JP2018163605A - プログラム、情報処理装置及び情報処理方法 - Google Patents

Abstract

【課題】効率よくマーケティングを行うことが可能なプログラム等を提供することを目的とする。【解決手段】顧客の購買に関する属性を取得し、顧客毎に属性及び属性に関連する行動情報を記憶した記憶部を参照し、取得した属性を有さない顧客の行動情報を抽出し、抽出した行動情報の組み合わせに基づき第１顧客数を計数し、計数した各組み合わせの第１顧客数に基づき、抽出した行動情報毎に第２顧客数を算出する処理をコンピュータに実行させる。【選択図】図１

Description

本発明は、プログラム、情報処理装置及び情報処理方法に関する。

従来、広告配信等に際し、消費者のターゲティングに役立つ情報を提供可能な情報処理システム等が知られている（例えば特許文献１〜４参照）。

国際公開第２０１６／１３６１４８号 特許第５９１３７２２号公報 特許第５９９５６４４号公報 特許第４７２８２２９号公報

しかしながら、従来の技術では、効率よく顧客にマーケティングを行うことができないという問題がある。

一つの側面では、効率よくマーケティングを行うことが可能なプログラム等を提供することを目的とする。

一つの案では、顧客の購買に関する属性を取得し、顧客毎に属性及び属性に関連する行動情報を記憶した記憶部を参照し、取得した属性を有さない顧客の行動情報を抽出し、抽出した行動情報の組み合わせに基づき第１顧客数を計数し、計数した各組み合わせの第１顧客数に基づき、抽出した行動情報毎に第２顧客数を算出する処理をコンピュータに実行させる。

一つの側面では、効率よくマーケティングを行うことが可能となる。

情報処理システムの概要を示す説明図である。 コンピュータのハードウェア群を示すブロック図である。 ＤＮＡＤＢのレコードレイアウトを示す説明図である。 ＤＮＡ行動タグＤＢのレコードレイアウトを示す説明図である。 行動タグＤＢのレコードレイアウトを示す説明図である。 顧客ＤＢのレコードレイアウトを示す説明図である。 ＤＮＡと行動タグとの関係を示す説明図である。 組み合わせを示す説明図である。 結果ＤＢのレコードレイアウトを示す説明図である。 顧客数の算出手順を示すフローチャートである。 第２顧客数の表示イメージを示す説明図である。 変更手順を示すフローチャートである。 候補となる行動の出力処理手順を示すフローチャートである。 推奨情報のイメージを示す説明図である。 参照値算出手順を示すフローチャートである。 上述した形態のコンピュータの動作を示す機能ブロック図である。 実施の形態５に係るコンピュータのハードウェア群を示すブロック図である。 実施の形態６に係る情報処理システムの概要を示す説明図である。 実施の形態６に係るコンピュータのハードウェア群を示すブロック図である。 連絡先ＤＢのレコードレイアウトを示す説明図である。 第１顧客群を示す説明図である。 結果ＤＢのレコードレイアウトを示す説明図である。 第２顧客数及び第２顧客群の表示イメージを示す説明図である。 顧客ＩＤの特定処理手順を示すフローチャートである。 上述した形態のコンピュータの動作を示す機能ブロック図である。

実施の形態１
以下実施の形態を、図面を参照して説明する。図１は情報処理システムの概要を示す説明図である。情報処理システムはインターネット、ＬＡＮ（Local Area Network）、公衆回線網等の通信網Ｎに接続された情報処理装置１等を含む。情報処理装置１は、サーバコンピュータ、パーソナルコンピュータ、タブレットまたはスマートフォン等である。以下では情報処理装置１をコンピュータ１と読み替えて説明する。

購買情報の分析の結果により顧客には「流行や限定品の興味あり」または「お得感に反応する」等の属性（カテゴリ）が付与される。また、属性に関連する行動が所定条件を満たした場合に、当該属性が顧客に付与される。図１における例では、行動（購買特性）として「立ち上がり購入」、「福袋購入」、「流行の店舗で買い物している」が挙げられている。対象となる顧客が例えばこれらの行動の３つを全て行う場合に、属性「流行や限定品に興味あり」が付与される。これら３つの行動を全て行う顧客は図１の実線で囲むように、「流行や限定品に興味あり」の属性を有することとなる。

一方、図１の点線で囲むように、これらの行動の全てを行わない顧客層も存在する。例えば、行動「立ち上がり購入」及び「流行の店舗で買い物をしている」を行っているが、行動「福袋購入」を行わない顧客には、「流行や限定品に興味あり」の属性が付与されない。この場合、「流行や限定品に興味あり」の属性を有する顧客数を増加させるためには、行動「立ち上がり購入」、「福袋購入」、または、「流行の店舗で買い物している」に関する施策を行う必要がある。実施形態では以下に述べる方法により適切な施策を決定する。図１の例では、「福袋購入に関する施策を推奨します」と行動に対応する施策がコンピュータ１に表示されている。以下詳細を説明する。

図２は、コンピュータ１のハードウェア群を示すブロック図である。コンピュータ１は制御部としてのＣＰＵ（Central Processing Unit）１１、ＲＡＭ（Random Access Memory）１２、入力部１３、表示部１４、記憶部１５、時計部１８、及び、通信部１６等を含む。ＣＰＵ１１は、バス１７を介してハードウェア各部と接続されている。ＣＰＵ１１は記憶部１５に記憶された制御プログラム１５Ｐに従いハードウェア各部を制御する。なお、ＣＰＵ１１は複数のプロセッサコアを搭載したマルチコアプロセッサであっても良い。ＲＡＭ１２は例えばＳＲＡＭ（Static RAM）、ＤＲＡＭ(Dynamic RAM)、フラッシュメモリ等である。ＲＡＭ１２は、記憶部としても機能し、ＣＰＵ１１による各種プログラムの実行時に発生する種々のデータを一時的に記憶する。

入力部１３はマウス、キーボード、タッチパネル、ボタン等の入力デバイスであり、受け付けた操作情報をＣＰＵ１１へ出力する。表示部１４は液晶ディスプレイまたは有機ＥＬ（electroluminescence）ディスプレイ等であり、ＣＰＵ１１の指示に従い各種情報を表示する。通信部１６は通信モジュールであり、他のコンピュータ（図示せず）等との間で情報の送受信を行う。時計部１８は日時情報をＣＰＵ１１へ出力する。記憶部１５は大容量メモリであり、制御プログラム１５Ｐ、属性（以下、ＤＮＡという）ＤＢ１５１等を記憶している。記憶部１５はその他、ＤＮＡ行動タグＤＢ１５２、行動タグＤＢ１５３、顧客ＤＢ１５４及び結果ＤＢ１５５等を記憶している。なお、実施形態ではＤＮＡＤＢ１５１等を記憶部１５に記憶する例を示したがこれに限るものではない。例えばＲＡＭ１２に記憶する他、図示しないＤＢサーバコンピュータに記憶するようにしても良い。

図３はＤＮＡＤＢ１５１のレコードレイアウトを示す説明図である。ＤＮＡＤＢ１５１はＤＮＡＩＤフィールド、ＤＮＡ名称フィールド、概要フィールド及び最小行動タグ数フィールド等を含む。ＤＮＡＩＤフィールドは、ＤＮＡを特定するための固有の識別情報（以下、ＤＮＡＩＤという）が記憶されている。ＤＮＡ名称フィールドには、ＤＮＡの名称が、ＤＮＡＩＤに対応付けて記憶されている。例えば、「流行や限定品に弱い」、「お得感に反応する（ポイント）」、及び、図示しないが「お得感に反応する（友の会）」等の名称がある。

概要フィールドには、ＤＮＡＩＤに対応付けてＤＮＡの概要が記憶されている。例えば、名称「流行や限定品に弱い」に対しては「シーズンはじめに買い物をしたり、福袋といった限定品を買う傾向が強い人を抽出。」が記憶されている。最小行動タグ数フィールドには、ＤＮＡＩＤに対応付けてＤＮＡ有りと判断されるのに必要な行動タグ数（基準値）が記憶されている。例えば、ＤＮＡ「流行や限定品に弱い」に関連付けられる行動タグが、行動タグ１、行動タグ２、行動タグ３、行動タグ４の４つであるとする。ここで最小行動タグ数が３と記憶されているため、ＣＰＵ１１は、顧客が少なくとも行動タグ１、行動タグ２、行動タグ３、行動タグ４の内、３つを有していれば、当該顧客はＤＮＡ「流行や限定品に弱い」を有すると判断する。なお、実施形態では最小行動タグ数を記憶するようにしたが、全て（上述の例では４つ）有した場合に、ＤＮＡを有すると判断するようにしても良い。

同様に、ＤＮＡ「お得感に反応する（ポイント）」については、最小行動タグ数が「２」と記憶されている。ＤＮＡ「お得感に反応する（ポイント）」に関連付けられる行動タグが、行動タグ１、行動タグ３、行動タグ４、行動タグ５の４つであるとする。ここで最小行動タグ数が２と記憶されているため、ＣＰＵ１１は、顧客が少なくとも行動タグ１、行動タグ３、行動タグ４または行動タグ５のいずれか２つを有していれば、当該顧客はＤＮＡ「お得感に反応する（ポイント）」を有すると判断する。なお、実施形態で述べるＤＮＡ、行動タグ等は一例でありこれに限るものではない。また、各ＤＢの記憶形態は一例であり、各フィールド間のデータ関係さえ維持されていれば、異なる形態により記憶するようにしても良い。

図４は、ＤＮＡ行動タグＤＢ１５２のレコードレイアウトを示す説明図である。ＤＮＡ行動タグＤＢ１５２は、ＤＮＡＩＤフィールド、及び、行動タグＩＤフィールド等を含む。行動タグＩＤフィールドには、ＤＮＡＩＤに対応付けて、相互に相関のある行動タグを特定するための固有の識別情報（以下、行動タグＩＤという）が記憶されている。例えば、ＤＮＡＩＤ「１」には、当該ＤＮＡに関連する行動タグＩＤ「１」、「２」・・・等、相関のある行動タグが記憶されている。

図５は行動タグＤＢ１５３のレコードレイアウトを示す説明図である。行動タグＤＢ１５３は、行動タグＩＤフィールド、行動タグ名称フィールド、及び、概要フィールド等を含む。行動タグ名称フィールドには、行動タグＩＤに対応付けて行動タグの名称が記載されている。また、概要フィールドには、行動タグＩＤに対応付けて行動タグの概要が記憶されている。例えば行動タグ名称「立ち上がり買い」には概要として「２月、８月、９月の洋服の定価での購入額が一定割合を超える」と記憶されている。また行動タグ名称「福袋を買ったことがある」には概要として「一定期間内に福袋を買った実績が一定回数以上ある」と記憶されている。このように行動タグＤＢ１５３は行動ＩＤ、行動タグ名称または行動の概要を含む行動情報を記憶している。

図６は、顧客ＤＢ１５４のレコードレイアウトを示す説明図である。顧客ＤＢ１５４は、顧客ＩＤフィールド、ＤＮＡフラグフィールド及び行動タグフラグフィールド等を含む。顧客ＤＢ１５４は複数の顧客の購買履歴を記憶したものである。顧客ＤＢ１５４は予め通信部１６等を介してダウンロードされ、記憶部１５に記憶されている。顧客ＩＤフィールドには、顧客を特定するための固有の識別情報（以下、顧客ＩＤという）が記憶されている。ＤＮＡフラグフィールドには、顧客ＩＤに対応付けて、顧客が各ＤＮＡを有するか否かのフラグが記憶されている。具体的には、ＤＮＡＩＤ毎にフラグの有無が記憶されている。顧客ＩＤ「２００１０２」については、ＤＮＡ１にはフラグが設定されており、ＤＮＡ２にはフラグが設定されていない。

行動タグフィールドには、顧客ＩＤに対応付けて、顧客が各行動タグを有するか否かのフラグが１または複数記憶されている。具体的には、行動タグＩＤ毎にフラグの有無が記憶されている。顧客ＩＤ「２００１０２」については、行動タグ１にはフラグが設定されておらず、行動タグ２にはフラグが設定されている。図６に示す各顧客のＤＮＡの有無及び行動タグの有無については、あらかじめ行った購買情報分析の結果に基づき、各種情報が記憶されている。

図７はＤＮＡと行動タグとの関係を示す説明図である。ＤＮＡＩＤと、行動タグとは図４のＤＮＡ行動タグＤＢ１５２に示した通り関連付けられている。図７の例ではＤＮＡ１と、行動タグ１〜４が対応付けられている。ＣＰＵ１１は、ＤＮＡＤＢ１５１を参照し、ＤＮＡＩＤに対応する最小行動タグ数を読み出す。本実施形態では３と記憶されている。ＣＰＵ１１は、読み出した最小行動タグ数から１を減じ、減算値２を求める。

ＣＰＵ１１は、ＤＮＡ行動タグＤＢ１５２を参照し、ＤＮＡＩＤに対応する行動タグＩＤを読み出す。ＣＰＵ１１は、読み出した複数の行動タグＩＤに対し、減算値に対応する数の行動タグの組み合わせを求める。

図８は組み合わせを示す説明図である。ＤＮＡ１に関連付けられる行動タグは行動タグ１〜４である。減算値は２であるので、２つの行動タグの組み合わせを全て求める。図８に示すように、行動タグ１と行動タグ２、行動タグ１と行動タグ３、行動タグ１と行動タグ４、行動タグ２と行動タグ３、行動タグ２と行動タグ４、行動タグ３と行動タグ４の６種類の組み合わせが求まる。ＣＰＵ１１は、顧客ＤＢ１５４を参照し、対象となるＤＮＡＩＤ（本例ではＤＮＡ１）を有さない顧客ＩＤを読み出す。ＣＰＵ１１は、顧客ＤＢ１５４を参照し、求めた行動タグの組み合わせを有する顧客数（第１顧客数）を計数する。例えば、行動タグ１と行動タグ２を有する顧客数は１６０００人である。

続いてＣＰＵ１１は、計数した各組み合わせの第１顧客数に基づき、行動タグ毎に第２顧客数を算出する。具体的には、ＣＰＵ１１は、行動タグ毎に、当該行動タグ以外の組み合わせに対応する第１顧客数の合計値に基づき、第２顧客数を算出する。図８の例では、行動タグ１をさらに有すれば、ＤＮＡを有することとなる顧客数を集計する。この場合、ＣＰＵ１１は、行動タグ２と行動タグ３の１１０００人、行動タグ２と行動タグ４の９０００人、行動タグ３と行動タグ４の８９００人を合計し、２８９００人を第２顧客数として算出する。

図９は結果ＤＢ１５５のレコードレイアウトを示す説明図である。結果ＤＢ１５５は、行動タグフィールド及び第２顧客数フィールド等を含む。ＣＰＵ１１は、上述した方法により算出した第２顧客数を、行動タグに対応付けて記憶する。図９の例では、あと行動タグ１を有すればＤＮＡ１を有することとなる顧客数は２８９００人、あと行動タグ４を有すればＤＮＡ１を有することとなる顧客数は５００００人であることが理解できる。

図１０は顧客数の算出手順を示すフローチャートである。ＣＰＵ１１は、入力部１３または通信部１６を介して、対象とするＤＮＡを受け付ける（ステップＳ１０１）。ＣＰＵ１１は、受け付けたＤＮＡを有さない顧客ＩＤを、顧客ＤＢ１５４を参照して抽出する（ステップＳ１０２）。ＣＰＵ１１は、ＤＮＡに対応する行動タグを、ＤＮＡ行動タグＤＢ１５２から読み出す（ステップＳ１０３）。ＣＰＵ１１は、ＤＮＡＤＢ１５１を参照し、対象となるＤＮＡに対応する最小行動タグ数を読み出す（ステップＳ１０４）。ＣＰＵ１１は、最小行動タグ数から１を減じて減算値を求める（ステップＳ１０５）。

ＣＰＵ１１は、ステップＳ１０３で読み出した行動タグの中から、減算値の数に対応する行動タグ数の、全ての組み合わせを求める（ステップＳ１０６）。ＣＰＵ１１は、行動タグの組み合わせを有する第１顧客数を、顧客ＤＢ１５４を参照し、組み合わせ毎に計数する（ステップＳ１０７）。ＣＰＵ１１は、行動タグ毎に、対象となる行動タグ以外の組み合わせを有する第１顧客数の合計値に基づき、第２顧客数を算出する（ステップＳ１０８）。

ＣＰＵ１１は、行動タグに対応付けて算出した第２顧客数を結果ＤＢ１５５に記憶する（ステップＳ１０９）。ＣＰＵ１１は、行動タグ毎に行動タグに対応する第２顧客数を、表示部１４に出力する（ステップＳ１０１０）。なお、ＣＰＵ１１は、通信部１６を介して他のコンピュータ（図示せず）に行動タグに対応する第２顧客数を出力するようにしても良い。

図１１は第２顧客数の表示イメージを示す説明図である。ＣＰＵ１１は、算出した第２顧客数を行動タグとともに表示部１４に出力する。またＣＰＵ１１は、行動タグと第２顧客数との関係を示すメッセージを合わせて出力しても良い。例えば「表示されている行動タグに関する施策を行えば、ＤＮＡ１を有する可能性のある顧客数（第２顧客数）が表示されています。」等のメッセージを表示すればよい。これにより、どの行動タグに対する施策をとればよいのかを把握することが可能となる。また、各行動タグに対する効果を比較検証することが可能となる。

実施の形態２
実施の形態２は、最小行動タグ数を変更する形態に関する。図１２は変更手順を示すフローチャートである。ＣＰＵ１１は、入力部１３からＤＮＡＩＤを受け付ける（ステップＳ１２１）。ＣＰＵ１１は、入力部１３を介して、最小行動タグ数を受け付ける（ステップＳ１２２）。なお、ＤＮＡＩＤ及び最小行動タグ数は、通信部１６を介して他のコンピュータから受け付けるようにしても良い。ＣＰＵ１１は、受け付けたＤＮＡＩＤに対応付けて、最小行動タグ数を、ＤＮＡＤＢ１５１に記憶する（ステップＳ１２３）。なお、実施形態では最小行動タグ数（一致数）を用いる例を示したがこれに限るものではない。数に変えて割合（一致割合）としても良い。例えば、ＤＮＡに関連する行動タグの数が４である場合、最小行動タグ数４に変えて１００％、最小行動タグ数３に変えて７５％という数値を受け付けるようにしても良い。これにより、ターゲットとなる顧客層を拡大または縮小させることが可能となる。

本実施の形態２は以上の如きであり、その他は実施の形態１と同様であるので、対応する部分には同一の参照番号を付してその詳細な説明を省略する。

実施の形態３
実施の形態３は、候補となる行動を選択する形態に関する。図１３は候補となる行動の出力処理手順を示すフローチャートである。ＣＰＵ１１は、ステップＳ１０９で記憶した第２顧客数の内、最も数の多い、行動タグ及び第２顧客数を抽出する（ステップＳ１３１）。図９の例では、候補行動として行動タグ４及び５万人が抽出される。図１４は推奨情報のイメージを示す説明図である。ＣＰＵ１１は、受け付けたＤＮＡに対応するＤＮＡ名称をＤＮＡＤＢ１５１から読み出す。ＣＰＵ１１は、受け付けたＤＮＡのＤＮＡ名称を含む説明文を生成する（ステップＳ１３２）。具体的には、ＣＰＵ１１は、ＤＮＡ名称に記憶部１５に記憶したテンプレートのテキスト文を組み合わせる。例えば図１４に示すように、「「流行や限定品に弱い」顧客層を増加させるためには、以下の施策が有効です。」等の説明文を生成する。

ＣＰＵ１１は、抽出した行動タグに対応する行動タグ名称を読み出す。ＣＰＵ１１は、行動タグに対応する行動タグ名称を含む説明文を生成する（ステップＳ１３３）。例えば、図１４に示すように「「流行の店舗で買い物している」に関する施策」とする説明文を生成する。ＣＰＵ１１は、第２顧客数を含む説明文を生成する（ステップＳ１３４）。例えば、図１４に示すように「施策により増加が予測される顧客数 ５万人」とする説明文を生成する。ＣＰＵ１１は、ステップＳ１３２〜Ｓ１３４で生成した説明文を、表示部１４に出力する（ステップＳ１３５）。これにより、より効果を見込むことが可能な施策を採用することが可能となる。

本実施の形態３は以上の如きであり、その他は実施の形態１及び２と同様であるので、対応する部分には同一の参照番号を付してその詳細な説明を省略する。

実施の形態４
実施の形態４は参照値を出力する形態に関する。図１５は、参照値算出手順を示すフローチャートである。ステップＳ１０９で結果ＤＢ１５５に記憶した行動タグ及び第２顧客数を読み出す（ステップＳ１５１）。ＣＰＵ１１は、顧客ＤＢ１５４を参照し、全顧客数に対する行動タグを有する顧客の割合を算出する（ステップＳ１５２）。ＣＰＵ１１は、算出した割合に対応する第２顧客数を乗じて参照値を算出する（ステップＳ１５３）。ＣＰＵ１１は、行動タグに対応付けて参照値を記憶部１５に記憶する（ステップＳ１５４）。ＣＰＵ１１は、全てのＤＮＡに関連する行動タグについて上述した処理を終了したか否かを判断する（ステップＳ１５５）。

ＣＰＵ１１は、全ての行動タグについて処理を終了していないと判断した場合（ステップＳ１５５でＮＯ）、処理をステップＳ１５６へ移行させる。ＣＰＵ１１は、未処理の行動タグ及び第２顧客数を読み出す（ステップＳ１５６）。その後ＣＰＵ１１は、処理をステップＳ１５２に移行させる。以上の処理を繰り返すことにより、対象となる行動タグ全てについての参照値が導出される。

ＣＰＵ１１は、全ての行動タグについての処理を終了したと判断した場合（ステップＳ１５５でＹＥＳ）、処理をステップＳ１５７へ移行させる。ＣＰＵ１１は、記憶部１５から各行動タグに対応する参照値を読み出し、参照値の大きい順にソートして、参照値及び行動タグを表示部１４に出力する（ステップＳ１５７）。なお、参照値をソートすることなく、行動タグの順に表示部１４に出力しても良い。また、通信部１６を介して、参照値及び行動タグを他の図示しないコンピュータに出力しても良い。これにより、より精度よく行動タグに関連する施策を設定することが可能となる。

本実施の形態４は以上の如きであり、その他は実施の形態１から３と同様であるので、対応する部分には同一の参照番号を付してその詳細な説明を省略する。

実施の形態５
図１６は上述した形態のコンピュータ１の動作を示す機能ブロック図である。ＣＰＵ１１が制御プログラム１５Ｐを実行することにより、コンピュータ１は以下のように動作する。取得部１６１は、顧客の購買に関する属性を取得する。抽出部１６２は、顧客毎に属性及び属性に関連する行動情報を記憶した記憶部１５を参照し、取得した属性を有さない顧客の行動情報を抽出する。計数部１６３は、抽出した行動情報の組み合わせに基づき第１顧客数を計数する。算出部１６４は計数した各組み合わせの第１顧客数に基づき、抽出した行動情報毎に第２顧客数を算出する。

図１７は実施の形態５に係るコンピュータ１のハードウェア群を示すブロック図である。コンピュータ１を動作させるためのプログラムは、ディスクドライブ、メモリーカードスロット等の読み取り部１０ＡにＣＤ−ＲＯＭ、ＤＶＤディスク、メモリーカード、またはＵＳＢメモリ等の可搬型記録媒体１Ａを読み取らせて記憶部１５に記憶しても良い。また当該プログラムを記憶したフラッシュメモリ等の半導体メモリ１Ｂをコンピュータ１内に実装しても良い。さらに、当該プログラムは、インターネット等の通信網Ｎを介して接続される他のサーバコンピュータ（図示せず）からダウンロードすることも可能である。以下に、その内容を説明する。

図１７に示すコンピュータ１は、上述した各種ソフトウェア処理を実行するプログラムを、可搬型記録媒体１Ａまたは半導体メモリ１Ｂから読み取り、或いは、通信網Ｎを介して他のサーバコンピュータ（図示せず）からダウンロードする。当該プログラムは、制御プログラム１５Ｐとしてインストールされ、ＲＡＭ１２にロードして実行される。これにより、上述したコンピュータ１として機能する。

本実施の形態５は以上の如きであり、その他は実施の形態１から４と同様であるので、対応する部分には同一の参照番号を付してその詳細な説明を省略する。

実施の形態６
実施の形態６は、顧客群を特定する形態に関する。実施の形態１では、各行動タグに対応する第２顧客数を算出したが、実施の形態６は当該第２顧客を特定する形態に関する。図１８は、実施の形態６に係る情報処理システムの概要を示す説明図である。コンピュータ１は、属性「流行や限定品に興味あり」が付与される可能性のある第２顧客数を行動タグ「立ち上がり購入」、「福袋購入」、及び、「流行の店舗で買い物している」毎に出力した。コンピュータ１はさらに、顧客へのアプローチを支援すべく、各行動タグに対応する第２顧客群を出力する。図１８の例では行動タグ「福袋購入」の施策をとるべき第２顧客群として顧客ＩＤ「２００１０５，２００１０６・・・」が表示されている。以下詳細を説明する。

図１９は実施の形態６に係るコンピュータ１のハードウェア群を示すブロック図である。実施の形態１に加えてさらに連絡先ＤＢ１５６が設けられている。図２０は連絡先ＤＢ１５６のレコードレイアウトを示す説明図である。連絡先ＤＢ１５６は、顧客ＩＤフィールド、氏名フィールド、メールアドレスフィールド及び住所フィールド等を含む。氏名フィールドには、顧客ＩＤに対応付けて顧客の氏名が記憶されている。メールアドレスフィールドには、顧客ＩＤに対応付けて顧客のメールアドレスが記憶されている。住所フィールドには、顧客ＩＤに対応付けて住所が記憶されている。連絡先ＤＢ１５６は特定した顧客に対しアプローチする際に参照されるものであり、上述したデータ以外に電話番号、店舗の会員番号等を記憶してもよい。

図２１は、第１顧客群を示す説明図である。ＣＰＵ１１は、顧客ＤＢ１５４を参照し、指定されたＤＮＡを有さない顧客ＩＤを抽出する。ＣＰＵ１１は、抽出した顧客ＩＤの中から、顧客ＤＢ１５４を参照し、行動タグの組み合わせ毎に、当該組み合わせに係る行動タグをすべて有する顧客ＩＤを第１顧客群として抽出する。図２１の例では、行動タグ１及び行動タグ２の組み合わせについては、行動タグ１及び行動タグ２の双方にフラグが設定されている第１顧客群「２００１０５，２００１０７・・・」が抽出される。同様に、行動タグ２および行動タグ３の組み合わせについては、行動タグ２および行動タグ３の双方にフラグが設定されている第１顧客群「２００１０８，・・・」が抽出される。

図２２は結果ＤＢのレコードレイアウトを示す説明図である。結果ＤＢ１５５にはさらに第２顧客群フィールドが設けられている。第２顧客群フィールドには行動タグに対応付けて、対応する顧客ＩＤが記憶されている。ＣＰＵ１１は、行動タグを選択し、当該選択した行動タグ以外の組み合わせに係る顧客ＩＤ（第１顧客群）をすべて抽出する。ＣＰＵ１１は、抽出した全ての顧客ＩＤを第２顧客群として、結果ＤＢ１５５に行動タグに対応付けて記憶する。行動タグ１に関しては、図２１の例では、「行動タグ２、行動タグ３」、の顧客ＩＤ、「行動タグ２、行動タグ４」の顧客ＩＤ、および「行動タグ３、行動タグ４」の顧客ＩＤの全てを抽出し、第２顧客群として結果ＤＢ１５５に記憶する。

図２３は第２顧客数及び第２顧客群の表示イメージを示す説明図である。ＣＰＵ１１は、図１１で示した内容に加えて、行動タグに対応する顧客ＩＤ（第２顧客群）を表示部１４に表示する。なお、表示例は一例でありこれに限るものではない。ＣＰＵ１１は、連絡先ＤＢ１５６を参照し、顧客ＩＤに代えて、または顧客ＩＤに加えて対応するメールアドレス等を表示するようにしてもよい。

図２４は顧客ＩＤの特定処理手順を示すフローチャートである。ＣＰＵ１１は、入力部１３または通信部１６を介して、対象とするＤＮＡの指定を受け付ける（ステップＳ２４１）。ＣＰＵ１１は、受け付けたＤＮＡを有さない顧客ＩＤを、顧客ＤＢ１５４を参照して抽出する（ステップＳ２４２）。ＣＰＵ１１は、ＤＮＡに対応する行動タグを、ＤＮＡ行動タグＤＢ１５２から読み出す（ステップＳ２４３）。すなわちＣＰＵ１１は、購買履歴を記憶した顧客ＤＢ１５４から購買履歴の情報であるＤＮＡに対応する行動タグを取得する。ＣＰＵ１１は、ＤＮＡＤＢ１５１を参照し、対象となるＤＮＡに対応する最小行動タグ数を読み出す（ステップＳ２４４）。ＣＰＵ１１は、最小行動タグ数から１を減じて減算値を求める（ステップＳ２４５）。

ＣＰＵ１１は、ステップＳ２４３で読み出した行動タグの中から、減算値の数に対応する行動タグ数の、全ての組み合わせを求める（ステップＳ２４６）。ＣＰＵ１１は、行動タグの組み合わせを有する顧客ＩＤを、顧客ＤＢ１５４を参照し、第１顧客群として、組み合わせ毎に抽出する（ステップＳ２４７）。ＣＰＵ１１は、行動タグ毎に、対象となる行動タグ以外の組み合わせの顧客ＩＤを集め、集めた顧客ＩＤを第２顧客群として、結果ＤＢ１５５に記憶する（ステップＳ２４８）。

ＣＰＵ１１は、行動タグ毎に行動タグに対応する第２顧客数及び第２顧客群に係る顧客ＩＤを、表示部１４に出力する（ステップＳ２４９）。なお、ＣＰＵ１１は、通信部１６を介して他のコンピュータ（図示せず）に行動タグに対応する第２顧客数及び顧客ＩＤを出力するようにしても良い。ＣＰＵ１１は、連絡先ＤＢ１５６を参照し、行動タグ毎に、第２顧客群に係る顧客ＩＤに対応するメールアドレスを読み出す(ステップＳ２４１０)。これにより、行動タグに対応する施策をとるべき顧客を特定することが可能となる。また顧客のアドレスへ施策を送信でき、顧客のＤＮＡ付与を促進させることが可能となる。

本実施の形態６は以上の如きであり、その他は実施の形態１から５と同様であるので、対応する部分には同一の参照番号を付してその詳細な説明を省略する。

実施の形態７
図２５は上述した形態のコンピュータ１の動作を示す機能ブロック図である。ＣＰＵ１１が制御プログラム１５Ｐを実行することにより、コンピュータ１は以下のように動作する。取得部２５１は、複数の顧客の購買履歴の情報を取得する。特定部２５２は、取得した前記複数の顧客の購買履歴をそれぞれ分析して、複数の購買特性のうち相関のある１又は複数の購買特性を前記複数の顧客のそれぞれについて特定する。顧客特定部２５３は、特定のカテゴリの指定に応じて、該特定のカテゴリに対応づけられた複数の購買特性のうち、前記特定のカテゴリに属する候補として選択される基準を満たす購買特性について相関があると判定された顧客を特定する。出力部２５４は、特定した前記顧客を前記特定のカテゴリに属する候補として出力する。

本実施の形態７は以上の如きであり、その他は実施の形態１から６と同様であるので、対応する部分には同一の参照番号を付してその詳細な説明を省略する。なお、以上述べた各実施形態は相互に組み合わせることが可能である。

以上の実施の形態１から７を含む実施形態に関し、さらに以下の付記を開示する。

（付記１）
顧客の購買に関する属性を取得し、
顧客毎に属性及び属性に関連する行動情報を記憶した記憶部を参照し、取得した属性を有さない顧客の行動情報を抽出し、
抽出した行動情報の組み合わせに基づき第１顧客数を計数し、
計数した各組み合わせの第１顧客数に基づき、抽出した行動情報毎に第２顧客数を算出する
処理をコンピュータに実行させるプログラム。
（付記２）
基準値を取得し、
取得した基準値に基づく数の行動情報の組み合わせに対応する第１顧客数を計数する
付記１に記載のプログラム。
（付記３）
前記基準値の変更を受け付け、
受け付けた基準値を前記記憶部に記憶する
付記２に記載のプログラム。
（付記４）
前記基準値は属性に関連する行動情報の数、または、割合である
付記２または３に記載のプログラム。
（付記５）
行動情報毎に、該行動情報以外の組み合わせを有する行動情報の組み合わせに対応する第１顧客数の合計値に基づき第２顧客数を算出する
付記１から４のいずれか一つに記載のプログラム。
（付記６）
第２顧客数に基づき候補行動情報を選択し、
選択した候補行動情報を出力する
付記１から５のいずれか一つに記載のプログラム。
（付記７）
行動情報毎に第２顧客数を出力する
付記１から６のいずれか一つに記載のプログラム。
（付記８）
前記記憶部を参照し、行動情報を有する顧客数の割合を算出し、
該割合に、前記行動情報の前記第２顧客数を乗じて参照値を算出し、
行動情報毎に算出した参照値を出力する
付記１から７のいずれか一つに記載のプログラム。
（付記９）
顧客の購買に関する属性を取得し、
顧客毎に属性及び属性に関連する行動情報を記憶した記憶部を参照し、取得した属性を有さない顧客の行動情報を抽出し、
抽出した行動情報の組み合わせに基づき第１顧客群を抽出し、
行動情報毎に、該行動情報以外の組み合わせを有する行動情報の組み合わせに対応する第１顧客群に基づき第２顧客群を特定する
処理をコンピュータに実行させるプログラム。
（付記１０）
顧客の購買に関する属性を取得する取得部と、
顧客毎に属性及び属性に関連する行動情報を記憶した記憶部を参照し、取得した属性を有さない顧客の行動情報を抽出する抽出部と、
抽出した行動情報の組み合わせに基づき第１顧客数を計数する計数部と、
計数した各組み合わせの第１顧客数に基づき、抽出した行動情報毎に第２顧客数を算出する算出部と
を備える情報処理装置。
（付記１１）
顧客の購買に関する属性を取得し、
顧客毎に属性及び属性に関連する行動情報を記憶した記憶部を参照し、取得した属性を有さない顧客の行動情報を抽出し、
抽出した行動情報の組み合わせに基づき第１顧客数を計数し、
計数した各組み合わせの第１顧客数に基づき、抽出した行動情報毎に第２顧客数を算出する
処理をコンピュータに実行させる情報処理方法。
（付記１２）
抽出した行動情報の組み合わせに基づき第１顧客数を計数し、
行動情報毎に、該行動情報以外の組み合わせを有する行動情報の組み合わせに対応する第１顧客数の合計値に基づき第２顧客数を算出する
処理をコンピュータに実行させる付記９に記載のプログラム。
（付記１３）
行動情報毎に特定した第２顧客群及び算出した第２顧客数を出力する
処理をコンピュータに実行させる付記９に記載のプログラム。
（付記１４）
複数の顧客の購買履歴の情報を取得し、
取得した前記複数の顧客の購買履歴をそれぞれ分析して、複数の購買特性のうち相関のある１又は複数の購買特性を前記複数の顧客のそれぞれについて特定し、
特定のカテゴリの指定に応じて、該特定のカテゴリに対応づけられた複数の購買特性のうち、前記特定のカテゴリに属する候補として選択される基準を満たす購買特性について相関があると判定された顧客を特定し、
特定した前記顧客を前記特定のカテゴリに属する候補として出力する、
処理をコンピュータに実行させることを特徴とするプログラム。
（付記１５）
前記基準は、外部から設定可能である、
ことを特徴とする付記１４に記載のプログラム。
（付記１６）
前記基準は、購買特性の一致割合または一致数である、
ことを特徴とする付記１４または１５に記載のプログラム。
（付記１８）
顧客毎にカテゴリ及びカテゴリに関連する購買特性を記憶した記憶部を参照し、指定されたカテゴリに属さない顧客の購買特性を抽出し、
抽出した購買特性の組み合わせに基づき第１顧客群を抽出し、
購買特性毎に、該購買特性以外の組み合わせを有する購買特性の組み合わせに対応する第１顧群に基づき第２顧客群を特定する
付記１４から１６のいずれか一つに記載のプログラム。
（付記１９）
複数の顧客の購買履歴の情報を取得する取得部と、
取得した前記複数の顧客の購買履歴をそれぞれ分析して、複数の購買特性のうち相関のある１又は複数の購買特性を前記複数の顧客のそれぞれについて特定する特定部と、
特定のカテゴリの指定に応じて、該特定のカテゴリに対応づけられた複数の購買特性のうち、前記特定のカテゴリに属する候補として選択される基準を満たす購買特性について相関があると判定された顧客を特定する顧客特定部と、
特定した前記顧客を前記特定のカテゴリに属する候補として出力する出力部と、
を備える情報処理装置。
（付記２０）
複数の顧客の購買履歴の情報を取得し、
取得した前記複数の顧客の購買履歴をそれぞれ分析して、複数の購買特性のうち相関のある１又は複数の購買特性を前記複数の顧客のそれぞれについて特定し、
特定のカテゴリの指定に応じて、該特定のカテゴリに対応づけられた複数の購買特性のうち、前記特定のカテゴリに属する候補として選択される基準を満たす購買特性について相関があると判定された顧客を特定し、
特定した前記顧客を前記特定のカテゴリに属する候補として出力する、
処理をコンピュータに実行させることを特徴とする情報処理方法。

１ コンピュータ
１Ａ 可搬型記録媒体
１Ｂ 半導体メモリ
１０Ａ 読み取り部
１１ ＣＰＵ
１２ ＲＡＭ
１３ 入力部
１４ 表示部
１５ 記憶部
１５Ｐ 制御プログラム
１６ 通信部
１８ 時計部
１５１ ＤＮＡＤＢ
１５２ ＤＮＡ行動タグＤＢ
１５３ 行動タグＤＢ
１５４ 顧客ＤＢ
１５５ 結果ＤＢ
１６１ 取得部
１６２ 抽出部
１６３ 計数部
１６４ 算出部
２５１ 取得部
２５２ 特定部
２５３ 顧客特定部
２５４ 出力部
Ｎ 通信網

Claims (13)

1. 顧客の購買に関する属性を取得し、
   顧客毎に属性及び属性に関連する行動情報を記憶した記憶部を参照し、取得した属性を有さない顧客の行動情報を抽出し、
   抽出した行動情報の組み合わせに基づき第１顧客数を計数し、
   計数した各組み合わせの第１顧客数に基づき、抽出した行動情報毎に第２顧客数を算出する
   処理をコンピュータに実行させるプログラム。
2. 基準値を取得し、
   取得した基準値に基づく数の行動情報の組み合わせに対応する第１顧客数を計数する
   請求項１に記載のプログラム。
3. 前記基準値の変更を受け付け、
   受け付けた基準値を前記記憶部に記憶する
   請求項２に記載のプログラム。
4. 前記基準値は属性に関連する行動情報の数、または、割合である
   請求項２または３に記載のプログラム。
5. 顧客の購買に関する属性を取得し、
   顧客毎に属性及び属性に関連する行動情報を記憶した記憶部を参照し、取得した属性を有さない顧客の行動情報を抽出し、
   抽出した行動情報の組み合わせに基づき第１顧客群を抽出し、
   行動情報毎に、該行動情報以外の組み合わせを有する行動情報の組み合わせに対応する第１顧客群に基づき第２顧客群を特定する
   処理をコンピュータに実行させるプログラム。
6. 顧客の購買に関する属性を取得する取得部と、
   顧客毎に属性及び属性に関連する行動情報を記憶した記憶部を参照し、取得した属性を有さない顧客の行動情報を抽出する抽出部と、
   抽出した行動情報の組み合わせに基づき第１顧客数を計数する計数部と、
   計数した各組み合わせの第１顧客数に基づき、抽出した行動情報毎に第２顧客数を算出する算出部と
   を備える情報処理装置。
7. 顧客の購買に関する属性を取得し、
   顧客毎に属性及び属性に関連する行動情報を記憶した記憶部を参照し、取得した属性を有さない顧客の行動情報を抽出し、
   抽出した行動情報の組み合わせに基づき第１顧客数を計数し、
   計数した各組み合わせの第１顧客数に基づき、抽出した行動情報毎に第２顧客数を算出する
   処理をコンピュータに実行させる情報処理方法。
8. 複数の顧客の購買履歴の情報を取得し、
   取得した前記複数の顧客の購買履歴をそれぞれ分析して、複数の購買特性のうち相関のある１又は複数の購買特性を前記複数の顧客のそれぞれについて特定し、
   特定のカテゴリの指定に応じて、該特定のカテゴリに対応づけられた複数の購買特性のうち、前記特定のカテゴリに属する候補として選択される基準を満たす購買特性について相関があると判定された顧客を特定し、
   特定した前記顧客を前記特定のカテゴリに属する候補として出力する、
   処理をコンピュータに実行させることを特徴とするプログラム。
9. 前記基準は、外部から設定可能である、
   ことを特徴とする請求項８に記載のプログラム。
10. 前記基準は、購買特性の一致割合または一致数である、
    ことを特徴とする請求項８または９に記載のプログラム。
11. 顧客毎にカテゴリ及びカテゴリに関連する購買特性を記憶した記憶部を参照し、指定されたカテゴリに属さない顧客の購買特性を抽出し、
    抽出した購買特性の組み合わせに基づき第１顧客群を抽出し、
    購買特性毎に、該購買特性以外の組み合わせを有する購買特性の組み合わせに対応する第１顧群に基づき第２顧客群を特定する
    請求項８から１０のいずれか一つに記載のプログラム。
12. 複数の顧客の購買履歴の情報を取得する取得部と、
    取得した前記複数の顧客の購買履歴をそれぞれ分析して、複数の購買特性のうち相関のある１又は複数の購買特性を前記複数の顧客のそれぞれについて特定する特定部と、
    特定のカテゴリの指定に応じて、該特定のカテゴリに対応づけられた複数の購買特性のうち、前記特定のカテゴリに属する候補として選択される基準を満たす購買特性について相関があると判定された顧客を特定する顧客特定部と、
    特定した前記顧客を前記特定のカテゴリに属する候補として出力する出力部と、
    を備える情報処理装置。
13. 複数の顧客の購買履歴の情報を取得し、
    取得した前記複数の顧客の購買履歴をそれぞれ分析して、複数の購買特性のうち相関のある１又は複数の購買特性を前記複数の顧客のそれぞれについて特定し、
    特定のカテゴリの指定に応じて、該特定のカテゴリに対応づけられた複数の購買特性のうち、前記特定のカテゴリに属する候補として選択される基準を満たす購買特性について相関があると判定された顧客を特定し、
    特定した前記顧客を前記特定のカテゴリに属する候補として出力する、
    処理をコンピュータに実行させることを特徴とする情報処理方法。

Images