JP2007502482A - 望ましい顧客を特定するための格付けシステムおよび方法 - Google Patents

Abstract

望ましい顧客を特定するための進歩的な格付け方法およびシステム。予測インデックスは、顧客が生み出しうる利益の傾向を予測するため、顧客のそれぞれについて計算される。予測インデックスは、顧客の資産レベルと、顧客についての人口学的情報と、顧客の取り引き履歴とから選択された少なくとも２種類の顧客データを含んでいる種々の顧客データに基づいて計算される。選択された種類の顧客データのそれぞれについて、スコアが決定される。さらに、それぞれの種類の顧客データに対応する適切な重み付けが得られる。次に、予測インデックスは、選択された種類の顧客データに対応する重み付けおよびスコアのそれぞれに基づき、進歩的なアルゴリズムを使用して計算される。予測インデックスは、顧客が望ましいか否かを判断するため、予め設定されたしきい値と比較される。

Description

関連出願

この出願は、以下の米国特許仮出願、すなわち２００３年５月２２日に出願された「顧客得点付けモデル（ＣＵＳＴＯＭＥＲ ＳＣＯＲＩＮＧ ＭＯＤＥＬ）」という名称の米国特許仮出願第６０／４７２，４２２号からの優先権の利益を主張するとともに、２００３年５月２２日に出願された「寿命収益モデル（ＬＩＦＥＴＩＭＥ ＲＥＶＥＮＵＥ ＭＯＤＥＬ）」という名称の米国特許仮出願第６０／４７２，４１２号、２００３年５月２３日に出願された「財政データ市場口座収益性モデル（ＦＩＮＡＮＣＥ ＤＡＴＡ ＭＡＲＴ ＡＣＣＯＵＮＴ ＰＲＯＦＩＴＡＢＩＬＩＴＹ ＭＯＤＥＬ）」という名称の米国特許仮出願第６０／４７２，７４８号、２００３年５月２３日に出願された「財政データ市場不活性解析モデル（ＦＩＮＡＮＣＡＬ ＤＡＴＡ ＭＡＲＴ ＡＴＴＲＩＴＩＯＮ ＡＮＡＬＹＳＩＳ ＭＯＤＥＬ）」という名称の米国特許仮出願第６０／４７２，７４７号、本出願と同時に出願された「顧客収益予測方法およびシステム（ＣＵＳＴＯＭＥＲ ＲＥＶＥＮＵＥ ＰＲＥＤＩＣＴＩＯＮ ＭＥＴＨＯＤ ＡＮＤ ＳＹＳＴＥＭ）」という名称の米国特許出願第 号（代理人事件番号 ６７３８９‐０３８）、本出願と同時に出願された「活動を基準とする顧客収益性計算システム（ＡＣＴＩＶＩＴＹ‐ＤＲＩＶＥＮ， ＣＵＳＴＯＭＥＲ ＰＲＯＦＩＴＡＢＩＬＩＴＹ ＣＡＬＣＵＬＡＴＩＯＮ ＳＹＳＴＥＭ）」という名称の米国特許出願第 号（代理人事件番号 ６７３８９‐０３９）、および本出願と同時に出願された「不活性顧客を予測するための方法およびシステム（ＭＥＴＨＯＤ ＡＮＤ ＳＹＳＴＥＭ ＦＯＲ ＰＲＥＤＩＣＴＩＮＧ ＡＴＴＲＩＴＩＯＮ ＣＵＳＴＯＭＥＲＳ」という名称の米国特許出願第 号（代理人事件番号 ６７３８９‐０４０）に関連している。上記特許出願の開示は、その全体がここでの言及によって本明細書に組み込まれたものとする。

この明細書の開示は、広くは、望ましい顧客を特定するための格付け方法およびシステムに関し、さらに具体的には、資産レベル、人口学的情報、および／または取り引き履歴などの顧客に関する属性に基づき、各顧客が生み出しうると考えられる利益を予測する予測インデックスを各顧客について計算することによって、望ましい顧客を特定するための格付け方法およびシステムに関する。

既存の顧客プールから望ましい顧客を特定できるようになることは、企業にとって重要である。顧客の望ましさの度合いは、例えば当該顧客が生み出したと考えられる利益、あるいはもたらすであろうと考えられる利益に基づいて、判断することができる。企業は、望ましい顧客を繋ぎ止めるために最大限の努力を試みるべきであり、当該企業にとって限定的または最小限の利益しか生み出さない顧客を見放すべきである。望ましい顧客が当該企業のもとにとどまるよう、望ましい顧客に対してよりよい処遇およびサービスを提供することは、経済的見地から企業にとって妥当である。

今日では、いくつかの企業が、企業にとっての望ましさの度合いに基づいて顧客に与える処遇の種類を決定するために、階層システムを使用している。例えば、株式仲買業者が、このような望ましい顧客に対して、選り抜きのサービスの提供、追加の割引、販売促進、サービス照会、など、追加の配慮を提供したいと考えるかもしれない。顧客サービスセンターも、顧客からかかってきた電話を顧客が生み出した利益または生み出しうる利益の程度に応じて接続するために、自動システムを使用している。例えば、顧客サービスセンターのコンピュータ・システムが、かかってきた電話の身元を、発信者のＩＤまたは発信者の入力した口座番号に基づいて判断する。次いで、この電話への応答の優先度を判断するため、発信顧客のプロフィールが読み出される。顧客のプロフィールが、当該発信顧客が望ましい顧客（大きな利益をすでに生み出し、あるいはもたらしうる者）であることを示している場合には、コンピュータ・システムが、かかってきたこの電話を最上位の優先度に等級付け、優良顧客への応対を専門にする係員の一人へと、この電話を速やかに接続する。一方、顧客のプロフィールが当該顧客の生み出す利益が優良顧客に分類されるために充分でないことを示している場合、システムは、かかってきたこの電話を、電話に応答する顧客サービス係員が次に利用可能になるのを待っている一般の待ち行列に割り当てる。

顧客の望ましさの度合いを当該顧客が生み出しうる将来の利益に基づいて判断することは、直接的であってわかりやすいが、どの種類の顧客がより多くの利益を当該企業にもたらしうるかを予測するための有効な方法論は、存在していない。過去において、株式仲買業者は、顧客が生み出しうる利益が当該顧客の資産レベルに相関すると考えていた。したがって、いくつかの株式仲買業者は、各顧客に彼らのそれぞれの資産レベルに基づいて顧客スコアを、顧客の資産のレベルが高いほど割り当てられる顧客スコアが高くなるように、割り当てていた。顧客スコアが所定のしきい値を超えると、その顧客は望ましい顧客として特定され、よりよい処遇を受けることになる。

しかしながら、望ましい顧客を特定するために資産レベルにのみ依拠するのでは、それほど上手く機能しないことが明らかになってきた。例えば、株式仲買業者において、何人かの顧客は資産レベルが高いかもしれないが、株または投資信託の取り引きなどの投資行為に頻繁には参加せず、わずかに限られた手数料しか株式仲買業者にもたらさない。したがって、このような顧客は、高い資産レベルを有しているにもかかわらず、実際に株式仲買業者にもたらす収入がきわめて少ない。一方、何人かの顧客は、保有する資産のレベルはあまり高くないかもしれないが、実際にはデイトレーダーのようにかなり頻繁に取り引き行為を行なう。資産レベルがあまり高くないにもかかわらず、この種の顧客は株式仲買業者にとってより多くの利益を生み、したがって株式仲買業者に限られた収入しか生み出さない高い資産レベルの者よりも、より望ましいに相違ない。このように、望ましい顧客を特定するためのより正確なシステムまたは技法へのニーズが存在する。

本明細書は、望ましい顧客を特定するための進歩的な格付け方法およびシステムを提示する。そのような格付け方法およびシステムの利点は、顧客の望ましさの度合いが、資産レベルのみに依拠するのではなく、複数の要因に基づいて決定される点にある。各顧客の望ましさの程度を示すため、予測インデックスが提供される。さらに、この進歩的な格付け方法およびシステムは、格付けの精度に影響しうる種々の要因の異なる重要性に適切に対処するため、特有の重み付けシステムを採用する。

一例として、顧客格付け方法は、各顧客についての予測インデックスを、顧客の資産レベルと、顧客についての人口学的情報と、顧客の取り引き履歴とから選択された少なくとも２種類のデータを含んでいる種々の顧客データに基づいて計算する。すなわち、選択された種類の顧客データのそれぞれについて、スコアが決定される。例えば、顧客の資産レベルについてのスコアは、資産レベルと対応するスコアとの関係を含んでいる参照テーブルを使用して、当該顧客の資産レベルに対応するスコアを見つけることによって決定できる。選択された種類のデータのそれぞれについてスコアが決定されたのち、当該顧客についての予測インデックスが、スコアに基づいて計算される。得られた予測インデックスが、利益の多寡など、顧客が生み出しうる利益の傾向を予測している。

一実施の形態においては、顧客についての予測インデックスが、前記選択された種類の顧客データのそれぞれについてのスコアを加算することによって計算される。他の実施の形態においては、予測インデックスを計算する際に、種々の顧客データの異なる重要性を反映するため、特有の重み付けシステムが使用される。例えば、それぞれの種類の顧客データについての所定の重み付けが、例えば重み付けをスコアに乗算するなどにより、それぞれの種類のデータのスコアのそれぞれに適用され、重み付きスコアが生成される。次いで、前記選択された種類の顧客データについての重み付きスコアが、加算などの数学的操作を経て、予測インデックスが生成される。選択された種類の顧客データのそれぞれについての重み付けは、例えば回帰によるなど、経験的に決定することができる。

顧客の望ましさを判断するため、この進歩的な格付け方法は、予測インデックスをあらかじめ設定された１つ以上のしきい値と比較することができる。この比較の結果に基づき、顧客のそれぞれに、きわめて望ましい、かなり望ましい、平均的である、望ましくない、などと、望ましさの程度を割り当てることができ、これをさらなる処理または評価に使用することができる。

コンピュータなどのデータ処理システムを、本明細書に開示の格付け方法およびシステムを実装するために使用することができる。データ処理システムは、データを処理するためのプロセッサ、およびプロセッサに接続されたデータ記憶装置、ならびにデータ伝送手段を含むことができる。データ記憶装置は、プロセッサによって実行されたときにデータ処理システムに本明細書に記載の機能を実行させるための命令を保持している。顧客データベース、基準データベース、および重み付けデータベースを、このデータ記憶装置またはデータ処理システムがアクセスできる他の任意のデータ記憶装置上に実装できる。命令は、顧客の格付けを実行するようデータ処理システムを制御するため、機械で読み取り可能な媒体に組み込むことができる。機械で読み取り可能な媒体には、例えばＣＤ‐ＲＯＭやＤＶＤなどの光学式記憶媒体、フロッピーディスクやテープなどの磁気記憶媒体、および／またはメモリ・カードやフラッシュＲＯＭなどのソリッドステート記憶装置が含まれうる。さらに、そのような命令を、搬送波を使用して伝達および伝送してもよい。

ここに開示した方法およびシステムの他のさらなる利点が、あくまで例示であって本発明を限定するものではない以下の詳細な説明から、すぐに明らかになるであろう。理解できるであろうが、この顧客格付け方法およびシステムについて、他の異なる実施の形態も可能であり、それらのいくつかの詳細がさまざまな点について変更可能であることは明らかであり、それらはすべて本明細書の開示から離れるものではない。したがって、図面および説明は、本質的に例示であるとして理解すべきであり、本発明を限定するものとして理解すべきではない。

以下の説明においては、説明の目的で、多数の具体的な詳細が、本明細書の開示内容の完全な理解をもたらすために示される。しかしながら、本発明の方法およびシステムを、それらの具体的な詳細が無くても実行できることを、当業者であれば理解できるであろう。他の場合には、本明細書の開示を不必要にあいまいにすることがないよう、公知の構造および装置がブロック図の形式で示される。

例示の目的のため、以下の説明では、株式仲買業者において望ましい顧客の特定に使用するための典型的な格付け方法およびシステムについて検討する。本明細書に開示する格付け方法およびシステムが、他の多くの産業にも適用可能であり、さまざまな変形例を有することができ、それらが本件出願の範囲に包含されることを、理解できるであろう。図１には、典型的な顧客格付けシステム１００の概略のブロック図が示されている。コンピュータなどのデータ処理システム１０２が、複数の顧客のそれぞれについて、さまざまな種類の顧客データに基づいて予測インデックス１１０を生成すべく設けられている。予測インデックス１１０は、顧客がどの程度の利益を生み出しうるかを示し、あるいは予測する指標を提供する。データ処理システム１０２は、顧客データベース１０４、基準データベース１０６、および重み情報データベース１０８という３つのデータベースへのアクセスを有している。顧客データベース１０４は、複数の顧客のそれぞれについてさまざまな種類の顧客データを保存している。さまざまな顧客データには、これらに限られるわけではないが、資産レベル、人口学的情報、および取り引き履歴、などが含まれうる。データ処理システム１０２は、複数の顧客に関して予測インデックスを計算するため、顧客データベース１０４に保存された顧客データの一部またはすべてを選択できる。例えば、データ処理システムは、資産レベルと人口学的情報、あるいは資産レベルと取り引き履歴を、予測インデックスを計算するために選択することができる。

データ処理システム１０２は、前記選択された種類の顧客データのそれぞれに、それらのそれぞれの中身に基づいてスコアを割り当てる。基準データベース１０６が、データ処理システム１０２がどのスコアを割り当てるべきかを、それぞれの種類の顧客データのそれぞれの値または範囲に基づいて判断できるようにする基準データを含んでいる。例えば、基準データベース１０６が、１つ以上の参照テーブルを含むことができ、顧客データについてのエントリのそれぞれに対応して、割り当てられているスコアを提示できる。重み情報データベース１０８は、それぞれの種類の顧客データについて、あらかじめ保存された重み付けを保存している。どのように重み付けが決定されるかについての詳細は、間もなく説明する。図１に示したようなデータベースは、ハードディスクや不揮発性メモリなど、データ処理システム１０２に接続された１つ以上のデータ記憶装置に実装できる。データ記憶装置は、データ処理システム１０２にとってローカルであってよく、あるいは他のコンピュータに位置してＬＡＮ（構内通信網）やインターネットなどのデータ伝送リンクを介してデータ処理システム１０２に接続されてもよい。

特定の顧客についての予測インデックスの計算において、データ処理システム１０２は、顧客データベース１０４にアクセスして、当該特定の顧客に対応する前記選択された種類の顧客データを読み出す。さらに、データ処理システム１０２は、基準データベース１０６にアクセスして、前記選択された種類の顧客データに関する基準データを読み出す。次いで、データ処理システム１０２は、前記選択された種類の顧客データのそれぞれについて、基準データに基づいてスコアを割り当てる。例えば、前記選択された種類の顧客データのすべてのデータ・エントリについて、データ処理システム１０２が、基準データベース１０６に保存された参照テーブルにアクセスすることによって、各データ・エントリに割り当てるべき対応するスコアを決定する。次に、処理システム１０２は、当該特定の顧客についての予測インデックスを、当該顧客に対応する前記選択された種類の顧客データのそれぞれに割り当てられたスコアに基づき、固有のアルゴリズムを使用して計算する。一実施の形態においては、それぞれの種類の顧客データの異なる重要性が予測インデックスの生成において考慮されるよう、予測インデックスを生成するときにデータ処理システム１０２が重み情報データベース１０８にアクセスし、前記選択された種類の顧客データについてあらかじめ保存されている重み付けを読み出し、それぞれの重み付けを、前記選択された種類の顧客データに割り当てられたそれぞれのスコアに適用する。

一実施の形態においては、データ処理システム１０２が、顧客について予測インデックスを決定するために以下のアルゴリズムを使用し、
Ｃ＝ａＡ＋ｂＢ＋ｃＣ＋ｄＤ＋ｅＥ＋ｆＦ＋ｇＧ （ａ）
ここで、
Ｃは計算しようとする予測インデックスであり、
Ａ、Ｂ、Ｃ、Ｄ、Ｅ、Ｆ、Ｇは、当該顧客の各種の顧客データへと割り当てられたスコアのそれぞれであり、
ａ、ｂ、ｃ、ｄ、ｅ、ｆ、ｇは、それぞれの種類の顧客データに対応する所定の重み付けである（それぞれの重み付けを決定するためのプロセスについては、間もなく説明する）。

式（ａ）は、予測インデックスを計算するために６種類の顧客データを使用しているが、予測インデックスを生成するために使用される顧客データの正確な数および／または種類は、６に固定されているわけではない。むしろ、それは設計上の選択事項による。予測インデックスを計算するために使用される顧客データの種類は、より多くてもよく、より少なくてもよい。例えば、顧客データベース１０２は、資産レベル、人口学的情報、および取り引き履歴に関する顧客データを保存できる。しかしながら、データ処理システム１０２によって使用されるアルゴリズムが、予測インデックスを生成するために２種類の顧客データしか使用しなくてもよい。例えば、当該アルゴリズムが、予測インデックスを生成するために資産レベルおよび人口学的情報のみを使用してもよい。

次に、顧客データベース１０２、基準データベース１０６、および重み情報データベース１０８についての詳細を、以下に説明する。
（１）顧客データベース
顧客データベース１０４は、各顧客に関するデータ・エントリを保存する。顧客データベース１０４のデータ・エントリには、資産レベル、取り引き履歴、および人口学的データなど、さまざまな種類の顧客データが含まれる。顧客の資産レベルは、当該顧客の所有するすべての資産（データが入手できる限りにおいて）の合計として定義される。株式仲買業者の例では、顧客の所有に係ると考えられる資産には、これらに限られるわけではないが、普通株勘定、優先株、新株引受権／ワラント、ユニット、オプション、社債、ＣＭＯ／ＭＢＳ／ＡＢＳ、マネーマーケット、地方債、米国債、投資信託、販売手数料有り投資信託、ＵＩＴ、および／または顧客が所有しうる他のあらゆる種類の手段および資産が含まれる。

人口学的データは、顧客に関する属性および／または特徴に関する情報、あるいは顧客を特定するために使用できる情報として定義される。例えば、人口学的データは、これらに限られるわけではないが、当該株式仲介業者との取引継続期間、同一家庭内の顧客、街の規模、年齢、性別、学歴、結婚の有無、収入、住所、自宅所有の状況、所有車の台数および／または種類、世帯収入、家族の人数、子供の数、子供の年齢、外食の頻度、趣味、などを含むことができる。このリストで、すべてを述べ尽くしたわけではない。顧客に関するあらゆる属性を、それらのそれぞれが予測インデックスにもたらす影響について経験的研究が実行されたのちに、予測インデックスを生成するために使用することができる。

取り引き履歴に関するデータは、ユーザが過去において実行したあらゆる取引に関するすべての種類の情報として定義される。他の取り引きデータを使用することも（既知であるならば）可能であるが、このデータは通常は、我々の例では証券会社であるが、利益予測インデックスを計算して使用したいと望む業者との取り引きの履歴に関する。このような例においては、取り引き履歴データは、取り引きの日付、取り引きの種類、取り引きの額、取り引きの頻度、取り引きの平均額、月々の取り引き回数、月当たりの平均取り引き、特定の時間期間内の総取り引き、取り引き当たりの株数、月当たりの総取り引きの１２ヵ月移動平均、などを含むことができる。さらに、取り引き履歴データは、実際の収入または収益データ、あるいは仲介手数料の額などの収入または収益から導き出される測定基準、あるいは実際または平均の歩合を含むことができる。

他の種類の顧客データも、予測インデックスの計算に使用するため、顧客データベース１０４に含まれうる。例えば、株式仲買業者については、以下の種類の顧客情報、すなわち最近の３ヵ月についての平均の上げ相場値（ｌｏｎｇ ｍａｒｋｅｔ ｖａｌｕｅ）、最近の３ヵ月についての平均の下げ相場値（ｓｈｏｒｔ ｍａｒｋｅｔ ｖａｌｕｅ）、最近の３ヵ月についての平均総資産、最近の３ヵ月についての平均総資産、最近の１２ヵ月についての平均総資産、最近の３ヵ月についての手数料、最近の３ヵ月についての利子または他の費用、最近の３ヵ月における取り引き回数、最近の３ヵ月における資金の預かり、最近の３ヵ月における資金の引き出し、口座の種類の数、および／または預け入れの遅延日数、なども使用することができる。顧客データベース１０４に含まれる顧客データの数および／または種類は、設計上の選択事項による。或る種類の顧客データが、顧客によって生み出される利益の傾向に影響するか否かを判断するため、変数すなわち或る種類のデータが利益発生の傾向と相関しうるか否かを経験的に判断すべく、回帰を使用することができる。

図２は、顧客データベース１０４内の典型的なデータ・エントリ２０４のデータ構造を示している。一意の顧客ＩＤ２１１が、識別のために各顧客に割り当てられている。データ・エントリ２０４は、資産レベル２１３、地域情報２１５、取り引き履歴２１７、および予測インデックス１１０の生成に使用することができる他の種類の顧客データ２１８など、さまざまな種類の顧客データを含んでいる。すでに述べたとおり、それぞれの種類の顧客データに対応する情報が、データ・フィールド２２３、２２５、２２７、２２９に保存されている。
（２）基準データベース
基準データベース１０６は、顧客に対応する前記選択されたそれぞれの種類の顧客データのそれぞれについて、割り当てるべきスコアを決定するためにデータ処理システム１０２によって使用される基準データを保存している。一例においては、基準データが、各種の顧客データと、それに対応して割り当てられるべきスコアとの関係を含む１つ以上の参照テーブルに実装される。図３は、基準データベース１０６の典型的な参照テーブル３０６のデータ構造を示している。データ・フィールド３１１が、顧客データの種類を特定しており、データ・フィールド３１２が、それぞれの種類の顧客データに対応する内容または範囲を列挙している。データ・フィールド３１３は、データ・フィールド３１２に特定される顧客データの範囲または内容に対して割り当てられるスコアを示している。例えば、データ・フィールド３２２では、特定される顧客データの種類は「資産レベル」である。さらに、資産レベルが、０ドル、０ドル〜１，０００ドル、１，０００ドル〜１０，０００ドル、１０，０００ドル〜１００，０００ドル、１００，０００ドル〜１，０００，０００ドル、および１，０００，０００ドル超という６つの範囲に分割されている。スコアが、資産レベルのそれぞれの範囲に割り当てられている。図３に示されているとおり、資産レベルが０ドルである顧客には、スコア１．６７が割り当てられ、資産レベルが０ドルと１，０００ドルとの間である顧客には、スコア３．３３が割り当てられ、資産レベルが１，０００ドルと１０，０００ドルとの間である顧客には、スコア５が割り当てられる。

顧客の資産レベルに基づいてスコアを決定するため、データ処理システム１０２は、まず顧客データベース１０２にアクセスして、顧客の資産に関するデータを読み出し、顧客の資産の総額を計算する。次いで、データ処理システム１０２は、参照テーブル３０６の「資産レベル」３２２にて対応する範囲を見つけることによって、当該顧客に割り当てるべきスコアを決定する。例えば、顧客の資産の総額が３７５，０００ドルであると割り出されたとき、当該顧客の資産は、１００，０００ドルと１，０００，０００ドルとの間である。図３に示すとおり、この範囲に対応するスコアは、８．３３である。したがって、スコア８．３３が当該顧客へと、彼／彼女の資産レベルに基づいて割り当てられる。参照テーブル３０６は、さらに、取り引き行為、当該業者との取引継続期間、顧客の年齢、家庭内の顧客数、顧客の正味の財産、および顧客が居住している街の人口など、他の種類の顧客データについての情報および対応するスコアを含んでいる。

特定の種類のデータに関するスコアの配分およびスコアの割り当ては、すべての種類の顧客データにわたって一貫している必要はない。特定の種類のデータの中で割り当てられるスコアは、或る変数すなわち或る種類の顧客データが、顧客が生み出すであろう利益を予測するためにどの程度重要でありうるかによって、決定できる。より重要な顧客データには、より高いスコアを割り当てることができ、あまり重要でない顧客データには、より低いスコアを割り当てることができる。さらに、特定の種類の顧客データに関するスコアの配分は、線形分布や正規分布など、種々さまざまな形式であってよい。
（３）重み情報データベース
すでに述べたとおり、データ処理システム１０２は、特定の顧客に対応するそれぞれの種類の顧客データについて、スコアを決定したのち、当該顧客についての予測インデックスを計算するため、式（ａ）を使用することができる。式（ａ）を以下に再掲する。

Ｃ＝ａＡ＋ｂＢ＋ｃＣ＋ｄＤ＋ｅＥ＋ｆＦ＋ｇＧ （ａ）
ここで、
Ｃは計算しようとする予測インデックスであり、
Ａ、Ｂ、Ｃ、Ｄ、Ｅ、Ｆ、Ｇは、当該顧客の各種の顧客データへと割り当てられたスコアのそれぞれであり、
ａ、ｂ、ｃ、ｄ、ｅ、ｆ、ｇは、それぞれの種類の顧客データに対応する重み付けのそれぞれである。

重み情報データベース１０８は、予測インデックスの生成に使用されるそれぞれの種類の顧客データに対応して、所定の重み付け情報を保存している。

一実施の形態によれば、それぞれの種類の顧客データに対応するそれぞれの重み付けの値は、回帰を使用して決定できる。例えば、式（ａ）における重み付けａ〜ｇの値を得るため、以下の回帰方程式が使用され、
Ｒ＝ａＡ＋ｂＢ＋ｃＣ＋ｄＤ＋ｅＥ＋ｆＦ＋ｇＧ （ｂ）
ここで、
Ｒは、各顧客によって生み出された既知の利益であり、あるいは各顧客が既に生み出した利益または実データや経験的検討に従って生み出すであろうと予測される利益に基づいて各顧客に前もって割り当てられた予測インデックスであり、
Ａ〜Ｇは、式（ａ）へと入力されるさまざまな種類の実際の顧客データに対応するスコアのそれぞれであり、
ａ〜ｇは、選択されたそれぞれの種類の顧客データについて、対応する重み付けである。

回帰のプロセスにおいて、各種の顧客データに対応するそれぞれの係数（重み付け）ａ〜ｇを突き止めるために、既知の顧客プールから読み出された顧客データが回帰方程式（ｂ）へと提供され、各種の顧客データに対応するそれぞれの係数は、各種顧客データが利益または予測インデックスにもたらす影響の傾向に対応する。回帰のプロセスののち、それぞれの種類の顧客データに対応する重み付けａ〜ｇの値が割り出され、ハードディスクなど、データ処理システム１０２が式（ａ）を使用して予測インデックスを計算する際にアクセスできるデータ記憶装置に保存される。

一実施の形態によれば、それぞれの種類の顧客データについてのそれぞれの重み付けを、基準データに盛り込むことができる。例えば、基準データベースに保存された参照テーブルにおいて、それぞれの種類の顧客データに割り当てられるスコアが、それぞれの種類のデータについての対応する重み付けを、あらかじめ反映する。顧客によって生み出される利益の予測においてより重要な役割を演じる或る種類の顧客データに、より影響の少ない他の種類の顧客データよりも高いスコアが付与または割り当てされ、これによって本発明の顧客格付けシステムが、予測インデックスを計算するときに、求めた顧客のスコアのそれぞれへと重み付けを適用するステップを省くことができる。

顧客について予測インデックスを割り出したのち、データ処理システム１０２は、割り出した予測インデックスへとあらかじめ設定された１つ以上のしきい値を適用し、当該顧客が当該株式仲買業者にとって望ましいか否かを確認することができる。例えば、予め設定されるしきい値は、以下のようなものであってよい。

顧客のスコア 望ましさの度合い
８０＜ きわめて望ましい
６０〜８０ かなり望ましい
４０〜６０ 望ましい
２０〜４０ 平均的
０〜２０ 望ましくない
データ処理システム１０２は、株式仲買業者の各顧客について望ましさの度合いを確認したのち、各顧客の望ましさの度合いを示すレポートを作成することができる。このレポートは、顧客に彼らのそれぞれの予測インデックスに基づいて異なる水準のサービスを提供するため、データ処理システム１０２または他のデータ処理システムによるさらなるアクセスのためのコンピュータ・ファイルとして実装することができる。例えば、顧客電話窓口のコンピュータがこのレポートにアクセスし、どの顧客が電話をかけてきたのか、およびその顧客が当該株式仲買業者にとってどの程度望ましいかに基づいて、どの電話に優先的に応答すべきかを判断すべく、かかってきた電話を区別することができる。予測インデックスが大きい第１の顧客による電話には、予測インデックスがより小さい第２の顧客による電話よりも高い優先度が、たとえ第２の顧客が先に電話をかけてきた場合でも与えられるべきである。

図４は、顧客の望ましさの度合いを判断するためのプロセスを示したフロー図である。ステップ４０１において、データ処理システム１０２は、顧客データベース１０４にアクセスして、当該顧客についてのさまざまな種類の顧客データを読み出す。ステップ４０３において、データ処理システム１０２は、基準データを求めて基準データベース１０６にアクセスする。次いで、データ処理システム１０２は、基準データおよび顧客データに基づき、当該顧客に対応するそれぞれの種類の顧客データに、スコアを割り当てる（ステップ４０５）。ステップ４０７において、データ処理システム１０２は、重み情報データベース１０８にアクセスして、それぞれの種類の顧客データについての重み付け情報を取得する。ステップ４０９において、データ処理システム１０２は、既に述べたとおり、顧客データについてのそれぞれの重み付けおよび割り当てられたスコアを式（ａ）に適用することによって、当該顧客についての予測インデックスを計算する。次いで、データ処理システム１０２は、計算によって得た予測インデックスにあらかじめ設定されたしきい値を適用し、顧客の望ましさの程度を判断する（ステップ４１１）。図４においては、ステップ４０１、４０３、および４０５が順に行なわれるものとして示されているが、これらのステップを同時に行なってもよい。あるいは、データ処理システム１０２が最初にステップ４０３および４０５を実行し、ステップ４０３および４０５を各顧客について繰り返さなくてもよいよう、重み付け情報および基準データを、のちのアクセスのためにデータ処理システム１０２のメモリに記憶してもよい。

図５は、顧客格付けシステム１００および／またはデータ処理システム１０２を実装できる典型的なデータ処理システム５００のブロック図を示している。データ処理システム装置５００は、バス５０２または情報を通信するための他の通信機構と、データを処理するためにバス５０２に接続されたデータ・プロセッサ５０４とを備えている。さらにデータ処理システム５００は、情報およびプロセッサ５０４によって実行される命令を記憶するため、ランダム・アクセス・メモリ（ＲＡＭ）または他の動的な記憶装置などのメインメモリ５０６を、バス５０２へと接続して備えている。さらに、メインメモリ５０６は、データ・プロセッサ５０４によって実行される命令の実行の際に、一時的数値変数または他の中間的な情報を記憶するためにも使用することができる。さらに、データ処理システム５００は、静的な情報およびプロセッサ５０４のための命令を保存するため、読み出し専用メモリ（ＲＯＭ）５０８または他の静的な記憶装置を、バス５０２に接続して備えている。磁気ディスクまたは光学式ディスクなどの記憶装置５１０が、情報および命令を保存するために設けられ、バス５０２に接続されている。さらに、データ処理システム５００は、データを或るフォーマットから他のフォーマットへと変換するための適切なソフトウェアおよび／またはハードウェアを有することができる。このような変換動作の例は、システム５００上で利用できるデータのフォーマットを、データの伝送を容易にするためのフォーマットなど、他のフォーマットに変換することである。

情報を操作者へと表示するため、データ処理システム５００を、陰極線管（ＣＲＴ）、プラズマ・ディスプレイ・パネル、または液晶表示装置（ＬＣＤ）などの表示装置５１２に、バス５０２を介して接続することができる。英数字および他のキーを含んでいる入力装置５１４が、情報およびコマンド選択をプロセッサ５０４へと伝えるため、バス５０２に接続されている。他の種類のユーザ入力装置は、方向についての情報およびコマンド選択をプロセッサ５０４に伝え、表示装置５１２上のカーソルの動きを制御するためのマウス、タッチパッド、トラックボール、またはカーソル方向キーなどのカーソル制御（図示せず）である。

データ処理システム５００は、メインメモリ５０６に収容された１つ以上の命令からなる１つ以上のシーケンスを実行するプロセッサ５０４に応じて制御される。そのような命令は、記憶装置５１０など機械で読み取り可能な他の媒体からメインメモリ５０６へと、読み込むことができる。メインメモリ５０６に収容された命令・シーケンスを実行すると、プロセッサ５０４は、本明細書に説明したプロセス・ステップを実行する。例えば、あらかじめ記憶された命令の制御のもと、データ・プロセッサ５０４は、データ記憶装置５１０および／またはデータ処理システムに接続されている他のデータ記憶装置に保存された顧客データ、基準データ、および／または重み付けデータにアクセスし、顧客のスコアおよび／または顧客についての予測インデックスを生成する。他の実施の形態においては、配線で接続された回路を、ソフトウェア・インストラクションの代わりに、あるいはソフトウェア・インストラクションと組み合わせて、本明細書に開示の顧客の格付けを実行するために使用することができる。すなわち、顧客の格付けの実施の形態は、ハードウェア回路およびソフトウェアの特定の組み合わせには決して限定されない。

「機械で読み取り可能な媒体」という用語は、本明細書において使用されるとき、実行のためのプロセッサ５０４への命令の供給、または処理のためのプロセッサ５０４へのデータの供給に関与するあらゆる媒体を指す。そのような媒体は、これらに限られるわけではないが、不揮発性媒体、揮発性媒体、および伝送媒体を含む多数の形態をとることができる。不揮発性媒体には、例えば記憶装置５１０などの光学または磁気ディスクが含まれる。揮発性媒体には、メインメモリ５０６などの動的メモリが含まれる。伝送媒体には、バス５０２または外部のネットワークを構成する配線を含む同軸ケーブル、銅線、および光ファイバーが含まれる。さらに伝送媒体は、電波および赤外データ通信において生成されるものなど、バスまたは外部ネットワークのリンク上を運ばれうる音響波または光波の形態をとってもよい。

機械で読み取り可能な媒体の一般的な形態には、例えばフロッピーディスク、フレキシブルディスク、ハードディスク、磁気テープ、または他の任意の磁気媒体、ＣＤ‐ＲＯＭ、他の任意の光学式媒体、パンチカード、紙テープ、穴のパターンを備える他の任意の物理的媒体、ＲＡＭ、ＰＲＯＭ、およびＥＰＲＯＭ、フラッシュＥＰＲＯＭ、他の任意のメモリ・チップまたはカートリッジ、以下で説明するような搬送波、またはデータ処理システムが読み出しを実行できる任意の媒体が含まれる。

さまざまな形態の機械で読み取り可能な媒体が、１つ以上の命令の１つ以上のシーケンスを、実行させるためにプロセッサ５０４に伝達することに関与できる。例えば、命令を最初に、サーバなどの遠方のデータ処理システムの磁気ディスクに保持できる。遠方のデータ処理システムは、それら命令を自身の動的メモリへとロードし、それら命令を、モデムを使用して電話回線を介して送信することができる。データ処理システム５００の手元のモデムが、電話回線上のデータを受信し、当該データを赤外信号に変換するため赤外送信器を使用することができる。赤外検出器が、赤外信号中を運ばれるデータを受信でき、適切な回路が、このデータをバス５０２上に置くことができる。当然ながら、さまざまなブロードバンド通信技術／設備を、これらリンクのいずれかのために使用することができる。バス５０２がデータをメインメモリ５０６に運び、プロセッサ５０４がメインメモリ５０６から命令を読み出して実行し、さらに／またはデータを処理する。メインメモリ５０６によって受け取られた命令および／またはデータを、状況に応じて、プロセッサ５０４による実行または他の処理の前または後に、記憶装置５１０に保存することができる。

さらに、データ処理システム５００は、バス５０２に接続された通信インターフェイス５１８を備えている。通信インターフェイス５１８は、ローカル・ネットワークへと接続されたネットワーク・リンク５２０への双方向のデータ通信接続を提供している。例えば、通信インターフェイス５１８は、対応する種類の電話回線へのデータ通信接続を提供する統合デジタル通信サービス網（ＩＳＤＮ）カードまたはモデムであってよい。他の例としては、通信インターフェイス５１８は、互換のＬＡＮへのデータ通信接続を提供する有線または無線の構内通信網（ＬＡＮ）カードであってよい。このような実現例のいずれにおいても、通信インターフェイス５１８は、種々の形式の情報を表わすデジタル・データ・ストリームを運んでいる電気、電磁気、または光信号を送信および受信する。

ネットワーク・リンク５２０は、通常は、１つ以上のネットワークを介して他のデータ装置へのデータ通信を提供する。例えば、ネットワーク・リンク５２０は、ローカル・ネットワークを介してインターネット・サービス提供者（ＩＳＰ）５２６によって運営されるデータ設備への接続を提供できる。次いで、ＩＳＰ５２６が、今や広くインターネット５２７と称されるワールド・ワイド・パケット・データ通信ネットワークを介するデータ通信サービスを提供する。ローカルＩＳＰネットワーク５２６およびインターネット５２７の両者は、デジタル・データ・ストリームを運ぶ電気、電磁気、または光信号を使用する。デジタル・データをデータ処理システム５００へと運び、データ処理システム５００から運ぶさまざまなネットワークを通過する信号およびネットワーク・リンク５２０上かつ通信インターフェイス５１８を通過する信号は、情報を伝送している搬送波の典型的な形態である。

データ処理システム５００は、ネットワーク、ネットワーク・リンク５２０、および通信インターフェイス５１８を介して、メッセージを送信でき、プログラム・コードを含んでいるデータを受信することができる。インターネットの例では、サーバ５３０が、アプリケーション・プログラムのための要求されたコードを、インターネット５２７、ＩＳＰ５２６、ローカル・ネットワーク、および通信インターフェイス５１８を介して送信できる。プログラムは、例えば、すでに述べた顧客の格付けを実行できる。さらに、通信の能力によって、顧客格付け用途に従った処理のための関連データのシステムへのロードが可能になる。

さらに、データ処理システム５００は、プリンタや表示装置などの周辺機器への接続およびそれらとの通信のため、さまざまな信号入力／出力ポートを有している。それら入力／出力ポートには、ＵＳＢポート、ＰＳ／２ポート、シリアルポート、パラレルポート、ＩＥＥＥ‐１３９４ポート、赤外通信ポート、および／または他のメーカ独自のポートなどが含まれうる。データ処理システム５００は、このような信号入力／出力ポートを介して他のデータ処理システムと通信することができる。

現時点で最も一般的な形式であるが、当業者であれば、パーソナル・コンピュータ（ＰＣ）が格付けシステムの実装のために使用できる唯一の種類のデータ処理システムであることを、理解できるであろう。他の末端ユーザ装置には、適切な通信インターフェイスを備える携帯情報端末（ＰＤＡ）、ウェブまたはインターネットへのアクセス能力を有する携帯電話または他の無線電話装置、ウェブＴＶ装置、などが含まれる。

本明細書にて説明した格付けシステムおよび方法は、ただ１つのＰＣなどただ１つのデータ処理システムを使用して実装でき、あるいはさまざまな種類の複数のデータ処理システムの組み合わせを使用して実装できる。例えば、クライアント‐サーバ構造、または分散データ処理アーキテクチャを、本明細書の格付けシステムを実装するために使用することができ、そこでは、複数のデータ処理システムが、相互の通信のためにネットワークに接続される。データ処理システムのいくつかが、データの流れを処理し、演算サービスまたは顧客データへのアクセスを提供し、さらに／またはネットワークに接続された他のデータ処理システム上にあるソフトウェアを更新するサーバとして機能できる。

以上の説明に含まれているすべての内容および添付の図面に示されているすべての内容は、例示として解釈されるべきものであって、本発明を限定する意味で解釈すべきものではない。また、以下の特許請求の範囲が、本明細書に開示の包括的および具体的特徴のすべて、ならびに表現の問題としてそれらの間に包含されると言うことができる本発明のさまざまな考え方の範囲のすべての説明を含むよう意図されていることを、理解すべきである。

本明細書に組み込まれ本明細書の一部を構成する添付の図面は、典型的な実施の形態を示している。

典型的な顧客格付けシステムの構成を示した概略のブロック図である。 典型的な顧客データベースのデータ構造を示している。 基準データベースに含まれる典型的な参照テーブルを示している。 顧客の望ましさを判断するための典型的なプロセスを示すフローチャートを描いている。 本明細書に開示の典型的な顧客格付けシステムを実装できるデータ処理システムの概略のブロック図を示している。

Claims (38)

1. 顧客に関するデータであって、顧客の資産レベル、顧客についての人口学的情報および顧客の取り引き履歴で構成されるグループから選択された少なくとも２種類のデータを含んでいるデータにアクセスするステップと、
   前記顧客に関する前記選択された種類のデータのそれぞれについてスコアを決定するステップと、
   前記顧客に関する前記選択された種類のデータのそれぞれについてのスコアに基づいて、前記顧客についての予測インデックスを計算するステップとを含み、
   前記予測インデックスが、前記顧客が生み出しうる利益の傾向を予測する、顧客格付け方法。
2. 前記顧客についての予測インデックスを計算するステップが、前記顧客に関する前記選択された種類のデータのそれぞれについてのスコアを加算するステップを含む、請求項１に記載の方法。
3. 前記計算するステップが、
   前記顧客に関する前記選択された種類のデータのそれぞれについての重み付けにアクセスするステップと、
   前記顧客に関する前記選択された種類のデータのそれぞれについてのスコア、および前記顧客に関する前記選択された種類のデータのそれぞれについての重み付けに基づいて、前記顧客についての予測インデックスを計算するステップ
   を含む、請求項１に記載の方法。
4. 前記顧客に関する前記選択された種類のデータのそれぞれについての重み付けが、回帰によって決定される、請求項３に記載の方法。
5. 利益しきい値に関するデータにアクセスするステップと、
   前記予測インデックスを、前記利益しきい値に関するデータと比較するステップと、
   前記顧客が望ましいか否かを、前記比較ステップの結果に基づいて知らせるステップとをさらに含む、請求項１に記載の方法。
6. 前記利益の傾向が、利益の生成における顧客の傾向を示す、請求項１に記載の方法。
7. 前記利益が、営業利益または仲買業による利益に関連する、請求項６に記載の方法。
8. 前記計算された予測インデックスに基づいて前記顧客へのサービスの水準を決定するステップをさらに有する、請求項１に記載の方法。
9. 前記サービス水準が、前記顧客によってかけられた電話への応答の優先度に関連する、請求項８に記載の方法。
10. 前記顧客に関する前記選択された種類のデータのそれぞれについてスコアを決定するステップが、
    前記選択された種類のデータのそれぞれへと割り当てられるべきスコアを含んでいる基準データにアクセスするステップと、
    前記選択された種類のデータのそれぞれを、対応する基準データと比較するステップと、
    前記比較ステップの結果に基づいて、前記選択された種類のデータのそれぞれについてスコアを決定するステップとを含む、請求項１に記載の方法。
11. 前記基準データが、前記選択された種類のデータのそれぞれと対応するスコアとの関係を含んだ参照テーブルを有する、請求項１０に記載の方法。
12. 顧客を格付けするためのデータ処理システムであって、
    データを処理するためのプロセッサと、
    前記プロセッサに接続されたデータ記憶装置とを有し、
    前記データ記憶装置が、
    顧客に関するデータであって、顧客の資産レベル、顧客についての人口学的情報および顧客の取り引き履歴で構成されるグループから選択された少なくとも２種類のデータを含んでいるデータにアクセスするステップと、
    前記顧客に関する前記選択された種類のデータのそれぞれについてスコアを決定するステップと、
    前記顧客に関する前記選択された種類のデータのそれぞれについてのスコアに基づいて、前記顧客についての予測インデックスを計算するステップとを前記データ処理システムに実行させるための命令を有し、
    前記予測インデックスが、前記顧客が生み出しうる利益の傾向を予測する、システム。
13. 前記データ処理システムが、前記顧客についての予測インデックスを、前記顧客に関する前記選択された種類のデータのそれぞれについてのスコアを加算することによって計算するように制御される、請求項１２に記載のシステム。
14. 前記データ記憶装置が、
    前記顧客に関する前記選択された種類のデータのそれぞれについての重み付けにアクセスするステップと、
    前記顧客に関する前記選択された種類のデータのそれぞれについてのスコア、および前記顧客に関する前記選択された種類のデータのそれぞれについての重み付けに基づいて、前記顧客についての予測インデックスを計算するステップとを前記データ処理システムに実行させるための命令をさらに有する、請求項１２に記載のシステム。
15. 前記データ処理システムが、前記顧客に関する前記選択された種類のデータのそれぞれについての重み付けを、回帰によって計算するように制御される、請求項１４に記載のシステム。
16. 前記データ処理システムが、前記顧客に関する前記選択された種類のデータのそれぞれについてのスコアを、
    前記選択された種類のデータのそれぞれへと割り当てられるべきスコアを含んでいる基準データにアクセスするステップと、
    前記選択された種類のデータのそれぞれを、対応する基準データと比較するステップと、
    前記比較ステップの結果に基づいて、前記選択された種類のデータのそれぞれについてスコアを決定するステップとを実行することによって決定するように制御される、請求項１２に記載のシステム。
17. 前記データ記憶装置が、
    利益しきい値に関するデータにアクセスするステップと、
    前記予測インデックスを、前記利益しきい値に関するデータと比較するステップと、
    前記顧客が望ましいか否かを、前記比較ステップの結果に基づいて知らせるステップとを前記データ処理システムに実行させるための命令をさらに有する、請求項１２に記載のシステム。
18. 前記利益の傾向が、利益の生成における顧客の傾向を表わす、請求項１２に記載のシステム。
19. 前記利益が、営業利益または仲買業による利益に関連する、請求項１８に記載のシステム。
20. 前記データ記憶装置が、前記データ処理システムに、前記計算された予測インデックスに基づいて前記顧客へのサービスの水準を決定させるための命令をさらに有する、請求項１２に記載のシステム。
21. 前記サービス水準が、前記顧客によってかけられた電話への応答の優先度に関係する、請求項２０に記載のシステム。
22. 顧客を格付けするためにデータ処理システムを制御するための命令であって、機械で読み取り可能な媒体に具現化されていてもよく、データ処理システムによって実行されたときに前記データ処理システムに請求項１に記載の方法の各ステップを実行させる命令を含む、プログラム。
23. 前記予測インデックスを計算するステップが、前記顧客に関する前記選択された種類のデータのそれぞれについてのスコアを加算するステップを含む、請求項２２に記載のプログラム。
24. 前記計算するステップが、
    前記顧客に関する前記選択された種類のデータのそれぞれについての重み付けにアクセスするステップと、
    前記顧客に関する前記選択された種類のデータのそれぞれについてのスコア、および前記顧客に関する前記選択された種類のデータのそれぞれについての重み付けに基づいて、前記顧客についての予測インデックスを計算するステップとをさらに含む、請求項２２に記載のプログラム。
25. 前記データ処理システムが、前記顧客に関する前記選択された種類のデータのそれぞれについての重み付けを、回帰によって計算するように制御される、請求項２４に記載のプログラム。
26. 前記顧客に関する前記選択された種類のデータのそれぞれについてスコアを決定するステップが、
    前記選択された種類のデータのそれぞれへと割り当てられるべきスコアを含んでいる基準データにアクセスするステップと、
    前記選択された種類のデータのそれぞれを、対応する基準データと比較するステップと、
    前記比較ステップの結果に基づいて、前記選択された種類のデータのそれぞれについてスコアを決定するステップとを含む、請求項２２に記載のプログラム。
27. 前記データ処理システムを、
    利益しきい値に関するデータにアクセスするステップと、
    前記予測インデックスを、前記利益しきい値に関するデータと比較するステップと、
    前記顧客が望ましいか否かを、前記比較ステップの結果に基づいて知らせるステップとを実行するようにさらに制御する、請求項２２に記載のプログラム。
28. 顧客に関するデータであって、顧客の資産レベル、顧客についての人口学的情報および顧客の取り引き履歴で構成されるグループから選択された少なくとも２種類のデータを含んでいるデータにアクセスするステップと、
    前記顧客に関する前記選択された種類のデータに基づいて、前記顧客についての予測インデックスを決定するステップとを含み、
    前記予測インデックスが、前記顧客が生み出しうる利益の傾向を予測する、顧客格付け方法。
29. 前記予測インデックスが、
    前記顧客に関する前記選択された種類のデータのそれぞれについてスコアを決定することと、
    前記顧客に関する前記選択された種類のデータのそれぞれについてのスコアに基づいて、前記顧客についての予測インデックスを計算することとを含んでいるステップによって決定される、請求項２８に記載の方法。
30. 前記顧客についての予測インデックスを計算するステップが、前記顧客に関する前記選択された種類のデータのそれぞれについてのスコアを加算することを含む、請求項２９に記載の方法。
31. 前記計算するステップが、
    前記顧客に関する前記選択された種類のデータのそれぞれについての重み付けにアクセスするステップと、
    前記顧客に関する前記選択された種類のデータのそれぞれについてのスコア、および前記顧客に関する前記選択された種類のデータのそれぞれについての重み付けに基づいて、前記顧客についての予測インデックスを計算するステップとをさらに含む、請求項２９に記載の方法。
32. 前記顧客に関する前記選択された種類のデータのそれぞれについての重み付けが、回帰によって決定される、請求項３１に記載の方法。
33. 前記顧客に関する前記選択された種類のデータのそれぞれについてスコアを決定するステップが、
    前記選択された種類のデータのそれぞれへと割り当てられるべきスコアを含んでいる基準データにアクセスするステップと、
    前記選択された種類のデータのそれぞれを、対応する基準データと比較するステップと、
    前記比較ステップの結果に基づいて、前記選択された種類のデータのそれぞれについてスコアを決定するステップとを含む、請求項２９に記載の方法。
34. 利益しきい値に関するデータにアクセスするステップと、
    前記予測インデックスを、前記利益しきい値に関するデータと比較するステップと、
    前記顧客が望ましいか否かを、前記比較ステップの結果に基づいて知らせるステップとをさらに含む、請求項２８に記載の方法。
35. 前記利益の傾向が、利益の生成における顧客の傾向を示す、請求項２８に記載の方法。
36. 前記利益が、営業利益または仲買業による利益に関連する、請求項３５に記載の方法。
37. 前記計算された予測インデックスに基づいて前記顧客へのサービスの水準を決定するステップをさらに有する、請求項２８に記載の方法。
38. 前記サービス水準が、前記顧客によってかけられた電話への応答の優先度に関連する、請求項３７に記載の方法。

Images