特許 7445932 情報処理装置、情報処理方法及びプログラム

(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】

(24)【登録日】2024-02-29

(45)【発行日】2024-03-08

(54)【発明の名称】情報処理装置、情報処理方法及びプログラム

(51)【国際特許分類】

   G06Q 50/10 20120101AFI20240301BHJP

【ＦＩ】

G06Q50/10

【請求項の数】 10

(21)【出願番号】P 2022042529

(22)【出願日】2022-03-17

(65)【公開番号】P2023136703

(43)【公開日】2023-09-29

【審査請求日】2022-03-17

(73)【特許権者】

【識別番号】519063495

【氏名又は名称】株式会社ＰＫＵＴＥＣＨ

(74)【代理人】

【識別番号】100131451

【弁理士】

【氏名又は名称】津田 理

(74)【代理人】

【識別番号】230117802

【弁護士】

【氏名又は名称】大野 浩之

(72)【発明者】

【氏名】呉 一郎

(72)【発明者】

【氏名】孫 ▲路▼

(72)【発明者】

【氏名】王 雪竹

【審査官】野口 俊明

(56)【参考文献】

【文献】国際公開第２０１９／２２０５１９（ＷＯ，Ａ１）

【文献】特開２０１０－２１１２８７（ＪＰ，Ａ）

【文献】特開２００４－２４６５０７（ＪＰ，Ａ）

【文献】特開２００５－００４３４２（ＪＰ，Ａ）

【文献】特開２０１２－００３３２３（ＪＰ，Ａ）

【文献】特開２０１７－０４９８１３（ＪＰ，Ａ）

【文献】特開２０２０－１２３０２８（ＪＰ，Ａ）

(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】

営業支援のために用いられる情報処理装置であって、
ある営業担当者の端末を介したコミュニケーションに関するコミュニケーション情報を取得する取得部と、
前記ある営業担当者のコミュニケーションに含まれる文字を自然言語処理した上で評価する、前記ある営業担当者の所定期間内においてコミュニケーションが行われた回数もしくは人数を評価する、又は前記ある営業担当者のコミュニケーション情報における顧客からの送信に対する返信までの時間もしくは顧客への送信に対する顧客からの返信までの時間を評価する第一評価部と、
を備え、
取得部は、優れた評価を受けている１又は複数の営業を担当している所定の優秀人物の端末を介した優秀コミュニケーション情報を取得し、
第一評価部は、優秀コミュニケーション情報において、コミュニケーションに含まれる文字を自然言語処理した上で評価する、所定期間内においてコミュニケーションが行われた回数もしくは人数を評価する、又は顧客からの送信に対する返信までの時間もしくは顧客への送信に対する顧客からの返信までの時間を評価し、
前記ある営業担当者の端末に対して、前記ある営業担当者の第一評価部での評価結果と、第一評価部による優秀コミュニケーション情報の評価結果の両方を区別して出力する出力部を備える、情報処理装置。

【請求項2】

取得部は、前記優秀人物とは異なる複数の一般人物の端末を介した一般コミュニケーション情報を取得し、
第一評価部は、一般コミュニケーション情報において、コミュニケーションに含まれる文字を自然言語処理した上で評価する、所定期間内においてコミュニケーションが行われた回数もしくは人数を評価する、又は顧客からの送信に対する返信までの時間もしくは顧客への送信に対する顧客からの返信までの時間を評価し、
出力部は、第一評価部による一般コミュニケーション情報の評価結果を出力する、請求項１に記載の情報処理装置。

【請求項3】

第一評価部は、トレンドワードの一定期間における利用回数もしくは利用割合、又はコミュニケーション情報に含まれる顧客からの絵文字もしくはスタンプでの送信に対して絵文字もしくはスタンプで返信している割合を用いて評価する、請求項１又は２に記載の情報処理装置。

【請求項4】

第一評価部は、コミュニケーション情報に含まれる、顧客からの感謝、喜び又は頼み事を示すキーワードの一定期間における出現回数又は出現割合を用いて評価する、請求項１乃至３のいずれか１項に記載の情報処理装置。

【請求項5】

第一評価部は、コミュニケーション情報における顧客からの送信に対する返信までの平均時間又は顧客への送信に対する顧客からの返信までの平均時間が、閾値より短い場合に高評価とし、閾値より長い場合に低評価とする、請求項１乃至４のいずれか１項に記載の情報処理装置。

【請求項6】

第一評価部は、端末におけるコミュニケーション情報に含まれる、コンプライアンス違反を示すキーワードを判別し、
コンプライアンス違反を示すキーワードが含まれている場合には、当該コミュニケーションを行っている端末に警告を報知する、請求項１乃至５のいずれか１項に記載の情報処理装置。

【請求項7】

顧客情報に基づき、当該顧客に対してコミュニケーションを取るようリコメンドする通知部を備える、請求項１乃至６のいずれか１項に記載の情報処理装置。

【請求項8】

顧客から開示される個人情報の開示レベルを評価し、開示レベルの高い顧客に対して高い評価を行う第二評価部を備える、請求項１乃至７のいずれか１項に記載の情報処理装置。

【請求項9】

営業支援のために用いられる情報処理方法であって、
取得部によって、ある営業担当者の端末を介したやり取りに関するコミュニケーション情報を取得する工程と、
第一評価部によって、前記ある営業担当者のコミュニケーションに含まれる文字を自然言語処理した上で評価する、前記ある営業担当者の所定期間内においてコミュニケーションが行われた回数もしくは人数を評価する、又は前記ある営業担当者のコミュニケーション情報における顧客からの送信に対する返信までの時間もしくは顧客への送信に対する顧客からの返信までの時間を評価する工程と、
を備え、
取得部によって、優れた評価を受けている１又は複数の営業を担当している所定の優秀人物の端末を介した優秀コミュニケーション情報を取得する工程と、
第一評価部によって、優秀コミュニケーション情報において、コミュニケーションに含まれる文字を自然言語処理した上で評価する、所定期間内においてコミュニケーションが行われた回数もしくは人数を評価する、又は顧客からの送信に対する返信までの時間もしくは顧客への送信に対する顧客からの返信までの時間を評価する工程と、
出力部によって、前記ある営業担当者の端末に対して、前記ある営業担当者の第一評価部での評価結果と、第一評価部による優秀コミュニケーション情報の評価結果の両方を区別して出力する工程と、をさらに備える情報処理方法。

【請求項10】

情報処理装置にインストールされるプログラムであって、
前記プログラムがインストールされた情報処理装置は、営業支援のために用いられ、
ある営業担当者の端末を介したやり取りに関するコミュニケーション情報を取得する機能と、
前記ある営業担当者のコミュニケーションに含まれる文字を自然言語処理した上で評価する、前記ある営業担当者の所定期間内においてコミュニケーションが行われた回数もしくは人数を評価する、又は前記ある営業担当者のコミュニケーション情報における顧客からの送信に対する返信までの時間もしくは顧客への送信に対する顧客からの返信までの時間を評価する機能と、
優れた評価を受けている１又は複数の営業を担当している所定の優秀人物の端末を介した優秀コミュニケーション情報を取得する機能と、
優秀コミュニケーション情報において、コミュニケーションに含まれる文字を自然言語処理した上で評価する、所定期間内においてコミュニケーションが行われた回数もしくは人数を評価する、又は顧客からの送信に対する返信までの時間もしくは顧客への送信に対する顧客からの返信までの時間を評価する機能と、
前記ある営業担当者の端末に対して、前記ある営業担当者の第一評価部での評価結果と、第一評価部による優秀コミュニケーション情報の評価結果の両方を区別して出力する機能と、
を備えることとなるプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、端末を介したコミュニケーションを評価する情報処理装置、情報処理方法及びプログラムに関する。

【背景技術】

【0002】

コロナの影響もあり、近年、営業はＬＩＮＥ（登録商標）等のアプリケーションを介して行われることが多くなってきている。他方、アプリケーションを介した営業は、対面によるものとは異なり、顧客との距離感がつかみづらいこともあり、営業担当者によっては、どのようにして顧客とコミュニケーションを取るべきかがわからないことがある。自己が行っている顧客とのコミュニケーションがあっているのかどうかもわからず、またどのようにすれば営業活動が上手くいくかもわからないことが多い。

【0003】

営業支援のための提案は従来から行われているものの（例えば特許文献１、２等）、上記のような問題に対応するための手段は未だ提案されていない。

【先行技術文献】

【特許文献】

【0004】

【文献】特開２０２２－００２０５９号公報

【文献】特開２０２１－０６８０３６号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

本発明は、上記のような問題を発端としてなされたものであり、端末を介したコミュニケーションを評価可能な情報処理装置等を提供する。本発明の発端は営業に関する問題によるものであるが、本発明が適用される分野は営業に限定されるものではない。

【課題を解決するための手段】

【0006】

本発明による情報処理装置は、
端末を介したコミュニケーションに関するコミュニケーション情報を取得する取得部と、
コミュニケーションに含まれる文字を自然言語処理した上で評価する、所定期間内においてコミュニケーションが行われた回数もしくは人数を評価する、又はコミュニケーション情報における顧客からの送信に対する返信までの時間もしくは顧客への送信に対する顧客からの返信までの時間を評価する第一評価部と、
を備えてもよい。

【0007】

本発明による情報処理装置は、
複数の人物に対する第一評価部での評価結果に基づく情報を出力する出力部を備えてもよい。

【0008】

本発明による情報処理装置において、
取得部は、優れた評価を受けている１又は複数の所定の優秀人物の端末を介した優秀コミュニケーション情報を取得し、
第一評価部は、優秀コミュニケーション情報において、コミュニケーションに含まれる文字を自然言語処理した上で評価する、所定期間内においてコミュニケーションが行われた回数もしくは人数を評価する、又は顧客からの送信に対する返信までの時間もしくは顧客への送信に対する顧客からの返信までの時間を評価し、
出力部は、第一評価部による優秀コミュニケーション情報の評価結果を出力してもよい。

【0009】

本発明による情報処理装置において、
取得部は、優秀人物とは異なる１又は複数の一般人物の端末を介した一般コミュニケーション情報を取得し、
第一評価部は、一般コミュニケーション情報において、コミュニケーションに含まれる文字を自然言語処理した上で評価する、所定期間内においてコミュニケーションが行われた回数もしくは人数を評価する、又は顧客からの送信に対する返信までの時間もしくは顧客への送信に対する顧客からの返信までの時間を評価し、
出力部は、第一評価部による一般コミュニケーション情報の評価結果を出力してもよい。

【0010】

本発明による情報処理装置において、
第一評価部は、トレンドワードの一定期間における利用回数もしくは利用割合、又はコミュニケーション情報に含まれる顧客からの絵文字もしくはスタンプでの送信に対して絵文字もしくはスタンプで返信している割合を用いて評価してもよい。

【0011】

本発明による情報処理装置において、
第一評価部は、コミュニケーション情報に含まれる、顧客からの感謝、喜び又は頼み事を示すキーワードの一定期間における出現回数又は出現割合を用いて評価してもよい。

【0012】

本発明による情報処理装置において、
第一評価部は、第一評価部は、コミュニケーション情報における顧客からの送信に対する返信までの平均時間又は顧客への送信に対する顧客からの返信までの平均時間が、閾値より短い場合に高評価とし、閾値より長い場合に低評価してもよい。

【0013】

本発明による情報処理装置において、
第一評価部は、端末におけるコミュニケーション情報に含まれる、コンプライアンス違反を示すキーワードを判別し、
コンプライアンス違反を示すキーワードが含まれている場合には、当該コミュニケーションを行っている端末に警告を報知してもよい。

【0014】

本発明による情報処理装置において、
顧客情報に基づき、当該顧客に対してコミュニケーションを取るようリコメンドする通知部を備えてもよい。

【0015】

本発明による情報処理装置において、
顧客から開示される個人情報の開示レベルを評価し、開示レベルの高い顧客に対して高い評価を行う第二評価部を備えてもよい。

【0016】

本発明による情報処理方法は、
取得部によって、端末を介したやり取りに関するコミュニケーション情報を取得する工程と、
第一評価部によって、コミュニケーションに含まれる文字を自然言語処理した上で評価する、所定期間内においてコミュニケーションが行われた回数もしくは人数を評価する、又はコミュニケーション情報における顧客からの送信に対する返信までの時間もしくは顧客への送信に対する顧客からの返信までの時間を評価する工程と、
を備えてもよい。

【0017】

本発明によるプログラムは、
情報処理装置にインストールされるプログラムであって、
前記プログラムがインストールされた情報処理装置は、
端末を介したやり取りに関するコミュニケーション情報を取得する機能と、
コミュニケーションに含まれる文字を自然言語処理した上で評価する、所定期間内においてコミュニケーションが行われた回数もしくは人数を評価する、又はコミュニケーション情報における顧客からの送信に対する返信までの時間もしくは顧客への送信に対する顧客からの返信までの時間を評価する機能と、
を備えてもよい。

【発明の効果】

【0018】

本発明によれば、端末を介したコミュニケーションを評価可能な情報処理装置等を提供できる。

【図面の簡単な説明】

【0019】

【図1】図１は、本発明の実施の形態による情報処理システムのブロック図である。

【図2】図２は、本発明の実施の形態においてデータ分析の結果が可視化される態様を示した図である。

【図3】図３は、可視化、レコメンド、見込み客の発見等の本発明の実施の形態による情報処理システムを導入することで提供されるサービスについて説明するための図である。

【図4】図４は、本発明の実施の形態において営業活動量等が可視化される態様を説明するための図である。

【図5】図５は、本発明の実施の形態においてリマインドが通知される態様を説明するための図である。

【図6】図６は、本発明の実施の形態において高確度者を表示するための態様を説明するための図である。

【図7】図７は、本発明の実施の形態による情報処理装置で検知されるコンプライアンス違反に関する利用態様を説明するための図である。

【発明を実施するための形態】

【0020】

実施の形態
《構成》
以下、本発明に係る情報処理システム及び情報処理装置１００の実施の形態について説明する。本実施の形態では、情報処理装置１００を利用した情報処理方法、情報処理装置１００を生成するためにインストールされるプログラムや、当該プログラムを記憶したＵＳＢ、ＤＶＤ等からなる記憶媒体も本実施の形態により提供される。また、パソコン、スマートフォン、タブレット等の各種端末２００にインストールされるプログラムも提供される。本実施の形態の「又は」は「及び」を含む概念であり、Ａ又はＢは、Ａ、Ｂ並びにＡ及びＢの両方のいずれかを意味している。

【0021】

本実施の形態の情報処理システムは、情報処理装置１００と、１又は複数の端末２００とを有してもよい。情報処理装置１００は典型的にはサーバであり、クラウド環境に置かれてもよい。

【0022】

図１に示すように、本実施の形態の情報処理装置１００は、複数の端末２００から、端末２００を介した例えば顧客とのやり取りに関するコミュニケーション情報を取得する取得部１０と、コミュニケーション情報に含まれる文字を自然言語処理した上で端末２００の保有者である営業担当者等の端末保有者を評価するコミュニケーション評価部として機能する第一評価部１３０と、第一評価部１３０による評価結果を出力し、複数の端末２００で第一評価部１３０による評価結果を閲覧可能にする出力部７０と、を有してもよい。第一評価部１３０はコミュニケーション情報に含まれる絵文字やスタンプ等を用いて端末保有者のコミュニケーションのやり方を評価してもよい。第一評価部１３０はコミュニケーションの行われた回数又は人数に関する情報に基づいて端末保有者のコミュニケーションのやり方を評価してもよい。第一評価部１３０では、端末２００の保有者である担当者から発せられたコミュニケーションと、やり取りの相手先である顧客等から発せられたコミュニケーションとを区別できるようになっている。本実施の形態の「顧客」には潜在的な顧客も含まれている。端末２００を用いた顧客とのやり取りはＬＩＮＥ（登録商標）等の一般的なアプリケーションや専用のアプリケーションを介して行われてもよい。アプリケーションを介したやり取りを含む端末２００から入力される情報は、サーバ等からなる情報処理装置１００を介して行われてもよいし、随時又は定期的に端末２００から情報処理装置１００に送信されてもよい。端末２００を介した顧客と担当者との間のやり取りは記憶部６０で記憶されてもよい。サーバ等からなる情報処理装置１００を介して顧客と担当者との間のコミュニケーションが行われる場合には、取得部１０は情報処理装置１００に直接記載されるコミュニケーションによってコミュニケーション情報を取得してもよい。端末２００を介した顧客とのやり取りは、端末２００の識別情報や担当者の識別情報と紐づいて情報処理装置１００の記憶部６０に記憶されてもよく、また同様に顧客の識別情報と紐づいて情報処理装置１００の記憶部６０に記憶されてもよい。

【0023】

本実施の形態で用いられる端末２００は、スマートフォン、タブレット端末、パソコン等であってもよい。端末２００がスマートフォンやタブレット端末の場合には、入力部２２０と表示部２１０を兼ねたタッチパネルからなる入力表示部が設けられることになる。出力部７０から出力される情報は端末２００で表示可能となる。本実施の形態の端末２００は、管理者が使用する管理端末２００ａと、管理者以外の人物が利用する一般端末とを含む概念である。本実施の形態では、管理端末２００ａの入力部を２２０ａとして示し、表示部を２１０ａで示すこととする。

【0024】

第一評価部１３０によって評価されるコミュニケーション情報は、所定期間内においてやり取りを行った顧客の人数又は顧客に対するメッセージ数もしくはやり取りの回数を含んでもよい。第一評価部１３０によって、これらについて評価することで、顧客と積極的なコミュニケーションを図っているかを評価でき、各担当者（例えば営業担当者）の営業活動量を評価することができる。所定期間は適宜設定され、１日でもよいし、１週間でもよいし、１か月でもよい。所定期間は予め定められてもよいし、管理端末２００ａから指定できるようになってもよい。所定期間内においてやり取りを行った顧客の人数が多い場合、顧客に対するメッセージ数が多い場合、やり取りの回数が多い場合等において、第一評価部１３０が高評価を与えてもよい。第一評価部１３０はやり取りを行っている顧客数を評価してもよく、対応している顧客数が多いほど高評価としてもよい。対応している顧客数は、所定期間内でＬＩＮＥ等を介してやり取りを行った顧客の数であってもよい。前述したとおり、顧客とのやり取りは顧客の識別情報及び担当者又は担当者の保有する端末２００の識別情報と紐づいており、どの顧客とどの担当者がどの程度の頻度でやり取りしているかを第一評価部１３０で評価できるようにしてもよい。コミュニケーション情報が営業担当者等の担当者を識別する識別番号、識別記号等の識別情報と関連付けられて記憶部６０で記憶される場合には、担当者毎に、所定期間内においてやり取りを行った顧客の人数又は顧客に対するメッセージ数もしくはやり取りの回数が記憶部６０で記憶されることになる。

【0025】

本実施の形態における「数」や「割合」についての閾値は予め記憶部６０で記憶されていてもよいし、管理端末２００ａの入力部２２０ａから入力されてもよい。閾値となる数や割合を基準に数が多い又は少ない、割合が高い又は低いというような評価をしてもよい。

【0026】

各担当者（例えば営業担当者）の営業活動量の変化も第一評価部１３０は評価してもよい。営業活動量の変化を見ることで（会話状況を長期的に観測することで）、各担当者の最近の働き意欲に変化があったか、モチベーションの浮き沈みがあったかを測定することが可能となる。また、さらに長期間の営業活動量の変化を見ることで、各担当者の営業スタイルの変化を観察し、個人の業績状況と連携して担当者毎の成長具合を測定することも可能となる。また、コミュニケーション情報を第一評価部１３０が評価することで、例えば問題が発生した際に、第一評価部１３０がコミュニケーション情報から問題解決までの時間やチャット数等を評価することもでき、担当者（例えば営業担当者）としての仕事の能力を評価することもできる。優れた営業活動量の場合には、端末２００の表示部２１０において、その成果を表彰するための記号や表示がなされてもよい。

【0027】

前述したとおり、担当者だけではなく顧客も識別番号、識別記号等の識別情報を有しており、顧客の識別情報を用いて、当該顧客の情報が管理されてもよい。この場合には、顧客の識別情報と紐づいて、当該顧客との間のコミュニケーション情報が記憶部６０で記憶されてもよい。顧客とのコミュニケーションを介した会話でよく出る業務関連の話題を顧客情報と紐づけて記憶部６０に記憶させることで、顧客毎のニーズを把握することができ、予測営業が可能となる。また多数の顧客のニーズを総合して第一評価部１３０が評価してもよく、その場合には最近の一般的なニーズ動向を把握することも可能となる。顧客のカテゴリ毎に評価を行ってもよく、その場合にはカテゴリ毎の顧客のニーズ動向を把握することも可能となる。

【0028】

複数の担当者のＬＩＮＥ等によるトーク実績を含むＳＮＳの活用実績といった営業活動量を一覧にして可視化し、営業所の共有画面等で掲示できるようにしてもよい（図２乃至図４参照）。対象となる複数の担当者は同一営業所の営業担当者であってもよいし、同一営業地区の営業担当者であってもよいし、全国の営業担当者であってもよい。対象となる範囲は管理端末２００ａの入力部２２０ａから適宜入力されてもよい。

【0029】

出力部７０は複数の端末保有者（例えば複数の営業担当者）に対する第一評価部１３０での評価結果に基づく情報を出力することで、営業活動量を可視化するようにしてもよい。このように営業活動量を可視化する場合には、トークした顧客数、トーク回数、顧客一人当たりのトーク回数等の平均値を表示するようにしてもよい。このような態様を採用することで、例えば営業所内での競争意識の維持向上を期待できる。また掲示グラフを見て自分の位置づけ、周りの状況を再認識できる。また、活用実績の高いトップ数名の顧客数、トーク回数、顧客一人当たりのトーク回数や、平均的な顧客数、トーク回数、顧客一人当たりのトーク回数等を出力部７０が出力して、営業所の共有画面等で掲示できるようにしてもよい。また、これらの情報を各営業担当者等の端末２００にプッシュ通知等で通知部３０が通知して、担当者の所持する端末２００で確認できるようにしてもよい。この場合には、活用実績の高いトップ数名と比較した自分の不足ポイントや平均値との比較を把握することができ、行動改善のトリガとできる。

【0030】

第一評価部１３０で行われる自然言語処理では、コミュニケーションに含まれる文字を形態素解析により単語に分割してよい。また、第一評価部１３０は、文字列について構文解析、意味解析等、文脈解析、係り受け解析等を行ってよい。第一評価部１３０は人工知能機能を有し、大量のテキストデータで用いられている単語間（例えばＷＥＢ上で用いられている単語間）の近さから各項目に対応する特徴ベクトルを作成してもよい。そして、第一評価部１３０は、当該特徴ベクトルを用いて、コミュニケーションで用いられている単語と各項目との類似度を算出してもよい。単語の近さは、第一評価部１３０の人工知能機能によって、例えばＷＥＢ上のサイト（ＳＮＳサイト等も含む。）での単語の用いられ方（単語の前後関係等）から推測されて決定され（学習され）、随時又は適宜、アップデートされてもよい。単語の近さに関する情報は、記憶部６０に記憶されてもよい。

【0031】

また、人工知能機能の一例として、機械学習の手法を用いた分類器を用いてもよい。この分類器は、例えば、過去の実績データから、高い精度のベクトルを生成するように、機械学習技術によって、利用する採用変数（要素）と、その係数（重み）を定めてもよい。上記人工知能機能は、回帰分析、決定木分析等を行ってもよい。機械学習技術に関しては、様々なモデルを採用することができ、例えば、ロジスティクス回帰モデル、ランダムフォレストモデル、ツリーモデル等を採用することができる。

【0032】

過去の実際の複数のコミュニケーション情報を学習データとテストデータに分けて、機械学習を行わせてもよい。一例としては、多数の担当者におけるコミュニケーション情報を学習データとテストデータに分けて、学習データを用いて、営業成績の優れた社員のコミュニケーション情報を高評価とし、営業成績の低調な社員のコミュニケーション情報を低評価とし、営業成績が平均レベルの社員のコミュニケーション情報を中評価として、第一評価部１３０で機械学習させる。そして、テストデータを用いて機械学習して生成された評価モデルの精度を確認する。この際には、クロスバリデーション法を用いて、学習データとテストデータとを入れ替えていってもよい。機械学習では、所定期間内においてやり取りを行った顧客の人数又は顧客に対するメッセージ数もしくはやり取りの回数、トレンドワードの一定期間における利用回数もしくは利用割合、コミュニケーション情報に含まれる顧客からの絵文字もしくはスタンプでの送信に対して絵文字もしくはスタンプで返信している割合、コミュニケーション情報に含まれる顧客からの感謝、喜び又は頼み事を示すキーワードの一定期間における出現回数又は出現割合等についての情報の入力と、それに対する評価が行われてもよい。評価モデルは予め準備され、管理端末２００ａから入力されて、記憶部６０で記憶される態様としてもよい。

【0033】

第一評価部１３０は、ＷＥＢ上で用いられている単語間の近さをマイニングしてもよい。第一評価部１３０は、ビッグテキストデータ（Big Text Data）から、各項目に関連した複数の単語をピックアップする（分類語彙表を作成する）とともに、各項目とピックアップされた単語との間の近さから、各項目に関連した特徴ベクトルを作成してもよい。

【0034】

第一評価部１３０は、このようにして作成された特徴ベクトルを用いて、コミュニケーション情報に含まれる用語の意味を解釈するようにしてもよい。「助詞」といった単語については重要度を低くしてもよい（例えば「０」としてもよい）。第一評価部１３０は、ベクトル化の他、クラスタリングや関連の強さ分析を機械学習によって行うようにしてもよい。

【0035】

第一評価部１３０は、トレンドワードの一定期間における利用回数もしくは利用割合、又はコミュニケーション情報に含まれる顧客からの絵文字もしくはスタンプでの送信に対して絵文字もしくはスタンプで返信している割合を評価してもよい。第一評価部１３０によって、これらについて評価することで、各担当者（例えば営業担当者）の話術に関する行動パターンを評価できる。第一評価部１３０は、トレンドワードの一定期間における利用回数が多い又は利用割合が予め定められた閾値よりも高い場合に高評価とし、トレンドワードの一定期間における利用回数が少ない又は利用割合が予め定められた閾値よりも低い場合に低評価としてもよい。第一評価部１３０は、顧客からの絵文字もしくはスタンプでの送信に対して絵文字もしくはスタンプで返信している割合が予め定められた閾値よりも高い場合に高評価とし、顧客からの絵文字もしくはスタンプでの送信に対して絵文字もしくはスタンプで返信している割合が予め定められた閾値よりも低い場合に低評価としてもよい。トレンドワードの一定期間における利用回数や利用割合から時事ネタを取り入れて顧客とやり取りしているかを評価できる。顧客からのスタンプにはスタンプで返信している割合や、顧客からの絵文字又は顔文字にはスタンプ、絵文字又は顔文字で返信している割合を第一評価部１３０が評価することで、顧客の特性に合わせてスタンプ、絵文字、顔文字を適切に利用しているかを評価できる。トレンドワードは探索部２０によってＷＥＢやＳＮＳ等を自動で探索するようにしてもよいし、管理端末２００ａの入力部２２０ａから管理者が適宜入力してもよい。トレンドワードは記憶部６０で記憶されてもよい。探索部２０が記憶部６０で記憶されるトレンドワードを更新してもよい。トレンドワードとしては、ＷＥＢ上から検索できる最近の話題（例えばビッグボス、ロシア、仮想通貨等）が採用されてもよく、この場合には、第一評価部１３０は、担当者と顧客との間に最近の話題の単語がどのくらい出てくるかを評価するようにしてもよい。

【0036】

第一評価部１３０は、担当者と顧客との間のコミュニケーション情報に含まれる、顧客からの感謝、喜び又は頼み事を示すキーワードの一定期間における出現回数又は出現割合を評価してもよい。この情報も話術に関する行動パターンに含まれる情報であり、当該担当者が顧客から信頼されている程度を評価することができる。顧客からの感謝、喜び又は頼み事を示すキーワードの出現回数が予め定められた閾値より多い場合や出現割合が予め定められた閾値よりも高い場合には、第一評価部１３０が当該コミュニケーション情報に対して高評価を行ってもよい。他方、顧客からの感謝、喜び又は頼み事を示すキーワードの出現回数が予め定められた閾値より低い場合や出現割合が予め定められた閾値よりも低い場合には、第一評価部１３０が当該コミュニケーション情報に対して低評価を行ってもよい。顧客からの感謝、喜び又は頼み事を示すキーワードに該当するかどうかは記憶部６０で記憶されている情報を用いて第一評価部１３０が評価してもよい。第一評価部１３０が人工知能機能を有し、機械学習する場合には、学習の結果として、コミュニケーション情報に含まれる相手方からの入力情報に感謝、喜び又は頼み事に関するキーワードに該当するかを判断してもよい。感謝、喜び及び頼み事を示すキーワードの記憶部６０への更新は、管理者が管理端末２００ａを介して行ってもよい。

【0037】

担当者毎のコミュニケーション情報を第一評価部１３０が評価することで、通知部３０はコミュニケーションの仕方に関して各担当者の端末２００に対してアドバイスを提供してもよい。例えばログ分析を第一評価部１３０が行い、３０代の顧客に対しては敬語を用いることが好ましいということや、４０代の女性顧客に人気のあるスタンプの利用を促してもよい。このようなアドバイス情報は管理端末２００ａから入力されて記憶部６０で記憶されてもよいし、後述する優秀人物のコミュニケーション情報を分析した結果として記憶部６０で記憶されている情報を用いてもよい。

【0038】

第一評価部１３０は、コミュニケーション情報における顧客からの送信に対する返信までの平均時間又は顧客への送信に対する顧客からの返信までの平均時間を評価してもよい。この評価項目は時間意識に関する行動パターンに含まれる情報であり、このような評価を行うことで、顧客のレスポンスの良い時間を把握して顧客に連絡することができるようになる。レスポンスに要する時間は、送信時間として表示される時間と当該送信に対する返信に表示される時間を第一評価部１３０が文字認識することで算出してもよい。例えば担当者からの送信時間と顧客からの返信時間の差分が顧客への送信に対する顧客からの返信までの時間になる。またコミュニケーション情報が情報処理装置１００を介して行われる場合には送信時間と返信時間の各々に関する情報が記憶部６０にそのまま記憶されることになり、その結果として、顧客からの送信に対する返信までの時間や顧客への送信に対する顧客からの返信までの時間が記憶部６０で記憶されることになる。また、コミュニケーションを行う度に端末２００から情報処理装置１００へその旨が送信され、その結果として、顧客からの送信に対する返信までの時間や顧客への送信に対する顧客からの返信までの時間が記憶部６０で記憶されるようにしてもよい。第一評価部１３０は、顧客からの送信に対する返信までの平均時間が予め定められた閾値よりも短い場合には当該担当者に対して高評価を行い、顧客への送信に対する顧客からの返信までの平均時間が予め定められた閾値よりも短い場合には当該担当者に対して高評価を行ってもよい。第一評価部１３０は、顧客からの送信に対する返信までの平均時間が予め定められた閾値よりも長い場合には当該担当者に対して低評価を行い、顧客への送信に対する顧客からの返信までの平均時間が予め定められた閾値よりも長い場合には当該担当者に対して低評価を行ってもよい。顧客からの返信までの平均時間が短い場合には、顧客が当該時間帯は都合のよい可能性が高くなることから、顧客の識別情報と関連付けて、顧客毎に都合のよい時間帯を記憶部６０で記憶するようにしてもよい。平均時間は所定の期間における平均時間であってもよいし、過去から現在にわたる累積した平均時間であってもよい。

【0039】

通知部３０は、端末２００に紐づいている担当者の顧客情報に基づき、担当顧客に対してコミュニケーションを取るようリコメンドしてもよい（図３及び図５参照）。リコメンドに用いられる顧客情報としては、顧客の誕生日や顧客の家族の誕生日、顧客の結婚記念日等の記念日情報等を挙げることができる。直近（例えば１ケ月）でアプローチしていない見込み顧客に対してミュニケーションを取るようリコメンドしてもよい。このような態様を採用する場合には、記念日や、直近でアプローチしていない顧客を把握できるようになり、アプローチ頻度の向上につなげることを期待できる。また、イベント参加後や記念日等の挨拶定型文の活用による効率化を図ることも期待できる。顧客からメッセージを受けているにも関わらず、返信していない場合にも通知部３０がリマインドするようにしてもよい。

【0040】

顧客とコミュニケーションを取るタイミングは、各営業職員が自己の端末２００の入力部２２０から入力することでカスタマイズできるようにしてもよい。また、顧客とコミュニケーションを取る推奨タイミングは昼休みや平日の１９～２１時といったいわゆる第三時間帯の前であってもよく、このような推奨タイミングにおいて情報処理装置１００の通知部３０から担当者の端末２００に通知が行われるようにしてもよい。

【0041】

通知部３０は、イベントに参加してくれた人や顧客から紹介された人等の営業のアプローチ期間の短い顧客に関して、自分の確定的な顧客となるかの確度を計測して通知し、当該顧客を担当する担当者の端末２００で当該顧客の情報を表示するようにしてもよい（図３及び図６参照）。確度の高さは顧客の識別情報とともに記憶部６０で記憶されてもよい。記憶部６０で記憶される「確度」は第二評価部１４０で分析されてもよい。第二評価部１４０は後述する開示レベル、前述した担当者からの送信に対する返信までに要する時間（レスポンスの早さ）、優良顧客からの照会である等の情報を用いて、顧客となる確度を算出してもよい。第二評価部１４０も機械学習して確度モデルを生成してもよい。この場合には、複数の顧客に関する、過去の開示レベル、担当者からの送信に対する返信までに要する時間（レスポンスの早さ）、優良顧客からの照会である等の情報を学習データとテストデータに分けて、実際に顧客になった場合には高評価、顧客にならなかった場合には低評価として、第二評価部１４０で機械学習させてもよい。この際にも、クロスバリデーション法を用いて、学習データとテストデータとを入れ替えていってもよい。本実施の形態の「確定的な顧客」とは、実際に営業担当者の進める商品を購入したり、営業担当者の進める役務の提供を受けたりするまでに至った顧客を意味している。このような態様を採用することで、確定的な顧客となる高確度者を把握できるようになり、効率よく潜在的な顧客に対してアプローチすることができる。

【0042】

記憶部６０は顧客から開示される個人情報の開示レベルを顧客毎に記憶し、第二評価部１４０は、開示レベルの高い顧客に対して、高い評価を行うようにしてもよい。開示レベルが高いほど、つまり個人を特定できる情報に近いほど、第二評価部１４０が当該顧客に対して高い評価を与えてもよい。一例としては、レベル０（０点）はニックネームのみを開示している顧客、レベル１（１点）は実名、ＳＮＳ以外の連絡先（電話番号・メールアドレス）を開示している顧客、レベル２（２点）は住所を開示している顧客、レベル３（３点）は自分の記念日（誕生日、結婚記念日）を開示している顧客、レベル４（４点）は家族情報を開示している顧客を挙げることができる。個人情報の開示レベルは担当者が端末２００から顧客情報に入力することで把握されてもよいし、コミュニケーション情報を第一評価部１３０が自然言語処理することで把握されてもよい。

【0043】

第一評価部１３０は、端末２００におけるコミュニケーション情報に含まれる、コンプライアンス違反を示すキーワードを評価してもよい。そして、コンプライアンス違反を示すキーワードが含まれている場合には、通知部３０が当該コミュニケーションを行っている担当者の端末２００に警告を報知してもよい。このような態様を採用することで、ルール遵守を行わせつつ、顧客に対して適切な行動を行わせることができる。コンプライアンス違反を示すキーワードを含むメッセージ送信数が予め定められた閾値よりも多い場合や割合が高い場合には、第一評価部１３０が低評価としてもよい。コンプライアンス違反としては、他の顧客の個人情報の開示、契約書番号の開示、高額なプレゼントの要求、パワーハラスメント等を一例として挙げることができる。

【0044】

第一評価部１３０は、コンプライアンス違反を示すキーワードの一定期間における送信回数又は送信割合を分析してもよい。コンプライアンス違反に該当する用語が記憶部６０で記憶されており、コミュニケーション情報にコンプライアンス違反になる用語やそれに近い用語が利用される場合に、通知部３０が当該コミュニケーションを行っている担当者の端末２００に警告を報知してもよい。コンプライアンス違反を示す用語は記憶部６０で記憶されてもよい。このような用語の更新は、管理者が管理端末２００ａを介して行ってもよい。

【0045】

コンプライアンス違反を示す用語が端末２００で入力された場合には、第一評価部１３０による分析結果を受けた通知部３０によって当該端末２００にアラートといった警報情報が送信されるようになってもよい。

【0046】

コンプライアンス違反を示す用語を検知した場合には、担当者及び責任者にアラーム表示するようにしてもよい。例えば個人情報の開示を要求するというような用語が顧客から送信された場合に、回答に関して慎重になるようにというアラーム表示が担当者の端末２００でなされるようにしてもよい。このように端末２００にアラーム表示させることで、担当者がコンプライアンス違反に該当するかどうかを気にしなければならないレベルを下げることができ、担当者のストレスを軽減することも期待できる。また、端末２００にアラーム表示させることで、担当者からの不適切な情報提供を未然に防止することもできる。また、アラーム表示される内容は責任者の端末２００でも表示されるようにしてもよく、このような態様を採用する場合には、責任者の迅速な対応を期待できるし、責任者も知っているという前提になることから担当者がより適切に対応することも期待できる。顧客に対するサービス改善にもつながる。コンプライアンス違反を示すキーワード等を示すログ分析から、担当者の育成テキストへ反映させることもできる（図７参照）。事例作成、高頻度ワードを元にした対策案を作成し、研修や対策訓練を行えることとなる。

【0047】

営業活動量を可視化する場合には、コミュニケーション情報に含まれる情報に基づいて、グラフ又は表といった可視化情報を作成する第一作成部１１０が設けられてもよい。第一作成部１１０は、対応顧客数、対応メッセージ数、トレンドキーワード使用率、スタンプ利用率、絵文字利用率、お客様満足度、メッセージ送信タイミング、コンプライアンス違反率等の項目毎にグラフ又は表といった可視化情報を作成するようにしてもよい。お客様満足度はコミュニケーション情報に含まれる感謝、喜び又は頼み事の数や割合に基づいた評価結果によって示されてもよい。第一評価部１３０による顧客からのレスポンスの早さによる評価は、例えば所定時間（例えば１時間）以内にレスポンスがある数や割合に基づいた評価結果によって示されてもよい。レスポンスの所定時間は複数段階で設定されてもよく、第一時間内でのレスポンスには高評価（３点）、第一時間超過第二時間以内には中評価（２点）、第二時間超過第三時間以内には低評価（１点）、第三時間超過は評価なし（０点）というような分け方をしてもよい。

【0048】

第一作成部１１０で作成されたグラフ又は表といった可視化情報を説明するための文章を作成する第二作成部１２０が設けられてもよい。第二作成部１２０は、グラフ又は表といった可視化情報の内容を分析することで説明文を自動で作成する。

【0049】

第二作成部１２０はＬＳＴＭ（Long Short Term Memory：長期短期記憶）によって文章を作成するようにしてもよい。ＬＳＴＭはニューラルネットワークのうちＲＮＮ(リカレントニューラルネットワーク)に分類されるものである。ＲＮＮは時系列データを学習するためのニューラルネットワークで、ＬＳＴＭはＲＮＮの中でも繰り返し改善が施されたものである。ＬＳＴＭを用いることで時系列データを考慮することができ、単語列の順序を考慮して学習することができる。機械学習に用いるためのソフトウェアライブラリであるTensorflowを用いてもよい。ＡＩモデルとしては、Deep Learning（Seq2Seq系のモデル）を複数使用してもよい。機械学習を行う際にビームサーチを利用してもよいし、入力データと出力されたテキストで不整合がある場合にペナルティをかける強化学習を行ってもよい。

【0050】

出力部７０は、第一作成部１１０によって作成されたグラフ又は表といった可視化情報と、第二作成部１２０によって作成された説明文とを一つにまとめて出力するようにしてもよい。

【0051】

次に、優秀な人物の優秀コミュニケーション情報を用いた態様について説明する。

【0052】

取得部１０は、優れた評価を受けている１又は複数の所定の優秀人物の、端末２００を介した文字による顧客とのやり取りに関する優秀コミュニケーション情報を取得してもよい。第一評価部１３０は、優秀コミュニケーション情報に含まれる営業活動量又は行動パターンを分析してもよい。分析結果は出力部７０によって例えば記憶部６０へと出力されて、記憶部６０で記憶されることになってもよい。また、第一評価部１３０による分析結果は出力部７０によって例えば各担当者の端末２００の表示画面等の表示部２１０へと出力され、分析結果が表示部２１０で表示されるようになってもよい。

【0053】

取得部１０は、優秀人物とは異なる１又は複数の一般人物の、端末２００を介した文字による顧客とのやり取りに関する一般コミュニケーション情報を取得してもよい。第一評価部１３０は、一般コミュニケーション情報に含まれる営業活動量又は行動パターンを分析してもよい。優秀コミュニケーション情報の分析結果と、一般コミュニケーション情報の分析結果とを比較する比較部４０が設けられてもよい。この場合には、出力部７０は、比較部４０による比較結果を出力してもよい。優秀人物は例えば優秀な営業成績を収めている従業員や職員である。他方、人物はその他の従業員や職員である。典型的には優秀人物は複数存在し、一般人物も複数存在しているが、優秀人物の人数は一般人物の人数よりも少なくなっている。

【0054】

優秀人物が複数存在している場合の優秀コミュニケーション情報は、優秀人物の各々の分析結果を平均した結果が用いられる。同様に、一般人物が複数存在している場合の一般コミュニケーション情報は、一般人物の各々の分析結果を平均した結果が用いられる。優秀人物の特定は、管理者が管理端末２００ａを介して行ってもよいし、記憶部６０で記憶された営業成績等の成績から第一閾値以上の成績を残している人物を選定部が自動で選定するようにしてもよい。優秀コミュニケーション情報を用いた分析を行うことで、優秀な人との違いや情報の抜け漏れ・偏り・過不足を分析して比較することが可能となり、自動教育を実現することも可能となる。

【0055】

担当者が自己の識別情報を入力した上で、自己のコミュニケーション情報に対する分析結果を取得できるようにしてもよい。この場合には、識別情報の入力に加えて、パスワードの入力を要求し、これらの情報が正しいことを確認できた場合に、当該担当者のコミュニケーション情報の分析結果を出力部７０が出力するようにしてもよい。この場合には、取得部１０が担当者の端末２００を介した文字による顧客とのやり取りに関する対象コミュニケーション情報を取得し、第一評価部１３０によって評価された対象コミュニケーション情報に含まれる営業活動量又は行動パターンと、優秀コミュニケーション情報の分析結果と対象コミュニケーション情報の分析結果との比較結果が表示されてもよい。なお、管理端末２００ａからは、各担当者のコミュニケーション情報に対する分析結果を適宜確認できるようにしてもよい。管理端末２００ａのアクセスも識別情報の入力に加えて、パスワードの入力を要求してもよい。

【0056】

出力する分析結果の期間を指定できるようになってもよい。例えば、入力部２２０におって対象期間（例えば１か月等）が入力されると、当該対象期間における分析結果が記憶部６０から読み出されて出力部７０によって出力されることになる。

【0057】

第一評価部１３０は、優秀人物、対象人物（例えば個々の営業担当者）及び一般人物（例えばその他の営業担当者）の端末２００に登録されている顧客数を営業活動量として分析してもよい。第一評価部１３０は、優秀人物、対象人物及び一般人物の個々の顧客との一定期間におけるやり取りの平均回数を営業活動量として分析してもよい。対象人物の認識は、ログイン時に要求される識別情報によって制御部５０に認識されてもよい。一定期間は例えば一日、一週間、一か月等の所定の期間であって、予め定められてもよいし、入力部２２０から指定できるようになってもよい。一例としては、一日における一顧客との端末２００を介したやり取りの平均回数が営業活動量として第一評価部１３０によって出力されてもよい。

【0058】

第一評価部１３０は、優秀コミュニケーション情報、対象コミュニケーション情報及び一般コミュニケーション情報に含まれるトレンドワードの一定期間における利用回数又は利用割合を行動パターンに含まれる話術として分析してもよい。

【0059】

第一評価部１３０は、優秀コミュニケーション情報、対象コミュニケーション情報及び一般コミュニケーション情報に含まれる顧客からの絵文字又はスタンプでの送信に対して絵文字又はスタンプで返信している割合を行動パターンに含まれる話術として分析してもよい。第一評価部１３０は、顧客からの絵文字を用いた送信に対する絵文字を用いた返信の割合を分析してもよいし、顧客からのスタンプを用いた送信に対するスタンプを用いた返信の割合を分析してもよい。第一評価部１３０は、優秀コミュニケーション情報、対象コミュニケーション情報及び一般コミュニケーション情報に含まれる、一定期間における絵文字又はスタンプの使用回数や使用割合を分析してもよい。

【0060】

表示部２１０では、優秀人物による分析結果と、対象人物による分析結果と、一般人物による分析結果とが比較して表示されてもよい。表示態様は、項目毎に分けられてもよく、例えば対応顧客数を選択すると、優秀人物、対象人物及び一般人物における対応顧客数が例えば棒グラフ等のグラフによって比較して表示されてもよい。その他の項目を選択した場合も同様であり、対応メッセージ数、トレンドキーワード使用率、スタンプ利用率、絵文字利用率、お客様満足度、メッセージ送信タイミング、コンプライアンス違反率等の項目を選択した場合には、項目毎に、優秀人物、対象人物及び一般人物における分析結果が表示部２１０で表示されることになる。

【0061】

図２で示すダッシュボードでは、自己の端末２００において、優秀人物、自己である対象人物及び一般人物の各々に関して、対応顧客数、対応メッセージ数、トレンドキーワード使用率、スタンプ利用率、絵文字利用率、お客様満足度、メッセージ送信タイミング及びコンプライアンス違反率を表示できるようになっている。例えば「対応顧客数」をタップすると、図２の右下に示すグラフが示され、「対応顧客数」に関して、優秀人物、対象人物及び一般人物の「対応顧客数」を視認できるようになっている。

【0062】

優秀人物に関する情報だけが第一評価部１３０で分析され、比較部４０による比較は行われずに、出力部７０で出力されるようにしてもよい。また、優秀人物に関する情報及び一般人物に関する情報が第一評価部１３０で分析されて、比較部４０で比較されて、その結果が出力されてもよい。また、優秀人物に関する情報及び対象人物に関する情報が第一評価部１３０で分析されて、比較部４０で比較されて、その結果が出力されてもよい。

【0063】

取得部１０で読み出される優秀コミュニケーション情報、対象コミュニケーション情報及び一般コミュニケーション情報の種類や期間は端末２００から入力されて指定されてもよい。優秀コミュニケーション情報、対象コミュニケーション情報及び一般コミュニケーション情報の各々に対する期間は自動で同じ期間が指定されるようにしてもよい。但し、このような態様に限られることはなく、優秀コミュニケーション情報、対象コミュニケーション情報及び一般コミュニケーション情報の各々に対する期間が異なるように設定されてもよい。

【0064】

優れた評価を受けている１又は複数の所定の優秀人物の、端末２００を介した文字による顧客とのやり取りに関する優秀コミュニケーション情報を取得し、優秀コミュニケーション情報に含まれる営業活動量又は行動パターンを分析する態様を採用した場合には、優れた評価を受けている優秀人物のスマートフォン等の端末２００を介した文字（絵文字やスタンプを含む。）による顧客とのやり取りに関する分析結果を示すことができるようになる。このため、優れた営業力を有する人物といった優秀人物の顧客へのアプローチを参考にすることができるようになる。

【0065】

取得部１０が優秀人物とは異なる１又は複数の一般人物の、端末２００を介した文字による顧客とのやり取りに関する一般コミュニケーション情報を取得し、第一評価部１３０が一般コミュニケーション情報に含まれる営業活動量又は行動パターンを分析し、比較部４０が優秀コミュニケーション情報の分析結果と一般コミュニケーション情報の分析結果とを比較する態様を採用した場合には、優れた営業力を有する人物といった優秀人物の顧客へのアプローチと、それほど優れた営業力を有していない一般人物の顧客へのアプローチとを比較することでき、結果として、両者の差がどこで出てきているかを確認することができるようになる。例えば業種に応じて両者の差をつけた項目（絵文字の頻度、やり取りの回数等）が異なることがあり得るが、本態様を採用することで、どこで優秀人物と一般人物との差が出たかを容易に確認することができるようになる。

【0066】

なお一般人物を、平均的な成績を残している第一通常人物と、平均よりもかなり劣る成績を残している第二通常人物とに分けてもよい。この場合には、通常人物における分析結果と、当該分析結果に基づく比較結果とを第一通常人物と第二通常人物とに分けて示すことができる。このため、何故に第二通常人物が平均よりもかなり劣る成績となっているか、その要因を分析できることも期待できる。

【0067】

第二通常人物の特定は、管理者が管理端末２００ａを介して行ってもよいし、記憶部６０で記憶された営業成績等の成績から第二閾値未満の成績を残している人物を選定部が自動で選定するようにしてもよい。

【0068】

第一評価部１３０が優秀人物及び一般人物の利用している端末２００に登録されている顧客数に基づいて営業活動量を分析する場合には、どれだけの人物が顧客として登録されているかに基づいて分析し、比較の対象とすることができるようになる。登録されている人物が顧客かどうかについては、社内ルールで顧客の場合には顧客のカテゴリで登録するように義務付けてもよいし、会社が貸し出している携帯端末２００では顧客以外の登録を禁止し、その結果として携帯端末２００に登録されている人物の全てが顧客であると判断されるようにしてもよい。

【0069】

第一評価部１３０が優秀人物及び一般人物の利用している端末２００において、顧客毎の一定期間におけるやり取りの平均回数を営業活動量として分析する場合には、顧客とコミュニケーションを取っている頻度を分析し、比較の対象とすることができるようになる。また、コミュニケーションを取っている時間帯も第一評価部１３０が分析するようにしてもよい。この場合には、優秀人物がどの時間帯にメッセージを送信し、他方、一般人物がどの時間帯にメッセージを送信しているかを分析の対象とすることもできるようになる。

【0070】

第一評価部１３０が優秀コミュニケーション情報及び一般コミュニケーション情報に含まれるトレンドワードの一定期間における利用回数もしくは利用割合を行動パターンとして分析する場合には、トレンドワードをどの程度用いて顧客とコミュニケーションを取っているかを分析し、比較の対象とすることができるようになる。

【0071】

第一評価部１３０が優秀コミュニケーション情報及び一般コミュニケーション情報に含まれる顧客からの絵文字もしくはスタンプでの送信に対して絵文字もしくはスタンプで返信している割合を行動パターンとして分析する場合には、どの程度の距離を持ってコミュニケーションとやり取りを行っているかを分析し、比較の対象とすることができるようになる。なお、優秀人物及び一般人物の性別及び年齢と顧客の性別及び年齢も考慮して、絵文字やスタンプに関する分析も行ってもよい。この場合には、例えば営業職員の性別及び年齢（２０代や３０代といった幅を持った年齢）毎に分けて分析結果が表示されるようにしてもよいし、顧客の性別及び年齢毎に分けて分析結果が表示されるようにしてもよい。

【0072】

第一評価部１３０が優秀コミュニケーション情報及び一般コミュニケーション情報における顧客からの送信に対する返信までの平均時間を分析する場合には、どの程度のレスポンス速度で対応しているかを分析し、比較の対象とすることができるようになる。

【0073】

第一評価部１３０が優秀コミュニケーション情報及び一般コミュニケーション情報に含まれる、顧客からの感謝、喜び又は頼み事を示すキーワードの一定期間における出現回数又は出現割合を分析する場合には、顧客から感謝、喜び又は頼み事を示すキーワードを含む返信を受けているかを分析し、比較の対象とすることができるようになる。

【0074】

第一評価部１３０が優秀コミュニケーション情報及び一般コミュニケーション情報に含まれる、コンプライアンス違反を示すキーワードの一定期間における送信回数又は送信割合を分析する場合には、コンプライアンス違反となるような用語を用いている回数や割合を分析し、比較の対象とすることができるようになる。

【0075】

対象人物の分析を行う場合には、当該対象人物の立ち位置を分析できるようになる。例えば自己の分析を行いたい場合には、自己の社員番号を入力部２２０から入力することで、項目毎に、優秀人物における結果及び通常人物における結果と自己の結果とを比較して認識することができ、自己の営業スタイルを変えるといった適切な対応を取ることができるようになる。

【0076】

≪方法≫
次に、情報処理装置１００を用いた情報処理方法の一例を用いて説明する。

【0077】

端末２００から対象人物を社員番号等によって選定する。この際、対象期間を開始時点と終了時点を選定することによって選択する。開始時点及び終了時点は例えば日にち又は日にち及び時間によって特定できるようになっている。

【0078】

端末２００から対象人物及び対象期間が入力されると、記憶部６０で記憶されている当該対象期間における優秀人物及び一般人物と対象人物についての第一評価部１３０による評価結果が制御部５０によって読み出される。第一評価部１３０による評価結果は記憶部６０で記憶されており、記憶部６０で記憶されている評価結果が制御部５０によって読み出されてもよい。

【0079】

そして、制御部５０によって読み出された優秀人物及び一般人物についての第一評価部１３０による評価結果と対象人物についての第一評価部１３０による評価結果についての可視化情報が第一作成部１１０によって作成され、可視化情報を説明するための文書が第二作成部１２０によって作成され、表示部２１０に表示される。

【0080】

記憶部６０に記憶される優秀人物、対象人物及び一般人物についての情報は、一例として、以下のようにして作成される。

【0081】

優秀人物及び一般人物が保有する端末２００での顧客とのやり取りに関する情報（例えばトーク情報）はリアルタイム又は一定周期（例えば一日一回）で情報処理装置１００へと送信される。これらの情報は優秀人物及び一般人物の各々を識別するための識別情報と関連付けられて、日時とともに記憶部６０で記憶される。優秀人物及び一般人物が保有する端末２００に登録されている顧客の件数についてもリアルタイム又は一定周期（例えば一日一回）で情報処理装置１００へと送信される。

【0082】

取得部１０は、記憶部６０で記憶されている優秀人物及び一般人物が保有する端末２００での顧客とのやり取りに関する情報や顧客の件数を、端末２００の保有者である識別情報とともに取得する。この取得は、優秀人物及び一般人物が顧客とやり取りを行った際にリアルタイムで行われてもよいし、一定周期（例えば一日一回）のタイミングで行われてもよい。

【0083】

取得部１０による取得が行われると、第一評価部１３０が優秀人物及び一般人物が保有する端末２００での顧客とのやり取りに関する情報を分析する。第一評価部１３０は、上記「構成」の部分で述べた営業活動量及び行動パターンを分析する。

【0084】

第一評価部１３０で分析された営業活動量及び行動パターンは、端末２００の保有者である識別情報とともに記憶部６０で記憶される。このように記憶部６０で記憶された分析結果は、識別情報と関連付けられていることから、識別情報を入力部２２０から入力することで、各担当者（優秀人物及び一般人物）についての分析結果を制御部５０が読み出すことができる。

【0085】

一例として、優秀人物に関する分析結果は平均値として算出されている。同様に、一般人物に関する分析結果は平均値として算出されている。このため、期間を入力部２２０で指定されると、対象となっている期間における優秀人物に関する分析結果の平均値及び一般人物に関する分析結果の平均値が、項目毎に制御部５０によって読み出されて、表示部２１０で表示されることになる。

【0086】

他方、対象人物に関する情報は対象人物の識別情報を入力部２２０で入力することで、期間における対象人物に関する分析結果が項目毎に制御部５０によって読み出されて、表示部２１０で表示されることになる。

【0087】

本実施の形態の取得部１０、探索部２０、比較部４０、第一作成部１１０、第二作成部１２０、第一評価部１３０、第二評価部１４０、制御部５０等は一つのユニット（制御ユニット）によって実現されてもよいし、異なるユニットによって実現されてもよい。複数の「部」による機能が一つのユニット（制御ユニット）で統合されて実現されてもよい。また、取得部１０、探索部２０、比較部４０、第一作成部１１０、第二作成部１２０、第一評価部１３０、第二評価部１４０、制御部５０等は回路構成によって実現されてもよい。

【0088】

上述した実施の形態の記載及び図面の開示は、特許請求の範囲に記載された発明を説明するための一例に過ぎず、上述した実施の形態の記載又は図面の開示によって特許請求の範囲に記載された発明が限定されることはない。また、出願当初の請求項の記載はあくまでも一例であり、明細書、図面等の記載に基づき、請求項の記載を適宜変更することもできる。

【符号の説明】

【0089】

１０ 取得部
６０ 記憶部
７０ 出力部
１３０ 第一評価部
１４０ 第二評価部
２００ 端末

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】