特許 6980573 情報処理装置、情報処理方法、およびプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6980573

(24)【登録日】2021年11月19日

(45)【発行日】2021年12月15日

(54)【発明の名称】情報処理装置、情報処理方法、およびプログラム

(51)【国際特許分類】

   G06Q 30/02 20120101AFI20211202BHJP

【ＦＩ】

   G06Q30/02 300

   G06Q30/02 378

   G06Q30/02 398

【請求項の数】9

【全頁数】14

(21)【出願番号】特願2018-48098(P2018-48098)

(22)【出願日】2018年3月15日

(65)【公開番号】特開2019-160039(P2019-160039A)

(43)【公開日】2019年9月19日

【審査請求日】2020年3月12日

【前置審査】

(73)【特許権者】

【識別番号】319013263

【氏名又は名称】ヤフー株式会社

(74)【代理人】

【識別番号】100149548

【弁理士】

【氏名又は名称】松沼 泰史

(74)【代理人】

【識別番号】100154852

【弁理士】

【氏名又は名称】酒井 太一

(74)【代理人】

【識別番号】100181124

【弁理士】

【氏名又は名称】沖田 壮男

(74)【代理人】

【識別番号】100194087

【弁理士】

【氏名又は名称】渡辺 伸一

(72)【発明者】

【氏名】谷川 奈穂

(72)【発明者】

【氏名】山谷 真貴子

(72)【発明者】

【氏名】西村 純

【審査官】 上田 威

(56)【参考文献】

【文献】 特開２０１５−０７９３３１（ＪＰ，Ａ）

【文献】 特開２００７−１８８２８５（ＪＰ，Ａ）

【文献】 特表２０１５−５０９２２２（ＪＰ，Ａ）

【文献】 特開２００５−３０９７１４（ＪＰ，Ａ）

【文献】 特開２０１１−１５４５５０（ＪＰ，Ａ）

【文献】 米国特許出願公開第２０１７／０２８６９８９（ＵＳ，Ａ１）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｑ １０／００ − ９９／００

(57)【特許請求の範囲】

【請求項1】

電子商取引において商品を購入したことのあるユーザを、前記商品の購入頻度と最後の購入日から現在までの期間である購入停止期間とのそれぞれを一以上の閾値で区切った範囲のいずれに該当するかに基づいて、予め決められているユーザタイプに分類する分類部と、
前記ユーザタイプのうち、前記購入頻度が最も高く、且つ、前記購入停止期間が最も短い第１タイプに属するユーザと、前記第１タイプのユーザ以外の第２タイプに属するユーザとの間で、前記電子商取引において購入した商品あるいは店舗の差異を解析する解析部と、
前記第２タイプに属するユーザに対して、前記第１タイプに属するユーザの購入頻度が前記第２タイプに属するユーザの購入頻度に比べて高い、商品あるいは店舗のうち少なくとも一方を推奨し、或いはインセンティブを付与するアプローチを決定する決定部と、
を備え、
前記決定部は、前記第１タイプに属するユーザの購入頻度が前記第２タイプに属するユーザの購入頻度に比べて高い傾向を示さない商品カテゴリに含まれる商品を除外して、前記第２タイプに属するユーザに対するアプローチを決定する、
情報処理装置。

【請求項2】

前記決定部は、前記第１タイプに属するユーザに対して、満足度を向上させるための前記アプローチを決定する、
請求項１に記載の情報処理装置。

【請求項3】

前記満足度を向上させるための前記アプローチには、インセンティブの付与、お買い得商品の販売、限定商品の販売のうち少なくとも一つが含まれる、
請求項２に記載の情報処理装置。

【請求項4】

前記決定部は、前記第１タイプに属するユーザの利用状況と前記第２タイプに属するユーザの利用状況との比較において、前記第２タイプに属するユーザにおいて不足している利用を促進させるための前記アプローチを決定する、
請求項１から３のうちいずれか１項に記載の情報処理装置。

【請求項5】

前記ユーザのうち前記アプローチの対象に対して、前記決定部により決定された前記アプローチに基づく配信情報を配信する配信部をさらに備える、
請求項１から４のうちいずれか一項に記載の情報処理装置。

【請求項6】

前記配信部は、前記電子商取引の利用度合に応じた頻度、あるいは、前記購入停止期間の長さに応じた頻度で、前記配信情報を配信する、
請求項５に記載の情報処理装置。

【請求項7】

前記分類部は、前記ユーザによる前記電子商取引における所定条件下での購入数が基準を満たすか否かに基づいて前記ユーザに含まれる業者ユーザを分類し、前記ユーザから前記業者ユーザを除外した個人ユーザを前記ユーザタイプに分類する、
請求項１から６のうちいずれか一項に記載の情報処理装置。

【請求項8】

コンピュータが、
電子商取引において商品を購入したことのあるユーザを、前記商品の購入頻度と最後の購入日から現在までの期間である購入停止期間とのそれぞれを一以上の閾値で区切った範囲のいずれに該当するかに基づいて、予め決められているユーザタイプに分類し、
前記ユーザタイプのうち、前記購入頻度が最も高く、且つ、前記購入停止期間が最も短い第１タイプに属するユーザと、前記第１タイプのユーザ以外の第２タイプに属するユーザとの間で、前記電子商取引において購入した商品あるいは店舗の差異を解析し、
前記第２タイプに属するユーザに対して、前記第１タイプに属するユーザの購入頻度が前記第２タイプに属するユーザの購入頻度に比べて高い、商品あるいは店舗のうち少なくとも一方を推奨し、或いはインセンティブを付与するアプローチを決定し、
前記アプローチを決定する処理において、前記第１タイプに属するユーザの購入頻度が前記第２タイプに属するユーザの購入頻度に比べて高い傾向を示さない商品カテゴリに含まれる商品を除外して、前記第２タイプに属するユーザに対するアプローチを決定する、
情報処理方法。

【請求項9】

コンピュータに、
電子商取引において商品を購入したことのあるユーザを、前記商品の購入頻度と最後の購入日から現在までの期間である購入停止期間とのそれぞれを一以上の閾値で区切った範囲のいずれに該当するかに基づいて、予め決められているユーザタイプに分類させ、
前記ユーザタイプのうち、前記購入頻度が最も高く、且つ、前記購入停止期間が最も短い第１タイプに属するユーザと、前記第１タイプのユーザ以外の第２タイプに属するユーザとの間で、前記電子商取引において購入した商品あるいは店舗の差異を解析させ、
前記第２タイプに属するユーザに対して、前記第１タイプに属するユーザの購入頻度が前記第２タイプに属するユーザの購入頻度に比べて高い、商品あるいは店舗のうち少なくとも一方を推奨し、或いはインセンティブを付与するアプローチを決定させ、
前記アプローチを決定する処理において、前記第１タイプに属するユーザの購入頻度が前記第２タイプに属するユーザの購入頻度に比べて高い傾向を示さない商品カテゴリに含まれる商品を除外して、前記第２タイプに属するユーザに対するアプローチを決定させる、
プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、情報処理装置、情報処理方法、およびプログラムに関する。

【背景技術】

【0002】

従来より、顧客による商品等の購入状況を考慮して、販売促進のための様々な施策が提案されている。例えば、商品の販売条件や販売数などのさまざまな情報を用いて、顧客による商品等の購入状況がどのような状況（例えば、反復的に購入している状況、反復的に購入していたが離反して購入しなくなった状況など）であるかを推定するシステムが知られている（例えば、特許文献１参照）。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１０−７３１８９号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、従来技術は実店舗へ来店する顧客に関するものであり、ネットワークを利用したサービスでは、取り扱う商品数も店舗数も膨大であり、顧客の利用環境も実店舗とは異なるため、従来技術を適用することは難しかった。

【0005】

本発明は、このような事情を考慮してなされたものであり、ネットワークを利用したサービスを利用する顧客の利用状況について、適切に解析することができる情報処理装置、情報処理方法、およびプログラムを提供することを目的の一つとする。

【課題を解決するための手段】

【0006】

本発明の一態様は、ネットワークを介したサービスを利用したことのあるユーザを、前記サービスの利用度合と前記サービスの最後の利用日から現在までの利用停止期間との関係に基づいて、予め決められているユーザタイプに分類する分類部と、前記分類部により分類された前記ユーザタイプに属するユーザごとに、前記サービスの利用状況について解析する解析部と、を備える情報処理装置である。

【発明の効果】

【0007】

本発明の一態様によれば、ネットワークを利用したサービスを利用する顧客の利用状況について、適切に解析することができる。

【図面の簡単な説明】

【0008】

【図1】実施形態に係る情報処理システム１の概略図である。

【図2】実施形態に係る情報処理装置３００の構成図である。

【図3】ユーザ別利用状況データ３２２の内容の一例を示す図である。

【図4】予め決められているユーザタイプの一例を示す図である。

【図5】ユーザタイプ定義情報３２３の内容の一例を示す図である。

【図6】ユーザタイプ別利用状況３２４の内容の一例を示す図である。

【図7】「一人当たりの商品カテゴリー数」の一例を示す図である。

【図8】「ベストストア購入割合」の一例を示す図である。

【図9】「商品カテゴリー別購入者割合」の一例を示す図である。

【図10】実施形態に係る情報処理装置３００において実行される処理の一例を示すフローチャートである。

【発明を実施するための形態】

【0009】

以下、図面を参照し、本発明の情報処理装置、情報処理方法、およびプログラムの実施形態について説明する。

【0010】

［情報処理システムの構成］
図１は、実施形態に係る情報処理システム１の概略図である。情報処理システム１は、例えば、一以上の端末装置１００と、サービス提供サーバ２００と、情報処理装置３００とを含む。これらの構成は、ネットワークＮＷによって互いに接続されており、このネットワークＮＷを介して互いに通信する。ネットワークＮＷは、例えば、ＷＡＮ（Wide Area Network）やＬＡＮ（Local Area Network）、インターネット、専用回線、無線基地局、プロバイダなどのうちの一部または全部を含む。

【0011】

端末装置１００は、例えば、スマートフォンなどの携帯電話やタブレット端末、ノート型あるいはデスクトップ型のパーソナルコンピュータ、ＰＤＡ（Personal Digital Assistant）などの、少なくとも通信機能と表示機能を有する端末装置である。端末装置１００は、サービス提供サーバ２００により提供されるサービスを利用するユーザＡによって使用される。

【0012】

サービス提供サーバ２００は、ネットワークＮＷを介したサービスを提供する。以下、サービス提供サーバ２００がショッピングサービスを提供する例について説明する。また、サービス提供サーバ２００は、ユーザＡによるショッピングサービスの利用状況を示すログデータを取得し、所定のタイミングで、情報処理装置３００に送信する。このログデータには、例えば、お気に入りに登録されている商品（あるいはショップ）に関する情報、ショッピングカートに入っている商品等に関する情報、購入履歴、閲覧履歴、検索履歴、会員のランクなどが含まれる。なお、購入履歴には、例えば、購入日時、購入した商品、商品の金額、ショップなどに関する情報が含まれる。閲覧履歴には、例えば、閲覧した商品、ショップなどに関する情報が含まれる。

【0013】

［情報処理装置の構成］
次に、図２を参照して、実施形態に係る情報処理装置３００の構成について説明する。図２は、実施形態に係る情報処理装置３００の構成図である。

【0014】

情報処理装置３００は、例えば、通信部３１０と、記憶部３２０と、取得部３３０と、導出部３４０と、分類部３５０と、解析部３６０と、決定部３７０と、配信部３８０とを備える。通信部３１０は、例えば、ＮＩＣなどの通信インターフェースを含む。記憶部３２０は、例えば、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、ＳＳＤなどのフラッシュメモリ、ＨＤＤ（Hard Disk Drive）などである。記憶部３２０には、例えば、ログデータ３２１、ユーザ別利用状況データ３２２、ユーザタイプ定義情報３２３、ユーザタイプ別利用状況データ３２４などが格納される。記憶部３２０は、情報処理装置３００がネットワークを介してアクセス可能なＮＡＳ（Network Attached Storage）などの外部記憶装置であってもよい。

【0015】

取得部３３０、導出部３４０、分類部３５０、解析部３６０、決定部３７０、および配信部３８０のうち一部または全部は、例えば、ＣＰＵ（Central Processing Unit）などのプロセッサが、記憶部３２０に記憶されたプログラム（ソフトウェア）を実行することで実現される。また、これらの構成要素の機能のうち一部または全部は、ＬＳＩ、ＡＳＩＣ、ＦＰＧＡ等のハードウェア（回路部：circuitryを含む）によって実現されていてもよいし、ソフトウェアとハードウェアの協働によって実現されていてもよい。

【0016】

取得部３３０は、例えば、ログデータの送信リクエストをサービス提供サーバ２００に対して送信する。取得部３３０は、サービス提供サーバ２００から受信したログデータを、ログデータ３２１として記憶部３２０に格納する。これに代えて、サービス提供サーバ２００が自発的にログデータを情報処理装置３００に送信してもよい。

【0017】

導出部３４０は、ログデータ３２１に基づいて、対象期間における利用度合を導出し、導出した結果をユーザ別利用状況データ３２２の一部として記憶部３２０に格納する。対象期間は、例えば１年である。ショッピングサービスの利用度合とは、ユーザがショッピングサービスをどのくらい利用するユーザであるかを示す情報である。以下、ショッピングサービスの利用度合が、一年間当たりの購入回数である例について説明する。これに限られず、ショッピングサービスの利用度合は、一年間当たりの購入金額、一年間当たりの閲覧回数、一年間当たりのログイン回数、一年間当たりのキャンペーン等への参加回数などであってもよい。キャンペーンには、ポイントの付与率がアップするキャンペーン、ポイントが付与されるキャンペーン、たくさんのセール商品を販売するキャンペーンなどが含まれる。また、ショッピングサービスの利用度合は、これらの情報に基づいて総合的に評価された数値であってもよい。

【0018】

また、導出部３４０は、ログデータ３２１に基づいて、ショッピングサービスの利用停止期間を導出し、導出した結果をユーザ別利用状況データ３２２の一部として記憶部３２０に格納する。ショッピングサービスの利用停止期間とは、ショッピングサービスにおける最後の利用日から現在までの期間である。以下、最後の利用日が、購入履歴に含まれる最も新しい日付である例について説明する。これに限られず、最後の利用日は、閲覧履歴に含まれる最も新しい日付や、検索履歴に含まれる最も新しい日付などであってもよい。図３は、ユーザ別利用状況データ３２２の内容の一例を示す図である。ユーザ別利用状況データ３２２は、例えば、ユーザＩＤに、利用度合と、利用停止期間とを対応付けた情報である。

【0019】

分類部３５０は、ユーザＡのうち対象となるユーザを、ショッピングサービスの利用度合と利用停止期間との関係に基づいて、予め決められているユーザタイプに分類する。

【0020】

ここで、ユーザタイプの一例について、図４を参照して説明する。図４は、予め決められているユーザタイプの一例を示す図である。図４には、一年間当たりの購入回数と購入停止期間（最後の購入日から現在までの期間）との関係を示す。この関係は、図４の例に限られず、閲覧回数と閲覧停止期間との関係、検索回数と検索停止期間との関係などであってもよい。

【0021】

図４に示す例では、一年間当たりの購入回数と購入停止期間との関係に応じた９つのユーザタイプが定義されている。ユーザタイプには、例えば、ファン層、ファンからの離反層、優良ユーザ層、安定ユーザ層、離反ファン層、安定からの離反層、新規層、新規からの離反層、完全離反層が含まれる。各ユーザタイプは、購入回数と購入停止期間との関係に応じて、図４に示す通り定義されている。例えば、ファン層は、ユーザタイプのうち、一年間当たりの購入回数が最も多く、且つ、購入停止期間が最も短いユーザタイプである。安定ユーザ層は、ユーザタイプのうち、一年間当たりの購入回数が中間的な数値であり、且つ、購入停止期間も中間的な数値であるユーザタイプである。

【0022】

なお、複数のユーザタイプの間では、順位が決められていてもよい。例えば、上述した９つのユーザタイプは、ファン層に近い順に並べられている。この順位を図４に表示する。ファン層との距離は、以下に説明する定義に基づいて決定される。例えば、年間の購入回数が多い程、ファン層に近く、年間の購入回数が少ない程、ファン層から遠いと定義する。また、購入停止期間が短い程、ファン層に近く、購入停止期間が長い程、ファン層から遠いと定義する。また、購入停止期間が長くなる程、離反傾向が強いと定義する。また、購入停止期間がファン層並みに短いユーザタイプよりも、購入回数がファン層並みに多いユーザタイプの方が、ファン層に近いと定義する。また、年間の購入回数が中間的な数値であり、且つ、購入停止期間が中間的な数値である方が、年間の購入回数あるいは購入停止期間のいずれかが中間的な数値以下であるものよりも、ファン層に近いと定義する。分類部３５０は、このような定義のうち少なくとも一つに基づいて、ファン層からの距離を総合的に評価することにより、各ユーザタイプの順番を決定してもよい。

【0023】

なお、図４において、ファンからの離反層、優良ユーザ層、および安定ユーザ層は、ファン層に近いユーザタイプの一例であり、以下、準ファン層と記す。離反ファン層、安定からの離反層、新規層、新規からの離反層、および完全離反層は、ファン層から遠いユーザタイプの一例であり、以下、遠ファン層と記す。

【0024】

図５は、ユーザタイプ定義情報３２３の内容の一例を示す図である。ユーザタイプ定義情報３２３は、図４に示すユーザタイプの一例を定義した情報である。図５に示す通り、ユーザタイプ定義情報３２３は、ユーザタイプＩＤに、一年間当たりの購入回数と、購入停止期間と、ユーザタイプの名称とを対応付けた情報である。ユーザタイプＩＤは、各ユーザタイプを識別するための識別情報である。なお、ユーザタイプ定義情報３２３において、各ユーザタイプに関する情報は、ファン層に近い順に上から並べられている。

【0025】

分類部３５０は、ユーザタイプ定義情報３２３を参照し、ユーザ別利用状況データ３２２に基づいて、対象となるユーザを、ショッピングサービスの利用度合と利用停止期間との両方が合致するユーザタイプに分類する。

【0026】

なお、分類部３５０は、ユーザタイプに分類する前に、全てのユーザＡを、所定の条件を満たす対象ユーザと所定の条件を満たさない非対象ユーザとに分類してもよい。そして、分類部３５０は、対象ユーザに分類されたユーザだけを、ユーザタイプに分類する。所定の条件には、例えば、対象期間内におけるショッピングサービスの利用があること、業者に該当しないことなどが含まれる。

【0027】

例えば、分類部３５０は、ユーザＡによるショッピングサイトの利用傾向に基づいてユーザＡに含まれる業者ユーザを分類し、ユーザＡから業者ユーザを除外した個人ユーザをユーザタイプに分類する。例えば、分類部３５０は、ショッピングサービスの利用状況が個人ユーザによる利用状況とかけ離れている場合、そのユーザを業者ユーザに分類する。ショッピングサービスの利用状況が個人ユーザによる利用状況とかけ離れている場合には、例えば、所定期間における購入数が閾値以上である場合、同じ商品カテゴリーに含まれる商品の購入数が閾値以上である場合、複数の商品カテゴリーにわたって商品の購入数が閾値以上である場合、一度の購入における購入数が閾値以上である場合などが含まれる。なお、閾値は、商品カテゴリーや商品ごとに決定されていてもよい。

【0028】

解析部３６０は、ユーザタイプに属するユーザのグループごとに、ユーザタイプに属するユーザによるショッピングサービスの利用状況について解析する。なお、分類部３５０により、ユーザＡが個人ユーザあるいは業者ユーザのいずれか分類されている場合、解析部３６０は、個人ユーザだけの利用状況について解析し、あるいは業者ユーザだけの利用状況について解析してもよい。解析部３６０は、例えば、予め決められた項目ごとに解析する。予め決められた項目には、例えば、「一人当たりの商品カテゴリー数」、「ベストストア購入割合」、「商品カテゴリー別購入者割合」、「ユーザタイプ別購入者割合」などが含まれる。

【0029】

図６は、ユーザタイプ別利用状況３２４の内容の一例を示す図である。ユーザタイプ別利用状況３２４は、ユーザタイプごとの解析部３６０による解析結果を示す情報である。図６に示す通り、ユーザタイプ別利用状況３２４は、ユーザタイプＩＤに、一人当たりの商品カテゴリー数と、ベストストア購入割合と、商品カテゴリー別購入者割合と、ユーザタイプ別購入者割合とを対応付けた情報である。ユーザタイプＩＤは、各ユーザタイプを識別するための識別情報である。

【0030】

「一人当たりの商品カテゴリー数」は、ショッピングサービスにおいて用意されている複数の商品カテゴリーのうち、各ユーザタイプに属するユーザが対象期間において購入した商品が含まれる商品カテゴリーの数である。複数の商品カテゴリーは、例えば、商品を分類する最も上位のカテゴリー（第一カテゴリー）であって、例えば、食品、ファッション、家電、スポーツ、ＡＶ機器などが含まれる。なお、第一カテゴリーには、さらに下位のカテゴリー（第二カテゴリー）が含まれており、例えばファッションには、レディースファッション、メンズファッション、腕時計・アクセサリーなどが含まれる。以下、「一人当たりの商品カテゴリー数」が、第一カテゴリーの数である例について説明するが、第二カテゴリーの数であってもよく、第二カテゴリーよりも下位のカテゴリーの数であってもよい。

【0031】

図７は、「一人当たりの商品カテゴリー数」の一例を示す図である。図７において、横軸がユーザタイプであり、縦軸が一年以内に購入した商品が含まれる商品カテゴリー数の一人当たりの平均値である。例えば、解析部３６０は、図７に示す「一人当たりの商品カテゴリー数」に基づいて、ファン層に近づく程に多くなり、且つ、ファン層から遠ざかる程に少なくなるという傾向を解析結果として得る。また、解析部３６０は、安定ユーザ層がこの傾向に該当しないという解析結果を得てもよい。また、解析部３６０は、ファン層の一人当たりの商品カテゴリー数は、平均８個以上であるという解析結果を得てもよい。これらの解析結果から、安定ユーザ層を除いて、ファン層に近い程より広いジャンルで商品を購入していることがわかる。また、この解析結果から、ファン層は、よい商品を見つけて様々なジャンルの商品を購入したいという意欲が比較的強いことがわかる。

【0032】

「ベストストア購入割合」は、各ユーザタイプに属するユーザが利用した全てのネットストアのうち、ベストストアが占める割合である。ベストストアとは、例えばショッピングサービスにおいて優良なショップに与えられるマークである。優秀なショップであるか否かは、例えば、ユーザＡによる評価、コンテンツの質、ショップの対応などの基準の下で判定される。解析部３６０は、例えば、各ユーザタイプに属するユーザが利用したベストストアの数（同じショップは重複してカウントしない）を、各ユーザタイプに属するユーザが利用した全てのネットショップの数（同じショップは重複してカウントしない）で除算することにより、ベストストア購入割合を導出する。

【0033】

図８は、「ベストストア購入割合」の一例を示す図である。図８において、横軸がユーザタイプであり、縦軸がベストストア購入割合である。例えば、解析部３６０は、図８に示す「ベストストア購入割合」について、ファン層に近づく程に高くなり、且つ、ファン層から遠ざかる程に低くなる傾向を解析結果として得る。この解析結果から、ファン層は、ベストストアでよく買い物をしていることがわかる。

【0034】

「商品カテゴリー別購入者割合」は、ユーザタイプごとに各商品カテゴリーの購入者数の割合を示す購入者割合を、商品カテゴリー別に表した情報である。なお、購入者割合を、ユーザタイプ別に表した情報が、ユーザタイプ別購入者割合である。購入者割合は、利用頻度の一例である。

【0035】

図９は、「商品カテゴリー別購入者割合」の一例を示す図である。図９において、横軸がユーザタイプであり、縦軸が購入者割合である。なお、図９には、５つの商品カテゴリーについて例示するが、解析部３６０は５以上の商品カテゴリーについても、解析可能である。例えば、解析部３６０は、図９に示す「商品カテゴリー別購入者割合」について、商品単価が比較的高いものが多い商品カテゴリー（例えば、ＡＶ機器、家電など）では、ファン層に近づく程に高くなり、且つ、ファン層から遠ざかる程に低くなるという傾向を解析結果として得る。また、解析部３６０は、図９に示す「商品カテゴリー別購入者割合」について、商品単価が比較的低いものが多い商品カテゴリー（例えば、ファッション、食品など）では、ファン層に近づく程に低くなり、且つ、ファン層から遠ざかる程に高くなるという傾向を解析結果として得る。この解析結果から、ファン層に近づく程、ＡＶ機器や家電などの商品単価が比較的高いものを購入しており、ファン層から遠ざかる程、ファッションや食品などの商品単価が比較的低いものを購入していることがわかる。また、これらの解析結果から、ファン層に近づく程、よい商品があれば例え高額商品であっても購入したいという意欲が比較的高いことがわかる。

【0036】

なお、図９に示す「スポーツ」の購入者割合では、ユーザタイプごとの違いが所定の傾向を示していない。所定の傾向には、例えば、上述したような傾向であって、ファン層に近くなるほど購入者数が多くなる傾向や、ファン層から遠くなるほど購入者数が多くなる傾向などが含まれる。解析部３６０は、解析結果のうち、ユーザタイプごとの違いが所定の傾向を示す解析結果だけを、決定部３７０に出力してもよい。こうすることにより、ユーザタイプごとの違いが所定の傾向を示さない解析結果を次のステップの対象から除外することができる。

【0037】

決定部３７０は、解析部３６０による解析結果に基づいて、ショッピングサービスの利用を促進するためのアプローチを決定する。アプローチには、ショッピングサービスにおいて実施されるプロモーションや、プロモーションをユーザに通知する手段等が含まれる。プロモーションには、広告、インセンティブの付与、セールなどが含まれる。広告には、商品やショップの告知が含まれる。インセンティブには、ポイント付与、割引の付与などが含まれる。なお、インセンティブは、対象ユーザを例えばくじ引きにあった人に限定したり、期間を限定して、付与されてもよい。

【0038】

例えば、決定部３７０は、それぞれのユーザタイプに応じて、異なるアプローチを決定する。例えば、決定部３７０は、ファン層に属するユーザに対して、ファン層に定着してもらうためのアプローチ（以下、ファン定着アプローチと記す）を決定する。また、準ファン層に属するユーザに対して、ファン層になってもらいためのアプローチ（以下、ファン養成アプローチと記す）を決定する。また、遠ファン層に属するユーザに対しては、準ファン層になってもらうためのアプローチ（以下、準ファン養成アプローチと記す）を決定する。

【0039】

また、ファン養成アプローチの対象は、準ファン層に含まれる一部のタイプであってもよく、準ファン養成アプローチの対象は、遠ファン層に含まれる一部のタイプであってもよい。例えば、解析部３６０が、ユーザタイプごとに図４において隣接する他のユーザタイプに移行する確率を解析結果として得たとする。決定部３７０は、解析部３６０は、導出した確率に基づいて、準ファン層（あるいは遠ファン層）の中で導出した確率が最も高いユーザタイプに関して、アプローチを決定してもよい。

【0040】

［ファン定着アプローチ］
ファン定着アプローチには、例えば、ファン層の満足度を向上させるためのアプローチや、ファン層の購入頻度を向上させるためのアプローチ等が含まれる。満足度を向上させるためのアプローチには、例えば、インセンティブの付与や、お買い得商品の販売（セール商品などを含む）、限定商品の販売などが含まれる。また、さらに満足度を向上させるために、ファン層以外のユーザよりも先にアプローチの告知を通知するようにしてもよい。つまり、決定部３７０は、ファン定着アプローチの配信タイミングを、ショッピングサービスの利用を促進するために効果的なタイミング（例えば、ファン層以外のユーザよりも一週間前）としてもよい。また、さらに満足度を向上させるために、ファン層だけにインセンティブの付与等の施策が実施されることを通知するようにしてもよい。こうすることにより、ファン層に特別感を与え、満足度を向上させることができる。

【0041】

ファン層の購入頻度を向上させるためのアプローチには、例えば、ファン層の購入者割合の低い商品カテゴリーに属する商品に関する広告や、ベストストアに関する広告などが含まれる。例えば、解析部３６０が、ファン層の一人当たりの商品カテゴリー数が平均８以上であって、ユーザタイプの中で最も商品カテゴリー数が多いという解析結果が得たとする。決定部３７０は、この解析結果に基づいて、商品カテゴリーのうちファン層の購入者割合が低い（例えば、順位が中間位以下）商品カテゴリーに関する広告を、ファン定着アプローチに決定する。また、解析部３６０が、ベストストア購入割合がファン層において最も高いという解析結果が得たとする。決定部３７０は、この解析結果に基づいて、ベストストアに関する広告を、ファン定着アプローチに決定する。こうすることにより、よい商品があれば例え高額商品であっても購入したいというファン層の購買意欲を満足させることができる。また、ファン層の購入者割合の低い商品カテゴリーに属する商品をレコメンドすることにより、ファン層がまだ購入したことのない商品の広告を展開することとなり、上述したようなファン層の購買意欲を満足させることができる。

【0042】

［ファン養成アプローチ］
ファン養成アプローチには、例えば、ファン層の利用状況に近づけるためのアプローチなどが含まれる。ファン層の利用状況に近づけるためのアプローチには、例えば、ファン層の利用状況と準ファン層の利用状況との比較において準ファン層において不足している利用を促進させるためのアプローチなどが含まれる。例えば、解析部３６０が、ファン層と比較して準ファン層の「一人当たりの商品カテゴリー数」が不足していることや、不足している数を解析結果として得たとする。また、解析部３６０が、ファン層と比較して準ファン層の「商品カテゴリー別購入者割合」が低い商品カテゴリーを解析結果として得たとする。決定部３７０は、これらの解析結果に基づいて、商品カテゴリーのうち、準ファン層と比較してファン層の「商品カテゴリー別購入者割合」が高い商品カテゴリーに属する商品に関する広告を、ファン養成アプローチに決定する。また、決定部３７０は、この商品に関する広告の数を、ファン層に比較して準ファン層が不足している商品カテゴリーの数に相当するものとして決定してもよい。

【0043】

また、ファン層の利用状況に近づけるためのアプローチには、例えば、ファン層の利用頻度が準ファン層の利用頻度に比べて高い商品等に関するアプローチなどが含まれる。商品等には、商品あるいは店舗のうち少なくとも一方が含まれる。例えば、解析部３６０が、ベストストア購入割合がファン層において最も高いという解析結果を得たとする。決定部３７０は、この解析結果に基づいて、ベストストアに関する広告を、ファン養成アプローチに決定する。また、解析部３６０が、商品カテゴリーの「家電」の購入者割合がファン層において最も高いという解析結果を得たとする。決定部３７０は、この解析結果に基づいて、商品カテゴリーの「家電」に含まれる商品に関する広告を、ファン養成アプローチに決定する。

【0044】

［準ファン養成アプローチ］
準ファン養成アプローチには、例えば、準ファン層の利用状況に近づけるためのアプローチなどが含まれる。準ファン層の利用状況に近づけるためのアプローチには、例えば、準ファン層の利用状況と遠ファン層の利用状況との比較において遠ファン層において不足している利用を促進させるためのアプローチなどが含まれる。なお、このアプローチは、上述したファン層の利用状況に近づけるためのアプローチと同様にして決定されてもよい。

【0045】

また、準ファン層の利用状況に近づけるためのアプローチには、遠ファン層の購入頻度を向上させるためのアプローチが含まれていてもよい。遠ファン層の購入頻度を向上させるためのアプローチには、例えば、遠ファン層が購入しやすい商品カテゴリーに属する商品に関する広告や、遠ファン層が購入しやすい価格帯の商品に関する広告などが含まれる。例えば、解析部３６０が、ファン層や準ファン層と比較して遠いファン層の「商品カテゴリー別購入者割合」が比較的高い商品カテゴリーを解析結果として得たとする。決定部３７０は、これらの解析結果に基づいて、商品カテゴリーのうち、ファン層や準ファン層と比較して遠いファン層の「商品カテゴリー別購入者割合」が比較的高い商品カテゴリーに属する商品に関する広告を、準ファン養成アプローチに決定する。また、決定部３７０は、ファン層に比べて準ファン層の「商品カテゴリー別購入者割合」が比較的高い商品カテゴリーに属する商品に関する広告を、準ファン養成アプローチに決定してもよい。

【0046】

また、決定部３７０は、解析部３６０による解析結果において、ユーザタイプごとの違いが所定の傾向を示す商品カテゴリーに関して、解析結果に基づくアプローチを決定してもよい。例えば、決定部３７０は、図９に示す「スポーツ」の購入者割合に基づく解析結果を全ての解析結果から除外した残りに基づいて、アプローチを決定する。

【0047】

また、決定部３７０は、解析部３６０により解析された個人ユーザだけの利用状況に基づいて、個人ユーザに対するアプローチを決定してもよい。また、決定部３７０は、解析部３６０により解析された業者ユーザだけの利用状況に基づいて、業者ユーザに対するアプローチを決定してもよい。こうすることにより、個人ユーザの利用状況と業者ユーザの利用状況の違いに応じて、各ユーザの利用状況に適したアプローチを決定することができる。例えば、業者ユーザに比べて個人ユーザの方がポイント付与による購買率が高くなるという傾向が解析結果として得られた場合、個人ユーザに対してポイント付与を行う。また、個人ユーザに比べて業者ユーザの方がまとめ買いによる割引によって購買率が高くなるという傾向が解析結果として得られた場合、業者ユーザに対してまとめ買いによる割引を実施する。こうすることにより、効率的にアプローチすることができる。

【0048】

また、決定部３７０は、アプローチの対象であるユーザタイプに応じて、アプローチの回数を決定してもよい。また、決定部３７０は、ショッピングサービスの利用度合や、利用停止期間の長さに応じて、アプローチの回数を決定してもよい。例えば、ファン層の定着を重要視する場合、決定部３７０は、ファン定着アプローチの回数を、その他のアプローチよりも多くする。

【0049】

配信部３８０は、通信部３１０を用いて、全てのユーザＡのうちアプローチの対象に対して、決定部３７０により決定されたアプローチに基づく情報（以下、アプローチ情報）を配信する。アプローチ情報は、メールであってもよく、ウェブページに埋め込まれたコンテンツであってもよく、アプリケーションソフトを用いて表示されるコンテンツであってもよい。例えば、配信部３８０は、ファン定着アプローチのアプローチ情報を、ファン層に属するユーザに配信する。例えば、配信部３８０は、ファン養成アプローチのアプローチ情報を、準ファン層に属するユーザに配信する。例えば、配信部３８０は、準ファン養成アプローチのアプローチ情報を、遠ファン層に属するユーザに配信する。

【0050】

また、決定部３７０によりショッピングサービスの利用度合に応じてアプローチの回数が決定された場合、配信部３８０は、ショッピングサービスの利用度合に応じた頻度で、アプローチ情報を配信する。決定部３７０により利用停止期間の長さに応じてアプローチの回数が決定された場合、配信部３８０は、利用停止期間の長さに応じた頻度で、アプローチ情報を配信する。

【0051】

［フローチャート］
次に、図１０を参照して、実施形態に係る情報処理装置３００において実行される処理について説明する。図１０は、実施形態に係る情報処理装置３００において実行される処理の一例を示すフローチャートである。

【0052】

まず、取得部３３０は、サービス提供サーバ２００から受信したログデータを、ログデータ３２１として記憶部３２０に格納する（Ｓ１）。導出部３４０は、ログデータ３２１に基づいて、対象期間における利用度合と利用停止期間をユーザＡごとに導出し、導出した結果をユーザ別利用状況データ３２２の一部として記憶部３２０に格納する（Ｓ２）。分類部３５０は、ユーザＡのうち対象となるユーザを決定し（Ｓ３）、ユーザ別利用状況データ３２２とユーザタイプ定義情報３２３とを参照して、ユーザＡのうち対象となるユーザを、予め決められているユーザタイプに分類する（Ｓ４）。ユーザＡのうち対象となるユーザには、例えば、個人ユーザだけ、業者ユーザだけなどが含まれる。

【0053】

解析部３６０は、ユーザタイプに属するユーザのグループごとに、ユーザタイプに属するユーザによるショッピングサービスの利用状況について解析する（Ｓ５）。決定部３７０は、解析部３６０による解析結果に基づいて、ショッピングサービスの利用を促進するためのアプローチを決定する（Ｓ６）。配信部３８０は、アプローチの配信対象に対して、決定部３７０により決定されたアプローチのアプローチ情報を配信する（Ｓ７）。

【0054】

以上説明した実施形態によれば、ネットワークを介したサービスを利用したことのあるユーザを、サービスの利用度合とサービスの最後の利用日から現在までの利用停止期間との関係に基づいて、予め決められているユーザタイプに分類する分類部３５０と、分類部３５０により分類されたユーザタイプに属するユーザごとに、サービスの利用状況について解析する解析部３６０と、を備えることにより、ネットワークを利用したサービスを利用する顧客の利用状況について解析することができる。これにより、サービスの販売促進のための様々な施策を提案する際に、ネットワークを利用したサービスを利用する顧客の利用状況を参考にすることができ、効果的である。

【0055】

以上、本発明を実施するための形態について実施形態を用いて説明したが、本発明はこうした実施形態に何等限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形及び置換を加えることができる。

【0056】

本実施形態において、サービス提供サーバ２００がショッピングサービスを提供する例について説明したが、これに限られない。サービス提供サーバ２００は、ネットワークＮＷを介して提供される様々なサービスであって、例えば、オークション、フリーマーケット、ｅコマースサービス全般（株券や金融商品の売買など含む）、金融（口座振り込みや引き落としなどを含む）、保険、ニュースサイトなどに関するサービスを提供するものであってもよい。また、情報処理装置３００も、これらのサービスに関して上述した処理を実行可能であり、これらサービスのいずれかを利用したことのあるユーザをユーザタイプに分類し、これらサービスのいずれかの利用状況について解析する。

【符号の説明】

【0057】

１…情報処理システム、１００…端末装置、２００…サービス提供サーバ、３００…情報処理装置、３１０…通信部、３２０…記憶部、３３０…取得部、３４０…導出部、３５０…分類部、３６０…解析部、３７０…決定部、３８０…配信部、３２１…ログデータ、３２２…ユーザ別利用状況データ、３２３…ユーザタイプ定義情報、３２４…ユーザタイプ別利用状況データ

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】