TW201503022A - 市場調查、分析系統 - Google Patents

Abstract

本發明之目的在於使得能夠進行高精度的市場調查、分析。市場調查、分析系統1具有：使儲存於資料庫之顧客資料波形化的波形生成手段；算出由上述波形生成手段生成之至少2個以上之波形的點間的差分的手段；算出由上述波形生成手段生成之至少2個以上之波形的線段角度的差分的手段；判斷上述點間的差分是否處於閾值內的手段；判斷上述線段角度的差分是否處於閾值內的手段；算出上述點間的差分處於閾值內的比例的手段；算出上述線段角度的差分處於閾值內的比例的手段；及，根據上述點間的差分處於閾值內的比例與上述線段角度的差分處於閾值內的比例而算出至少2個以上之波形之近似度的手段。

Description

市場調查、分析系統

本發明係關於一種市場調查、分析系統，且尤其用於算出用以提供符合顧客之愛好、意向之廣告的資料。

為了針對點數卡、信用卡之加入者、營銷網路加入者、顧客賬戶登錄者等、能獲取該等顧客之資訊且能向顧客提供廣告的顧客，促進其進一步購買商品及服務的行動，而利用所謂推薦系統進行向顧客提示固有的廣告之廣告宣傳，該廣告宣傳係指：POS終端等的禮券之發行、以廣告作為內容之電子郵件之發送、網站之會員登入畫面等之客製化(customize)廣告之顯示、向顧客郵寄直郵廣告(Direct Mail)等。先前，對顧客提供所有類型的禮券、廣告等，但自廣告宣傳之效率化或成本削減之觀點出發，若僅向有適於特定廣告之愛好、意向的顧客提供該廣告，則廣告宣傳效果大且能有效地提供廣告，故而，提出用於抽取提供特定廣告之對象顧客的市場調查、分析系統或推薦系統。例如，有抽取基於顧客屬性與購買歷程而提示之廣告的推薦系統(專利文獻1、3、4)、抽取基於顧客屬性與購買歷程等而提示的服務券的服務券發行系統(專利文獻2)等。該等市場調查、分析系統或推薦系統係利用會員顧客屬性等與購買歷程作為用於廣告抽取的檔案(profile)，將其與例如天氣或交通資訊等外在因素組合而抽取與特定廣告對應之會員顧客，且用於抽取之基準為固定設定。

【先前技術文獻】

[專利文獻]

[專利文獻1]日本專利特開2010-211687號公報

[專利文獻2]日本專利特開2009-163533號公報

[專利文獻3]日本專利特開2012-247926號公報

[專利文獻4]日本專利特開2004-70504號公報

[專利文獻5]日本專利特開2012-190061號公報

上述習知市場調查、分析系統或推薦系統中，亦預估顧客的愛好、意向，甚至可根據顧客之愛好、意向而提供廣告。然而，企業希望於商品開發、展店計劃、廣告企畫、廣告之提供對象或廣告提供方法之選擇等各種企業活動的階段正確地分析消費者的愛好、意向或店鋪、商品、服務、區域所具有的特性，而有助於企業活動。因此，本發明之目的在於提供一種能實現準確的市場調查與分析、市場調查，且能以容易理解之形式向作為分析系統之使用者的加盟企業提供市場調查、分析結果的系統。

本發明之市場調查、分析系統之特徵在於具有：使儲存於資料庫之顧客資料波形化的波形生成手段；算出由上述波形生成手段生成之至少2個以上之波形的點間的差分的手段；算出由上述波形生成手段生成之至少2個以上之波形的線段角度的差分的手段；判斷上述點間的差分是否處於閾值內的手段；判斷上述線段角度的差分是否處於閾值內的手段；算出上述點間的差分處於閾值內的比例的手段；算出上述線段角度的差分處於閾值內的比例的手段；及，根據上述點間的差分處於閾值內的比例與上述線段角度的差分處於閾值內的比例而算出至少2個以上之波形之近似度的手段。

根據本發明之另一形態，本發明之特徵在於：波形生成手段生成折線圖表。

本發明之特徵在於：波形生成手段具有算出經平均值化之顧客資料的手段。

本發明之特徵在於：具有選擇1個以上的發送方資料的手段、與選擇1個以上的接收方資料的手段，波形生成手段生成發送方資料的波形及接收方資料的波形，算出波形之近似度的手段係算出與上述發送方資料對應之上述接收方資料的波形的近似度。

本發明之特徵在於：具有表格作成手段，其一覽顯示發送方資料與接收方資料的近似度。

本發明之特徵在於：發送方資料及接收方資料可自顧客、企業、店鋪、商品、服務、區域等至少任一種範疇中選擇。

本發明之特徵在於：具有預估處理手段，其基於儲存於資料庫之實際資料而算出預估資料。

本發明之特徵在於：對實際資料進行離散化處理，基於經離散化處理之實際資料且使用預估處理手段而算出預估資料。

本發明之特徵在於：將預估處理手段所算出之預估資料作為顧客資料。

本發明之特徵在於：使用預估處理手段所算出之預估資料對實際資料的缺漏項目進行補充且作成顧客資料。

本發明之特徵在於：預估資料係由機率值、或對機率值進行閾值判斷後之預估值構成。

本發明之特徵在於：具有表格作成手段，其對於顧客ID一覽顯示顧客資料。

本發明之特徵在於：具有推薦手段，其使任意的顧客ID， 與已算出任意的近似度的企業、店鋪、商品、服務或區域的推薦媒體相關聯。

本發明之特徵在於：具有推薦手段，其使任意的企業ID、店鋪ID、商品、服務ID或區域ID所對應之推薦媒體，與已算出任意的近似度之顧客ID相關聯。

本發明之特徵在於：本部終端具有發送方資料及接收方資料的選擇手段、與市場調查、分析結果的閱覽手段。

根據本發明之市場調查、分析系統，能進行高精度的市場調查、分析。

1‧‧‧市場調查、分析系統

2‧‧‧伺服器

3‧‧‧店鋪終端

4‧‧‧網路

5、6‧‧‧顧客終端

7‧‧‧本部終端

圖1係本發明之系統概要圖。

圖2係本發明之系統的流程圖。

圖3係本發明之系統的流程圖。

圖4係本發明之系統中作成之資料表格的示例。

圖5係本發明之系統中作成之資料表格的示例。

圖6係本發明之系統中作成之資料表格的示例。

圖7係本發明之系統中作成之資料表格的示例。

圖8係本發明之系統的流程圖。

圖9係本發明之系統的流程圖。

圖10係本發明之系統中生成之圖表的示例。

圖11係本發明之系統中生成之圖表的示例。

圖12係本發明之系統中生成之圖表的示例。

圖13係對本發明之系統中的近似度之算出過程進行說明的圖。

圖14係對本發明之系統中的近似度之算出過程進行說明的圖。

圖15係表示本發明之系統中的近似度之使用例的資料表格的示例。

圖16係本發明之系統的流程圖。

如圖1所示，本發明之市場調查、分析系統1係由如下等構件構成：運營公司系統2，其由運營公司之管轄下的伺服器與資料庫群構成；POS終端等店鋪終端3，其以可傳遞資訊之方式與運營公司系統2連接，且設置於企業店鋪；POS終端等店鋪終端3，其經過網路4而以可傳遞資訊之方式與運營公司系統2連接；顧客持有之行動電話、智慧型手機等顧客行動終端5；顧客電腦終端6(以下簡稱為顧客終端5、6)；及設置於企業之本部終端等7等。

如圖2之流程圖所示，本發明之市場調查、分析系統1係由如下等手段構成：實際資料收集儲存手段，其作為分析之前期階段而收集實際資料；預估處理手段，其根據實際資料算出預估資料；波形生成手段，其根據由實際資料及/或預估資料構成之顧客資料而生成波形；同步率算定手段，其根據所生成之波形而算出近似度(以下稱作同步率)；及推薦手段，其根據需要而添加。

(實際資料收集儲存手段)

參照圖1及圖4，對於實際資料收集儲存手段進行說明。該手段係作為市場調查、分析之前期階段而收集顧客之實際資料，且將所收集之實際資料儲存於資料庫。

關於獨立於本發明之市場調查、分析系統而構建、或、構建於成為本發明之市場調查、分析系統之一部分的服務點數(service point)管理系統(未圖示)中的實際資料收集儲存手段，係針對當顧客進行系統使 用登錄時賦予顧客之識別符(以下、顧客ID)，進行實際資料之收集與向資料庫之儲存。此外，一般而言，顧客ID為針對每個顧客而不同的任意位數之數字或記號。作為一例，顧客ID係記錄於顧客所持有之服務點數卡上，可由店鋪終端3或顧客終端5、6讀取、輸入顧客ID。

以下，表示實際資料收集之示例。當顧客進行系統之使用登 錄時，由店鋪終端3或顧客終端5、6向運營公司系統2傳遞顧客之基本屬性資料。運營公司系統2接收該基本屬性資料，使每個顧客ID與實際資料相關聯而儲存於基本屬性資料庫。作為基本屬性資料之項目，可列舉例如性別、年齡、住址、居住地特性、通勤通學目的地區域特性等。

又，每當顧客於加入市場調查、分析系統1之加盟企業的店 鋪或EC站點購物時，店鋪終端3或本部終端7會進行資訊傳遞，亦即，將歷程系資料與顧客ID一同傳遞至運營公司系統2，運營公司系統2接收該歷程系資料與顧客ID，且使每個顧客ID與有關於歷程系資料之各項目的實際資料相關聯而儲存於歷程系資料庫。作為歷程系資料之項目，可列舉例如使用企業、購入商品或購入服務、來店時間或來店時段、使用店鋪等。

又，可收集基於顧客之回答而收集之研究(research)系資 料。顧客係自顧客終端5、6進行資訊傳遞，亦即，將研究系資料與顧客ID一同傳遞至運營公司系統2之伺服器，伺服器接收該研究系資料與顧客ID，且使顧客ID與有關於研究系資料之各項目的實際資料相關聯而儲存於研究系資料庫。作為研究系資料之項目，可列舉例如會員問卷調查項目與意向性旗標(flag)。作為會員問卷調查項目，可列舉由作為系統之會員的顧客對問卷調查進行回答而收集的已婚、未婚之區別、子女之有無、住宅之狀態、年收入、駕駛證之有無等。又，作為意向性旗標項目，可列舉用以區分顧客之意識程度的傳統意向(喜歡傳統型事物之意向性)、革新意向(喜歡革新型事物之意向性)、高級意向(喜歡高級型事物之意向性)等項目， 且可列舉根據各意向性之程度的高低而建立分階段之旗標等的示例。

進而，作為可添加之項目之示例，可列舉表示顧客對網際網 路等通訊網路的使用行動狀態的網路行動資料。作為網路行動資料之項目，可列舉對通訊網路之存取時間、使用媒體、使用站點等。又，作為可添加之其他項目之示例，可列舉根據購買金額而賦予的服務點數。當顧客購物時所賦予之服務點數係由店鋪終端3或本部終端7等傳遞至運營公司系統2，由伺服器接收該服務點數，且將所獲取之服務點數和與顧客ID相關聯地儲存之累計服務點數相加，隨時將服務點數儲存於服務點數資料庫。此外，上述之項目為一例，被收集儲存之實際資料並不限於該等項目。

(預估處理手段)

繼而，參照圖1至圖7，對預估處理手段進行說明。利用實際資料收集儲存手段，將基本屬性資料、歷程系資料、研究系資料、網路行動資料、服務點數資料等各種實際資料儲存於基本屬性資料庫、歷程系資料庫、研究系資料庫、及其他資料庫，且隨時更新。然而，實際資料之收集儲存並非針對所有項目進行。例如，若利用表格作成手段如圖4所示地作成實績資料表格，則會以與顧客ID相關聯之狀態顯示實際資料，但此時，未輸入之基本屬性資料之項目、顧客未購物之店鋪的歷程系資料之項目、或未對問卷調查作出回答之研究系資料之項目等若干項目，會因多種理由而成為缺漏實際資料之狀態。又，若干實際資料可能包含因顧客或店鋪之誤輸入等任意理由而不適於作為市場調查、分析之基礎的突出資料。因此，於預估處理中根據實際資料算出預估資料，且利用顧客資料作成處理作成作為市場調查、分析之基礎的顧客資料。

運營公司系統2若使預估處理手段動作，則預估處理手段利 用機率推斷演算法，根據基本屬性資料庫、研究系資料庫、歷程系資料庫、點數資料庫、及其他資料庫等中儲存之實際資料，對於各項目進行對預估 資料進行預估之預估處理。作為機率推斷演算法之示例，可列舉貝式網路(Bayesian Network)、神經網路(Neural Network)、隨機森林(Random Forest)等各種方式，但並不限於此。

參照圖5，表示預估處理之第1實施形態。圖5所示為預估 處理手段進行機率推斷且算出預估資料後之完整(complete)表格，該預估資料係由對於推斷結果之機率值利用閾值進行判斷後所得之預估值構成。 運營公司系統2之伺服器係根據具有作為基礎之項目的實際資料中與預估對象之顧客接近之實際資料的其他顧客之項目的實際資料，基於機率推斷演算法，對預估對象之顧客之每個項目的資料的相應機率進行預估處理。 例如，當預估顧客A(顧客ID為100001者)之已婚機率時，運營公司系統2之伺服器係根據具有其他項目之實際資料(例如，性別資料、年齡資料、住址資料、歷程系資料等)中的、與顧客A接近之實際資料的其他顧客之「已婚、未婚之區別」的項目的實際資料，算出顧客A之已婚的機率值(例如，已婚之機率值為70%)。同樣，當預估顧客A(例如ID為100001者)之歷程系資料中之購入A公司之商品「菜類」的機率時，運營公司系統2之伺服器係根據具有其他項目之實際資料(例如，性別資料、年齡資料、住址資料、歷程系資料)中的、與顧客A接近之實際資料的其他顧客的A公司之商品「菜類」之項目的實際資料，而算出購入商品「菜類」之機率值(例如，購入商品「菜類」之機率為10%)。進而，於項目之性質方面，關於實際資料應以YES或NO、或者100%或0%(例如已婚、未婚之區別)表示的項目，亦可添加預估處理，該預估處理係對於如下預估值進行判斷，就該預估值而言，若機率值為閾值以上則為YES、若為閾值以下則為NO，同樣，若為閾值以上則為100%、若為閾值以下則為0%。此外，該閾值可變。例如，當對於顧客A之已婚之機率值(例如，已婚之機率值為70%)的推斷結果，將閾值設定為50%時，算出顧客A之「已婚」之預估值。於 圖5所示之完整資料表格之示例中，於僅對於實際資料缺漏之項目進行預估處理、或對於所有項目進行預估處理之後，藉由僅使實際資料缺漏之項目與預估資料相關聯，而將實際資料與由預估值構成之預估資料作為顧客資料，但亦可藉由對所有項目進行預估處理且使所有項目與預估資料相關聯，而算出僅由預估資料構成之顧客資料。

又，於已收集儲存實際資料之階段，為了排除突出資料，亦 可如對實際資料的數值進行四捨五入、或程度區分等，以多種方式進行離散化處理，作成經離散化的實際資料之後，對該經離散化的實際資料進行預估處理。亦即，作為預估處理之基礎的實際資料可為所收集之原本的實際資料，亦可為經離散化的實際資料。

參照圖6，表示預估處理之第2實施形態。圖6所示為預估處理手段進行機率推斷且將推斷結果之機率值直接作為預估資料、且利用由機率值構成之預估資料對實際資料的缺漏部位進行補充後的完整表格。此時，算出由實際資料與預估資料構成的顧客資料，且該預估資料係由機率值構成。

參照圖7，表示預估處理之第3實施形態。圖7所示為預估處理手段進行機率推斷且算出推斷結果之機率值而直接作為預估資料、且利用由機率值構成之預估資料對所有的項目進行填補後的完整表格。此時，算出所有項目由預估資料構成之顧客資料，且該預估資料係由機率值構成。

又，根據需要而設之表格作成手段係如圖5至7所示，作成以使一覽表之各項目與顧客資料相關聯之狀態而顯示的完整表格。藉此，能以可見之方式提供顧客資料與一覽表相關聯之無空欄的完整表格。

(波形生成手段)

參照圖8至圖12，對波形生成手段進行說明。波形生成手段係將顧客 資料繪製於圖表上，且使其波形化的手段。

若運營公司系統2使波形生成手段動作，則波形生成手段進 行繪製與縱軸上之範疇對應的各項目之顧客資料的繪製處理(S1)，且進行實施折線圖表化之波形生成處理(S2)。例如，當生成顧客A之波形時，如圖10所示，將橫軸設為項目，將縱軸設為顧客資料(%)，繪製與顧客A之各項目(例如，年收入水平、吸煙率、汽車持有率)對應的顧客資料，且使其波形化。藉此，由波形表示顧客A之性質。同樣，亦能表現出顧客B之波形。

又，另一形態之波形生成手段係將橫軸設為項目，將縱軸設 為顧客資料(%)，算出各項目之顧客資料的平均值，進行繪製經平均值化之顧客資料的繪製處理，且進行實施折線圖表化之波形生成處理。例如，如圖11所示，當生成商品G之波形時，將橫軸設為項目，將縱軸設為顧客資料(%)，算出具有已購入商品G之歷程系資料之顧客們的分為各項目之顧客資料的平均值，繪製與商品G之各項目(例如，年收入水平、吸煙率、汽車持有率)對應之經平均值化之顧客資料，且使其波形化。例如，商品G之項目「吸煙率」之繪製處理係算出商品G之所有購入者或性別、年齡別等特定層中所屬之特定購入者之顧客資料的吸煙率的平均值，且針對項目「吸煙率」將其平均值作為顧客資料而進行繪製。針對所有項目進行此種處理後，生成波形。藉此，由波形表示商品G之購入者層。如圖12所示，店鋪A店，店鋪B店之項目「高級意向」之繪製處理係算出店鋪A店之所有使用者或性別、年齡別等特定的層中所屬之特定使用者的顧客資料的高級意向程度之平均值，且針對項目「高級意向」將其平均值作為顧客資料而進行繪製。針對所有項目進行此種處理之後，生成波形。此外，此種波形生成處理當然可針對顧客、商品、店鋪進行，且亦可針對企業、區域、年齡等多種範疇之分析對象進行。圖10至圖12中，係表示生成2個波形之 示例，但亦可生成1個波形，又可生成3個以上之波形。此外，折線圖表適於算出後述之同步率，但亦可生成曲線圖表、函數圖表、散佈圖、面積圖表、雷達圖(radar chart)等其他類型的圖表。

如圖9所示，為了比較複數個資料，可預先選擇發送方資料 與接收方資料。此處，所謂發送方資料係指用於算出近似度亦即同步率之、成為模式的按照屬性、意向性、購買傾向等所作成之會員顧客群的平均值；所謂接收方資料係指，用於判斷與發送方資料之同步率、按照對象者或屬性、意向性、購買傾向等所作成之對象者群的平均值。例如，如圖9、圖10所示，為了對顧客A與顧客B之顧客資料的波形進行比較，藉由在發送方資料中選擇輸入顧客A(顧客ID)、在接收方資料中選擇輸入顧客B(顧客ID)(S1)，而使運營公司系統2之伺服器抽取與顧客A之顧客ID、顧客B之顧客ID對應的顧客資料(S2)，進行繪製顧客A與顧客B之顧客資料(例如，年收入水平率、吸煙率、汽車持有率)的繪製處理(S3)，進行對各繪圖實施折線圖表化的波形生成處理(S4)。

又，如圖11所示，當於發送方資料中選擇顧客A、於發送 方資料中選擇商品G時，運營公司系統2之伺服器算出顧客A之顧客資料、與已購入商品G之顧客之經平均值化的顧客資料，生成顧客A與商品G之波形。

又，如圖12所示，當於發送方資料中選擇店A、於接收方 資料中選擇店B時，運營公司系統2之伺服器抽取有店A之來店歷程之顧客的經平均值化之顧客資料、與有店B之來店歷程之顧客的經平均值化之顧客資料，生成店A與店B之波形。發送方資料、接收方資料之選擇可以如下任一種方式選擇，亦即，如顧客對顧客、企業對企業、商品對商品、區域特性對區域特性般自同範疇選擇，如顧客對企業、顧客對商品、店鋪對區域特性般自不同範疇選擇，可將顧客、企業、店鋪、商品、服務、區 域特性等多種範疇作為對象而進行選擇，該範疇之組合亦為任意。藉由如此生成波形，可於視覺上確認比較對象之特徵。

(同步率算出手段)

參照圖13、圖14，關於作為算出近似度之手段的同步率算出手段進行說明。所謂同步率係指，由波形生成手段生成之至少2個以上之波形之近似度。該同步率係，根據算出由波形生成手段生成之至少2個以上之波形的點間的差分的手段、算出由上述波形生成手段生成之至少2個以上之波形的線段角度的差分的手段、判斷上述點間的差分是否處於閾值內的手段、判斷上述線段角度的差分是否處於閾值內的手段、算出上述點間的差分處於閾值內的比例的手段、算出上述線段角度的差分處於閾值內的比例的手段、上述點間的差分處於閾值內的比例與上述線段角度的差分處於閾值內的比例而求出。

如圖8、圖9、圖13、圖14所示，若運營公司系統2使同 步率算出手段動作，則同步率算出手段算出由上述之波形生成手段生成之2個以上之波形的各繪圖的點間的距離之差(機率差分)(S4)。又，同步率算出手段算出折線圖表之各線與線的角度之差(線段角度的差分)(S5)。 又，實施已算出之機率差分與線段角度的差分是否處於閾值內的閾值判斷(S6)，算出處於閾值內之變數相對於全體的比例、亦即點之一致率及波形的一致率，將點之一致率與波形之一致率相加之結果除以2，算出同步率(S7)。

此處，所謂機率差分係指以縱軸上之機率值之差表示對應之 繪製之點間的距離的值，若參照圖13，則例如，當繪製於發送方資料A之項目的項目X₁(例如，年收入水平)之機率為X₁A%(例如75%)、接收方資料B之項目的項目X₁(年收入水平)之機率為X₁B%(例如73%)的位置時，進行X₁A%(75%)-X₁B%(73%)=機率差分Y₁%(2%)之演算，針 對與X₁~X_n之所有項目對應的點反復進行該演算，算出機率差分Y₁~Y_n。繼而，當該機率差分之值處於閾值(例如±5%)時，判斷為點一致，當位於閾值之外時判斷為點不一致。進而，算出對於所有算出結果之點的一致率。

又，所謂線段角度之差分係指折線圖表之線的角度的差分，若參照圖13，則進行線段角度的差分θ=θ₁-θ₂=tan_-1D/C-tan-₁D’/C的演算，針對與X₁~X_n間的所有項目對應的線反復進行該演算。繼而，當該線段角度的差分之值處於閾值(例如±3°)內時判斷為波形一致，當處於閾值之外時判斷為波形不一致。進而，算出對於所有算出結果之波形的一致率。

又，根據上述演算所得之點的一致率、波形的一致率，利用同步率=(點的一致率+波形的一致率)/2之演算，算出波形之近似度亦即同步率。此外，上述閾值之值可設為可變條件。

又，關於折線圖表以外的圖表、例如曲線圖表或函數圖表，亦可根據曲線之任意的點間的距離或接線之任意的點間的距離、接線之角度而算出機率差分與線段角度的差分，且又可對波形進行微分且算出機率差分與線段角度的差分。如此，機率差分與線段角度的差分可利用與各圖表對應之多種算出方法獲得。

又，如圖15所示，運營公司系統2亦可添加作成接收方資料相對於發送方資料之同步率的一覽表的手段。圖15所示之一覽表之示例中，對於發送方資料的店A，表示接收方資料的店B~店L之同步率。

如此，通過預估處理手段、波形生成手段、同步率算出手段，求出顧客對顧客、企業對企業、店鋪對店鋪等同範疇間之同步率亦即近似度，或顧客對企業、顧客對店鋪、顧客對商品、顧客對區域、企業對商品、店鋪對商品、店鋪對區域等不同範疇間之同步率亦即近似度，且使該近似度視覺化，藉此，當然能使本系統有助於對顧客之推薦作業，又能於本系統中進行例如企業或店鋪之品項的分析、分店地域的分析等多種目的的調 查分析。

(推薦手段)

關於作為可附加地設於本發明之市場調查、分析系統1中之手段的推薦手段進行說明。推薦手段係用於對登錄至市場調查、分析系統1之顧客提供推薦媒體的手段。作為推薦媒體之一例，可列舉由店鋪終端3等發行之禮券；由本部終端7、伺服器2發送至顧客終端5、6之以廣告為內容之電子郵件；顯示於網站之會員登入畫面等的客製化廣告；郵寄至顧客的直郵廣告等。

如圖16所示，若運營公司系統2之伺服器使推薦手段動作， 則推薦手段對於發送方資料(例如店A)，抽取與任意的同步率相應之顧客的顧客ID。繼而，推薦手段利用多種輸出手段等，對於所抽取之顧客，提供與發送方資料對應之店A的推薦媒體。作為推薦媒體之輸出手段，可列舉如下等多種輸出手段：向與所抽取之顧客之顧客ID對應的店鋪終端3等發行店鋪A的禮券；向與所抽取之顧客的顧客ID對應的電子郵件位址發送以店鋪A之廣告為內容的電子郵件；於與所抽取之顧客之顧客ID對應的會員登入畫面顯示店鋪A之客製化廣告；或，將與所抽取之顧客之顧客ID對應的住址作為收件人而印刷於店鋪A之直郵廣告中。

又，作為推薦手段之其他示例，運營公司系統2對於所選擇 之發送方資料(例如，顧客A)，抽取與任意的同步率相應的企業的企業ID、與任意的同步率相應的店鋪的店鋪ID、或與任意的同步率相應的商品、服務ID。繼而，推薦手段利用多種輸出手段等，對於顧客A之顧客ID提供所抽取之企業、店鋪、或與商品、服務對應的推薦媒體。作為推薦媒體之輸出手段，可列舉如下等多種輸出手段：向與顧客A之顧客ID對應的店鋪終端3等發行所抽取之企業、店鋪、或商品、服務的禮券；向與顧客A之顧客ID對應的電子郵件位址，發送以所抽取之企業、店鋪、或商品、服務 之廣告為內容的電子郵件；於與顧客A之顧客ID對應的會員登入畫面，顯示所抽取之企業、店鋪、或商品、服務的客製化廣告；或，將與顧客A之顧客ID對應之住址作為收件人而印刷於所抽取的企業、店鋪、或商品、服務的直郵廣告中。

此外，為了使用本發明之市場調查、分析系統，加盟企業發行可對運營公司系統2進行存取之登入ID與密碼，且提供用於顯示市場調查、分析結果之瀏覽器，使得可自欲加入該系統之企業的本部終端7，利用登入ID與密碼對運營公司系統2之伺服器進行存取，且可選擇輸入發送方、接收方資料，並且，可閱覽由上述調查、分析系統1所得之市場調查、分析結果(顧客資料表格、波形圖表、同步率一覽表等)。

如此，根據市場調查、分析系統1，可提供一種能進行高精度的市場調查與分析，且能以容易理解之形式向作為市場調查、分析系統之使用者的加盟企業提供市場調查分析結果的系統。

1‧‧‧市場調查、分析系統

2‧‧‧伺服器

3‧‧‧店鋪終端

4‧‧‧網路

5、6‧‧‧顧客終端

7‧‧‧本部終端

Claims (15)

1. 一種市場調查、分析系統，其特徵在於具有：使儲存於資料庫之顧客資料波形化的波形生成手段；算出由上述波形生成手段生成之至少2個以上之波形的點間的差分的手段；算出由上述波形生成手段生成之至少2個以上之波形的線段角度的差分的手段；判斷上述點間的差分是否處於閾值內的手段；判斷上述線段角度的差分是否處於閾值內的手段；算出上述點間的差分處於閾值內的比例的手段；算出上述線段角度的差分處於閾值內的比例的手段；及，根據上述點間的差分處於閾值內的比例與上述線段角度的差分處於閾值內的比例而算出至少2個以上之波形之近似度的手段。
2. 如申請專利範圍第1項之市場調查、分析系統，其中，波形生成手段生成折線圖表。
3. 如申請專利範圍第1項或第2項之市場調查、分析系統，其中，波形生成手段具有算出經平均值化之顧客資料的手段。
4. 如申請專利範圍第1項或第2項之市場調查、分析系統，其中，具有選擇1個以上的發送方資料的手段、與選擇1個以上的接收方資料的手段，波形生成手段生成發送方資料的波形及接收方資料的波形，算出波形之近似度的手段係算出與上述發送方資料對應之上述接收方資料的波形之近似度。
5. 如申請專利範圍第1項或第2項之市場調查、分析系統，其中，具有表格作成手段，其一覽顯示發送方資料與接收方資料的近似度。
6. 如申請專利範圍第1項或第2項之市場調查、分析系統，其中，發送方資料及接收方資料可自顧客、企業、店鋪、商品、服務、區域等至少任一種範疇中選擇。
7. 如申請專利範圍第1項或第2項之市場調查、分析系統，其中， 具有預估處理手段，其基於儲存於資料庫之實際資料而算出預估資料。
8. 如申請專利範圍第1項或第2項之市場調查、分析系統，其中，對實際資料進行離散化處理，基於經離散化處理之實際資料且使用預估處理手段而算出預估資料。
9. 如申請專利範圍第1項或第2項之市場調查、分析系統，其中，將預估處理手段所算出之預估資料作為顧客資料。
10. 如申請專利範圍第1項或第2項之市場調查、分析系統，其中，使用預估處理手段所算出之預估資料對實際資料的缺漏項目進行補充且作成顧客資料。
11. 如申請專利範圍第7項之市場調查、分析系統，其中，預估資料係由機率值、或對機率值進行閾值判斷後之預估值構成。
12. 如申請專利範圍第1項或第2項之市場調查、分析系統，其中，具有表格作成手段，其對於顧客ID一覽顯示顧客資料。
13. 如申請專利範圍第1項或第2項之市場調查、分析系統，其中，具有推薦手段，其使任意的顧客ID，與已算出任意的近似度的企業、店鋪、商品、服務或區域的推薦媒體相關聯。
14. 如申請專利範圍第1項或第2項之市場調查、分析系統，其中，具有推薦手段，其使任意的企業ID、店鋪ID、商品、服務ID或區域ID所對應之推薦媒體，與已算出任意的近似度之顧客ID相關聯。
15. 如申請專利範圍第1項或第2項之市場調查、分析系統，其中，本部終端具有發送方資料及接收方資料的選擇手段、與市場調查、分析結果的閱覽手段。