記クラスタ指定
手段によって指定されたクラスタに基づいて,上記デー
タ・ベースからデータを検索する検索手段,を備えてい
るデータ・ベース検索装置。 - 【請求項2】 上記属性指定手段によって指定された属
性を座標軸とし,この座標軸によって規定されるn次元
空間(nは正の整数)内に,上記クラスタリング手段に
よってクラスタリングされた複数のクラスタを可視的に
表示する表示手段,を備えている請求項1に記載のデー
タ・ベース検索装置。 - 【請求項3】 上記n次元空間を複数の領域に分割する
ための分割データ,および上記複数の領域の特徴を表す
特徴情報を記憶する分割/特徴情報データ・ベース,な
らびに上記n次元空間において,上記分割データに基づ
いて分割された領域に,各領域に対応する上記特徴情報
を表示する上記表示手段,を備えている請求項2に記載
のデータ・ベース検索装置。 - 【請求項4】 上記検索手段によって検索されたデータ
が属するクラスタが,上記複数の領域のいずれに含まれ
るかを決定する領域決定手段,上記検索手段によって検
索されたデータが,上記領域決定手段によって決定され
た領域の特徴をどの程度満たしているかを表す特徴適合
度を算出する特徴適合度算出手段,および上記特徴適合
度算出手段によって算出された特徴適合度に基づいて,
検索されたデータを順序づける順序づけ手段,を備えて
いる請求項3に記載のデータ・ベース検索装置。 - 【請求項5】 上記属性指定手段によって指定された属
性を,上記第1の個数より多い,あらかじめ定められた
または外部から与えられる第2の個数のセルに分割し,
各セルに含まれるすべてのデータを代表する代表データ
を作成する代表データ作成手段をさらに備え,上記クラ
スタリング手段は,上記代表データ作成手段によって作
成された代表データを,上記属性指定手段によって指定
された属性について,上記第1の個数のクラスタにクラ
スタリングするものである,請求項1から4のいずれか
一項に記載のデータ・ベース検索装置。 - 【請求項6】 上記クラスタ指定手段が,ポインティン
グ・デバイスによって構成されるものである,請求項1
から5のいずれか一項に記載のデータ・ベース検索装
置。 - 【請求項7】 それぞれが複数の属性をもつ複数個のデ
ータをデータ・ベースにあらかじめ記憶しておき,上記
データの複数の属性の中から指定される1または複数の
属性を受付け,上記データ・ベースに記憶された複数の
データを,指定された1または複数の属性について,あ
らかじめ定められたまたは外部から与えられた第1の個
数のクラスタにクラスタリングし,クラスタリングされ
た複数のクラスタの中から指定される1または複数のク
ラスタを受付け,指定されたクラスタに基づいて,上記
データ・ベースからデータを検索する,データ・ベース
検索方法。 - 【請求項8】 クラスタリングされた複数のクラスタ
を,指定された属性を座標軸とし,この座標軸によって
規定されるn次元空間(nは正の整数)内に,可視的に
表示する,請求項7に記載のデータ・ベース検索方法。 - 【請求項9】 上記n次元空間を複数の領域に分割する
ための分割データ,および上記複数の領域の特徴を表す
特徴情報を分割/特徴データ・ベースにあらかじめ記憶
しておき,上記n次元空間において,上記分割データに
基づいて分割された領域に,各領域に対応する上記特徴
情報を表示する,請求項8に記載のデータ・ベース検索
方法。 - 【請求項10】 検索されたデータが属するクラスタ
が,上記複数の領域のいずれに含まれるかを決定し,検
索されたデータが,決定された領域の特徴をどの程度満
たしているかを表す特徴適合度を算出し,算出された特
徴適合度に基づいて,検索されたデータを順序づける,
請求項8に記載のデータ・ベース検索方法。 - 【請求項11】 指定された属性を,上記第1の個数よ
り多い,あらかじめ定められたまたは外部から与えられ
る第2の個数のセルに分割し,各セルに含まれるすべて
のデータを代表する代表データを作成し,作成された代
表データを,指定された属性について,上記第1の個数
のクラスタにクラスタリングする,請求項7から10のい
ずれか一項に記載のデータ・ベース検索方法。 - 【請求項12】 上記クラスタの指定を,ポインティン
グ・デバイスによって行う,請求項7から11のいずれか
一項に記載のデータ・ベース検索方法。 - 【請求項13】 請求項1から6項のいずれか一項に記
載のデータ・ベース検索装置を備え,上記データ・ベー
スに,ダイレクト・メール送付の対象である顧客に関す
るデータがあらかじめ登録されている,ダイレクト・メ
ール発行支援システム。 - 【請求項14】 それぞれが複数の属性をもつ複数の顧
客データを記憶した顧客データ・ベース,商品の種類毎
に,顧客によって購入された日,そのセール目的および
購入した顧客を含む履歴データを記憶した履歴データ・
ベース,一のセール目的と他のセール目的との関連の度
合いを表す関連度を記憶した関連度辞書,セール目的を
入力するためのセール目的入力手段,ならびに上記顧客
データ・ベースに記憶された顧客について,指定の日ま
たは期間に購入された商品のセール目的を上記履歴デー
タ・ベースから検索し,顧客のセール目的と上記セール
目的入力手段から入力されたセール目的とについて,上
記関連度辞書から検索される関連度を顧客のセール重視
度として決定するセール重視度算出手段,を備えた顧客
評価装置。 - 【請求項15】 上記顧客データの複数の属性の中か
ら,1または複数の属性を指定する属性指定手段,上記
顧客データ・ベースに記憶された複数のデータを,上記
属性指定手段によって指定された属性について,あらか
じめ定められたまたは外部から与えられた第1の個数の
クラスタにクラスタリングするクラスタリング手段,上
記クラスタリング手段によってクラスタリングされた複
数のクラスタの中から,1または複数のクラスタを指定
するクラスタ指定手段,上記クラスタ指定手段によって
指定されたクラスタに基づいて,上記顧客データ・ベー
スから顧客データを検索する検索手段,上記検索手段に
よって検索された顧客データが属するクラスタが,上記
属性指定手段によって指定された属性によって規定され
るn次元空間(nは正の整数)を分割することにより設
けられた複数の特徴分類領域のいずれに含まれるかを決
定する領域決定手段,上記検索手段によって検索された
顧客データについて,上記特徴分類領域の特徴をどの程
度満たしているかを表す特徴適合度を算出する特徴適合
度算出手段,および上記検索手段によって検索された顧
客データについて,上記セール重視度と上記特徴適合度
に基づいて合致度を算出する合致度算出手段,をさらに
備えた請求項14に記載の顧客評価装置。 - 【請求項16】 上記セール重視度または上記特徴適合
度もしくは上記合致度に基づいて,一または複数の顧客
データを抽出する顧客抽出手段をさらに備えた,請求項
14または15に記載の顧客評価装置。 - 【請求項17】 それぞれが複数の属性をもつ複数の顧
客データを記憶した顧客データ・ベース,商品の種類毎
に,顧客によって購入された日,そのセール目的および
購入した顧客を含む履歴データを記憶した履歴データ・
ベース,ならびに一のセール目的と他のセール目的との
関連の度合いを表す関連度を記憶した関連度辞書を設
け,入力されるセール目的を受付け,上記顧客データ・
ベースに記憶された顧客について,指定の日または期間
に購入された商品のセール目的を上記履歴データ・ベー
スから検索し,顧客のセール目的と入力されたセール目
的とについて,上記関連度辞書から検索される関連度を
顧客のセール重視度として決定する,顧客評価方法。 - 【請求項18】 上記顧客データの複数の属性の中から
指定される1または複数の属性を受付け,上記顧客デー
タ・ベースに記憶された複数のデータを,指定された属
性について,あらかじめ定められたまたは外部から与え
られた第1の個数のクラスタにクラスタリングし,クラ
スタリングされた複数のクラスタの中から指定される1
または複数のクラスタを受付け,指定されたクラスタに
基づいて,上記顧客データ・ベースから顧客データを検
索し,検索された顧客データが属するクラスタが,指定
された属性によって規定されるn次元空間(nは正の整
数)を分割することにより設けられた複数の特徴分類領
域のいずれに含まれるかを決定し,検索された顧客デー
タについて,上記特徴分類領域の特徴をどの程度満たし
ているかを表す特徴適合度を算出し,検索された顧客デ
ータについて,上記セール重視度と上記特徴適合度に基
づいて合致度を算出する,請求項17に記載の顧客評価方
法。 - 【請求項19】 上記セール重視度または上記特徴適合
度もしくは上記合致度に基づいて,一または複数の顧客
データを抽出する,請求項17または18に記載の顧客評価
方法。 - 【請求項20】 請求項16に記載の顧客評価装置を備
え,上記顧客データ・ベースに記憶された顧客データの
属性には顧客の氏名および住所が含まれ,上記顧客抽出
手段によって抽出された顧客データについて,少なくと
もその氏名および住所をダイレクト・メールに印刷する
印刷装置をさらに備えた,ダイレクト・メール発行支援
システム。 - 【請求項21】 それぞれが複数の属性を有する複数の
データを記憶したデータ・ベース,n次元空間(nは正
の整数)を表示するための表示装置,および指令または
データを入力するための入力装置を設け,上記顧客デー
タが有する複数の属性を含む検索項目リストを上記表示
装置に表示し,この検索項目リスト内の複数の属性の中
から1または複数の属性を検索項目として上記入力装置
で指定し,上記データ・ベースに記憶された複数のデー
タを,指定された1または複数の検索項目について,所
定のクラスタ数のクラスタにクラスタリングし,クラス
タリングされた複数のデータを,指定された検索項目を
それぞれ座標軸とするn次元空間内に,クラスタ毎に分
類して上記表示装置に表示し,上記n次元空間に表示さ
れたクラスタの中から,1または複数のクラスタを上記
入力装置で指定し,上記n次元空間において指定された
クラスタに属するデータを,上記データ・ベースから検
索する,データ・ベース検索方法。 - 【請求項22】 それぞれが複数の属性を有する複数の
データを記憶したデータ・ベース,n次元空間(nは正
の整数)を表示するための表示装置,および指令または
データを入力するための入力装置を設け,上記顧客デー
タが有する複数の属性を含む検索項目リストを表示装置
に表示し,この検索項目リスト内の複数の属性の中から
1または複数の属性を検索項目として上記入力装置で指
定し,指定された1または複数の検索項目をそれぞれ座
標軸とするn次元空間を上記表示装置に表示し,上記n
次元空間をセルに分割するための分割数を上記入力装置
から入力し,上記n次元空間を,入力された分割数によ
り分割し,各セルに含まれるデータを代表する代表デー
タを作成し,作成された代表データを,指定された1ま
たは複数の検索項目について,所定のクラスタ数のクラ
スタにクラスタリングし,クラスタリングされた複数の
代表データを,上記n次元空間内に,クラスタ毎に分類
して上記表示装置に表示し,上記n次元空間に表示され
たクラスタの中から,1または複数のクラスタを上記入
力装置で指定し,上記n次元空間において指定されたク
ラスタに属するデータを,上記データ・ベースから検索
する,データ・ベース検索方法。 - 【請求項23】 上記所定のクラスタ数を上記入力装置
から入力する,請求項21または22に記載のデータ・ベー
ス検索方法。 - 【請求項24】 クラスタを指定した後に,そのクラス
タを含む検索条件式を上記入力装置から入力し,入力さ
れた検索条件式に基づいて,上記データ・ベースからデ
ータを検索する,請求項21から23のいずれか一項に記載
のデータ・ベース検索方法。 - 【請求項25】 一または複数の検索条件式を記憶した
検索条件データ・ベースをさらに設け,上記検索条件デ
ータ・ベースに記憶された検索条件式リストを上記表示
装置に表示し,この検索条件式リストの中から,検索条
件式を上記入力装置で選択し,選択された検索条件式に
基づいて,上記データ・ベースからデータを検索する,
請求項21から24のいずれか一項に記載のデータ・ベース
検索方法。 - 【請求項26】 上記n次元空間を,複数の特徴分類領
域に分割するための分割データと,各特徴分類領域に含
まれるデータの特徴を表す特徴情報とを記憶した特徴分
類領域データ・ベースをさらに設け,上記n次元空間を
表示した後に,上記n次元空間を,上記特徴分類領域デ
ータ・ベースに記憶された分割データに基づいて複数の
特徴分類領域に分割し,上記n次元空間において,各特
徴分類領域に対応する特徴情報を上記表示装置に表示
し,その後,クラスタを指定する,請求項21から25のい
ずれか一項に記載のデータ・ベース検索方法。 - 【請求項27】 上記n次元空間を,複数の特徴分類領
域に分割するための分割データと,各特徴分類領域に含
まれるデータの特徴を表す特徴情報とを記憶した特徴分
類領域データ・ベースをさらに設け,データを検索した
後に,指定されたクラスタが,上記n次元空間を上記分
割データに基づいて分割された複数の特徴分類領域に属
する特徴分類領域をクラスタ毎に決定し,検索されたデ
ータについて,そのデータが属するクラスタについて決
定された特徴分類領域の特徴をどの程度満たしているか
を表す特徴適合度を算出する,請求項21から25に記載の
データ・ベース検索方法。 - 【請求項28】 上記データ・ベースに記憶されたデー
タについての複数の属性の一が複数種類の目的であり,
一の目的と他の目的との関連の度合いを表す関連度を記
憶した関連度辞書をさらに設け,データを検索した後
に,上記関連度辞書に記憶された目的を含む目的リスト
を上記表示装置に表示し,この目的リストから一の目的
を指定し,指定された目的と検索されたデータの目的と
について,上記関連度辞書に記憶された関連度を参照し
てデータの重視度を決定する,請求項21から27のいずれ
か一項に記載のデータ・ベース検索方法。 - 【請求項29】 上記特徴適合度および上記重視度に基
づいて合致度を算出する,請求項28に記載のデータ・ベ
ース検索方法。 - 【請求項30】 上記特徴適合度,上記重視度または上
記合致度に基づいて,検索されたデータの分布を上記表
示装置に表示する,請求項27,28または29のいずれか一
項に記載のデータ・ベース検索方法。 - 【請求項31】 上記特徴適合度,上記重視度または上
記合致度に基づいて,検索されたデータを上記表示装置
にランキング表示する,請求項27,28または29のいずれ
か一項に記載のデータ・ベース検索方法。 - 【請求項32】 上記特徴適合度,上記重視度または上
記合致度に基づいて,検索されたデータの中から一また
は複数のデータを抽出する,請求項27,28または29のい
ずれか一項に記載のデータ・ベース検索方法。 - 【請求項33】 上記入力装置は,ポインティング・デ
バイスである,請求項21から32のいずれか一項に記載の
データ・ベース検索方法。 - 【請求項34】 請求項32に記載のデータ・ベース検索
方法により抽出されたデータについて,上記データ・ベ
ースに記憶されデータの属性には住所および氏名が含ま
れており,少なくとも住所および氏名をダイレクト・メ
ールに印刷する,ダイレクト・メール発行方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP33965094A JP3555211B2 (ja) | 1994-07-06 | 1994-12-29 | データ・ベース検索装置および方法,データ・ベース検索装置を備えたダイレクト・メール発行支援システム |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP6-176151 | 1994-07-06 | ||
JP17615194 | 1994-07-06 | ||
JP33965094A JP3555211B2 (ja) | 1994-07-06 | 1994-12-29 | データ・ベース検索装置および方法,データ・ベース検索装置を備えたダイレクト・メール発行支援システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH0877184A true JPH0877184A (ja) | 1996-03-22 |
JP3555211B2 JP3555211B2 (ja) | 2004-08-18 |
Family
ID=26497187
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP33965094A Expired - Fee Related JP3555211B2 (ja) | 1994-07-06 | 1994-12-29 | データ・ベース検索装置および方法,データ・ベース検索装置を備えたダイレクト・メール発行支援システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3555211B2 (ja) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10197509A (ja) * | 1996-12-27 | 1998-07-31 | Shimadzu Corp | 分析装置のデータ管理装置 |
JP2001134648A (ja) * | 1999-11-02 | 2001-05-18 | Dentsu Tec Inc | 顧客維持育成のための顧客データ分析方法 |
JP2001175640A (ja) * | 1999-12-17 | 2001-06-29 | Nec Corp | クラスタ分類装置、クラスタ分類方法及びクラスタ分類用プログラムを記録した記録媒体 |
JP2002516434A (ja) * | 1998-05-18 | 2002-06-04 | マキシマル イノヴェイティヴ インテリジェンス リミテッド | データの比較視覚レンダリング方法 |
JP2003524221A (ja) * | 1999-01-27 | 2003-08-12 | リチャード・ソーンダーズ・インターナショナル | 刺激に対する人間の反応のシミュレーション方法 |
JP2003526848A (ja) * | 1999-12-02 | 2003-09-09 | ゼネラル・エレクトリック・カンパニイ | ファジー・クラスタリングを使用してローン・ポートフォリオを評価するシステムおよび方法 |
US7117518B1 (en) * | 1998-05-14 | 2006-10-03 | Sony Corporation | Information retrieval method and apparatus |
JP2006344065A (ja) * | 2005-06-09 | 2006-12-21 | Teraoka Seiko Co Ltd | 顧客管理システム |
US7373589B2 (en) | 1996-11-29 | 2008-05-13 | Sony Corporation | Keyword creation method and its apparatus |
JP2010277567A (ja) * | 2008-10-07 | 2010-12-09 | Giken Shoji International Co Ltd | Dm配布エリア分析装置 |
JP2013140527A (ja) * | 2012-01-06 | 2013-07-18 | Advantest Corp | 算出装置、測定装置、電子デバイス、プログラム、記憶媒体および算出方法 |
JP2019159539A (ja) * | 2018-03-09 | 2019-09-19 | オムロン株式会社 | メタデータ評価装置、メタデータ評価方法、およびメタデータ評価プログラム |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05101108A (ja) * | 1991-10-08 | 1993-04-23 | Oki Electric Ind Co Ltd | 顧客データの管理方法 |
JPH05165864A (ja) * | 1991-12-13 | 1993-07-02 | Fujitsu Ltd | ダイレクトメールラベル作成装置 |
JPH05242105A (ja) * | 1992-01-21 | 1993-09-21 | Nec Corp | 顧客情報管理方式 |
JPH05250384A (ja) * | 1992-03-06 | 1993-09-28 | Tohoku Nippon Denki Software Kk | 顧客検索装置 |
JPH06119309A (ja) * | 1992-10-02 | 1994-04-28 | Intetsuku:Kk | 購入見込み度合予測方法及び顧客管理システム |
JPH06266731A (ja) * | 1993-03-17 | 1994-09-22 | Fujitsu Ltd | 顧客情報管理システム |
JPH06274387A (ja) * | 1993-03-23 | 1994-09-30 | Nri & Ncc Co Ltd | データベースからのデータ抽出方法 |
JPH06282578A (ja) * | 1993-03-26 | 1994-10-07 | Fujitsu Ltd | 情報の抽出方法 |
JPH07105239A (ja) * | 1993-09-30 | 1995-04-21 | Omron Corp | データ・ベース管理方法およびデータ・ベース検索方法 |
-
1994
- 1994-12-29 JP JP33965094A patent/JP3555211B2/ja not_active Expired - Fee Related
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05101108A (ja) * | 1991-10-08 | 1993-04-23 | Oki Electric Ind Co Ltd | 顧客データの管理方法 |
JPH05165864A (ja) * | 1991-12-13 | 1993-07-02 | Fujitsu Ltd | ダイレクトメールラベル作成装置 |
JPH05242105A (ja) * | 1992-01-21 | 1993-09-21 | Nec Corp | 顧客情報管理方式 |
JPH05250384A (ja) * | 1992-03-06 | 1993-09-28 | Tohoku Nippon Denki Software Kk | 顧客検索装置 |
JPH06119309A (ja) * | 1992-10-02 | 1994-04-28 | Intetsuku:Kk | 購入見込み度合予測方法及び顧客管理システム |
JPH06266731A (ja) * | 1993-03-17 | 1994-09-22 | Fujitsu Ltd | 顧客情報管理システム |
JPH06274387A (ja) * | 1993-03-23 | 1994-09-30 | Nri & Ncc Co Ltd | データベースからのデータ抽出方法 |
JPH06282578A (ja) * | 1993-03-26 | 1994-10-07 | Fujitsu Ltd | 情報の抽出方法 |
JPH07105239A (ja) * | 1993-09-30 | 1995-04-21 | Omron Corp | データ・ベース管理方法およびデータ・ベース検索方法 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7412648B2 (en) | 1996-11-29 | 2008-08-12 | Sony Corporation | Keyword creation method and its apparatus |
US7373589B2 (en) | 1996-11-29 | 2008-05-13 | Sony Corporation | Keyword creation method and its apparatus |
JPH10197509A (ja) * | 1996-12-27 | 1998-07-31 | Shimadzu Corp | 分析装置のデータ管理装置 |
US7117518B1 (en) * | 1998-05-14 | 2006-10-03 | Sony Corporation | Information retrieval method and apparatus |
JP2002516434A (ja) * | 1998-05-18 | 2002-06-04 | マキシマル イノヴェイティヴ インテリジェンス リミテッド | データの比較視覚レンダリング方法 |
JP2003524221A (ja) * | 1999-01-27 | 2003-08-12 | リチャード・ソーンダーズ・インターナショナル | 刺激に対する人間の反応のシミュレーション方法 |
JP2001134648A (ja) * | 1999-11-02 | 2001-05-18 | Dentsu Tec Inc | 顧客維持育成のための顧客データ分析方法 |
JP2003526848A (ja) * | 1999-12-02 | 2003-09-09 | ゼネラル・エレクトリック・カンパニイ | ファジー・クラスタリングを使用してローン・ポートフォリオを評価するシステムおよび方法 |
JP2001175640A (ja) * | 1999-12-17 | 2001-06-29 | Nec Corp | クラスタ分類装置、クラスタ分類方法及びクラスタ分類用プログラムを記録した記録媒体 |
JP2006344065A (ja) * | 2005-06-09 | 2006-12-21 | Teraoka Seiko Co Ltd | 顧客管理システム |
JP2010277567A (ja) * | 2008-10-07 | 2010-12-09 | Giken Shoji International Co Ltd | Dm配布エリア分析装置 |
JP2013140527A (ja) * | 2012-01-06 | 2013-07-18 | Advantest Corp | 算出装置、測定装置、電子デバイス、プログラム、記憶媒体および算出方法 |
JP2019159539A (ja) * | 2018-03-09 | 2019-09-19 | オムロン株式会社 | メタデータ評価装置、メタデータ評価方法、およびメタデータ評価プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP3555211B2 (ja) | 2004-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10955992B2 (en) | System and methods for implementing visual interface for use in sorting and organizing records | |
US6642946B1 (en) | Livestock inventory and materials system with interactive graphical user interface | |
US5579471A (en) | Image query system and method | |
US7840524B2 (en) | Method and apparatus for indexing, searching and displaying data | |
US11409782B2 (en) | Computer-aided extraction of semantics from keywords to confirm match of buyer offers to seller bids | |
US8151203B2 (en) | Manipulating a data source using a graphical user interface | |
US7203675B1 (en) | Methods, systems and data structures to construct, submit, and process multi-attributal searches | |
US20060225000A1 (en) | Graphical application interface using browser | |
US20020091679A1 (en) | System for searching collections of linked objects | |
US20050203790A1 (en) | Computerized, rule-based, store-specific retail merchandising | |
US20060224983A1 (en) | Graphical visualization of data using browser | |
US7818286B2 (en) | Computer-implemented dimension engine | |
US7490091B2 (en) | Metasearching a client's request for displaying at least one list comprising at least one advertisement on the client | |
US20060224972A1 (en) | Graphical application interface with a browser | |
US20060224984A1 (en) | Apparatus for creating graphical visualization of data with a browser | |
US20060224982A1 (en) | Graphical application interface product using a browser | |
JP3555211B2 (ja) | データ・ベース検索装置および方法,データ・ベース検索装置を備えたダイレクト・メール発行支援システム | |
US7421428B2 (en) | Metasearching a client's request by sending at least one search query to a plurality of servers for displaying at least one list on the client of at least one item that may be ordered | |
JP2007265031A (ja) | 辞書コンテンツ処理装置、コンテンツ表示システムおよびコンテンツ表示方法 | |
US20060224980A1 (en) | Method of creating graphical visualizations of data with a browser | |
Ertek et al. | A framework for visualizing association mining results | |
US20040158481A1 (en) | Methods and systems for sales territory whitespacing | |
Treat et al. | Searching images using Ultimedia manager | |
WO2004027668A1 (ja) | 不動産共同購入マッチングシステム | |
JPH02170269A (ja) | 商品情報分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20040113 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040312 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20040324 |
|
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: 20040420 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20040503 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |