KR100712711B1 - 3지표축에 의해 표현된 고객가치를 기준으로 한 매상 예측 - Google Patents

3지표축에 의해 표현된 고객가치를 기준으로 한 매상 예측 Download PDF

Info

Publication number
KR100712711B1
KR100712711B1 KR1020037015763A KR20037015763A KR100712711B1 KR 100712711 B1 KR100712711 B1 KR 100712711B1 KR 1020037015763 A KR1020037015763 A KR 1020037015763A KR 20037015763 A KR20037015763 A KR 20037015763A KR 100712711 B1 KR100712711 B1 KR 100712711B1
Authority
KR
South Korea
Prior art keywords
customer
purchase
value
database
axis
Prior art date
Application number
KR1020037015763A
Other languages
English (en)
Other versions
KR20040006009A (ko
Inventor
테추야 가와이
고지 와타라이
Original Assignee
가부시끼가이샤 덴츠 테크
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
Priority to JP2001165325A priority Critical patent/JP2002358402A/ja
Priority to JPJP-P-2001-00165325 priority
Application filed by 가부시끼가이샤 덴츠 테크 filed Critical 가부시끼가이샤 덴츠 테크
Priority to PCT/JP2002/004289 priority patent/WO2002099711A1/ja
Publication of KR20040006009A publication Critical patent/KR20040006009A/ko
Application granted granted Critical
Publication of KR100712711B1 publication Critical patent/KR100712711B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06QDATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce, e.g. shopping or e-commerce
    • G06Q30/02Marketing, e.g. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards; Price estimation or determination
    • GPHYSICS
    • G06COMPUTING; CALCULATING; COUNTING
    • G06QDATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce, e.g. shopping or e-commerce
    • G06Q30/02Marketing, e.g. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards; Price estimation or determination
    • G06Q30/0202Market predictions or demand forecasting

Abstract

특정 상품의 판매에 있어서, 고객의 현재가치 및 장래가치의 대소와 그 리소스를 판정하고 고객에 따라 효과적인 판촉투자의 선택정보를 제공하므로써, 투자대상 및 조건에 따른 매상예측방법을 제공하는 것을 목적으로 한다. 특정상품에 대한 고객소비정보를, 구입량 지표축(제 1 지표축)과 유저 타입 지표축(제 2 지표축)과 고객구입관여도 지표축(제 3 지표축)을 포함하는 3지표축을 사용하여, 고객의 현재가치와 장래가치의 대소 및 고객장래가치의 원천 리소스를 판정하는 고객가치평가 셀들로 분할시키고; 셀들의 서로 다른 계측시간에 대한 경시변화와 판촉투자에 의한 변화를 측정하며; 판촉투자와 매상 간의 인과관계를 수량화하므로써 매상예측 시뮬레이션을 행하는 것을 특징으로 한다.
고객, 가치, 판촉투자, 리소스, 매상예측

Description

3지표축에 의해 표현된 고객가치를 기준으로한 매상 예측{Sales Prediction Using Client Value Represented by Three Index Axes as Criterion}

본 발명은 특정 업계시장의 특정 메이커 상품 또는 특정 브랜드 상품에 관하여, 고객이 그 상품을 구입할 때의 구입이력 데이터를 데이터베이스에 축적시키고, 그 데이터베이스에 기하여 고객의 구입금액 또는 수량으로 분류한 구입량 계층과 고객이 특정 메이커 또는 브랜드 상품의 품종을 어느 정도까지 소정기간내에 구입하였는 가로 분류한 유저 타입 계층에 의해 각 셀의 고객에 있어서 현재의 고객가치 맵을 생성시키며, 또한, 판매점 점원에 대한 앙케이트 정보와 다른업종 기업사업소와 제휴한 크레디트 회원 카드 또는 전자상거래 등의 구입이력에 의해, 특정업종 시장의 모든 메이커 또는 모든 브랜드 상품의 구입금액, 수량 및 구입내용으로부터 추정한 유저 타입의 분류를 수량화하고, 전술한 바와 같은 구입량 계층 및 유저 타입 계층으로 분류시키며, 그 각각의 셀에 디렉트 메일 등을 통한 어프로치를 행하여, 고객이 셀을 어떻게 이동시키는가 내지는 고객이동의 증감에 의해 셀 마다의 장래의 고객가치 및 총 매상의 증감을 판정하는 방법에 관한 것이고, 자사상품의 구입 데이터만으로부터 장래 타사상품으로 쉐어의 확장이 가능한 가를 분석하는 것이 가능한 3지표축에 의해 표현된 고객가치를 기준으로한 매상 예측방법에 관한 것이다.

특정 업계시장의 특정 메이커 상품 또는 특정 브랜드 상품(예컨대, 화장품 업계 XX회사의 OO화장 크림)에 관한 자사 고객의 쉐어 구성만에 의해서는, 타사 쉐어 구성을 알 수 없다. 장래고객가치를 예측하여, 그 쉐어를 확대할 수 있는 가를 분석하는 것이 필요하였지만, 종래 이 문제에 관하여서는 깊은 연구가 이루어지지 않았다.

종래 자사의 데이터만에 의해, 고객에게 어프로치하는 경우는 RFM 또는 RFMI(recency: 최신성, frequency: 빈도, monetary: 금액, item: 항목)에 의해 고객의 현재가치를 기초로하여 이루어졌다. 이러한 어프로치방법은, 현재가치가 높은 고객은 장래에도 그 가치가 계속될 것이라는 점을 전제로 한 것이다.

그러나, 현재가치가 높은 고객이 반드시 그 가치가 장래에도 계속되지는 않는 것이 현실이고, 효율적인 대고객 어프로치를 하기 위해서는, 고객의 현재가치뿐만아니라 특정업종시장의 전체 메이커 또는 브랜드 상품에 대한 자사의 쉐어 구성을 알기 위해 점포 출입구에 배치된 판매원으로부터의 히어링 정보, 앙케이트 등에 의해 장래가치 포텐셜의 대소를 구입금액ㆍ구입량으로 파악하는 것이 필요하였다. 또한, 장래가치 포텐셜의 자원ㆍ리소스를 품종조합의 구입형태에 의해 파악하는 것도 필요하였다.

또한, 고객에 대한 (디렉트 메일 등을 통한) 어프로치의 효율화를 위해, 그 응답의 유무를 분석하는 것도 필요하였다.

본 발명은, 전술한 바와 같은 문제를 감안하여 이루어진 것이고, 그 목적은 이하와 같다.

즉, 특정상품의 판매에 있어서, 그 고객의 현재가치, 장래가치의 대소와 그 리소스를 판정하고, 고객에 따라 효과적으로 판촉투자의 선택정보를 제공하며, 투자대상ㆍ조건에 따른 매상예측방법을 제공하는 것을 목적으로 한다.

상기 과제를 해결하기 위해, 본 발명의 3지표축에 의해 표현된 고객가치를 기준으로한 매상 예측은, 구입이력 데이터를 데이터베이스에 수집하여 분석하는 기관의 고객가치분석 컴퓨터 시스템을 이용하는 고객가치판정방법에 있어서, 상기 데이터베이스에 수집된 특정상품에 대한 고객소비정보를, 구입량지표축 (제 1 지표축)과 유저 타입 지표축(제 2 지표축)과 고객구입관여도지표축(제 2 지표축)을 포함하는 3지표축의 조합을 이용하여, 고객의 현재가치 및 장래가치의 대소와 고객장래가치의 리소스를 판정하는 고객가치평가 셀로 분할하고, 그리고나서, 상기 고객가치평가 셀의 경시변화와 판촉투자에 의한 변화를 측정하며, 상기 판촉투자와 매상의 인과관계를 수량화하는 것에 의해 매상예측 시뮬레이션을 행하는 것을 특징으로 한다.

또한, 상기 구입량지표축(제 1 지표축)은, 고객이 특정업계시장의 특정 메이커 상품 또는 특정 브랜드 상품을 구입할 때, 상품 판매점에 있어서의 상거래, 인터넷을 통한 전자상거래, 전화ㆍ우송을 포함한 직접거래에 의해 채집된 고객성명 또는 코드중 어느 하나, 상품 코드, 수량, 구입금액, 구입시점을 적어도 포함하는 구입이력 데이터를 소정기간마다 그 데이터에 기초하여 고객을 구입금액 또는 수량 으로 순위를 붙여서 구입량순으로 복수계층으로 분류한 지표축으로 하고; 상기 유저 타입 지표축(제 2 지표축)은, 상기 고객을 상기 소정기간마다 특정 메이커 상품 또는 특정 브랜드 상품의 복수 품종을 조합하여 대부분 구입하는 고객으로부터 0~1 개의 품종을 구입하는 고객까지의, 상품 조합에 의한 유저 타입으로 복수 계층으로 분류한 지표축으로 하며; 상기 고객구입관여도지표축(제 3 지표축)은, 상기 판매점의 점원에 대한 앙케이트 및/또는 어프로치, 전자상거래 및 직접거래에 있어서의 앙케이트 및/또는 어프로치, 디렉트 메일ㆍ이메일, 전화에 의한 앙케이트 및/또는 어프로치, 점포 출입구에 배치된 판매원의 고객정보에 부가하여 복수 이업종 기업ㆍ사업소와 제휴하여 공통의 ID를 부여하므로써 크레디트 기능을 갖는 회원 카드의 상품구입이력을 포함하는 구입데이터로 추출하고, 상기 고객이 상기 특정업계시장에서 다른 메이커 상품 또는 다른 브랜드 상품을 포함한 전체 메이커 상품 또는 전체 브랜드 상품에 대한 구입금액, 수량 및 구입내용으로부터 추정한 유저 타입의 분류를 지표축으로 하고; 3지표축의 조합을 이용하여 특정 메이커 상품 또는 특정 브랜드 상품의 고객 현재가치, 장래가치의 대소와 그 리소스를 판정하고, 고객에 따라 효과적인 판촉투자의 선택정보를 제공하며, 투자대상ㆍ조건에 따라 매상예측방법을 제공하는 것을 특징으로 한다.

또한, 상기 고객구입량관여도는, 상기 추출 데이터에 기초해서, 특정업계시장의 전체 메이커 상품 또는 전체 브랜드 상품에 대한 소정기간마다의 고객구입금액 또는 수량으로 순위를 붙여 구입량순으로 복수 계층으로 분류하므로써 제 3 지표축으로 하는 것을 특징으로 한다.

또한, 상기 고객구입관여도는, 상기 추출 데이터에 기초해서, 특정업계시장의 전체 메이커 상품 또는 전제 브랜드 상품에 대해서 소정기간마다의 고객구입금액 또는 수량으로 순위를 붙여 구입량순으로 복수 계층으로 분할하고, 그리고나서, 복수품종을 조합하여 대부분 구입하는 고객으로부터 0~1 개의 품종을 구입하는 고객까지 상품조합에 의해 유저 타입으로 복수계층으로 분류하므로써 제 3 지표축으로 하는 것을 특징으로 한다.

또한, 고객이 특정업계시장의 특정 메이커 상품 또는 특정 브랜드 상품을 구입할 때, 판매점에 있어서의 상거래, 인터넷을 통한 전자상거래, 또는 전화ㆍ우송을 포함하는 직접거래에 의해 채집된 고객 성명 또는 코드중의 어느 하나, 상품 코드, 수량, 구입금액, 구입시점을 적어도 포함하는 구입이력 데이터를 데이터베이스에 수집하여 분석하는 기관의 고객가치분석 컴퓨터 시스템에 있어서, 그 데이터 베이스에 순차축적한 상기 특정 메이커 상품 또는 특정 브랜드 상품의 고객구입이력 데이터 베이스를 구축하고, 소정기간마다 그 데이터에 기초해서 고객을 구입금액 또는 구입수량으로 순위를 붙여 구입량순으로 복수 m 계층으로 분류한 구입량지표축과, 상기 소정기간마다 상기 고객을 특정상품의 복수 품종을 대부분 구입하는 고객으로부터 0~1 개의 품종을 구입하는 고객까지, 품종조합에 의한 유저 타입으로 복수 n 계층으로 분류한 유저 타입 지표축과의 2축에 의해 m X n 개의 셀로 고객을 분할하여 현재고객가치 맵을 생성하여 매 셀마다의 현재의 고객가치를 판정하고; 그리고나서, 상기 판매점에 있어서의 앙케이트 및/또는 어프로치, 전자상거래 및 직접거래에 있어서의 앙케이트 및/또는 어프로치, 점포 출입구에 배치된 판매원의 정보, 디렉트 메일ㆍ이메일ㆍ전화를 통한 앙케이트 및/또는 어프로치 결과에 부가하여, 복수의 이업종의 기업ㆍ사업소와 제휴하여 공통 ID를 부여하므로써 크레디트 기능을 갖는 회원 카드의 상품구입이력을 포함한 전체 메이커 상품 또는 전체 브랜드 상품의 구입 금액, 수량 및 구입내용으로부터 추정한 유저 타입의 분류를 전체 메이커ㆍ브랜드 고객구입이력 데이터베이스에 기록하며, 이 데이터베이스에 의해 특정 메이커 상품 또는 특정 브랜드 상품의 고객의 현재가치, 장래가치의 대소와 그 리소를 판정하고, 고객에 따라 효과적인 판촉투자의 선택정보를 제공하며, 투자대상ㆍ조건에 따라 매상예측방법을 제공하는 것을 특징으로 한다.

또한, 고객이 특정업계시장의 특정 메이커 상품 또는 특정 브랜드 상품을 구입할 때, 판매점에 있어서의 거래, 인터넷을 통한 전자상거래, 또는 전화ㆍ우송을 포함하는 직접거래에 의해 채집된 고객 성명 또는 코드중의 어느 하나, 상품 코드, 수량, 구입금액, 구입시점을 적어도 포함하는 구입이력 데이터를 총괄하는 기관의 고객가치분석 컴퓨터 시스템에 있어서, 그 데이터를 기록하는 상기 특정 메이커 상품 또는 특정 브랜드 상품의 고객구입이력 데이터베이스와, 판매점ㆍ전자상거래ㆍ직접거래시의 앙케이트 및/또는 어프로치, 판매원의 정보, 이업종기업ㆍ사업소와 제휴하여 공통 ID가 부여된 크레디트 회원 카드의 구입이력에 의해, 특정업종시장의 전체 메이커 또는 전체 브랜드 상품의 고객구입능력을 수량화하여 데이터를 축적하는 전체 메이커ㆍ브랜드 고객구입 데이터베이스와에 의해, 현재가치를 갖는 고객뿐만아니라 장래가치 포텐셜을 갖는 고객을 선별하여 효율적인 어프로치를 행하고 총매상을 향상시킬 수 있는 고객가치판정방법에 있어서, 상기 특정업계시장의 특정 메이커 또는 브랜드 상품에 대한 금전적 공헌도는, 고객 또는 세대단위 고객의 상품 구입금액 또는 구입개수, 구입용량 등의 매 소정기간마다의 구입수량에 의한 것으로 하여, 다구입량층, 중구입량층, 소구입량층을 적어도 포함하는 상기 고객구입이력 데이터베이스를 기초로하여 고객을 복수 계층 m 개로 분류하여 구입량지표축으로 하는 구입량 분석단계와; 상기 특정 메이커 또는 브랜드 상품을 구입하는 고객이, 상기 소정기간내에 그 메이커 또는 브랜드 상품의 품종을 총괄해서 구입하는 상위고객층과, 상기 품종을 대부분 구입하는 준상위고객층과, 상기 품종을 반수정도 이상 구입하는 중위고객층과, 품종을 평균정도 구입하는 표준고객층과, 0~1 개의 품종 정도의 하위고객층을 포함하도록, 상기 구입이력 데이터베이스를 기초로하여 고객을 복수계층 n 개로 분류하여 유저 타입 지표축으로 하는 유저 타입 분류단계와; 상기 구입수량 및 유저 타입을 포함하는 두 개의 지표축에 의해 고객을 m X n 개의 셀로 분할하고, 각 셀마다의 고객 그룹의 구성ㆍ구매상황을 나타내는 수치 데이터를 상기 구입이력 데이터베이스에 기초해서 생성하는 현재고객가치 맵생성단계와; 상기 각 셀의 고객의 장래고객가치를 판정하기 위해, 특정업계시장의 전체 메이커 또는 전체 브랜드 상품에 있어서, 상기 전체 메이커ㆍ브랜드 고객구입 데이터베이스에 기초해서 소정기간마다의 고객구입금액 또는 수량으로 순위를 부여한 구입량순으로 복수 m 계층으로 분류하는 관여도 분류단계(루트1)와, 그 데이터베이스에 기초해서 동일기간마다 복수품종을 조합하여 대부분을 구입하는 고객으로부터 0~1 개의 품종을 구입하는 고객까지, 품종조합에 의해 유저 타입으로 적어도 n 계층으로 분류하고, 또한 구입량의 각 계층을 분류하여 적어도 m X n 셀로 분할하는 관여도 분류단계(루트2)와; 상기 판매점에 있어서의 앙케이트 및/또는 어프로치, 전자상거래 및 직접거래에 있어서의 앙케이트 및/또는 어프로치, 점포 출입구에 배치된 판매원의 정보, 디렉트 메일ㆍ이메일ㆍ전화에 의한 앙케이트 및/또는 어프로치 결과에 부가하여, 복수의 이업종의 기업ㆍ사업소와 제휴하여 공통의 ID를 부여하므로써 크레디트 기능을 갖는 회원 카드의 상품구입을 포함한 구입 데이터를 추출하고, 상기 고객이 상기 특정업종시장에서, 다른 메이커 상품 또는 다른 브랜드 상품을 포함하는 전체 메이커 상품 또는 전체 브랜드 상품의 구입금액, 수량 및 구입내용으로부터 추정한 유저 타입을 분류하는 관여도 분류단계(루트3)와에 의해, 특정 상품의 고객의 현재가치, 장래가치의 대소와 그 리소스와, 상기한 각 종류의 어프로치의 인과관계를 판정하고, 고객에 따라 효과적인 판촉투자의 선택정보를 제공하며, 투자대상ㆍ조건에 따른 매상예측방법을 제공하는 고객가치 맵 예측단계로 된 것을 특징으로 한다.

또한, 상기 구입량 분석단계에 있어서, 상기 특정 메이커 또는 브랜드 상품의 각 고객의 구입량이 많은 순서로 열거하여, 전체 구입금액의 약 50% 까지를 점하는 고객층을 해피층(H층), 다음 순위로부터 상기 전체 구입금액의 약 30% 까지를 미들층(M층), 상기 전체 구입금액의 나머지 고객층을 라이트층(L)의 3계층으로 분류하는 것을 특징으로 한다.

또한, 상기 현재고객가치 맵 생성단계에 있어서, 각 셀마다의 고객 그룹의 구성ㆍ구매상황을 나타내는 수치 데이터는, 고객 또는 세대구성비, 구입금액 또는 수량 또는 용량구성비, 한사람 정도의 구입금액, 한사람 정도의 거래회수, 고객수 이고, 이 맵을 일정기간씩 연결하여 작성하고, 그 사이에 각 셀 마다의 데이터를 비교하므로써, 다음의 가까운 장래의 예측이 가능하게 되는 것을 특징으로 한다.

또한, 상기 어프로치에 있어서, 각 셀마다의 고객마다의 어프로치에 대한 리스폰스는 고객으로부터의 문의ㆍ자료청구ㆍ점포방문ㆍ구입ㆍ구입금액ㆍ계속구입ㆍ계속구입금액데이터로 한 어프로치 리스폰스 데이터베이스에 기록하고, 그 데이터베이스에 기초해서 셀마다 어프로치 효과를 계측하여 다음 회부터 효율이 좋은 셀에 대해서만 어프로치를 행하는 것을 특징으로 한다.

또한, 상기 특정 업계시장은 적어도 화장품, 각종비누, 복장, 의료품, 장식품, 핸드백ㆍ여행가방품, 가전품, 컴퓨터와 그 주변장치, 유통ㆍ운송을 포함하는 서비스업, 각종 와인ㆍ브랜디ㆍ위스키ㆍ맥주 주류를 적어도 포함하는 것을 특징으로 한다.

도 1은 본 발명의 3지표축에 의한 고객가치판정방법을 동작시키기 위한 컴퓨터 시스템의 구성도로서 그 컴퓨터 시스템에 통신회선을 통해 연결된 판매점, 고객단말기와의 관계를 나타내는 도면.

도 2는 본 발명의 3지표축에 의한 고객가치판정방법의 동작을 나타내는 순서도.

도 3은 본 발명의 3지표축에 의한 고객가치판정방법의 동작을 나타내는 순서도.

도 4는 현재고객가치 맵의 실시예를 나타내는 도면으로서, 도 4(a)는 3축의 구성을 나타내며, 도 4(b)는 도 4(a)의 사선부분의 데이터 예를 나타냄.

도 5는 장래고객가치 맵의 실시예를 나타내는 도면으로서, 도 5(a)는 그 구성을 나타내고, 도 5(b)는 도 5(a)의 사선부분의 데이터 예를 나타냄.

도 6은 X기간의 실시예를 나타내는 고객가치 맵으로서, 도 6(a)는 그 구성을 나타내며, 도 6(b) 및 도 6(c)는 그 데이터 예를 나타냄.

도 7은 Y기간의 실시예를 나타내는 고객가치 맵으로서, 도 7(a)는 그 구성을 나타내고, 도 7(b) 및 도 7(c)는 그 데이터 예를 나타냄.

도 8은 Z기간의 실시예를 나타내는 고객가치 맵으로서, 도 8(a)는 그 구성을 나타내며, 도 8(b) 및 도 8(c)는 그 데이터 예를 나타냄.

도 9는 어프로치에 의한 직접적 영향을 나타내는 Y기간 실시예의 고객가치 맵으로서, 도 9(a)는 그 구성을 나타내고, 도 9(b)는 그 데이터 예를 나타냄.

도 10은 어프로치에 의한 간접적 영향을 나타내는 Y기간 실시예의 고객가치 맵으로서, 도 10(a)는 그 구성을 나타내고, 도 10(b) 및 도 10(c)는 그 데이터 예를 나타냄.

본 발명의 3지표축에 의한 고객가치판정방법에 의해 고객가치분석을 행하는 컴퓨터 시스템(1)의 구성예와 그에 통신회선(2)을 통하여 접속되는 판매점의 단말기(3) 및 고객 단말기(4)와의 관계를 도 1에 도시한다. 도면부호 9는 고객과 직접거래를 할 때의 구입에 관한 전표를 나타낸다.

여기서, 도면부호 10은 고객가치분석 업무처리 서버이고, 이 서버에는 본 발 명의 고객가치판정방법의 수순을 기록한 분석 프로그램군(10a...)이 제공된다.

도면부호 11은 데이터베이스(12)를 관리하는 데이터베이스 서버이고, 데이터베이스(12)에는 적어도 고객구입이력 데이터베이스(12a), 전체 메이커ㆍ브랜드 고객구입이력 데이터베이스(12b), 어프로치 리스폰스 데이터베이스(12c)가 존재된다.

도면부호 13은 웹 서버이고, 14는 고객과 직접거래를 한 경우 전표 데이터(9)를 입력하는 단말기이고, 또한 디렉트 메일, 앙케이트 표 등 고객에의 어프로치를 위한 문서출력 단말기이다. 도면부호 15는 로컬 에어리어 네트워크(LAN)이다.

상기 고객구입이력 데이터베이스(12a)는, 특정업종시장의 특정 메이커 상품 또는 특정 브랜드 상품을 고객이 구입할 때, 판매점에 있어서의 거래, 인터넷을 통한 고객과의 전자상거래, 또는 고객과의 직접적인 거래 등에 의해 채집된 고객 코드, 상품 코드, 수량, 구입금액, 구입시점을 적어도 포함하는 구입이력 데이터이다.

후술하는 바와 같이, 상기 데이터베이스(12a)의 구입이력 데이터에 의해 현재의 고객가치 맵을 이하와 같이 작성한다.

즉, 소정기간마다 그 구입이력 데이터에 기초해서 고객을 구입금액 또는 구입개수 등으로 순위를 부여하므로써 구입량으로 복수 m 계층으로 분류한 구입량지표축과, 그 기간마다 상기 고객을 특정상품의 복수 품종을 대부분 구입하는 고객으로부터 0~1 개의 품종을 구입하는 고객까지 품종조합에 의해 유저 타입으로 복수 n 계층으로 분류한 유저 타입 지표축의 2축에 의해 m X n 개의 셀로 고객을 분할하여 맵을 작성한다. 셀 마다의 현재의 고객가치를 분석할 수 있다.

소정기간마다 상기 현재고객가치 맵을 2기간연속하여 계측하므로써, 다음 기간의 각 셀마다의 고객의 이동율, 유입유출율을 추정하는 것이 가능하게 되므로써 장래를 예측하는 것이 가능하다.

여기서, 판매점에 있어서의 거래의 구입이력 데이터는 도 1에 도시한 바와 같이 판매점의 단말기(3)로부터 통신회선(2)을 통하여 고객가치분석 컴퓨터 시스템(1)에 대부분이 전송된다.

또한, 고객과의 전자상거래의 구입이력 데이터는 도 1에 도시한 바와 같이 고객의 클라이언트 단말기(4)와 인터넷(2)을 통하여 컴퓨터 시스템(1)으로 전송된다.

또한, 고객과의 직접거래에 의한 구입이력 데이터는 그 구입전표에 의해, 입력단말기(14)로부터 입력된다.

그리고나서, 전체 메이커ㆍ브랜드 고객구입이력 데이터베이스(12a)는, 고객이 특정업계시장에서, 다른 메이커 상품 또는 다른 브랜드 상품을 포함하는 전체 메이커 상품 또는 브랜드 상품의 어느 정도 비율을 구입하고 있는 가에 관한 고객구입능력도를 수량화하기 위해, 상기 판매점에 있어서 앙케이트 및/또는 어프로치, 전자상거래 및 직접거래(전화ㆍ우송을 포함함)에 있어서의 앙케이트 및/또는 어프로치, 점포 출입구에 배치된 판매원의 고객능력도정보, 디렉트 메일ㆍ이메일에 있어서의 앙케이트 및/또는 어프로치 회답에 부가하여, 복수의 이업종의 기업ㆍ사업소와 제휴하여 공통의 ID를 부여하므로써 크레디트 기능을 갖는 회원 카드의 상품 구입이력을 포함하는 구입관련 추출 데이터를 기록한다.

후술하는 바와 같이, 상기 데이터베이스(12b)에 기초해서, 그 추출 데이터에 의해, 상기 고객구입능력도를 수량화한 3지표축의 장래고객가치 맵을 이하와 같이 작성한다.

즉, 첫번째로, 소정기간마다, 그 추출 데이터에 기초해서 고객을 구입금액 등으로 순위를 부여하므로써 구입량으로 복수 m 계층으로 분류하는 구입량에 의한 관여도 분류단계(1)와, 데이터베이스(12b)에 기초해서 동일기간마다 복수품종의 조합으로 대부분을 구입하는 고객으로부터 0~1 품종을 구입하는 고객까지 품종조합에 의해 유저 타입으로 적어도 n 계층으로 그리고 구입량의 각계층을 분류하여 적어도 m X n 셀로 분할하는 관여도 분류단계(2)와, 그 각 셀마다 디렉트 메일ㆍ이메일을 포함하는 각종 어프로치 및/또는 어프로치 발신에 의한 관여도 분류단계(3)로 된 작성방법이다.

여기서, 상기 어프로치 발신은 상기 일정기간 이상의 간격으로 복수회 수행하여도 된다. 그 때마다 어프로치 번호를 부여하여 전체 메이커ㆍ브랜드 고객구입이력 데이터베이스(12a)에 축적한다. 이상의 어프로치 발신문서는 주로 도 1에 도시한 어프로치 문서출력 단말기(14)에서 처리하지만, 판매점을 통하여도 된다.

그리고나서, 어프로치 리스폰스 데이터베이스(12c)는, 상기 어프로치에 대한 리스폰스를 축적한 것이다. 그 리스폰스로서는, 고객으로부터의 문의, 자료(카다로그)요청, 내점, 구입, 구입금액, 계속구입, 계속구입금액 데이터를 기록한다. 이러한 데이터의 입력 루트는 고객구입이력 데이터베이스(12a)와 동일하다.

그리고나서, 본 발명의 고객가치판정방법의 수순을 기록한 분석 프로그램군(10a)을 동작시킨 경우의 순서를 도 2 및 도 3에 기초해서 설명하기로 한다.

미리, 고객이 특정업계시장의 특정 메이커 또는 브랜드 상품을 구입할 때, 구입이력 데이터를 이하의 루트 1, 2 및 3으로부터 채집한다.

루트 1은, 판매점 단말기(3)로부터 통신회선(2)을 통하여 고객가치분석 컴퓨터 시스템(1)에 송신하는 루트이다.

루트 2는, 고객의 클라이언트 단말기(4)의 웹 페이지 입력화면으로부터 인터넷(2)을 통하여 컴퓨터 시스템(1)에 송신하는 루트이다.

루트 3은, 고객직접거래에 의해 전표 데이터를 컴퓨터 시스템(1)의 입력단말기(14)를 경유하여 입력하는 루트이다(S21).

이러한 데이터는 어느것이나 컴퓨터 시스템(1)의 고객구입이력 데이터베이스(12a)에 순차축적한다(S22).

컴퓨터 시스템(1)의 고객가치분석 업무 서버(10)는, 분석 프로그램(10a)에 의해, 소정기간(3개월 또는 6개월 정도)마다 이하의 순서로 고객을 분류하여, 현재고객가치 맵의 생성을 개시한다(S23).

여기서 우선, 구입량 지표축 생성에 대해 설명한다.

특정업계시장의 특정 메이커 또는 브랜드 상품에 대한 금전적 공헌도는 고객 또는 세대단위 고객의 상품 구입금액 또는 구입수량, 구입용량 등의 소정기간(T)마다의 구입량에 의한 것으로서, 다구입량층, 중구입량층, 소구입량층을 적어도 포함 하고, 고객구입이력 데이터베이스(12a)에 기초해서 복수 계층 m 개로 분류한다.

이상의 구입량 분석의 구체적인 실시예는 이하와 같다. 소정기간(T)마다 고객을 구입량이 많은 순서로 나열하여, 전체구입금액의 약 50%까지 차지하는 고객층을 헤비(H)층, 다음 순위로부터 상기 전체구입금액의 약 30%까지를 미들(M)층, 잔류 고객층을 라이트(L)층으로 3계층으로 분류한다(S24).

다음으로, 유저 타입 지표축 생성에 대해 설명하기로 한다.

특정 메이커 또는 브랜드 상품을 구입하는 고객이, 상기 소정기간(T)마다, 데이터베이스(12a)에 기초해서 그 메이커 또는 브랜드 상품을 구입하는 경우, 그 상품의 기초품종으로서, A, B, C가 있는 경우(예컨대, 특정업계시장이 화장품인 경우, 기본으로 되는 화장품 A와, 초벌칠로 되는 미백용 특별화장품 B와 주름 등에 효과가 있는 나이관련 특별화장품 C가 기초로 되는 화장품의 품종이다), 이러한 3품종을 전부 구입하는 고객층(ABC)과, A와 B와를 구입하는 고객층(AB)과, A와 C를 구입하는 고객층(AC)과, A만을 구입하는 고객층(A)과, B만을 구입하는 고객층(B)과, C만을 구입하는 고객층(C)으로 6분류한다(S25).

그리고나서, 구입량 지표축과 유저 타입 지표축에 의해 고객을 m X n 개의 셀(실시예에서는 3 X 6 개의 셀)로 분할한다(S31).

그리고나서, 데이터베이스(12a)를 기초로하여, 각 셀마다의 고객그룹의 구성ㆍ판매상황을 나타내는 수치 데이터를 산출하여 현재고객가치 맵을 생성한다(S32).

여기서, 각 셀마다의 고객 그룹의 구성ㆍ판매상황을 나타내는 수치 데이터는, 전체에 대한 각 셀마다의 고객의 구성비, 구입금액구성비, 1인당 구입금액, 1 인당 내점회수, 고객수 등이다.

이상의 구체적인 실시예를 도 4에 도시한다. 도 4(a)는 3축의 구성을 나타내고, 사선부분의 구체적인 데이터를 도 4(b)에 제시한다. 도 4(b)에 도시한 횡축방향은 유저 타입 지표축을 나타내며, (ABC) (AB) (AC) (A) (B) (C)로 6분류되어 있다. 한편, 종축방향은 구입량 지표축을 나타내고, (H) (M) (L)의 계층으로 3분류되어 있다. 결국 3 X 6 = 18의 셀로 고객을 분류하고, 그 고객구성비, 구입금액구성비, 구입금액, 1인당 내점회수가 4단으로 도시되어 있다. 도 4(b)는 구체적인 데이터의 일예이다.

이상으로, 현시점에 있어서의 「현재고객가치맵」을 생성하였지만, 그 위에 장래고객가치를 예측하기 위해 이하와 같은 어프로치를 행한다.

우선, 소정기간마다, 전체 메이커ㆍ브랜드 고객구입이력 데이터베이스(12b)의 추출 데이터에 기초해서 고객을 구입량으로 H, M, L 3계층으로 분류한 구입량에 의한 관여도 분류단계(1)와, 유저 타입으로 (ABC) (AB) (AC) (A) (B) (C) 6계층으로 다른 메이커 상품 또는 브랜드 상품도 구입하는 고객층(D)을 부가하여 7계층으로 분류한 유저 타입에 의한 관여도 분류단계(2)와, 각 셀 고객에의 디렉트 메일ㆍ앙케이트ㆍ이메일 배신ㆍ전화를 포함하는 어프로치용 문서를 컴퓨터 시스템(1)의 어프로치 문서출력단말기(14)에 의해 출력하는 어프로치 발신단계(3)로 된다(S33).

어프로치 문서를 고객에게 발신한 후, 그 어프로치 개시후의 일정기간(Z)(예컨대 2개월~3개월 정도) 동안 전체 메이커ㆍ브랜드 고객구입이력 데이터베이스(12b)에 기록한다(S34).

이상과 같이, 각 셀마다의 고객에게 어프로치 문서를 발신하고, 그 응답 리스폰스를 수량화하는 것에 의해 고객구입관여도 지표축을 생성한다.

데이터베이스(12b)에 기초해서, 그 일정기간(Z)내의 고객가치 맵을 생성하고, 어프로치전의 현재고객가치 맵과 비교하여 각 셀마다의 고객의 유지율, 유출율, 유입율 및 그 특정상품 전체의 고객총수와 총매상의 증감율을 산출한 장래고객가치 맵에 의해 장래를 예측한다(S35).

이상으로, 현시점에 있어서 「현재고객가치 맵」을 생성하고, 그 위에 장래의 고객가치를 예측하기 위해, 이하의 순서로 고객분류를 하고, 장래고객가치 맵 생성을 개시한다.

여기서, 우선 고객구입관여도 지표축 생성에 대해 설명하기로 한다.

우선, 소정기간마다, 전체 메이커ㆍ브랜드 고객구입이력 데이터베이스(12b)의 추출 데이터에 기초해서 고객을 구입량으로 H, M, L 3계층으로 분류한 구입량에 의한 관여도 분류단계(1)와, 유저 타입으로 (ABC) (AB) (AC) (A) (B) (C) 6계층과 특정 메이커ㆍ브랜드로는 판매하고 있지 않은 품종을 조합하여 구입하는 고객층(AD)을 부가하여 7계층으로 분류한 유저 타입에 의한 관여도 분류단계(2)의 합계 21셀로 분류한다.

그리고나서, 이 고객구입관여도지표축과 유저 타입 지표축에 의해 고객을 m X n 개의 셀(실시예에서는 21 X 6 셀)로 분할한다.

미리, 전체 메이커ㆍ브랜드 고객구입이력 데이터베이스(12)를 이하와 같이 작성한다.

즉, 판매점에 있어서의 앙케이트ㆍ전자상거래 및 직접거래(전화ㆍ우송을 포함)에 있어서 앙케이트 회답, 점포 출입구에 배치된 판매원의 고객능력도 정보, 디렉트 메일ㆍ이메일ㆍ전화에 있어서의 앙케이트 회답에 부가하여, 복수의 이업종의 기업ㆍ사업소와 제휴하여 공통 ID를 부여한 크레디트 기능을 갖는 회원 카드의 상품구입이력을 포함하는 구입에 관한 추출 데이터를 전체 메이커ㆍ브랜드 고객이력 데이터베이스(12b)에 기록한다.

그리고나서, 데이터베이스(12b)와 상기 데이터베이스(12a)에 기초해서, 일정기간(X)(예컨대 2개월~3개월) 동안 각 셀마다의 고객 그룹의 구성ㆍ판매상황을 나타내는 수치 데이터를 산출하여 장래고객가치 맵을 생성한다.

여기서, 각 셀마다의 고객 그룹의 구성ㆍ판매상황을 나타내는 수치 데이터는, 전체에 대한 각 셀마다의 고객의 구성비, 구입금액구성비, 1인당의 구입금액, 1인당의 거래횟수, 고객수 등을 포함한다.

이상의 구체적인 실시예를 도 5에 도시한다. 도 5(a)는 3축의 구성을 나타내고, 사선부분의 구체적인 데이터예를 도 5(b)에 도시한다. 여기서, 횡축방향은 특정업계시장의 특정 메이커ㆍ브랜드에 있어서 유저 타입 지표축을 나타내며, (ABC) (AB) (AC) (A) (B) (C)로 6분류 되어 있다. 한편, 종축방향은 고객구입관여도 지표축을 나타내며, 구입량에 의한 관여도 분류단계 (H) (M) (L) X 유저 타입에 의한 관여도 분류단계 (ABC) (AB) (AC) (A) (B) (C)로 21분류되어 있다. 결국 6 X 21 = 126의 셀로 고객을 분할하고, 그 고객 구성비, 구입금액구성비, 구입금액, 1인당 내점횟수가 4단으로 도시되어 있다.

상기 장래고객가치 맵에 의해, 특정업계시장의 전체 메이커 또는 브랜드 품종중 자사 브랜드의 어느 정도까지 품종이 구입되고 있는가 또는 새로운 상품분야로의 고객구입능력도을 파악하는 것에 의해, 특정 메이커ㆍ브랜드 고객의 현재가치만으로된 장래가치가 있는 고 포텐셜 고객에 대한 효율적인 어프로치를 가능하게 하는 고객판정방법이 제공된다.

그리고, 장래고객가치 맵과 상기 현재고객가치 맵을 합하여 봄으로써, 고 포텐셜 고객의 장래가치의 대소를 수량화하여 파악하는 것이 가능하며, 어프로치의 효율화가 도모된다.

즉, 장래고객가치 맵에서, 구입량에 의한 관여도 지표축(H)과 현재고객가치 맵에서 구입량 지표축(L)의 고객은, 장래가치가 (H) - (L) 정도인 것으로 추정하는 것이 가능하게 되며, 그 장래가치의 리소스를 장래가치 맵에서 판정할 수 있다.

또한, 장래고객가치 맵 내지 현재고객가치 맵의 2면에서 구성된, 3지표축에 의한 고객가치판정방법에 의해 실시된 어프로치의 리스폰스 데이터는, 어프로치에 대한 리스폰스를 축적한 데이터베이스(12c)에 축적한다. 그 리스폰스로서는, 고객으로부터의 질의, 자료(카다로그)요청, 내점, 구입, 구입금액, 계속구입, 계속구입금액 데이터 등이다. 이러한 데이터의 입력 루트는, 특정 메이커ㆍ특정 브랜드에 관한 데이터에 있어서는 데이터베이스(12a)와 동일하고, 전체 브랜드ㆍ메이커에 관한 데이터에 있어서는 데이터베이스(12b)와 동일하다.

이상과 같이, 각 셀마다의 고객에게 어프로치를 실시하고, 그 응답 리스폰스를 수량화하는 것에 의해, 특정 메이커ㆍ브랜드의 구입량지표축 및 유저 타입, 전 체 메이커ㆍ브랜드의 고객구입이력관여도 지표축을 일정기간마다 갱신하므로써, 상당히 정밀도가 높은 고객가치 판정이 가능하게 된다.

더욱이, 현재고객가치 맵을 일정기간마다 연속해서 작성하고, 그 간의 각 셀의 데이터를 비교하는 것에 의해, 가까운 장래의 고객이동 및 고객이 가져올 총매상 예측이 가능하다.

즉, 데이터베이스(12a 및 12b)에 의해, 일정기간(X)내의 현재고객가치 맵 및 장래고객가치 맵을 생성하고, 상기 수순으로 각 셀마다의 고객 어프로치를 실시한다. 데이터베이스(12c)에 축적된, 그 어프로치 리스폰스를 포함하여, 어프로치후의 일정기간(Y)내의 현재고객가치 맵 및 장래고객가치 맵을 생성한다. 일정기간(Y)내의 고객에 대하여, X 기간내에 실시된 것과 동일한 어프로치를 실시하여 판정한 경우, 동일한 수순에 의해, 어프로치후 일정기간(Z)내의 현재고객가치 맵을 추정하여 생성하는 것이 가능하다.

이상의 구체적인 실시예를 도 6, 도7 및 도 8에 도시한다. 도 6은 상기 일정기간 X내, 도 7은 Y기간내, 도 8은 Z기간내이고, 각각의 도면에서 (b)는 현재고객가치 맵, (c)는 장래고객가치 맵이다. X기간, Y기간의 현재고객가치 맵중, 구입량 지표축(H) X 유저 타입지표축(ABC) 셀의 고객에만 각각 어프로치를 실시할 때의 도면이다.

상세히 설명하면 이하와 같다. 즉, 어프로치 개시전의 소정기간(X)의 현재고객가치 맵(도 6(b)에 그 실시예를 도시함) 및 장래고객가치 맵(도 6(c)에 그 실시예를 도시함)과, 어프로치 개시후 일정기간(Y)의 현재고객가치 맵(도 7(b)에 그 실시예를 도시함) 및 장래고객가치 맵(도 7(c)에 그 실시예를 도시함)을 비교하여, 각 셀마다 이하와 같은 어프로치의 영향을 측정한다. 도 8에는 다시 어프로치 개시후 일정기간(Z)의 현재고객가치 맵 및 장래고객가치 맵의 실시예를 도시한다.

예컨대, 구입량지표축과 유저 타입 지표축에서 구성된 현재고객가치 맵의 경우, m 열 n 행의 셀 SMN에 있어서, 현재고객가치 맵(X)의 셀(SMN)의 고객구성비 T%의 고객이 어프로치의 영향에 기인하여 그 셀 SMN에 잔류하고 있는 고객유지율, 및 그 셀 SMN으로부터 유출된 고객유출율(이 고객유출율의 내역에는 SMN 이외의 어느 셀에 유출되었는가 또는 고객이 구입하지 않은 구입중지의 경우도 포함함)이 있고, 이상의 어프로치에 의한 직접적 영향도 포함한다.

이상의 구체적인 실시예를 도 9에 도시한다. 도 9는 상기 어프로치후 일정기간의 어프로치에 의한 직접영향을 수치화한 것이고, 현재고객가치 맵(X)의 구입량 지표축(H) 계층 X 유저 타입 지표축(ABC) 고객층에 어프로치한 때, 어프로치후 일정기간에 있어서, 44.8%의 고객이 동일한 셀내에 잔류하고, 37.1%의 고객이 그 이외의 셀로 유출되고, 18.1%의 고객이 구입하지 않은 것을 나타낸다.

또한, 셀 SMN에의 간접적 영향으로서, 다른 셀로부터 셀 SMN으로 고객이 유입한 고객유입율(이 고객유입율의 내역에는 셀 SMN 이외의 셀로부터 유입된 또는 비구입고객이 구입한 것과 같은 신규 구입의 경우도 포함함)이 있다.

이상의 구체적인 실시예를 도 10(a), 도 10(b), 도 10(c)에 도시한다. 도 10(b)는 상기 어프로치후 일정기간의 어프로치에 의한 간접적 영향을 수치화한 것이고, 현재고객가치 맵(X)의 구입량 지표축(H) 계층 X 유저 타입 지표축(ABC) 고객 에 어프로치한 때, 어프로치후 일정기간에 있어서, 어프로치 대상외인 (M) 계층 X (AB)고객의 13.3%가 동일한 셀내에 잔류하고, 3.8%가 (H)계층 X (ABC) 고객층으로 유출되었고, 42.5%가 그 이외의 셀로 유출되었으며, 40.4%가 구입하지 않은 것을 나타내고 있다. 또한, 도 10(c)는, 21432 명의 비구입객이 새롭게 구입하게 된 것을 나타내고 있고, 5.7%가 (H) 계층 X (ABC) 고객층으로 유입되었고, 94.3%가 그 이외의 셀로 유입된 것을 나타내고 있다.

이상과 같은 내용에 의해, 유지, 유입, 유출과의 금액, 수량의 절대치, 증감율을 파악할 수 있다.

이에 따라, 보다 정확한 장래예측이 가능하게 된다.

본 발명의 3 지표축에 의한 고객가치를 기준으로 한 매상예측은, 이하에 설명하는 바와 같은 효과를 갖는다.

특정 상품의 판매에 있어서, 그 고객의 현재가치, 장래가치의 대소와 그 리소스를 판정하고, 고객에 따라 효과적인 판촉투자 선택정보를 제공하며, 투자대상ㆍ조건에 따라 매상예측방법을 제공하는 것이 가능하게 된다.

<도면 부호의 설명>

1 고객가치분석 컴퓨터 시스템 2 통신회선 또는 인터넷 회선

3 판매점의 단말기 4 고객의 클라이언트 단말기

9 고객과 직접거래를 한 때의 전표

10 고객가치분석업무처리 서버 10a 분석 프로그램군

11 데이터베이스 서버

12 데이터베이스 12a 고객구입이력 데이터베이스

12b 전체 메이커ㆍ고객구입이력 데이터베이스

12c 어프로치 리스폰스 데이터베이스

13 웹 서버

14 직접거래 전표 데이터 입력 및 DM 등 어프로치 문서 출력 단말기

15 LAN

제 1 축 구입량지표축

제 2 축 유저 타입 지표축

제 3 축 고객구입관여도 지표축

도 4(b), 도 5(b), 도 6(b), 도 6(c)

각 단 데이터

1단: 고객구성비

2단: 금액구성비 총회원수: 34,367 명

3단: 1인당 구입금액 총구입금액: 427,928,827 엔

4단: 1인당 내점횟수 데이터 기간: 2000/7/1~9/30

도 7(b), 도 7(c)

각 단 데이터

1단: 고객구성비

2단: 금액구성비 총회원수: 34,652 명

3단: 1인당 구입금액 총구입금액: 453,507,059 엔

4단: 1인당 내점횟수 데이터 기간: 2000/10/1~12/31

도 8(b), 도 8(c)

각 단 데이터

1단: 고객구성비

2단: 금액구성비 총회원수: 34,480 명

3단: 1인당 구입금액 총구입금액: 471,353,138 엔

4단: 1인당 내점횟수 데이터 기간: 2001/1/1~3/31

도 9(b)

각 단 데이터 X기간에 있어서 구입량 지표축(H)

1단: 고객구성비 유저 타입 지표축 (ABC) 회원수 1,279명

2단: 금액구성비 동일 회원의 Y기간에 있어서의 구입금액

3단: 1인당 구입금액 총구입금액: 41,278,830 엔

4단: 1인당 내점횟수 데이터 기간: 2000/10/1~12/31

도 10(b)

각 단 데이터 X기간에 있어서 구입량 지표축(M)

1단: 고객구성비 유저 타입 지표축 (AB) 회원수 3,701명

2단: 금액구성비 동일 회원의 Y기간에 있어서의 구입금액

3단: 1인당 구입금액 총구입금액: 57,910,680 엔

4단: 1인당 내점횟수 데이터 기간: 2000/10/1~12/31

도 10(c)

각 단 데이터 X기간에 비구입하고, Y기간에 있어서

1단: 고객구성비 신규구입한 회원수 21,432명

2단: 금액구성비 동일 회원의 Y기간에 있어서의 구입금액

3단: 1인당 구입금액 총구입금액: 171,992,713 엔

4단: 1인당 내점횟수 데이터 기간: 2000/10/1~12/31

Claims (10)

  1. 구입이력 데이터를 데이터베이스에 수집하여 분석하는 기관의 고객가치분석 컴퓨터 시스템을 이용하여 얻어지는 고객가치를 기준으로한 매상예측방법에 있어서,
    상기 컴퓨터시스템은, 현재고객가치맵과 장래고객가치맵을 작성하는 분석프로그램군을 갖는 고객가치분석업무처리 서버와 각종 데이터베이스를 관리하는 데이터베이스 서버와 웹 서버와 통신회선에 접속되는 데이터입출력 단말기를 구비하고;
    상기 데이터베이스 서버는, 고객이 특정업계시장의 특정 메이커 상품 또는 특정 브랜드 상품을 구입할 때, 상품 판매점에 있어서의 거래, 인터넷을 통한 전자상거래, 전화ㆍ우송을 포함한 직접거래에 의해 채집된 고객성명 또는 코드중 어느 하나, 상품 코드, 수량, 구입금액, 구입시점을 적어도 포함하는 구입이력 데이터가 축적되는 고객구입이력 데이터베이스와,
    판매점의 출입구에 있어서의 앙케이트 및/또는 어프로치, 상기 웹 서버에 의한 전자상거래에 있어서의 앙케이트 및/또는 어프로치, 디렉트 메일,이메일, 전화에 의한 앙케이트 및/또는 어프로치, 점포 출입구에 배치된 판매원의 고객정보에 부가하여 복수 이업종 기업ㆍ사업소와 제휴하여 공통의 ID를 부여하므로써 크레디트 기능을 갖는 회원 카드의 상품구입이력을 포함하는 구입이력데이터가 축적된 전체 메이커ㆍ브랜드 고객구입이력 데이터베이스를 적어도 구비하며;
    상기 고객가치분석업무처리 서버는,
    상기 고객구입이력 데이터베이스를 소정기간마다 검색하고, 추출 데이터에 기초해서 고객을 구입금액 또는 수량으로 순위를 부여한 구입량순으로 복수 계층으로 분류한 셀의 구입량 지표축(제 1 지표축)을 작성하는 단계와,
    그 고객구입이력 데이터베이스를 상기 소정기간마다 검색하여, 추출 데이터에 기초해서 특정 메이커 상품 또는 특정 브랜드 상품의 복수품종을 조합하여 대부분 구입하는 고객으로부터 0~1 품종만 구입하는 고객까지 상품조합에 의해 유저 타입으로 복수 계층으로 분류한 셀의 유저 타입 지표축(제 2 지표축)을 작성하는 단계와,
    상기 제 1 및 제 2 지표축에 의해 고객을 각 복수계층의 곱으로 분할한 셀에 의해, 그 맵을 작성하고, 셀마다의 현재의 고객가치분석이 가능한 상기 「현재고객가치맵」작성단계와,
    상기 전체 메이커ㆍ브랜드 고객구입이력 데이터베이스를 상기 소정기간마다 검색하고, 추출 데이터에 기초해서 고객을 구입금액ㆍ구입수량으로 순위를 부여한 구입량순으로 복수계층으로 분류하는 구입량에 의한 관여도 분류단계와,
    그 전체 메이커ㆍ브랜드 고객구입이력 데이터베이스를 상기 소정기간마다 검색하고, 추출 데이터에 기초해서, 특정 메이커 상품 또는 특정 브랜드 상품의 복수 품종의 조합으로 대부분 구입하는 고객으로부터 0~1 품종을 구입하는 고객까지 품종조합에 의해 상기 특정 메이커ㆍ브랜드는 판매하고 있지 않은 품종을 조합하여 구입하는 고객을 부가하여 유저 타입으로 복수계층으로 분류하는 유저 타입에 의한 관여도 분류단계와,
    그들 두 개의 관여도 분류단계의 각각의 복수계층의 곱으로 분류한 셀에 의해 고객구입관여도 지표축(제 3 지표축)을 작성하는 단계와,
    상기 유저 타입 지표축(제 2 지표축)과 상기 고객구입관여도 지표축(제 3 지표축)에 의해 고객의 각각의 복수계층의 곱으로 분할한 셀에 의해 맵을 작성하며, 셀마다 장래의 고객가치분석이 가능한 상기「장래고객가치맵」작성단계를 구비하며;
    상기 데이터베이스에 수집된 특정상품에 대한 고객소비정보를, 구입량지표축(제 1 지표축)과, 유저 타입 지표축(제 2 지표축)과, 고객구입관여도 지표축(제 2 지표축)의 3지표축의 조합을 이용하여 상기 현재고객가치맵과 상기 장래고객가치맵을 작성함으로써, 고객의 현재가치와 장래가치의 대소 및 고객장래가치의 리소스를 판정하는 고객가치평가 셀로 분할하고, 또한, 상기 고객가치평가 셀의 경시변화와 판촉투자에 의한 변화를 측정하며, 상기 판촉투자와 매상의 인과관계를 수량화하는 것에 의해 매상예측시뮬레이션을 행하는 것을 특징으로 하는 3 지표축에 의한 고객가치를 기준으로 한 매상예측방법.
  2. 제 1 항에 있어서,
    상기 데이터베이스는, 고객에 대한 상기 어프로치에 관한 리스폰스를 축적하는 어프로치 리스폰스 데이터베이스를 구비하고;
    상기 고객가치분석업무처리 서버의 분석 프로그램은, 고객구입관여도 지표축(제 2 지표축)을 작성하는 상기 두 개의 관여도 분류단계에 부가하여, 상기 분할된 셀마다 디렉트 메일ㆍ이메일을 포함하는 각종 어프로치 및/또는 어프로치 발신을 일정기간이상의 간격으로 복수회 행하는 어프로치 발신단계와,
    그 어프로치 발신의 응답 리스폰스를 상기 어프로치 리스폰스 데이터베이스에 축적함과 동시에, 그 응답 리스폰스를 수량화하는 것에 의한 셀로 분류된 고객구입관여도 지표축(제 3 지표축)을 생성하는 단계와,
    그 제 3 지표축을 이용하여 고객을 분류한 셀에 의해, 그 맵을 작성하고, 셀마다의 장래의 고객가치분석이 가능한 「장래고객가치맵」작성단계를 구비하는 것을 특징으로 하는 3 지표축에 의한 고객가치를 기준으로한 매상예측방법.
  3. 삭제
  4. 삭제
  5. 고객이 특정업계시장의 특정 메이커 상품 또는 특정 브랜드 상품을 구입할 때, 판매점에 있어서의 상거래, 인터넷을 통한 전자상거래, 또는 전화ㆍ우송을 포함하는 직접거래에 의해 채집된 고객 성명 또는 코드중의 어느 하나, 상품 코드, 수량, 구입금액, 구입시점을 적어도 포함하는 구입이력 데이터를 데이터베이스에 수집하여 분석하는 기관의 고객가치분석 컴퓨터 시스템을 이용한 고객가치를 기준으로한 매상예측방법에 있어서,
    상기 컴퓨터 시스템은 현재고객가치맵과 장래고객가치맵을 작성하는 분석 프로그램군을 갖는 고객가치분석업무처리 서버와, 데이터베이스를 관리하는 데이터베이스 서버와, 웹 서버와 통신회선에 접속되는 데이터 입출력 단말기를 갖고;
    상기 데이터베이스 서버는, 상기 특정 메이커 또는 특정 브랜드 상품의 상기 구입이력 데이터를 축적하는 고객이력 데이터베이스와,
    상기 판매점에서의 앙케이트 및/또는 어프로치, 웹 서버에 의한 전자상거래 및 상기 단말기에 의한 직접거래에 있어서의 앙케이트 및/또는 어프로치, 점포 출입구에 배치된 판매원의 정보, 디렉트 메일, 이메일ㆍ전화를 통한 앙케이트 및/또는 어프로치 결과에 부가하여, 복수 이업종의 기업ㆍ사업소와 제휴하여 공통 ID를 부여한 크레디트 기능을 갖는 회원 카드의 상품구입이력을 포함하는 구입데이터를 추출하고, 상기 고객이 상기 특정업계시장에서, 다른 메이커 상품 또는 다른 브랜드 상품을 포함하는 전체 메이커 상품 또는 전체 브랜드 상품의 구입금액, 수량 및 구입내용으로부터 추정한 고객구입이력 데이터를 축적하는 전체 메이커ㆍ브랜드 고객구입이력 데이터베이스를 설치하고,
    상기 고객가치분석업무처리 서버는, 고객구입이력 데이터베이스를 검색하고, 소정기간마다 그 데이터에 기초해서 고객을 구입금액 또는 구입수량으로 순위를 부여한 구입량순으로 복수 m 계층으로 분류한 셀의 구입량 지표축과, 상기 소정기간마다 상기 고객을 특정상품의 복수품종을 대부분 구입하는 고객으로부터 0~1 품종을 구입하는 고객까지 품종조합에 의해 유저 타입으로 복수 n 계층으로 분류한 셀의 유저 타입 지표축과의 2축에 의해 m X n 개의 셀로 고객을 분할하여 상기 「현재고객가치맵」을 생성하여 셀마다의 현재의 고객가치를 상기 분석 프로그램으로 판정하는 단계와,
    상기 전체 메이커ㆍ브랜드 고객구입이력 데이터베이스를 검색하고, 소정기간마다의 고객구입량관여도 분류 및 상기 유저 타입관여도 분류의 각 분류수의 곱에 의해 분류된 셀의 고객구입량관여도 지표축(제 3 지표축)에 의해 고객의 셀 분할을 행하고, 그 축을 이용하여 상기 「장래고객가치맵」을 생성하여, 셀마다의 장래의 고객가치를 상기 분석 프로그램에서 판정하는 단계를 구비하며,
    상기 고객이력 데이터베이스 및 상기 전체 메이커ㆍ브랜드 고객이력 데이터베이스에 의해 특정 메이커 상품 또는 특정 브랜드 상품의 고객의 현재가치, 장래가치의 대소와 그 리소스를 판정하며, 고객에 따라 효과적인 판촉투자의 선택정보를 제공하고, 투자대상ㆍ조건에 따라 매상예측방법을 제공하는 것을 특징으로 하는 3지표축에 의한 고객가치를 기준으로한 매상예측방법.
  6. 고객이 특정업계시장의 특정 메이커 상품 또는 특정 브랜드 상품을 구입할 때, 판매점에 있어서의 거래, 인터넷을 통한 전자상거래, 또는 전화ㆍ우송을 포함하는 직접거래에 의해 채집된 고객 성명 또는 코드중의 어느 하나, 상품 코드, 수량, 구입금액, 구입시점을 적어도 포함하는 구입이력 데이터를 총괄하는 기관의 고객가치분석 컴퓨터 시스템을 이용한 고객가치를 기준으로하여 현재가치뿐만아니라 장래가치가 있는 고포텐셜 고객을 선별하여 효율적인 어프로치를 행하고 총매상을 향상시킬 수 있는 매상예측방법에 있어서,
    상기 컴퓨터시스템은, 현재고객가치맵과 장래고객가치맵을 작성하는 분석 프로그램군을 갖는 고객가치분석업무처리 서버와, 그 분석프로그램에 필요한 데이터를 축적하는 상기 특정 메이커 상품 또는 특정 브랜드 상품의 고객구입이력 데이터베이스와, 판매점ㆍ전자상거래ㆍ직접거래시의 앙케이트 및/또는 어프로치, 판매원의 정보, 이업종기업ㆍ사업소와 제휴하여 공통 ID를 부여한 크레디트 회원 카드의 구입이력에 의해, 특정업종시장의 전체 메이커 또는 전체 브랜드 상품의 고객구입능력도를 수량화한 데이터를 축적하는 전체 메이커ㆍ브랜드 고객구입 데이터베이스를 적어도 구비하고,
    상기 고객가치분석 업무처리 서버는, 상기 특정업계시장의 특정 메이커 또는 브랜드 상품에 대한 공헌도는, 고객 또는 세대단위 고객의 상품 구입금액 또는 구입개수, 구입용량 등의 매 소정기간마다의 구입수량에 의한 것으로 하여, 다구입량층, 중구입량층, 소구입량층을 적어도 포함하는 상기 고객구입이력 데이터베이스를 기초로하여 고객을 복수 계층 m 개로 분류하여 구입량지표축(제 1 지표축)으로 하는 구입량 분석단계와;
    상기 특정 메이커 또는 브랜드 상품을 구입하는 고객이, 상기 소정기간내에 그 메이커 또는 브랜드 상품의 품종을 총괄해서 구입하는 상위고객층과, 상기 품종을 대부분 구입하는 준상위고객층과, 상기 품종을 반수정도 이상 구입하는 중위고객층과, 품종을 평균정도 구입하는 표준고객층과, 0~1 개의 품종 정도의 하위고객층을 포함하도록, 상기 구입이력 데이터베이스를 기초로하여 고객을 복수계층 n 개로 분류하여 유저 타입 지표축(제 2 지표축)으로 하는 유저 타입 분류단계와;
    상기 구입수량 및 유저 타입을 포함하는 두 개의 지표축에 의해 고객을 m X n 개의 셀로 분할하고, 각 셀마다의 고객 그룹의 구성ㆍ구매상황을 나타내는 수치 데이터를 상기 구입이력 데이터베이스에 기초해서 생성하는 상기 「현재고객가치맵」생성단계와;
    상기 각 셀의 고객의 장래고객가치를 판정하기 위해, 특정업계시장의 전체 메이커 또는 전체 브랜드 상품에 있어서, 상기 전체 메이커ㆍ브랜드 고객구입 데이터베이스에 기초해서 소정기간마다의 고객구입금액 또는 수량으로 순위를 부여한 구입량순으로 복수 m 계층으로 분류하는 관여도 분류단계(1)와, 그 데이터베이스에 기초해서 동일기간마다 복수품종을 조합하여 대부분을 구입하는 고객으로부터 0~1 개의 품종을 구입하는 고객까지 품종조합에 부가하여 상기 특정 메이커ㆍ브랜드로서는 판매되지 않은 품종을 조합하여 구입하는 고객에 의해 유저 타입으로 적어도 n 계층으로, 그 위에 구입량의 각 계층을 분류한 적어도 m X n 셀로 분할한 관여도 분류단계(2)와;
    상기 판매점에 있어서의 앙케이트 및/또는 어프로치, 전자상거래 및 직접거래에 있어서의 앙케이트 및/또는 어프로치, 점포 출입구에 배치된 판매원의 정보, 디렉트 메일ㆍ이메일ㆍ전화에 의한 앙케이트 및/또는 어프로치에 의한 소정기간마다의 어프로치 발신단계(3)에 의해, 그 리스폰스를 수량화하여 상기 소정기간마다 상기 셀의 내용을 갱신하여 고객구입관여도 지표축(제 3 지표축)을 작성하는 단계와;
    그 제 3 지표축과 상기 제 2 지표축에 의해 고객을 각각의 각분류수의 곱으로 분할한 셀에 의해 상기 「장래고객가치맵」을 작성하는 단계와;
    특정 상품의 고객의 현재가치, 장래가치의 대소와 그 리소스와, 상기한 각 종류의 어프로치의 인과관계를 판정하고, 고객에 따라 효과적인 판촉투자의 선택정보를 제공하며, 투자대상ㆍ조건에 따른 매상예측방법을 제공하는 고객가치 맵 예측단계로 된 것을 특징으로 하는 3지표축에 의한 고객가치를 기준으로한 매상 예측방법.
  7. 제 6 항에 있어서,
    상기 구입량 분석단계에 있어서, 상기 특정 메이커 또는 브랜드 상품의 각 고객의 구입량이 많은 순서로 열거하여, 전체 구입금액의 약 50% 까지를 점하는 고객층을 해피층(H층), 다음 순위로부터 상기 전체 구입금액의 약 30% 까지를 미들층(M층), 상기 전체 구입금액의 나머지 고객층을 라이트층(L)의 3계층으로 분류하는 것을 특징으로 하는 3지표축에 의한 고객가치를 기준으로한 매상 예측방법.
  8. 제 6 항 또는 제 7 항에 있어서,
    상기 현재고객가치 맵 생성단계에 있어서, 각 셀마다의 고객 그룹의 구성ㆍ구매상황을 나타내는 수치 데이터는, 고객 또는 세대구성비, 구입금액 또는 수량 또는 용량구성비, 한사람 정도의 구입금액, 한사람 정도의 거래회수, 고객수이고, 이 맵을 일정기간씩 연결하여 작성하고, 그 사이에 각 셀 마다의 데이터를 비교하므로써, 다음의 가까운 장래의 예측이 가능하게 되는 것을 특징으로 하는 3지표축에 의한 고객가치를 기준으로한 매상 예측방법.
  9. 제 6 항에 있어서,
    상기 어프로치에 있어서, 각 셀마다의 고객마다의 어프로치에 대한 리스폰스는 고객으로부터의 문의ㆍ자료청구ㆍ점포방문ㆍ구입ㆍ구입금액ㆍ계속구입ㆍ계속구입금액데이터로 한 어프로치 리스폰스 데이터베이스에 기록하고, 그 데이터베이스에 기초해서 셀마다 어프로치 효과를 계측하여 다음 회부터 효율이 좋은 셀에 대해서만 어프로치를 행하는 것을 특징으로 하는 3지표축에 의한 고객가치를 기준으로한 매상 예측방법.
  10. 제 1 항, 2 항, 5 항 또는 6 항에 있어서,
    상기 특정 업계시장은 적어도 화장품, 각종비누, 복장, 의료품, 장식품, 핸드백ㆍ여행가방품, 가전품, 컴퓨터와 그 주변장치, 유통ㆍ운송을 포함하는 서비스업, 각종 와인ㆍ브랜디ㆍ위스키ㆍ맥주 주류를 적어도 포함하는 것을 특징으로 하는 3지표축에 의한 고객가치를 기준으로한 매상 예측방법.
KR1020037015763A 2001-05-31 2002-04-26 3지표축에 의해 표현된 고객가치를 기준으로 한 매상 예측 KR100712711B1 (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2001165325A JP2002358402A (ja) 2001-05-31 2001-05-31 3指標軸による顧客価値を基準とした売上予測方法
JPJP-P-2001-00165325 2001-05-31
PCT/JP2002/004289 WO2002099711A1 (fr) 2001-05-31 2002-04-26 Prevision de ventes a l'aide d'une valeur de client representee par trois axes d'indices servant de critere

Publications (2)

Publication Number Publication Date
KR20040006009A KR20040006009A (ko) 2004-01-16
KR100712711B1 true KR100712711B1 (ko) 2007-05-02

Family

ID=19008007

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020037015763A KR100712711B1 (ko) 2001-05-31 2002-04-26 3지표축에 의해 표현된 고객가치를 기준으로 한 매상 예측

Country Status (7)

Country Link
US (1) US7577579B2 (ko)
EP (1) EP1413967A4 (ko)
JP (1) JP2002358402A (ko)
KR (1) KR100712711B1 (ko)
CN (1) CN1513151A (ko)
TW (1) TWI284848B (ko)
WO (1) WO2002099711A1 (ko)

Families Citing this family (56)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7372952B1 (en) 2002-03-07 2008-05-13 Wai Wu Telephony control system with intelligent call routing
US7254548B1 (en) 2002-07-10 2007-08-07 Union Beach, L.P. System and method for the administration of financial accounts using profiles
US20070239614A1 (en) * 2002-07-10 2007-10-11 Union Beach, L.P. System and method for the storage of data in association with financial accounts
US7136448B1 (en) * 2002-11-18 2006-11-14 Siebel Systems, Inc. Managing received communications based on assessments of the senders
US7676034B1 (en) 2003-03-07 2010-03-09 Wai Wu Method and system for matching entities in an auction
US20050038701A1 (en) * 2003-08-13 2005-02-17 Alan Matthew Computer system for card in connection with, but not to carry out, a transaction
US7539621B2 (en) * 2003-08-22 2009-05-26 Honda Motor Co., Ltd. Systems and methods of distributing centrally received leads
US7694874B2 (en) 2006-03-29 2010-04-13 Amazon Technologies, Inc. Over-the-air device provisioning and activation
US8300798B1 (en) 2006-04-03 2012-10-30 Wai Wu Intelligent communication routing system and method
US7690564B2 (en) 2006-06-13 2010-04-06 American Express Travel Related Services Company, Inc. Automatic classification of credit card customers
WO2008017200A1 (fr) * 2006-07-31 2008-02-14 Golix Management Consulting Ltd. Procédé pour prévoir des possibilités de vente et un potentiel de compte, et son système informatique
US9087335B2 (en) * 2006-09-29 2015-07-21 American Express Travel Related Services Company, Inc. Multidimensional personal behavioral tomography
WO2008067618A1 (en) * 2006-12-08 2008-06-12 Crosssell Pty Ltd Methods and systems for providing on-demand data and for analysing customer requirements
US20090018996A1 (en) * 2007-01-26 2009-01-15 Herbert Dennis Hunt Cross-category view of a dataset using an analytic platform
US8160984B2 (en) 2007-01-26 2012-04-17 Symphonyiri Group, Inc. Similarity matching of a competitor's products
US8504598B2 (en) * 2007-01-26 2013-08-06 Information Resources, Inc. Data perturbation of non-unique values
US20080263000A1 (en) * 2007-01-26 2008-10-23 John Randall West Utilizing aggregated data
US10366426B2 (en) 2007-03-09 2019-07-30 Amazon Technologies, Inc. Personalizing handheld electronic book readers
JP4879796B2 (ja) * 2007-03-28 2012-02-22 スプリームシステムコンサルティング株式会社 Rf分析・rf予測プログラム
JP2008287371A (ja) * 2007-05-15 2008-11-27 Dentsu Retail Marketing Inc 店舗管理システム及びプログラム
EP2168089A2 (en) * 2007-06-14 2010-03-31 The Nielsen Company (U.S.), Inc. Methods and apparatus to weight incomplete respondent data
US8187087B2 (en) * 2007-12-26 2012-05-29 Scientific Games Holdings Limited System and method for collecting and using player information
CN101470722A (zh) * 2007-12-27 2009-07-01 鸿富锦精密工业(深圳)有限公司;鸿海精密工业股份有限公司 产品基本资料配置系统及方法
US8660945B1 (en) * 2008-06-04 2014-02-25 Intuit Inc. Method and system for identifying small businesses and small business operators
US8874460B2 (en) * 2009-01-19 2014-10-28 Appature, Inc. Healthcare marketing data optimization system and method
US20110231410A1 (en) * 2009-01-19 2011-09-22 Appature, Inc. Marketing survey import systems and methods
US8244573B2 (en) 2009-01-19 2012-08-14 Appature Inc. Dynamic marketing system and method
CA2760769A1 (en) 2009-05-04 2010-11-11 Visa International Service Association Determining targeted incentives based on consumer transaction history
US8543445B2 (en) * 2009-12-21 2013-09-24 Hartford Fire Insurance Company System and method for direct mailing insurance solicitations utilizing hierarchical bayesian inference for prospect selection
US20110178843A1 (en) * 2010-01-20 2011-07-21 American Express Travel Related Services Company, Inc. System and method for using spend behavior to identify a population of consumers that meet a specified criteria
US20110178846A1 (en) * 2010-01-20 2011-07-21 American Express Travel Related Services Company, Inc. System and method for using spend level data to match a population of consumers to merchants
US20110178847A1 (en) * 2010-01-20 2011-07-21 American Express Travel Related Services Company, Inc. System and method for identifying a selected demographic's preferences using spend level data
US20110178855A1 (en) * 2010-01-20 2011-07-21 American Express Travel Related Services Company, System and method for increasing marketing performance using spend level data
US20110178848A1 (en) * 2010-01-20 2011-07-21 American Express Travel Related Services Company, Inc. System and method for matching consumers based on spend behavior
US20110178844A1 (en) * 2010-01-20 2011-07-21 American Express Travel Related Services Company, Inc. System and method for using spend behavior to identify a population of merchants
US20110178845A1 (en) * 2010-01-20 2011-07-21 American Express Travel Related Services Company, Inc. System and method for matching merchants to a population of consumers
US20110178841A1 (en) * 2010-01-20 2011-07-21 American Express Travel Related Services Company, Inc. System and method for clustering a population using spend level data
US8571919B2 (en) * 2010-01-20 2013-10-29 American Express Travel Related Services Company, Inc. System and method for identifying attributes of a population using spend level data
US8965366B1 (en) 2010-02-18 2015-02-24 Amazon Technologies, Inc. World SIM
US8626165B1 (en) 2010-02-18 2014-01-07 Amazon Technologies, Inc. Dynamic carrier switching
US9020479B1 (en) 2010-02-18 2015-04-28 Amazon Technologies, Inc. Single version of a user device modem for use with different wireless carriers
US8745413B2 (en) 2011-03-02 2014-06-03 Appature, Inc. Protected health care data marketing system and method
US8635158B1 (en) * 2011-04-04 2014-01-21 Ledder High Risk Capital Ventures, Lp Student loan repayment system
CN102890803B (zh) * 2011-07-21 2016-01-06 阿里巴巴集团控股有限公司 电子商品异常交易过程的确定方法及其装置
US20130166379A1 (en) * 2011-12-21 2013-06-27 Akintunde Ehindero Social Targeting
JP5974868B2 (ja) * 2012-11-30 2016-08-23 富士通株式会社 クラスタリングプログラム、クラスタリング方法、およびクラスタリング装置
US20140200967A1 (en) * 2013-01-11 2014-07-17 Model It Oy Method and system for analyzing brand value
US9454767B2 (en) 2013-03-13 2016-09-27 Salesforce.Com, Inc. Systems, methods, and apparatuses for implementing a related command with a predictive query interface
US20150095111A1 (en) * 2013-09-27 2015-04-02 Sears Brands L.L.C. Method and system for using social media for predictive analytics in available-to-promise systems
US10311364B2 (en) 2013-11-19 2019-06-04 Salesforce.Com, Inc. Predictive intelligence for service and support
CN103714139B (zh) * 2013-12-20 2017-02-08 华南理工大学 一种移动海量客户群识别的并行数据挖掘方法
US20150332296A1 (en) * 2014-05-19 2015-11-19 International Business Machines Corporation Predicting customer value
CN104361205B (zh) * 2014-10-21 2018-09-04 上海重盟信息技术有限公司 访客信息处理系统及方法
CN105589911B (zh) 2014-12-31 2019-05-10 中国银联股份有限公司 客户价值评估方法及系统
CN106060592B (zh) * 2016-06-29 2019-01-29 广东省广告集团股份有限公司 一种基于电视广告智能采购物品的方法及其系统
CN106897894A (zh) * 2016-12-30 2017-06-27 厦门南讯软件科技有限公司 一种基于对客户订单分析的客户精准分层方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000187690A (ja) * 1998-12-24 2000-07-04 Dentsu Tec Inc 顧客価値マップの作成方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0934873A (ja) 1995-07-21 1997-02-07 Hitachi Ltd 顧客分類方法およびシステム
JPH10124732A (ja) 1996-10-15 1998-05-15 Tec Corp 会員コード記録媒体の作成装置及びその作成方法
US6298342B1 (en) * 1998-03-16 2001-10-02 Microsoft Corporation Electronic database operations for perspective transformations on relational tables using pivot and unpivot columns
JP2000003394A (ja) * 1998-06-16 2000-01-07 Hitachi Ltd パーソナルマーチャンダイジングシステム
US6216129B1 (en) * 1998-12-03 2001-04-10 Expanse Networks, Inc. Advertisement selection system supporting discretionary target market characteristics
US7007029B1 (en) * 1999-01-15 2006-02-28 Metaedge Corporation System for visualizing information in a data warehousing environment
US6334110B1 (en) * 1999-03-10 2001-12-25 Ncr Corporation System and method for analyzing customer transactions and interactions
JP2001092840A (ja) 1999-09-22 2001-04-06 Bellsystem 24 Inc 消費感性モデルに基づく情報提供システム

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000187690A (ja) * 1998-12-24 2000-07-04 Dentsu Tec Inc 顧客価値マップの作成方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
1020037015763 - 601882 *
12187690 *

Also Published As

Publication number Publication date
WO2002099711A1 (fr) 2002-12-12
EP1413967A1 (en) 2004-04-28
JP2002358402A (ja) 2002-12-13
KR20040006009A (ko) 2004-01-16
EP1413967A4 (en) 2007-07-25
US7577579B2 (en) 2009-08-18
US20040138958A1 (en) 2004-07-15
TWI284848B (en) 2007-08-01
CN1513151A (zh) 2004-07-14

Similar Documents

Publication Publication Date Title
Corsten et al. Desperately seeking shelf availability: an examination of the extent, the causes, and the efforts to address retail out-of-stocks
Raijas The consumer benefits and problems in the electronic grocery store
Marzo-Navarro et al. The benefits of relationship marketing for the consumer and for the fashion retailers
Basuroy et al. The impact of category management on retailer prices and performance: Theory and evidence
JP4360759B2 (ja) 相関分析を用いて広告の販売効果を調査する方法およびシステム
Marcus A practical yet meaningful approach to customer segmentation
Jepsen Factors affecting consumer use of the Internet for information search
Blattberg et al. Sales promotion models
US8175908B1 (en) Systems and methods for constructing and utilizing a merchant database derived from customer purchase transactions data
Bendoly et al. Online/in-store integration and customer retention
Koelemeijer et al. Assessing the effects of assortment and ambience: a choice experimental approach
Vazquez et al. Service quality in supermarket retailing: identifying critical service experiences
US8073727B2 (en) System and method for hierarchical weighting of model parameters
US6970830B1 (en) Methods and systems for analyzing marketing campaigns
Lang et al. Relationship quality, on-line banking and the information technology gap
US8078503B1 (en) Methods and system for providing real time offers to a user based on obsolescence of possessed items
US20110106607A1 (en) Techniques For Targeted Offers
Harn et al. E-Commerce: A study on online shopping in Malaysia
US20070282681A1 (en) Method of obtaining and using anonymous consumer purchase and demographic data
US10430803B2 (en) Methods and systems for predicting consumer behavior from transaction card purchases
US20030200129A1 (en) Method and system for allocating shelf space
Banker et al. Contextual analysis of performance impacts of outcome-based incentive compensation
US20110099045A1 (en) Assumed Demographics, Predicted Behavior, and Targeted Incentives
Stone et al. Database marketing
Basker The causes and consequences of Wal-Mart's growth

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
J201 Request for trial against refusal decision
AMND Amendment
B701 Decision to grant
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20100402

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20130218

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20160328

Year of fee payment: 12