JP4879796B2 - Ｒｆ分析・ｒｆ予測プログラム - Google Patents

Description

本発明は、商品の販売を支援するコンピュータプログラムであって、特にＲＦ分析・ＲＦ予測を実現するコンピュータプログラムに関する。

商品販売者にとって、現在の売上情報から将来の売上傾向を予測し、顧客数、売上高、または利益の最大化のための適切な営業戦術を講ずることは永遠の課題である。現在の顧客の購買行動・購買履歴から、優良顧客のセグメンテーションを行う顧客分析手法としてＲＦＭ分析がある。これは、商品購入者の直近の購入時期（Ｒ：Ｒｅｃｅｎｃｙ）、特定の期間における累積購入回数（Ｆ：Ｆｒｅｑｕｅｎｃｙ）およびその累積購入金額（Ｍ：Ｍｏｎｅｔａｒｙ）の要素で顧客動向を分析する手法である。この手法により、顧客をセグメンテーションすることで、より適切な営業戦術を講ずることができると考えられている。
国際公開第０２／０５７９７３号パンフレット

前述の先行技術は、現在までのＲＦＭ分析を行った後、顧客が属するセグメントに応じて所定の営業戦術を講ずることを支援する技術である。しかし、先行技術では、予め定められた営業戦術、例えばダイレクトメールの送付やＥｍａｉｌの配信等、を自動もしくは手動で行うことになり、その営業戦術を執った結果は、その後の売上等の結果がフィードバックされるまでは不明である。営業戦術を執った結果の予測ができないため、例えばキャンペーン実施等の営業戦術への投資リスクが大きいという問題がある。

本発明はこうした状況を鑑みてなされたものであり、その目的は、ＲＦ分析により顧客の将来の商品購入行動を予測し、また、適切な営業戦術の検討を支援する技術を提供することにある。

本発明の発明者は、前述のＲＦＭ分析の中でも特に商品購入者の直近の購入時期（Ｒ）、特定の期間における累積購入回数（Ｆ）を軸とするＲＦ分析に着目した。そしてこのＲＦ分析により、顧客の将来の商品購入行動を予測できることに想到し、以下のコンピュータプログラムを発明した。

本発明のある態様は、ＲＦ分析・ＲＦ予測プログラムに関する。このコンピュータプログラムは、顧客の購入回数を第１軸とし、最新購入時期を第２軸とする２次元平面の表であり、所定の数のセルに分割されたＲＦ表による分析を支援するコンピュータプログラムであって、分析の対象となる期間、ＲＦ表を作成する時点、および商品カテゴリのユーザによる指定入力を分析要求情報として検出するユーザデータ受付機能と、分析の対象となる期間内の、セルの値の移動情報を第１のセル値移動情報として作成するＲＦ履歴分析機能と、分析の対象となる期間後からＲＦ表を作成する時点までの、セルの値の移動情報を第２のセル値移動情報として作成するＲＦ予測機能と、第１のセル値移動情報または第２のセル値移動情報をもとに、ＲＦ表を作成する時点のＲＦ表を作成するＲＦ表作成機能と、ＲＦ表を画面表示させるＲＦ表出力機能と、をコンピュータに実現させる。
前記ＲＦ履歴分析機能は、商品販売履歴情報を保持するデータベースから、分析の対象となる期間の商品販売履歴情報を取得する商品販売履歴情報取得機能と、商品販売履歴情報をもとに、個々の顧客のＲＦ表上での単位時間ごとの移動実績を算出する顧客移動実績計算機能と、個々の顧客の移動実績から、個々のセル間におけるセルの値の単位時間ごとの移動実績情報を算出して、第１のセル値移動情報を作成するセル値移動実績計算機能と、を含む。
前記ＲＦ予測機能は、第１のセル値移動情報をもとに、個々のセル間におけるセルの値の単位時間ごとの移動割合を算出するセル値移動割合計算機能と、移動割合のそれぞれの時系列情報を作成し、各時系列情報から所定の評価関数に基づいて個々のセル間におけるセルの値の単位時間ごとの移動特性を算出するセル値移動特性計算機能と、第１のセル値移動情報と移動特性をもとに、個々のセル間におけるセルの値の単位時間ごとの移動予測情報を算出して、第２のセル値移動情報を作成するセル値移動予測機能と、を含む。

本明細書における「商品カテゴリ」は、単一の商品、複数の商品、および１以上の商品を含みそれらの共通の性質・属性等でグループ化された商品群を含む。

本発明の別の態様もまた、ＲＦ分析・ＲＦ予測プログラムに関する。このコンピュータプログラムは、顧客の購入回数を第１軸とし、最新購入時期を第２軸とする２次元平面の表であり、所定の数のセルに分割されたＲＦ表による分析を支援するコンピュータプログラムであって、分析の対象となる期間、ＲＦ表を作成する時点、および商品カテゴリのユーザによる指定入力を分析要求情報として検出するユーザデータ受付機能と、分析の対象となる期間内の、セルの値の移動情報を第１のセル値移動情報として作成するＲＦ履歴分析機能と、分析の対象となる期間後からＲＦ表を作成する時点までの、セルの値の移動情報を第２のセル値移動情報として作成するＲＦ予測機能と、第１のセル値移動情報と第２のセル値移動情報をもとに、ＲＦ表を作成する時点のＲＦ表を作成するＲＦ表作成機能と、ＲＦ表を画面表示させるＲＦ表出力機能と、をコンピュータに実現させる。
前記ＲＦ履歴分析機能は、商品販売履歴情報を保持するデータベースから、分析の対象となる期間の商品販売履歴情報を取得する商品販売履歴情報取得機能と、商品販売履歴情報をもとに、個々の顧客のＲＦ表上での単位時間ごとの移動実績を算出する顧客移動実績計算機能と、個々の顧客の移動実績から、個々のセル間におけるセルの値の単位時間ごとの移動実績情報を算出して、第１のセル値移動情報を作成するセル値移動実績計算機能と、を含む。
前記ＲＦ予測機能は、第１のセル値移動情報をもとに、個々のセル間におけるセルの値の単位時間ごとの移動割合を算出するセル値移動割合計算機能と、移動割合のそれぞれの時系列情報を作成し、各時系列情報から所定の評価関数に基づいて個々のセル間におけるセルの値の単位時間ごとの移動特性を算出して、前記第２のセル値移動情報を作成するセル値移動特性計算機能と、を含む。

これらの構成によれば、ＲＦ表作成のもととなるセルの値の移動情報について、ＲＦ表作成時点が分析対象期間内であれば、商品販売履歴情報をもとに移動情報を作成し、ＲＦ表作成時点が分析対象期間後であれば、予測機能により移動情報を作成する。これにより、商品販売履歴情報が存在する範囲でのＲＦ表の作成はもちろんのこと、商品販売履歴情報が存在しない時点のＲＦ表も作成することができる。ユーザは出力されたＲＦ表から、未来時点のビジネス状況を可視化でき、適切な営業戦術の検討が容易になる。

なお、以上の構成要素の任意の組合せ、本発明の表現を方法、装置、システムなどの間で変換したものもまた、本発明の態様として有効である。

企業間の競争が激化している現在、商品販売者にとって、適切な営業戦術を選択して顧客のロイヤリティを高めることは喫緊の課題である。適切な営業戦術を選択するに際して、顧客のセグメンテーションを行う顧客分析手法としてＲＦＭ分析がある。
本発明の発明者は、このＲＦＭ分析の中でも特に、商品購入者の直近の購入時期（以下、「Ｒ」と呼ぶ。）と、特定の期間における累積購入回数（以下、「Ｆ」と呼ぶ。）を軸とするＲＦ表を用いて顧客動向を分析するＲＦ分析に着目した。そして、多数の商品カテゴリにおいて多数のＲＦ分析を行った結果、ＲＦ表の各セルの値（以下、「セル値」と呼ぶ）が他のセルへ推移する特性は、特定の評価関数で算出できることを知見した。そして、この推移の特性をもとに顧客の将来の商品購入行動を予測できることに想到して本ＲＦ分析・ＲＦ予測プログラムを発明し、ここに開示するものである。

ここでＲＦ表とは、様々な商品の販売実績や購入者である顧客の情報を含む商品販売履歴情報の各要素を、ＲＦの２次元の各セル領域にセグメンテーションした結果である。
図１は、ＲＦ表のイメージ図である。横は６列からなる購入回数であり、縦は１３行からなる最新購入時期である。本明細書では、以下、購入回数が１回の列をＦ１と記述し、他も同様にＦ２、Ｆ３、・・・と記述する。また、最新購入時期が０〜１ヶ月前の行をＲ１と記述し、他も同様にＲ２、Ｒ３、・・・と記述する。そして、セルの位置の表示は（購入回数，最新購入時期）として、例えば（Ｆ１，Ｒ１）のように示す。ただし、本明細書におけるＲＦ表の列数・行数および最新購入時期の単位時間は任意であり、特に具体的な数字には限定されない。以下では、単位時間を１月として説明する。
なお、図１において「・・・・・」で示した各セル値には、実際にはそのセルでの商品販売履歴情報の集計値が表示される。これは主に顧客数・売上高・利益といった数値であるが、これに限定されない。例えば、そのセルに属する顧客の属性情報の最頻値等の文字情報でもよい。以下では、セル値として顧客数を例にとり説明する。
また、図１では図示されていないが、ＲＦ表内もしくはその近傍に、各セル値の集計結果が表示されてもよい。例えば、図１の場合では、売上の集計および／または顧客数の集計がＲＦ表内もしくはその近傍に表示されてもよい。

ＲＦ表の各セルに属する顧客は、時間の経過とともに他のセルへ移動する。
図２は、ＲＦ表上での顧客情報の移動イメージを示す図である。同図は、単位時間の経過に伴い、特定のセルに属する顧客が他のセルに移動する例を示す。ここで、ある顧客２０２は（Ｆ２，Ｒ３）のセルにいる。もしこの顧客２０２が商品を１ヶ月間購入しない場合、すぐ下のセル（Ｆ２，Ｒ４）に移動して顧客２０４となる。さらに商品を１ヶ月間購入しない場合、さらにその下のセル（Ｆ２，Ｒ５）に移動して顧客２０６となる。もしも顧客２０２が何か商品を１つ購入した場合、購入回数が３回となり右上のセル（Ｆ３，Ｒ１）に移動して顧客２０８となる。顧客２０２がＲＦ分析における同一商品カテゴリの商品を２つ購入した場合には、購入回数が一気に４回となりセル（Ｆ４，Ｒ１）に移動して顧客２１０となる。このように、ＲＦ表の特定のセルから移動できるセルは、Ｆが同じでＲが１大きいすぐ下のセルか、またはＲが１でＦが現在の値よりも増加したセルに限定される。言い換えれば、時間の経過に伴うセル値の移動できるセルが限定される。このセル値の移動可能セルの限定については後述する。

前述したＲＦ表における顧客の移動とともに、その顧客に紐付けられた販売額等の商品販売履歴情報や顧客の属性情報も一緒に移動する。そして、セル値として集計されるときには、そのセルに属する顧客に紐付けられた情報、例えばそのセルに属する顧客個々の購入額、が集計される。結果として、ＲＦ上に表示された販売額の集計値も時間の経過とともに変化していくことになる。実際のＲＦ分析・ＲＦ予測プログラム上では、顧客のＩＤのみが仮想的なＲＦ表上を移動し、集計時にその顧客のＩＤに紐付いた商品販売履歴情報が集計されてもよい。

（第１の実施形態）
図３は、本発明の第１の実施の形態に係るＲＦ分析・ＲＦ予測装置の構成を示す機能ブロック図である。これらの構成は、ハードウエアコンポーネントでいえば、任意のコンピュータのＣＰＵ、メモリ、メモリにロードされたプログラムなどによって実現されるが、ここではそれらの連携によって実現される機能ブロックを描いている。したがって、これらの機能ブロックがハードウェアのみ、ソフトウェアのみ、またはそれらの組合せによっていろいろな形で実現できることは、当業者には理解されるところである。

ＲＦ分析・ＲＦ予測装置１００は、ユーザインタフェイス機能１１０、ＲＦ表作成機能１２０、ＲＦ計算機能１３０、を備える。
データベース１９０は、特定の期間における、商品購入者の直近の購入時期、累積購入回数を少なくとも含む商品販売履歴情報を保持する。データベース１９０は、ＬＡＮ・ＷＡＮ・インターネット等何らかの通信手段でＲＦ分析・ＲＦ予測装置１００と接続される。さらに、ＲＦ分析・ＲＦ予測装置１００とデータベース１９０は同一のハードウェア上に存在してもよい。

ユーザインタフェイス機能１１０は、ユーザからの入力処理やユーザに対する情報表示のようなユーザインタフェイス全般に関する処理を担当する。本実施の形態においては、ユーザインタフェイス機能１１０によりＲＦ分析・ＲＦ予測装置１００のユーザインタフェイスサービスが提供されるものとして説明する。別例として、図示しないクライアントアプリケーションが、インターネットを含む通信ネットワークを介して、ＲＦ分析・ＲＦ予測装置１００との入出力を行ってもよい。この場合、図示しない通信部が、クライアントアプリケーションからの指示を受信し、またその指示に基づいて作成されたＲＦ表の情報をクライアントアプリケーションに送信することになる。

ユーザインタフェイス機能１１０は、ユーザデータ受付機能１１２とＲＦ表出力機能１１４を含む。ユーザデータ受付機能１１２は、ユーザによる入力操作を受け付ける。ユーザから入力される分析要求情報は、ＲＦ分析の対象期間となる（１）分析期間開始時点、（２）分析期間終了時点、さらに（３）商品カテゴリ、（４）ＲＦ表作成時点、である。（４）のＲＦ表作成時点は、入力の結果としてユーザの画面に表示されるＲＦ表のセル値を算出する基準となる日時である。この日時は、上記（１）から（２）の間の日時であってもよく、（２）以降の日時であってもよい。
なお、ＲＦ分析の対象期間は、例えば２００３年の６月から９月、２００４年の６月から９月、２００５年の６月から９月、２００６年の６月から９月という不連続な期間の指定も可能である。これにより、例えば花火や蚊取り線香のような季節品や販売期間限定品等に関してもより妥当なＲＦ分析を得ることができる。
ＲＦ表出力機能１１４は、後述するＲＦ表作成機能１２０により作成されたＲＦ表をユーザの画面に表示させる。

ＲＦ計算機能１３０は、ＲＦ表のセル値の移動情報を作成する。ＲＦ計算機能１３０は、ＲＦ履歴分析機能１４０とＲＦ予測機能１５０を含む。ＲＦ履歴分析機能１４０は、データベース１９０から商品販売履歴情報を取得し、ユーザが指定した分析期間内におけるセル値の移動情報（以下、「第１のセル値移動情報」と呼ぶ。）を作成する。ＲＦ予測機能１５０は、第１のセル値移動情報をもとに、ユーザが指定した分析期間後からＲＦ表作成時点までのセル値の移動情報（以下、「第２のセル値移動情報」と呼ぶ。）を作成する。ＲＦ履歴分析機能１４０とＲＦ予測機能１５０の詳細については後述する。

図４は、ＲＦ表のセル間でのセル値の移動情報を示す図である。同図に示す内容は、ＲＦ計算機能１３０が最終的に出力するものであり、後述するＲＦ表作成機能１２０がＲＦ表作成の際に利用する。例えば、２００５年の１２月には、（Ｆ１，Ｒ１）のセルから（Ｆ２，Ｒ１）のセルに１００人の顧客が移動したことを示している。なお、ユーザが指定する分析期間終了時点が２００６年２月で、ＲＦ表作成時点が２００６年５月であった場合、２００６年２月までのセル値の移動情報は、ＲＦ履歴分析機能１４０が第１のセル値移動情報として作成する。また２００６年３月から５月までのセル値の移動情報は、ＲＦ予測機能１５０が第２のセル値移動情報として作成する。

ＲＦ表作成機能１２０は、第１のセル値移動情報または第２のセル値移動情報をもとに、ユーザが指定したＲＦ表作成時点におけるＲＦ表を作成する。例えば、図４に示したセル値の移動情報をもとに２００６年５月のＲＦ表を作成する場合で、ＲＦ表のセル（Ｆ３，Ｒ１）の値を算出する場合には、ＲＦ表作成機能１２０は、２００６年５月の列で移動先が（Ｆ３，Ｒ１）の数値を和算する。この場合、（Ｆ１，Ｒ１）からの移動分１８と（Ｆ２，Ｒ１）からの移動分３０と、図示しないその他のＦが１または２のセルからの移動分を和算して、セル（Ｆ３，Ｒ１）の値を算出する。ＲＦ表において、単位時間経過後も現在のセルにとどまる顧客はなく、セル間の各移動情報は図４に示されているため、前述の手順を各セルに対し行うことで、図４の任意の列、つまり任意の時点のＲＦ表を作成することができる。
また、ＲＦ表作成機能１２０は、ＲＦ表の各セル値を求めた後、さらに、各セル値を和算する等して各セル値の集計値を算出してもよい。この場合、ＲＦ表出力機能１１４は、ＲＦ表内もしくはその近傍に、この集計値を表示させてもよい。

なお、本実施の形態では、ＲＦ表作成機能１２０は、図４に示したセル値の移動情報をもとに、ＲＦ表を作成しているが、ＲＦ表作成機能１２０は、指定されたＲＦ表作成時点が分析対象期間の範囲に含まれる場合、商品販売履歴情報から直接ＲＦ表を作成することも可能である。例えば、ＲＦ表作成機能１２０は、まず、分析開始時点からＲＦ表作成時点の商品販売履歴情報を取得する。次に、商品販売履歴情報から顧客ごとに購入回数と最新購入時期を取得してＲＦ表にマッピングする。ここで、顧客の購入回数は、商品販売履歴情報において同一の顧客が同一の商品カテゴリに対し購入行動をとった回数を適用する。顧客の最新購入時期は、ＲＦ表作成時点と購入履歴情報において最後に顧客が購入行動をとった日時との差を適用する。以上により、指定されたＲＦ表作成時点のＲＦ表が作成できる。
しかし、本実施の形態のように、図４に示したセル値の移動情報をもとに、ＲＦ表作成機能１２０がＲＦ表を作成することで、指定されたＲＦ表作成時点が分析対象期間の範囲に含まれるかどうかに関わらず前述した手順と同様の手順でＲＦ表を作成できる。

図５は、ここまで説明したＲＦ分析・ＲＦ予測装置１００での処理の流れを示すフローチャートである。まず、ユーザデータ受付機能１１２は、ユーザによる分析要求情報の指定入力を検出する（Ｓ５０２）。ＲＦ履歴分析機能１４０は、ユーザにより指定された分析対象期間の商品販売履歴情報をデータベース１９０から取得する（Ｓ５０４）。ＲＦ履歴分析機能１４０はさらに、商品販売履歴情報を分析し、第１のセル値移動情報を作成する（Ｓ５０６）。ここで、ＲＦ計算機能１３０は、ユーザにより指定されたＲＦ表作成時点が分析対象期間の範囲に含まれるかを判定する（Ｓ５０８）。含まれない場合（Ｓ５０８のＮ）、ＲＦ予測機能１５０は、第１のセル値移動情報をもとにＲＦ表作成時点までの第２のセル値移動情報を作成する（Ｓ５１０）。含まれる場合（Ｓ５０８のＹ）には、第２のセル値移動情報は作成されない。ＲＦ表作成機能１２０は、第１のセル値移動情報または第２のセル値移動情報をもとにＲＦ表を作成する（Ｓ５１２）。最後に、ＲＦ表出力機能１１４は、ＲＦ表をユーザ画面に表示する（Ｓ５１４）。

図６は、ＲＦ計算機能１３０の詳細な機能ブロック図である。同図は、ＲＦ履歴分析機能１４０とＲＦ予測機能１５０の内部の詳細機能を示している。ＲＦ履歴分析機能１４０は、商品販売履歴情報取得機能１４２、顧客移動実績計算機能１４４、セル値移動実績計算機能１４６、を含む。ＲＦ予測機能１５０は、セル値移動割合計算機能１５２、セル値移動特性計算機能１５４、セル値移動予測機能１５６、を含む。商品販売履歴情報取得機能１４２は、ユーザにより指定された分析対象期間の商品販売履歴情報をデータベース１９０から取得する。

顧客移動実績計算機能１４４は、商品販売履歴情報をもとに、顧客個々のＲＦ表上での単位時間ごとの移動実績を算出する。
図７は、ＲＦ表上での顧客情報の移動実績の追跡情報イメージを示す図である。同図は、顧客移動実績計算機能１４４が算出したある顧客ＡのＲＦ表上での移動実績イメージを示している。顧客Ａが２００６年１月に初めて商品を購入してから１年間の移動実績を示している。顧客Ａが初めて商品を購入するとＲＦ上の位置７０２として現れる。それから２ヶ月間商品を購入しなかったため位置７０４に移る。ここで商品を購入し位置７０６に移る。このようにして１年後には位置７０８に移る。
このように顧客移動実績計算機能１４４は、顧客個々の移動履歴を追跡し、最終的に図８で示した顧客移動実績記録表を作成する。

図８は、顧客のＲＦ表上での移動実績を記録する表である。具体的には同図は、１顧客を１レコードとし、その移動履歴を単位時間ごとに（移動元セル位置）→（移動先セル位置）として記録した顧客移動実績記録表である。顧客Ａの場合、２００６年１月に初めて商品を購入したため、２００６年１月には移動元セルはなく移動先セルのみ（Ｆ１，Ｒ１）となっている。次の２００６年２月には商品を購入していないため、移動元セルが（Ｆ１，Ｒ１）、移動先セルが（Ｆ１，Ｒ２）となっている。このように、分析対象期間の開始時点から単位時間ごとに終了時点まで、顧客の移動実績が記録される。

セル値移動実績計算機能１４６は、顧客の移動実績からセル間におけるセル値の移動実績を算出して第１のセル値移動情報を作成する。セル値移動実績計算機能１４６は、図８の顧客移動実績記録表において、同一の単位時間で、移動元セル及び移動先セルが同一のセルの個数を集計する。例えば、図８には、前述の顧客Ａの移動履歴の他に、顧客Ｂの移動履歴が記述されている。顧客Ｂは２００５年１２月に初めて商品を購入した顧客である。２００６年５月にセル（Ｆ２，Ｒ１）から（Ｆ２，Ｒ２）に移動している。ここで同月には顧客Ａも同様の移動をしている。この場合、セル値移動実績計算機能１４６は、２００６年５月の時点においてセル（Ｆ２，Ｒ１）からセル（Ｆ２，Ｒ２）への移動が２件あったとカウントする。
このようにセル値移動実績計算機能１４６は、単位時間ごとの実績に基づく移動元セル・移動先セル・移動の量、つまりセル値の移動実績情報を算出し、最終的に図４で示したＲＦ表上のセル値の移動情報をセルの組み合わせごとに作成して第１のセル値移動情報とする。

ここまでは、ＲＦ履歴分析機能１４０が含む、商品販売履歴情報取得機能１４２、顧客移動実績計算機能１４４、セル値移動実績計算機能１４６、について説明した。前述したように、ＲＦ履歴分析機能１４０は、ユーザにより指定された分析期間内のセル値の移動情報である第１のセル値移動情報を作成する。ＲＦ表作成時点が分析期間の後になる場合には、ＲＦ予測機能１５０が、分析期間終了時点からＲＦ表作成時点までのセル値の移動情報である第２のセル値移動情報を作成する。以下、ＲＦ予測機能１５０に含まれる各機能について説明する。

セル値移動割合計算機能１５２は、第１のセル値移動情報から単位時間ごとのセル値の移動割合を算出する。例えば、図４において、２００６年１月時点でセル（Ｆ１，Ｒ１）に存在する顧客数は４４０である。このうち、２００６年２月時点では、８８がセル（Ｆ２，Ｒ１）に移動し、３１９がセル（Ｆ１，Ｒ２）に移動する。つまり、２００６年２月時点での移動元セル（Ｆ１，Ｒ１）に対する移動先セル（Ｆ２，Ｒ１）と（Ｆ１，Ｒ２）の割合はそれぞれ、約２０％、約７３％となる。このように、セル値移動割合計算機能１５２は、図４で示した第１のセル値移動情報の各セル値を顧客の移動数から移動割合に変換する。

セル値移動特性計算機能１５４は、セル値移動割合計算機能１５２が算出した第１のセル値移動情報の各セルの移動割合から、単位時間あたりの移動割合の変化傾向を移動特性として算出する。まず、セル値移動特性計算機能１５４は、特定のセルから別の特定のセルの間の移動割合と時間情報とを関連付けた時系列情報を作成する。
図９は、特定のセル間におけるセル値の移動割合の変動を示す図である。同図では、時系列情報の例として、２００５年の各月における特定のセル間の移動割合９０２を示している。
セル値移動特性計算機能１５４は、次に、所定の評価関数に基づいてこの移動割合９０２から第２のセル値移動情報の作成に用いる移動特性を算出する。そして、図４における第１のセル値移動情報のレコード数分、言い換えればセル値の移動において移動元と移動先の組の数分の移動特性を算出する。例えば、セル（Ｆ１，Ｒ１）とセル（Ｆ２，Ｒ１）間の移動特性、セル（Ｆ１，Ｒ１）とセル（Ｆ３，Ｒ１）間の移動特性、・・・という具合に一組ずつ移動特性を算出する。つまり、最終的に、セル値移動特性計算機能１５４は、図４の形式のＲＦ表のセル値の移動情報であって、各セル値には移動特性により算出された移動割合が設定された移動情報を出力する。例えば、移動特性が特定のセル間において固定値の定数であれば、そのセル間に対する行の値にはその定数が記述されることになる。

セル値移動特性計算機能１５４が使用する評価関数は、個々の単位時間の移動割合の相加平均を求める関数でもよく、相乗平均、調和平均、最頻値、または中央値等を求める関数でもよく、これらの関数の組み合わせでもよい。さらに、その他の既知の算術的・統計的手法で移動割合の傾向を求めてもよい。特に断らない限り、本明細書における、他の移動割合・移動特性等を算出する場合も、この例と同様に値の算出方法に制限はない。
また、この評価関数は、分析対象期間を特定の期間に区切って移動割合の傾向を求めてもよい。例えば、セル（Ｆ１，Ｒ１）とセル（Ｆ２，Ｒ１）間の移動特性として、毎年１月はＡ％をセル値の移動割合、２月はＢ％をセル値の移動割合としてもよいし、毎年１２月から２月はＣ％をセル値の移動割合、３月から５月はＤ％をセル値の移動割合、として移動特性を算出してもよい。

また、この評価関数は、単位時間の経過に伴うセル間でのセル値の移動割合が収束する収束値を算出する関数であってもよい。この場合、セル値移動特性計算機能１５４は、移動特性の算出にあたり、その収束値を移動割合の定数としてもよい。
本発明者は、ＲＦ表における単位時間の経過に伴うセル間でのセル値の移動割合は、特定の収束値に収束していくことを知見し、この収束値を移動割合の固定値とすることで、未来時点の移動割合を効率よく予測できることに想到した。なお、本明細書において「収束する」とは、ある期間の移動割合が特定の値から所定の範囲内になることを含む概念として記述している。
これにより、一旦移動割合の収束値を算出すれば、この収束値を定数として第２のセル値移動情報が作成でき、以降の移動特性の再計算が不要になる。したがって、効率的なハードウェア資源の利用、およびユーザの要求に対する迅速なレスポンスが容易になる。

前述したように移動特性となる収束値の算出方法に制限はないが、例えば、最小二乗法を利用して傾き０の近似直線を算出することによりこの収束値を求めることができる。
図１０は、特定のセル間におけるセル値の移動割合の変動と移動特性を示す図である。同図は、図９で示した移動割合９０２をもとに、最小二乗法を利用して傾き０の近似直線として移動特性１００２を算出した例を示している。

なお、販売促進のキャンペーンの実施により商品の販売数が増加した場合や、逆に何らかのトラブルにより商品の販売数が減少した場合等には、特定のセル間の移動割合が大きくまたは小さくなることがある。
図１１も、特定のセル間におけるセル値の移動割合の変動と移動特性を示す図である。同図は、図９・図１０と同じセル間の移動割合であって２００６年の各月の移動割合１１０２を示している。２月・３月にキャンペーンを実施した影響で販売数が増加し、２月・３月・４月のセル間の移動割合が大きくなっている。反対に、８月に商品の卸売価格上昇に伴い小売価格も上昇した影響で販売数が減少し、８月・９月のセル間の移動割合が小さくなっている。この結果から、例えば最小二乗法を用いて傾き０の近似直線として移動特性１１０４を算出すると図１０の移動特性１００２と比較してその値は大きくなる。

このような場合、セル値移動特性計算機能１５４は、このような移動割合が大きく変動している期間を無効期間と判別し、無効期間以外の期間の移動割合から近似直線を算出して、移動特性を求めてもよい。具体的には、セル値移動特性計算機能１５４は、商品販売履歴情報からキャンペーンやトラブル等の期間情報を取得して、それらの期間を無効期間と判別してもよいし、所定の閾値を超える移動割合の期間は無効期間と判別してもよい。また、セル値移動特性計算機能１５４は、商品販売履歴情報からキャンペーンやトラブルの対象となった顧客情報を取得して、それらの顧客については移動特性を求める対象から外してもよい。また、ユーザにより指定されたキャンペーン期間やトラブル期間等の移動割合を無効期間としてもよい。さらには、ユーザにより無効期間が直接指定されてもよい。これらの無効期間の情報は、ＲＦ分析・ＲＦ予測装置１００の図示しない情報保持機能に保持され、移動特性算出の際に参照されてもよい。移動特性１１０６は、図１１の移動割合１１０２から、２月・３月・４月・８月・９月の移動割合を除いて算出した近似直線である。
これにより、移動割合の収束値を算出する際に、移動割合の一時的な変動による影響を排除することができ、長期的観点から見てより妥当な移動割合の収束値を算出することができる。

さらにまた、この評価関数は、ＲＦ表上の特定のセルの値が移動できるセルが限定されることに基づいて、その収束値を算出してもよい。
前述したようにＲＦ表上では、例えば、Ｆが１の列のセル値が単位時間経過後に移動できるセルは、自身のすぐ下のセルか、Ｒが１でＦが２以上のセルに限定される。言い換えれば、特定のセルが移動できるセルは、自身のすぐ下のセルか、または、最新購入時期が最も新しく、購入回数が増加したセルに限定される。
ＲＦ表のこの特徴により、セル値移動特性計算機能１５４は、評価関数を限定したセル間にのみ適用して収束値を求めればよい。つまり収束値を求める計算量が大幅に削減され、その結果、効率的なハードウェア資源の利用、およびユーザの要求に対する迅速なレスポンスが容易になる
なお、ＲＦ表上の特定のセル値が移動できるセルが限定されることによる効果は、セル値移動特性計算機能１５４のみに現れるものではない。図４で示したセル値の移動情報を使用する機能、例えば前述したセル値移動実績計算機能１４６、セル値移動割合計算機能１５２、後述するセル値移動予測機能１５６はいずれもセル値が移動できるセルが限定されることにより計算量が大幅に削減される。

ここで、計算量の削減について図１のＲＦ表を用いて考察する。セルの移動に制限がない場合には、セル数全体が６×１３あり、それぞれのセルには自身を含め全てのセルからの移動が考えられるため、（６×１３）＾２のセルの組み合わせについて計算する必要がある。ここで、「＾」はべき乗を表す。この結果、セルの組み合わせ数は６０８４となる。
次に移動可能セルが限定されている場合を考える。購入行動があった場合には、必ず、Ｒが１のセルに移動するため、まず、Ｒが１のセルに移動するセル数について考える。（Ｆ１，Ｒ１）は初期値であるため移動元セルはなく０である。（Ｆ２，Ｒ１）に移動するセルはＦが１のセルの列、（Ｆ３，Ｒ１）に移動するセルはＦが１または２のセルとなる。その結果、Ｒが１のセルに移動してくるセル数は、Ｆが１から順に、０，１３，１３×２，・・・となり、初項０、項数６、公差１３の等差数列となり、この等差数列の和は１９５となる。例外的に、Ｆが６の場合には、Ｆが６の各セルから（Ｆ６，Ｒ１）への移動があるためさらに１３を加算して、合計は２０８となる。Ｒが２以上のセルは、原則、自身のＦとＦが同じで自身のＲよりＲが一つ小さいセルからの移動となり、例外的にＲが最大のセルは自身への移動がありうるため、その組み合わせは６×１３となり、合計７８となる。したがって、図１のＲＦ表の場合には、合計２８６のセルの組み合わせとなり、セルの移動に制限がない場合と比べ、大幅に組み合わせ数は少ない。

セル値移動予測機能１５６は、第１のセル値移動情報と、セル値移動特性計算機能１５４が算出した移動特性をもとに、未来時点のセル値の移動情報、つまり第２のセル値移動情報を作成する。
例えば、図４において、２００６年２月までは、分析対象期間として指定され、第１の移動情報として与えられたとし、またＲＦ表作成時点は２００６年５月として指定されたとする。さらに、セル値移動特性計算機能１５４の結果として、セル間の移動特性が固定値の割合として与えられ、例えば、セル（Ｆ２，Ｒ１）とセル（Ｆ３，Ｒ１）間の移動特性がα％の移動として与えられていたとする。この場合、セル値移動予測機能１５６は、まず、２月のセル（Ｆ２，Ｒ１）のセル値を算出する。この算出は、前述したＲＦ表作成機能１２０と同様に、２月の列であって移動先セルが（Ｆ２，Ｒ１）である値を集計する。次に、２月のセル（Ｆ２，Ｒ１）の値にα％を乗じたものを、移動元セル（Ｆ２，Ｒ１）、移動先セル（Ｆ３，Ｒ１）の３月の値とする。これを移動元セル、移動先セルの組ごとに繰り返し、図４における２００６年３月の列、言い換えれば、３月のセル値の移動情報を算出する。

セル値移動予測機能１５６は、次に、３月のセル値の移動情報をもとに４月のセル値の移動情報を算出して、最終的にＲＦ表作成時点までのセル値の移動情報を算出する。なお、この例では、移動特性が固定値の場合を示したが、移動特性は固定値には限らない。前述したように単位時間ごとに異なる移動特性であってもよい。
なお、セル（Ｆ１，Ｒ１）の値は、事前にユーザが設定しておいた値を与えてもよいし、セル値移動予測機能１５６が過去のセル（Ｆ１，Ｒ１）の値から適切と判断する値を設定してもよい。例えば、過去のセル（Ｆ１，Ｒ１）のセル値の相加平均や最頻値、中央値等を適切と判断してもよいし、最小二乗法を用いて過去のセル（Ｆ１，Ｒ１）の値の列から将来の同セルの値を予測してもよい。
このようにセル値移動予測機能１５６は、単位時間ごとの予測に基づく移動元セル・移動先セル・移動の量、つまりセル値の移動予測情報を算出し、最終的に図４で示したＲＦ表上のセル値の移動情報をセルの組み合わせごとに作成して第２のセル値移動情報とする。この第２のセル値移動情報をもとに、ＲＦ表作成機能１２０は、ユーザにより指定されたＲＦ表作成時点のＲＦ表を作成する。

ここまで、本発明の実施の形態に係るＲＦ分析・ＲＦ予測装置１００を使用して、ＲＦ分析により顧客の将来の商品購入行動を予測する例を説明した。ここで、図４のセル値の移動情報の形式を用いて、ＲＦ計算機能１３０に含まれる各機能の処理の流れを再度説明する。ここで、分析対象期間の終了時点は２００６年２月であり、ＲＦ表作成時点は２００６年５月であるとする。セル値移動実績計算機能１４６は、実績に基づく第１のセル値情報として、２００６年２月までの各セルに顧客の移動数を設定する。セル値移動割合計算機能１５２は、２００６年２月までの各セル値を移動数から移動割合に変換する。セル値移動特性計算機能１５４は、この移動割合から移動特性を算出し、その移動特性をもとに２００６年３月から５月までの各セルに移動割合を設定する。セル値移動予測機能１５６は、２００６年３月から５月までの各セルの値を移動割合から顧客の移動数に変換して第２のセル値移動情報とする。これにより、ＲＦ表作成機能１２０は、２００６年５月の列の情報により、ＲＦ表作成時点のＲＦ表を作成できることになる。なお、ここでは簡明な説明のため、同一の移動情報を書き換えていくイメージで説明したが、本発明はこの方法には限定されない。
以下、さらなる具体例として、ＲＦ分析・ＲＦ予測装置１００がユーザの適切な営業戦術の検討を支援する例について説明する。

ここまでの説明では、将来の移動割合の予測において、より妥当な移動特性を算出するため、例えばキャンペーンの実施による移動割合の一時的な変動の影響を排除して、移動特性を算出する例を示した。以下、このように算出した移動特性を「通常移動特性」と呼ぶことにする。
セル値移動特性計算機能１５４はさらに、キャンペーンの実施により変化するＲＦ表のセル値の移動特性を「キャンペーン移動特性」として算出してもよい。なお、前述したように、商品販売履歴情報には、キャンペーンの期間情報や対象となった顧客情報が含まれてよく、セル値移動特性計算機能１５４は、これらの情報をもとに、キャンペーン移動特性を算出してもよい。
また、ユーザデータ受付機能１１２はさらに、新規顧客の加入情報とキャンペーン情報のユーザによる新規入力または編集をユーザシミュレーション情報として検出してもよい。セル値移動予測機能１５６はさらに、第１のセル値移動情報、通常移動特性に加えて、ユーザシミュレーション情報、およびキャンペーン移動特性をもとに第２のセル値移動情報を作成してもよい。本明細書の「キャンペーン」とは、ダイレクトメールの送付やＥｍａｉｌの配信などの販売促進のための営業戦術をいう。

前述したように、ＲＦ表のセル値の移動特性は、第１のセル値移動情報から所定の評価関数で算出することができる。さらに、その第１のセル値移動情報におけるセル値の移動割合の収束値を移動割合の定数としてもよいことは既に述べた。
ここで、この移動特性に変動を与える要因としては、キャンペーンの実施と新規顧客の加入がある。この例では、これらの変動要因を加味して第２のセル値移動情報を算出する。

通常、キャンペーンを実施した場合、既存顧客が商品を再び購入し（以下、このような顧客を「リピータ顧客」と呼ぶ。）、または、複数の商品を一度に購入する可能性が大きくなる。この顧客行動により、キャンペーンを行った場合と行わない場合とで、ＲＦ表のセル値の移動情報が異なったものとなる。
セル値移動特性計算機能１５４は、第１のセル値移動情報からキャンペーンにより変動した移動情報、つまり、セル値の移動量の増加数や増加割合をキャンペーン移動特性として算出する。例えば、セル（Ｆ３，Ｒ３）からセル（Ｆ４，Ｒ１）へのセル値の移動割合がキャンペーン未実施時には１５％で、キャンペーン実施時には２５％である場合には、通常移動特性を１５％とし、キャンペーン移動特性を２５％としてもよい。なお、キャンペーンの種別が複数ある場合は、セル値移動予測機能１５６は、それぞれのキャンペーン種別ごとにキャンペーン移動特性を算出してもよい。

キャンペーン移動特性の算出に関するさらなる具体例を示す。
図１２は、特定のセル間におけるセル値の移動割合の変動、移動特性、およびキャンペーン移動特性を示す図である。同図は、前述した２００６年の各月における特定のセル間の移動割合１１０２と、キャンペーンやトラブルによる影響を受けた期間等を無効期間として除いて算出した前述の移動特性１１０６と同じ通常移動特性１２０２を示している。ここでセル値移動特性計算機能１５４は、キャンペーン移動特性１２０４の算出に際し、例えば、キャンペーン実施による影響を受けている２月から４月の移動割合を評価することで算出してもよい。ここでは、最小二乗法を用いて、２月から４月の移動割合に対する傾きが０の近似直線をキャンペーン移動特性１２０４として示している。キャンペーンの期間は、キャンペーンを実施するときのビジネスの状況に応じて様々であるが、このように傾きが０の近似直線としてキャンペーン移動特性を算出することは、期間の長短によらずキャンペーンの影響を把握できる点で有用である。この例で示したキャンペーン移動特性を、以下「第１のキャンペーン移動特性」と呼ぶことにする。

また、キャンペーン実施したときの移動割合と通常移動特性での移動割合との差は、キャンペーン開始時からしばらくの期間が最も大きく、次第にその差が小さくなり、キャンペーン終了からしばらくの期間で通常移動特性の移動割合に戻ると考えられる。このようなキャンペーンに伴う移動割合の変動に対し、より忠実にキャンペーン移動特性を算出することも可能である。例えば、図１２の２月から４月のキャンペーン移動特性を算出するに際し、セル値移動特性計算機能１５４は、２月から４月の移動割合をそのままこのキャンペーンのキャンペーン移動特性としてもよい。また、別の例として、セル値移動特性計算機能１５４は、２月から４月の移動割合から最小二乗法を用いて次数がｎ（ｎは整数）の近似曲線を求め、その近似曲線の式をこのキャンペーンのキャンペーン移動特性としてもよい。図１２では、この近似曲線の例として、キャンペーン移動特性１２０６を示している。これらの例は、キャンペーンの性格として、キャンペーン開始直後のみ変化割合が大きく変化し、すぐ通常移動特性の移動割合に戻るといった移動特性を持つ場合や、キャンペーン開始直後とキャンペーン終了直前のみ変化割合が大きく変化するといった移動特性を持つ場合に、そのキャンペーンの性格を忠実に反映できる点で有用である。この例で示したキャンペーン移動特性を、以下、「第２のキャンペーン移動特性」と呼ぶことにする。

前述したいずれの例においても、第１のキャンペーン移動特性および／または第２のキャンペーン移動特性は、ＲＦ分析・ＲＦ予測装置１００の図示しない情報保持機能にキャンペーン種別を示す情報とともに保持され、以降の処理で参照される。さらに、キャンペーン移動特性の性格に応じた使い分けの例を示す。第１のキャンペーン移動特性は、キャンペーン実施における実際の移動割合との差は第２のキャンペーン移動特性よりも大きいが、期間の長短の影響を受けにくいという性格を持つ。第２のキャンペーン移動特性は、キャンペーン実施における実際の移動割合との差は小さいが、期間の長短の影響を受けやすい、つまり期間が変化すると実際の移動割合との差が大きくなる、という性格を持つ。したがって、以下のように、両方のキャンペーンの移動特性の長所を活かして、より適切なキャンペーン移動特性の取得をしてもよい。つまり、第１のキャンペーン移動特性はキャンペーン種別と、第２のキャンペーン移動特性はキャンペーン種別およびキャンペーン期間と、対応させて情報保持機能が保持しておく。キャンペーン移動特性を取得する場合には、キャンペーン種別とキャンペーン期間をもとに情報保持機能を参照し、両方が合致する第２のキャンペーン移動特性があれば、それを取得し、なければ、キャンペーン種別が合致する第１のキャンペーン移動特性を取得するようにしてもよい。
なお、本明細書の「キャンペーン移動特性」には、第１のキャンペーン移動特性および第２のキャンペーン移動特性が含まれる。

なお、後述するように、特定のセルおよび／または顧客に限定したキャンペーンが実施された場合には、セル値移動特性計算機能１５４は、セルおよび／または顧客を限定してキャンペーン移動特性を算出してもよい。つまり、特定のセルに限定したキャンペーンが実施された場合には、キャンペーンが実施されたセルに限定して、そのセルの顧客移動割合から、そのセルが移動元となるキャンペーン移動特性を算出してもよい。また、特定の顧客に限定してキャンペーンが実施された場合には、キャンペーンが実施された顧客が属するセルに限定して、キャンペーンが実施された顧客の移動割合から、そのセルが移動元となるキャンペーン移動特性を算出してもよい。これにより、セル値移動特性計算機能１５４での計算量が削減され、ユーザの要求に対するレスポンスタイムが向上する。

ユーザデータ受付機能１１２は、ユーザシミュレーション情報として、ユーザによる新規顧客の加入情報を受け付ける。具体的には、ユーザは、ＲＦ表のセル（Ｆ１，Ｒ１）に新規顧客の加入数を設定することができる。また、ユーザデータ受付機能１１２は、ユーザシミュレーション情報として、ユーザによるキャンペーン情報を受け付ける。具体的にそのキャンペーン情報には、複数のキャンペーンの種別、それぞれのキャンペーン期間、およびそれぞれのキャンペーン費用が含まれる。キャンペーン期間としては、キャンペーンの開始時点と終了時点が指定されてもよい。さらに、キャンペーン移動特性をユーザが新規に入力してもよいし、セル値移動特性計算機能１５４が算出したキャンペーン移動特性をユーザが編集してもよい。

また、先のユーザインタフェイス機能１１０の説明で説明したように、ユーザデータ受付機能１１２にユーザシミュレーション情報を入力するのは、クライアントアプリケーションであってもよい。言い換えれば、ユーザデータ受付機能１１２は、人間の手を介さずに、他のシステム・装置等から新規顧客の加入情報および／またはキャンペーン情報を受け付けてもよい。クライアントアプリケーションは、例えば、ＲＦ分析・ＲＦ予測プログラムが提供するＡＰＩ（Application Program Interface）を利用することで、本実施の形態にかかるＲＦ分析・ＲＦ予測装置１００との通信を実現できる。
このように、クライアントアプリケーションがユーザシミュレーション情報の入力を自動化することで、システム間・装置間の連携が実現する。これにより、ユーザの負担を軽減し、人間作業による遅延はなく、さらに、ミスのない正確な情報の入力を実現できる。

セル値移動予測機能１５６は、セル（Ｆ１，Ｒ１）のセルにはユーザシミュレーション情報で指定される新規顧客の加入数を設定する。また、ユーザシミュレーション情報で指定されるキャンペーン期間について、通常移動特性に代えて、ユーザシミュレーション情報で指定されるキャンペーンの種別に係るキャンペーン移動特性をもとに移動予測情報を算出して第２のセル値移動情報を作成する。

この例によると、まず、セル（Ｆ１，Ｒ１）のセル値にユーザの意向を反映でき、新規顧客の加入による効果を可視化することができる。例えば、新規顧客をこれまでの月平均より１００人増やすことで、１年後の特定のセルの顧客数、さらには顧客に紐付いた売上高の増加額の把握ができる。次に、ユーザが実施を予定しているキャンペーンによる効果をキャンペーン実施前に把握できる。キャンペーンによる効果としては、例えば、リピータ顧客数の増加、売上高の増加である。さらに、ユーザシミュレーション情報にはキャンペーンの費用も指定できるため、キャンペーンによる利益ベースの効果、つまり、売上高の増加とキャンペーン費用の差等も可視化できる。これにより、ユーザは実際にキャンペーンを実施する前に、実施すべきキャンペーンとキャンペーンごとの費用対効果等をシミュレーションに基づき検討できる。言い換えれば、キャンペーンの実施に先立ってそのリスクを軽減することができる。

この例では、通常移動特性と異なる移動特性としてキャンペーン移動特性のみを説明したが、変形例として、「卸売価格の上昇による小売価格の上昇」や「従業員のストライキによる生産量の低下」といった様々なビジネス上のイベントに対してもキャンペーンと同様に移動特性（以下、「イベント移動特性」と呼ぶ。）を算出してもよい。キャンペーン移動特性とイベント移動特性とは、移動割合が変動する理由は異なるものの、どちらも期間と移動割合を持つ点では共通しているため、前述した手順と同じ手順にて実現可能である。これにより、卸売価格の上昇による小売価格の上昇というイベントに伴い変化した移動割合や、従業員のストライキによる生産量の低下というイベントに伴い変化した移動割合等の、ユーザのビジネスにおいて生じる様々なイベントについて考慮したＲＦ分析・予測が可能になる。

さらに、前述したキャンペーン情報には、各キャンペーンを実施する対象となる１以上のセルの識別情報、および／または、各キャンペーンを実施する対象となる複数の顧客の識別情報が含まれてもよい。つまり、特定の時点において特定のセルに属するユーザ全体、および／または、特定の時点においていずれかのセルに属する個々のユーザを指定して、キャンペーンの設定ができる。なお、これらの識別情報は、キャンペーン毎に設定可能である。また、この複数の顧客は、それぞれ、ＲＦ表の異なるセルに属する顧客であってもよい。

キャンペーン情報にキャンペーンを実施する対象となるセルの識別情報が含まれる場合、セル値移動予測機能１５６は、その識別情報に対応するセルに対してのみキャンペーン移動特性を適用し、その他のセルには通常移動特性を適用する。特定のセルに属する顧客全員にキャンペーンを実施する場合にこのような指定がなされる。

キャンペーン情報にキャンペーンを実施する対象となる１以上の顧客の識別情報が含まれる場合、セル値移動予測機能１５６は、その識別情報に対応する顧客に対してのみキャンペーン移動特性を適用し、その他の顧客には通常移動特性を適用する。例えば、キャンペーン開始時点において、セル（Ｆ３，Ｒ３）に１００人の顧客がいたとする。そのうちの６０人の識別情報を指定した場合、その６０人にはキャンペーン移動特性が適用され、残りの４０人には通常移動特性が適用される。

なお、同一のキャンペーンを複数のセルの顧客に適用することもできる。つまり、あるキャンペーンの対象としてセル（Ｆ３，Ｒ３）の６０人を指定し、さらに同じキャンペーンの対象として（Ｆ３，Ｒ４）の４０人を指定してもよい。指定された顧客には、それぞれのセルのキャンペーン移動特性が適用される。この場合、キャンペーン費用は、各セルに指定された人数により比例配分される。前述の例で、費用総額が１０万円だった場合、セル（Ｆ３，Ｒ３）でのキャンペーン費用は、１０万円×６０÷１００で、６万円となり、セル（Ｆ３，Ｒ４）におけるキャンペーン費用は、同様の計算で４万円となる。例えば、セル（Ｆ３，Ｒ３）からキャンペーン実施により、キャンペーン移動特性が適用され、４０人が商品を購入してセル（Ｆ４，Ｒ１）に移動したとする。キャンペーンを実施しない場合は、通常移動特性が適用され、５人が購入するとする。増加分は３５人となり、商品単価を１万円とすると、キャンペーンによる売上の伸びは３５万円となる。利益ベースに換算すると、セル（Ｆ３，Ｒ３）の６０人に６万円のキャンペーンを実施したことによる利益の伸びは、３５万円−６万円で、２９万円となる。

このように、特定のセルおよび／または顧客に限定したキャンペーンの効果についても把握できる。大規模にキャンペーンを実施するとキャンペーン費用も増大するため、実際のビジネスでは、一部の顧客のみを対象にキャンペーンが実施されることも多い。この例では、このようなキャンペーンの実施に対応したキャンペーン情報の設定ができる。つまり、ユーザは、実際のビジネスにより即したキャンペーンの設定ができ、その効果を把握することができる。その結果、ユーザの利便性をさらに高めることができる。

さらに、ＲＦ表作成機能１２０は、特定のセル値、またはＲＦ表の特定領域でのセル値の合計値を、最大化または所定の閾値以上にするための、新規顧客の加入に関する推奨情報、および／またはキャンペーンに関する推奨情報を作成してもよい。ここで、推奨情報とは、特定の１以上のセル値を最大化する等の上記した条件を実現するための、ユーザが設定すべき新規顧客の加入情報および／またはキャンペーン情報である。

先の例では、ユーザが設定した新規顧客の加入情報およびキャンペーン情報をもとに第２のセル値移動情報が作成され、ＲＦ表作成機能１２０は、その第２のセル値移動情報をもとにＲＦ表を作成した。この例では逆に、ＲＦ表作成機能１２０は、特定のセル値またはＲＦ表の特定領域でのセル値の合計値を最大化または所定の閾値以上にするための新規顧客の加入およびキャンペーンに関する推奨情報を作成する。所定の閾値は、事前にユーザが設定してもよいし、ＲＦ分析・ＲＦ予測装置１００の図示しない閾値算出部が、第１のセル値移動情報をもとに分析対象期間内のＲＦ表のセル値の最大値を閾値として判定してもよい。

特定のセルの値を最大化する場合、セル値移動予測機能１５６は、第１のセル値移動情報、通常移動特性、およびキャンペーン移動特性をもとに、複数のキャンペーンを仮に設定し、または新規顧客の加入数を仮に設定して、それに基づいて移動予測情報を算出し、複数の第２のセル値移動情報を作成する。ＲＦ表作成機能１２０は、複数の第２のセル値移動情報をもとに複数のＲＦ表を作成する。ＲＦ表作成機能１２０は、次に、特定のセル値の最大化の条件を満たすＲＦ表に係る第２のセル値移動情報を特定し、その第２のセル値移動情報に係るキャンペーン情報および／または新規顧客の加入情報を推奨情報とする。
なお、ＲＦ表の特定領域でのセル値の合計を最大化する場合も、ＲＦ表作成機能１２０での判定において、ＲＦ表の特定領域でのセル値の合計が対象となる違いだけで、あとは同様である。また所定の閾値以上とする場合も、ＲＦ表作成機能１２０での判定において、所定の閾値以上となる条件を満たすＲＦ表に係る第２のセル値移動情報を特定する違いだけで、あとは同様である。

最終的に、特定のセル値を最大とする条件を満たすＲＦ表を、ＲＦ表出力機能１１４がそのユーザ画面に表示させてもよい。さらに、このＲＦ表に係る推奨情報、つまり新規顧客の加入情報とキャンペーン情報を、ユーザの注意を喚起するように表示してもよい。例えば、推奨情報を文字フォントの変更などにより強調表示をさせてもよく、ユーザの画面のＲＦ表とは別の領域に推奨情報を表示させてもよい。

この例によると、ＲＦ分析・ＲＦ予測装置１００が自動的に営業戦術の推奨情報を提供するため、適切な営業戦術を検討するユーザの負荷を軽減することができる。さらには、ユーザが思いつかなかった営業戦術についても提供が可能となる。例えば、ユーザがキャンペーンの対象としては考えていなかった特定のセルにおいて、実はキャンペーンの反応が非常に大きい、つまりキャンペーン移動特性が非常に大きいことを検出して、そのセルの顧客に対し重点的に複数の営業戦術を執るように推奨することもできる。さらに、先の例と組み合わせて、一旦ＲＦ分析・ＲＦ予測装置１００による営業戦術の推奨情報を得て、さらにユーザの経験則によりキャンペーンの実施情報の編集をして、さらに効果予測を繰り返すようにしてもよい。ＲＦ分析・ＲＦ予測装置１００による推奨情報と、ユーザの経験に基づく修正により、ユーザは効果の高い営業戦術についてさらなる検討ができる。

（第２の実施形態）
第１の実施形態では、ＲＦ表作成時点が分析対象期間の後である場合には、セル値移動予測機能１５６が、図４に示したセル値の移動情報を第２のセル値移動情報として作成し、ＲＦ表作成機能１２０はその第２のセル値移動情報をもとにＲＦ表を作成した。第２の実施形態では、セル値移動特性計算機能１５４が個々のセル間におけるセルの値の単位時間ごとの移動特性を算出して、第２のセル値移動情報を作成し、ＲＦ表作成機能１２０は第１のセル値移動情報と第２のセル値移動情報とをもとにＲＦ表作成時点のＲＦ表を作成する。
本実施形態の第２のセル値移動情報は、第１の実施形態のセル値移動特性計算機能１５４の出力である。つまり、図４の形式のＲＦ表のセル値の移動情報であって、分析対象期間の終了時点からＲＦ表作成時点までの各セル値には、移動特性をもとに算出された移動割合が設定されたものである。
本実施形態のＲＦ表作成機能１２０は、まず、第１のセル値移動情報をもとに分析対象期間の終了時点のＲＦ表を作成する。次に、そのＲＦ表の各セル値と第２のセル値移動情報の移動割合をもとに、１単位時間経過後のＲＦ表を作成する。次に１単位時間経過後のＲＦ表の各セル値と移動割合により、２単位時間経過後のＲＦ表を作成する。これを繰り返すことで、ユーザが指定したＲＦ表作成時点のＲＦ表を作成する。

図１３は、現在のＲＦ表と移動特性から単位時間経過後のＲＦ表を作成する処理の流れを示すフローチャートである。同図は、前述した方法を使用して、ある時点の図１の形式のＲＦ表から１単位時間経過後のＲＦ表を作成するアルゴリズムの例を示している。このフローチャートでは、現在のＲＦ表の特定のセル値を「セル値（Ｆ_ｉ，Ｒ_ｊ）」、１単位時間経過後のＲＦ表の特定のセル値（以下、「将来セル値」と呼ぶ。）を「将来セル値（Ｆ_ｉ，Ｒ_ｊ）」とし、その単位時間におけるセル（Ｆ_ｉ，Ｒ_ｊ）とセル（Ｆ_ｍ，Ｒ_ｎ）間の移動割合を「移動割合（Ｆ_ｉ，Ｒ_ｊ）（Ｆ_ｍ，Ｒ_ｎ）」として記述している。なお、ｉ・ｊ・ｍ・ｎはＲＦ表のセルの位置を示す整数である。

まず、Ｆ軸のループに入り（Ｓ１３０２）、さらにＲ軸のループに入る（Ｓ１３０４）。次に、特定のセルの購入者数の和を保持する変数ｘを０で初期化する（Ｓ１３０６）。そして、特定のセルの顧客が商品を購入して移動するセル数分の購入ループに入る（Ｓ１３０８）。そして、セル値のＦが６であるかを判定する（Ｓ１３１０）。
Ｆが６ではない場合（Ｓ１３１０のＮ）、特定のセル（Ｆ_ｉ，Ｒ_ｊ）とＦがｉより大きくＲが１のセル（以下、「購買時移動セル」と呼ぶ。）との移動割合を取得し変数ｙに代入する（Ｓ１３１２）。次にセル値（Ｆ_ｉ，Ｒ_ｊ）と変数ｙとの積、つまり移動量を算出し変数ｚに代入する（Ｓ１３１４）。次に購買時移動セルの将来セル値に変数ｚを加算する（Ｓ１３１６）。
Ｆが６の場合（Ｓ１３１０のＹ）、特定のセル（Ｆ_ｉ，Ｒ_ｊ）とＦが同じでＲが１のセル（つまりセル（Ｆ_６，Ｒ_１））との移動割合を取得し変数ｙに代入する（Ｓ１３１８）。次にセル値（Ｆ_ｉ，Ｒ_ｊ）と変数ｙとの積、つまり移動量を算出し変数ｚに代入する（Ｓ１３２０）。次に将来セル値（Ｆ_６，Ｒ_１）に変数ｚを加算する（Ｓ１３２２）。

次に変数ｚを変数ｘに加算する（Ｓ１３２４）。これを、購買時移動セルの数分繰り返す（Ｓ１３２６）。ここまでで、セル（Ｆ_ｉ，Ｒ_ｊ）から購買時移動セル個々への移動量と、購買時移動セルへの移動量の総和が算出された。ここで、セル値のＲが１３であるかを判定する（Ｓ１３２８）。
Ｒが１３でない場合（Ｓ１３２８のＮ）、セル（Ｆ_ｉ，Ｒ_ｊ）の現在値と、購買時移動セルへの移動量の総和である変数ｘとの差を求めることにより、セル（Ｆ_ｉ，Ｒ_ｊ）のすぐ下のセル、つまりＲが１大きいセルへの移動量が算出される。そして算出した差を将来セル値（Ｆ_ｉ，Ｒ_ｊ＋１）に代入する（Ｓ１３３０）。
Ｒが１３の場合（Ｓ１３２８のＹ）、セル（Ｆ_ｉ，Ｒ_ｊ）の現在値と、購買時移動セルへの移動量の総和である変数ｘとの差を求めることにより、自身のセルへの移動量が算出される。そして算出した差を将来セル値（Ｆ_ｉ，Ｒ_１３）、つまり自身の将来セル値、に加算する（Ｓ１３３２）。これをＲ軸の行数分繰り返し（Ｓ１３３４）、さらに、Ｆ軸の列数分繰り返す（Ｓ１３３６）。
これにより１単位時間経過後のＲＦ表が作成できる。ＲＦ表作成時点のＲＦ表を作成するには、ここで示したプロセスをＲＦ作成時点に応じて単位時間ごとに繰り返すことになる。

前述した内容から明らかなように、第１の実施形態と第２の実施形態との差異は、ＲＦ表作成時点が分析対象期間の後である場合の、ＲＦ表作成時点のＲＦ表を作成する方法である。つまり、第１の実施形態では、セル値移動予測機能１５６が、ＲＦ表作成時点までのセル値の移動数を作成し、ＲＦ表作成機能１２０は、ＲＦ表作成時点のセル値の移動数をもとに直接ＲＦ表を作成することができる。これに対し、第２の実施形態では、セル値移動特性計算機能１５４が、ＲＦ表作成時点までのセル値の移動割合を作成し、ＲＦ表作成機能１２０は、その移動割合をもとに、単位時間経過後のＲＦ表を逐次作成していき、最終的にＲＦ表作成時点のＲＦ表を作成することができる。
したがって、ＲＦ表作成に直接関係のない特徴については、いずれの実施形態においても同様であることは当業者には明らかであり、本実施形態においても第１の実施形態と同様の方法で実現でき、同様の効果を得られる。
以下、本実施形態と先の第１の実施形態とで違いがある部分に関し説明する。

第１の実施形態と同様に、本実施形態のセル値移動特性計算機能１５４はさらに、キャンペーンの実施により変化するＲＦ表のセル値の移動特性をキャンペーン移動特性として算出してもよい。ここで、本実施形態のセル値移動特性計算機能１５４はさらに、第１のセル値移動情報と、通常移動特性と、キャンペーン移動特性と、をもとに個々のセル間におけるセルの値の単位時間ごとの移動割合を算出して、第２のセル値移動情報を作成してもよい。

セル値移動特性計算機能１５４は、前述したように、ＲＦ表作成時点までのセル値の移動割合を作成する。ここで、ユーザシミュレーション情報に指定されたキャンペーン期間については、セル値移動特性計算機能１５４は、通常移動特性に代えて、ユーザシミュレーション情報に指定されたキャンペーン種別に係るキャンペーン移動特性をその期間のセル値の移動割合として設定する。そして、ＲＦ表作成機能１２０は、前述したように第１のセル値移動情報と第２のセル値移動情報とをもとに、ＲＦ表作成時点のＲＦ表を作成する。なお、セル（Ｆ１，Ｒ１）には、ＲＦ表作成機能１２０が、ユーザシミュレーション情報で指定される新規顧客の加入数を設定する。

また、第１の実施形態と同様に、ＲＦ表作成機能１２０はさらに、特定のセル値、またはＲＦ表の特定領域でのセル値の合計値を、最大化または所定の閾値以上にするための、新規顧客の加入に関する推奨情報、および／またはキャンペーンに関する推奨情報を作成してもよい。このとき、本実施形態のセル値移動特性計算機能１５４は、第１のセル値移動情報、通常移動特性、およびキャンペーン移動特性をもとに、複数のキャンペーンを仮に設定し、それに基づいてセル間の移動割合を算出し、複数の第２のセル値移動情報を作成する。以降、ＲＦ表作成機能１２０は、前述した本実施形態の方法でＲＦ表を作成する。ＲＦ表作成機能１２０における条件判定以降の処理は第１の実施形態と同様である。

なお、いずれの実施形態の説明においても、説明の簡明化のため、例外的なイベントであるキャンセルに関し言及していない。キャンセルが発生すると、ＲＦ表上において顧客は、Ｆが現在のセルよりも小さい任意のセルへと移動する。しかし、キャンセルが発生した場合であっても、第１のセル値移動情報を算出するときには、キャンセルに係る購入行動はなかったものとして顧客の移動実績を計算すればよい。また第２のセル値移動情報を算出するにおいては、既に第１のセル値移動情報において処理されているため、キャンセルの考慮は不要である。つまり、実質的には、ＲＦ表上での顧客の移動先セルは前述の通り限定されているといえる。したがって、キャンセル情報を含む商品販売履歴情報であっても本発明の分析対象となり、さらに、本発明によりキャンセルの実績も考慮したＲＦ分析・ＲＦ予測を提供できることは当業者には明らかである。

以上、本発明を実施の形態をもとに説明した。この実施の形態は例示であり、それらの各構成要素や各処理プロセスの組合せにいろいろな変形例が可能なこと、またそうした変形例も本発明の範囲にあることは当業者に理解されるところである。
なお、請求項に記載の各構成要件が果たすべき機能は、本実施の形態において示された各機能ブロックの単体もしくはそれらの連係によって実現されることも当業者には理解されるところである。

ＲＦ表のイメージを示す図である。 ＲＦ表上での顧客情報の移動イメージを示す図である。 実施の形態に係るＲＦ分析・ＲＦ予測装置の機能ブロック図である。 ＲＦ表のセル間でのセル値の移動情報を示す図である。 ＲＦ分析・ＲＦ予測装置での処理の流れを示すフローチャートである。 ＲＦ計算機能の詳細な機能ブロック図である。 ＲＦ表上での顧客情報の移動実績の追跡情報イメージを示す図である。 顧客のＲＦ表上での移動実績を記録する表である。 特定のセル間におけるセル値の移動割合の変動を示す図である。 特定のセル間におけるセル値の移動割合の変動と移動特性を示す図である。 特定のセル間におけるセル値の移動割合の変動と移動特性を示す図である。 特定のセル間におけるセル値の移動割合の変動、移動特性、およびキャンペーン移動特性を示す図である。 現在のＲＦ表と移動特性から単位時間経過後のＲＦ表を作成する処理の流れを示すフローチャートである。

符号の説明

ＲＦ分析・ＲＦ予測装置 １００、ユーザインタフェイス機能 １１０、ユーザデータ受付機能 １１２、ＲＦ表出力機能 １１４、ＲＦ表作成機能 １２０、ＲＦ計算機能 １３０、ＲＦ履歴分析機能 １４０、商品販売履歴情報取得機能 １４２、顧客移動実績計算機能 １４４、セル値移動実績計算機能 １４６、ＲＦ予測機能 １５０、セル値移動割合計算機能 １５２、セル値移動特性計算機能 １５４、セル値移動予測機能 １５６、１９０ データベース、２０２ 顧客、２０４ 顧客、２０６ 顧客、２０８ 顧客、２１０ 顧客、７０２ 位置、７０４ 位置、７０６ 位置、７０８ 位置、９０２ 移動割合、１００２ 移動特性、１１０２ 移動割合、１１０４ 移動特性、１１０６ 移動特性、１２０２ 通常移動特性、１２０４ キャンペーン移動特性、１２０６ キャンペーン移動特性。

Claims (12)

1. 顧客の購入回数を第１軸とし、最新購入時期を第２軸とする２次元平面の表であり、所定の数のセルに分割されたＲＦ表による分析を支援するコンピュータプログラムであって、
   分析の対象となる期間、ＲＦ表を作成する時点、および商品カテゴリのユーザによる指定入力を分析要求情報として検出するユーザデータ受付機能と、
   前記分析の対象となる期間内の、前記セルの値の移動情報を第１のセル値移動情報として作成するＲＦ履歴分析機能と、
   前記分析の対象となる期間後から前記ＲＦ表を作成する時点までの、前記セルの値の移動情報を第２のセル値移動情報として作成するＲＦ予測機能と、
   前記第１のセル値移動情報または前記第２のセル値移動情報をもとに、前記ＲＦ表を作成する時点のＲＦ表を作成するＲＦ表作成機能と、
   前記ＲＦ表を画面表示させるＲＦ表出力機能と、
   をコンピュータに実現させ、
   前記ＲＦ履歴分析機能は、
   商品販売履歴情報を保持するデータベースから、前記分析の対象となる期間の商品販売履歴情報を取得する商品販売履歴情報取得機能と、
   前記商品販売履歴情報をもとに、個々の顧客のＲＦ表上での単位時間ごとの移動実績を算出する顧客移動実績計算機能と、
   前記個々の顧客の移動実績から、個々のセル間におけるセルの値の単位時間ごとの移動実績情報を算出して、前記第１のセル値移動情報を作成するセル値移動実績計算機能と、
   を含み、
   前記ＲＦ予測機能は、
   前記第１のセル値移動情報をもとに、個々のセル間におけるセルの値の単位時間ごとの移動割合を算出するセル値移動割合計算機能と、
   前記移動割合のそれぞれの時系列情報を作成し、各時系列情報から単位時間の経過に伴う前記セル間の値の移動割合が収束する収束値を算出し、当該収束値を前記セル間の値の単位時間ごとの移動割合の定数を示す移動特性として特定するセル値移動特性計算機能と、
   前記第１のセル値移動情報と前記移動特性をもとに、個々のセル間におけるセルの値の単位時間ごとの移動予測情報を算出して、前記第２のセル値移動情報を作成するセル値移動予測機能と、
   を含み、
   前記セル値移動特性計算機能はさらに、前記移動特性を通常移動特性とし、これとは別に、キャンペーン期間中の個々のセル間におけるセルの値の単位時間ごとの移動割合の収束値をキャンペーン移動特性として算出し、
   前記ユーザデータ受付機能はさらに、新規顧客の加入情報および／またはキャンペーン情報の、ユーザまたはクライアントアプリケーションによる新規入力または編集を、ユーザシミュレーション情報として検出し、
   前記セル値移動予測機能は、前記ユーザシミュレーション情報において指定された新規顧客の加入が実現した、および／または、キャンペーンが実施された場合の効果をＲＦ表に反映させるために、前記ユーザシミュレーション情報にしたがって前記通常移動特性または前記キャンペーン移動特性を選択的に使用して、前記移動予測情報を算出することを特徴とするコンピュータプログラム。
2. 前記ＲＦ表を作成する時点は、前記分析の対象となる期間より後であることを特徴とする請求項１に記載のコンピュータプログラム。
3. 前記セル値移動特性計算機能は、前記ＲＦ表上のセルの値が移動できるセルが限定されることに基づいて、前記収束値を算出することを特徴とする請求項１に記載のコンピュータプログラム。
4. 前記ＲＦ表上のセルの値が移動できるセルは、前記最新購入時期が一つ大きく、前記購入回数が同じセル、または、前記最新購入時期が最も新しく、前記購入回数が増加したセル、であることを特徴とする請求項３に記載のコンピュータプログラム。
5. 前記セル値移動特性計算機能はさらに、前記時系列情報の中の一部を無効期間と判別し、前記無効期間以外の移動割合をもとに前記移動特性を算出することを特徴とする請求項１から４のいずれかに記載のコンピュータプログラム。
6. 前記無効期間には、ユーザにより指定された期間、および／または、キャンペーン期間が含まれることを特徴とする請求項５に記載のコンピュータプログラム。
7. 前記キャンペーン情報は、１以上のキャンペーンの種別と、各キャンペーン期間と、各キャンペーンの費用と、を含むことを特徴とする請求項１から６のいずれかに記載のコンピュータプログラム。
8. 前記キャンペーン情報は、さらに、各キャンペーンを実施する対象となる１以上のセルの識別情報、および／または、各キャンペーンを実施する対象となる複数の顧客の識別情報を含むことを特徴とする請求項７に記載のコンピュータプログラム。
9. 前記ＲＦ表作成機能はさらに、特定のセルの値またはＲＦ表の特定領域でのセルの値の合計値を、最大化または所定の閾値以上にするための、新規顧客の加入に関する推奨情報、および／または、キャンペーンに関する推奨情報を作成することを特徴とする請求項１から８のいずれかに記載のコンピュータプログラム。
10. 顧客の購入回数を第１軸とし、最新購入時期を第２軸とする２次元平面の表であり、所定の数のセルに分割されたＲＦ表による分析を支援するコンピュータプログラムであって、
    分析の対象となる期間、ＲＦ表を作成する時点、および商品カテゴリのユーザによる指定入力を分析要求情報として検出するユーザデータ受付機能と、
    前記分析の対象となる期間内の、前記セルの値の移動情報を第１のセル値移動情報として作成するＲＦ履歴分析機能と、
    前記分析の対象となる期間後から前記ＲＦ表を作成する時点までの、前記セルの値の移動情報を第２のセル値移動情報として作成するＲＦ予測機能と、
    前記第１のセル値移動情報と前記第２のセル値移動情報をもとに、前記ＲＦ表を作成する時点のＲＦ表を作成するＲＦ表作成機能と、
    前記ＲＦ表を画面表示させるＲＦ表出力機能と、
    をコンピュータに実現させ、
    前記ＲＦ履歴分析機能は、
    商品販売履歴情報を保持するデータベースから、前記分析の対象となる期間の商品販売履歴情報を取得する商品販売履歴情報取得機能と、
    前記商品販売履歴情報をもとに、個々の顧客のＲＦ表上での単位時間ごとの移動実績を算出する顧客移動実績計算機能と、
    前記個々の顧客の移動実績から、個々のセル間におけるセルの値の単位時間ごとの移動実績情報を算出して、前記第１のセル値移動情報を作成するセル値移動実績計算機能と、
    を含み、
    前記ＲＦ予測機能は、
    前記第１のセル値移動情報をもとに、個々のセル間におけるセルの値の単位時間ごとの移動割合を算出するセル値移動割合計算機能と、
    前記移動割合のそれぞれの時系列情報を作成し、各時系列情報から単位時間の経過に伴う前記セル間の値の移動割合が収束する収束値を算出し、当該収束値を前記セル間の値の単位時間ごとの移動割合の定数を示す移動特性として特定して、前記第２のセル値移動情報を作成するセル値移動特性計算機能と、
    を含み、
    前記セル値移動特性計算機能はさらに、前記移動特性を通常移動特性とし、これとは別に、キャンペーン期間中の個々のセル間におけるセルの値の単位時間ごとの移動割合の収束値をキャンペーン移動特性として算出し、
    前記ユーザデータ受付機能はさらに、新規顧客の加入情報および／またはキャンペーン情報の、ユーザまたはクライアントアプリケーションによる新規入力または編集を、ユーザシミュレーション情報として検出し、
    前記セル値移動特性計算機能は、前記ユーザシミュレーション情報において指定された新規顧客の加入が実現した、および／または、キャンペーンが実施された場合の効果をＲＦ表に反映させるために、前記ユーザシミュレーション情報にしたがって、単位時間ごとの移動特性として、前記通常移動特性または前記キャンペーン移動特性が選択的に設定された情報を前記第２のセル値移動情報として作成し、
    前記ＲＦ表作成機能は、前記分析の対象となる期間後から前記ＲＦ表を作成する時点までのＲＦ表作成において、前記第２のセル値移動情報をもとに、単位時間経過後のＲＦ表を逐次作成して、前記ＲＦ表を作成する時点におけるＲＦ表を作成することを特徴とするコンピュータプログラム。
11. 顧客の購入回数を第１軸とし、最新購入時期を第２軸とする２次元平面の表であり、所定の数のセルに分割されたＲＦ表による分析を支援するＲＦ分析・ＲＦ予測装置であって、
    分析の対象となる期間、ＲＦ表を作成する時点、および商品カテゴリのユーザによる指定入力を分析要求情報として検出するユーザデータ受付部と、
    前記分析の対象となる期間内の、前記セルの値の移動情報を第１のセル値移動情報として作成するＲＦ履歴分析部と、
    前記分析の対象となる期間後から前記ＲＦ表を作成する時点までの、前記セルの値の移動情報を第２のセル値移動情報として作成するＲＦ予測部と、
    前記第１のセル値移動情報または前記第２のセル値移動情報をもとに、前記ＲＦ表を作成する時点のＲＦ表を作成するＲＦ表作成部と、
    前記ＲＦ表を画面表示させるＲＦ表出力部と、
    を備え、
    前記ＲＦ履歴分析部は、
    商品販売履歴情報を保持するデータベースから、前記分析の対象となる期間の商品販売履歴情報を取得する商品販売履歴情報取得部と、
    前記商品販売履歴情報をもとに、個々の顧客のＲＦ表上での単位時間ごとの移動実績を算出する顧客移動実績計算部と、
    前記個々の顧客の移動実績から、個々のセル間におけるセルの値の単位時間ごとの移動実績情報を算出して、前記第１のセル値移動情報を作成するセル値移動実績計算部と、
    を含み、
    前記ＲＦ予測部は、
    前記第１のセル値移動情報をもとに、個々のセル間におけるセルの値の単位時間ごとの移動割合を算出するセル値移動割合計算部と、
    前記移動割合のそれぞれの時系列情報を作成し、各時系列情報から単位時間の経過に伴う前記セル間の値の移動割合が収束する収束値を算出し、当該収束値を前記セル間の値の単位時間ごとの移動割合の定数を示す移動特性として特定するセル値移動特性計算部と、
    前記第１のセル値移動情報と前記移動特性をもとに、個々のセル間におけるセルの値の単位時間ごとの移動予測情報を算出して、前記第２のセル値移動情報を作成するセル値移動予測部と、
    を含み、
    前記セル値移動特性計算部はさらに、前記移動特性を通常移動特性とし、これとは別に、キャンペーン期間中の個々のセル間におけるセルの値の単位時間ごとの移動割合の収束値をキャンペーン移動特性として算出し、
    前記ユーザデータ受付部はさらに、新規顧客の加入情報および／またはキャンペーン情報の、ユーザまたはクライアントアプリケーションによる新規入力または編集を、ユーザシミュレーション情報として検出し、
    前記セル値移動予測部は、前記ユーザシミュレーション情報において指定された新規顧客の加入が実現した、および／または、キャンペーンが実施された場合の効果をＲＦ表に反映させるために、前記ユーザシミュレーション情報にしたがって前記通常移動特性または前記キャンペーン移動特性を選択的に使用して、前記移動予測情報を算出することを特徴とするＲＦ分析・ＲＦ予測装置。
12. 顧客の購入回数を第１軸とし、最新購入時期を第２軸とする２次元平面の表であり、所定の数のセルに分割されたＲＦ表による分析を支援するＲＦ分析・ＲＦ予測装置であって、
    分析の対象となる期間、ＲＦ表を作成する時点、および商品カテゴリのユーザによる指定入力を分析要求情報として検出するユーザデータ受付部と、
    前記分析の対象となる期間内の、前記セルの値の移動情報を第１のセル値移動情報として作成するＲＦ履歴分析部と、
    前記分析の対象となる期間後から前記ＲＦ表を作成する時点までの、前記セルの値の移動情報を第２のセル値移動情報として作成するＲＦ予測部と、
    前記第１のセル値移動情報と前記第２のセル値移動情報をもとに、前記ＲＦ表を作成する時点のＲＦ表を作成するＲＦ表作成部と、
    前記ＲＦ表を画面表示させるＲＦ表出力部と、
    を備え、
    前記ＲＦ履歴分析部は、
    商品販売履歴情報を保持するデータベースから、前記分析の対象となる期間の商品販売履歴情報を取得する商品販売履歴情報取得部と、
    前記商品販売履歴情報をもとに、個々の顧客のＲＦ表上での単位時間ごとの移動実績を算出する顧客移動実績計算部と、
    前記個々の顧客の移動実績から、個々のセル間におけるセルの値の単位時間ごとの移動実績情報を算出して、前記第１のセル値移動情報を作成するセル値移動実績計算部と、
    を含み、
    前記ＲＦ予測部は、
    前記第１のセル値移動情報をもとに、個々のセル間におけるセルの値の単位時間ごとの移動割合を算出するセル値移動割合計算部と、
    前記移動割合のそれぞれの時系列情報を作成し、各時系列情報から単位時間の経過に伴う前記セル間の値の移動割合が収束する収束値を算出し、当該収束値を前記セル間の値の単位時間ごとの移動割合の定数を示す移動特性として特定して、前記第２のセル値移動情報を作成するセル値移動特性計算部と、
    を含み、
    前記セル値移動特性計算部はさらに、前記移動特性を通常移動特性とし、これとは別に、キャンペーン期間中の個々のセル間におけるセルの値の単位時間ごとの移動割合の収束値をキャンペーン移動特性として算出し、
    前記ユーザデータ受付部はさらに、新規顧客の加入情報および／またはキャンペーン情報の、ユーザまたはクライアントアプリケーションによる新規入力または編集を、ユーザシミュレーション情報として検出し、
    前記セル値移動特性計算部は、前記ユーザシミュレーション情報において指定された新規顧客の加入が実現した、および／または、キャンペーンが実施された場合の効果をＲＦ表に反映させるために、前記ユーザシミュレーション情報にしたがって、単位時間ごとの移動特性として、前記通常移動特性または前記キャンペーン移動特性が選択的に設定された情報を前記第２のセル値移動情報として作成し、
    前記ＲＦ表作成部は、前記分析の対象となる期間後から前記ＲＦ表を作成する時点までのＲＦ表作成において、前記第２のセル値移動情報をもとに、単位時間経過後のＲＦ表を逐次作成して、前記ＲＦ表を作成する時点におけるＲＦ表を作成することを特徴とするＲＦ分析・ＲＦ予測装置。

Images