JP2001056763A - Device and method for forming product concept - Google Patents

Abstract

PROBLEM TO BE SOLVED: To provide a device or the like for systematically supporting the formation of a product concept to be a policy in the case of developing a product. SOLUTION: Concerning the device for forming the product concept to be the policy in the case of developing the product, this device is provided with an analytic means 20 for analyzing an originality/association/idea related to the existent product based on the result of questionnaire to the product, a rule generating means 10 for generating a strategic rule for deriving the desired product concept based on the result of questionnaire to the existent product and a product concept forming means 10 for forming the product concept by applying the strategic rule generated by the rule generating means 10 to the analyzed result of the analytic means 20.

Description

【発明の詳細な説明】DETAILED DESCRIPTION OF THE INVENTION

【０００１】[0001]

【発明の属する技術分野】本発明は、製品概念（製品コ
ンセプト）を形成する際に用いるのに好適な装置及び方
法に関する。[0001] The present invention relates to an apparatus and a method suitable for use in forming a product concept.

【０００２】[0002]

【従来の技術】製品概念は、製品を開発する際の方針と
なるもの（製品を開発する際の根本となるもの）であ
り、通常２〜３行程度の文章で表現される。例えば、健
康ドリンクの製品概念としては、「体にいい、栄養補
給、すっきり、さわやか」等と言うようなものが考えら
れる。2. Description of the Related Art The concept of a product is a policy for developing a product (the basis for developing a product), and is usually expressed in a few sentences. For example, as a product concept of a health drink, there may be a concept such as "good for the body, nutritional supplement, refreshing, and refreshing".

【０００３】特に、マーケティング分野においては、製
品概念の形成は重要な行程であると言える。[0003] In the marketing field in particular, it can be said that the formation of a product concept is an important process.

【０００４】製品概念は、一般的には、専門家（ブラン
ドマネジャー）が、市場での調査データ（道端アンケー
ト等）や官庁等が発表したデータ等を参照して世の中の
トレンドを把握し、その上でこの専門家の経験や直感に
基づいて形成されている。[0004] In general, a product concept is grasped by an expert (brand manager) by referring to market survey data (roadside questionnaire and the like) and data published by government agencies and the like, and grasping trends in the world. Above is formed based on the experience and intuition of this expert.

【０００５】[0005]

【発明が解決しようとする課題】従って、製品概念の形
成は作業者（専門家）の力量に大きく左右され、同じデ
ータを参照しても、作業者によって、良い製品概念（当
たる製品概念）が形成されたり、良くない製品概念（当
たらない製品概念）が形成されたりするという課題があ
る。そして、経験上、良い製品概念を形成することは困
難であることが知られている。Therefore, the formation of a product concept is greatly affected by the competence of a worker (expert), and even if the same data is referred to, a good product concept (corresponding product concept) is determined by the worker. There is a problem that a product concept is formed or a bad product concept (a product concept that does not hit) is formed. And it is known from experience that it is difficult to form a good product concept.

【０００６】また、従来より、参照用の生データを加工
する手法（データ分析手法）はあるが、「作業者が、デ
ータ（加工されたデータ）を参照して製品概念を形成す
る」という手順には変わりがなく、作業者の戦略や希望
を反映してデータを変化させるシミュレータのようなも
のは存在せず、やはり製品概念の形成は作業者の力量に
依存するという課題がある。Conventionally, there is a method of processing raw data for reference (data analysis method). However, a procedure of “a worker forms a product concept with reference to data (processed data)” is used. There is no such thing as a simulator that changes data reflecting the strategy and desires of the worker, and there is still a problem that the formation of the product concept depends on the ability of the worker.

【０００７】本発明は、このような課題に鑑み創案され
たもので、製品概念の形成をシステマティックに支援す
る装置等を提供することを目的とする。[0007] The present invention has been made in view of such problems, and has as its object to provide an apparatus and the like that systematically supports the formation of a product concept.

【０００８】[0008]

【課題を解決するための手段】本発明は、アンケート結
果（客観的データ）を思考の上位から下位にかけて分類
したものを操作者（作業者）にわかりやすく表示し、か
つ、方向付けとなる当該操作者の希望（戦略的な希望や
満足度等を含む）を入力してその希望を反映した結果を
明瞭に表示することにより、製品概念を形成することを
特徴としている。SUMMARY OF THE INVENTION According to the present invention, questionnaire results (objective data) classified from the top to the bottom of the thinking are displayed to the operator (operator) in an easy-to-understand manner, and the direction is determined. The present invention is characterized in that a product concept is formed by inputting an operator's request (including a strategic request and a degree of satisfaction) and clearly displaying a result reflecting the request.

【０００９】換言すれば、本発明は、操作者が主観を生
かしつつ、客観的データの分析を生かして、製品概念を
形成するシステマティックな仕組みを提供するものであ
る。In other words, the present invention provides a systematic mechanism for forming a product concept by making use of objective data analysis while making use of subjectivity by an operator.

【００１０】より具体的には、本発明は以下のようなも
のを提供する。[0010] More specifically, the present invention provides the following.

【００１１】（１） 製品を開発する際の方針となる製
品概念を形成する装置であって、既存の製品に対するア
ンケート結果に基づいて当該製品に係る個性・連想・観
念を分析する分析手段と、既存の製品に対するアンケー
ト結果に基づいて、望ましい製品概念を導出するための
戦略的ルールを生成するルール生成手段と、前記分析手
段による分析結果に前記ルール生成手段により生成され
た戦略的ルールを適用して製品概念を形成する製品概念
形成手段と、を備えることを特徴とする製品概念形成装
置。(1) An apparatus for forming a product concept serving as a policy when developing a product, which is an analysis means for analyzing personality, association, and ideas related to the existing product based on a questionnaire result for the existing product; Based on a questionnaire result for an existing product, a rule generating means for generating a strategic rule for deriving a desired product concept, and applying the strategic rule generated by the rule generating means to the analysis result by the analyzing means. And a product concept forming means for forming a product concept.

【００１２】（２） 製品を開発する際の方針となる製
品概念を形成するための装置であって、下記の（Ａ）か
ら（Ｃ）のいずれか一つの手段に対応する処理装置を備
える製品概念形成装置。 （Ａ）既存の製品に対するアンケート結果に基づいて当
該製品に係る個性・連想・観念を分析する分析手段。 （Ｂ）既存の製品に対するアンケート結果に基づいて、
望ましい製品概念を導出するための戦略的ルールを生成
するルール生成手段。 （Ｃ）製品に係る個性・連想・観念を分析した結果に戦
略的ルールを適用して製品概念を形成する製品概念形成
手段。(2) An apparatus for forming a product concept serving as a policy when developing a product, the apparatus including a processing apparatus corresponding to any one of the following means (A) to (C): Concept formation device. (A) Analysis means for analyzing personality, association, and ideas regarding an existing product based on a questionnaire result for the product. (B) Based on the questionnaire results for existing products,
Rule generation means for generating strategic rules for deriving a desired product concept. (C) A product concept forming means for forming a product concept by applying a strategic rule to a result of analyzing personality, association, and idea of a product.

【００１３】（３） 前記戦略的ルールが、トップダウ
ン型のルール又はボトムアップ型のルールであることを
特徴とする上記（１）又は（２）記載の製品概念形成装
置。(3) The product concept forming apparatus according to (1) or (2), wherein the strategic rule is a top-down rule or a bottom-up rule.

【００１４】（４） 需要者が製品に対して持っている
個性・連想・観念を分析して分析結果を表示する装置で
あって、前記個性・連想・観念を複数の要素に分けて複
数の階層に分類する手段と、同一の階層内の前記要素を
グループ化する手段と、異なる階層内の前記要素間の関
係を視覚的に表示する手段と、を備えたことを特徴とす
る製品概念分析装置。(4) An apparatus for analyzing the personality, association, and idea that a consumer has for a product and displaying the analysis result, wherein the personality, association, and idea are divided into a plurality of elements and a plurality of elements are analyzed. Product concept analysis, comprising: means for classifying into layers, means for grouping the elements in the same layer, and means for visually displaying the relationship between the elements in different layers. apparatus.

【００１５】（５） 前記個性・連想・観念が、ブラン
ド・アイデンティティであることを特徴とする上記
（４）記載の製品概念分析装置。(5) The product concept analysis device according to the above (4), wherein the individuality / association / idea is a brand identity.

【００１６】（６） ブランド・アイデンティティを、
バリュー、ベネフィット、アトリビュートの３階層に分
類することを特徴とする上記（５）記載の製品概念分析
装置。(6) Brand identity
The product concept analysis device according to the above (5), characterized in that the product concept analysis device is classified into three levels of value, benefit, and attribute.

【００１７】（７） ブランド・アイデンティティと購
入意向との関係を分析することを特徴とする上記（５）
又は（６）記載の製品概念分析装置。(7) The above (5), characterized by analyzing the relationship between brand identity and purchase intention.
Or the product concept analyzer according to (6).

【００１８】（８） 製品を開発する際の方針となる製
品概念を形成する方法であって、（ａ）既存の製品に対
するアンケート結果に基づいて、当該製品に係る個性・
連想・観念を分析するステップと、（ｂ）既存の製品に
対するアンケート結果に基づいて、望ましい製品概念を
導出するための戦略ルールを生成するステップと、
（ｃ）前記（ｂ）のステップにて生成した戦略ルールを
適用して前記（ａ）のステップでの分析結果を変化させ
るステップと、を実行することを通じて製品概念を形成
することを特徴とする方法。(8) A method of forming a product concept which is a policy when developing a product, wherein (a) the personality of the product based on the questionnaire result of the existing product
Analyzing the association / idea; and (b) generating a strategy rule for deriving a desirable product concept based on a questionnaire result of the existing product;
(C) applying the strategy rule generated in the step (b) to change the analysis result in the step (a), thereby forming a product concept. Method.

【００１９】（９） 前記（ａ）のステップにおいて、
前記製品に係る個性・連想・観念を表わすパラメータを
算出することにより前記アンケート結果を分析するとと
もに、前記（ｃ）のステップにおいて、前記戦略ルール
を適用して前記パラメータを変化させることにより前記
（ａ）のステップでの分析結果を変化させることを特徴
とする上記（８）記載の製品概念を形成する方法。(9) In the step (a),
The questionnaire results are analyzed by calculating parameters representing personality, association, and ideas relating to the product, and in the step (c), the parameter (a) is changed by applying the strategy rule to change the parameter. The method of forming a product concept according to (8), wherein the analysis result in the step (d) is changed.

【００２０】（１０） 前記（ａ）のステップにおい
て、前記製品に係る個性・連想・観念を表わすパラメー
タとして、ブランド・アイデンティティに関するパラメ
ータを用いることを特徴とする上記（９）記載の製品概
念を形成する方法。(10) In the step (a), a parameter relating to a brand identity is used as a parameter representing the personality, association, or idea of the product. how to.

【００２１】（１１） 前記（ｂ）のステップにおいて
生成される戦略ルールが、トップダウン型のルール又は
ボトムアップ型のルールであることを特徴とする上記
（８）から（１０）のいずれかに記載の製品概念を形成
する方法。(11) The method according to any of (8) to (10), wherein the strategy rule generated in the step (b) is a top-down rule or a bottom-up rule. How to form the described product concept.

【００２２】（１２） 前記（ｂ）のステップにおい
て、購入意向に関するパラメータに基づいてボトムアッ
プ型のルールを生成することを特徴とする上記（１１）
記載の製品概念を形成する方法。(12) In the step (b), a bottom-up type rule is generated based on a parameter relating to a purchase intention.
How to form the described product concept.

【００２３】（１３） 製品に係る個性・連想・観念を
複数の階層に分類したモデルにより表示することを特徴
とする方法。(13) A method characterized by displaying personality, association, and ideas related to a product by a model classified into a plurality of layers.

【００２４】（１４） 製品に係る個性・連想・観念を
表示する方法であって、（ｄ）製品に係る個性・連想・
観念を複数の要素に分けて複数の階層に分類するステッ
プと、（ｅ）同一の階層内の前記要素をグループ化する
ステップと、（ｆ）異なる階層内の前記要素間の関係を
視覚的に表示するステップと、を含むことを特徴とする
方法。(14) A method for displaying personality, association, and ideas related to a product, wherein (d) personality, association,
Dividing ideas into a plurality of elements and classifying them into a plurality of layers; (e) grouping the elements in the same layer; and (f) visually illustrating the relationship between the elements in different layers. Displaying.

【００２５】（１５） 前記製品に係る個性・連想・観
念が、ブランド・アイデンティティであることを特徴と
する上記（１３）又は（１４）記載の表示方法。(15) The display method according to the above (13) or (14), wherein the personality, association, and idea relating to the product is a brand identity.

【００２６】（１６） ブランド・アイデンティティ
を、バリュー、ベネフィット、アトリビュートの３階層
に分類することを特徴とする上記（１５）記載の表示方
法。(16) The display method according to the above (15), wherein the brand identity is classified into three levels of value, benefit, and attribute.

【００２７】（１７） 製品を開発する際の方針となる
製品概念を形成するための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であって、該プログラム
が、既存の製品に対するアンケート結果に基づいて当該
製品に係る個性・連想・観念を分析する分析手段、既存
の製品に対するアンケート結果に基づいて、望ましい製
品概念を導出するための戦略的ルールを生成するルール
生成手段、及び、前記分析手段による分析結果に前記ル
ール生成手段により生成された戦略的ルールを適用して
製品概念を形成する製品概念形成手段、として前記コン
ピュータを機能させることを特徴とするコンピュータ読
み取り可能な記録媒体。(17) A computer-readable recording medium which records a program for forming a product concept which is a policy for developing a product, wherein the program is based on a questionnaire result for an existing product. Analysis means for analyzing personality, association, and ideas relating to a product, rule generation means for generating a strategic rule for deriving a desired product concept based on a questionnaire result for an existing product, and analysis results by the analysis means A computer-readable recording medium for causing the computer to function as product concept forming means for forming a product concept by applying the strategic rule generated by the rule generating means to the computer.

【００２８】（１８） 製品を開発する際の方針となる
製品概念を形成するための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であって、該プログラム
が、下記の（Ａ）から（Ｃ）のいずれか一つ又は全ての
手段として前記コンピュータを機能させることを特徴と
するコンピュータ読み取り可能な記録媒体。 （Ａ）既存の製品に対するアンケート結果に基づいて当
該製品に係る個性・連想・観念を分析する分析手段。 （Ｂ）既存の製品に対するアンケート結果に基づいて、
望ましい製品概念を導出するための戦略的ルールを生成
するルール生成手段。 （Ｃ）製品に係る個性・連想・観念を分析した結果に戦
略的ルールを適用して製品概念を形成する製品概念形成
手段。(18) A computer-readable recording medium for recording a program for forming a product concept serving as a policy when developing a product, wherein the program is composed of the following (A) to (C): A computer-readable recording medium that causes the computer to function as any one or all means. (A) Analysis means for analyzing personality, association, and ideas regarding an existing product based on a questionnaire result for the product. (B) Based on the questionnaire results for existing products,
Rule generation means for generating strategic rules for deriving a desired product concept. (C) A product concept forming means for forming a product concept by applying a strategic rule to a result of analyzing personality, association, and idea of a product.

【００２９】（１９） 需要者が製品に対して持ってい
る個性・連想・観念を分析して分析結果を表示するため
のプログラムを記録したコンピュータ読み取り可能な記
録媒体であって、該プログラムが、前記個性・連想・観
念を複数の要素に分けて複数の階層に分類する手段、同
一の階層内の前記要素をグループ化する手段、及び、異
なる階層内の前記要素間の関係を視覚的に表示する手
段、として前記コンピュータを機能させることを特徴と
するコンピュータ読み取り可能な記録媒体。(19) A computer-readable recording medium storing a program for analyzing the personality, association, and idea that a consumer has for a product and displaying the analysis result, wherein the program is: Means for dividing the personality / association / idea into a plurality of elements and classifying them into a plurality of layers; means for grouping the elements in the same layer; and visually displaying relationships between the elements in different layers A computer-readable recording medium that causes the computer to function as means for executing the program.

【００３０】（２０） 製品を開発する際の方針となる
製品概念を形成するための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であって、該プログラム
が、（ａ）既存の製品に対するアンケート結果に基づい
て、当該製品に係る個性・連想・観念を分析するステッ
プと、（ｂ）既存の製品に対するアンケート結果に基づ
いて、望ましい製品概念を導出するための戦略ルールを
生成するステップと、（ｃ）前記（ｂ）のステップにて
生成した戦略ルールを適用して前記（ａ）のステップで
の分析結果を変化させるステップと、を、前記コンピュ
ータに実行させることを特徴とするコンピュータ読み取
り可能な記録媒体。(20) A computer-readable recording medium for recording a program for forming a product concept which is a policy for developing a product, the program comprising: (B) generating a strategy rule for deriving a desired product concept based on a result of a questionnaire on an existing product, and (c). Changing the analysis result in the step (a) by applying the strategy rule generated in the step (b), and causing the computer to execute the method. .

【００３１】（２１） 製品に係る個性・連想・観念を
表示するための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であって、該プログラムが、（ｄ）
製品に係る個性・連想・観念を複数の要素に分けて複数
の階層に分類するステップと、（ｅ）同一の階層内の前
記要素をグループ化するステップと、（ｆ）異なる階層
内の前記要素間の関係を視覚的に表示するステップと、
を、前記コンピュータに実行させることを特徴とするコ
ンピュータ読み取り可能な記録媒体。(21) A computer-readable recording medium having recorded thereon a program for displaying personality, association, and ideas relating to a product, wherein the program comprises: (d)
(E) grouping the elements in the same hierarchy, (f) grouping the elements in the same hierarchy, and (f) grouping the elements in the same hierarchy. Visualizing the relationship between the steps;
And a computer-readable recording medium for causing the computer to execute the following.

【００３２】(２２) ブランド・アイデンティティとい
う概念と購入意向との関係をモデル化・可視化した装
置。この装置は、商品やサービス、ブランドの魅力を探
求していく過程で用いるのに最適である。(22) A device that models and visualizes the relationship between the concept of brand identity and purchase intention. This device is ideal for use in the process of exploring the appeal of goods, services and brands.

【００３３】さらに、以下に用語の定義を示す。Further, the definitions of terms are shown below.

【００３４】[製品概念形成] ＜製品概念＞本発明において、「製品」とは、物品とし
ての機能の他にパッケージやネーミング等から成り立っ
ており、無形のイメージという財産を持つものを意味す
る。したがって、「製品」とは、無形のイメージを取り
込んでいる「ブランド」と同義である。[Product Concept Formation] <Product Concept> In the present invention, the term “product” refers to a product that has a property of an intangible image, which is composed of a package, a naming, etc. in addition to a function as an article. Therefore, "product" is synonymous with "brand" that captures an intangible image.

【００３５】また、「製品」には、いわゆる物品として
の「製品」のみならず、無形の財である「サービス」と
イメージ等から構成されるものも含まれる。The "products" include not only "products" as so-called articles, but also products composed of "services" which are intangible goods, images, and the like.

【００３６】なお、ここでいう「ブランド」とは、単な
る製品自体ではなく、「製品自体の機能に加え、差別的
・優位的イメージや価値を付随したもの」を意味する概
念である。そして、「ブランド」とは、単に「高級ブラ
ンド」と言ったものを指すのではなく、製品として固有
の名称を持つものを総称するものである。[0036] The "brand" here is not a mere product itself, but a concept that means "in addition to the function of the product itself, a discriminatory and superior image or value is attached". The term "brand" does not simply refer to a "luxury brand" but refers to a product having a unique name as a product.

【００３７】「製品概念」は、とある市場における当該
製品が有する特徴の組み合わせとそれによって実現され
る利便として表現される。従って、その製品が表す物体
としての概念を漏れなく記述するというものではなく
て、他製品等と比較して際だっている特徴を具体的に言
葉で表現したものである。例えば、ビールの製品概念と
しては、「キレと軽さが際立つビール。爽快な気分で友
達とワイワイ楽しく過ごすのにピッタリ」等と言うよう
なものが考えられる。The “product concept” is expressed as a combination of features of the product in a certain market and convenience realized by the combination. Therefore, the concept as an object represented by the product is not completely described, but features that stand out as compared with other products and the like are specifically expressed in words. For example, as a product concept of beer, a beer such as “beer that stands out sharply and lightly. It is perfect for having a refreshing mood with friends with fun and fun” can be considered.

【００３８】「概念形成」とは、概念として要求機能を
想定する行為のことを言い、「概念形成」問題は、要求
機能を想定・決定する問題であると言うことができる。
ここで、「概念形成問題」は、悪定義問題（要求が定ま
らない問題）であると同時に悪構造問題（解法が定まら
ない問題）であり、問題の性質に応じた計算機の支援が
望まれていたが、本発明は計算機による支援を実現した
ものである。"Concept formation" refers to an act of assuming a required function as a concept, and the "concept formation" problem can be said to be a problem of assuming and determining a required function.
Here, the "concept formation problem" is a bad definition problem (a problem whose requirements are not determined) and a bad structure problem (a problem whose solution is not determined), and there is a need for computer support according to the nature of the problem. However, the present invention has realized the support by a computer.

【００３９】＜製品概念形成装置＞「（Ａ）から（Ｃ）
のいずれか一つの手段に対応する処理装置」を備えるも
のは本発明の製品概念形成装置であるので、例えば、
（Ａ）の手段による処理のみを処理装置により行い、
（Ｂ），（Ｃ）の各手段による処理を操作者が思考によ
り行った場合でも、本発明の実施に相当する。これは、
（Ａ），（Ｂ），（Ｃ）の各手段による処理は相互に深
く関連しており、「（Ａ）の手段による処理」を行うと
いうことは、（Ｂ），（Ｃ）の各手段による処理を意識
して行っていることであるから、「（Ａ）から（Ｃ）の
いずれか一つの手段に対応する処理装置」を備えるもの
は本発明に属する。<Product concept forming device>"(A) to (C)"
Since a device having a `` processing device corresponding to any one of the means '' is a product concept forming device of the present invention, for example,
Only processing by means (A) is performed by the processing device,
The case where the operator performs the processing by means of (B) and (C) by thinking corresponds to the implementation of the present invention. this is,
The processing by the means of (A), (B), and (C) is closely related to each other, and performing “processing by the means of (A)” means that the means of (B) and (C) Therefore, the apparatus including "a processing apparatus corresponding to any one of the means (A) to (C)" belongs to the present invention.

【００４０】＜製品概念の形成＞「実行することを通じ
て製品概念を形成する」とは、少なくとも上記（ａ）〜
（ｃ）の各ステップを実行し、実行結果に基づいて製品
概念を形成するということを意味する。<Formation of Product Concept>"Forming a product concept through execution" means at least the above (a) to (a).
This means that each step of (c) is executed and a product concept is formed based on the execution result.

【００４１】＜戦略的ルール＞「戦略」とは、抽象的な
理念と具体的な行動計画の二つの概念をつなぐ意図的な
指針のことであり、「戦略的」とは、「理念から生じた
明示的・意図的な方向性を持って」という意味である。<Strategic Rule> The "strategy" is a deliberate guideline connecting two concepts, an abstract idea and a concrete action plan. With explicit and intentional direction ”.

【００４２】「戦略的ルール」とは、望ましい方向へ製
品概念を導くために用いる戦略知識のことを言い、詳細
には、オブジェクトのモデル表現に直接関係する知識で
はなくてオブジェクト知識（オブジェクトモデルを分析
したり変化させるための知識）のことを言う。従来にお
いては「戦略的ルール」を用いて製品概念を形成してい
るものはなく、これが本発明の特徴の一つであると言え
る。The “strategic rules” refer to strategic knowledge used to guide a product concept in a desired direction, and more specifically, not object knowledge (object model) but knowledge directly related to the model representation of an object. Knowledge to analyze and change). Conventionally, there is no product concept formed using "strategic rules", and this can be said to be one of the features of the present invention.

【００４３】ここで、「戦略的ルール」には、「トップ
ダウン型のルール」、「ボトムアップ型のルール」とが
考えられる。Here, the “strategic rules” may be “top-down rules” or “bottom-up rules”.

【００４４】「トップダウン型のルール」は、企業の経
営理念・方針等に依拠する製品（ブランド）の営業方針
や、競合企業や競合ブランドとの関係から生じる知識
（ルール）である。これは経営学でいうところのトップ
ダウンで決まる戦略であるため、トップダウン戦略知識
と名付けている（以下では、「トップダウン型のルー
ル」のことを「トップダウン戦略知識」、あるいは「ベ
ース戦略ルール」と言うことがある）。トップダウン戦
略知識の例としては、例えばビール製品の場合、「If
競合製品と差別化したい Then 競合製品とは異なった
価値や利便を提供するようにせよ（もし、競合製品と差
別化したいならば、競合製品とは異なった価値や利便を
提供するようにせよ）」などがある。The “top-down rule” is a business policy of a product (brand) that depends on the management philosophy and policy of a company, and knowledge (rule) generated from a relationship with a competitor or a competing brand. Since this is a strategy determined from the top down in business administration, it is named top-down strategy knowledge (hereinafter, “top-down rules” is referred to as “top-down strategy knowledge” or “base strategy. Rules "). Examples of top-down strategic knowledge include, for example, "If
Want to differentiate from competitors Then offer different values and benefits from competitors (if you want to differentiate from competitors, offer different values and benefits from competitors) "and so on.

【００４５】「ボトムアップ型のルール」は、消費者の
購買意欲と密接に結び付いた知識（ルール）である。こ
れは前者に対してボトムアップ戦略知識と名付けている
（以下では、「ボトムアップ型のルール」のことを「ボ
トムアップ戦略知識」、あるいは「モディファイ戦略ル
ール」と言うことがある）。ボトムアップ戦略知識の例
としては、例えばビール製品の場合、「If ほどよい苦
味があって、喉ごしがよく、高品質で、よく特売をして
いるビール Then 消費者の購買意向は高い（もし、ほ
どよい苦味があって、喉ごしがよく、高品質で、よく特
売をしているビールならば、消費者の購買意向は高
い）」といったものがある。なお、後述する「発明の実
施の形態」では、帰納学習と模擬育種法を統合した手法
（ＳＩＢＩＬＥ）を用い、属性と購買意向の関係（Ａ−
ＰＩモデル）から「ボトムアップ型のルール」を生成す
る例について説明しているが、この手法以外の手法によ
って「ボトムアップ型のルール」を生成してもよい。The “bottom-up rule” is knowledge (rule) closely related to the consumer's willingness to purchase. This is called the bottom-up strategy knowledge for the former (hereinafter, the "bottom-up type rule" may be called "bottom-up strategy knowledge" or "modify strategy rule"). An example of bottom-up strategic knowledge is, for example, in the case of beer products, "If beer is bitter, good-tasting, high-quality, well-selling beer Then consumers are more likely to buy ( If the beer is moderately bitter, good-tasting, high-quality and well-sold, consumers are more willing to buy). " In an embodiment of the invention to be described later, the relationship between attributes and purchase intentions (A-
Although an example in which a “bottom-up rule” is generated from a PI model) is described, a “bottom-up rule” may be generated by a technique other than this technique.

【００４６】なお、望ましい方向へ製品概念を導くため
のルールであれば、上述した「トップダウン型のルー
ル」、「ボトムアップ型のルール」以外のルールであっ
ても、「戦略的ルール」に含まれる。Note that any rule other than the above-described “top-down rule” and “bottom-up rule” may be used as a “strategic rule” if it is a rule for guiding a product concept in a desired direction. included.

【００４７】＜製品に係る個性・連想・観念＞「製品に
係る個性・連想・観念」とは、「当該製品」から把握さ
れる、又は、「当該製品」に化体若しくは付随している
イメージのようなものを具体的に例示したものであっ
て、これらと同義のもの及びその下位のもの（例えば、
価値、印象等）も本発明の概念に含まれる。<Individuality / association / idea of the product> The "individuality / association / idea of the product" is an image which is grasped from the "product concerned" or is embodied or attached to the "product concerned". Are specifically exemplified, and are synonymous with them and lower ones thereof (for example,
Values, impressions, etc.) are also included in the concept of the present invention.

【００４８】また、「製品に係る個性・連想・観念」
は、例えば、需要者の各自が持っているブランド・アイ
デンティティ，ブランド・エクイティと言うこともでき
る。Also, "Individuality, association and idea of products"
Is, for example, the brand identity and brand equity of each consumer.

【００４９】ここで、「ブランド・アイデンティティ(B
rand Identity：ＢＩ)」とは、「ブランド戦略家が創造
または維持しようと意図する独自のブランド連想の束」
のことを言い、商品の売り手側の主体的意思によって、
需要者側に触発・喚起されるものであると言える。ＢＩ
は「顧客に対する価値提案（value proposition）を行
うことで、ブランドと顧客の関係創造を助ける」という
機能を有するものであり、「価値提案は、機能的利便
（functional benefits）・情緒的利便（emotional ben
efits）・自己表現的利便（self-expressive benefit
s）の３つのベネフィットから成る」と定式化されてい
る。また、「ブランド・アイデンティティに関するパラ
メータ」とは、具体的には、「複数の観点からみた要素
のウエイト（例えば、後述する「発明の実施の形態」の
例では、３つの各階層毎における要素のウエイト（３つ
の観点からみた要素のウエイト）、及び、各階層間での
要素のウェイト（２つの観点からみた要素のウエイト）
の計５つの観点からみた要素のウエイト）を表わすパラ
メータ」（以下、これをＢＩパラメータと言う）のこと
を意味するが、ブランド・アイデンティティと関係性を
有するパラメータ（ＢＩパラメータを導出するためのパ
ラメータや、ＢＩパラメータから導出されるパラメータ
等）も含まれる。なお、「ウエイト」とは、対象となる
製品・ブランドについて、当該要素が当てはまる程度を
示すものであり、例えば、回答者数が多い要素はウエイ
トが大きいことになる。Here, “brand identity (B
rand Identity (BI) "is a" bundle of unique brand associations that brand strategists intend to create or maintain "
, And by the willingness of the seller of the product,
It can be said that it is inspired and aroused by consumers. BI
Has the function of "helping create a relationship between a brand and a customer by making a value proposition to the customer". "Value propositions are functional benefits and emotional benefits (emotional benefits). ben
efits / self-expressive benefit
s) of the three benefits. " The “parameters related to brand identity” are specifically defined as “weights of elements from a plurality of viewpoints (for example, in the example of the“ embodiment of the invention ”described below), Weight (weight of element from three viewpoints) and weight of element between each layer (weight of element from two viewpoints)
(Hereinafter referred to as BI parameter), which is a parameter having a relationship with the brand identity (a parameter for deriving the BI parameter) And parameters derived from BI parameters). The "weight" indicates the degree to which the element is applied to the target product / brand. For example, an element having a large number of respondents has a large weight.

【００５０】「ブランド・エクイティ（Brand Equity：
ＢＥ）」とは、「ブランド資産」ないしは「ブランド資
産価値」のことを言う。より具体的には、「ブランド・
エクイティ」は、「ブランドや、その名前やシンボルに
結び付いた、ブランドの資産と負債の集合（差し引いて
残る正味の価値）」あるいは「そのブランドのマーケテ
ィング活動への消費者反応によってブランド知識（bran
d knowledge）が起こす差異的効果」のことを意味す
る。"Brand Equity:
“BE)” means “brand assets” or “brand asset values”. More specifically, "brand /
Equity can be defined as a set of brand assets and liabilities associated with a brand or its name or symbol (net value remaining after subtraction) or a brand knowledge (branch based on the consumer's reaction to the brand's marketing activities).
d knowledge).

【００５１】「ブランドの内容を分析する」とは、例え
ば、ブランドの内容を最小の単位である要素に分解する
ことを意味し、方向付けを行う（操作者の希望を反映す
る）ことは含まない。"Analyzing the contents of the brand" means, for example, decomposing the contents of the brand into elements which are the minimum units, and includes giving direction (reflecting the operator's wishes). Absent.

【００５２】＜購入意向＞「購入意向（Purchase Inten
tion：ＰＩ）」とは、製品を購入しようという意思のこ
とを言い、購買意向と同義である。また、「購入意向に
関するパラメータ」とは、具体的には、「購買意向を高
めるようなルールの選択確率を表わすパラメータ」（以
下、これをＰＩパラメータと言う）のことを意味する
が、購入意向と関係性を有するパラメータ（ＰＩパラメ
ータを導出するためのパラメータや、ＰＩパラメータか
ら導出されるパラメータ等）も含まれる。<Purchase Intent> “Purchase Inten
“Action: PI)” means an intention to purchase a product, and is synonymous with a purchase intention. The "parameter related to the purchase intention" specifically means a "parameter indicating the probability of selecting a rule that enhances the purchase intention" (hereinafter referred to as a PI parameter). (Parameters for deriving PI parameters, parameters derived from PI parameters, and the like).

【００５３】[製品概念分析、製品に係る個性・連想・
観念の表示] ＜階層表示＞「階層」とは、システムの設計者により予
め作られた不連続なクラス（フィールド）のことを言
う。[Product concept analysis, product personality / association
Display of Ideas><HierarchyDisplay> “Hierarchy” refers to a discontinuous class (field) created in advance by a system designer.

【００５４】「階層に分類する」とは、例えば、思考
の過程において上流（源流）となるものから下流となる
ものにかけて連続している事象を、それぞれ不連続なク
ラスに分けること、上位概念から下位概念（抽象的な
ものから具体的なもの）にかけて連続している事象を、
それぞれ不連続なクラスに分けること、経営者側が考
える事項と需要者側が考える事項とを不連続なクラスに
分けること、というようなことを意味する。"Classifying into a hierarchy" means, for example, dividing continuous events from an upstream (source) to a downstream in a thinking process into discrete classes, and Events that are continuous from subordinate concepts (from abstract to concrete)
This means that they are divided into discontinuous classes, and that the matters considered by the management and the consumers are divided into discontinuous classes.

【００５５】上記からは、ともに上から下にかけて
クラス分けをする点で共通しており、このことから「ト
ップダウン」、「ボトムアップ」という概念が導かれ
る。The above is common in that the classification is performed from the top to the bottom, and this leads to the concept of “top down” and “bottom up”.

【００５６】「複数の階層」とあり、後述する「実施の
形態」では３階層に分類した例について説明している
が、３階層でなくてもよいし、分類の仕方も後述するＶ
−Ｂ−Ａ（バリュー−ベネフィット−アトリビュート）
というようなものでなくてもよい（これらはあくまでも
例示である）。従来においては、定量的に「複数の階
層」に分類した取り扱いはなく、これも本発明の特徴の
一つであると言える。There is a description of "a plurality of layers", and in the "embodiment" to be described later, an example in which the data is classified into three layers is described.
-BA (Value-Benefit-Attribute)
It does not have to be such (these are merely examples). Conventionally, there is no treatment that is quantitatively classified into “plurality of layers”, which can be said to be one of the features of the present invention.

【００５７】「モデルにより表示する」とは、枠組みに
従って可視化するという意味である。「表示する」と
は、具体的には、所定のデータ（例えばアンケート結果
等）に、階層化、振り分け、グループ化、リン
クを張る、というような処理を施して、その結果を表示
することを言うが、これら全ての処理を施していなくて
も「モデルにより表示」していれば本発明に属するし、
これら以外の処理を施していても「モデルにより表示」
していれば本発明に属する。"Display by model" means visualizing according to a framework. “Display” specifically refers to performing processing such as layering, sorting, grouping, and linking predetermined data (for example, a questionnaire result, etc.) and displaying the result. However, even if all these processes are not performed, if "display by model" belongs to the present invention,
"Display by model" even if other processing is performed
If so, it belongs to the present invention.

【００５８】ここで、上記「階層化、振り分け、
グループ化、リンクを張る」という処理について説明
すると、「階層化、振り分け」とは、「（ｄ）製品
に係る個性・連想・観念を複数の要素に分けて複数の階
層に分類する（分配する）ステップを実行すること」を
意味し、「グループ化」とは、「（ｅ）同一の階層内
の前記要素をグループ化するステップを実行すること」
を意味し、「リンクを張る」とは、「（ｆ）異なる階
層内の前記要素間の関係を視覚的に表示するステップを
実行すること」を意味する。Here, the above-mentioned “hierarchization, distribution,
Explaining the process of "grouping and linking", "hierarchy and distribution" means "(d) classifying (distributing) individual characteristics, associations, and ideas relating to products into a plurality of layers by dividing into a plurality of elements. ) Performing a step ”, and“ grouping ”means“ (e) performing a step of grouping the elements in the same hierarchy ”.
And "linking" means "(f) executing a step of visually displaying a relationship between the elements in different hierarchies".

【００５９】この場合において、「要素」とは、分析さ
れるデータの最小単位（具体的には、例えばアンケート
から得られる一つの回答等）を意味する。In this case, the “element” means the minimum unit of data to be analyzed (specifically, for example, one answer obtained from a questionnaire).

【００６０】「グループ化」とは、同一の階層内で共通
のキャラクターを有するものを一つの集合とすることを
意味する。The term "grouping" means that objects having a common character in the same hierarchy are set as one set.

【００６１】「要素間の関係を視覚的に表示する」と
は、具体的には、これらの要素が関係を有しているとき
には、当該要素間にリンクを張ることを意味している。
しかし、これに限定されず、「要素間の関係を視覚的に
表示する」ものであれば、本発明に属する。"Visually displaying the relationship between elements" specifically means that when these elements have a relationship, a link is established between the elements.
However, the present invention is not limited to this, and any device that “displays the relationship between elements visually” belongs to the present invention.

【００６２】＜ブランド・アイデンティティの階層＞
「バリュー（Value：価値）」は、ブランド・アイデン
ティティを階層化したときに、最上層に位置するもので
あり、当該ブランド／製品から得られる深い意味での上
位概念としての価値を表すものである。文化、社会と密
接に関連した消費者の精神的な価値のことを言い、例え
ば、「仕事や勉強がはかどる」といった社会的なものや
「家族関係が円滑になる」、「友人と楽しく過ごせる」
といった対人関係的なもの等がこれに該当する。<Hierarchy of Brand Identity>
“Value” is located at the top layer when the brand identity is hierarchized, and expresses the value as a deeper superordinate concept obtained from the brand / product. . Refers to the mental value of consumers that is closely related to culture and society, for example, social things such as "work and study will be improved", "smooth family relationships", and "enjoyment with friends"
Such interpersonal relationships correspond to this.

【００６３】「ベネフィット（Benefit：利便）」は、
ブランド・アイデンティティを階層化したときに、中間
層に位置するものであり、そのブランド／製品の使用か
ら得られる「表面的な」利便、短期的な気分や情緒とい
ったものを表すものである。例えば、「爽快感を得られ
る」、「リラックスする」等がこれに該当する。"Benefit:"
It is located in the middle tier when the brand identity is stratified, and expresses the “superficial” convenience, short-term mood and emotion obtained from using the brand / product. For example, “exhilaration can be obtained” and “relax” correspond to this.

【００６４】「アトリビュート（Attribute：属性）」
は、ブランド・アイデンティティを階層化したときに、
最下層に位置するものであり、実際のブランド／製品の
具体的物理的特徴について、どう感じているか、それか
らどのようなイメージがもたらされているかを表すもの
である。機能イメージ・感性的イメージのことを言い、
例えば、「強い甘み」、「高級感」、「軽い、きれがあ
る」等がこれに該当する。"Attribute"
When stratifying brand identity,
It is located at the lowest level and shows how you feel about the specific physical characteristics of the actual brand / product, and what kind of image comes from it. Refers to functional image and emotional image,
For example, “strong sweetness”, “luxury”, “light and crisp” correspond to this.

【００６５】階層化された「ブランド・アイデンティテ
ィ」と購入意向との関係について説明すると、製品が
「消費財（例えば、洗剤、飲料等）」である場合には、
購入意向はブランド・アイデンティティのアトリビュー
ト層と直接強く結びついており（これは、「消費財」は
瞬間で判断して買うことが多いと考えられるためであ
る）、バリュー層、ベネフィット層は、アトリビュート
層との連関からアトリビュート層を介して購入意向と間
接的に結びついていると考えられる（但し、このことは
バリュー層やベネフィット層が購買において重要度が低
いということではない。これらの層は、表面に出てこな
いだけであって、購買行動には深いところから影響を及
ぼしているのである。逆に深いところにある分、これら
を軽視した製品や広告は購買意欲を削ぐことになりかね
ない）。To explain the relationship between the hierarchical “brand identity” and the purchase intention, if the product is a “consumer good (eg, detergent, beverage, etc.)”,
The purchase intention is directly tied to the attribute layer of brand identity (because “consumer goods” are often considered to be purchased at the moment), and the value layer and benefit layer are attribute layers. Is considered to be indirectly connected with the purchase intention via the attribute layer (however, this does not mean that the value layer and the benefit layer are less important in purchasing. , But it has a profound effect on purchasing behavior, and products and advertisements that neglect these can deeply discourage purchasing.) .

【００６６】従って、本発明は、「消費財」の製品概念
を形成する際に用いるのに好適であるが、これに限定さ
れるものではなく、「耐久財（例えば、車、筆記用具
等）」の製品概念を形成する際に用いることもできる。Therefore, the present invention is suitable for use in forming the product concept of “consumer goods”, but is not limited thereto, and may be applied to “durable goods (for example, cars, writing utensils, etc.)”. Can be used in forming the product concept of "."

【００６７】[コンピュータ読み取り可能な記録媒体]
「コンピュータ」とは、汎用的なパーソナルコンピュー
タ（据え置き型、携帯型）や、業務用の特殊なコンピュ
ータ（据え置き型、携帯型）等を意味している。[Computer-readable recording medium]
The “computer” means a general-purpose personal computer (stationary type, portable type), a special business computer (stationary type, portable type), and the like.

【００６８】「記録媒体」とは、「プログラムを記録す
ることができ、当該プログラムをコンピュータが読み取
ることができるような媒体」のことであり、具体的に
は、「プログラムを記録した」ＣＤ−ＲＯＭ、光磁気デ
ィスク、フロッピーディスク、磁気テープ等を意味する
が、「プログラムを記録した」ハードディスク等も「記
録媒体」に含まれる。The "recording medium" is a "medium on which a program can be recorded and the program can be read by a computer". A ROM, a magneto-optical disk, a floppy disk, a magnetic tape or the like is meant, but a hard disk or the like on which a program is recorded is also included in the “recording medium”.

【００６９】[0069]

【発明の実施の形態】以下、本発明の好適な実施形態に
ついて、図を参照しながら説明する。DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Preferred embodiments of the present invention will be described below with reference to the drawings.

【００７０】[概要]製品概念の形成を支援するために
は、製品概念をうまく表現する方法を見出す必要がある
が、本発明では、アンケートデータに基づいてブランド
・アイデンティティ（ＢＩ）を分析，構造化する手法を
提案する。それを踏まえた上で、ユーザー（ブランドマ
ネジャー等の専門家）が自分の戦略を反映したＢＩ開発
や管理ができるような手法／システムを提供する。[Summary] In order to support the formation of a product concept, it is necessary to find a way to express the product concept well. However, in the present invention, a brand identity (BI) is analyzed and structured based on questionnaire data. Is proposed. Based on that, we will provide a method / system that allows users (specialists such as brand managers) to develop and manage BI reflecting their strategies.

【００７１】詳しくは、マーケティングにおける製品コ
ンセプト開発という問題を取り上げ、ブランド・アイデ
ンティティと購買意向との関係に着目し、それをモデル
化・可視化することで、ユーザーの主観に基づいた戦略
的な製品概念形成を支援する方法論を提案し、システム
の構築を行った。提案する方法論／システムを用いるこ
とによって、ユーザーは、マーケティング戦略に沿って
いて、かつ高い購買意向が見込める製品概念を、自身の
意思や主観を反映しながら戦略的に形成することができ
る。なお、その効果は既に実験・評価を行い、確認して
ある。More specifically, the problem of product concept development in marketing is taken up, focusing on the relationship between brand identity and purchase intent, and modeling and visualizing it to create a strategic product concept based on the user's subjectivity. We proposed a methodology to support the formation and constructed a system. By using the proposed methodology / system, the user can strategically form a product concept that is in line with the marketing strategy and has a high purchase intention, while reflecting his or her own intention and subjectivity. The effect has already been confirmed through experiments and evaluations.

【００７２】以下、その内容について更に詳細に説明す
る。Hereinafter, the contents will be described in more detail.

【００７３】[装置構成の説明]図１は本発明の製品概念
形成装置のハードウエア構成を示すブロック図である。
この図１に示す装置は、一般的なパーソナルコンピュー
タが、ハードディスク等の記録媒体から「製品概念形成
プログラム」を読み出して実行することにより構成する
ことができる。以下、このシステムを、「ＢＩＣＳＳ
（Brand IdentityCreation Support System）」と言
う。[Explanation of Apparatus Configuration] FIG. 1 is a block diagram showing a hardware configuration of a product concept forming apparatus according to the present invention.
The apparatus shown in FIG. 1 can be configured by a general personal computer reading and executing a “product concept forming program” from a recording medium such as a hard disk. Hereinafter, this system is referred to as "BICSS
(Brand Identity Creation Support System). "

【００７４】ＢＩＣＳＳは、図１に示すように、分析フ
ェイズ（分析ループ）２０と、戦略フェイズ（戦略ルー
プ）１０の２つのパートから構成される。As shown in FIG. 1, BICSS is composed of two parts, an analysis phase (analysis loop) 20 and a strategy phase (strategy loop) 10.

【００７５】ここで、分析フェイズ２０は、請求項に言
う「分析手段」に相当するものであり、ブランド／ター
ゲットセグメント毎に、（Ａ１）ＶＢＡ３層構造の表
示、（Ａ２）自由連想の量と遷移の表示、（Ａ３）基本
統計量及び自由回答の分類表示、を行うことを特徴とし
ている。Here, the analysis phase 20 corresponds to the “analysis means” described in the claims. For each brand / target segment, (A1) display of the VBA three-layer structure, (A2) amount of free association and It is characterized in that a transition is displayed and (A3) a classification display of basic statistics and free answers is performed.

【００７６】戦略フェイズ１０は、請求項に言う「ルー
ル生成手段及び製品概念形成手段」に相当するものであ
り、（Ｂ１）トップダウン戦略の知識抽出（このとき
「単純化したエキスパートシステム」のような手法を用
いる）、（Ｂ２）ボトムアップ戦略の知識抽出（このと
き「遺伝的アルゴリズムを内包する模擬育種法，帰納学
習」のような手法を用いる）、（Ｂ３）戦略知識の適用
学習（このとき「経験強化型の強化学習手法」を用い
る）、を行うことを特徴としている。The strategy phase 10 corresponds to “rule generation means and product concept formation means” described in the claims. (B1) Knowledge extraction of top-down strategy (at this time, as in “simplified expert system”) (B2) Bottom-up strategy knowledge extraction (in this case, a technique such as "simulated breeding method including genetic algorithm, induction learning"), (B3) Strategy knowledge application learning (this Sometimes, "experience-enhancement-type reinforcement learning method" is used).

【００７７】なお、分析フェイズ２０，戦略フェイズ１
０で行う処理については（Ａ１〜Ａ３及びＢ１〜Ｂ
３）、後述にて具体的に説明する。The analysis phase 20 and the strategy phase 1
0, (A1-A3 and B1-B
3), which will be specifically described later.

【００７８】ＢＩＣＳＳの特徴は、ドメインをマーケ
ティングにおける製品概念形成支援に絞り、領域知識、
対象知識が整理できる、ＶＢＡ構造、自由連想構造と
いう概念を新たに提案し、それを用いることでブランド
・アイデンティティを構造化、ビジュアライズできる、
その枠組みの更なる利用として戦略的な製品概念形成
に用いることができる、戦略的な製品概念形成問題を
複数の視点による属性選択問題として定式化すること
で、戦略的アプローチに複数の方法を統合した接近を行
うことができる（具体的には、対話型進化計算法の一つ
であるＳＩＢＩＬＥ（後述する）を組み入れた強化学習
手法である）、である。The feature of BICSS is that the domain is narrowed down to support for product concept formation in marketing, domain knowledge,
We propose a new concept of VBA structure and free associative structure that can organize the target knowledge and use it to structure and visualize brand identity.
Integrate multiple strategies into a strategic approach by formulating the strategic product concept formation problem as an attribute selection problem from multiple perspectives, which can be used for strategic product concept formation as a further use of the framework (Specifically, a reinforcement learning method incorporating SIBILE (described later), which is one of the interactive evolutionary computation methods).

【００７９】[システムの動作説明] ＜処理の概要＞次に、本発明の製品概念形成装置の動作
について、図２，図３を用いて説明する。なお、図２，
図３において、「Ｓｎ（ｎ＝１〜８）」は、同一のステ
ップを示している。[Description of System Operation] <Overview of Processing> Next, the operation of the product concept forming apparatus of the present invention will be described with reference to FIGS. FIG. 2,
In FIG. 3, "Sn (n = 1 to 8)" indicates the same step.

【００８０】まず、アンケート結果をデータベース（Ｄ
Ｂ）に入力し（ステップＳ１）、各要素毎のウエイトを
算出することにより（ステップＳ２）、各ブランド毎に
アンケート結果をＶＢＡ３層構造によって表示する（ス
テップＳ３）。First, the results of the questionnaire are stored in a database (D
B) (step S1), the weight of each element is calculated (step S2), and the questionnaire result is displayed in a VBA three-layer structure for each brand (step S3).

【００８１】次に、戦略ルールを策定・抽出し（ステッ
プＳ４）、抽出したルールをストックする（ステップＳ
５）。Next, strategy rules are formulated and extracted (step S4), and the extracted rules are stocked (step S4).
5).

【００８２】ユーザーが２種類のルール（トップダウン
型のルール及びボトムアップ型のルール）を選択し、選
択したルールに従ってパラメータ（各要素が持つウエイ
ト、ルールの選択確率等）を変化させ、その結果をＶＢ
Ａ３層構造により表示する（ステップＳ６）。The user selects two types of rules (top-down type rules and bottom-up type rules), and changes parameters (weight of each element, rule selection probability, etc.) according to the selected rules. VB
Display is made in the A3 layer structure (step S6).

【００８３】その結果をユーザーが判断し、より希望に
合致するモデルとなるようにルールの重み（２種類のル
ールを適用する割合）を変化させ（ステップＳ７）、作
業を終了するか判断する（ステップＳ８）。The result is judged by the user, and the weight of the rule (the ratio of applying two types of rules) is changed so as to obtain a model that more desirably matches (step S7), and it is judged whether or not the work is to be ended (step S7). Step S8).

【００８４】ステップＳ６，Ｓ７の処理は５回以上行う
ことが好ましく、ステップＳ６，Ｓ７の処理回数が５回
未満であったり、５回以上であっても所望のモデルが得
られていない場合には、ステップＳ６，Ｓ７の処理を繰
り返す（ステップＳ８のＮＯルートからステップＳ
６）。また、所望のモデルが得られた場合には、作業を
終了する（ステップＳ８のＹＥＳルート）。It is preferable that the processing of steps S6 and S7 is performed five times or more. If the number of processings in steps S6 and S7 is less than five, or if the desired model is not obtained even if it is five or more, Repeats the processing of steps S6 and S7 (from the NO route of step S8 to step S8).
6). If the desired model has been obtained, the operation ends (YES route in step S8).

【００８５】なお、ステップＳ１〜Ｓ３は分析フェイズ
（分析ループ）２０での動作であり、ステップＳ４〜Ｓ
８は戦略フェイズ（戦略ループ）１０での動作である。Steps S1 to S3 are operations in the analysis phase (analysis loop) 20, and are performed in steps S4 to S3.
8 is an operation in the strategy phase (strategy loop) 10.

【００８６】前述したように、マーケティング分野にお
ける製品概念形成問題は、悪定義問題であるうえ、悪構
造問題でもあり、計算機だけで解を求めることは困難で
あるため、本発明においてはユーザーが経験・知識・主
観を交えて計算機と対話型で問題解決にあたるスタイル
を選択したわけである。そこでは、計算機とのインタラ
クティブな作業がユーザーの創造性を引き出すことによ
ってはじめて、真に創造的で、有用な解が得られること
となる（もし、そうでなければ、計算機による支援があ
る場合でも、ない場合と同程度の結果しか得られないこ
とになる）。As described above, the product concept formation problem in the marketing field is not only a bad definition problem but also a bad structure problem, and it is difficult to find a solution using only a computer. -He chose a style that solves problems interactively with the computer, combining knowledge and subjectivity. It is only when interactive work with the computer that brings out the user's creativity that a truly creative and useful solution is obtained (otherwise, even with computer assistance, You will only get the same results as without them).

【００８７】より詳しくは、以下のような処理が行われ
る。More specifically, the following processing is performed.

【００８８】＜詳細な処理手順＞ （１）ＶＢＡ３層構造化 「ＶＢＡ３層構造化」は、アンケートデータを基にし
て、現在のブランド／製品について、「社会的・長期の
価値（Value：Ｖ）」、「情緒的・短期の価値（Benefi
t：Ｂ）」、「ブランドまたは製品の属性（Attribute：
Ａ）」各々に属する各要素ごとの適合度を求め、それぞ
れのＶ−Ｂ−Ａ連鎖関係（繋がりの強弱）を抽出するこ
とにより行う。<Detailed Processing Procedure> (1) VBA Three-Layer Structure “VBA three-layer structure” is based on questionnaire data, and is based on the current brand / product based on “social / long-term value (Value: V)”. ”,“ Emotional and short-term value (Benefi
t: B), “brand or product attributes (Attribute:
A)) is performed by obtaining the degree of conformity of each element belonging to each of the elements and extracting the respective VBA chain relationships (strength of connection).

【００８９】（２）Ａ−ＰＩモデルの初期設定 アンケートデータの回答から、購買意向を「高購買意
向」、「どちらともいえない」、「低購買意向」の３ク
ラス（または、「高購買意向」、「低購買意向」の２ク
ラス）に分類し、属性に対する回答とのセットデータを
作成しておく。(2) Initial setting of A-PI model Based on the answer of the questionnaire data, the purchase intention is classified into three classes of “high purchase intention”, “neither” or “low purchase intention” (or “high purchase intention”). ) And "low purchase intention"), and set data with the answer to the attribute is created.

【００９０】（３）Ａ−ＰＩモデルからのルール生成 帰納学習と模擬育種法を統合した手法（ＳＩＢＩＬＥ）
を用いて、分類知識の獲得を行う。具体的には、属性と
購買意向の関係から決定ルール（モディファイ戦略ルー
ルになる）を生成する。(3) Rule generation from A-PI model A method that integrates inductive learning and mock breeding (SIBILE)
Is used to acquire classification knowledge. Specifically, a decision rule (which becomes a modify strategy rule) is generated from the relationship between the attribute and the purchase intention.

【００９１】（４）基礎となるＶＢＡ３層構造の選択 戦略的概念形成を行うにあたり、目的（新ブランド／製
品の開発にするのか既存ブランド／製品の改良にするの
か等）によって、基にするＶＢＡ３層構造の選択を行
う。(4) Selection of VBA3 Layer Structure as a Base In forming a strategic concept, a VBA3 layer structure to be used is determined according to the purpose (whether to develop a new brand / product or to improve an existing brand / product). Select the layer structure.

【００９２】（５）ベース戦略ルールの選択 エキスパートシステムに類似の手法を用いて、市場状況
や自社のマーケティング戦略などの環境によって、自ず
と規定されるブランド／製品の基本的戦略知識（ベース
戦略ルール）の選択を行う。(5) Selection of Base Strategy Rule Using a technique similar to the expert system, basic strategy knowledge of the brand / product naturally defined by the environment such as the market situation and the company's marketing strategy (base strategy rule) Make a selection.

【００９３】（６）モディファイ戦略ルールの選択 ユーザー（ブランド・マネジャーなどの専門家）が持つ
知識や経験などに基づく主観をもとに、上記（３）で生
成したモディファイ戦略ルールの中から目的のブランド
／製品のプロファイルにふさわしいと思われるルールを
選択する（複数ルールの選択可）。(6) Selection of Modify Strategy Rule Based on the subjectivity based on the knowledge and experience of the user (expert such as a brand manager), a desired strategy rule is selected from the modify strategy rules generated in (3) above. Select a rule that you think fits your brand / product profile (multiple rules are allowed).

【００９４】（７）戦略ルールの適用 上記（５）と（６）で選択された２種類のルールを、Ｖ
−Ｂ−Ａ方向とＡ−Ｂ−Ｖ方向の両方向から、それぞれ
連鎖関係の重要度を基に統合することを試みる。但し、
２種類のルールの重視度（どちらをより重視するか）は
ユーザーが自由に変えられるようにしておき、生成検査
を繰り返すことでこの段階で選択されている２種類のル
ールの最適な適用割合を求めておく。(7) Application of Strategy Rules The two types of rules selected in (5) and (6) are
An attempt is made to integrate from both the -BA direction and the ABV direction based on the importance of the linkage relationship. However,
The importance of the two rules (which one is more important) can be freely changed by the user, and the generation application is repeated to determine the optimal application ratio of the two rules selected at this stage. Ask for it.

【００９５】（８）評価 （７）で求めた最適なルール重視度を用いて、この段階
で選択されている２種類のルールを適用した際に得られ
るＶＢＡ構造（目的とするブランド／製品のＢＩ構造を
表す）に対して、ユーザーの思考を刺激して納得させる
概念かどうか（アイデアが結晶化したかどうか）という
評価をユーザー自らが下す。(8) Evaluation Using the optimum rule importance obtained in (7), the VBA structure (target brand / product quality) obtained when the two types of rules selected at this stage are applied. The user himself / herself evaluates whether the concept (which represents the BI structure) stimulates the user's thinking and convinces them (whether the idea has crystallized).

【００９６】（９）繰り返し 満足のいく結果が得られるまで、（３）〜（６）の遡り
たい行程まで戻り、その処理以降の処理を繰り返す。(9) Repetition Until a satisfactory result is obtained, the process returns to the steps (3) to (6) to be traced back, and the subsequent processes are repeated.

【００９７】なお、上記の処理手順のうち、（１），
（２）が分析フェイズ２０での動作であり、（３）〜
（９）が戦略フェイズ１０での動作に相当する。In the above processing procedure, (1),
(2) shows the operation in the analysis phase 20, and (3) to
(9) corresponds to the operation in the strategic phase 10.

【００９８】さらに、分析フェイズ２０，戦略フェイズ
１０で行う処理について詳述する。Further, the processing performed in the analysis phase 20 and the strategy phase 10 will be described in detail.

【００９９】[分析フェイズ] ＜Ａ１：ＶＢＡ３層構造の表示＞図５，図６にＶＢＡ３
層構造の画面表示例を示す。また、図４にＶＢＡ−ＰＩ
モデルを示す。ここで、「ＶＢＡ３層構造」は、消費者
の持つＢＩを構造化して可視的に表示したものであり、
「Ａ−ＰＩモデル」は、ＢＩと購入意向との関係を示す
ものである（図４のアトリビュート層を参照）。また、
「ＶＢＡ−ＰＩモデル」は、ＶＢＡ３層構造とＡ−ＰＩ
モデルとを有機的に統合した結果を模式的に示すもので
ある。なお、図４〜図６において、符号Ｅは要素を示
し、符号Ｌはリンクを示している。[Analysis Phase] <A1: Display of VBA3 Layer Structure> FIGS.
5 shows a screen display example of a layered structure. FIG. 4 shows VBA-PI
Show the model. Here, the “VBA three-layer structure” is a structure in which the BI of the consumer is structured and visually displayed.
The “A-PI model” indicates the relationship between BI and purchase intention (see the attribute layer in FIG. 4). Also,
The “VBA-PI model” is a VBA three-layer structure and A-PI
9 schematically shows the result of organically integrating a model. 4 to 6, reference symbol E indicates an element, and reference symbol L indicates a link.

【０１００】ＶＢＡ３層構造は、その構造の違いでＢＩ
を表現する仕組みとなっている。例えば、図５，図６に
示すように、強調される要素（アンケートでの回答数が
多い要素。図５，図６では、回答数を正規化して要素の
大きさを決定している）ほど大きく、また強調される連
鎖（アンケートで同じ人が回答した要素の繋がり）ほど
太く表示する等の表現方法を用いている（但し、図５，
図６では、わかりやすくするために要素数を極端に少な
くして表示しているが、実際は各層ともに要素数はもっ
と多く、構造は複雑である。）The VBA three-layer structure has a BI
It is a mechanism to express. For example, as shown in FIGS. 5 and 6, the more emphasized the element (the element having a large number of answers in the questionnaire. In FIGS. 5 and 6, the number of the responses is normalized to determine the size of the element). An expression method is used such that a larger and emphasized chain (connection of elements answered by the same person in the questionnaire) is displayed thicker (see FIG. 5,
In FIG. 6, the number of elements is extremely small for the sake of simplicity. However, in reality, each layer has more elements and the structure is complicated. )

【０１０１】図５，図６に示すように、各要素には、具
体的な概念（アンケート結果の最小単位）と対応付けら
れた番号が付されており（図５，図６では各階層毎に各
要素に番号が付されている）、強調される要素により示
される概念を連結することにより、例えば、「キレと軽
さが際立つビール。爽快な気分で友達とワイワイ楽しく
過ごすのにピッタリ。」）というような製品概念（Ｂ
Ｉ）を得ることができる。As shown in FIGS. 5 and 6, each element is assigned a number associated with a specific concept (minimum unit of the questionnaire result). Each element is numbered), connecting the concepts indicated by the emphasized elements, for example, "beer that stands out sharply and lightly. ))
I) can be obtained.

【０１０２】「ＶＢＡ３層構造化」のより具体的な手順
を以下に示す。A more specific procedure of “VBA three-layer structuring” will be described below.

【０１０３】（１）アンケートデータベース作成 扱う製品カテゴリーを決定し、市場を構成する主要な商
品（ブランド）をピックアップする。予備調査としてグ
ループインタビューを行い、当該カテゴリーの製品が持
っている属性・ベネフィット・バリューを拾い出してお
く。調査票を作成してアンケート調査を実施する。アン
ケートは自由回答を主体とした構成にし、かつ、属性・
ベネフィット・バリューについては、定量で測れるよう
な工夫をしておく。(1) Creation of questionnaire database The product category to be handled is determined, and the main products (brands) constituting the market are picked up. Conduct a group interview as a preliminary survey to find out the attributes, benefits, and values of the products in the category. Create a questionnaire and conduct a questionnaire survey. The questionnaire should be composed mainly of free answers,
For the benefits / values, take measures to measure them quantitatively.

【０１０４】（２）ＶＢＡ３層構造化 ＶＢＡの各要素の適合度、およびＶＢ、ＢＡの連鎖（パ
ス）の出現率を、ブランドごとおよびターゲットセグメ
ントごとに計算し、回答人数による影響をなくすため正
規化を行う。なお、「適合度」は、「あるブランドにつ
いて当該属性が「よくあてはまる」と回答した人数の
和」のことであり、「適合度」としては「回答人数の影
響をなくすために正規化した値」を用いる。また、「連
鎖（パス）の強度」は、「例えば、あるブランドについ
てＶ層のp属性とＢ層のq属性が両方「よくあてはまる」
と回答してある場合にp−qの連鎖（パス）があるとして
カウントし、その人数の和を正規化した値」のことであ
る。(2) VBA Three-Layer Structure The fitness of each element of VBA and the appearance rate of the chain (path) of VB and BA are calculated for each brand and each target segment, and are normalized to eliminate the influence of the number of respondents. Perform the conversion. The “fitness” is “sum of the number of respondents who answered that the attribute is“ applicable ”for a certain brand”, and “fitness” is a value normalized to eliminate the influence of the number of respondents Is used. Further, “strength of a chain (path)” means “for example, for a certain brand, both the p attribute of the V layer and the q attribute of the B layer are“ well applicable ”
Is counted as having a pq chain (pass), and the sum of the numbers is normalized. "

【０１０５】そして、ユーザーインタフェースを考えて
ビジュアライズする。ＶＢＡ構造のビジュアライズ方法
としては、「バリュー、ベネフィット、アトリビュート
の３層を設定し、その中で各クラスに存在する要素（カ
テゴリー依存）の位置を決める。その際、群化（グルー
プ化）するもの同士は近くに配置する。各要素の出現率
は円の大きさで、連鎖（パス）の出現率は線の太さで表
示する。」というようなものがある。Then, visualization is performed considering the user interface. As a visualization method of the VBA structure, “three layers of value, benefit, and attribute are set, and elements (category dependent) existing in each class are determined in the three layers. In this case, grouping (grouping) is performed. The appearance rate of each element is indicated by the size of a circle, and the appearance rate of a chain (path) is indicated by the thickness of a line. "

【０１０６】＜Ａ２：自由連想の量と遷移の表示＞定量
的なアンケートデータに基づいてVBA３層構造化が行わ
れる際、アンケート中の自由回答（定性データ）の内容
をも吟味することによって、以下に示す「自由連想構造
化」ということもシステムに組み込んでいる。<A2: Display of the amount and transition of free association> When the VBA three-layer structure is performed based on the quantitative questionnaire data, the contents of the free answer (qualitative data) in the questionnaire are also examined. The "free associative structuring" shown below is also incorporated into the system.

【０１０７】自由連想で出現する属性を群化（グループ
化）することで「発想の連なり」を表現する。つまり、
その各々の群の発生率と推移確率の関係を構造化に導入
する。ここで使う手法は、発生率は０重マルコフ過程
（単純発生率）、推移確率は１重マルコフ過程である。[0107] "Sequence of ideas" is expressed by grouping (grouping) attributes appearing in free association. That is,
The relationship between the occurrence rate of each group and the transition probability is introduced into structuring. In the method used here, the occurrence rate is a zero-fold Markov process (simple occurrence rate), and the transition probability is a single Markov process.

【０１０８】ここで、「自由連想構造化」について説明
すると、人は、何かについての感想を聞かれた時、頭の
中でそれにまつわる「自分の物語」を思い出しており、
誘導や項目の提示を一切行っていない「自由回答記述」
には、それがそのまま反映されていると考えられる。し
たがって、「自由回答記述」に出現する内容・出現順序
・つながりを分析することが、そのブランド（製品）の
消費者認知を理解するときに大いに役立つと考えられ
る。そして、それらを構造化し、ＶＢＡ３層構造と同時
に可視化して提示することができれば、消費者のブラン
ド（製品）認知をより深く理解することができる。ま
た、自由回答記述には、アトリビュート層に関するもの
が非常に多く現れることがわかっている。つまり、この
「自由連想構造化」は、ＶＢＡ３層構造のうち、アトリ
ビュート層に属する要素間の関係（横の連鎖）を別の視
点からもみることができるようにすることで、ＢＩ構造
の理解をより深めるものであるといえる。[0108] Here, the "free association structure" will be described. When a person is asked for an impression of something, he / she recalls his / her own "story" in his head.
"Free answer description" without any guidance or presentation of items
Is considered to be reflected as it is. Therefore, it is considered that analyzing the content, order of appearance, and connection appearing in the “free answer description” is very useful when understanding the consumer recognition of the brand (product). If they can be structured and visualized and presented simultaneously with the VBA three-layer structure, it is possible to deeply understand the brand (product) recognition of consumers. In addition, it has been found that a very large number of free answer descriptions related to the attribute layer appear. In other words, the “free associative structuring” is to understand the relationship between elements belonging to the attribute layer (horizontal chain) in the VBA three-layer structure from another viewpoint, thereby understanding the BI structure. It can be said that it deepens.

【０１０９】ＶＢＡ３層構造化に用いるデータは、定量
的に関係を求める必要があるために、自由回答形式では
なくプリコード形式の回答を採用している。そのため、
量的な関係把握はうまく行うことができ、同一層内にお
いても、要素の組み合わせは把握できる。しかし、要素
のつながり（現れる順序）までは把握しきれない。「自
由連想構造」はこの部分をカバーするものである。The data used for the VBA three-layer structuring employs a pre-coded answer instead of a free answer because it is necessary to quantitatively determine the relationship. for that reason,
The quantitative relationship can be grasped well, and the combination of elements can be grasped even in the same layer. However, it is impossible to grasp the connection of elements (the order in which they appear). "Free associative structure" covers this part.

【０１１０】ここで問題になるのは、自由回答で出現す
る言葉や内容それ自体をそのまま用いると要素が細分化
しすぎてうまく構造化できないということである。そこ
で、属性の群化（グループ化）を行うことでこの問題の
解決を図り、群化した属性をカウントし、その出現率と
連なりを求めて、図示すること試みた。The problem here is that if words and contents appearing as free answers are used as they are, the elements are too finely divided and cannot be structured well. Therefore, this problem was solved by performing attribute grouping (grouping), and the grouped attributes were counted, and their appearance rates and continuations were obtained and tried to be illustrated.

【０１１１】「自由連想構造化」のより具体的な手順を
以下に示す。A more specific procedure of “free associative structuring” will be described below.

【０１１２】（１）自由回答の群化を行い、群ごとの総
出現量と第一出現量（自由連想の最も始めに挙がるも
の）、遷移行列を計算する。(1) Free answers are grouped, and the total appearance amount and the first appearance amount (the first one in the free association) and the transition matrix are calculated for each group.

【０１１３】（２）ユーザーインタフェースを考えて、
「自由連想構造」をビジュアライズする。群化するもの
を楕円で囲み、総出現率が多いほど、楕円の輪郭線（黒
線）の太さを太くし、上位５位くらいまで（群の数に依
存）を表示する。また、第一出現量が最も多い状態
（a）群からみて、次の状態遷移行列値が最大の状態(b)
群を求める。同様にして、(b)群の状態からスタートし
て推移行列値が最大の状態（c）群を求める。（a）,
（b）,（c）の順に連想が進むのが代表的だと考えられ
るので、この順序がわかるように輪郭線に色を付けて表
示する。例えば、（a）群の輪郭線を赤に（b）群の輪郭
線を青に（c）群の輪郭線を緑にという様にする。ただ
し、（a）,（b）,（c）の各総出現率が上位５位（上
述）に入っていない場合は、楕円の輪郭線を点線で表示
するなどの工夫をする。また、（a）,（b）,（c）が同
じ群になる場合があるので、その場合は輪郭線の色を工
夫して表示する。(2) Considering the user interface,
Visualize the "free association structure". The objects to be grouped are surrounded by an ellipse, and as the total appearance rate increases, the thickness of the outline (black line) of the ellipse is increased, and up to the top five places (depending on the number of groups) are displayed. Also, from the state (a) group where the first appearance amount is the largest, the state (b) where the next state transition matrix value is the largest
Find the group. Similarly, starting from the state of the group (b), the state (c) having the maximum transition matrix value is obtained. (A),
Since it is considered typical that the association proceeds in the order of (b) and (c), the outline is colored and displayed so that this order can be understood. For example, the outline of the group (a) is red, the outline of the group (b) is blue, and the outline of the group (c) is green. However, when the total appearance rates of (a), (b), and (c) are not in the top five (as described above), a method such as displaying the outline of the ellipse with a dotted line is used. In some cases, (a), (b), and (c) are in the same group. In such a case, the color of the outline is displayed with devising.

【０１１４】＜Ａ３：基本統計量及び自由回答の分類表
示＞これは一般的な基本分析を行った結果を表示する処
理である。この表示は特別なモデルや構造を示すもので
はないが、この表示を参照すれば製品に関する基本的な
データ（例えば、購入意向の平均値や自由回答の生デー
タ等）を知ることができる。なお、表示結果の一例を図
１１に示す。[戦略フェイズ]<A3: Classification Display of Basic Statistics and Free Answer> This is a process for displaying the result of a general basic analysis. This display does not show a special model or structure, but by referring to this display, it is possible to know basic data on the product (for example, an average value of purchase intention, raw data of free answer, etc.). FIG. 11 shows an example of the display result. [Strategy Phase]

【０１１５】＜Ｂ１：トップダウン戦略の知識抽出＞こ
こで、トップダウン戦略（ベース戦略ルール）は、ＶＢ
Ａ３層構造によって表わされる（図４の符号Ｔ参照）。
なお、トップダウン戦略の画面表示例を図７〜図９に示
す。<B1: Knowledge Extraction of Top-Down Strategy> Here, the top-down strategy (base strategy rule) is VB
It is represented by an A3 layer structure (see symbol T in FIG. 4).
7 to 9 show screen display examples of the top-down strategy.

【０１１６】マーケティングの意思決定においては、市
場参入の順序によってブランド育成の基本方針が決まっ
てしまう場合や、また、その他トラッキング調査等の結
果からコア・ターゲットの選定が予め行える場合等が多
くある。つまり、基本的な戦略的志向が環境によって限
定的に決定されることが多いのである。これらの事情を
鑑みて、戦略のベースとなるルール部分は、予め幾つか
考えられるものを用意しておき、対話的に質問を行いな
がら決定する方式を取り入れた。質問の回答により選択
・適用されるルールを「ベース戦略ルール」と呼ぶこと
にする。このフェイズでは、一連のベース戦略ルールの
適用で、戦略に沿った基本となるＢＩ構造（重要度）の
算出を行う。In marketing decision-making, there are many cases in which the basic policy of brand development is determined by the order of market entry, and in other cases, core targets can be selected in advance from the results of tracking surveys and the like. In other words, the basic strategic orientation is often determined in a limited manner by the environment. In view of these circumstances, some possible rules are prepared in advance as the base of the strategy, and a method is adopted in which questions are determined interactively by asking questions. The rules selected and applied according to the answers to the questions will be referred to as “base strategy rules”. In this phase, a basic BI structure (importance) according to the strategy is calculated by applying a series of base strategy rules.

【０１１７】なお、ユーザーは用意されている質問に答
えることにより、ブランドの立場や問題を明確に認識す
ることになり、仮説が十分でない場合は、分析画面に戻
って仮説構築を再度行うことができる。また、この段階
で、ベース戦略案が複数ある場合は、まず第１案につい
て戦略ループをまわしてみた後で、第２、第３の案につ
いても同様に行った結果を比較することで、どちらのベ
ース戦略が良いのか発見することができる。By answering the prepared questions, the user can clearly recognize the position and the problem of the brand. If the hypothesis is not enough, the user can return to the analysis screen and construct the hypothesis again. it can. Also, at this stage, if there are multiple base strategy proposals, the first step is to go through the strategy loop and then compare the results of the second and third proposals. You can discover if your base strategy is good.

【０１１８】＜Ｂ２：ボトムアップ戦略の知識抽出＞ボ
トムアップ戦略は、製品属性と購入意向の関係で表わさ
れ（図４の符号Ｂ参照）、Ａ−ＰＩモデルから生成する
ことができる。なお、ボトムアップ戦略の画面表示例を
図１０に示す。また、この戦略から生まれるルールを
「モディファイ戦略ルール」と呼ぶ。<B2: Knowledge Extraction of Bottom-Up Strategy> The bottom-up strategy is represented by the relationship between product attributes and purchase intention (see reference numeral B in FIG. 4), and can be generated from the A-PI model. FIG. 10 shows a screen display example of the bottom-up strategy. The rules resulting from this strategy are called "modify strategy rules".

【０１１９】「Ａ−ＰＩモデルからのルール生成（Ａ−
ＰＩモデルの初期設定を含む）」は、帰納学習と模擬育
種法を統合した手法（後述するＳＩＢＩＬＥ）により、
分類知識の獲得を行うというものであり、具体的には、
ルールは、Ａ−ＰＩモデルを基に、購買意向とアトリビ
ュート層の要素（属性）との関係から生成される。"Rule generation from A-PI model (A-PI
Including the initial setting of the PI model), is a method (SIBILE described later) that integrates inductive learning and mock breeding.
It is to acquire classification knowledge, specifically,
The rules are generated based on the relationship between the purchase intention and the elements (attributes) of the attribute layer based on the A-PI model.

【０１２０】ブランド・アイデンティティと購買意向の
関わり方は、ブランド／製品が属するカテゴリーの性質
によってかなり異なることが考えられる。例えば、一般
消費財の場合は、その性質上、一般的にはアトリビュー
ト層のみを考慮した判断が行われると考えられる。It is conceivable that the relationship between the brand identity and the purchase intention is considerably different depending on the nature of the category to which the brand / product belongs. For example, in the case of general consumer goods, it is considered that, due to its nature, generally, only the attribute layer is considered.

【０１２１】このような前提を置いたうえで、購買意向
とアトリビュート層との関連（Ａ−ＰＩモデル）を抽出
するわけであるが、抽出は簡単にはいかない。なぜな
ら、購買決定の方式が様々存在するように、購買意向と
アトリビュート要素との関わり方も単純な近似（例えば
線形結合など）では説明できないと推察できるからであ
る。While the relationship (A-PI model) between the purchase intention and the attribute layer is extracted on the basis of such a premise, the extraction is not easy. This is because, as with various purchase decision methods, it can be inferred that the relationship between the purchase intention and the attribute element cannot be explained by simple approximation (for example, linear combination).

【０１２２】そこで、本発明のＡ−ＰＩモデルには、線
形性や分布を仮定しない方法を適用している（従来、こ
のような問題に対しては、多変量解析を中心とする統計
的手法が用いられることが多かったが、それらの手法に
おいては誤差の分布や線形性が仮定されるため、結果が
実情とそぐわないと感じられることが頻繁に起きてい
た）。Therefore, a method not assuming linearity or distribution is applied to the A-PI model of the present invention (conventionally, such a problem has been solved by a statistical method centered on multivariate analysis). Was often used, but in these methods, the distribution and linearity of the error were assumed, so that the result often seemed to be inconsistent with the actual situation.)

【０１２３】対象とするタスクをデータからの帰納学習
によって分類知識を獲得することであると捉え、模擬育
種法と帰納学習を統合した手法[Ishino97]を適用する。
この結果、分類知識は、決定木（decision tree）また
は決定ルール集合（decisionrules）の形で得られる。
この手法はＳＩＢＩＬＥ（Simulated Breeding and Ind
uctive LEarning）と名付けられており、マーケティン
グにおける意思決定のような悪構造問題に対して、遺伝
的アルゴリズム（Genetic Algorithms:ＧＡ）を内包す
る模擬育種法（Simulated Breeding:ＳＢ）と帰納学習
手法とを多戦略学習の視点から統合し、専門家（ユーザ
ー）とのインタラクションのなかで有用な意思決定知識
を獲得しようというものである。ここで、「模擬育種
法」とは遺伝的操作における個体評価の一つの手法であ
り、あらかじめ定義した評価関数の代わりに、個々の個
体の表現型への評価を人間の主観的判断で行う点に特徴
がある。It is considered that the target task is to acquire classification knowledge by inductive learning from data, and a method [Ishino97] that integrates the simulated breeding method and inductive learning is applied.
As a result, classification knowledge is obtained in the form of a decision tree or a set of decision rules.
This method is based on SIBILE (Simulated Breeding and Ind
It is named uctive LEarning, and uses a simulated breeding (SB) and inductive learning method that includes Genetic Algorithms (GA) for bad structure problems such as marketing decision-making. It aims to acquire useful decision-making knowledge through interaction with experts (users) by integrating from the viewpoint of multi-strategy learning. Here, the "simulated breeding method" is a method of individual evaluation in genetic manipulation, in which individual phenotype evaluation is performed by human subjective judgment instead of a predefined evaluation function. There is a feature.

【０１２４】なお、本発明では、利用する人間の理解し
易さの観点から、分類知識として、決定木よりも決定ル
ールに着目し、これを「Ａ−ＰＩモデル」に変換するこ
ととする。決定ルール（モディファイ戦略ルール）は
「If…, Then…」というプロダクションルールの形で表
されるので、分類クラスを購買意向とした属性評価デー
タセットを分析することで、結果部（Then節）に「購買
意向が高い」という前向きのクラスが現れた場合の、条
件部（If節）に現れる属性の積を購買意向が高まる属性
の組み合わせとしてモデルに組み込むことにする。例え
ば、「If コクがある and 高級感がある, Then 購買意
向が高い」というルールが生成された場合は、「コクが
ある」という属性と「高級感がある」という属性を共に
満たすブランド／製品の場合、購買意向が高いと解釈
し、Ａ−ＰＩモデルには、“「コクがある」∧「高級感
がある」=「購買意向が高い」”というルールが採用さ
れ、購買意向を高める属性のサブセットが同定できる。
また、決定ルールは複数あるため、選択するルールも複
数になる場合がある。その際は、それぞれのルールの条
件部に出現した属性セットの和をとることとする。どの
ルールを採用するかの判断をユーザー（ブランド・マネ
ジャー等の専門家）に任せることで、ユーザーの主観を
反映した属性のサブセットが得られる。この「Ａ−ＰＩ
モデル」を「ＶＢＡ３層構造」に有機的に組み込めば、
購買意向を高めるブランド・アイデンティティ形成（即
ち製品概念形成）を行うことが可能となる。Note that, in the present invention, from the viewpoint of easy understanding of the user, attention is paid to the decision rule rather than the decision tree as the classification knowledge, and this is converted into an “A-PI model”. The decision rule (modify strategy rule) is expressed in the form of a production rule “If…, Then…”. By analyzing the attribute evaluation data set with the purchase intent of the classification class, the result section (then section) In the case where a forward-looking class “high purchase intention” appears, the product of the attributes appearing in the condition part (If clause) is incorporated into the model as a combination of attributes that increase purchase intention. For example, if the rule "If rich and luxurious, then purchase intention is high" is generated, a brand / product that satisfies both the attribute "rich" and the attribute "luxury" In the case of, it is interpreted that the purchase intention is high, and in the A-PI model, the rule of "" There is richness "∧""There is a sense of luxury" = "High purchase intention" Can be identified.
Further, since there are a plurality of decision rules, a plurality of rules may be selected. In this case, the sum of the attribute sets appearing in the condition part of each rule is calculated. By leaving the decision on which rule to use to the user (specialist such as a brand manager), a subset of attributes reflecting the user's subjectivity can be obtained. This "A-PI
If "model" is organically incorporated into "VBA three-layer structure",
It is possible to form a brand identity (ie, product concept formation) that enhances the purchase intention.

【０１２５】ここで、「Ａ−ＰＩモデル」構築問題を整
理すると、以下のようにまとめられる。Here, the "A-PI model" construction problem can be summarized as follows.

【０１２６】この問題は、具体的には、いくつかのブラ
ンド／製品について購入意向および製品属性について回
答したアンケートデータから、購買意向と属性の関係を
明確にするという問題を扱う。この問題は、「多属性の
データを分類する際に、必要な説明属性を選択し、「有
用な」解釈を決定ルール集合（または決定木）として与
える属性選択問題」として定式化できる。ここで注目す
べきは、データには分布形が仮定できずノイズを含む
こと、多数の属性すべてを用いた分析結果は理解しに
くく適切な属性選択を行う必要があること、客観的な
評価尺度が定義しにくいこと、並びに、分析結果を評
価する過程でアイデアの結晶化が起こり、新鮮な概念を
生み出す可能性が高い、ことである。This problem specifically deals with the problem of clarifying the relationship between the purchase intention and the attribute from the questionnaire data in which the purchase intention and the product attribute are answered for some brands / products. This problem can be formulated as an "attribute selection problem which selects necessary explanatory attributes when classifying multi-attribute data and gives" useful "interpretation as a set of decision rules (or decision trees)". What should be noted here is that the data cannot be assumed to have a distribution form and contains noise, the analysis results using all of the attributes are difficult to understand, and it is necessary to select appropriate attributes. Is difficult to define, and there is a high possibility that ideas will crystallize in the process of evaluating the analysis results, thereby producing fresh concepts.

【０１２７】この方法がマーケティング意思決定という
悪構造問題に対して有用な解法を示すことは、マーケテ
ィングの実データを用いて実証されている。本明細書に
おいても、後述の実施例にてその有用性を示している。It has been proved by using actual marketing data that this method shows a useful solution to the bad structure problem of marketing decision making. Also in this specification, its usefulness is shown in Examples described later.

【０１２８】さらに、「ＳＩＢＩＬＥ」の基本骨子を以
下に示す。The basic gist of "SIBILE" is shown below.

【０１２９】（１）初期設定 属性項目の中からランダムに数個選択した組み合わせを
ｍ組発生させる。ここで、１つの組み合わせについて、
選択された属性には“１”を、選択されなかった属性に
は“０”を割り当て、ビット列で表したものを遺伝子と
みなすと定義する。これをｍ組すべてに対して行う。ｍ
は個体数を示す。遺伝子の表現例としては、例えば、ビ
ール製品の場合「程良い苦味」、「喉ごしが良い」、
「コクがある」…（全部でＸ個とする）といった属性項
目に対して、選択されている属性には“１”を、選択さ
れなかった属性には“０”を割り当てたビット列を作
る。例えば、全ての属性が選択されている個体の遺伝子
は、「11111111…」と“１”がＸ桁連なったものにな
る。通常は、選択された属性と選択されなかった属性が
混じっているので、「10010101…」といったようなＸ桁
の数字で遺伝子が表される。(1) Initial setting Generate m sets of combinations randomly selected from several attribute items. Here, for one combination,
“1” is assigned to the selected attribute, and “0” is assigned to the unselected attribute, and a bit string is defined as a gene. This is performed for all m sets. m
Indicates the number of individuals. Examples of gene expressions include, for example, "moderate bitterness" and "good throat" for beer products,
For attribute items such as “there is rich” (total X), a bit string is created in which “1” is assigned to the selected attribute and “0” is assigned to the unselected attribute. For example, the gene of an individual for which all attributes are selected is a sequence of “11111111...” And “1” in X digits. Normally, a selected attribute and an unselected attribute are mixed, so that a gene is represented by an X-digit number such as "10010101 ...".

【０１３０】（２）帰納推論の適用 学習の概念目標として購入意向を位置づけ、個体ごとに
帰納推論プログラムを適用することを行う。具体的に
は、個体で選択された属性フィールドのみのデータを対
象データから抜き出し、購入意向の値を学習目標として
帰納学習を行うことを、ｍ個体分行う。つまり、帰納推
論プログラムをｍ回繰り返して実行し、決定ルール集合
（決定木）をｍ組作る。(2) Application of Inductive Reasoning A purchase intention is positioned as a conceptual goal of learning, and an inductive inference program is applied to each individual. Specifically, data of only the attribute field selected by the individual is extracted from the target data, and inductive learning is performed for m individuals with the value of the purchase intention as a learning target. That is, the inductive inference program is repeatedly executed m times, and m sets of decision rule sets (decision trees) are created.

【０１３１】（３）模擬育種法による選択 得られたｍ個の決定ルール集合（決定木）を、マーケテ
ィング担当者の主観的判断から評価し、適切と思われる
決定ルール集合（決定木）を２個選択する。(3) Selection by the Simulated Breeding Method The obtained m decision rule sets (decision trees) are evaluated from the subjective judgment of the marketer, and the decision rule sets (decision trees) considered to be appropriate are set to 2 Select one.

【０１３２】（４）属性選択確率への報酬割り当て 強化学習の方法には２通りあり、任意に選んで行う。１
つ目の方法は、個体全体としてのウエイト付けである。
ある個体を親として選択することで、その個体が選択し
ている属性項目が平等に選択確率が上がるように報酬を
与える。２つ目の方法は、個体から抽出されるルールご
とに３段階で評価を行い、ルール条件部に現れる属性へ
平等に報酬を与える方法である。(4) Reward Assignment to Attribute Selection Probabilities There are two types of reinforcement learning methods, which are arbitrarily selected and performed. 1
The third method is weighting of the individual as a whole.
By selecting an individual as a parent, a reward is given so that the attribute item selected by the individual has an even higher selection probability. The second method is a method in which evaluation is performed in three steps for each rule extracted from an individual, and an equal reward is given to the attribute appearing in the rule condition part.

【０１３３】（５）遺伝的アルゴリズムの適用 上記（３）で選択した個体を親にして、遺伝的操作を行
うことにより、新たなｍ組の個体（遺伝子列）を決定す
る。(5) Application of Genetic Algorithm A new m sets of individuals (gene sequences) are determined by performing a genetic operation using the individuals selected in (3) above as parents.

【０１３４】（６）繰り返し 上記（２）〜（５）の処理を数回繰り返し、属性ごとの
パラメータを設定する。(6) Repetition The above processes (2) to (5) are repeated several times to set parameters for each attribute.

【０１３５】（７）パラメータ値に基づいた初期設定 上記（６）で設定されたパラメータ値に基づいて、ｎ組
の個体を発生させる。なお、ｎはｍに比べて大とする。(7) Initial setting based on parameter values Based on the parameter values set in (6) above, n sets of individuals are generated. Note that n is larger than m.

【０１３６】（８）帰納推論の適用 上記（２）と同様の処理をｎ個の個体について行い、ｎ
組の決定ルール集合（決定木）を生成する。(8) Application of Inductive Inference The same processing as in (2) above is performed for n individuals, and n
Generate a set of decision rule sets (decision trees).

【０１３７】（９）遺伝的アルゴリズムの実行 客観的に測定できる評価関数（評価関数は、決定木のシ
ンプルさ、有益な抽出ルールの多さ、木としてのデータ
分類率、抽出されたルールの確からしさの４点に注目し
た加法型評価関数を用いている。）に基づいて各個体を
評価し、その値の高い順に２個体を親として選択する。
親個体に対して遺伝的操作を行うことにより、新たなｎ
−１組の個体（遺伝子列）を決定する。親個体の中で最
も評価が高かったものは１組残し、全部でｎ組の個体と
する。(9) Execution of Genetic Algorithm An evaluation function that can be measured objectively (the evaluation function is a simple decision tree, a large number of useful extraction rules, a data classification rate as a tree, and a certainty of the extracted rules. Each individual is evaluated on the basis of an additive evaluation function focusing on four points of likelihood), and two individuals are selected as parents in descending order of their values.
By performing a genetic operation on the parent individual, a new n
-One set of individuals (gene sequence) is determined. One set with the highest evaluation among the parent individuals is left as one set, and a total of n sets is set.

【０１３８】（１０）繰り返し 収束するまで上記（８）〜（９）の処理を繰り返す。(10) Repetition The above processes (8) to (9) are repeated until convergence.

【０１３９】ＳＩＢＩＬＥにより、購買意向と属性との
関係をユーザーの主観を取り入れて最適化することがで
き、それを最終的な決定ルール集合という形で取り出す
ことができる。これはＡ−ＰＩモデルの一つの結果であ
る。With SIBILE, the relationship between the purchase intention and the attribute can be optimized by taking in the user's subjectivity, and it can be extracted in the form of a final set of decision rules. This is one result of the A-PI model.

【０１４０】ただし、システム全体で目標とする戦略的
製品概念形成という観点では、注意が必要である。とい
うのは、この段階では「購買意向と属性」という一つの
視点だけで関係を捉えて最適化を図っているために、具
体的に新たに製品概念（ＢＩ）を構築する際には視点の
ズレが生じるためである。なぜなら後者の場合は、他の
条件（例えば競合などの環境条件）をも考慮するため、
属性に対する考え（重視度）に変化が生じることが予想
されるからである。その視点からこの結果をみると、ロ
ーカル最適に陥っている可能性が高い。そのため、ここ
で最適化された決定ルールをそのまま戦略パートで用い
るのではなくて、最適化する過程で生成されたルールを
保存しておき、利用するのが良いと考えられる。この考
えに従い、ＳＩＢＩＬＥの過程で求められた全決定ルー
ルのうち、購買意向が高くなるルール全てを「モディフ
ァイ戦略ルール」として、戦略パートでユーザーに提示
する。However, attention must be paid from the viewpoint of forming a strategic product concept that is the goal of the entire system. This is because at this stage, the optimization is performed by grasping the relationship from only one viewpoint, “purchase intention and attribute”. Therefore, when constructing a new product concept (BI) specifically, This is because a shift occurs. Because in the latter case, other conditions (for example, environmental conditions such as competition) are also considered,
This is because it is expected that a change in the idea (the degree of importance) for the attribute will occur. Looking at this result from that point of view, it is highly likely that the situation has fallen into local optimization. Therefore, it is considered that it is better to save the rules generated in the optimization process and use them instead of using the optimized decision rules in the strategy part as they are. In accordance with this idea, of all the decision rules obtained in the SIBILE process, all the rules with a high purchase intention are presented to the user in the strategy part as "modify strategy rules".

【０１４１】＜Ｂ３：戦略知識の適用学習＞上述した２
種類の戦略（ベース戦略ルールとモディファイ戦略ルー
ル）をユーザーが選択し、これらの戦略を統合すること
により、製品概念が形成され、それをまたユーザーが評
価するという過程を経て、最終的な製品概念を得るよう
になっている。ここで注目すべきは、ユーザーの発想を
刺激しながらこの過程が進むことである。<B3: Learning to Apply Strategic Knowledge>
The user selects the types of strategies (base strategy rules and modification strategy rules) and integrates these strategies to form a product concept, which is then evaluated by the user, and then the final product concept Is to be obtained. It should be noted here that this process proceeds while stimulating the user's ideas.

【０１４２】「ベース戦略ルールとモディファイ戦略ル
ールとを適用しながら最終的な解に至る」手順を以下に
示す。The procedure of “a final solution is applied while applying the base strategy rule and the modification strategy rule” will be described below.

【０１４３】（１）ベース戦略ルールの固定 質問肢を利用して対話的に求めておいたベース戦略ルー
ルを固定して適用する（初期ＢＩウエイトは、全ての要
素、連鎖について計算する）。(1) Fixation of base strategy rule The base strategy rule determined interactively using the query limb is fixed and applied (the initial BI weight is calculated for all elements and chains).

【０１４４】（２）モディファイ戦略ルールの選択 モディファイ戦略ルールのうち、ユーザーが良いと思う
もの（仮説に合っているルールや、新たに発見させられ
たルール等、心に響くルール）を選択する（複数選択
可）。選択の仕方には、キーとなる属性が含まれている
ルールを選ぶ方法と、ベース戦略に連動したルールを選
ぶ方法とがある。選択されたモディファイ戦略ルールの
条件部に出現した属性のＯＲ集合に対して正規化（１を
選択された属性数で除す）したウエイトを持たせる。上
記（１）で求めた初期ＢＩウエイトに基づき、選択され
ている属性から生じるＢＡ連鎖、Ｂ層、ＶＢ連鎖、Ｖ層
に対しても順次ウエイトをバックして計算しておく（モ
ディファイウエイトは、全ての要素、連鎖について計算
する）。(2) Selection of Modifying Strategy Rules Among the modifying strategy rules, the ones that the user considers to be good (rules that affect the mind, such as rules that match the hypothesis and newly discovered rules) are selected ( You can select multiple). There are two ways to select a rule, including a rule that includes a key attribute, and a method that selects a rule linked to the base strategy. The OR set of attributes appearing in the condition part of the selected modify strategy rule is given a normalized weight (1 is divided by the number of selected attributes). Based on the initial BI weight obtained in the above (1), the weights are sequentially backed and calculated for the BA chain, the B layer, the VB chain, and the V layer resulting from the selected attribute. Calculate for all elements and chains).

【０１４５】具体例を示すと、次のようになる。例えば
全属性数がＸのときは、遺伝子はＸ桁の“１”，“０”
のビット列で表現される。この表現形式を用いると、便
宜的に、モディファイ戦略ルールを表現することができ
る。すなわち、モディファイ戦略ルールＡのIf部で、１
番目の属性と３番目の属性が使われているとしたら、
「101000000…」とするのである。同様に、モディファ
イ戦略ルールＢのIf部で、３番目、４番目、５番目の属
性が使われているとしたら、「0011100000…」とする。
ＡとＢの２つのルールをユーザーが選択しているとした
ら、２つのルールの和をとって、「1011100000…」と表
現できる。“１”が立っている属性は、１番目、３番
目、４番目、５番目の４つなので、ウエイトは、「１／
４＝0.25」となる。従って、Ａ層のモディファイウエイ
トとして、１番目、３番目、４番目、５番目の属性は0.
25を持ち、残りの属性はウエイト0となる。A specific example is as follows. For example, when the number of all attributes is X, the gene is X digit “1”, “0”
Is represented by the following bit string. By using this expression format, a modifying strategy rule can be conveniently expressed. That is, in the If part of the modify strategy rule A, 1
If the third and third attributes are used,
"101000000 ...". Similarly, assuming that the third, fourth, and fifth attributes are used in the If part of the modifying strategy rule B, “0011100000...” Is set.
Assuming that the user has selected two rules A and B, the sum of the two rules can be expressed as "1011100000 ...". Since there are four first, third, fourth and fifth attributes with “1”, the weight is “1/1 /
4 = 0.25 ". Therefore, the first, third, fourth, and fifth attributes of the A-layer modify weight are 0.
It has 25 and the remaining attributes have a weight of 0.

【０１４６】次に、予め（１）で求めておいた初期ＢＩ
ウエイトのうち、ＢＡ連鎖に着目し、Ａ層の１番目、３
番目、４番目、５番目の属性から伸びている連鎖以外の
ウエイトを全て0とする。0以外のＢＡ連鎖のウエイトを
足し合わせた数値でそれぞれのＢＡ連鎖ウエイトを割り
（正規化）、その値をＢＡ連鎖のモディファイウエイト
とする。ＢＡ連鎖のモディファイウエイトと、（１）で
求めたＢ層の初期ウエイトの積を求め、その正規化を行
って、Ｂ層のモディファイウエイトとする。同様に、Ｖ
Ｂ連鎖のモディファイウエイトを求め、最後にＶ層のモ
ディファイウエイトを求める。Next, the initial BI determined in advance in (1)
Focus on the BA chain among the weights.
The weights other than the chain extending from the fourth, fifth, and fifth attributes are all set to 0. Each of the BA chain weights is divided (normalized) by a numerical value obtained by adding the weights of the BA chains other than 0, and the value is used as the modify weight of the BA chain. The product of the modification weight of the BA chain and the initial weight of the layer B obtained in (1) is obtained, and the result is normalized to obtain the modification weight of the layer B. Similarly, V
A B-chain modify weight is obtained, and finally, a V-layer modify weight is obtained.

【０１４７】（３）ベース戦略ルールとモディファイ戦
略ルールの融合 上記（１）で算出した「初期ＢＩウエイト」と（２）で
算出した「モディファイウエイト」に任意の重みを付け
て加法型の計算を行い（全ての要素、連鎖ごとに）、そ
の後それぞれの要素クラス、連鎖クラスで正規化を行う
ことを、「ベース戦略ルールとモディファイ戦略ルール
の融合」と定義する。(3) Fusion of Base Strategy Rule and Modify Strategy Rule The “initial BI weight” calculated in the above (1) and the “modify weight” calculated in the above (2) are added with arbitrary weights to perform an addition type calculation. Performing (for each element and each chain) and then normalizing each element class and each chain class is defined as “fusion of base strategy rule and modify strategy rule”.

【０１４８】「ベース戦略」に対する「モディファイ戦
略」のウエイト比は、ユーザーがインタラクティブに自
由に変えることができ、その都度、適用結果を画面で確
認できる。何度かウエイト比を変えて表示することを繰
り返して、その時選択しているモディファイルールの場
合での最適ウエイトを探す。その際、自由連想構造がガ
イドの役目を果たす。The weight ratio of the “modify strategy” to the “base strategy” can be freely changed interactively by the user, and each time the application result can be confirmed on the screen. The display is repeated by changing the weight ratio several times to search for the optimum weight in the case of the currently selected modal file. At that time, the free association structure serves as a guide.

【０１４９】（４）ルール選択への強化学習 最適ウエイトでのＢＩ構造をユーザーの主観で評価し、
その評価により、モディファイルールの選択確率へ報酬
が渡され、各ルールの選択確率が変わる。(4) Reinforcement learning for rule selection The BI structure with the optimal weight is evaluated by the user's subjective,
The evaluation gives a reward to the selection probabilities of the modality rules, and changes the selection probabilities of each rule.

【０１５０】（５）繰り返し 上記（２）〜（４）の処理を繰り返す（最低５回以上）
ことで、モディファイ戦略ルールの選択確率が学習され
ていく。なお、６回目には、システムからのルール提案
（初期ＢＩウエイトで中程度の重要性があるにもかかわ
らず、ユーザーがキー属性で選択していない属性を含む
ルールを表示）もある。(5) Repetition Repeat the above processes (2) to (4) (at least 5 times)
As a result, the selection probabilities of the modifying strategy rules are learned. At the sixth time, there is also a rule proposal from the system (displaying a rule including an attribute that is not selected by the user as a key attribute even though it has medium importance in the initial BI weight).

【０１５１】（６）最終表示 ユーザーが満足するまで上記（２）〜（４）の処理を繰
り返したら、それまでに学習した選択確率に基づいてモ
ディファイ戦略ルールが選択される。最後に、そのモデ
ィファイルールとベース戦略ルールのウエイトをインタ
ラクティブに決定して「最終ＢＩウエイト」が決定され
る。それに基づいて、ＶＢＡ画面の表示もなされる。(6) Final display When the above processes (2) to (4) are repeated until the user is satisfied, the modifying strategy rule is selected based on the selection probability learned so far. Finally, the weight of the modal rule and the base strategy rule are determined interactively to determine the “final BI weight”. Based on that, a VBA screen is also displayed.

【０１５２】（７）繰り返し 上記（６）の最終結果が満足できるものとなるまで、上
記（１）〜（６）の処理を繰り返す。(7) Repetition The above processes (1) to (6) are repeated until the final result of the above (6) becomes satisfactory.

【０１５３】[0153]

【実施例】＜実問題への適用＞実問題として、ビールの
製品概念を形成する問題（ビール問題）、陶磁器の製品
概念を形成する問題（陶磁器問題）に本発明を適用し
た。EXAMPLES <Application to Real Problem> As a real problem, the present invention was applied to a problem of forming a product concept of beer (beer problem) and a problem of forming a product concept of ceramic (ceramic problem).

【０１５４】（１）方法 アンケート調査は、郵送留置により行った。１５０票
中１１２票回収（回収率は７５％）し、そのうち有効票
は９９票であった。(1) Method The questionnaire survey was conducted by mail. Out of 150 votes, 112 votes were collected (collection rate was 75%), of which 99 were valid.

【０１５５】３人のブランドマネジャーに課題を与
え、ＢＩＣＳＳを使用してビールの製品概念を形成させ
た。そして、合計７ケースをプロトコル分析した。A challenge was given to three brand managers, who used BICSS to form a beer product concept. A total of seven cases were subjected to protocol analysis.

【０１５６】（２）結果 ビール市場における製品概念形成問題、陶磁器制作にお
ける製品概念形成問題という２つの実問題に対して、Ｂ
ＩＣＳＳを適用し、各分野の専門家（前者の例では消費
財メーカーのブランド・マネージャー、後者の例では陶
磁器のデザイナー）に対して実験を行った。その結果と
して、ユーザーが満足できる製品コンセプトが得られ
た、その過程でユーザーの創造性が引き出されてい
た、概念形成の過程が効率的であった、ユーザー毎
に、個性を反映した異なった概念形成ができていた、
同じユーザーでも、課題に応じて別の特徴をもった概念
形成が行われた、ということが観察され、本発明が製品
概念形成に有効であることが実証された。(2) Results The two actual problems of the product concept formation problem in the beer market and the product concept formation problem in ceramics production were
We applied ICSS and conducted experiments with experts in each field (in the former case, brand managers of consumer goods manufacturers, in the latter case, ceramic designers). The result was a product concept that satisfies the user, the creativity of the user was derived in the process, the process of concept formation was efficient, and a different concept formation reflecting the individuality of each user Was done,
It was observed that the same user formed a concept with different characteristics depending on the task, demonstrating that the present invention is effective for product concept formation.

【０１５７】[0157]

【発明の効果】以上詳述したように、本発明によれば、
製品概念の形成をシステマティックに支援しているの
で、作業者の力量によるばらつきを防ぎ、満足度の高い
製品概念を形成することができる利点がある。As described in detail above, according to the present invention,
Since the formation of the product concept is systematically supported, there is an advantage that it is possible to prevent the variation due to the ability of the worker and to form the product concept with high satisfaction.

【図面の簡単な説明】[Brief description of the drawings]

【図１】本発明の製品概念形成装置のハードウエア構成
を示すブロック図である。FIG. 1 is a block diagram illustrating a hardware configuration of a product concept forming apparatus according to the present invention.

【図２】本発明の製品概念形成装置（ＢＩＣＳＳ）の概
念を示す図である。FIG. 2 is a diagram showing a concept of a product concept forming apparatus (BICSS) of the present invention.

【図３】本発明の製品概念形成装置の動作について説明
するためのフローチャートである。FIG. 3 is a flowchart for explaining the operation of the product concept forming apparatus of the present invention.

【図４】ＶＢＡ−ＰＩモデルの一例を示す図である。FIG. 4 is a diagram illustrating an example of a VBA-PI model.

【図５】ＶＢＡ３層構造の画面表示例を示す図である。FIG. 5 is a diagram showing a screen display example of a VBA three-layer structure.

【図６】ＶＢＡ３層構造の画面表示例を示す図である。
図６は、異なるＢＩのＶＢＡ３層構造を比較できるよう
にするために、ＶＢＡ３層構造を２段に表示した例であ
る。FIG. 6 is a diagram showing a screen display example of a VBA three-layer structure.
FIG. 6 is an example in which the VBA three-layer structure is displayed in two rows so that the VBA three-layer structure of different BIs can be compared.

【図７】トップダウン戦略の画面表示例を示す図であ
る。FIG. 7 is a diagram showing a screen display example of a top-down strategy.

【図８】トップダウン戦略の画面表示例を示す図であ
る。FIG. 8 is a diagram showing a screen display example of a top-down strategy.

【図９】トップダウン戦略の画面表示例を示す図であ
る。FIG. 9 is a diagram showing a screen display example of a top-down strategy.

【図１０】ボトムアップ戦略の画面表示例を示す図であ
る。FIG. 10 is a diagram showing a screen display example of a bottom-up strategy.

【図１１】一般的な基本分析を行った結果の画面表示例
を示す図である。FIG. 11 is a diagram showing a screen display example of a result of performing a general basic analysis.

【符号の説明】[Explanation of symbols]

１０ 戦略フェイズ（戦略ループ：ルール生成手段、製
品概念形成手段） ２０ 分析フェイズ（分析ループ：分析手段）10 Strategy phase (strategy loop: rule generation means, product concept formation means) 20 Analysis phase (analysis loop: analysis means)

Claims (22)

【特許請求の範囲】[Claims] 【請求項１】 製品を開発する際の方針となる製品概念
を形成する装置であって、 既存の製品に対するアンケート結果に基づいて当該製品
に係る個性・連想・観念を分析する分析手段と、 既存の製品に対するアンケート結果に基づいて、望まし
い製品概念を導出するための戦略的ルールを生成するル
ール生成手段と、 前記分析手段による分析結果に前記ルール生成手段によ
り生成された戦略的ルールを適用して製品概念を形成す
る製品概念形成手段と、を備えることを特徴とする製品
概念形成装置。1. An apparatus for forming a product concept serving as a policy when developing a product, comprising: means for analyzing personality, association, and ideas relating to the product based on a questionnaire result of the existing product; A rule generating means for generating a strategic rule for deriving a desired product concept based on a questionnaire result of the product, and applying the strategic rule generated by the rule generating means to the analysis result by the analyzing means. A product concept forming means for forming a product concept. 【請求項２】 製品を開発する際の方針となる製品概念
を形成するための装置であって、下記の（Ａ）から
（Ｃ）のいずれか一つの手段に対応する処理装置を備え
る製品概念形成装置。 （Ａ）既存の製品に対するアンケート結果に基づいて当
該製品に係る個性・連想・観念を分析する分析手段。 （Ｂ）既存の製品に対するアンケート結果に基づいて、
望ましい製品概念を導出するための戦略的ルールを生成
するルール生成手段。 （Ｃ）製品に係る個性・連想・観念を分析した結果に戦
略的ルールを適用して製品概念を形成する製品概念形成
手段。2. A product concept for forming a product concept serving as a policy when developing a product, comprising a processing device corresponding to any one of the following means (A) to (C): Forming equipment. (A) Analysis means for analyzing personality, association, and ideas regarding an existing product based on a questionnaire result for the product. (B) Based on the questionnaire results for existing products,
Rule generation means for generating strategic rules for deriving a desired product concept. (C) A product concept forming means for forming a product concept by applying a strategic rule to a result of analyzing personality, association, and idea of a product. 【請求項３】 前記戦略的ルールが、トップダウン型の
ルール又はボトムアップ型のルールであることを特徴と
する請求項１又は２記載の製品概念形成装置。3. The product concept forming apparatus according to claim 1, wherein the strategic rule is a top-down rule or a bottom-up rule. 【請求項４】 需要者が製品に対して持っている個性・
連想・観念を分析して分析結果を表示する装置であっ
て、 前記個性・連想・観念を複数の要素に分けて複数の階層
に分類する手段と、 同一の階層内の前記要素をグループ化する手段と、 異なる階層内の前記要素間の関係を視覚的に表示する手
段と、を備えたことを特徴とする製品概念分析装置。4. The personality that the consumer has for the product
An apparatus for analyzing an association / idea and displaying an analysis result, comprising: means for dividing the personality / association / idea into a plurality of elements and classifying them into a plurality of hierarchies; and grouping the elements in the same hierarchy And a means for visually displaying a relationship between the elements in different hierarchies. 【請求項５】 前記個性・連想・観念が、ブランド・ア
イデンティティであることを特徴とする請求項４記載の
製品概念分析装置。5. The product concept analysis device according to claim 4, wherein said personality, association, and idea are brand identities. 【請求項６】 ブランド・アイデンティティを、バリュ
ー、ベネフィット、アトリビュートの３階層に分類する
ことを特徴とする請求項５記載の製品概念分析装置。6. The product concept analysis apparatus according to claim 5, wherein the brand identity is classified into three levels: value, benefit, and attribute. 【請求項７】 ブランド・アイデンティティと購入意向
との関係を分析することを特徴とする請求項５又は６記
載の製品概念分析装置。7. The product concept analysis device according to claim 5, wherein a relationship between a brand identity and a purchase intention is analyzed. 【請求項８】 製品を開発する際の方針となる製品概念
を形成する方法であって、 （ａ）既存の製品に対するアンケート結果に基づいて、
当該製品に係る個性・連想・観念を分析するステップ
と、 （ｂ）既存の製品に対するアンケート結果に基づいて、
望ましい製品概念を導出するための戦略ルールを生成す
るステップと、 （ｃ）前記（ｂ）のステップにて生成した戦略ルールを
適用して前記（ａ）のステップでの分析結果を変化させ
るステップと、を実行することを通じて製品概念を形成
することを特徴とする方法。8. A method for forming a product concept that is a policy when developing a product, comprising: (a) based on a questionnaire result for an existing product;
(B) analyzing the personality, association, and idea of the product; and
Generating a strategy rule for deriving a desired product concept; and (c) changing the analysis result in the step (a) by applying the strategy rule generated in the step (b). , Forming a product concept through performing the method. 【請求項９】 前記（ａ）のステップにおいて、前記製
品に係る個性・連想・観念を表わすパラメータを算出す
ることにより前記アンケート結果を分析するとともに、 前記（ｃ）のステップにおいて、前記戦略ルールを適用
して前記パラメータを変化させることにより前記（ａ）
のステップでの分析結果を変化させることを特徴とする
請求項８記載の製品概念を形成する方法。9. In the step (a), the questionnaire results are analyzed by calculating parameters representing individuality, association, and idea of the product, and in the step (c), the strategy rule is determined. By applying and changing the parameters, (a)
9. The method as claimed in claim 8, wherein the result of the analysis in step (c) is changed. 【請求項１０】 前記（ａ）のステップにおいて、前記
製品に係る個性・連想・観念を表わすパラメータとし
て、ブランド・アイデンティティに関するパラメータを
用いることを特徴とする請求項９記載の製品概念を形成
する方法。10. The method for forming a product concept according to claim 9, wherein in the step (a), a parameter relating to brand identity is used as a parameter representing personality, association, or idea regarding the product. . 【請求項１１】 前記（ｂ）のステップにおいて生成さ
れる戦略ルールが、トップダウン型のルール又はボトム
アップ型のルールであることを特徴とする請求項８から
１０のいずれかに記載の製品概念を形成する方法。11. The product concept according to claim 8, wherein the strategy rule generated in the step (b) is a top-down rule or a bottom-up rule. How to form. 【請求項１２】 前記（ｂ）のステップにおいて、購入
意向に関するパラメータに基づいてボトムアップ型のル
ールを生成することを特徴とする請求項１１記載の製品
概念を形成する方法。12. The method according to claim 11, wherein in the step (b), a bottom-up rule is generated based on a parameter regarding a purchase intention. 【請求項１３】 製品に係る個性・連想・観念を複数の
階層に分類したモデルにより表示することを特徴とする
方法。13. A method of displaying personality, association, and ideas related to a product by a model classified into a plurality of layers. 【請求項１４】 製品に係る個性・連想・観念を表示す
る方法であって、 （ｄ）製品に係る個性・連想・観念を複数の要素に分け
て複数の階層に分類するステップと、 （ｅ）同一の階層内の前記要素をグループ化するステッ
プと、 （ｆ）異なる階層内の前記要素間の関係を視覚的に表示
するステップと、を含むことを特徴とする方法。14. A method for displaying personality, association, and idea relating to a product, comprising: (d) classifying the personality, association, and idea relating to the product into a plurality of layers by dividing the plurality of elements; A) grouping the elements in the same hierarchy; and (f) visually displaying relationships between the elements in different hierarchies. 【請求項１５】 前記製品に係る個性・連想・観念が、
ブランド・アイデンティティであることを特徴とする請
求項１３又は１４記載の表示方法。15. The personality / association / idea of the product,
15. The display method according to claim 13, wherein the display method is a brand identity. 【請求項１６】 ブランド・アイデンティティを、バリ
ュー、ベネフィット、アトリビュートの３階層に分類す
ることを特徴とする請求項１５記載の表示方法。16. The display method according to claim 15, wherein the brand identity is classified into three levels of value, benefit, and attribute. 【請求項１７】 製品を開発する際の方針となる製品概
念を形成するための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であって、 該プログラムが、 既存の製品に対するアンケート結果に基づいて当該製品
に係る個性・連想・観念を分析する分析手段、 既存の製品に対するアンケート結果に基づいて、望まし
い製品概念を導出するための戦略的ルールを生成するル
ール生成手段、及び、 前記分析手段による分析結果に前記ルール生成手段によ
り生成された戦略的ルールを適用して製品概念を形成す
る製品概念形成手段、として前記コンピュータを機能さ
せることを特徴とするコンピュータ読み取り可能な記録
媒体。17. A computer-readable recording medium on which a program for forming a product concept serving as a policy when developing a product is recorded, wherein the program is based on a questionnaire result for an existing product. Analysis means for analyzing personality, association, and ideas according to the above, based on questionnaire results for existing products, rule generation means for generating strategic rules for deriving a desirable product concept, and analysis results by the analysis means A computer-readable recording medium that causes the computer to function as product concept forming means for forming a product concept by applying the strategic rules generated by the rule generating means. 【請求項１８】 製品を開発する際の方針となる製品概
念を形成するための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であって、 該プログラムが、下記の（Ａ）から（Ｃ）のいずれか一
つ又は全ての手段として前記コンピュータを機能させる
ことを特徴とするコンピュータ読み取り可能な記録媒
体。 （Ａ）既存の製品に対するアンケート結果に基づいて当
該製品に係る個性・連想・観念を分析する分析手段。 （Ｂ）既存の製品に対するアンケート結果に基づいて、
望ましい製品概念を導出するための戦略的ルールを生成
するルール生成手段。 （Ｃ）製品に係る個性・連想・観念を分析した結果に戦
略的ルールを適用して製品概念を形成する製品概念形成
手段。18. A computer-readable recording medium on which a program for forming a product concept serving as a policy when developing a product is recorded, wherein the program is any one of the following (A) to (C): A computer-readable recording medium that causes the computer to function as one or all of the means. (A) Analysis means for analyzing personality, association, and ideas regarding an existing product based on a questionnaire result for the product. (B) Based on the questionnaire results for existing products,
Rule generation means for generating strategic rules for deriving a desired product concept. (C) A product concept forming means for forming a product concept by applying a strategic rule to a result of analyzing personality, association, and idea of a product. 【請求項１９】 需要者が製品に対して持っている個性
・連想・観念を分析して分析結果を表示するためのプロ
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
であって、 該プログラムが、 前記個性・連想・観念を複数の要素に分けて複数の階層
に分類する手段、 同一の階層内の前記要素をグループ化する手段、及び、 異なる階層内の前記要素間の関係を視覚的に表示する手
段、として前記コンピュータを機能させることを特徴と
するコンピュータ読み取り可能な記録媒体。19. A computer-readable recording medium on which a program for analyzing a personality, an association, and an idea that a consumer has for a product and displaying an analysis result is recorded, wherein the program is: A means for dividing individuality, association, and ideas into a plurality of elements and classifying them into a plurality of layers, a means for grouping the elements in the same layer, and visually displaying a relationship between the elements in different layers A computer-readable recording medium that causes the computer to function as means. 【請求項２０】 製品を開発する際の方針となる製品概
念を形成するための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であって、 該プログラムが、 （ａ）既存の製品に対するアンケート結果に基づいて、
当該製品に係る個性・連想・観念を分析するステップ
と、 （ｂ）既存の製品に対するアンケート結果に基づいて、
望ましい製品概念を導出するための戦略ルールを生成す
るステップと、 （ｃ）前記（ｂ）のステップにて生成した戦略ルールを
適用して前記（ａ）のステップでの分析結果を変化させ
るステップと、を、前記コンピュータに実行させること
を特徴とするコンピュータ読み取り可能な記録媒体。20. A computer-readable recording medium for recording a program for forming a product concept which is a policy for developing a product, the program comprising: (a) based on a questionnaire result for an existing product; hand,
(B) analyzing the personality, association, and idea of the product; and
Generating a strategy rule for deriving a desired product concept; and (c) changing the analysis result in the step (a) by applying the strategy rule generated in the step (b). And a computer-readable recording medium for causing the computer to execute. 【請求項２１】 製品に係る個性・連想・観念を表示す
るためのプログラムを記録したコンピュータ読み取り可
能な記録媒体であって、 該プログラムが、 （ｄ）製品に係る個性・連想・観念を複数の要素に分け
て複数の階層に分類するステップと、 （ｅ）同一の階層内の前記要素をグループ化するステッ
プと、 （ｆ）異なる階層内の前記要素間の関係を視覚的に表示
するステップと、を、前記コンピュータに実行させるこ
とを特徴とするコンピュータ読み取り可能な記録媒体。21. A computer-readable recording medium on which a program for displaying personality, association, and idea relating to a product is recorded, wherein the program comprises: (d) a plurality of personality, association, and idea relating to the product. (E) grouping the elements in the same hierarchy; and (f) visually displaying the relationships between the elements in different hierarchies. And a computer-readable recording medium for causing the computer to execute. 【請求項２２】 ブランド・アイデンティティという概
念と購入意向との関係をモデル化・可視化した装置。22. An apparatus that models and visualizes the relationship between the concept of brand identity and purchase intention.