JP7494515B2 - 営業支援装置、営業支援方法とプログラム - Google Patents

Description

本開示は、住宅リフォームの営業支援装置等に関する。

顧客データをデータベース化し、様々な角度から分析したうえで、顧客との関係を向上させる顧客関係管理（CRM：Customer Relationship Management）システムが知られている。顧客関係管理システムを用いて顧客の購買履歴を分析し、傾向や特性を割り出すことによって、顧客の購買意欲を促進するような商材、時期、価格を導出している。

また、将来に亘り収益が見込めそうな顧客を営業対象とするために、顧客生涯価値（ＬＴＶ；Life Time Value）が用いられている。顧客生涯価値は、１人の顧客が生涯にその商品又はサービス対して支払う金額の総額を表す指標である。顧客の潜在的な心理を理解し、適切な商品等を提供することで顧客生涯価値を高めていくことが可能となる。

顧客生涯価値の算出方法の一例が、特許文献１に記載されている。特許文献１のシステムは、顧客全体をベースした顧客１人当たりの平均値による顧客生涯価値の精度低下を改善するために、地理的人口統計データを用いて特定エリアごとに顧客を区分し、区分された顧客を用いて顧客生涯価値を算出している。

特開２０１５－１１８６４７号公報

特許文献１により算出される顧客生涯価値は、特定エリア内の顧客ごとに振れ幅がある場合、顧客生涯価値の精度は低下することになる。

本開示の目的は、上記の課題を解決するために、顧客ごとの顧客生涯価値の精度を向上させることが可能な営業支援装置等を提供することにある。

本開示の一態様である営業支援装置は、顧客データの顧客を、購入した住宅価格の価格帯で分類する価格分類部と、
価格帯ごとに、価格帯に含まれる築古の顧客から築古の顧客における所定年単位ごとの総合金額の分布に基づき特定顧客を抽出する特定顧客抽出部と、
前記価格帯ごとに、前記特定顧客における所定年単位の顧客生涯価値の金額推移の値に基づき、類型化された複数の金額推移クラスタに分類するクラスタ分析部を備える。

本開示の一形態である営業支援方法は、顧客データの顧客を、購入した住宅価格の価格帯で分類し、前記価格帯ごとに、前記価格帯に含まれる築古の顧客から、前記築古の顧客における所定年単位ごとの総合金額の分布に基づき、特定顧客を抽出し、前記価格帯ごとに、前記特定顧客における所定年単位の顧客生涯価値の金額推移の値に基づき、類型化された複数の金額推移クラスタに分類する。

本開示の一形態であるプログラムは、顧客データの顧客を、購入した住宅価格の価格帯で分類し、前記価格帯ごとに、前記価格帯に含まれる築古の顧客から、前記築古の顧客における所定年単位ごとの総合金額の分布に基づき、特定顧客を抽出し、前記価格帯ごとに、前記特定顧客における所定年単位の顧客生涯価値の金額推移の値に基づき、類型化された複数の金額推移クラスタに分類する、ことをコンピュータに実行させる。

本開示の営業支援装置等によれば、顧客生涯価値の精度を向上することができる。

第１の実施形態に係る営業支援装置の構成の例を示すブロック図である。 第１の実施形態に係る営業支援システムの概要を示すブロック図である。 顧客データの例を示す図である。 顧客データにおける住宅の購入価格の分布を示すヒストグラムである。 築古の顧客における５年単位の総合金額の分布の例を示す図である。 ある価格帯における複数の金額推移クラスタの例を示す図である。 図１に示す営業支援装置に算出部を含めた構成の例を示すブロック図である。 第１の実施形態に係る営業支援装置の動作の例を示すフローチャートである。 図７に示す営業支援装置の動作の例を示すフローチャートである。 第２の実施形態に係る営業支援装置の構成の例を示すブロック図である。 第２の実施形態に係る営業支援装置の動作の例を示すフローチャートである。 第１、２の実施形態の営業支援装置に用いるハードウエア構成を示す図である。

以下、本開示の実施形態に係る営業支援装置について図面を用いて説明する。なお、以下の実施形態は説明のための例示であり、その例示に限定されるものではない。本実施形態では、住宅リフォームの営業に利用する営業支援装置の例として説明する。

（第１の実施形態）
第１の実施形態に係る営業支援装置について図面を用いて説明する。図１は、第１の実施形態に係る営業支援装置の構成の例を示すブロック図である。図１に示す営業支援装置１０は、価格分類部１１、特定顧客抽出部１２、クラスタ分析部１３を備える。

図２は、営業支援装置システムの例を概略的に示すブロック図である。図２の営業支援システム５は、営業支援装置１０と顧客ＤＢ（Database）２０を備える。営業支援装置１０は、顧客データ２１を格納する顧客ＤＢ２０と通信可能に接続される。顧客データ２１は、住宅を購入した顧客に関する顧客情報、邸情報、アフター管理情報を含む。顧客情報、邸情報、および、アフター管理情報は、顧客ごとに関連付けされる。

図３は、顧客データ２１の例を示す図である。顧客情報は、顧客ＩＤ（Identifier）、年齢、住所、年収などの顧客の属性に関する情報を含む。邸情報は、邸ＩＤ、建蔽率／容積率、用途地域、地盤情報、建物構造などの住宅の属性に関する情報を含む。アフター管理情報は、コンタクト実績、商談実績、リフォーム実績など顧客の住宅引渡後における営業活動の属性に関する情報を含む。コンタクト実績は、顧客へのコンタクト日時、方法、内容などを含む。商談実績は、商談日時、商談回数、商談内容などを含む。リフォーム実績は、商材ＩＤ（商材名）、施工日、施工費用などを含む。なお、顧客情報、邸情報、アフター管理情報の内容は、図２に示す内容に限られない。

＜価格分類部＞
価格分類部１１は、顧客ＤＢ２０にアクセスし、顧客データ２１を取得する。価格分類部１１は、顧客データ２１の顧客を、購入した住宅価格の価格帯で分類する。図４は、顧客データ２１の顧客が購入した住宅価格の分布を示すヒストグラムである。図４のヒストグラムにおいて、縦軸は顧客の人数を表し、横軸は購入した住宅価格を表す。なお、図４の例は、購入した住宅価格に土地代が含まれないもとする。土地代を除いた住宅価格を用いることで、住宅の建物や設備にどの程度の費用をかけられる顧客であるかの１つの目安となる。なお、購入した住宅価格に土地代を含めてもよく、その場合、購入した住宅価格は、土地代を含めた住宅関係の購買能力のポテンシャルの目安とすることができる。

図４において価格帯の幅を１０００万円としているが、これに限られない。価格帯に含まれる顧客の人数を所定の範囲とするために価格帯の幅を変えてもよい。価格分類部１１は、例えば、０から１千万円や１億円以上の価格帯に分類される顧客の人数が少ない場合、価格帯で分類する対象から除外してもよい。価格分類部１１は、特定顧客抽出部１２に価格帯ごとに分類された顧客の顧客ＩＤを渡す。

＜特定顧客抽出部＞
特定顧客抽出部１２は、価格帯ごとに、分類された顧客ＩＤに基づいて顧客の顧客データ２１を取得する。特定顧客抽出部１２は、価格帯ごとに、価格帯に含まれる築古の顧客を抽出し、築古の顧客における所定年単位ごとの総合金額の分布に基づき特定顧客を抽出する。

ここで、築古とは、建築後に相応の年数が経過していることを表し、例えば、住宅の建築後３０年以上経過していることを表す。なお、築古の築後年数は、築３０年以上に限定されるものではない。築２５年以上又は築３５年以上を築古としてもよい。所定年単位とは、所定期間の年数を表し、例えば、５年単位である。なお、年単位は、５年に限られるものではなく、任意に設定できる。

総合金額とは、総合金額は、住宅購入後に掛かる費用を加算して算出される。例えば、総合金額は、住宅の購入価格、リフォームの工事費用、設備のメンテナンス費用などが加算される。リフォームの工事が複数回あれば、その都度、リフォームの工事費用が総合金額に加算される。

特定顧客抽出部１２は、統計手法を用いて、所定年単位ごとの総合金額の分布におけるボリュームゾーンとなる顧客を抽出する。統計手法の例は、箱ひげ図である。図５は、築古の顧客における５年単位ごとの総合金額の分布の例を示す図である。図５に示す図は、築３０年以上の顧客における５年単位の総合金額の分布を表している。図５のグラフにおいて、縦軸は総合金額、横軸は築年数を表す。なお、縦軸は、総合金額の他に、総合金額から住宅価格を引いた値としてもよい。

例えば、特定顧客抽出部１２は、ある５年単位（例えば、築１０年以上築１５年未満）の総合金額の分布において最大値・最小値・四分位数を算出する。算出された四分位数のうち第１四分位数と第３四分位数の間に含まれる顧客を特定顧客とすることで、５年単位ごとの総合金額の分布を妥当な範囲に収めることができる。

上記では、統計手法として箱ひげ図を利用して特定顧客の抽出する例を説明したが、これに限られるものではない。例えば、最頻値、標準偏差、分散などを用いて特定顧客を抽出してもよい。特定顧客抽出部１２は、価格帯ごとに、抽出された特定顧客の顧客ＩＤをクラスタ分析部１３に渡す。

＜クラスタ分析部＞
クラスタ分析部１３は、価格帯ごとに、抽出された特定顧客の顧客ＩＤに基づいて、特定顧客の顧客データ２１を取得する。クラスタ分析部１３は、価格帯ごとに、抽出された特定顧客における所定年単位の顧客生涯価値（総合金額－住宅価格）の金額推移の値に基づき、類型化された複数の金額推移クラスタに分類する。具体的には、クラスタ分析部１３は、価格帯ごとに、所定年単位の顧客生涯価値（総合金額－住宅価格）の金額推移の値を説明変数としてクラスタ分析を実施する。クラスタ分析では、ユークリッド距離で特定顧客の金額推移線をクラスタリングする。

図６は、クラスタ分析の結果の例を示す図である。縦軸は顧客生涯価値（総合金額－住宅価格）、横軸は築年数を表す。図６に示すクラスタ分析の結果によると、４０００万以上５０００万円未満の価格帯に含まれる特定顧客は、３つの金額推移線のクラスタに分類される。説明上、３つの金額推移クラスタのクラスタＩＤをＣＬ１、ＣＬ２、ＣＬ３とする。なお、図６の例では、クラスタ分析部１３により得られた金額推移クラスタの数は３つであるが、得られる金額推移クラスタの数は３つに限られるものではない。

図６において、ＣＬ１の金額推移クラスタは、築浅のときにリフォーム、メンテナンス、消耗品購入等（以下、住宅のアフター費と称す）にお金を使い、その後あまりアフター費にお金を使わなかった顧客の金額推移を示している。ＣＬ３の金額推移クラスタは、築浅からほとんどアフター費に金を使わず、築１５年を過ぎてからアフター費にお金を使っていた顧客の金額推移を示している。また、ＣＬ２の金額推移クラスタは、築年数に応じてアフター費にお金を使っていた顧客の金額推移を示している。

また、クラスタ分析部１３のクラスタ分析で得られた３つの金額推移クラスタを用いることで、将来どの程度住宅のアフター費にお金を支払うか顧客であるかを見極めることもできる。例えば、住宅価格が４０００万以上５０００万円未満で築２０年の顧客がいる場合、図６の破線に位置することになる。ここで、築２０年の顧客がＣＬ３の金額推移クラスタに割当てられる場合、将来、住宅のアフター費にお金を使ってくれる顧客であると判定できる。また、顧客がＣＬ２の金額推移クラスタに割当てられる場合、築年数に応じて住宅のアフター費にお金を使ってくれる顧客と判定できる。さらに、顧客がＣＬ１の金額推移クラスタに割当てられる場合、将来、住宅のアフター費にお金を使わない顧客と判定できる。

＜算出部＞
次に顧客生涯価値の算出について説明する。図７は、図１に示す営業支援装置に算出部を含めた構成の例を示すブロック図である。クラスタ分析部１３によって、住宅価格の価格帯ごとに、築古の顧客たちが住宅のアフター費に支払ってきた金額の推移を示す金額推移線がクラスタリングされる。算出部１４は、クラスタ分析部１３でクラスタリングされた金額推移線（金額推移クラスタ）を用いて対象顧客の顧客生涯価値を算出する。

以下、算出部１４は、対象顧客の築３０年時点までの顧客生涯価値を算出するものとする。なお、顧客生涯価値の算出は、対象顧客の築３０年時点に限られるものではなく、例えば、築３５年時点まででもよい。対象顧客の築年数は、算出部１４が顧客ＩＤに基づき顧客ＤＢ２０を参照して取得する。

例えば、顧客生涯価値を求める対象が、住宅価格が４０００万以上５０００万円未満で築２０年の顧客であるとする。図６において、築２０年の顧客は、破線と交差するいずれかの金額推移クラスタに位置することになる。築２０年の顧客が図６に示すＣＬ１～ＣＬ３の金額推移線のうち、いずれに割当るかは、顧客が築０年から築２０年までに５年単位で支払ってきた総合金額の推移から判定する。

算出部１４は、判定された金額推移クラスタに基づき、築２０年の顧客における、現時点から１０年後となる築３０年時点の顧客生涯価値を算出する。図６に示す例で、対象顧客がＣＬ２の金額推移クラスタに割当てられる場合、例えば、現時点（築２０年）の顧客生涯価値が９００万円であり、顧客の築３０年時点の顧客生涯価値は１３００万円となる。

ここで、算出部１４は、判定された金額推移クラスタと顧客の現時点での築年数に基づき、現時点からの残りの顧客生涯価値を算出することもできる。例えば、算出部１４は、築２０年の顧客における、現時点から１０年後となる築３０年時点の顧客生涯価値から現時点の築２０年の顧客生涯価値を減算することで、対象顧客の残りの顧客生涯価値を算出する。

図６に示す例で、対象顧客がＣＬ２の金額推移クラスタに割当てられる場合、例えば、顧客の築３０年時点の顧客生涯価値が１３００万円であり、現時点（築２０年）の顧客生涯価値が９００万円であるとする。これにより、算出部１４は、対象顧客の現時点から残りの顧客生涯価値を４００万円と算出する。

次に、第１の実施形態に係る営業支援装置１０の動作について図面を用いて説明する。図８は、第１の実施形態に係る営業支援装置１０の動作の例を示すフローチャートである。また、図９は、図７に示す営業支援装置１０の動作の例を示すフローチャートである。なお、図９において、図８に示すフローチャートと重複するステップについては、同一のステップ番号を付して詳細な説明を省略する。

価格分類部１１は、顧客ＤＢ２０にアクセスし、顧客データ２１を取得する。価格分類部１１は、顧客データ２１の顧客を、購入した住宅価格の価格帯で分類する（ステップＳ１１）。価格分類部１１は、特定顧客抽出部１２に価格帯ごとに分類された顧客の顧客ＩＤを渡す。

次に、特定顧客抽出部１２は、価格帯ごとに、分類された顧客ＩＤに基づいて顧客ＤＢ２０にアクセスし顧客の顧客データ２１を取得する。特定顧客抽出部１２は、価格帯ごとに、価格帯に含まれる築古の顧客を抽出し、築古の顧客における所定年単位ごとの総合金額の分布に基づき特定顧客を抽出する（ステップＳ１２）。例えば、特定顧客抽出部１２は、統計手法を用いて、所定年単位ごとの総合金額の分布におけるボリュームゾーンとなる顧客を抽出する。特定顧客抽出部１２は、価格帯ごとに、抽出された特定顧客の顧客ＩＤをクラスタ分析部１３に渡す。

クラスタ分析部１３は、価格帯ごとに、抽出された特定顧客の顧客ＩＤに基づき、顧客ＤＢ２０にアクセスし特定顧客の顧客データ２１を取得する。クラスタ分析部１３は、価格帯ごとに、抽出された特定顧客における所定年単位の顧客生涯価値（総合金額－住宅価格）の金額推移の値に基づき、類型化された複数の金額推移クラスタに分類する（ステップＳ１３）。具体的には、クラスタ分析部１３は、価格帯ごとに、所定年単位の顧客生涯価値の金額推移の値を説明変数としてクラスタ分析を実施する。

図９は、算出部１４を含む営業支援装置１０の動作の例を示すフローチャートである。なお、図９において、図８と重複する動作については、同一のステップ番号を付して詳細な説明を省略する。

クラスタ分析部１３によって、住宅価格の価格帯ごとに、築古の顧客たちが住宅リフォームに支払ってきた金額の推移を示す金額推移線がクラスタリングされる。算出部１４は、対象顧客の現時点の築年数を取得し、クラスタ分析部１３でクラスタリングされた金額推移線（金額推移クラスタ）を用いて対象顧客の顧客生涯価値を算出する（ステップＳ１４）。具体的には算出部１４は、判定されたクラスタの金額推移線（金額推移クラスタ）に基づき、対象顧客の築３０年時点の顧客生涯価値から現時点の築年数の顧客生涯価値を減算して算出する。なお、算出される顧客生涯価値は、対象顧客の築３０年時点での顧客生涯価値とするが、築３０年時点には限られない。

（第１の実施形態の効果）
第１の実施形態の営業支援装置１０によれば、顧客生涯価値の精度を向上することができる。その理由は、住宅の購入価格の価格帯ごとに、築古の顧客における所定年単位の総合金額の金額推移の値に基づき、顧客生涯価値の複数の金額推移クラスタに分類する。これにより価格帯ごとの顧客生涯価値の金額推移を示すクラスタに分けることができる。価格帯ごとにクラスタが分類されることで、対象顧客の住宅の価格を反映した顧客生涯価値を算出することができる。

（第２の実施形態）
第２の実施形態に係る営業支援装置ついて図面を用いて説明する。図１０は、第２の実施形態に係る営業支援装置の構成の例を示すブロック図である。図１０に示す営業支援装置３０は、価格分類部１１、特定顧客抽出部１２、クラスタ分析部１３、クラスタ割当部３１、算出部３２を備える。第２の実施形態に係る営業支援装置３０の説明において、第１の実施形態と同様の価格分類部１１、特定顧客抽出部１２、クラスタ分析部１３については詳細な説明を省略する。

＜クラスタ割当部＞
第１の実施形態では、対象顧客の金額推移に基づいて算出部１４が対象顧客を金額推移クラスタに割当ていた。第２の実施形態では、クラスタ割当部３１が、対象顧客を価格帯ごとの金額推移クラスタに割当てる。例えば、クラスタ割当部３１は、価格帯ごとに予測モデル（多値判別モデル）を生成し、生成した予測モデルを用いて対象顧客をクラスタ分析部１３で分類された金額推移クラスタに割当てる。

具体的には、クラスタ割当部３１は、価格分類部１１が分類した価格帯の数を取得して多値判別分析の予測モデルの数を設定する。予測モデルの目的変数は、価格帯ごとの金額推移クラスタである。金額推移クラスタは、価格帯ごとにＣＬ１、ＣＬ２などの識別子により識別される。予測モデルの説明変数は、顧客の、顧客情報、邸情報、所定年単位の総合金額である。所定年単位は、例えば、５年単位である。なお、所定年単位は、５年に限られない。

学習用データとして、築古の顧客の顧客情報、邸情報、アフター管理情報を用いる。なお、築古は、例えば、築３０年以上であるが、これに限られず、築２５年以上でもよく、築３５年以上でもよい。また予測用データは、築０年以上築３５年未満の顧客の顧客情報、邸情報、アフター管理情報とする。なお、予測用データとして、築０年以上築３５年未満の顧客を対象としているが、これに限られない。

クラスタ割当部３１は、価格帯ごとの予測モデルを用いて対象顧客を分類された金額推移クラスタに割当てた後、対象顧客と割当てた金額推移クラスタを関連付けして算出部３２に渡す。

なお、クラスタ割当部３１によるクラスタ割当は、上記の判別分析を用いるものに限られず、ｋ平均法を用いてクラスタ割当をしてもよい。例えば、クラスタ割当部３１は、クラスタ平均との距離の近さを用いて、価格帯ごとに金額推移クラスタを割当てる。具体的には、クラスタ割当部３１は、複数の金額推移クラスタについて、それぞれの平均を求め、各クラスタ平均との距離を比較して、最も近い金額推移クラスタに対象顧客を割当ててもよい。

＜算出部＞
算出部３２は、クラスタ割当部３１によって割当てられた価格帯ごとの金額推移クラスタに基づき、対象顧客の顧客生涯価値を算出する。例えば、算出部３２は、対象顧客に対応する金額推移クラスタで築３５年時点における顧客生涯価値を算出する。ここで、算出部３２によって算出される顧客生涯価値は、築３５年時点の顧客生涯価値であってもよく、築３０年時点の顧客生涯価値であってもよい。

なお、算出部３２は、第１の実施形態の算出部１４と同様に、対象顧客における現時点から所定年数後の築年数までの残りの顧客生涯価値を算出することもできる。例えば、算出部３２は、築２０年の顧客における、現時点から１５年後となる築３５年時点の顧客生涯価値から現時点の築２０年の顧客生涯価値を減算することで、対象顧客の残りの顧客生涯価値を算出できる。

次に、第２の実施形態に係る営業支援装置３０の動作について説明する。図１１は、第２の実施形態に係る営業支援装置３０の動作の例を示すフローチャートである。図１１が示す営業支援装置３０の動作のうち、ステップＳ１１、Ｓ１２、Ｓ１３は第１の実施形態の営業支援装置１０の動作と同様であるため説明は省略する。

第２の実施形態では、クラスタ割当部３１が、対象顧客を価格帯ごとの金額推移クラスタに割当てる（ステップＳ２１）。例えば、クラスタ割当部３１は、価格帯ごとに予測モデル（多値判別モデル）を生成し、生成した予測モデルを用いて対象顧客をクラスタ分析部１３で分類された金額推移クラスタに割当てる。なお、クラスタ割当部３１によるクラスタ割当は、上記の判別分析を用いるものに限られず、ｋ平均法を用いて対象顧客を価格帯ごとに金額推移クラスタを割当ててもよい。クラスタ割当部３１は、価格帯ごとの予測モデルを用いて対象顧客を分類された金額推移クラスタに割当てた後、対象顧客と割当てた金額推移クラスタを関連付けして算出部３２に渡す。

算出部３２は、クラスタ割当部３１によって割当てられた価格帯ごとの金額推移クラスタに基づき、対象顧客の顧客生涯価値を算出する（ステップＳ２２）。例えば、算出部３２は、対象顧客に対応する金額推移クラスタで築３５年時点における顧客生涯価値を算出する。ここで、算出部３２によって算出される顧客生涯価値は、築３５年時点の顧客生涯価値であってもよく、築３０年時点の顧客生涯価値であってもよい。

（第２の実施形態の効果）
第２の実施形態の営業支援装置４０によれば、価格帯ごとに対象顧客を金額推移クラスタに割当てるクラスタ割当部３１によって、対象顧客により近い金額推移クラスタを割当てることができる。これにより算出部３２で算出される対象顧客の顧客生涯価値の精度も向上する。

（ハードウエア構成）
例えば、図１、図７、図１０に示す営業支援装置１０は、図１２に示すコンピュータ６０のＣＰＵ（Central Processing Unit）６１と、営業支援装置１０の価格分類部１１、特定顧客抽出部１２、クラスタ分析部１３、算出部１４、営業支援装置３０のクラスタ割当部３１、算出部３２を構成要素とするプログラム６４を実行することにより実現できる。もこれらの構成要素は、ＣＰＵ６１がＲＯＭ（Read Only Memory）６２あるいは記憶装置６５からプログラム６４を読み込み、読み込んだプログラム６４を、ＣＰＵ６１、及び、ＲＡＭ（Random Access Memory）６３を用いて実行することで実現されてもよい。

また、上述の営業支援装置１０をＣＰＵ６１に機能させるための営業支援プログラムが格納されたコンピュータ読み取り可能な記憶媒体６６によって構成されると捉えることもできる。記憶媒体６６は、例えばハードディスクドライブ、ドライブ装置６７に着脱可能なディスク媒体やメモリカードなどである。例えば、営業支援装置１０の価格分類部１１、特定顧客抽出部１２、クラスタ分析部１３の構成要素は、集積回路による専用のハードウエアであってもよい。またコンピュータ６０は、ネットワークと接続可能な通信インターフェース６８、入出力インターフェース７０を有してもよい。また、営業支援装置１０、３０の構成要素は、複数の装置に分散して配置されてもよく、その場合、複数の装置間を通信可能に接続することで装置単体と同様に機能することができる。

本開示は上述した各実施形態に限定されるものではなく、種々の変更が可能であり、異なる実施形態にそれぞれ開示された構成、動作、処理を適宜組み合わせて得られる実施形態についても本開示の技術的範囲に含まれる。

以上、上述した実施形態を模範的な例として本開示を説明した。しかしながら、本開示は、上述した実施形態には限定されない。即ち、本開示は、本開示のスコープ内において、当業者が理解し得る様々な態様を適用することができる。

５ 営業支援システム
１０ 営業支援装置
１１ 価格分類部
１２ 特定顧客抽出部
１３ クラスタ分析部
１４、３２ 算出部
２０ 顧客ＤＢ
２１ 顧客データ
３１ クラスタ割当部

Claims (10)

1. 顧客データの顧客を、購入した住宅価格の価格帯で分類する価格分類手段と、
   前記価格帯ごとに、前記価格帯に含まれる築古の顧客から、前記築古の顧客における所定年単位ごとの総合金額の分布に基づき、特定顧客を抽出する特定顧客抽出手段と、
   前記価格帯ごとに、前記特定顧客における所定年単位の顧客生涯価値の金額推移の値に基づき、前記特定顧客を、類型化された複数の金額推移クラスタに分類するクラスタ分析手段と、を備える営業支援装置。
2. 前記顧客データは、前記顧客の属性に関する顧客情報、前記顧客の住宅の属性に関する邸情報、前記顧客の住宅引渡後における営業活動の属性に関するアフター管理情報を含む、請求項１に記載の営業支援装置。
3. 前記顧客生涯価値は、前記総合金額から前記住宅価格を引いた値である、請求項１又は２に記載の営業支援装置。
4. 前記金額推移クラスタに基づき、対象顧客の前記顧客生涯価値を算出する算出部を更に備える、請求項１から３のいずれか１つに記載の営業支援装置。
5. 前記算出部は、前記対象顧客における所定年数後の顧客生涯価値と現時点の顧客生涯価値に基づき、前記所定年数後までの残りの顧客生涯価値を算出する、請求項４に記載の営業支援装置。
6. 前記価格帯ごとに、前記対象顧客を前記金額推移クラスタに割当てるクラスタ割当手段を更に備える、請求項４又は５に記載の営業支援装置。
7. 前記クラスタ割当手段は、判別分析を用いて前記金額推移クラスタの予測モデルを生成し、前記予測モデルに基づき、前記対象顧客に対する前記金額推移クラスタを割当てる、請求項６に記載の営業支援装置。
8. 前記判別分析は、前記価格帯の数を前記予測モデルの数とし、前記価格帯ごとの前記金額推移クラスタのクラスタＩＤを目的変数とし、前記築古の顧客の顧客情報又は邸情報、所定年単位の総合金額を説明変数とし、前記築古の顧客の顧客データを学習用データとし、前記対象顧客の顧客データを予測用データとする多値判別分析である、請求項７に記載の営業支援装置。
9. コンピュータが、
   顧客データの顧客を、購入した住宅価格の価格帯で分類し、
   前記価格帯ごとに、前記価格帯に含まれる築古の顧客から、前記築古の顧客における所定年単位ごとの総合金額の分布に基づき、特定顧客を抽出し、
   前記価格帯ごとに、前記特定顧客における所定年単位の顧客生涯価値の金額推移の値に基づき、前記特定顧客を、類型化された複数の金額推移クラスタに分類する、営業支援方法。
10. 顧客データの顧客を、購入した住宅価格の価格帯で分類し、
    前記価格帯ごとに、前記価格帯に含まれる築古の顧客から、前記築古の顧客における所定年単位ごとの総合金額の分布に基づき、特定顧客を抽出し、
    前記価格帯ごとに、前記特定顧客における所定年単位の顧客生涯価値の金額推移の値に基づき、前記特定顧客を、類型化された複数の金額推移クラスタに分類する、ことをコンピュータに実現させるプログラム。

Images