值(有购入0.35，无购入0.65)、深夜时间段的利用比例的先验概率值(多 0.1，普通 0.3，少 0.6)。
[0117]根据图25，若接下来关于顾客A的说明变量之中的购入副食，获得了 “有购入”的详细数据，则购入副食的概率值(1.0)加入，通过预测处理，目标变量即未婚的概率值从0.43上升为0.63。
[0118]根据图26，若再关于顾客A的说明变量之中深夜时间段的利用，获得了“多”的详细数据，则概率值(1.0)加入，目标变量即未婚的概率值进行从0.63进一步上升为0.90这样的预测处理。
[0119]下面，参照图27?图30所示的预测处理的模型，来说明2层模型时的预测处理。若对于任意顾客A的预测处理，将手工制作意愿的概率设为第2目标变量，则此时，在没有顾客A的详细数据的场合，也就是在说明变量中没有任何实例值的数据的状态下，手工制作意愿的概率值分派从提供了调研类数据的顾客们的数据得到的先验概率值(高约0.48，低约0.52)，第I目标变量的已婚/未婚之别的概率值分派从提供了调研类数据的顾客们的数据得到的先验概率值(已婚约0.57，未婚约0.43)。
[0120]接下来，若关于顾客A的说明变量之中的购入调料，得到了“有购入”的详细数据，则和上述I层模型的结构相同，购入调料的概率值(1.0)加入，通过预测处理，手工制作意愿的概率值从0.48上升为0.71。
[0121]再者，若关于顾客A的说明变量之中的购入副食，得到了“无购入”的详细数据，则购入副食的概率值(1.0)加入，第I目标变量即已婚/未婚之别的已婚的概率值从0.57上升为0.68。进而，第I目标变量即已婚/未婚之别因为也是相对于第2目标变量即手工制作意愿的说明变量，所以按照购入副食的概率值(1.0)的变动，第I目标变量已婚/未婚之别的概率值发生变动，该第I目标变量的变动传播为第2目标变量的变动，第2目标变量即亲手制作意愿的概率值进一步从0.71上升为0.74。
[0122]如图30所示，预测处理是说明变量(父)的概率值的变动使第I目标变量(子)的概率值产生变动的处理，用来在第I目标变量(子)进一步说明变量(父)时，使第2目标变量(子(相对于最开始的说明变量为孙))的概率值产生变动。也就是说，I个目标变量相对于下一代以后的目标变量也成为说明变量，可以根据需要设定到当前连接的全部目标变量(第η代的目标变量)中。也就是说，本发明的预测处理因任意的说明变量的实例值加入，给当前连接的全部目标变量的概率值带来影响，而进行计算各项目的概率值的预测处理。另外，在2层以上的预测处理中，因上一代的说明变量的实例值加入，而给当前连接的(子、孙、第η代的目标变量)变动传播影响，进行计算各项目的概率值的预测处理。
[0123]采样处理(S4)是当制作解析全部顾客部分的详细数据所需的预测处理的解析用暂用模型时，为了制作精度高的预测模型而提取任意顾客的动作。也就是说，为了预测处理的解析用试验模型，而进行提取任意数量的顾客(例如100万人量)的汇总后的数据集市(例如3000项目的数据集市)的处理。该采样处理是在制作模型处理的前阶段进行的处理。虽然在采样处理中用于解析试验模型而作为提取对象的顾客也可以随机提取，但是为了能在下述的验证处理中进行确切的验证，从具有对概率值的答案的顾客，也就是预定项目以上的实例值的详细数据已被存储的顾客之中，提取任意数量的顾客较为合适。
[0124]制作模型处理(S5)用来在对全部顾客部分的详细数据进行预测处理之前，对通过上述采样单元采样后的详细数据，利用解析用试验模型进行预测处理来计算概率值，验证其结果的概率值和从实际所收集并存储的详细数据得到的答案，也就是先验概率值，生成评分用的暂用模型。
[0125]制作模型处理针对被采样的顾客的数据，利用预测处理的解析用试验模型，针对要进行预测处理的各目标变量计算概率值。接下来，进行验证处理，该验证处理计算通过利用解析用试验模型的预测处理所得到的概率值和针对事先作为实例值所收集的各目标变量已经得到的先验概率值之间的差分。重复目标变量或说明变量的项目更换，或者变更对项目的离散化的方法等解析用试验模型校正处理，以便验证处理的结果为和先验概率值之间的差分小于等于任意的值，之后，确定和先验概率值之间的差分小于等于任意的值的状态的评分用试验模型。还有，该制作模型处理因为详细数据每次被收集并存储都将过期，所以要定期进行，每次都生成符合实际情况的预测处理的暂用模型。
[0126]评分处理用来将在上述制作模型处理中所生成的暂用模型，在全部顾客的数据集市中展开。因此，要针对全部顾客的数据集市的全部项目，计算概率值。
[0127]也就是说，在不进行评分的状态下如图31的实例表所示，有关顾客的数据是实际所收集的属性数据、详细数据。针对于此，若利用上述解析用模型进行了预测处理，则如同图32所示的被称为顾客DNA表的概率推论后的表那样，关于全部的项目获得概率值。再者，也能够根据需要，如图33所示，获得添加了以实例表的趋势为根据用阈值判定概率值等的处理后的映射估计值。
[0128]因为通过这样的处理来解析顾客数据，所以可以在短时间内正确地解析多位顾客的数据。还有，在顾客数量是绝对少数的情况下，也能够省略采样处理、制作模型处理及验证处理，对全部顾客部分的详细数据施以预测处理。
[0129]虽然如上也可以根据实例表的实例值进行详细数据分析、行为分析及理解分析，但是为了针对实例值的数据量少的顾客也提取精度更高的要件项目，制作行动，可以通过对顾客DNA分析后的概率值或者映射估计值进行详细数据分析，将顾客区段，对于顾客DNA分析后的概率值或者映射估计值，进行行为分析、理解分析，判定要件项目，来制作精度更高的行动。
[0130]这样，根据本发明的系统1，可以提供顾客数据的分析/验证系统，该系统具有用各种各样的方法分析从服务积分系统的加入者即顾客提供的数据，根据分析结果，对顾客计划促销、建议等的行动，对加盟企业计划数据的提供等行动，执行行动的提供，验证该行动有何种程度效果，进而改善行动这样的行动的计划、行动的执行、行动效果测量以及行动的改善的周期。
[0131]另外，本发明的系统I由于可以分析涉及多个加盟企业的顾客数据，因而顾客可以在多个企业的范围内加以利用，能够获取符合自己的生活状况或意愿的建议或促销，加盟企业可以在不由本公司保有顾客数据的状况下，针对作为目标适当的顾客发出建议、促销，并且能够获得在商品开发或商品引进中有用的数据。
[0132]产业上的可利用性
[0133]根据本发明的顾客数据分析/验证系统，可以确切地分析从顾客提供的数据，根据分析结果制作行动，加以执行。
【主权项】
1.一种顾客数据分析/验证系统，其特征为， 具有:收集单元，收集加盟企业内顾客的详细数据；存储单元，存储上述详细数据；分析单元，分析上述详细数据；以及分类单元，将顾客按区段进行分类；并且具有验证单元，根据被分类成一个区段的顾客的详细数据的项目和被分类成另一区段的顾客的详细数据的项目，判定对购买行为的差异带来影响的要件项目。
2.如权利要求1所述的顾客数据分析/验证系统，其特征为， 验证单元将被分类成一个区段的顾客的详细数据的项目和被分类成另一区段的顾客的详细数据的项目之中非共同性高的项目，判定为对购买行为的差异带来影响的要件项目。
3.如权利要求1或2所述的顾客数据分析/验证系统，其特征为， 验证单元是根据详细数据的项目之中履历类数据的项目来判定要件项目的行为分析单元。
4.如权利要求1至3任一项所述的顾客数据分析/验证系统，其特征为， 验证单元是根据详细数据的项目之中调研类数据的项目来判定要件项目的理解分析单元。
5.如权利要求1至4任一项所述的顾客数据分析/验证系统，其特征为， 具有:行动制作单元，将由验证单元判定出的要件项目进行一览化列表；以及行动执行单元，将该进行了一览化列表后的要件项目提供给企业终端。
6.如权利要求1至5任一项所述的顾客数据分析/验证系统，其特征为， 具有:行动制作单元，制作包含由验证单元判定出的要件项目在内的建议；以及行动执行单元，将该建议提供给店铺终端及/或顾客终端。
7.如权利要求1至6任一项所述的顾客数据分析/验证系统，其特征为， 具有:行动制作单元，制作包含由验证单元判定出的要件项目在内的促销；以及行动执行单元，将该促销提供给店铺终端及/或顾客终端。
8.如权利要求1至7任一项所述的顾客数据分析/验证系统，其特征为， 具有:比较行动执行前的详细数据和行动执行后的详细数据、并且判定在行动后发生了购买行为的顾客的单元。
【专利摘要】提供一种系统，该系统具有用各种各样的方法分析从顾客提供的数据，根据分析结果，给顾客提供促销、建议等的行动，给加盟企业提供数据提供等的行动，验证该行动是何种程度效果的数据存储、分析、行动及效果测量的周期。顾客数据分析/验证系统(1)，具有：收集单元，收集加盟企业内顾客的详细数据；存储单元，存储上述详细数据；分析单元，分析上述详细数据；分类单元，将顾客按区段进行分类；并且具有验证单元，根据被分类成一个区段的顾客的详细数据的项目和被分类成另一区段的顾客的详细数据的项目，判定给购买行为的差异带来影响的要件项目。
【IPC分类】G06F17-30
【公开号】CN104813315
【申请号】CN201380019071
【发明人】增田宗昭
【申请人】文化便利俱乐部株式会社
【公开日】2015年7月29日
【申请日】2013年11月20日
【公告号】WO2015056360A1