JPH0934873A - 顧客分類方法およびシステム - Google Patents

顧客分類方法およびシステム

Info

Publication number
JPH0934873A
JPH0934873A JP18556695A JP18556695A JPH0934873A JP H0934873 A JPH0934873 A JP H0934873A JP 18556695 A JP18556695 A JP 18556695A JP 18556695 A JP18556695 A JP 18556695A JP H0934873 A JPH0934873 A JP H0934873A
Authority
JP
Japan
Prior art keywords
customer
analysis
customers
hypothesis
axis
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.)
Pending
Application number
JP18556695A
Other languages
English (en)
Inventor
Taro Yakabe
太郎 矢加部
Tadashi Tenma
正 天満
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP18556695A priority Critical patent/JPH0934873A/ja
Publication of JPH0934873A publication Critical patent/JPH0934873A/ja
Pending legal-status Critical Current

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

(57)【要約】 【目的】 顧客を分析者が選択設定した任意の仮説に基
づき分類することができるようにすること。 【構成】 顧客を分類するための分析軸としてX軸とY
軸の2軸を設け、それぞれの軸に、任意の分析項目名を
設定して2次元の分析グラフをディスプレイ状に表示
し、その分析グラフ上に顧客を分類するための仮説に相
当する仮説直線または仮説曲線を設定し、この仮説直線
または仮説曲線で区分される顧客の属性情報を抽出し、
分類出力する。

Description

【発明の詳細な説明】
【0001】
【産業上の利用分野】本発明は、百貨店やショッピング
センタ、通信販売業者のように自社の有する顧客の属性
情報や購買履歴情報を用いて売上、利益の増大を目指す
企業体において、顧客へのアプローチを効果的に行うこ
とを目的とした顧客の分類方法とそのシステムに関し、
特に、大量の顧客を抱え、クレジットカードやICカー
ドを用いて多量の顧客情報を有する小売業の顧客管理活
動に有効な顧客分類方法およびシステムに関する。
【0002】
【従来の技術】各種の物品あるいは商品を販売する企業
における一般的な顧客分類方法として、性別、年齢別と
いった顧客の属性での分類、購買金額,来店回数といっ
た購買情報の順位での分類、さらには前記2つの情報を
数学的に組み合わせて分類するといった方法がある。中
でも特に有名な分析方法としてRFM分析がある。
【0003】RFM分析を活用した顧客分析方法に関し
ては、日経文庫「データベース・マーケティングの実
際」(ルディー和子著)の中の第126頁から第129
頁に論じられている。この分析方法では、まず優良顧客
を見つけるためにRFM分析を行う。RFM分析とは、
顧客の最新購買日(リーセントリ)、購買頻度(フレク
エンシ)、購買金額(マネタリ)の組み合わせによって
各顧客に点数を付け、その点数の高低によって顧客を分
類する方法である。
【0004】RFM分析によって優良顧客のグループや
クラスを明確にした後、各種顧客情報の中から彼らを優
良顧客にしている要因を発見する。ここでは要因を発見
するための手法として要因分析やクラスタ分析が例示さ
れている。優良顧客の有する要因が見出されたならば、
その要因と類似する要因を持つ顧客を新規顧客として獲
得するように働きかける。
【0005】
【発明が解決しようとする課題】しかしながら。上記従
来技術にあっては、優良顧客を選別する指標として、最
新購買日、購買頻度、購買金額の3指標のみを用いてお
り、それ以外の顧客情報についての分析がなされていな
い。さらに、RFM分析では、分析者の思惑が反映され
る箇所は、最新購買日、購買頻度、購買金額各々への重
み付けの部分と優良顧客の範囲を決定する部分のみであ
る。
【0006】従って、分析者が任意に分析軸を選択して
顧客を分析することができないという問題がある。ま
た、RFM分析の場合、3つの分析軸しか仕様できない
という問題がある。
【0007】本発明の目的は、顧客を分析者が選択設定
した任意の仮説に基づき分類することができる顧客分類
方法およびシステムを提供することにある。
【0008】
【課題を解決するための手段】上記目的を達成するため
に、本発明の顧客分類方法は、顧客を分類するための分
析軸としてX軸とY軸の2軸を設け、それぞれの軸に、
任意の分析項目名を設定して2次元の分析グラフをディ
スプレイ状に表示し、その分析グラフ上に顧客を分類す
るための仮説に相当する仮説直線または仮説曲線を設定
し、この仮説直線または仮説曲線で区分される顧客の属
性情報を抽出し、分類出力するようにしたことを特徴と
する。
【0009】また、本発明の顧客分類システムは、顧客
名称,商品の購入金額等の顧客分類に必要な顧客属性情
報を記憶した記憶手段と、顧客を分類するためのX,Y
の各分析軸に、任意の分析項目名を設定する分析項目名
設定手段と、設定された分析項目名から成る2次元の分
析グラフを表示する表示手段と、表示された分析グラフ
上に顧客を分類するための仮説に相当する仮説直線また
は仮説曲線を設定する仮説設定手段と、設定された仮説
直線または仮説曲線で区分される顧客の属性情報を前記
記憶手段の中から抽出する抽出処理手段と、抽出された
顧客の属性情報を分類出力する出力手段とを備えること
を特徴とする。
【0010】
【作用】本発明によれば、分析軸としてどの項目を使用
するかを任意に設定することができるため、システム利
用者は記憶装置に格納されているあらゆる顧客属性情報
を任意の観点から分析することができる。この結果、分
析の自由度が著しく広がる。
【0011】さらに、分析者が任意の仮説を入力するこ
とができるため、規定の枠にとらわれることなくシステ
ム利用者の意向を分析に反映することができる。
【0012】これにより、設定した仮説の範囲内の顧客
つまり標準的な顧客の中から条件にあう顧客を抽出し、
店舗に対する顧客の潜在的な貢献度合いを予測すること
が可能になる。
【0013】
【実施例】以下、本発明の一実施例を図面により詳細に
説明する。
【0014】なお、本実施例では、特に、百貨店やショ
ッピングセンタなど、会員カード顧客管理台帳によって
顧客情報を収集することが可能な店舗を取り上げて説明
する。但し、店舗を、アミューズメント施設や銀行をは
じめとする他の商業施設やサービス業に置き換えること
によって、これらに対する実施例を容易に類推すること
が可能である。さらに、本システム利用者は、店舗の顧
客管理に関しての知識を有している者とする。
【0015】図1は、本発明の一実施例を示すシステム
構成図であり、計算機1は記憶装置2を備え、さらに入
力装置としてキーボード4,マウス(ポインティングデ
バイス)5、出力装置としてディスプレイ3,プリンタ
6を備えている。
【0016】記憶装置2は、顧客の属性と記憶領域との
対応を示す顧客テーブル21と、分析のデフォルト値を
記憶する標準値テーブル22と、分析の軸を格納する分
析軸テーブル23と、前記顧客テーブル21と同形式の
ワーク領域である抽出顧客テーブル24と、標準顧客テ
ーブル25とを有する。
【0017】図2は、前記顧客テーブル21の構成図で
ある。顧客テーブル21は、顧客を識別するための顧客
IDの記憶欄210と、顧客の氏名の記憶欄211と、
顧客の電話番号の記憶欄212と、顧客が最後に店舗を
利用した最新来店日の記憶欄213と、顧客が一定期間
内に店舗を利用した回数である来店頻度の記憶欄214
と、顧客が一定期間内に店舗で商品を購入した累計購入
金額の記憶欄215と、顧客の住所と店舗との距離の記
憶欄216と、顧客の年収の記憶欄217と、顧客が店
舗で購入した商品の平均商品単価の記憶欄218を有す
る。
【0018】この顧客テーブル21の記憶欄210、2
11、212、216、217に関する情報は、顧客の
会員入会時にキーボード4から入力して登録格納する。
【0019】また、顧客テーブル21の記憶欄213、
214、215、218に関する情報は、顧客が店舗を
利用するたびにキーボード4から入力して更新する。
【0020】図3は、標準値テーブル22の構成図であ
る。標準値テーブル22は、分析に用いるデフォルト値
を格納するテーブルであり、誤差の範囲220、抽出顧
客数221の記憶欄を有する。記憶欄220、221に
関する詳細な説明は後述する。
【0021】図4は、分析軸テーブル23の構成図であ
る。分析軸テーブル23は、分析に用いる軸の名称を格
納するテーブルであり、X軸の名称の記憶欄230と、
Y軸の名称の記憶欄240を有する。記憶欄230、2
40に関する詳細な説明は後述する。
【0022】図5は、本実施例の動作を示すフローチャ
ート図である。以下、この図に従って、計算機1を用い
た顧客分類方法を説明する。
【0023】ステップ700:スタート画面出力 まず、計算機1は、図8に示すようなスタート画面70
00をディスプレイ3に出力する。このスタート画面7
000には、誤差範囲の現在値の表示欄7001と、抽
出する顧客数の現在値の表示欄7002と、表示欄70
01、7002に表示している内容の変更を希望する際
に押下するボタン7003と、表示欄7001、700
2の変更を希望しない際に押下するボタン7004とが
表示される。
【0024】ステップ7011:ボタン受付 システム利用者は、マウス5を用いて「変更希望」ボタ
ン7003または「変更なし」ボタン7004を押下す
る。ここでは、いずれのボタンが押下されたかを受け付
ける。
【0025】ステップ701:標準値変更? ここでは、前記ボタン7003、7004のいずれのボ
タンが押下されたかを判定する。
【0026】「変更希望」ボタン7003が押下された
ならば、ステップ702に処理を移す。「変更なし」ボ
タン7004が押下されたならば、ステップ703に処
理を移す。
【0027】ステップ702:標準値設定 ここでは、前記標準値の設定を行う。
【0028】図6にこの標準値設定処理の詳細を示して
いる。
【0029】ステップ7020:標準値設定画面出力 まず、図9に示すような標準値設定画面70200をデ
ィスプレイ3に表示させる。標準値設定画面70200
には、誤差の範囲の入力欄70201と、抽出する顧客
数の入力欄70202と、入力終了を確認する「入力終
了」ボタン70203と、入力内容の変更を希望する
「変更」ボタン70204とが表示される。
【0030】ステップ7021:標準値受付 ここでは、システム利用者は、キーボード4を用いて入
力欄70201、70202に数値を入力する。計算機
1は、それを受け付ける。
【0031】ステップ7022:ボタン受付 ステップ7021の終了確認後、システム利用者は、
「入力終了」ボタン70203または「変更」ボタン7
0204を押下する。ここでは、いずれのボタンが押下
されたかを受け付ける。
【0032】ステップ7023:入力終了? ここでは、前記ボタン70203、70204のいずれ
のボタンが押下されたかを判定する。「変更」ボタン7
0204が押下されたならば、ステップ7021に処理
を移す。「入力終了」ボタン70203が押下されたな
らば、ステップ7024に処理を移す。
【0033】ステップ7024:標準値格納 ステップ7021で受け付けた数値を記憶装置2内の標
準値テーブル22に格納する。詳しくは、入力欄702
01で受け付けた値を標準値テーブル22の記憶欄22
0に、入力欄70202で受け付けた値を記憶欄221
に格納する。
【0034】ステップ703:分析軸設定 ここでは、分析に用いる軸の設定を行う。
【0035】図7に、この分析軸設定処理の詳細を示し
ている。
【0036】ステップ7030:分析軸設定画面出力 まず、図10に示すような分析軸設定画面70300を
ディスプレイ3に表示させる。この分析軸設定画面70
300には、X軸に用いる軸の名称を表したボタン群7
0310と、Y軸に用いる軸の名称を表したボタン群7
0320と、入力終了を確認する「入力終了」ボタン7
0330と、変更の希望を受け付けるボタン70340
とが表示される。
【0037】ボタン群70310は、最新来店日703
11と、累計購入金額70312と、年収70313
と、来店頻度70314と、店舗からの距離70315
と、平均商品単価70316を設定するためのボタンで
構成されており、それぞれのボタンの内容は、顧客テー
ブル21の記憶欄213、215、217、214、2
16、218の名称に対応している。ボタン群7032
0の構成要素に関しても同様であるため、ここでの説明
は省略する。
【0038】ステップ7031:X軸ボタン、Y軸ボタ
ン受付 ボタン群70310は、分析の際に用いる2次元グラフ
のX軸にあたる項目を選択するためのボタン群であり、
ボタン群70320は、Y軸にあたる項目を選択するた
めのボタン群である。
【0039】システム利用者は、ボタン群70310、
70320より、それぞれ1つのボタンを選択して押下
する。例えば、分析の際に用いる2次元グラフのX軸に
あたる項目として、「最新来店日」を用いる場合は「最
新来店日」70311のボタンを押下し、X軸にあたる
項目として、「累計購入金額」を用いる場合は「累計購
入金額」70317のボタンを押下する。なお、この場
合の処理では、ボタン群70310、ボタン群7032
0において、同一内容を表示しているボタンを重複して
選択することはできない。
【0040】ステップ7032:入力終了ボタン受付 ステップ7031終了確認後、システム利用者は、「入
力終了」ボタン70330または「変更」ボタン703
40を押下する。ここでは、いずれのボタンが押下され
たかを受け付ける。
【0041】ステップ7033:入力終了? ボタン70340、70330のいずれが押下されたか
を判定する。「変更」ボタン70340が押下されたな
らば、ステップ7031に処理を戻す。「入力終了」ボ
タン70330が押下されたならば、ステップ7024
に処理を移す。
【0042】ステップ7034:X軸、Y軸格納 ステップ7031でボタン群70310,70320よ
り受け付けたボタンを記憶装置2内の分析軸テーブル2
3に格納する。詳しくは、ボタン群7031で受け付け
たX軸の項目名称を分析軸テーブル23の記憶欄230
に、ボタン群7032で受け付けたY軸の項目名称を分
析軸テーブル23の記憶欄231に格納する。
【0043】ステップ704:グラフ表示 図11に示すような2次元グラフ表示画面7040をデ
ィスプレイ3に表示させる。
【0044】2次元グラフ表示画面7040では、X軸
の項目名称の表示欄7043と、Y軸の項目名称の表示
欄7044と、2次元グラフ領域7041と、次の分析
ステップに移るための「仮説入力」ボタン7042が表
示される。
【0045】2次元グラフ領域7041では、分析軸テ
ーブル23内の記憶欄230に格納したX軸の項目名称
に合致するレコードを顧客テーブル21の記憶欄210
〜218より抽出し、グラフのX軸とし、また記憶欄2
31に格納したY軸の名称に合致するレコードを顧客テ
ーブル21の記憶欄210〜218より抽出し、グラフ
のY軸とし、2次元グラフ7041に散布図として表示
する。
【0046】また、分析軸テーブル23内の記憶欄23
0,231に格納したX軸、Y軸の項目名称を表示領域
7043と7044にそれぞれ表示する。
【0047】ステップ705:仮説入力 ここでは、システム利用者は、2次元グラフ出力画面7
040を表示しているディスプレイ3上に、マウス5よ
り仮説を入力する。
【0048】ここでいう仮説とは、システム利用者が店
舗にとって標準だと思う顧客のばらつきの傾向線のこと
である。
【0049】図12は、仮説入力画面7050の出力画
面例である。仮説入力画面7050は、2次元グラフ領
域7041上に仮説曲線7051と、「入力終了」ボタ
ン7052を表示した画面である。
【0050】システム利用者は、2次元グラフ表示画面
7040上においてマウス5をドラックすることによ
り、仮説直線または曲線7051を入力する。計算機1
は、この仮説曲線の受付け後、ディスプレイ3に図12
に示すような仮説直線または曲線7051を表示させ
る。そして、「入力終了」ボタン7052が押下された
ことを確認したならば、ステップ706に処理を移す。
【0051】ステップ706:優良・不良顧客識別表示 ここでは、計算機1は、2次元グラフ上にプロットされ
た顧客を、優良顧客,標準顧客,不良顧客に分類し、図
13に示すような優良、不良顧客識別画面7060識別
表示画面7060をディスプレイ3に表示させる。
【0052】優良、不良顧客識別画面7060では、誤
差の上限曲線7061と、誤差の下限曲線7062と、
誤差の値の表示領域7063と、「優良要因分析」ボタ
ン7064と、「不良要因分析」ボタン7065と、
「仮説修正」ボタン7066とが表示される。
【0053】誤差の表示領域7063には、標準値テー
ブル22の誤算の範囲220に格納されている値を読み
込み表示する。また、誤差の上限曲線7061は、仮説
曲線7051をY軸の正方向に「誤差の範囲」220に
格納されている値分だけ平行移動した曲線である。
【0054】また、誤差の下限曲線7062は、仮説曲
線7051をY軸の負方向に、「誤差の範囲」220に
格納されている値分だけ平行移動した曲線である。
【0055】このような2次元グラフ7041上にプロ
ットされている点のうち誤差の上限曲線7061より上
に位置する点を優良顧客として抽出し、識別表示する。
また、誤差の下限曲線7062より下に位置する点を不
良顧客として抽出し、識別表示し、さらに誤差の上限曲
線7061と下限曲線7062の間に位置する点を標準
顧客として識別表示する。
【0056】ただし、優良顧客と不良顧客の解釈はステ
ップ7031のX軸、Y軸ボタンの受付け時の選択の仕
方、すなわち、システム利用者の主観によって入れ替わ
る場合もあるため、以下のステップは同様に扱う。
【0057】ステップ7012:ボタン受付 システム利用者は、マウス5を用いて「優良要因分析」
ボタン7064または「不良要因分析」ボタン7065
または「仮説修正」ボタン7066を押下する。
【0058】ここでは、いずれのボタンが押下されたか
を受け付ける。
【0059】ステップ707:仮説修正? ここでは、ボタン7064,7065,7066のいず
れのボタンが押下されたかを判定する。「仮説修正」ボ
タン7066が押下されたならば、ステップ705に処
理を戻し、仮説曲線を修正する。しかし、「優良要因分
析」ボタン7064または「不良要因分析」ボタン70
65が押下されたならば、ステップ708に処理を移
す。
【0060】ステップ708:要因分析 ここでは、ステップ706において識別した優良顧客も
しくは不良顧客の優良、不良たる要因を適当な統計分析
手法を用いて抽出する。
【0061】ここで、顧客の要因を抽出する手法の例と
して、「主成分分析」を用いたものと仮定する。なお、
「主成分分析」は一般的な統計手法であるため、詳細な
説明は省略する。
【0062】優良顧客要因の抽出方法を図13を例にと
って説明すると、まず第1に、上限曲線7061より上
に位置する優良顧客を顧客テーブル21より抽出し、抽
出顧客テーブル24に格納する。
【0063】抽出顧客テーブル24は、図14に示すよ
うに、顧客テーブル21と全く同一形式に構成され、顧
客を識別するための顧客IDの記憶欄240と、顧客の
氏名の記憶欄241と、顧客の電話番号の記憶欄242
と、顧客が最後に店舗を利用した最新来店日の記憶欄2
43と、顧客が一定期間内に店舗を利用した回数である
来店頻度の記憶欄244と、顧客が一定期間内に店舗で
商品を購入した累計購入金額の記憶欄245と、顧客の
住所と店舗との距離の記憶欄246と、顧客の年収の記
憶欄247と、顧客が店舗で購入した商品の平均商品単
価の記憶欄248を有する。
【0064】この抽出顧客テーブル21のレコードのう
ち、最新来店日、来店頻度、累計購入金額、店舗からの
距離、年収、平均商品単価のうちX軸とY軸に指定され
ている項目を除いた項目について主成分分析を行い、そ
の結果、優良顧客を構成している要因のうち、最もウエ
イトが高い要因を抽出する。
【0065】一方、「不良顧客要因」抽出ボタンが押下
された場合、同様の動作により、不良顧客を構成してい
る要因を抽出する。
【0066】ステップ709:潜在顧客抽出 ここでは、ステップ708において抽出した要因を基に
優良顧客となり得る標準顧客(潜在顧客)を抽出する。
【0067】図15は、標準顧客テーブル25の構成図
である。標準顧客テーブル25は、顧客テーブル21と
全く同一形式に構成され、顧客を識別するための顧客I
Dの記憶欄250と、顧客の氏名の記憶欄251と、顧
客の電話番号の記憶欄252と、顧客が最後に店舗を利
用した最新来店日の記憶欄253と、顧客が一定期間内
に店舗を利用した回数である来店頻度の記憶欄254
と、顧客が一定期間内に店舗で商品を購入した累計購入
金額の記憶欄255と、顧客の住所と店舗との距離の記
憶欄256と、顧客の年収の記憶欄257と、顧客が店
舗で購入した商品の平均商品単価の記憶欄258を有す
る。
【0068】ここでは、ステップ706において識別さ
れた標準顧客を顧客テーブル21より抽出し、標準顧客
テーブル25に格納する。前記ステップ708で抽出し
た要因に該当する標準顧客テーブル25のレコードを抽
出する。該当レコードより、標準値テーブル22の抽出
顧客数の記憶領域221に格納されている顧客数分の顧
客を抽出する。不良顧客抽出の動作もこれと同様に行
う。
【0069】ステップ710:レポート出力 ステップ709で抽出した標準顧客を潜在優良顧客ない
しは潜在不良顧客としてプリンタ6より印刷出力する。
【0070】図16は、印刷出力された潜在優良顧客の
一覧表160であり、潜在優良顧客名が顧客番号、来店
頻度、年収などの属性と共に顧客別に一覧出力されてい
る。
【0071】以上のように本実施例によれば、顧客を分
析するための分析軸としてX軸とY軸の2軸を設け、そ
れぞれの軸に、任意の分析項目名を設定して2次元の分
析グラフをディスプレイ上に作成し、その分析グラフ上
で顧客を分類するための仮説に相当する仮説直線または
仮説曲線を設定し、この仮説直線または仮説曲線で区分
される顧客を分類表示した後、分類した顧客が優良顧客
あるいは不良顧客である要因を分析するようにしたた
め、任意の観点で、かつシステム利用者の仮説を考慮に
いれた分析を行うことができる。さらに、店舗における
潜在的な優良顧客、不良顧客を容易にかつ効果的に抽出
することができる。
【0072】また、優良顧客または不良顧客になり得た
要因を知ることができる。
【0073】なお、仮説曲線は図12に示した形状に限
定されるものではなく、例えば、円,楕円等の閉じた曲
線であってもよい。要するに、顧客の集団を分類するも
のであれば、仮説の曲線はどのような形状のものであっ
てもよい。
【0074】
【発明の効果】以上のように、本発明によれば、顧客を
分類するための分析軸としてX軸とY軸の2軸を設け、
それぞれの軸に、任意の分析項目名を設定して2次元の
分析グラフをディスプレイ状に表示し、その分析グラフ
上に顧客を分類するための仮説に相当する仮説直線また
は仮説曲線を設定し、この仮説直線または仮説曲線で区
分される顧客の属性情報を抽出し、分類出力するように
したため、顧客を分析者が選択設定した任意の仮説に基
づき分類することができ、分析の自由度が著しく広がる
という効果がある。
【0075】さらに、分析者が任意の仮説を入力するこ
とができるため、規定の枠にとらわれることなくシステ
ム利用者の意向を分析に反映することができる。
【0076】これにより、設定した仮説の範囲内の顧客
つまり標準的な顧客の中から条件にあう顧客を抽出し、
店舗に対する顧客の潜在的な貢献度合いを予測すること
が可能になるなどの効果が得られる。
【図面の簡単な説明】
【図1】本発明の一実施例を示すシステム構成図であ
る。
【図2】顧客の属性に関する顧客属性テーブルの構成図
である。
【図3】標準値に関する標準値テーブルの構成図であ
る。
【図4】グラフのX軸およびY軸に関する分析軸手テー
ブルの構成図である。
【図5】顧客分類方法を示すフローチャートである。
【図6】標準値設定時の詳細なフローチャートである。
【図7】分析軸設定時の詳細なフローチャートである。
【図8】分析開始時の出力装置の出力画面例を示す図で
ある。
【図9】標準値を入力するための出力装置の出力画面例
を示す図である。
【図10】グラフのX軸およびY軸を入力するための出
力装置の出力画面例を示す図である。
【図11】二次元グラフの出力装置の出力画面例を示す
図である。
【図12】入力装置より仮説を入力した後の出力装置の
出力画面例を示す図である。
【図13】優良顧客、不良顧客、標準顧客を識別した後
の出力装置の出力画面例を示す図である。
【図14】抽出後の顧客属性に関する抽出顧客テーブル
の構成図である。
【図15】標準顧客の顧客属性に関する標準顧客テーブ
ルの構成図である。
【図16】分析結果の出力例を示す図である。
【符号の説明】
1…計算機、2…記憶装置、3,6…出力装置、4,5
…入力装置、21…顧客属性テーブル、22…標準値テ
ーブル、23…分析軸テーブル、24…抽出顧客テーブ
ル、25…標準顧客テーブル。

Claims (2)

    【特許請求の範囲】
  1. 【請求項1】 顧客名称,商品の購入金額等の顧客分類
    に必要な顧客属性情報により複数の顧客を所望の基準で
    分類する顧客分類方法であって、 顧客を分類するための分析軸としてX軸とY軸の2軸を
    設け、それぞれの軸に、任意の分析項目名を設定して2
    次元の分析グラフをディスプレイ状に表示し、その分析
    グラフ上に顧客を分類するための仮説に相当する仮説直
    線または仮説曲線を設定し、この仮説直線または仮説曲
    線で区分される顧客の属性情報を抽出し、分類出力する
    ことを特徴とする顧客分類方法。
  2. 【請求項2】 顧客名称,商品の購入金額等の顧客分類
    に必要な顧客属性情報を記憶した記憶手段と、 顧客を分類するためのX,Yの各分析軸に、任意の分析
    項目名を設定する分析項目名設定手段と、 設定された分析項目名から成る2次元の分析グラフを表
    示する表示手段と、 表示された分析グラフ上に顧客を分類するための仮説に
    相当する仮説直線または仮説曲線を設定する仮説設定手
    段と、 設定された仮説直線または仮説曲線で区分される顧客の
    属性情報を前記記憶手段の中から抽出する抽出処理手段
    と、 抽出された顧客の属性情報を分類出力する出力手段とを
    備えることを特徴とする顧客分類システム。
JP18556695A 1995-07-21 1995-07-21 顧客分類方法およびシステム Pending JPH0934873A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP18556695A JPH0934873A (ja) 1995-07-21 1995-07-21 顧客分類方法およびシステム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP18556695A JPH0934873A (ja) 1995-07-21 1995-07-21 顧客分類方法およびシステム

Publications (1)

Publication Number Publication Date
JPH0934873A true JPH0934873A (ja) 1997-02-07

Family

ID=16173058

Family Applications (1)

Application Number Title Priority Date Filing Date
JP18556695A Pending JPH0934873A (ja) 1995-07-21 1995-07-21 顧客分類方法およびシステム

Country Status (1)

Country Link
JP (1) JPH0934873A (ja)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20000037318A (ko) * 2000-04-18 2000-07-05 양지청 인터넷 회원정보 벡터화를 통한 마케팅 효율 극대화용다판단 기준 모델 시스템
JP2001297211A (ja) * 2000-04-13 2001-10-26 Fujitsu Ltd 人材仲介システム、人材仲介方法およびその方法をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体
KR20010109402A (ko) * 2000-05-31 2001-12-10 전하진 인터넷 상에서의 고객 행동 가치 산출 시스템 및 방법
WO2002057973A1 (fr) * 2001-01-18 2002-07-25 Kabushiki Kaisha Mitsukoshi Systeme et procede de promotion de la vente de marchandises
WO2002099711A1 (fr) * 2001-05-31 2002-12-12 Dentsu Tec Inc. Prevision de ventes a l'aide d'une valeur de client representee par trois axes d'indices servant de critere
JP2003527651A (ja) * 1999-06-01 2003-09-16 ルーセント テクノロジーズ インコーポレーテッド 対象の行動パターンに関する更新可能なデータベースを構築する方法
US7647233B2 (en) 2002-06-21 2010-01-12 United Parcel Service Of America, Inc. Systems and methods for providing business intelligence based on shipping information
JP2015135616A (ja) * 2014-01-17 2015-07-27 株式会社日立ソリューションズ データ分析装置及びデータ分析プログラム

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003527651A (ja) * 1999-06-01 2003-09-16 ルーセント テクノロジーズ インコーポレーテッド 対象の行動パターンに関する更新可能なデータベースを構築する方法
JP2001297211A (ja) * 2000-04-13 2001-10-26 Fujitsu Ltd 人材仲介システム、人材仲介方法およびその方法をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体
KR20000037318A (ko) * 2000-04-18 2000-07-05 양지청 인터넷 회원정보 벡터화를 통한 마케팅 효율 극대화용다판단 기준 모델 시스템
KR20010109402A (ko) * 2000-05-31 2001-12-10 전하진 인터넷 상에서의 고객 행동 가치 산출 시스템 및 방법
WO2002057973A1 (fr) * 2001-01-18 2002-07-25 Kabushiki Kaisha Mitsukoshi Systeme et procede de promotion de la vente de marchandises
WO2002099711A1 (fr) * 2001-05-31 2002-12-12 Dentsu Tec Inc. Prevision de ventes a l'aide d'une valeur de client representee par trois axes d'indices servant de critere
US7577579B2 (en) 2001-05-31 2009-08-18 Dentsu Tec Inc. Method of predicting sales based on triple-axis mapping of customer value
US7647233B2 (en) 2002-06-21 2010-01-12 United Parcel Service Of America, Inc. Systems and methods for providing business intelligence based on shipping information
JP2015135616A (ja) * 2014-01-17 2015-07-27 株式会社日立ソリューションズ データ分析装置及びデータ分析プログラム

Similar Documents

Publication Publication Date Title
CA2381973C (en) System and method for gathering and standardizing customer purchase information for target marketing
US8407104B2 (en) Catalog based price search
US20020065797A1 (en) System, method and computer program for automated collaborative filtering of user data
US7908159B1 (en) Method, data structure, and systems for customer segmentation models
KR20180052489A (ko) 사용자 경험분석 및 환경요인에 기초한 크로스보더 전자상거래 상품 추천 방법
CN108596705A (zh) 一种适用于电子商务的商品与信息分类推荐方法及系统
CN111062768A (zh) 一种网上商城的商品推荐方法及商品推荐系统
JP7382274B2 (ja) 出力プログラム、出力方法及び出力装置
Ennew et al. Competition in Internet retail markets: The impact of links on web site traffic
Seymen et al. Customer churn prediction using deep learning
CN112513898A (zh) 酒精饮料信息管理系统及管理方法
CN103597485A (zh) 模式提取装置及其方法
JP2018142190A (ja) 判断支援システム及び判断支援方法
JPH0934873A (ja) 顧客分類方法およびシステム
CN116595390A (zh) 商品信息处理方法及电子设备
JP2020024677A (ja) 出力プログラム
JP2002074129A (ja) インセンティブ設定装置および販促支援システム
US20050125433A1 (en) Data summation system and method based on classification definition covering plural records
CN114266594A (zh) 一种基于东南亚跨境电商平台的大数据分析方法
JPH09282307A (ja) 商品の販売動向分析方法及びそのシステム
JP6472206B2 (ja) 商品提案システムおよび商品提案方法ならびに商品提案プログラム
JP2005135167A (ja) データ分析装置、データ分析方法及びデータ分析プログラム
Istrat et al. Creating a decision-making model using association rules
JP6115539B2 (ja) 売上管理装置及びプログラム
JP7418054B1 (ja) 情報処理装置およびコンピュータプログラム