WO2002099711A1

WO2002099711A1 - Prevision de ventes a l'aide d'une valeur de client representee par trois axes d'indices servant de critere

Info

Publication number: WO2002099711A1
Application number: PCT/JP2002/004289
Authority: WO
Inventors: Koji Watarai; Tetsuya Kawai
Original assignee: Dentsu Tec Inc.
Priority date: 2001-05-31
Filing date: 2002-04-26
Publication date: 2002-12-12
Also published as: CN1513151A; KR20040006009A; KR100712711B1; EP1413967A1; TWI284848B; EP1413967A4; US7577579B2; US20040138958A1; JP2002358402A

Description

明細書

3指標軸による顧客価値を基準とした売上予測技術分野

本発明は特定業界市場の特定メーカ商品又は特定ブランド商品に関して、顧客がその商品を購入する際の購入履歴データをデータベースに蓄積し、そのデータベースを基にして顧客の購入金額又は数量で分類した購入量階層と顧客が特定メーカまたはブランドの商品の品種をどの程度まで所定期間内に購入したかで分類したユーザタィプ層による各セルの顧客について現在の顧客価値マップを生成し、さらに販売店店頭におけるアンケート情報ゃ異業種企業事業所と提携したクレジット会員カード或は電子商取引などの購入履歴により、特定業種市場の全メーカ又は全ブランド商品の購入金額、数量及び購入内容から推定したユーザタイプの分類を数量化し、前述のような購入量階層及びユーザタイプ階層に分類し、その各セルにダイレクトメ一ルなどのアプローチを行って、顧客がそれらセルをどのように移動するか及び顧客の移動の増減によってセル毎の将来の顧客価値及び総売上の増減を判定する方法に関し、自社商品の購入データのみから将来他社商品にシェアを拡張できるかを分析することができる 3指標軸による顧客価値を基準とした売上予測方法に関する。背景技術

特定業界市場の特定メ一力商品又は特定ブランド商品（例えば化粧品業界の X X会社の O O化赃クリーム）に関する自社顧客シェア構成のみでは、他社シェア構成が不明であった。将来顧客価値を予測して、そのシェアを拡大できるかを分析することが必要であつたが、従来この問題についてあまり深く考えられていなかった。

従来の自社データのみによリ、顧客へアプローチする場合は RFMもしくは RFM I ( r e c e n c y, f r e q u e n c y, mo n e t a r y, i t em; Iこよる顧各の現ィ王価値をべ一スにしたアプローチであった。そこには現在価値が高い顧客は、将来もその価値が継続するという前提があった。

しかしながら、現在価値が高い顧客は、必ずしもその価値が将来も継続しないのは現実であり、効率的な顧客アプローチをするためには顧客の現在価値のみならず、特定業種市場の全メーカ又は全ブランド商品に対する自社のシヱァ構成を知るために店頭における販売員のヒアりング情報、アンケ一トなどによリ将来価値ポテンシャルの大小を購入金額■購入量で把握することが必要であった。また、将来価値ポテンシャルの資源' リソースを品種組合せの購入タィプによ y把握することも必要であった。

また顧客に対するアプローチ（ダイレクトメールなど）の効率化のため、そのレスポンスの有無を分析することも必要であった。

本発明は、前述のような問題に鑑みてなされたものであり、その目的は以下の通りである。すなわち、特定商品の販売において、その顧客の現在価値、将来価値の大小とそのリソースを判定し、顧客に応じた効果的な販促投資の選択情報を提供し、投資対象 '条件に応じた売上予測方法を提供することを目的とする。発明の開示

前記課題を解決するため、本発明の 3指標軸による顧客価値を基準とした売上予測は、購入履歴データをデータベースに収集し分析する機関の顧客価値分析コンピュータシステムを用いた顧客価値判定方法であつて、

前記データベースに収集された特定商品に対する顧客消費情報を、購入量指標軸（第 1指標軸）と、ユーザタイプ指標軸（第 2指標軸）と、顧客購入関与度指標軸（第 3指標軸）との 3指標軸の組み合わせを用いて、顧客の現在価値と将来価値の大小と顧客将来価値のリソースを判定する顧客価値評価セルに分割し、さらに、前記顧客価値評価セルの経時変化と販促投資による変化を測定し、前記販促投資と売上の因果関係を数量化することによリ売上予測シミュレーションを行うことを特徴とする。

また、前記購入量指標軸（第 1指標軸）は、顧客が特定業界市場の特定メーカ商品又は特定ブランド商品を購入する際、商品の販売店における取引、インターネットを介する電子商取引、電話■郵送を含む直接取引によリ採集された顧客氏名又はコードのいずれか、商品コード、数量、購入金額、購入時点を少なくとも含む購入履歴データを所定期間毎にそのデータに基づき顧客を購入金額又は数量で順位付けした購入量順で複数階層に分類した指標軸とし、

前記ユーザタイプ指標軸（第 2指標軸）は、前記顧客を前記所定期間毎に特定メーカ商品又は特定ブランド商品の複数品種を組合せて大部分購入する客から 0 1品種購入する客までの商品組合せによるユーザタイプで複数階層に分類した指標軸とし、

前記顧客購入関与度指標軸（第 3指標軸）は、前記販売店の店頭におけるアンケート及びノ又はアプローチ、電子商取引及び直接取引におけるアンケート及び又はアプローチ、ダィレクトメール■ E— m a i し電話によるアンケート及び/又はアプローチ、店頭販売員の顧客情報に加えて複数の異業種の企業■事業所と提携して共通 I Dを付したクレジット機能を有する会員カードの商品購入履歴を含めた購入データを抽出し、前記顧客が前記特定業界巿場で、他のメーカ商品又は他のブランド商品を含めた全メーカ商品又は全ブランド商品の購入金額、数量及び購入内容から推定したユーザタィプの分類を指標軸とし、

3指標軸の組み合わせを用いて特定メ一力商品又は特定ブランド商品の顧客の現在価値、将来価値の大小とそのリソースを判定し、顧客に応じた効果的な販促投資の選択情報を提供し、投資対象■条件に応じた売上予測方法を提供することを特徴とする特定商品に対する顧客消費情報を、購入量指標軸（第 1指標軸）と、ユーザタイプ指標軸（第 2指標軸）と、顧客購入関与度指標軸（第 3指標軸）との 3指標軸を用いて、顧客の現在価値と将来価値の大小と顧客将来価値のリソースを判定する顧客価値評価セルに分割し、さらに、前記顧客価値評価セルの経時変化と販促投資による変化を測定し、前記販促投資と売上の因果関係を数量化することにより売上予測シミュレーションを行うことを特徴とする。

また、前記顧客購入関与度は、前記抽出データに基づいて、特定業界市場の全メーカ商品又は全ブランド商品について所定期間毎に顧客購入金額又は数量で順位付けした購入量順で複数階層に分類した第 3指標軸とすることを特徴とする。

また、前記顧客購入関与度は、前記抽出データに基づいて、特定業界市場の全メーカ商品又は全ブランド商品について所定期間毎に顧客購入金額又は数量で順位付けした購入量順で複数階層に分類し、さらに、複数品種を組合せて大部分購入する客から 0 ~ 1品種購入する客までの商品組合せによるユーザタィプで複数階層に分類した第 3指標軸とすることを特徴とする。

また、顧客が特定業界市場の特定メーカ商品又は特定ブランド商品を購入する際、販売店における取引、インターネットを介する電子商取引、或は電話■郵送を含む直接取引により採集された顧客氏名又はコードのいずれか、商品コード、数量、購入金額、購入時点を少なくとも含む購入履歴データを統括する機関の顧客価値分析コンピュータシステムにおいて、そのデータベースに逐次蓄積して前記特定メ一力商品又は特定ブランド商品の顧客購入履歴データベースを構築し、所定期間毎にそのデータに基づき顧客を購入金額又は購入数量で順位付けした購入量順で複数 m階層に分類した購入量指標軸と、前記所定期間毎に前記顧客を特定商品の複数品種を大部分購入する客から 0 ~ 1品種購入する客までの品種組合せによるユーザタィプで複数 n階層に分類したユーザタィプ指標軸との 2軸により m X π個のセルに顧客を分割して現在顧客価値マップを生成してセル毎の現在の顧客価値を判定し、

次いで、前記販売店におけるアンケート及びまたはアプローチ、電子商取引及び直接取引におけるアンケート及び Zまたはアプローチ、店頭の販売員の情報、ダイレクトメール' E- m a i I ■電話におけるアンケート及び Zまたはアプローチ結果に加えて、複数の異業種の企業 ·事業所と提携して共通 I Dを付したクレジット機能を有する会員カードの商品購入履歴を含めた購入データを抽出し、前記顧客が前記特定業界市場で、他のメーカ商品又は他のブランド商品を含めた全メーカ商品又は全ブランド商品の購入金額、数量及び購入内容から推定したユーザタイプの分類を全メーカ■ブランド顧客購入履歴データベースに記録し、このデータベースによって特定メーカ商品又は特定ブランド商品の顧客の現在価値、将来価値の大小とそのリソースを判定し、顧客に応じた効果的な販促投資の選択情報を提供し、投資対象■条件に応じた売上予測方法を提供することを特徴とする。

また、顧客が特定業界市場の特定メーカ商品又は特定ブランド商品を購入する際、販売店における取引、インターネットを介する電子商取引、或は電話■郵送を含む直接取引により採集された顧客氏名又はコードのいずれか、商品コード、数量、購入金額、購入時点を少な <とも含む購入履歴データを統括する機関の顧客価値分析コンピュータシステムにおいて、そのデータを記録する前記特定メーカ商品又は特定ブランド商品の顧客購入履歴データベ一スと、販売店■電子商取引■直接取引時のアンケ一ト及び/またはアプローチ、販売員の情報、異業種企業■事業所と提携した共通 I Dを付したクレジット会員カードの購入履歴によリ、特定業種市場の全メーカ又は全ブランド商品の顧客購入態度を数量化したデータを蓄積した全メ一力■ブランド顧客購入データベースとによリ、現在価値のみでなく将来価値のある高ポテンシャル顧客を選別して効率的アプローチ及び総売上を向上できる顧客価値判定方法であって、

前記特定業界市場の特定メーカ又はブランド商品に対する金銭的貢献度は、顧客或は世帯単位の顧客の商品の購入金額或は購入個数、購入容量などの所定期間毎の購入数量によるとして、多購入量層、中購入量層、少購入量層を少なくとも含めて前記顧客購入履歴データべースを基に顧客を複数階層 m個に分類し、購入量指標軸とする購入量分類段階と、

前記特定メーカ又はブランド商品を購入する顧客が、前記所定期間内にそのメーカ又はブランド商品の品種をすベて購入する上位顧客層と、前記品種を大部分購入する準上位顧客層と、前記品種を半数程度以上購入する中位顧客層と、品種を平均程度購入する標準顧客層と、 0 ~ 1品種程度の下位顧客層を含めて前記購入履歴データベースを基に顧客を複数階層 n個に分類し、ユーザタィプ指標軸とするユーザタィプ分類段階と、

前記購入数量及びユーザタイブの 2つの指標軸によリ顧客を m X n個のセルに分割し、各セル毎の顧客グループの構成■購買状況を示す数値データを前記購入履歴データベースを基に生成する現在顧客価値マップ生成段階と、

前記各セルの顧客の将来顧客価値を判定するため、特定業界市場の全メ一力商品又は全ブランド商品について、前記全メーカ■ブランド顧客購入データベースを基に所定期間毎に顧客購入金額又は数量で順位付けした購入量順で複数 m階層に分類する関与度分類段階（ィ ) と、そのデータベースを基に同一期間毎に複数品種を組合せて大部分購入する客から 0〜 1 品種購入する客まで品種組合せによるユーザタィプで少なくとも n階層に、さらに購入量の各階層を分類した少なくとも m x nセルに分割する関与度分類段階（口）と、

前記販売店におけるアンケ一ト及び Zまたはアプローチ、電子商取引及び直接取引におけるアンケート及び/またはアプローチ、店頭の販売員の情報、ダイレクトメール■ E- m a i I '電話におけるアンケート及び/またはアプローチ結果に加えて、複数の異業種の企業■事業所と提携して共通 I Dを付したクレジット機能を有する会員カードの商品購入を含めた購入データを抽出し、前記顧客が前記特定業界市場で、他のメーカ商品又は他のブランド商品を含めた全メ一力商品又は全ブランド商品の購入金額、数量及び購入内容から推定したユーザタイプを分類する関与度分類段階（ハ）とにより、特定商品の顧客の現在価値、将来価値の大小とそのリソースと、前記各種アプローチの因果関係を判定し、顧客に応じた効果的な販促投資の選択情報を提供し、投資対象■条件に応じた売上予測方法を提供する顧客価値マップ予測段階とからなることを特徴とする。

また、前記購入量分類段階において、前記特定メーカ又はブランド商品の各顧客の購入量の多い順序に並べて、全購入金額の約 5 0 %までを占める顧客層をへビー（H ) 層、次の順位から前記全購入金額の約 3 0 %までをミドル（M) 層、前記全購入金額の残りの顧客層をライト（L) 層の 3階層に分類することを特徴とする。

また、前記現在顧客価値マップ生成段階において、各セル毎の顧客グループの構成'購買状況を示す数値データは、顧客又は世帯構成比、購入金額又は数量又は容量構成比、一人あたりの購入金額、一人あたりの取引回数、顧客数であり、このマップを一定期間ずつ連続して作成し、その間の各セル毎のデータを比較すれば、次の近い将来の予測が可能であることを特徴とする。

また、前記アプローチにおいて、各セル毎の顧客毎のアプローチに対するレスポンスは顧客からの問合せ '資料請求■来店■購入■購入金額■継続購入■継続購入金額データとしてアプローチレスポンスデータベースに記録し、そのデータベースを基にセル毎にアプローチ効果を計測し次回から効率のよいセルにのみアプローチを行うことを特徴とする。

また、前記特定業界市場は少なくとも化粧品、各種石鹼、服装'衣料品、装飾品、手さげ'旅行カバン品、家電品、パソコンとその周辺装置、流通■運送を含むサービス業、各種ワイン'ブランデー■ウィスキー■ビール酒類を少なくとも含むことを特徴とする。図面の簡単な説明

第 1図は、本発明の 3指標軸による顧客価値判定方法を動作させるためのコンピュータシス亍ムの構成図と、それに通信回線を介して接続する販売店'顧客端末機との関係を示す図であり、第 2図は、本発明の 3指標軸による顧客価値判定方法の動作の流れ図であり、第 3 図は、本発明の 3指標軸による顧客価値判定方法の動作の流れ図であり、第 4図は、現在顧客価値マップの実施例を示す図で、第 4図（a) は 3軸の構成を示し、第 4図（b) は第 4 図（a) の斜線部分のデータ例を示す図であり、第 5図は、将来顧客価値マップの実施例を示す図で、第 5図（a) はその構成を示し、第 5図（b) は第 5図（a) の斜線部分のデータ例を示す図であり、第 6図は、 X期間の実施例を示す顧客価値マップで、第 6図（a) はその構成、第 6図（b) 、第 6図（c) はそのデータ例を示す図であり、第 7図は、 Y期間の実施例を示す顧客価値マップで、第 7図（a) はその辩成、第 7図（b) 、第 7図（c) はそのデータ例を示す図であり、第 8図は、 Z期間の実施例を示す顧客価値マップで、第 8 図（a) はその構成、第 8図（b) 、第 8図（c) はそのデータ例を示す図であり、第 9図は、アプローチによる直接的影響を示す Y期間の実施例の顧客価値マップで、第 9図（a) はその構成、第 9図（b) はそのデータ例を示す図であり、第 1 0図は、アプローチによる間接的影響を示す Y期間の実施例の顧客価値マップで、第 1 0図（a) はその構成、第 1 0 図（b) 、第 1 0図（c) はそのデータ例を示す図である。発明を実施するための最良の形態

本発明の 3指標軸による顧客価値判定方法によリ顧客価値分析を行うコンピュータシス亍ム 1の構成例とそれに通信回線 2を介して接続する販売店の端末機 3及び顧客の端末機 4との関係を第 1図に示してある。なお、 9は顧客と直接取引したときの購入に関する伝禀を示す。

ここで、 1 0は顧客価値分析業務処理サー/ であり、ここには本発明の顧客価値判定方法の手順を記録した分析プログラム群 1 O a、 ■·■■がある。

1 1はデータベース 1 2を管理するデータベースサーバであり、データベース 1 2には少なくとも顧客購入履歴データベース 1 2 a、全メーカ■ブランド顧客購入履歴データベース 1 2 b、アプローチレスポンスデータべ一ス 1 2 cがある。

1 3は W e bサーバ、 1 4は顧客と直接取引したときの伝票データ aを入力する端末機であり、またダイレクトメール、アンケート表などの顧客へのアプローチのための文書出力端末機である。 1 5はローカル'エリア■ネットワーク（L A N ) である。

前記顧客購入履歴データベース 1 2 aは、特定業界市場の特定メーカ商品又は特定ブランド商品を顧客が購入する際、販売店における取引、インターネットを介する顧客との電子商取引、或は顧客との直接取引等により採集された顧客コード、商品コード、数量、購入金額、購入時点を少なくとも含む購入履歴データである。

後述するように、前記データベース 1 2 aの購入履歴データにより現在の顧客価値マップを以下のようにして作成する。

すなわち、所定期間毎にその購入履歴データに基づき顧客を購入金額又は購入個数等で順位付けした購入量で複数 m階層に分類した購入量指標軸と、その期間毎に前記顧客を特定商品の複数品種を大部分購入する客から 0〜 1品種購入する客まで品種組合せによるユーザタィプで複数 n階層に分類したユーザタィプ指標軸の 2軸により m X η·セルに顧客を分割してマップを作成する。セル毎に現在の顧客価値を分析できる。

なお、所定期間毎の前記現在顧客価値マップを 2期間連続して計測すれば、次の期間の各セル毎の顧客の移動率、流入流出率を推定できる将来予測を行うことができる。

ここで、販売店における取引の購入履歴データは第 1図に示すように販売店の端末機 3から通信回線 2を介して顧客価値分析コンピュータシステム 1へ大部分が送られる。

また、顧客との電子商取引の購入履歴データは第"!図に示すように顧客のクライアント端末機 4とインタ一ネット 2を介してコンピュータシステム 1へ送られる。

また、顧客との直接取引の購入履歴データは、その購入伝票により、入力端末機 1 4から入力される。次に、全メーカ■ブランド顧客購入履歴データベース 1 2 bは、顧客が特定業界市場で、他のメーカ商品又は他のブランド商品を含めた全メーカ商品又は全ブランド商品のどの位の比率を購入しているかの顧客購入態度を数量化するために、前記販売店におけるアンケート及び/またはアプローチ、電子商取引及び直接取引（電話■郵送を含む）におけるアンケート及び Zまたはアプローチ、店頭の販売員の顧客態度情報、ダイレクトメール' E- m a i Iにおけるアンケート及び Zまたはアプローチ回答に加えて、複数の異業種の企業■事業所と提携して共通 I Dを付したクレジッ卜機能を有する会員カードの商品購入履歴を含め購入に関する抽出データを記録する。

後述するように、前記データベース 1 2 bを基に、その抽出データにより、前記顧客購入態度を数量化した 3指標軸の将来顧客価値マップを以下のように作成する。

すなわち、まず所定期間毎に、その抽出データに基づき顧客を購入金額等で順位付けした購入量で複数 m階層に分類した購入量による関与度分類段階（ィ）と、データベース 1 2 b を基に同一期間毎に複数品種の組合せで大部分購入する客から 0 ~ 1品種購入する客まで品種組合せによるユーザタィプで少なくとも n階層に、さらに購入量の各階層を分類した少なくとも m X nセルに分割する関与度分類段階（口）と、その各セル毎にダイレクトメール' E- m a i Iを含む各種のアプローチ及び Zまたはアプローチ発信により関与度分類段階 (ハ）とからなる作成方法である。

ここで、前記アプローチ発信は前記一定期間以上の間隔で複数回行ってもよい。その都度アプローチ番号を付けして全メーカ■ブランド顧客購入履歴データベース 1 2 bに蓄積する。なお、以上のアプローチの発信文書は主として、第 1図に示すアプローチ文書出力端末機 1 4で行うが販売店を介してもよい。

次に、アプローチレスポンスデータべ一ス 1 2 cは、前記アプローチに対するレスポンスを蓄積したものである。そのレスポンスとしては、顧客からの問合せ、資料（カタログ）請求、来店、購入、購入金額、継続購入、継続購入金額データを記録する。このデータの入力ル一トは顧客購入履歴データベース 1 2 aと同じである。

次に、本発明の顧客価値判定方法の手順を記録した分析プログラム群 1 0 aを動作させたときの流れを第 2図から第 3図に基づいて説明する。

予め、顧客が特定業界市場の特定メーカ又はブランド商品を購入する際に、購入履歴データを次のルート（ィ）（口）（ハ）から採集する。

ルート（ィ）は、販売店端末機 3から通信回線 2を介して顧客価値分析コンピュータシステム 1へ送信するルート。

ルート（口）は、顧客のクライアント端末機 4の W e bページ入力画面からインターネット 2を介してコンピュータシステム 1へ送信するルート。

ルート（ハ）は、顧客直接取引による伝票データをコンピュータシステム 1の入力端末 1 4からデータを入力する（S 2 1 ) 。

これらのデータはいずれもコンピュータシス亍ム 1の顧客購入履歴データベース 1 2 aに逐次蓄積する（S 2 2 ) 。

コンピュータシステム 1の顧客価値分析業務サーバ 1 0は、分析プログラム 1 O aにより、所定期間毎（3ヶ月又は 6ヶ月程度）に以下の順序で顧客を分類し、現在顧客価値マップの生成を開始する（S 2 3 ) 。

ここでまず、購入量指標軸生成について説明する。

特定業界市場の特定メ一力又はブランド商品に対する金銭的貢献度は顧客或は世帯単位の顧客の商品の購入金額或は購入数量、購入容量などの所定期間 τ毎の購入量によるとして、多購入量層、中購入量層、少購入量層を少なくとも含めて、顧客購入履歴データベース 1 2 aを基に複数階層 m個に分類する。

以上の購入量分類の具体的な実施例は以下のようにする。まず、所定期間 T毎に顧客を購入量の多い順序に並べて、全購入金額の約 5 0 %まで占める顧客層をへビー（H) 層、次の順位から前記全購入金額の約 3 0 %までをミドル（M) 層、残りの顧客層をライト（L) 層の 3階層に分類する（S 2 4 ) 。

次に、ユーザタイプ指標軸生成について説明する。

特定メーカ又はブランド商品を購入する顧客が、前記所定期間 T毎に、データベース 1 2 aを基にそのメーカ又はブランド商品を S冓入する場合、その商品の基礎品種として、 A、 B, Cがある場合（例えば特定業界市場が化粧品のときは、基本となる化粧品 Aと、下塗りとなる美白用特別化粧品 Bと、しわなどに効果がある加齢用特別化粧品 Cとが基礎となる化粧品の品種である）、この 3品種全てを購入する顧客層（ABC) と、 Aと Bとを購入する顧客層（AB) と、 Aと Cとを購入する顧客層（AC) と、 Aのみを購入する顧客層（A) と、 Bのみを購入する顧客層（B) と、 Cのみを購入する顧客層（C) とに 6分類する（S2 5) 。

次に、購入量指標軸とユーザタイプ指標軸とにより顧客を mX π個のセル（実施例では 3 X 6のセル）に分割する（S31) 。

次に、データベース 1 2 aを基にして、各セル毎に顧客グループの構成 '購売状況を示す数値データを算出して現在顧客価値マップを生成する（S32) 。

ここで、各セル毎の顧客グループの構成 '購売状況を示す数値データは、全体に対する各セル毎の顧客の構成比、購入金額構成比、一人あたりの購入金額、一人あたりの来店回数、顧客数などである。

以上の具体的な実施例を第 4図に示す。第 4図（a) は 3軸の構成を示し、斜線部分の具体的なデータ例を第 4図（b) に示す。第 4図（b) に示すように横軸方向はユーザタイプ指標軸を示し、（ABC) (AB) (AC) (A) (B) (C) に 6分類されている。一方、縦軸方向は購入量指標軸を示し（H) (M) (L) の階層に 3分類されている。結局 3 X 6 =1 8のセルに顧客を分割し、その顧客構成比、購入金額構成比、購入金額、一人あたりの来店回数が 4段に示されている。第 4図（b) は具体的なデータの一例である。

以上で現時点における「現在顧客価値マップ」を生成したが、さらに将来の顧客価値を予測するための以下に示すアプローチを行う。

まず、所定期間毎に、全メーカ■ブランド顧客購入履歴データベース 1 2 bの抽出データに基づき顧客を購入量で H, M, L 3階層に分類した購入量による関与度分類段階（ィ）と、ユーザタイプで（ABC) (AB) (AC) (A) (B) (C) 6階層と他メーカ商品又はブランド商品も購入する顧客層 (D) を加えて 7階層に分類したユーザタイプによる関与度分類段階（口）と、各セルの顧客へのダイレクトメール'アンケート ' E- ma i I配信■ 電話を含むアプローチ用文書をコンピュータシス亍ム 1のアプローチ文書出力端末機 1 4よリ出力するアプローチ発信段階（ハ）とからなる（S? 3)。

アプローチ文書を顧客へ発信してから、そのアプローチ開始後一定期間 Z (例えば 2ヶ月 3ヶ月程度）全メーカ■ブランド顧客購入履歴データベース 1 2 bに記録する（S34)。以上のように、各セル毎の顧客へアプローチ文書を発信し、その応答レスポンスを数量化することによリ顧客購入関与度指標軸を生成する。

データベース 1 2 bを墓に、その一定期間 Z内の顧客価値マップを生成し、アプローチ前の現在顧客価値マップと比較して各セル毎の顧客の維持率■流出率■流入率及びその特定商品全体の顧客総数と総売上の増減率を算出した将来顧客価値マップによリ将来を予測する (S 35) 。

以上で現時点における現在顧客価値マップ」を生成したが、さらに将来の顧客価値を予測するため、以下の順序で顧客分類し、将来顧客価値マップ生成を開始する。

ここで、まず顧客購入関与度指標軸生成について説明する。

まず、所定期間毎に、全メーカ■ブランド顧客購入履歴データベース 12 bの抽出データに基づき顧客を購入量で H, , L 3階層に分類した購入量による関与度分類段階（ィ）と、ユーザタイプで（ABC) (AB) (AC) (A) (B) (C) 6階層と特定メーカ 'ブランドでは販売していない品種を組み合わせて購入する顧客層（AD) を加えて 7階層に分類したユーザタイプによる関与度分類段階（口）の計 21セルに分類する。

次に、この顧客購入関与度指標軸と、ユーザタイプ指標軸とにより顧客を mx n個のセル (実施例では 21 6のセル）に分割する。

予め、全メーカ■ブランド顧客購入履歴データベース 12 bを以下のように作成する。すなわち、販売店におけるアンケート、電子商取引及び直接取引（電話《郵送を含む）におけるアンケート回答、店頭の販売員の顧客態度情報、ダイレクトメール■ Eメール '電話におけるアンケート回答に加えて、複数の異業種の企業'事業所と提携して共通 I Dを付したクレジット機能を有数会員力一ドの商品購入履歴を含め購入に関する抽出データを全メー力 -ブランド顧客履歴データベース 1 2 bに記録する。次にデータベース 1 2 bと前記データベース 12 aを基にして、一定期間内 X (例えば 2 ヶ月〜 3ヶ月程度）の各セル毎の顧客グループの構成 -購買状況を示す数値データを算出して将来顧客価値マップを生成する。

ここで、各セル毎の顧客グループの構成■購買状況を示す数値データは、全体に対する各セル毎の顧客の構成比、購入金額構成比、一人あたりの購入金額、一人あたりの取引回数、顧客数などである。

以上の具体的な実施例を第 5図に示す。第 5図（a) は 3軸の構成を示し、斜線部分の具体的なデータ例を第 5図（b) に示す。ここで横軸方向は特定業界市場の特定メーカ■ブランドにおけるユーザタイプ指標軸を示し、（ABC) (AB) (AC) (A) (B) (C) に 6分類されている。一方、縦軸方向は顧客購入関与度指標軸を示し、購入量による関与度分類段階（H) ( ) (L) Xユーザタイプによる関与度分類段階（ABC) (AB) (A C) (A) (B) (C) (AD) に 2 "l分類されている。結局 6 x 21 = 126のセルに顧客を分割し、その顧客構成比、購入金額構成比、購入金額、一人あたりの来店回数が 4段に示されている。

前記、将来顧客価値マップより、特定業界市場の全メーカ又は全ブランド品種のうち自社ブランドのどの位の品種が購入されているか、又は新たな商品分野への顧客購入態度を把握することにより、特定メーカ■ブランド顧客の現在価値のみでなく将来価値のある高ポテンシャル顧客を効率的にアブ口一チできる顧客判定方法である。

さらに将来顧客価値マップと、前記現在顧客価値マップを合わせて見ることにより、高ポテンシャル顧客の将来価値の大小が数量化して把握でき、アプローチの一層の効率化が図れる。

すなわち将来顧客価値マップで購入量による関与度分類段階（H) であり、現在顧客価値マップで購入量指標軸 (L) の顧客は、将来価値が（H) - (L) 分あると推定でき、その将来価値のリソースを将来価値マップで判定できる。

なお、将来顧客価値マップ及び現在顧客価値マップの 2面で構成された、 3指標軸による顧客価値判定方法によリ実施したアプローチのレスポンスデータは、アプローチに対するレスポンスを蓄積したデータベースである 1 2 cに蓄積する。そのレスポンスとしては、顧客からの問い合せ、資料（カタログ）請求、来店、購入、購入金額、継続購入、継続購入金額データなどである。このデータの入力ルートは、特定メーカ '特定ブランドに関するデータについては 1 2 a、全メーカ 'ブランドに関するデータについては 1 2 bと同じである。以上のように、各セル毎の顧客へのアプローチを実施し、その応答レスポンスを数量化することにより、特定メーカ■ブランドの購入量指標軸及びユーザタイプ、全メーカ■ブランドの顧客購入関与度指標軸を一定期間毎に更新することによリ、常に精度の高い顧客価値判定が可能となる。

さらに現在顧客価値マップを一定期間ずつ連続して作成し、その間の各セルのデータを比較することにより、次の近い将来の顧客移動及び顧客がもたらす総売上予測が可能である。すなわち、データベース 1 2 aと 1 2 bにより、一定期間 X期間内の現在顧客価値マップ及び将来顧客価値マップを生成し、前記の手順で各セル毎の顧客へアプローチを実施する。データベース 1 2 cに蓄積された、そのアプローチのレスポンスデータを含め、アプローチ後の一定期間 Y期間内の現在顧客価値マップ及び将来顧客価値マップを生成する。一定期間 Y期間内の顧客に対して、 X期間内で実施したのと同じアプローチを実施すると仮定した場合、同様の手順により、アプローチ後一定期間 Z内の現在顧客価値マップを推定して生成することが可能である。

以上の具体的な実施例を、第 6図、第 7図、第 8図に示す。第 6図は前記一定期間 X内、第 7図は Y期間内、第 8図は Z期間内であり、それぞれの図で（b ) は現在顧客価値マップ、 ( c ) は将来顧客価値マップである。 X期間、 Y期間の現在顧客価値マップ中、購入量指標軸（H ) Xユーザタイプ指標軸 ( A B C) セルの顧客のみにそれぞれアプローチを実施した際の図である。

さらに、詳細に説明すれば以下のようになる。すなわち、アプローチ開始前の所定期間 X の現在顧客価値マップ（第 6図（b ) にその実施例を示す）及び将来顧客価値マップ（第 6 図（c ) にその実施例を示す）と、アプローチ開始後一定期間 Yの現在顧客価値マップ（第 7図（b ) にその実施例を示す）及び将来顧客価値マップ（第 7図（c ) にその実施例を示す）とを比較し、各セル毎に次のようにアプローチの影響を測定する。第 8図は更にァプローチ開始後一定期間 zの現在顧客価値マップ及び将来顧客価値マップの実施例を示す。例えば購入量指標軸とユーザタィプ指標軸で構成された現在顧客価値マップの場合、 m列 n行のセル S M Nについて、現在顧客価値マップ Xのセル S M Nの顧客構成比 T %の顧客がアプローチの影響でそのセル SMNにとどまっている顧客維持率、及びそのセル SMNから流出した顧客流出率（この顧客流出率の内訳には S M N以外のいずれかのセルに流出したか或いは顧客が購入しなくなった購入中止の場合も含む）があり、以上をアプローチによる直接的影響とする。

以上の具体的な実施例を第 9図に示す。第 9図は前記アプローチ後一定期間のアプローチによる直接影響を数値化したものであり、現在顧客価値マップ Xの購入量指標軸 (H) 階層 Xユーザタイプ指標軸 (ABC) 顧客層にアプローチした際、アプローチ後一定期間において、 44. 8%の顧客が同セルにとどまり、 37. 1 %の顧客がその他のセルに流出し、 1 8. 1 %の顧客が購入しなくなったことを示している。

またセル SMNへの間接的影響として、他のセルからセル SMNに顧客カ《流入した顧客流入率（この顧客流入率の内訳にはセル S M N以外のセルから流入したか或いは非購入客が購入するようになった新規購入の場合も含む）がある。

以上の具体的な実施例を第 10図（a) 、第 10図（b) 、第 1 0図（c) に示す。第 1 0図（b) は前記アプローチ後一定期間のアプローチによる間接的影響を数値化したものであり、現在顧客価値マップ Xの購入量指標軸（H) 階層 Xユーザタイプ指標軸 (ABC) 顧客層にアプローチした際、アプローチ後一定期間において、アプローチ対象外であった (M) 階層 X (AB) 顧客の 13. 3。/oが同セルにとどまり、 3. 8%が（H) 階層 X (A BC) 顧客層に流出、 42. 5%がその他のセルに流出、 40. 4%が購入しなくなつたことを示している。又、第 10図（c) は、 21 432人の非購入客力新たに購入するようになったことを示しており、内 5. 7%が（H) 階層 X (ABC) 顧客層に流入、 94. 3% がその他のセルに流入したことを表わしている。

以上の維持、流入、流出との金額、数量の絶対値、増減率を把握できる。これによつて、よリ正確な将来予測が可能となる。産業上の利用可能性

本発明の 3指標軸による顧客価値を基準とした売上予測は、次に示す効果を奏する。

特定商品の販売において、その顧客の現在価値、将来価値の大小とそのリソースを判定し、顧客に応じた効果的な販促投資の選択情報を提供し、投資対象■条件に応じた売上予測方法を提供することができる。

Claims

請求の範囲

1 . 購入履歴データをデータベースに収集し分析する機関の顧客価値分析コンピュータシステムを用いた顧客価値判定方法であって、

前記データベースに収集された特定商品に対する顧客消費情報を、購入量指標軸（第 1·指標軸）と、ユーザタイプ指標軸（第 2指標軸）と、顧客購入関与度指標軸（第 3指標軸）との 3指標軸の組み合わせを用いて、顧客の現在価値と将来価値の大小と顧客将来価値のリソ —スを判定する顧客価値評価セルに分割し、さらに、前記顧客価値評価セルの経時変化と販促投資による変化を測定し、前記販促投資と売上の因果関係を数量化することによリ売上予測シミュレ一ションを行うことを特徴とする 3指標軸による顧客価値を基準とした売上予測。

2. 前記購入量指標軸（第 1指標軸）は、顧客が特定業界市場の特定メーカ商品又は特定ブランド商品を購入する際、商品の販売店における取引、インタ一ネットを介する電子商取引、電話■郵送を含む直接取引によリ採集された顧客氏名又はコードのいずれか、商品コ一ド、数量、購入金額、購入時点を少なくとも含む購入履歴データを所定期間毎にそのデータに基づき顧客を購入金額又は数量で順位付けした購入量順で複数階層に分類した指標軸とし、前記ユーザタイプ指標軸（第 2指標軸）は、前記顧客を前記所定期間毎に特定メーカ商品又は特定ブランド商品の複数品種を組合せて大部分購入する客から 0— 1品種購入する客までの商品組合せによるユーザタィプで複数階層に分類した指標軸とし、

前記顧客購入関与度指標軸（第 3指標軸）は、前記販売店の店頭におけるアンケート及び又はアプローチ、電子商取引及び直接取引におけるアンケート及び/又はアプローチ、ダィレクトメ一ル■ E- m a i I、電話によるアンケ一ト及び/又はアプローチ、店頭販売員の顧客情報に加えて複数の異業種の企業 '事業所と提携して共通 I Dを付したクレジット機能を有する会員カードの商品購入履歴を含めた購入データを抽出し、前記顧客が前記特定業界市場で、他のメーカ商品又は他のブランド商品を含めた全メーカ商品又は全ブランド商品の購入金額、数量及び購入内容から推定したユーザタイプの分類を指標軸とし、 3指標軸の組み合わせを用いて特定メ一力商品又は特定ブランド商品の顧客の現在価値、将来価値の大小とそのリソースを判定し、顧客に応じた効果的な販促投資の選択情報を提供し、投資対象■条件に応じた売上予測方法を提供することを特徴とする請求の範囲第 1項記載の 3指標軸による顧客価値を基準とした売上予測。

3 . 前記顧客購入関与度は、前記抽出データに基づいて、特定業界市場の全メーカ商品又は全ブランド商品について所定期間毎に顧客購入金額又は数量で順位付けした購入量順で複数階層に分類した第 3指標軸とすることを特徴とする請求の範囲第 1項または第 2項記載の 3 指標軸による顧客価値を基準とした売上予測。

4 . 前記顧客購入関与度は、前記抽出データに基づいて、特定業界市場の全メーカ商品又は全ブランド商品について所定期間毎に顧客購入金額又は数量で順位付けした購入量順で複数階層に分類し、さらに、複数品種を組合せて大部分購入する客から 0 ~ 1品種購入する客までの商品組合せによるユーザタィプで複数階層に分類した第 3指標軸とすることを特徴とする請求の範囲第 1項又は第 2項記載の 3指標軸による顧客価値を基準とした売上予測。

5 . 顧客が特定業界市場の特定メーカ商品又は特定ブランド商品を購入する際、販売店における取引、インターネットを介する電子商取引、或は電話■郵送を含む直接取引により採集された顧客氏名又はコードのいずれか、商品コード、数量、購入金額、購入時点を少なくとも含む購入履歴データをデータベースに収集し分析する機関の顧客価値分析コンピュータシス亍ムにおいて、

そのデータベースに逐次蓄積して前記特定メーカ商品又は特定ブランド商品の顧客購入履歴データベースを構築し、所定期間毎にそのデータに基づき顧客を購入金額又は購入数量で順位付けした購入量順で複数 m階層に分類した購入量指標軸と、前記所定期間毎に前記顧客を特定商品の複数品種を大部分購入する客から 0〜 1品種購入する客までの品種組合せによるユーザタィプで複数 n階層に分類したユーザタィプ指標軸との 2軸により m X n個のセルに顧客を分割して現在顧客価値マップを生成してセル毎の現在の顧客価値を判定し、次いで、前記販売店におけるアンケート及びまたはアプローチ、電子商取引及び直接取引におけるアンケート及び/またはアプローチ、店頭の販売員の情報、ダイレクトメール- E- m a i I ■電話におけるアンケート及び/またはアプローチ結果に加えて、複数の異業種の企業■事業所と提携して共通 I Dを付したクレジット機能を有する会員力一ドの商品購入履歴を含めた購入データを抽出し、前記顧客が前記特定業界市場で、他のメーカ商品又は他のブランド商品を含めた全メーカ商品又は全ブランド商品の購入金額、数量及び購入内容から推定したユーザタイプの分類を全メーカ■ブランド顧客購入履歴データベースに記録し、このデータベースによって特定メーカ商品又は特定ブランド商品の顧客の現在価値、将来価値の大小とそのリソースを判定し、顧客に応じた効果的な販促投資の選択情報を提供し、投資対象■条件に応じた売上予測方法を提供することを特徴とする 3指標軸による顧客価値を基準とした売上予測。

6. 顧客が特定業界市場の特定メーカ商品又は特定ブランド商品を購入する際、販売店における取引、インタ一ネットを介する電子商取引、或は電話■郵送を含む直接取引により採集された顧客氏名又はコードのいずれか、商品コード、数量、購入金額、購入時点を少なくとも含む購入履歴データを統括する機関の顧客価値分析コンピュータシステムにおいて、そのデータを記録する前記特定メーカ商品又は特定ブランド商品の顧客購入履歴データベースと、販売店■電子商取引■直接取引時のアンケート及び/またはアプローチ、販売員の情報、異業種企業■事業所と提携した共通 I Dを付したクレジット会員力一ドの購入履歴によリ、特定業種市場の全メーカ又は全ブランド商品の顧客購入態度を数量化したデータを蓄積した全メーカ■ブランド顧客購入データベースとにより、現在価値のみでなく将来価値のある高ポ亍ンシャル顧客を選別して効率的ァプ口ーチ及び総売上を向上できる顧客価値判定方法であつて、

前記特定業界市場の特定メーカ又はブランド商品に対する金銭的貢献度は、顧客或は世帯単位の顧客の商品の購入金額或は購入個数、購入容量などの所定期間毎の購入数量によるとして、多購入量層、中購入量層、少購入量層を少なくとも含めて前記顧客購入履歴データべ —スを基に顧客を複数階層 m個に分類し、購入量指標軸とする購入量分類段階と、

前記特定メーカ又はブランド商品を購入する顧客が、前記所定期間内にそのメーカ又はブランド商品の品種をすベて購入する上位顧客層と、前記品種を大部分購入する準上位顧客層と、前記品種を半数程度以上購入する中位顧客層と、品種を平均程度購入する標準顧客層と、 0 ~ 1品種程度の下位顧客層を含めて前記購入履歴データベースを基に顧客を複数階層 n個に分類し、ユーザタイプ指標軸とするユーザタィプ分類段階と、

前記購入数量及びユーザタイプの 2つの指標軸により顧客を m x n個のセルに分割し、各セル毎の顧客グループの構成■購買状況を示す数値データを前記購入履歴データべ一スを基に生成する現在顧客価値マップ生成段階と、

前記各セルの顧客の将来顧客価値を判定するため、特定業界市場の全メーカ商品又は全ブランド商品について、前記全メーカ■ブランド顧客購入データベースを基に所定期間毎に顧客購入金額又は数量で順位付けした購入量順で複数 m階層に分類する関与度分類段階（ィ）と、そのデータベースを基に同一期間毎に複数品種を組合せて大部分購入する客から 0 ~ 1 品種購入する客まで品種組合せによるユーザタィプで少なくとも n階層に、さらに購入量の各階層を分類した少なくとも m X _nセルに分割する関与度分類段階（口）と、

前記販売店におけるアンケ一ト及び Zまたはアプローチ、電子商取引及び直接取引におけるアンケート及び Zまたはアプローチ、店頭の販売員の情報、ダイレクトメール■ E- m a i I '電話におけるアンケート及び Zまたはアプローチ結果に加えて、複数の異業種の企業 '事業所と提携して共通 1 Dを付したクレジット機能を有する会員カードの商品購入を含めた購入データを抽出し、前記顧客が前記特定業界市場で、他のメーカ商品又は他のブランド商品を含めた全メーカ商品又は全ブランド商品の購入金額、数量及び購入内容から推定したユーザタイプを分類する関与度分類段階（ハ）とにより、特定商品の顧客の現在価値、将来価値の大小とそのリソースと、前記各種アプローチの因果関係を判定し、顧客に応じた効果的な販促投資の選択情報を提供し、投資対象■条件に応じた売上予測方法を提供する顧客価値マップ予測段階とからなることを特徴とする 3指標軸による顧客価値を基準とした売上予

7 . 前記購入量分類段階において、前記特定メーカ又はブランド商品の各顧客の購入量の多い順序に並べて、全購入金額の約 5 0 %までを占める顧客層をへビー（Η) 層、次の順位から前記全購入金額の約 3 0 %までをミドル（Μ) 層、前記全購入金額の残りの顧客層をライト（L) 層の 3階層に分類することを特徴とする請求の範囲第 6項記載の 3指標軸による顧客価値を基準とした売上予測。

8. 前記現在顧客価値マップ生成段階において、各セル毎の顧客グループの構成■購買状況を示す数値データは、顧客又は世帯構成比、購入金額又は数量又は容量構成比、一人あたりの購入金額、一人あたりの取引回数、顧客数であり、このマップを一定期間ずつ連続して作成し、その間の各セル毎のデータを比較すれば、次の近い将来の予測が可能であることを特徴とする請求の範囲第 6項又は第 7項記載の 3指標軸による顧客価値を基準とした売上予測。

9. 前記アプローチにおいて、各セル毎の顧客毎のアプローチに対するレスポンスは顧客からの問合せ '資料請求 '来店■購入■購入金額 '継続購入■継続購入金額データとしてアブローチレスポンスデータベースに記録し、そのデータベースを基にセル毎にアプローチ効果を計測し次回から効率のよいセルにのみアプローチを行うことを特徴とする請求の範囲第 6 項、第 7項又は第 8項記載の 3指標軸による顧客価値を基準とした売上予測。

1 0 . 前記特定業界市場は少なくとも化粧品、各種石鹼、服装■衣料品、装飾品、手さげ■ 旅行カバン品、家電品、パソコンとその周辺装置、流通'運送を含むサービス業、各種ワイン■ブランデー■ウイスキー' ビール酒類を少なくとも含むことを特徴とする請求の範囲第

1項、第 2項、第 3項、第 4項、第 5項又は第 6項記載の 3指標軸による顧客価値を基準とした売上予測。