小売品質機能展開
品質機能展開（ＱＦＤ）プロセスが、小売環境のために提供される。ＱＦＤプロセスからの結果であるデータを選択し且つ見ることで使用する表示は、特定の消費者要件の解析を可能にする。要因解析が、分類を規定し且つ確認するために実行され、それによってインタフェースに基づき、小売環境におけるサービスの展開を消費者に提供する。構造等式モデルが、展開され、分類とこれら分類の相対重要性との関係を示すために使用される。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、全般的に製品及びサービスの展開のためのシステムに関し、より詳細には小売販売環境のパフォーマンスに関する消費者データを評価し且つ解析するために、品質機能展開（Ｑｕａｌｉｔｙ Ｆｕｎｃｔｉｏｎ Ｄｅｐｌｏｙｍｅｎｔ、ＱＦＤ）プロセスを提供するためのシステムに関する。
【背景技術】
【０００２】
品質機能展開（ＱＦＤ）は、一般に、製品／サービス展開で使用するための消費者データ（例えば、焦点をおいたグループの意見情報、質問事項、及び調査応答など）を解析するための方法を提供する。本質的にデータは、データの解析で使用するために（例えば、特徴及び相関情報）、例えば製品リスト及びマトリクスに編成する。解析されたデータは、次に、製品及びサービス展開に関する要件を定義するために使用する。したがって、ＱＦＤプロセス（処理）は、展開される測定値が、対象の製品又はサービスを購入又は使用する消費者のそれに一致することを確実にすることによって、新規な製品及びサービスの展開を案内するために使用することができる。
【０００３】
ＱＦＤは、元々日本において展開され、且つその後、自動車、耐久消費財、及び消費者電子工業などの米国における多くの工業を含む使用において成長した。ＱＦＤの使用は、特に自動車工業において普及し、自動車工業において、自動車製造業者に対する供給者は、供給者として証明される必須条件としてＱＦＤを使用する必要がある。ＱＦＤは、また、サービス工業、例えばホテル及びレストラン工業において使用されてきた。
【０００４】
知られているＱＦＤ法は、一般に、展開を作り、且つ異なる展開ツール及びベスト・プラクティス・アプローチ（実行の取り組み方）を統合するためにチーム・アプローチ（すなわち、クロス・ファンクショナル・アプローチ）を実施する。さらに、ＱＦＤプロセスを提供するための知られているアプローチは、特定の適用及び展開要件に基づく。一般に、これらのアプローチは、例えば供給業者レベルでの製品及びサービス管理のためのＱＦＤプロセスを提供する。さらに、ＱＦＤの使用は、製品及びサービス管理に限定されるだけでなく、情報は、使用し且つ解釈することが困難である方法で表示され、それによってそのような情報の価値を低下させる。
【発明の開示】
【発明が解決しようとする課題】
【０００５】
本発明の発明者は、ＱＦＤプロセスの使用を拡大し、特に小売環境にＱＦＤプロセスを適合し、且つ収集された情報の改善された評価及び解析を可能にする表示を提供する必要性を認識した。一般に、本発明の実施例は、小売環境又は適用においてＱＦＤプロセスを使用し、且つ消費者及び／又は顧客要件を容易に識別するためのデータ表示を提供することを可能にする。さらに、本発明の実施例は、様々な市場部門にわたって収集された情報（例えば、調査質問に対する応答）を解析し、且つ小売環境における消費者コミュニケーション及び販売促進での使用に関する特定の要件を展開するための情報を分類することを提供する。本発明の実施例は、特定の顧客要件又は属性の重要性を決定し、それらを応じて分類する（例えば、可能性のある「ワオ（ｗｏｗ）」の機会（エキサイタ）、期待される属性（パフォーマンス）、又は最小閾値属性（ベーシック））ことも提供する。
【課題を解決するための手段】
【０００６】
本発明の一実施例は、ＱＦＤプロセスを提供する方法を含む。方法は、ＱＦＤデータに基づく消費者情報を決定することと、消費者情報の要因分析を実行することと、要因分析に基づき消費者情報を分類することとを含む。消費者情報は、消費者重要性情報及び消費者パフォーマンス情報の１つを含むことができ、ＱＦＤデータは、消費者見積もりデータを含むことができ、消費者重要性情報及び消費者パフォーマンス情報は、消費者見積もりデータに基づく。消費者見積もりデータは、小売業者パフォーマンス見積もりを含むことができ、方法は、小売業者パフォーマンス見積もりに基づき消費者パフォーマンス情報をクラス分けすることをさらに含む。
【０００７】
方法は、消費者情報のクラス分けで使用するためのパフォーマンス見積もり閾値及び／又はパフォーマンス見積もり広がりを規定することも含み得る。消費者情報は、分類に基づく表示のために配置することができる。例えば、消費者情報は、分類された消費者情報に基づく表示のために階層的に配置し、且つ／又は構造等式モデルに基づき配置することができる。
【０００８】
本発明の他の実施例において、ＱＦＤプロセスを提供する方法は、小売環境に関連する消費者情報の解析を可能にするために、ＱＦＤプロセスを小売環境に適用することと、消費者情報におけるパターンを決定するために消費者情報を解析することと、決定されたパターンに基づき消費者情報を分類することとを含む。消費者情報は、消費者重要性情報及び消費者パフォーマンス情報の１つを含むことができ、解析することは、消費者情報の統計的な結合を実行することをさらに含み得る。また、消費者情報は、消費者見積もりデータを含むことができ、方法は、消費者見積もりデータにおけるパターンに基づき消費者情報を統計的に結合することをさらに含む。分類された消費者情報は、統計的に表示されることができ、且つ／又は構造等式モデルに基づくことができる。
【０００９】
本発明のさらに他の実施例において、ＱＦＤプロセスからの結果であるデータを表示するためのインタフェースは、データの分類の決定されたセットの複数の画像的及び組織的な表示を含み、画像的及び組織的な表示は、分類のセットにおける対応する分類に関連するデータを提供するために選択可能である。データは、階層的な配置で構成することができ、分類の決定されたセットは、データからの重要性及び／又はパフォーマンス見積もりに基づき規定する。また、データの分類の決定されたセットは、要因分析に基づき規定することができる。さらにデータの分類の決定されたセットの間の関係を示す表示の結合を、提供することができる。
【００１０】
本発明のさらに他の実施例において、ＱＦＤプロセスを提供する方法は、小売環境に関連する消費者情報を受けることと、要因解析に基づき消費者情報を分類することと、分類に基づき配置された受けられた消費者情報を提供することとを含む。方法は、各分類内で階層的な配置に消費者情報を表示すること、及び／又は分類間の関係を示す消費者情報を表示することを含むことができる。
【００１１】
本発明の適用性のさらなる領域は、以下に行う詳細な説明から明らかになろう。本発明の所定の好ましい実施例を示すが、詳細な説明及び特定の例は、例示だけの目的を意図し、本発明の範囲を限定するつもりのないことは、理解されるべきである。
【００１２】
本発明の実施例は、詳細な説明及び添付の図面からより完全に理解されるであろう。
【実施例】
【００１３】
好ましい実施例の以下の説明は、当然単なる例であり、本発明、その適用、又は使用を何ら限定することを意図しない。本発明は、小売環境における特定のサービスに関連するＱＦＤプロセスの使用に関して説明するが、本発明はそのように限定されず、本発明は、異なる小売環境で使用するためのＱＦＤプロセスと関連して実施することができる。
【００１４】
小売環境における使用のためのＱＦＤプロセスを提供し、且つ収集された情報を提供するための改善された表示を有する本発明の実施例の詳細な説明を行う前に、本発明の実施例を実施することができる関連する例示的なＱＦＤプロセスの一般的な説明を行う。特に図１に示すように、ＱＦＤプロセス２０は、目標市場及び目標消費者を識別するステップ２２で開始する。次に、ステップ２４で、消費者要件は、例えば特定の消費者要件を規定することを含み展開される。これは、知られているＱＦＤプロセスを使用することと、データ（すなわちＱＦＤデータ）を収集し且つ消費者要件のリストを作る（例えば収集された情報）を含むことと、その後収集された情報を評価するためのマトリクスを作ることとで行う。特に、製品の特定の特徴、及び／又は他より満足を提供するサービスの要件／期待値の決定を行う。その後、ステップ２６で、パフォーマンス測定値は、展開された消費者要件に基づき展開する。競合は、次に、展開されたパフォーマンス測定値に基づきステップ２８でベンチマークされる。
【００１５】
製品及び／又はサービス展開に関する優先度及びゴール（すなわち、目標）は、ステップ３０で確立する。特定の製品及び／又はサービス展開方法を含む特別の概念及び／又は領域が、改善が行われる可能性がある領域としてステップ３２で識別される。その後、ステップ３４で、特別の概念及び／又は領域が選択され、特に、製品及び／又はサービス展開に関して最も有利であるように決定される概念及び／又は領域が選択される。選択された概念及び／又は領域に基づく改善は、次にステップ３６で展開する。改善は、ステップ３８で導入され且つ実施される。最後に、実施された改善の進行中の監視をステップ４０で行う。ＱＦＤプロセス２０で提供されるステップは、特別の展開要件又は関連する製品／サービスに応じて修正できることは理解すべきである。
【００１６】
さて、例示的なＱＦＤプロセス２０を説明したので、次いで、ＱＦＤプロセス２０の小売適用及び収集された情報を表示する表示を提供する本発明の一実施例を説明する。ＱＦＤプロセス２０の小売適用の説明は、ペット製品の販売に関する小売サービスの改善に関連する。しかしながら、当業者によって理解されるように、本発明の実施例は、より一般的にはとりわけスーパーマーケット・サブセグメント、デパート／ディスカウンストア・サブセグメント、ガソリン／コンビニエンスストア・サブセグメント、及び／又はペット専門店サブセグメントにおける改善されたサービスを提供する、且つ／又は改善されたサービスを展開することを含む異なる領域における異なるサービスを提供するためのＱＦＤプロセス２０に関連して実施することができる。
【００１７】
全般的に、本発明の様々な実施例は、小売ＱＦＤプロセスに関連する情報を収集し、解析し、且つ表示するためのＱＦＤプロセス２０のステップを構成することを含む、小売環境にＱＦＤプロセス２０を適用するために提供される。小売ＱＦＤプロセスを提供するために本発明の様々な構成において、以下の一般的なステップを実行する。すなわち、
（１）関心のある特定の小売環境を識別することを含む特定のＱＦＤプロセスを計画するステップと、
（２）（ｉ）関心のある識別された小売環境に関する定性的な情報の収集（例えば、焦点をおいた消費者のグループ）を実行することと、（ｉｉ）消費者情報（例えば、消費者パフォーマンス見積もり）を決定するために、関心のある識別された小売環境に関する定量的な情報の収集（例えば、質問事項又は調査）を実行することとを含むＱＦＤデータを収集するステップと、
（３）関心のある小売環境における改善のための領域を識別するために、収集された情報の解析を実行するステップと、
（４）解析の結果に基づいて改善の戦略を展開するステップとである。
【００１８】
用語データ及び情報は、本明細書において同義的に使用され、且つ本明細書で説明する本発明の様々な実施例に関連する任意のデータ、情報、統計、見積もりなど、及び全てのデータ、情報、統計、見積もりなどを含むが、それらに限定されないことに留意すべきである。
【００１９】
本発明の実施例は、例えばペット製品の販売に関するなど小売環境内の改善のために目標付けられた分類を識別することによって、関心のある領域を定義することで始まる。これは、小売環境における関連する消費者目標／セグメントを識別することを含む。識別された目標／セグメントに基づき、消費者によって見積もりされるべき意見（例えば、役に立つ意見）が展開される。例えば、焦点をおいた消費者の点グループは、意見の展開において使用するための目標付けられた分類における、小売ショッピング経験に関する消費者の望み／必要性／期待を決定するために使用する。特に、消費者要件及びパフォーマンス測定値の展開に使用するための消費者情報（例えば消費者の意見）が収集される。特に、情報は、本明細書においてより詳細に説明するように関心のある特定の領域を広く規定する消費者の意見に関して収集する。例えば、消費者に出された質問は、特定の環境における消費者ショッピングのための製品（例えば、小売環境におけるペット・ケア・ショッピングに関するペットを所有する消費者のためのペット製品）の重要な態様又は特徴（例えば、基準）を決定するために、特定の製品及び／又はサービスに関する彼らの認識に向けられることがより好ましい。次に、各基準の関する消費者見積もりは、例えば、消費者の代表的なサンプルの調査を使用して決定する。これは、識別された各態様又は特徴に関する、相対的な重要性及び認識される小売パフォーマンスを決定することを含む。調査における役に立つ意見は、重要性のレベル及び認識される小売パフォーマンスを評価するために使用することができる。
【００２０】
その後、収集した情報（例えば、役に立つ意見に応答して）の解析は、各態様又は特徴に述べられされ且つ導かれた重要性を決定するために実行され、各態様又は特徴は、次に本明細書で説明するように要因分析を使用して分類する。例えば、これらの見積もりに基づく競合する小売業者間などの異なるフォーマット間で、比較を行うことができる。分類される情報は、次に改善のための領域又は機会の決定において使用のために表示される。構造等式モデルは、より好ましくは、改善のための領域又は機会の決定において使用のために解析され且つ分類されたデータに基づき展開される。改善のための可能性がある領域又は機会（例えば、関心のある小売ショッピング領域において改善されることができる特定のサービス）の決定後、実施されるべき特定の戦略に関する決定が行われる。
【００２１】
特に図１におけるステップ２２を参照して、ＱＦＤプロセス２０の範囲は、例えば、関心のある特定の領域（例えば、ドッグ・フード小売ショッピングに関するサービス）及び市場における可能性がある競合者を識別することを含み規定される。ＱＦＤプロセス２０の範囲が規定されると、消費者情報は、例えば焦点にした消費者のグループを使用して定量的、及び例えば消費者の代表的なサンプルの調査を使用して定量的の両方で収集される。特に図１におけるステップ２４を参照して、焦点をおいたグループは、編成され、消費者（例えば、ペット所有者）は、ペット・ケアなど特定の領域に関する、消費者の「根源の」必要性及び望み（すなわち、消費者の声及び消費者要件を決定する）を識別するために質問される。好ましくは見積もられるべき役に立つ意見の形態での質問が、根源の必要性及び望みを識別することを助けるために、関心の特定の小売サービスに基づき展開される。
【００２２】
次に、質問事項は、消費者の声（すなわち、意見及び要件）にわたる消費者の重要性の見積もり（すなわち、１から１０の見積もり）を決定するために使用される。その後、図１のステップ２６を参照して、例えば競合者を含むことができる特定の小売業者に関するパフォーマンス見積もりが決定される。例えば、決定は、ペット所有者のグループは、特定のペット・フードに関する大多数の販売又はペット・フードの分類を説明するように行われることができる。質問事項からの全ての応答は、次に解析での使用のために編成される（すなわち、収集された消費者情報）。より好ましくは、収集された情報は、分類される役に立つ意見のコア・グループに統合され且つ編成される。決定は、特定の属性の重要性及び各属性に関する満足レベル（例えば、パフォーマンス・レベル）について行われる。セグメンテーション研究は、セグメントによってこの情報（例えばバイヤのクラス）を識別するために、例えば市場リサーチ・グループによって実行されることができる。例えば決定は、次に、どの消費者が、価格又は他の要因に基づき製品／サービスを購入するかについて行われることができる。このデータは、例えば小売業者（例えば、図１のステップ２８で参照される競合者をベンチマークする）によって、異なるセグメントに関して提供されることができる。
【００２３】
収集された情報（すなわち、収集された消費者情報）を使用して、出力データが生成され、特にＱＦＤマトリクスが、例えば、ＭｉｃｈｉｎｇａｎのＢｉｒｍｉｎｇｈａｍのＱｕａｉＳｏｆｔ，ＬＬＣによって販売されているＱＦＤ ＤｅｓｉｇｎｅｒなどのＱＦＤプログラムを使用して展開される。例えば、図２に示すように、小売事前計画マトリクス５０は、収集された情報に基づいて提供されることができる。マトリクスは、図１のステップ３２として参照される改善に関して（例えば、消費者サービスを改善する）機会領域を識別するために使用される。示されるように、列５２で提供される各識別された消費者の必要性（すなわち、要件）に関して、重要性の見積もり（すなわち、１−５のスケール）は、収集された情報に基づき列５４に提供される。フォーマット評価列５６は、それぞれ消費者の必要性に関して、例えば大量販売店、ペット専門店、クラブ及び食品雑貨店を含む、異なるフォーマット（すなわち、小売業者の異なる分類）に関する見積もり情報を表示するためにも提供される。したがって、比較は、異なる小売業者にわたって行われることができる。マトリクスは、収集された情報からの任意の特定の識別された消費者の必要性に基づき生成されることができることに留意されたい。
【００２４】
全般的にステップ２４及び２６で説明したように得ることができる収集され且つ編成された情報は、次に分類される。この分類された情報は、例えば、ステップ２８で参照した競合者をベンチマークするために、且つ／又はステップ３０で参照した優先度及びゴール（すなわち、目標）を確立するために使用することができる。特に、本発明の様々な実施例において、要因解析が、特定の質問に対する応答が、分類に適切に編成されることを確実にするために、応答パターンを識別するように実行される。本発明の一実施例において、初期又は外挿要因解析が、消費者に関する質問をグループ分けするために実行され、その後、確認要因解析が、応答が適切にグループ分けされることを確実にするために実行される。質問及び応答の再グループ分けは、応答のパターン解析に基づいて必要であることができ、このプロセスは、繰り返し実行されることができる。要因解析は、イリノイ州シカゴのＳＰＳＳ，Ｉｎｃ．によって販売されているなどの予測解析プログラムを使用して実行することができる。これは、どの属性が、他の属性より近く整列され又は類似しており、且つ特定の分類に強く関連される役に立つ意見を決定することによって分類することを改善することを可能にするか、及びどのように役に立つ意見が、互いに関連するかを決定することを提供する。
【００２５】
要因解析は、各小売業者に関する役に立つ意見に平均化されたパフォーマンス・スコアを提供する。パターン解析を使用して、分類を生成するためにパフォーマンスの統計的な結合（例えば、消費者分類の声）が提供される。分類は、特定の領域における改善に関する機会の識別における使用のために規定され且つ確認される。例えば、要因解析は、役に立つ意見に、特に役に立つ意見を分類にまとめるためにパフォーマンス見積もりに対する応答における傾向を決定するために、平均パフォーマンス・スコア及び標準分散を使用することができる。本質的に、要因解析は、一緒にともに変化するパフォーマンス・スコアを決定し、役に立つ意見が関連することができる（例えば、役に立つ意見を見積もりするときに、消費者が同様な考え又は感じを有する）ことを示す。したがって、要因解析は、結果として消費者の声の分類を生じ、その分類それぞれは、まとめられ分類に関連する役に立つ意見を有し、分類の関係は、統計的に解析され且つ確認される。
【００２６】
各分類内で、消費者属性（例えば、声の意見）は、ＱＦＤプロセス２０を使用して、エキサイタ（Ｅｘｃｉｔｅｒ）、パフォーマンス（Ｐｅｒｆｏｒｍａｎｃｅ）、又はベーシック（Ｂａｃｉｃ）属性（すなわち、ＫＡＮＯクラス分け）としてクラス分けされる。特に消費者応答の平均パフォーマンス見積もりは、再検討され、解析が、エキサイタ、パフォーマンス、又はベーシック属性として特定の属性のクラス分けを決定し且つ／又は確認するために実行される。特に、以下のガイドラインは、好ましくは各属性のパフォーマンスをクラス分けするために使用する。すなわち、
（１）ベーシック属性：パフォーマンス見積もりデータ（すなわち、競合者間）において広がりが少なく（例えば、１．０未満）、より高いユーザが、クラス見積もりにおいて最も良く規定される（例えば、少なくとも８．３）。
（２）パフォーマンス属性：ベーシック属性よりパフォーマンス見積もりデータにおいて広がりが大きく（例えば、１．０より大きい）、より高いユーザを超える少なくとも１つの競合者が、クラス見積もりにおいて最も良く規定される（例えば、少なくとも８．３）。
（３）エキサイタ属性：広がりは、パフォーマンス見積もりデータにおいてきつい（例えば、１．０未満）又は緩い（例えば、１．０より大きい）ことができ、ユーザが、ベーシック又はパフォーマンス属性に関するクラス見積もりより低いクラス見積もり（例えば、６．５）において最も良く規定される。
【００２７】
広がりの量及びクラス閾値見積もりは、特定の要件に応じて変化する又は調整することができ、且つ／又は事前に決定され得ることに留意されたい。また、広がり及び見積もり範囲は、それぞれ好ましくは１．０から１０．０のスケールである。さらにクラス分けは、競合するセット（例えば、競合者のグループ）に対して比較されるパフォーマンスに関する各属性として作られることができる。これは、例えば、改善が可能である又は望ましい属性、及びそのパフォーマンスが、許容可能又は平均レベルより高い属性、及び改善が望ましい又は望ましくないことがある属性を識別するために使用することができる。
【００２８】
収集した情報に関するグループ分けを決定し且つ確認し、最上位の消費者の声が、次に最上位レベルの小売消費者の声（例えば、分類）に組み合わされ、本発明の一実施例による表示６０が、図３Ａに示すように提供することができる。そこに示すように、最上位レベルの小売消費者の声が、画像又はアイコン６２を使用して示され、各最上位レベルの小売消費者の声に関するテキスト６４は、それらに組み合わされて提供される。より好ましくは、表示６０は、その最上位レベルの小売消費者の声に関する特定の情報（すなわち、情報にリンクされた）を得るために、特定の最上位レベルの小売消費者の声の表示の選択を（例えば、コンピュータ・マウスを使用し、且つアイコン又はテキストをクリックして）、ユーザに提供する。表示６０は、好ましくは、例えばカリフォルニア州サンフランシスコのＭｉｎｄＪｅｔ、ＬＬＣによって販売されるＭｉｎｄＭａｎａｇｅｒなどのデータ管理アプリケーションを使用して提供する。
【００２９】
動作において、最上位レベルの小売消費者の声の特定の表示を選択して（すなわち、アイコン６２又はテキスト６４）、選択した分類に関するより詳細な最上位レベルの小売消費者の声の表示７０（例えば、「ペット環境に優先度を生じる」）は、図４に示すように提供される（すなわち結合される）。これらの表示７０の各々で提供されるべき情報は、ＱＦＤプロセス２０及び本明細書で説明する要因解析によって決定される。表示される特定の情報は、好ましくはサブブランチ又はサブ分類、例えば機能情報７２及び感情的な情報７４に分けられる。再び機能情報７２及び感情的な情報７４を識別するテキストは、例えば特定の選択された意見に応答するビデオ・クリップ又は特定の応答などの追加の情報を提供するために選択することができる。さらに、結合は、図５に示すようにデータ・マトリクス８０を有する表示を提供することができる。そこに示すように、重要性見積もりの異なるレベルが、列８６における各消費者要件に関して、列８２における重要性（軽い）及び列８４における重要性（重い）として提供される。重い及び軽いは、それぞれしばしば購入する又は購入しない消費者を言及する。再び、消費者評価の列８８が、異なるフォーマット（例えば、競合者）を比較するために提供される。異なる列で構成された追加の情報が、必要又は望ましいとして提供されることができる。
【００３０】
図３Ｂに示す本発明の他の実施例において、表示１２０は、構造等式モデルを使用して提供される。そのようなモデルは、例えば、イリノイ州リンカンウッドのＳｃｉｅｎｔｉｆｉｃ Ｓｏｆｔｗａｒｅ Ｉｎｔｅｒｎａｔｉｏｎａｌから入手可能である統計ソフトウエア・パッケージであるＬＩＳＥＲＡＬを使用して展開することができる。この表示１２０は、消費者の声の分類を決定し且つそれに従う役に立つ意見をグループ分けするために、本明細書で説明するような要因解析、及び分類間の関係の強さを決定するための経路解析（例えば、統計的な経路解析を使用して）からの結果である。多重回帰方法は、要因解析を実行した後に、各分類に関する予測値を決定するために（例えば、どのように良好に役に立つ意見のセットが、再購入の可能性などの結果を予測するか）、実施することができる。構造等式モデルは、データの解析を実行するときにエラー／バイアスも考慮する。さらに、非帰納的なモデルが、展開されることができる（例えば、分類間の両方向における関係）。
【００３１】
図３Ｂに示すように、要因解析からの応答の決定された分類を識別する最上位レベルの小売消費者の声は、分類間の関係を結合し且つ示す矢印１２４を有するテキスト・ボックス１２２を使用して示される。特定の矢印１２４の厚みは、その矢印１２４によって結合される２つの分類間の関係の強さを示す。例えば、より厚い矢印１２４は、テキスト・ボックス１２２によって示される２つの分類間の関係がより強い。したがって、より厚い矢印１２４は、１つの分類における移動（例えば、パフォーマンス見積もりにおける変化）が、結合された分類における移動より良く予測するように、分類間の関係の予測をより良くする。したがって、表示１２０を見るとき、ユーザは、次に、ある分類における変化（例えば、価値を改善するために提案される戦略）が、他の分類に対して有している（例えば、全体的な満足に対する同様の作用）相対作用を決定することができる。
【００３２】
テキスト・ボックス１２２は、特定の小売業者に関してより強い領域、及びその小売業者に関してより弱い領域を示すために色で符号化されることができ、改善のために領域を決定することをより容易にする。さらに、表示６０に類似して、ユーザは、その分類に関する追加の情報（例えば、分類に関する類似する結合配置、ビデオ・クリップ、特定の役に立つ意見、及び／又はパフォーマンス・スコアを示す異なるスクリーン上のサブ分類）を得るために、テキスト・ボックス１２２を選択することができる（例えば、コンピュータ・マウスを使用して、又はテキスト・ボックス１２２上をクリックして）。さらに、テキスト・ボックスの結合及び矢印１２４の厚みは、さらなる又は追加の解析（例えば、繰り返し構造等式モデリング解析）に基づき修正を変更することができる。
【００３３】
本発明の実施例の表示６０、１２０によって提供される情報及びマトリクスに基づいて、消費者の声及び全体の重要性見積もりの概要、及び消費者の満足、並びに競争フォーマットであり得る他のフォーマットとの比較を含む収集された情報の解析が提供されることができる。さらに、異なる製品に提供される異なる小売サービス間の比較（例えば、犬製品に対する猫のためのショッピング）が、提供されることができる。特定の店の残りとのペット通路との結合も提供されることができる。多く購入する買い物客とあまり購入しない買い物客との間の間隔が決定されることができる。機会領域が識別されることができ、異なる買い物客に関する満足レベルが決定されることができる。例えば、図６に示すように、全体の重要性及び声のクラス分けの消費者の声の概要チャート１００が、収集された情報及び要因解析に基づき提供されることができる。分類１０２は、本明細書で説明したようにＱＦＤプロセス２０及び要因解析に基づき決定される。全体の重要性の列１０４は、要因解析からの平均要因スコアに基づく。属性の列１０６は、要因解析に基づく。百分率の値は、各分類１０２に対する特定の属性に応答する消費者の百分率を示す。チャート１００におけるボックスの色符号は、パフォーマンス・レベルを示すために提供され得ることに留意されたい。
【００３４】
したがって、本発明の実施例は、全般的に以下のステップを有する小売ＱＦＤプロセスを提供する。すなわち、
（１）小売環境（例えば、ペット製品、冷凍フード、生産物など）内の改善に関する目標付けられた分類を識別し、且つ関連する消費者の目標／セグメントを識別するステップと、
（２）目標付けられた分類における小売ショッピング経験に関する消費者の声（例えば、一般的な役に立つ意見）を得るために、焦点をおいた消費者のグループを処理するステップと、
（３）各声に関する相対的な重要性及び認識される小売業者のパフォーマンスを決定し、且つ結果変数（例えば、全体の満足、認識の値など）に対するパフォーマンスを決定するために、消費者の代表的なサンプルを調査するステップと、
（４）各声の述べられ且つ導かれた重要性、声及び結果変数に対する小売業者パフォーマンス見積もり、及び小売業者パフォーマンス見積もりに基づくＫＡＮＯクラス分け（例えば、エキサイタ、パフォーマンス、ベーシック、又は望まれていない）を決定するステップと、
（５）声の分類を決定するために繰り返しプロセスであり得る要因解析を処理するステップと、
（６）要因と、結果変数に対するパフォーマンスの予測との間の相互関係を決定するために構造等式モデルを展開するステップと、
（７）要因解析、構造等式モデリング、パフォーマンス見積もり、及びＫＡＮＯクラス分けに基づく改善機会の決定において使用するための表示６０、１２０を提供するステップと、
（８）特定の改善戦略を展開するステップとである。
【００３５】
次に、本発明のＱＦＤプロセス２０を示す例を提供する。しかしながら、この例は、本発明の１つの可能性がある小売適用の単なる例示であって、そのように限定されない。例えば、例は、ペット小売ショッピング環境、及びそれに対するＱＦＤプロセス２０の適用に関して説明するが、それは、他の小売環境に関して使用することができる。例えば、ＱＦＤプロセス２０は、冷凍フード、生産物、健康、及び美容などを含む小売環境に関して実施することができる。
【００３６】
開始にあたって、この例におけるペット小売ショッピング環境など、小売環境内での改善に関する目標付けられた分類が識別される。典型的に、これは、特定の小売業者を識別することを参照し、複数の場所を有する小売業者（例えば、小売業者チェーン内の複数のスーパーマーケット）を含むことができる。識別された分類内で、決定は、次に、関心の関連する消費者目標／セグメントに関して行われる。例えば、小売ＱＦＤプロセス２０は、選択された分類内で、ほとんど購入しないフード買い物客（すなわち、１年間に１００ドルより少ないなど、ペット・フードをあまり購入しない消費者）と、多く購入するフード買い物客（すなわち、１年間に１００ドルより多いなど、大量のペット・フードを購入する消費者）とを目標付けることができ、２つのグループを比較することができる。例えば、解析は、あまり購入しないフード買い物客に対して販売を増加するように、小売ペット・ショッピング環境を改善するために領域を識別するために、ＱＦＤプロセス２０を使用して実行することができる。多く購入する買い物客に関して、ＱＦＤプロセス２０は、異なる様々なペット製品を購入することをこれら個人に促すように使用することができる領域を識別するために使用することができる。さらに、ＱＦＤプロセス２０に基づき、どのようにこれらの異なる目標付けられたグループが、異なってペット小売ショッピング環境を見るかに関する決定を行うことができる。ＱＦＤプロセス２０は、例えば、競合者で買う消費者又は特定の経済レベルである消費者である、異なるグループ又は追加のグループに目標付けるように修正し得ることに留意されたい。
【００３７】
小売分類が決定され、且つ関連する消費者目標が決定された後、１つ又は複数の消費者重点グループが、小売ショッピング経験のための一般的な消費者の声、及び目標付けられた消費者を得るために編成される。焦点としたグループに関する代表的なグループは、それらが主としてペット在庫を購入する場合に、それらがペットを所有しているかどうかなど、それらが所定の基準を満足するかどうかを決定することによって選択される。その後、焦点グループにおいて、一般的な質問が、消費者の特定の望み及び需要を決定するために関係者に尋ねられる。例えば、以下のような質問が尋ねられる。「ペット・フードを購入するときに何を望みますか。店に来るときに何を望みますか。ペット通路を歩くときに何を望みますか。カート内にペット・フード・バッグを載せるときに何を望みますか。」また質問は、消費者が、例えば、望むものの代わりに又は望むものに加えて必要なものは何かを尋ねるように修正することができる。焦点としたグループからの応答に基づき、一般的な声、特に役に立つ意見が決定される。役に立つ意見は、例えば、消費者が、ペットを評価する、又は広範に様々な製品を提供する、又は特定の店属性（例えば、広い通路又は良好な明かり）を含む、小売ペット・ショッピング環境を望む又は必要とすることの決定に基づき展開される。
【００３８】
焦点をおいたグループを処理した後、特定の目標付けられた消費者及び環境に最も関連するべきであると決定された役に立つ意見は、無作為にされた意見での見積もりに関する調査で提供される。特に、選択された役に立つ意見は、調査質問事項において提供され、例えば以下のような見積もられるべき質問を含むことができる。すなわち、
ペット売り場における経験が、店全体に関する良好な感じをもたらす、
小売業者は、大きな／価値サイズのペット製品を購入することを可能にする、
小売業者は、ペット・アイテムに対する販売及び販売促進を提供する、
小売業者は、ペット製品に関して支払った金額に見合ったものを提供する、
小売業者は、ペット製品情報を迅速に得ることを助ける、
小売業者は、ペット・フードに関する助言の信頼できる源である、
小売業者は、ペットに指定されるサービスを提供する、
小売業者は、１つのストップ・ペット・ケア・サービスを提供する、
小売業者は、家庭／仕事場に近接した場所にある、
小売業者は、買い物したいときに開いている、
小売業者は、迅速に入り且つ出るのを容易にする、
小売業者は、新しいペット・アイテムへの注意を引かせる、
小売業者は、ペット売り場の場所を探すのを容易にさせる、
小売業者は、広範に様々なペット製品ブランドを扱う、
小売業者は、広範に様々なペット製品パッケージ・サイズを扱う、
小売業者ペット環境は、見た目が魅力的である、
小売業者は、動物に対する責任を示す、
小売環境は、ペットとのきずなを思い出される、
小売業者は、ペット及びペット所有者に関してケアする、
小売業者スタッフは、フレンドリーである。
【００３９】
これらの質問は、尋ねることができ、且つ焦点としたグループから収集された役に立つ意見に基づく単なる例示的な質問である。調査又は質問事項は、好ましくは、消費者によって見積もるために、これら質問を２回提供する。消費者は、好ましくは、これら意見のそれらに対する重要性を見積もるために尋ねられ、且つ特定の小売業者が、これら各意見に関してどのように十分に行うことができるかを見積もるために尋ねられる。さらに、消費者は、特定の競合者が、これら各役に立つ意見に関してどのように十分に行うことができるかを見積もるために尋ねられることができる。ＫＡＮＯ質問は、調査において尋ねられないことに留意されたい。例えば、「もし・・・ならどのように刺激されるか、及びもし（特定の属性）が無ければどのようにがっかりするか」は、消費者に尋ねられない。
【００４０】
質問事項又は調査からの応答は、重要性及びパフォーマンス見積もりに基づく各役に立つ意見又は声の述べられた且つ導かれた重要性を決定するために評価される。相関は、また消費者に関する結果変数（例えば、全体の販売、全体の満足度、再購入の可能性、推奨に対する可能性など）に関して決定される。例えば、消費者は、ある役に立つ意見を重要ではないと見積もることがあるが、パフォーマンス側では低い満足を見積もり、応答において矛盾が存在することを示す（すなわち、消費者は、この意見に関して気にする可能性がある）。調査からの小売業者パフォーマンス見積もりを使用して、ＫＡＮＯクラス分け（例えば、ベーシック、パフォーマンス、及びエキサイタ属性）は、本明細書に説明するように決定される。
【００４１】
その後、本明細書で説明するような要因解析が実行され、消費者が、それらの特定の意見を評価するとき（例えば、役に立つ意見をグループにまとめる又は分類する）同一の考慮をするように、関連する意見を示す見積もりにおけるパターンを決定するために、応答の統計的解析を提供する。統計的解析に基づいて、一般的な消費者の声又は分類が生成され、分類に関する名称又はタイトルは、まとめられた意見に基づいて選択される。例えば、全ての意見が優先度の言葉を含むなら、消費者の声又は分類は、図３Ａ及び図３Ｂに示し、且つ分類の１つとして提供されるように「ペット環境に優先度を生じさせる」として規定することができる。本質的に、どのように声が、分類を決定するために調和され又は相関されるかについての決定が統計的に行われる。声について任意の統計的なあいまいさが存在するなら、プロセスは、異なる相関を決定するために繰り返すことができる。
【００４２】
分類が決定されると、表示６０又は１２０が、収集された情報及び要因解析に基づいて生成される。表示６０に関して、分類されたデータは、本明細書で説明するように階層的な配置に編成される。表示１２０に関して、本明細書で示す構造等式モデルが、さらに、どのように様々な消費者の声の分類が相関されるかについて可視表示を提供する。より詳細には、結果変数（例えば、参照、全体の満足度、再購入の可能性）が、図３Ｂで示すように表示１２０の右側に提供され、決定された一般的な分類（ペット環境に優先度を生じさせる、価値、便宜性、スタッフ、ペット・サービス、ペット・ケア情報、多様性の提供、ペット売り場と残りの店との間での協働）が、図３Ｂで示すように表示１２０の左側に提供される。本明細書で説明するように、構造等式モデリング解析は、モデルの確認が提供されるまで、調整され且つ繰り返し実行される一般的な消費者の声の分類間の関係及び相関を決定するために実行する。
【００４３】
さらに、調査から収集された情報のパフォーマンス見積もりに基づき、分類が、特定の小売業者が最良であるこれら領域を特定し、特定の小売業者が最悪であるこれら領域を特定するために色符号化することができ、改善の機会を強調するために競争力の評価を可能にする。その後、ＫＡＮＯクラス分けに基づき、改善の選択肢の優先度付けについての決定を行うことができる。例えば、特定の分類がベーシックである決定が行われるなら、すなわち消費者が、そのような属性を予想し、小売業者が、その領域で不十分に行うなら、これは、可能性がある改善に関する高い優先度として識別される。さらに、そのような優先度付けは、図６に示し、且つ質問事項に示される各役に立つ意見に関して、平均に見積もられた重要性スコアによって決定されるように、各分類の全体の重要性に基づくことができる。
【００４４】
したがって、本発明は、統計的解析に基づき決定される分類を有する、定性的なデータの改善された可視表示６０及び１２０を結果として生じるＱＦＤプロセス２０を提供する。ＫＡＮＯクラス分けの使用は、また、改善に関する機会のより容易な識別を可能にする。さらに、パフォーマンス・データは、改善に関する特定の領域を決定するために使用することができる。
【００４５】
したがって、本発明の実施例は、収集した情報を解析し且つ評価するために適合する表示を含む、小売環境での使用のためのＱＦＤプロセスを提供する。要因解析は、機会（例えば、エキサイタ、パフォーマンス、及びベーシック属性における改善に関する機会）をクラス分けし且つ確認するために実行する。本発明の実施例を使用して、ＱＦＤプロセスにおける消費者データは、より容易な評価のためにグループ分けされ、特定の分類が、特定の消費者データに基づき確認される。本発明の実施例は、小売環境に対する競合者のベンチマークを提供し、小売環境における特定の分類におけるサービスのパフォーマンス、例えばペット製品の小売販売に関連するサービスの性能を最適化する。そのように、分類管理のための消費者に基づくテンプレートが提供される。
【００４６】
本発明の説明は、当然単なる例示であり、したがって、本発明の要旨から逸脱しない変形例は、本発明の範囲内にあると意図する。そのような変形例は、本発明の精神及び範囲から逸脱するものではない。
【図面の簡単な説明】
【００４７】
【図１】例示的なＱＦＤプロセスのフローチャートである。
【図２】小売環境で提供されるＱＦＤプロセスからの結果である、本発明の例示的なデータ・マトリクスの一実施例である。
【図３Ａ】小売環境で提供されるＱＦＤプロセスから情報を表示するための本発明の表示の実施例のスクリーン・ショットである。
【図３Ｂ】小売環境で提供されるＱＦＤプロセスから情報を表示するための本発明の表示の実施例のスクリーン・ショットである。
【図４】ＱＦＤプロセスからの結果である階層的なデータの配置を示す、本発明の表示の一実施例のスクリーン・ショットである。
【図５】図４の表示から選択可能な例示的なデータ・マトリクスである。
【図６】消費者情報の概要を示すチャートの一実施例である。
【技術分野】
【０００１】
本発明は、全般的に製品及びサービスの展開のためのシステムに関し、より詳細には小売販売環境のパフォーマンスに関する消費者データを評価し且つ解析するために、品質機能展開（Ｑｕａｌｉｔｙ Ｆｕｎｃｔｉｏｎ Ｄｅｐｌｏｙｍｅｎｔ、ＱＦＤ）プロセスを提供するためのシステムに関する。
【背景技術】
【０００２】
品質機能展開（ＱＦＤ）は、一般に、製品／サービス展開で使用するための消費者データ（例えば、焦点をおいたグループの意見情報、質問事項、及び調査応答など）を解析するための方法を提供する。本質的にデータは、データの解析で使用するために（例えば、特徴及び相関情報）、例えば製品リスト及びマトリクスに編成する。解析されたデータは、次に、製品及びサービス展開に関する要件を定義するために使用する。したがって、ＱＦＤプロセス（処理）は、展開される測定値が、対象の製品又はサービスを購入又は使用する消費者のそれに一致することを確実にすることによって、新規な製品及びサービスの展開を案内するために使用することができる。
【０００３】
ＱＦＤは、元々日本において展開され、且つその後、自動車、耐久消費財、及び消費者電子工業などの米国における多くの工業を含む使用において成長した。ＱＦＤの使用は、特に自動車工業において普及し、自動車工業において、自動車製造業者に対する供給者は、供給者として証明される必須条件としてＱＦＤを使用する必要がある。ＱＦＤは、また、サービス工業、例えばホテル及びレストラン工業において使用されてきた。
【０００４】
知られているＱＦＤ法は、一般に、展開を作り、且つ異なる展開ツール及びベスト・プラクティス・アプローチ（実行の取り組み方）を統合するためにチーム・アプローチ（すなわち、クロス・ファンクショナル・アプローチ）を実施する。さらに、ＱＦＤプロセスを提供するための知られているアプローチは、特定の適用及び展開要件に基づく。一般に、これらのアプローチは、例えば供給業者レベルでの製品及びサービス管理のためのＱＦＤプロセスを提供する。さらに、ＱＦＤの使用は、製品及びサービス管理に限定されるだけでなく、情報は、使用し且つ解釈することが困難である方法で表示され、それによってそのような情報の価値を低下させる。
【発明の開示】
【発明が解決しようとする課題】
【０００５】
本発明の発明者は、ＱＦＤプロセスの使用を拡大し、特に小売環境にＱＦＤプロセスを適合し、且つ収集された情報の改善された評価及び解析を可能にする表示を提供する必要性を認識した。一般に、本発明の実施例は、小売環境又は適用においてＱＦＤプロセスを使用し、且つ消費者及び／又は顧客要件を容易に識別するためのデータ表示を提供することを可能にする。さらに、本発明の実施例は、様々な市場部門にわたって収集された情報（例えば、調査質問に対する応答）を解析し、且つ小売環境における消費者コミュニケーション及び販売促進での使用に関する特定の要件を展開するための情報を分類することを提供する。本発明の実施例は、特定の顧客要件又は属性の重要性を決定し、それらを応じて分類する（例えば、可能性のある「ワオ（ｗｏｗ）」の機会（エキサイタ）、期待される属性（パフォーマンス）、又は最小閾値属性（ベーシック））ことも提供する。
【課題を解決するための手段】
【０００６】
本発明の一実施例は、ＱＦＤプロセスを提供する方法を含む。方法は、ＱＦＤデータに基づく消費者情報を決定することと、消費者情報の要因分析を実行することと、要因分析に基づき消費者情報を分類することとを含む。消費者情報は、消費者重要性情報及び消費者パフォーマンス情報の１つを含むことができ、ＱＦＤデータは、消費者見積もりデータを含むことができ、消費者重要性情報及び消費者パフォーマンス情報は、消費者見積もりデータに基づく。消費者見積もりデータは、小売業者パフォーマンス見積もりを含むことができ、方法は、小売業者パフォーマンス見積もりに基づき消費者パフォーマンス情報をクラス分けすることをさらに含む。
【０００７】
方法は、消費者情報のクラス分けで使用するためのパフォーマンス見積もり閾値及び／又はパフォーマンス見積もり広がりを規定することも含み得る。消費者情報は、分類に基づく表示のために配置することができる。例えば、消費者情報は、分類された消費者情報に基づく表示のために階層的に配置し、且つ／又は構造等式モデルに基づき配置することができる。
【０００８】
本発明の他の実施例において、ＱＦＤプロセスを提供する方法は、小売環境に関連する消費者情報の解析を可能にするために、ＱＦＤプロセスを小売環境に適用することと、消費者情報におけるパターンを決定するために消費者情報を解析することと、決定されたパターンに基づき消費者情報を分類することとを含む。消費者情報は、消費者重要性情報及び消費者パフォーマンス情報の１つを含むことができ、解析することは、消費者情報の統計的な結合を実行することをさらに含み得る。また、消費者情報は、消費者見積もりデータを含むことができ、方法は、消費者見積もりデータにおけるパターンに基づき消費者情報を統計的に結合することをさらに含む。分類された消費者情報は、統計的に表示されることができ、且つ／又は構造等式モデルに基づくことができる。
【０００９】
本発明のさらに他の実施例において、ＱＦＤプロセスからの結果であるデータを表示するためのインタフェースは、データの分類の決定されたセットの複数の画像的及び組織的な表示を含み、画像的及び組織的な表示は、分類のセットにおける対応する分類に関連するデータを提供するために選択可能である。データは、階層的な配置で構成することができ、分類の決定されたセットは、データからの重要性及び／又はパフォーマンス見積もりに基づき規定する。また、データの分類の決定されたセットは、要因分析に基づき規定することができる。さらにデータの分類の決定されたセットの間の関係を示す表示の結合を、提供することができる。
【００１０】
本発明のさらに他の実施例において、ＱＦＤプロセスを提供する方法は、小売環境に関連する消費者情報を受けることと、要因解析に基づき消費者情報を分類することと、分類に基づき配置された受けられた消費者情報を提供することとを含む。方法は、各分類内で階層的な配置に消費者情報を表示すること、及び／又は分類間の関係を示す消費者情報を表示することを含むことができる。
【００１１】
本発明の適用性のさらなる領域は、以下に行う詳細な説明から明らかになろう。本発明の所定の好ましい実施例を示すが、詳細な説明及び特定の例は、例示だけの目的を意図し、本発明の範囲を限定するつもりのないことは、理解されるべきである。
【００１２】
本発明の実施例は、詳細な説明及び添付の図面からより完全に理解されるであろう。
【実施例】
【００１３】
好ましい実施例の以下の説明は、当然単なる例であり、本発明、その適用、又は使用を何ら限定することを意図しない。本発明は、小売環境における特定のサービスに関連するＱＦＤプロセスの使用に関して説明するが、本発明はそのように限定されず、本発明は、異なる小売環境で使用するためのＱＦＤプロセスと関連して実施することができる。
【００１４】
小売環境における使用のためのＱＦＤプロセスを提供し、且つ収集された情報を提供するための改善された表示を有する本発明の実施例の詳細な説明を行う前に、本発明の実施例を実施することができる関連する例示的なＱＦＤプロセスの一般的な説明を行う。特に図１に示すように、ＱＦＤプロセス２０は、目標市場及び目標消費者を識別するステップ２２で開始する。次に、ステップ２４で、消費者要件は、例えば特定の消費者要件を規定することを含み展開される。これは、知られているＱＦＤプロセスを使用することと、データ（すなわちＱＦＤデータ）を収集し且つ消費者要件のリストを作る（例えば収集された情報）を含むことと、その後収集された情報を評価するためのマトリクスを作ることとで行う。特に、製品の特定の特徴、及び／又は他より満足を提供するサービスの要件／期待値の決定を行う。その後、ステップ２６で、パフォーマンス測定値は、展開された消費者要件に基づき展開する。競合は、次に、展開されたパフォーマンス測定値に基づきステップ２８でベンチマークされる。
【００１５】
製品及び／又はサービス展開に関する優先度及びゴール（すなわち、目標）は、ステップ３０で確立する。特定の製品及び／又はサービス展開方法を含む特別の概念及び／又は領域が、改善が行われる可能性がある領域としてステップ３２で識別される。その後、ステップ３４で、特別の概念及び／又は領域が選択され、特に、製品及び／又はサービス展開に関して最も有利であるように決定される概念及び／又は領域が選択される。選択された概念及び／又は領域に基づく改善は、次にステップ３６で展開する。改善は、ステップ３８で導入され且つ実施される。最後に、実施された改善の進行中の監視をステップ４０で行う。ＱＦＤプロセス２０で提供されるステップは、特別の展開要件又は関連する製品／サービスに応じて修正できることは理解すべきである。
【００１６】
さて、例示的なＱＦＤプロセス２０を説明したので、次いで、ＱＦＤプロセス２０の小売適用及び収集された情報を表示する表示を提供する本発明の一実施例を説明する。ＱＦＤプロセス２０の小売適用の説明は、ペット製品の販売に関する小売サービスの改善に関連する。しかしながら、当業者によって理解されるように、本発明の実施例は、より一般的にはとりわけスーパーマーケット・サブセグメント、デパート／ディスカウンストア・サブセグメント、ガソリン／コンビニエンスストア・サブセグメント、及び／又はペット専門店サブセグメントにおける改善されたサービスを提供する、且つ／又は改善されたサービスを展開することを含む異なる領域における異なるサービスを提供するためのＱＦＤプロセス２０に関連して実施することができる。
【００１７】
全般的に、本発明の様々な実施例は、小売ＱＦＤプロセスに関連する情報を収集し、解析し、且つ表示するためのＱＦＤプロセス２０のステップを構成することを含む、小売環境にＱＦＤプロセス２０を適用するために提供される。小売ＱＦＤプロセスを提供するために本発明の様々な構成において、以下の一般的なステップを実行する。すなわち、
（１）関心のある特定の小売環境を識別することを含む特定のＱＦＤプロセスを計画するステップと、
（２）（ｉ）関心のある識別された小売環境に関する定性的な情報の収集（例えば、焦点をおいた消費者のグループ）を実行することと、（ｉｉ）消費者情報（例えば、消費者パフォーマンス見積もり）を決定するために、関心のある識別された小売環境に関する定量的な情報の収集（例えば、質問事項又は調査）を実行することとを含むＱＦＤデータを収集するステップと、
（３）関心のある小売環境における改善のための領域を識別するために、収集された情報の解析を実行するステップと、
（４）解析の結果に基づいて改善の戦略を展開するステップとである。
【００１８】
用語データ及び情報は、本明細書において同義的に使用され、且つ本明細書で説明する本発明の様々な実施例に関連する任意のデータ、情報、統計、見積もりなど、及び全てのデータ、情報、統計、見積もりなどを含むが、それらに限定されないことに留意すべきである。
【００１９】
本発明の実施例は、例えばペット製品の販売に関するなど小売環境内の改善のために目標付けられた分類を識別することによって、関心のある領域を定義することで始まる。これは、小売環境における関連する消費者目標／セグメントを識別することを含む。識別された目標／セグメントに基づき、消費者によって見積もりされるべき意見（例えば、役に立つ意見）が展開される。例えば、焦点をおいた消費者の点グループは、意見の展開において使用するための目標付けられた分類における、小売ショッピング経験に関する消費者の望み／必要性／期待を決定するために使用する。特に、消費者要件及びパフォーマンス測定値の展開に使用するための消費者情報（例えば消費者の意見）が収集される。特に、情報は、本明細書においてより詳細に説明するように関心のある特定の領域を広く規定する消費者の意見に関して収集する。例えば、消費者に出された質問は、特定の環境における消費者ショッピングのための製品（例えば、小売環境におけるペット・ケア・ショッピングに関するペットを所有する消費者のためのペット製品）の重要な態様又は特徴（例えば、基準）を決定するために、特定の製品及び／又はサービスに関する彼らの認識に向けられることがより好ましい。次に、各基準の関する消費者見積もりは、例えば、消費者の代表的なサンプルの調査を使用して決定する。これは、識別された各態様又は特徴に関する、相対的な重要性及び認識される小売パフォーマンスを決定することを含む。調査における役に立つ意見は、重要性のレベル及び認識される小売パフォーマンスを評価するために使用することができる。
【００２０】
その後、収集した情報（例えば、役に立つ意見に応答して）の解析は、各態様又は特徴に述べられされ且つ導かれた重要性を決定するために実行され、各態様又は特徴は、次に本明細書で説明するように要因分析を使用して分類する。例えば、これらの見積もりに基づく競合する小売業者間などの異なるフォーマット間で、比較を行うことができる。分類される情報は、次に改善のための領域又は機会の決定において使用のために表示される。構造等式モデルは、より好ましくは、改善のための領域又は機会の決定において使用のために解析され且つ分類されたデータに基づき展開される。改善のための可能性がある領域又は機会（例えば、関心のある小売ショッピング領域において改善されることができる特定のサービス）の決定後、実施されるべき特定の戦略に関する決定が行われる。
【００２１】
特に図１におけるステップ２２を参照して、ＱＦＤプロセス２０の範囲は、例えば、関心のある特定の領域（例えば、ドッグ・フード小売ショッピングに関するサービス）及び市場における可能性がある競合者を識別することを含み規定される。ＱＦＤプロセス２０の範囲が規定されると、消費者情報は、例えば焦点にした消費者のグループを使用して定量的、及び例えば消費者の代表的なサンプルの調査を使用して定量的の両方で収集される。特に図１におけるステップ２４を参照して、焦点をおいたグループは、編成され、消費者（例えば、ペット所有者）は、ペット・ケアなど特定の領域に関する、消費者の「根源の」必要性及び望み（すなわち、消費者の声及び消費者要件を決定する）を識別するために質問される。好ましくは見積もられるべき役に立つ意見の形態での質問が、根源の必要性及び望みを識別することを助けるために、関心の特定の小売サービスに基づき展開される。
【００２２】
次に、質問事項は、消費者の声（すなわち、意見及び要件）にわたる消費者の重要性の見積もり（すなわち、１から１０の見積もり）を決定するために使用される。その後、図１のステップ２６を参照して、例えば競合者を含むことができる特定の小売業者に関するパフォーマンス見積もりが決定される。例えば、決定は、ペット所有者のグループは、特定のペット・フードに関する大多数の販売又はペット・フードの分類を説明するように行われることができる。質問事項からの全ての応答は、次に解析での使用のために編成される（すなわち、収集された消費者情報）。より好ましくは、収集された情報は、分類される役に立つ意見のコア・グループに統合され且つ編成される。決定は、特定の属性の重要性及び各属性に関する満足レベル（例えば、パフォーマンス・レベル）について行われる。セグメンテーション研究は、セグメントによってこの情報（例えばバイヤのクラス）を識別するために、例えば市場リサーチ・グループによって実行されることができる。例えば決定は、次に、どの消費者が、価格又は他の要因に基づき製品／サービスを購入するかについて行われることができる。このデータは、例えば小売業者（例えば、図１のステップ２８で参照される競合者をベンチマークする）によって、異なるセグメントに関して提供されることができる。
【００２３】
収集された情報（すなわち、収集された消費者情報）を使用して、出力データが生成され、特にＱＦＤマトリクスが、例えば、ＭｉｃｈｉｎｇａｎのＢｉｒｍｉｎｇｈａｍのＱｕａｉＳｏｆｔ，ＬＬＣによって販売されているＱＦＤ ＤｅｓｉｇｎｅｒなどのＱＦＤプログラムを使用して展開される。例えば、図２に示すように、小売事前計画マトリクス５０は、収集された情報に基づいて提供されることができる。マトリクスは、図１のステップ３２として参照される改善に関して（例えば、消費者サービスを改善する）機会領域を識別するために使用される。示されるように、列５２で提供される各識別された消費者の必要性（すなわち、要件）に関して、重要性の見積もり（すなわち、１−５のスケール）は、収集された情報に基づき列５４に提供される。フォーマット評価列５６は、それぞれ消費者の必要性に関して、例えば大量販売店、ペット専門店、クラブ及び食品雑貨店を含む、異なるフォーマット（すなわち、小売業者の異なる分類）に関する見積もり情報を表示するためにも提供される。したがって、比較は、異なる小売業者にわたって行われることができる。マトリクスは、収集された情報からの任意の特定の識別された消費者の必要性に基づき生成されることができることに留意されたい。
【００２４】
全般的にステップ２４及び２６で説明したように得ることができる収集され且つ編成された情報は、次に分類される。この分類された情報は、例えば、ステップ２８で参照した競合者をベンチマークするために、且つ／又はステップ３０で参照した優先度及びゴール（すなわち、目標）を確立するために使用することができる。特に、本発明の様々な実施例において、要因解析が、特定の質問に対する応答が、分類に適切に編成されることを確実にするために、応答パターンを識別するように実行される。本発明の一実施例において、初期又は外挿要因解析が、消費者に関する質問をグループ分けするために実行され、その後、確認要因解析が、応答が適切にグループ分けされることを確実にするために実行される。質問及び応答の再グループ分けは、応答のパターン解析に基づいて必要であることができ、このプロセスは、繰り返し実行されることができる。要因解析は、イリノイ州シカゴのＳＰＳＳ，Ｉｎｃ．によって販売されているなどの予測解析プログラムを使用して実行することができる。これは、どの属性が、他の属性より近く整列され又は類似しており、且つ特定の分類に強く関連される役に立つ意見を決定することによって分類することを改善することを可能にするか、及びどのように役に立つ意見が、互いに関連するかを決定することを提供する。
【００２５】
要因解析は、各小売業者に関する役に立つ意見に平均化されたパフォーマンス・スコアを提供する。パターン解析を使用して、分類を生成するためにパフォーマンスの統計的な結合（例えば、消費者分類の声）が提供される。分類は、特定の領域における改善に関する機会の識別における使用のために規定され且つ確認される。例えば、要因解析は、役に立つ意見に、特に役に立つ意見を分類にまとめるためにパフォーマンス見積もりに対する応答における傾向を決定するために、平均パフォーマンス・スコア及び標準分散を使用することができる。本質的に、要因解析は、一緒にともに変化するパフォーマンス・スコアを決定し、役に立つ意見が関連することができる（例えば、役に立つ意見を見積もりするときに、消費者が同様な考え又は感じを有する）ことを示す。したがって、要因解析は、結果として消費者の声の分類を生じ、その分類それぞれは、まとめられ分類に関連する役に立つ意見を有し、分類の関係は、統計的に解析され且つ確認される。
【００２６】
各分類内で、消費者属性（例えば、声の意見）は、ＱＦＤプロセス２０を使用して、エキサイタ（Ｅｘｃｉｔｅｒ）、パフォーマンス（Ｐｅｒｆｏｒｍａｎｃｅ）、又はベーシック（Ｂａｃｉｃ）属性（すなわち、ＫＡＮＯクラス分け）としてクラス分けされる。特に消費者応答の平均パフォーマンス見積もりは、再検討され、解析が、エキサイタ、パフォーマンス、又はベーシック属性として特定の属性のクラス分けを決定し且つ／又は確認するために実行される。特に、以下のガイドラインは、好ましくは各属性のパフォーマンスをクラス分けするために使用する。すなわち、
（１）ベーシック属性：パフォーマンス見積もりデータ（すなわち、競合者間）において広がりが少なく（例えば、１．０未満）、より高いユーザが、クラス見積もりにおいて最も良く規定される（例えば、少なくとも８．３）。
（２）パフォーマンス属性：ベーシック属性よりパフォーマンス見積もりデータにおいて広がりが大きく（例えば、１．０より大きい）、より高いユーザを超える少なくとも１つの競合者が、クラス見積もりにおいて最も良く規定される（例えば、少なくとも８．３）。
（３）エキサイタ属性：広がりは、パフォーマンス見積もりデータにおいてきつい（例えば、１．０未満）又は緩い（例えば、１．０より大きい）ことができ、ユーザが、ベーシック又はパフォーマンス属性に関するクラス見積もりより低いクラス見積もり（例えば、６．５）において最も良く規定される。
【００２７】
広がりの量及びクラス閾値見積もりは、特定の要件に応じて変化する又は調整することができ、且つ／又は事前に決定され得ることに留意されたい。また、広がり及び見積もり範囲は、それぞれ好ましくは１．０から１０．０のスケールである。さらにクラス分けは、競合するセット（例えば、競合者のグループ）に対して比較されるパフォーマンスに関する各属性として作られることができる。これは、例えば、改善が可能である又は望ましい属性、及びそのパフォーマンスが、許容可能又は平均レベルより高い属性、及び改善が望ましい又は望ましくないことがある属性を識別するために使用することができる。
【００２８】
収集した情報に関するグループ分けを決定し且つ確認し、最上位の消費者の声が、次に最上位レベルの小売消費者の声（例えば、分類）に組み合わされ、本発明の一実施例による表示６０が、図３Ａに示すように提供することができる。そこに示すように、最上位レベルの小売消費者の声が、画像又はアイコン６２を使用して示され、各最上位レベルの小売消費者の声に関するテキスト６４は、それらに組み合わされて提供される。より好ましくは、表示６０は、その最上位レベルの小売消費者の声に関する特定の情報（すなわち、情報にリンクされた）を得るために、特定の最上位レベルの小売消費者の声の表示の選択を（例えば、コンピュータ・マウスを使用し、且つアイコン又はテキストをクリックして）、ユーザに提供する。表示６０は、好ましくは、例えばカリフォルニア州サンフランシスコのＭｉｎｄＪｅｔ、ＬＬＣによって販売されるＭｉｎｄＭａｎａｇｅｒなどのデータ管理アプリケーションを使用して提供する。
【００２９】
動作において、最上位レベルの小売消費者の声の特定の表示を選択して（すなわち、アイコン６２又はテキスト６４）、選択した分類に関するより詳細な最上位レベルの小売消費者の声の表示７０（例えば、「ペット環境に優先度を生じる」）は、図４に示すように提供される（すなわち結合される）。これらの表示７０の各々で提供されるべき情報は、ＱＦＤプロセス２０及び本明細書で説明する要因解析によって決定される。表示される特定の情報は、好ましくはサブブランチ又はサブ分類、例えば機能情報７２及び感情的な情報７４に分けられる。再び機能情報７２及び感情的な情報７４を識別するテキストは、例えば特定の選択された意見に応答するビデオ・クリップ又は特定の応答などの追加の情報を提供するために選択することができる。さらに、結合は、図５に示すようにデータ・マトリクス８０を有する表示を提供することができる。そこに示すように、重要性見積もりの異なるレベルが、列８６における各消費者要件に関して、列８２における重要性（軽い）及び列８４における重要性（重い）として提供される。重い及び軽いは、それぞれしばしば購入する又は購入しない消費者を言及する。再び、消費者評価の列８８が、異なるフォーマット（例えば、競合者）を比較するために提供される。異なる列で構成された追加の情報が、必要又は望ましいとして提供されることができる。
【００３０】
図３Ｂに示す本発明の他の実施例において、表示１２０は、構造等式モデルを使用して提供される。そのようなモデルは、例えば、イリノイ州リンカンウッドのＳｃｉｅｎｔｉｆｉｃ Ｓｏｆｔｗａｒｅ Ｉｎｔｅｒｎａｔｉｏｎａｌから入手可能である統計ソフトウエア・パッケージであるＬＩＳＥＲＡＬを使用して展開することができる。この表示１２０は、消費者の声の分類を決定し且つそれに従う役に立つ意見をグループ分けするために、本明細書で説明するような要因解析、及び分類間の関係の強さを決定するための経路解析（例えば、統計的な経路解析を使用して）からの結果である。多重回帰方法は、要因解析を実行した後に、各分類に関する予測値を決定するために（例えば、どのように良好に役に立つ意見のセットが、再購入の可能性などの結果を予測するか）、実施することができる。構造等式モデルは、データの解析を実行するときにエラー／バイアスも考慮する。さらに、非帰納的なモデルが、展開されることができる（例えば、分類間の両方向における関係）。
【００３１】
図３Ｂに示すように、要因解析からの応答の決定された分類を識別する最上位レベルの小売消費者の声は、分類間の関係を結合し且つ示す矢印１２４を有するテキスト・ボックス１２２を使用して示される。特定の矢印１２４の厚みは、その矢印１２４によって結合される２つの分類間の関係の強さを示す。例えば、より厚い矢印１２４は、テキスト・ボックス１２２によって示される２つの分類間の関係がより強い。したがって、より厚い矢印１２４は、１つの分類における移動（例えば、パフォーマンス見積もりにおける変化）が、結合された分類における移動より良く予測するように、分類間の関係の予測をより良くする。したがって、表示１２０を見るとき、ユーザは、次に、ある分類における変化（例えば、価値を改善するために提案される戦略）が、他の分類に対して有している（例えば、全体的な満足に対する同様の作用）相対作用を決定することができる。
【００３２】
テキスト・ボックス１２２は、特定の小売業者に関してより強い領域、及びその小売業者に関してより弱い領域を示すために色で符号化されることができ、改善のために領域を決定することをより容易にする。さらに、表示６０に類似して、ユーザは、その分類に関する追加の情報（例えば、分類に関する類似する結合配置、ビデオ・クリップ、特定の役に立つ意見、及び／又はパフォーマンス・スコアを示す異なるスクリーン上のサブ分類）を得るために、テキスト・ボックス１２２を選択することができる（例えば、コンピュータ・マウスを使用して、又はテキスト・ボックス１２２上をクリックして）。さらに、テキスト・ボックスの結合及び矢印１２４の厚みは、さらなる又は追加の解析（例えば、繰り返し構造等式モデリング解析）に基づき修正を変更することができる。
【００３３】
本発明の実施例の表示６０、１２０によって提供される情報及びマトリクスに基づいて、消費者の声及び全体の重要性見積もりの概要、及び消費者の満足、並びに競争フォーマットであり得る他のフォーマットとの比較を含む収集された情報の解析が提供されることができる。さらに、異なる製品に提供される異なる小売サービス間の比較（例えば、犬製品に対する猫のためのショッピング）が、提供されることができる。特定の店の残りとのペット通路との結合も提供されることができる。多く購入する買い物客とあまり購入しない買い物客との間の間隔が決定されることができる。機会領域が識別されることができ、異なる買い物客に関する満足レベルが決定されることができる。例えば、図６に示すように、全体の重要性及び声のクラス分けの消費者の声の概要チャート１００が、収集された情報及び要因解析に基づき提供されることができる。分類１０２は、本明細書で説明したようにＱＦＤプロセス２０及び要因解析に基づき決定される。全体の重要性の列１０４は、要因解析からの平均要因スコアに基づく。属性の列１０６は、要因解析に基づく。百分率の値は、各分類１０２に対する特定の属性に応答する消費者の百分率を示す。チャート１００におけるボックスの色符号は、パフォーマンス・レベルを示すために提供され得ることに留意されたい。
【００３４】
したがって、本発明の実施例は、全般的に以下のステップを有する小売ＱＦＤプロセスを提供する。すなわち、
（１）小売環境（例えば、ペット製品、冷凍フード、生産物など）内の改善に関する目標付けられた分類を識別し、且つ関連する消費者の目標／セグメントを識別するステップと、
（２）目標付けられた分類における小売ショッピング経験に関する消費者の声（例えば、一般的な役に立つ意見）を得るために、焦点をおいた消費者のグループを処理するステップと、
（３）各声に関する相対的な重要性及び認識される小売業者のパフォーマンスを決定し、且つ結果変数（例えば、全体の満足、認識の値など）に対するパフォーマンスを決定するために、消費者の代表的なサンプルを調査するステップと、
（４）各声の述べられ且つ導かれた重要性、声及び結果変数に対する小売業者パフォーマンス見積もり、及び小売業者パフォーマンス見積もりに基づくＫＡＮＯクラス分け（例えば、エキサイタ、パフォーマンス、ベーシック、又は望まれていない）を決定するステップと、
（５）声の分類を決定するために繰り返しプロセスであり得る要因解析を処理するステップと、
（６）要因と、結果変数に対するパフォーマンスの予測との間の相互関係を決定するために構造等式モデルを展開するステップと、
（７）要因解析、構造等式モデリング、パフォーマンス見積もり、及びＫＡＮＯクラス分けに基づく改善機会の決定において使用するための表示６０、１２０を提供するステップと、
（８）特定の改善戦略を展開するステップとである。
【００３５】
次に、本発明のＱＦＤプロセス２０を示す例を提供する。しかしながら、この例は、本発明の１つの可能性がある小売適用の単なる例示であって、そのように限定されない。例えば、例は、ペット小売ショッピング環境、及びそれに対するＱＦＤプロセス２０の適用に関して説明するが、それは、他の小売環境に関して使用することができる。例えば、ＱＦＤプロセス２０は、冷凍フード、生産物、健康、及び美容などを含む小売環境に関して実施することができる。
【００３６】
開始にあたって、この例におけるペット小売ショッピング環境など、小売環境内での改善に関する目標付けられた分類が識別される。典型的に、これは、特定の小売業者を識別することを参照し、複数の場所を有する小売業者（例えば、小売業者チェーン内の複数のスーパーマーケット）を含むことができる。識別された分類内で、決定は、次に、関心の関連する消費者目標／セグメントに関して行われる。例えば、小売ＱＦＤプロセス２０は、選択された分類内で、ほとんど購入しないフード買い物客（すなわち、１年間に１００ドルより少ないなど、ペット・フードをあまり購入しない消費者）と、多く購入するフード買い物客（すなわち、１年間に１００ドルより多いなど、大量のペット・フードを購入する消費者）とを目標付けることができ、２つのグループを比較することができる。例えば、解析は、あまり購入しないフード買い物客に対して販売を増加するように、小売ペット・ショッピング環境を改善するために領域を識別するために、ＱＦＤプロセス２０を使用して実行することができる。多く購入する買い物客に関して、ＱＦＤプロセス２０は、異なる様々なペット製品を購入することをこれら個人に促すように使用することができる領域を識別するために使用することができる。さらに、ＱＦＤプロセス２０に基づき、どのようにこれらの異なる目標付けられたグループが、異なってペット小売ショッピング環境を見るかに関する決定を行うことができる。ＱＦＤプロセス２０は、例えば、競合者で買う消費者又は特定の経済レベルである消費者である、異なるグループ又は追加のグループに目標付けるように修正し得ることに留意されたい。
【００３７】
小売分類が決定され、且つ関連する消費者目標が決定された後、１つ又は複数の消費者重点グループが、小売ショッピング経験のための一般的な消費者の声、及び目標付けられた消費者を得るために編成される。焦点としたグループに関する代表的なグループは、それらが主としてペット在庫を購入する場合に、それらがペットを所有しているかどうかなど、それらが所定の基準を満足するかどうかを決定することによって選択される。その後、焦点グループにおいて、一般的な質問が、消費者の特定の望み及び需要を決定するために関係者に尋ねられる。例えば、以下のような質問が尋ねられる。「ペット・フードを購入するときに何を望みますか。店に来るときに何を望みますか。ペット通路を歩くときに何を望みますか。カート内にペット・フード・バッグを載せるときに何を望みますか。」また質問は、消費者が、例えば、望むものの代わりに又は望むものに加えて必要なものは何かを尋ねるように修正することができる。焦点としたグループからの応答に基づき、一般的な声、特に役に立つ意見が決定される。役に立つ意見は、例えば、消費者が、ペットを評価する、又は広範に様々な製品を提供する、又は特定の店属性（例えば、広い通路又は良好な明かり）を含む、小売ペット・ショッピング環境を望む又は必要とすることの決定に基づき展開される。
【００３８】
焦点をおいたグループを処理した後、特定の目標付けられた消費者及び環境に最も関連するべきであると決定された役に立つ意見は、無作為にされた意見での見積もりに関する調査で提供される。特に、選択された役に立つ意見は、調査質問事項において提供され、例えば以下のような見積もられるべき質問を含むことができる。すなわち、
ペット売り場における経験が、店全体に関する良好な感じをもたらす、
小売業者は、大きな／価値サイズのペット製品を購入することを可能にする、
小売業者は、ペット・アイテムに対する販売及び販売促進を提供する、
小売業者は、ペット製品に関して支払った金額に見合ったものを提供する、
小売業者は、ペット製品情報を迅速に得ることを助ける、
小売業者は、ペット・フードに関する助言の信頼できる源である、
小売業者は、ペットに指定されるサービスを提供する、
小売業者は、１つのストップ・ペット・ケア・サービスを提供する、
小売業者は、家庭／仕事場に近接した場所にある、
小売業者は、買い物したいときに開いている、
小売業者は、迅速に入り且つ出るのを容易にする、
小売業者は、新しいペット・アイテムへの注意を引かせる、
小売業者は、ペット売り場の場所を探すのを容易にさせる、
小売業者は、広範に様々なペット製品ブランドを扱う、
小売業者は、広範に様々なペット製品パッケージ・サイズを扱う、
小売業者ペット環境は、見た目が魅力的である、
小売業者は、動物に対する責任を示す、
小売環境は、ペットとのきずなを思い出される、
小売業者は、ペット及びペット所有者に関してケアする、
小売業者スタッフは、フレンドリーである。
【００３９】
これらの質問は、尋ねることができ、且つ焦点としたグループから収集された役に立つ意見に基づく単なる例示的な質問である。調査又は質問事項は、好ましくは、消費者によって見積もるために、これら質問を２回提供する。消費者は、好ましくは、これら意見のそれらに対する重要性を見積もるために尋ねられ、且つ特定の小売業者が、これら各意見に関してどのように十分に行うことができるかを見積もるために尋ねられる。さらに、消費者は、特定の競合者が、これら各役に立つ意見に関してどのように十分に行うことができるかを見積もるために尋ねられることができる。ＫＡＮＯ質問は、調査において尋ねられないことに留意されたい。例えば、「もし・・・ならどのように刺激されるか、及びもし（特定の属性）が無ければどのようにがっかりするか」は、消費者に尋ねられない。
【００４０】
質問事項又は調査からの応答は、重要性及びパフォーマンス見積もりに基づく各役に立つ意見又は声の述べられた且つ導かれた重要性を決定するために評価される。相関は、また消費者に関する結果変数（例えば、全体の販売、全体の満足度、再購入の可能性、推奨に対する可能性など）に関して決定される。例えば、消費者は、ある役に立つ意見を重要ではないと見積もることがあるが、パフォーマンス側では低い満足を見積もり、応答において矛盾が存在することを示す（すなわち、消費者は、この意見に関して気にする可能性がある）。調査からの小売業者パフォーマンス見積もりを使用して、ＫＡＮＯクラス分け（例えば、ベーシック、パフォーマンス、及びエキサイタ属性）は、本明細書に説明するように決定される。
【００４１】
その後、本明細書で説明するような要因解析が実行され、消費者が、それらの特定の意見を評価するとき（例えば、役に立つ意見をグループにまとめる又は分類する）同一の考慮をするように、関連する意見を示す見積もりにおけるパターンを決定するために、応答の統計的解析を提供する。統計的解析に基づいて、一般的な消費者の声又は分類が生成され、分類に関する名称又はタイトルは、まとめられた意見に基づいて選択される。例えば、全ての意見が優先度の言葉を含むなら、消費者の声又は分類は、図３Ａ及び図３Ｂに示し、且つ分類の１つとして提供されるように「ペット環境に優先度を生じさせる」として規定することができる。本質的に、どのように声が、分類を決定するために調和され又は相関されるかについての決定が統計的に行われる。声について任意の統計的なあいまいさが存在するなら、プロセスは、異なる相関を決定するために繰り返すことができる。
【００４２】
分類が決定されると、表示６０又は１２０が、収集された情報及び要因解析に基づいて生成される。表示６０に関して、分類されたデータは、本明細書で説明するように階層的な配置に編成される。表示１２０に関して、本明細書で示す構造等式モデルが、さらに、どのように様々な消費者の声の分類が相関されるかについて可視表示を提供する。より詳細には、結果変数（例えば、参照、全体の満足度、再購入の可能性）が、図３Ｂで示すように表示１２０の右側に提供され、決定された一般的な分類（ペット環境に優先度を生じさせる、価値、便宜性、スタッフ、ペット・サービス、ペット・ケア情報、多様性の提供、ペット売り場と残りの店との間での協働）が、図３Ｂで示すように表示１２０の左側に提供される。本明細書で説明するように、構造等式モデリング解析は、モデルの確認が提供されるまで、調整され且つ繰り返し実行される一般的な消費者の声の分類間の関係及び相関を決定するために実行する。
【００４３】
さらに、調査から収集された情報のパフォーマンス見積もりに基づき、分類が、特定の小売業者が最良であるこれら領域を特定し、特定の小売業者が最悪であるこれら領域を特定するために色符号化することができ、改善の機会を強調するために競争力の評価を可能にする。その後、ＫＡＮＯクラス分けに基づき、改善の選択肢の優先度付けについての決定を行うことができる。例えば、特定の分類がベーシックである決定が行われるなら、すなわち消費者が、そのような属性を予想し、小売業者が、その領域で不十分に行うなら、これは、可能性がある改善に関する高い優先度として識別される。さらに、そのような優先度付けは、図６に示し、且つ質問事項に示される各役に立つ意見に関して、平均に見積もられた重要性スコアによって決定されるように、各分類の全体の重要性に基づくことができる。
【００４４】
したがって、本発明は、統計的解析に基づき決定される分類を有する、定性的なデータの改善された可視表示６０及び１２０を結果として生じるＱＦＤプロセス２０を提供する。ＫＡＮＯクラス分けの使用は、また、改善に関する機会のより容易な識別を可能にする。さらに、パフォーマンス・データは、改善に関する特定の領域を決定するために使用することができる。
【００４５】
したがって、本発明の実施例は、収集した情報を解析し且つ評価するために適合する表示を含む、小売環境での使用のためのＱＦＤプロセスを提供する。要因解析は、機会（例えば、エキサイタ、パフォーマンス、及びベーシック属性における改善に関する機会）をクラス分けし且つ確認するために実行する。本発明の実施例を使用して、ＱＦＤプロセスにおける消費者データは、より容易な評価のためにグループ分けされ、特定の分類が、特定の消費者データに基づき確認される。本発明の実施例は、小売環境に対する競合者のベンチマークを提供し、小売環境における特定の分類におけるサービスのパフォーマンス、例えばペット製品の小売販売に関連するサービスの性能を最適化する。そのように、分類管理のための消費者に基づくテンプレートが提供される。
【００４６】
本発明の説明は、当然単なる例示であり、したがって、本発明の要旨から逸脱しない変形例は、本発明の範囲内にあると意図する。そのような変形例は、本発明の精神及び範囲から逸脱するものではない。
【図面の簡単な説明】
【００４７】
【図１】例示的なＱＦＤプロセスのフローチャートである。
【図２】小売環境で提供されるＱＦＤプロセスからの結果である、本発明の例示的なデータ・マトリクスの一実施例である。
【図３Ａ】小売環境で提供されるＱＦＤプロセスから情報を表示するための本発明の表示の実施例のスクリーン・ショットである。
【図３Ｂ】小売環境で提供されるＱＦＤプロセスから情報を表示するための本発明の表示の実施例のスクリーン・ショットである。
【図４】ＱＦＤプロセスからの結果である階層的なデータの配置を示す、本発明の表示の一実施例のスクリーン・ショットである。
【図５】図４の表示から選択可能な例示的なデータ・マトリクスである。
【図６】消費者情報の概要を示すチャートの一実施例である。
【特許請求の範囲】
【請求項１】
ＱＦＤプロセスを提供する方法であって、
ＱＦＤデータに基づき消費者情報を決定するステップと、
前記消費者情報の要因分析を実行するステップと、
前記要因分析に基づき前記消費者情報を分類するステップとを含む方法。
【請求項２】
前記要因分析を繰り返し実行するステップをさらに含む請求項１に記載の方法。
【請求項３】
前記消費者情報が、消費者重要性情報及び消費者パフォーマンス情報の１つを含む請求項１に記載の方法。
【請求項４】
前記ＱＦＤデータが、消費者見積もりデータを含み、消費者重要性情報及び消費者パフォーマンス情報が、前記消費者見積もりデータに基づく請求項３に記載の方法。
【請求項５】
前記消費者見積もりデータが、小売業者パフォーマンス見積もりを含み、前記小売業者パフォーマンス見積もりに基づく前記消費者パフォーマンス情報をクラス分けするステップをさらに含む請求項４に記載の方法。
【請求項６】
前記小売業者パフォーマンス見積もりに基づくエキサイタ、パフォーマンス、又はベーシック属性の１つとして、前記消費者パフォーマンス情報を識別するステップをさらに含む請求項５に記載の方法。
【請求項７】
前記消費者情報をクラス分けするステップで使用するために、パフォーマンス見積もり閾値を規定するステップをさらに含む請求項６に記載の方法。
【請求項８】
前記消費者情報をクラス分けするステップで使用するために、パフォーマンス見積もりの広がりを規定するステップをさらに含む請求項６に記載の方法。
【請求項９】
前記分類に基づき表示のために前記消費者情報を配置するステップをさらに含む請求項１に記載の方法。
【請求項１０】
前記配置するステップが、前記分類された消費者情報に基づく表示のために、前記消費者情報を階層的に配置するステップを含む請求項９に記載の方法。
【請求項１１】
前記分類間の関係に基づき、前記配置された消費者情報を構成するステップをさらに含む請求項９に記載の方法。
【請求項１２】
前記配置された分類間の前記関係の相対強度を識別するステップをさらに含む請求項９に記載の方法。
【請求項１３】
前記配置するステップが、構造等式モデルに基づく表示のために前記消費者情報を配置するステップを含む請求項１２に記載の方法。
【請求項１４】
前記構造等式モデルが、前記分類と、１つ又は複数の他の分類に関する消費者情報の各前記分類の予測値との間の前記関係の強度を決定するために、統計的な経路解析に基づく請求項１３に記載の方法。
【請求項１５】
前記要因分析が、平均化された消費者見積もりデータの統計的結合に基づく請求項４に記載の方法。
【請求項１６】
前記消費者情報が、小売環境に関するＱＦＤデータに基づく請求項１に記載の方法。
【請求項１７】
ＱＦＤプロセスを提供する方法であって、
前記小売環境に関する消費者情報の解析を可能にするために、小売環境に前記ＱＦＤプロセスを適用するステップと、
前記消費者情報におけるパターンを決定するために前記消費者情報を解析するステップと、
前記決定されたパターンに基づき前記消費者情報を分類するステップとを含む方法。
【請求項１８】
前記消費者情報が、消費者重要性情報及び消費者パフォーマンス情報の１つを含み、前記分析するステップが、前記消費者情報の統計的な結合を実行することを含む請求項１７に記載の方法。
【請求項１９】
前記消費者情報が、消費者見積もりデータを含み、前記消費者見積もりデータにおけるパターンに基づき前記消費者情報を統計的に結合することをさらに含む請求項１７に記載の方法。
【請求項２０】
前記分類された消費者情報を階層的に表示するステップをさらに含む請求項１７に記載の方法。
【請求項２１】
構造等式モデルに基づき前記分類された消費者情報を表示するステップをさらに含む請求項１７に記載の方法。
【請求項２２】
ＱＦＤプロセスからの結果であるＱＦＤデータに基づき、消費者情報を分類する改善された方法であって、
前記消費者情報を分類するために前記消費者情報の要因分析を実行するステップを含む方法。
【請求項２３】
前記消費者情報が、消費者重要性見積もり情報及び消費者パフォーマンス見積もり情報を含み、前記要因分析が、前記消費者情報を分類するために見積もり情報内のパターンを決定するために、前記見積もり情報を統計的に結合するステップを含む請求項２２に記載の方法。
【請求項２４】
階層的な配置に前記分類された消費者情報を構成するステップをさらに含む請求項２３に記載の方法。
【請求項２５】
構造等式モデルに基づき前記分類された消費者情報を構成するステップをさらに含む請求項２３に記載の方法。
【請求項２６】
ＱＦＤプロセスからの結果であるデータを表示するためのインタフェースであって、
データの分類の所定のセットの複数の画像及び組織的な表示を備え、前記画像及び組織的な表示が、前記分類のセット内の対応する分類に関するデータを提供するように選択可能であるインタフェース。
【請求項２７】
前記データが、階層的な配置で構成される請求項２６に記載のインタフェース。
【請求項２８】
前記決定された分類のセットが、前記データからの重要性見積もりに基づき規定される請求項２７に記載のインタフェース。
【請求項２９】
前記決定された分類のセットが、前記データからのパフォーマンス見積もりに基づき規定される請求項２８に記載のインタフェース。
【請求項３０】
前記データが、音響及びビデオ・データを含む請求項２６に記載のインタフェース。
【請求項３１】
前記データの決定された分類のセットが、要因解析に基づき決定される請求項２６に記載のインタフェース。
【請求項３２】
前記データが、構造等式モデルに基づき配置される請求項２６に記載のインタフェース。
【請求項３３】
データの決定された分類のセット間の関係を示す表示を結合することをさらに含む請求項３２に記載のインタフェース。
【請求項３４】
前記結合表示が、結合された分類間の相対強度を示すように構成される請求項３３に記載のインタフェース。
【請求項３５】
消費者データを評価し且つ解析するためのＱＦＤアプリケーションであって、
ＱＦＤプロセスに関し、且つ分類に配置された消費者データを表示するためのユーザ・インタフェースを備え、前記配置が、前記消費者データに実行される要因解析に基づくＱＦＤアプリケーション。
【請求項３６】
前記ユーザ・インタフェースが、それぞれ消費者データの分類を表す複数の選択可能な要素を備える請求項３５に記載のＱＦＤアプリケーション。
【請求項３７】
前記複数の選択可能な要素が、可視又は組織的な構成要素を含む請求項３６に記載のＱＦＤアプリケーション。
【請求項３８】
前記選択可能な要素が、グラフ的に結合されて前記データの分類間の関係を示し、前記結合が、結合された分類間の相対強度を示すように構成される請求項３６に記載のＱＦＤアプリケーション。
【請求項３９】
ＱＦＤプロセスを提供する方法であって、
小売環境に関する消費者情報を受けるステップと、
要因解析に基づいて前記消費者情報を分類するステップと、
前記分類に基づいて配置された前記受けられた消費者情報を提供するステップとを含む方法。
【請求項４０】
各前記分類内の階層的配置で前記消費者情報を表示するステップをさらに含む請求項３９に記載の方法。
【請求項４１】
前記分類間の前記関係を示す前記消費者情報を表示するステップをさらに含む請求項３９に記載の方法。
【請求項４２】
前記分類間の前記関係の相対強度をグラフ的に示すステップをさらに含む請求項４１に記載の方法。
【請求項４３】
前記要因解析を繰り返し実行するステップをさらに含む請求項３９に記載の方法。
【請求項４４】
前記要因解析に基づき前記消費者情報の概要表示を提供するステップをさらに含む請求項３９に記載の方法。
【請求項４５】
ＱＦＤデータを表示するための表示であって、
ＱＦＤデータの分類の所定のセットを表示する複数のアイコンを含み、前記複数のアイコンが、それぞれ前記分類のセットにおける対応する分類に関するＱＦＤデータを提供するように別個に選択可能である表示。
【請求項４６】
前記複数のアイコンが、ＱＦＤデータの分類の所定のセットを統計的に示す請求項４５に記載の表示。
【請求項４７】
前記ＱＦＤデータが、各前記分類内で階層的に構成される請求項４６に記載の表示。
【請求項４８】
前記複数のアイコンが、構造等式モデルを含む請求項４６に記載の表示。
【請求項４９】
ＫＡＮＯクラス分けに基づいて各前記アイコンに関連して可視表示を提供することをさらに含む請求項４８に記載の表示。
【請求項５０】
前記可視表示が色符号を含む請求項４９に記載の方法。
【請求項５１】
前記複数のアイコンが、要因解析に基づきＱＦＤデータの分類の統計的な所定のセットを表す請求項４６に記載の方法。
【請求項１】
ＱＦＤプロセスを提供する方法であって、
ＱＦＤデータに基づき消費者情報を決定するステップと、
前記消費者情報の要因分析を実行するステップと、
前記要因分析に基づき前記消費者情報を分類するステップとを含む方法。
【請求項２】
前記要因分析を繰り返し実行するステップをさらに含む請求項１に記載の方法。
【請求項３】
前記消費者情報が、消費者重要性情報及び消費者パフォーマンス情報の１つを含む請求項１に記載の方法。
【請求項４】
前記ＱＦＤデータが、消費者見積もりデータを含み、消費者重要性情報及び消費者パフォーマンス情報が、前記消費者見積もりデータに基づく請求項３に記載の方法。
【請求項５】
前記消費者見積もりデータが、小売業者パフォーマンス見積もりを含み、前記小売業者パフォーマンス見積もりに基づく前記消費者パフォーマンス情報をクラス分けするステップをさらに含む請求項４に記載の方法。
【請求項６】
前記小売業者パフォーマンス見積もりに基づくエキサイタ、パフォーマンス、又はベーシック属性の１つとして、前記消費者パフォーマンス情報を識別するステップをさらに含む請求項５に記載の方法。
【請求項７】
前記消費者情報をクラス分けするステップで使用するために、パフォーマンス見積もり閾値を規定するステップをさらに含む請求項６に記載の方法。
【請求項８】
前記消費者情報をクラス分けするステップで使用するために、パフォーマンス見積もりの広がりを規定するステップをさらに含む請求項６に記載の方法。
【請求項９】
前記分類に基づき表示のために前記消費者情報を配置するステップをさらに含む請求項１に記載の方法。
【請求項１０】
前記配置するステップが、前記分類された消費者情報に基づく表示のために、前記消費者情報を階層的に配置するステップを含む請求項９に記載の方法。
【請求項１１】
前記分類間の関係に基づき、前記配置された消費者情報を構成するステップをさらに含む請求項９に記載の方法。
【請求項１２】
前記配置された分類間の前記関係の相対強度を識別するステップをさらに含む請求項９に記載の方法。
【請求項１３】
前記配置するステップが、構造等式モデルに基づく表示のために前記消費者情報を配置するステップを含む請求項１２に記載の方法。
【請求項１４】
前記構造等式モデルが、前記分類と、１つ又は複数の他の分類に関する消費者情報の各前記分類の予測値との間の前記関係の強度を決定するために、統計的な経路解析に基づく請求項１３に記載の方法。
【請求項１５】
前記要因分析が、平均化された消費者見積もりデータの統計的結合に基づく請求項４に記載の方法。
【請求項１６】
前記消費者情報が、小売環境に関するＱＦＤデータに基づく請求項１に記載の方法。
【請求項１７】
ＱＦＤプロセスを提供する方法であって、
前記小売環境に関する消費者情報の解析を可能にするために、小売環境に前記ＱＦＤプロセスを適用するステップと、
前記消費者情報におけるパターンを決定するために前記消費者情報を解析するステップと、
前記決定されたパターンに基づき前記消費者情報を分類するステップとを含む方法。
【請求項１８】
前記消費者情報が、消費者重要性情報及び消費者パフォーマンス情報の１つを含み、前記分析するステップが、前記消費者情報の統計的な結合を実行することを含む請求項１７に記載の方法。
【請求項１９】
前記消費者情報が、消費者見積もりデータを含み、前記消費者見積もりデータにおけるパターンに基づき前記消費者情報を統計的に結合することをさらに含む請求項１７に記載の方法。
【請求項２０】
前記分類された消費者情報を階層的に表示するステップをさらに含む請求項１７に記載の方法。
【請求項２１】
構造等式モデルに基づき前記分類された消費者情報を表示するステップをさらに含む請求項１７に記載の方法。
【請求項２２】
ＱＦＤプロセスからの結果であるＱＦＤデータに基づき、消費者情報を分類する改善された方法であって、
前記消費者情報を分類するために前記消費者情報の要因分析を実行するステップを含む方法。
【請求項２３】
前記消費者情報が、消費者重要性見積もり情報及び消費者パフォーマンス見積もり情報を含み、前記要因分析が、前記消費者情報を分類するために見積もり情報内のパターンを決定するために、前記見積もり情報を統計的に結合するステップを含む請求項２２に記載の方法。
【請求項２４】
階層的な配置に前記分類された消費者情報を構成するステップをさらに含む請求項２３に記載の方法。
【請求項２５】
構造等式モデルに基づき前記分類された消費者情報を構成するステップをさらに含む請求項２３に記載の方法。
【請求項２６】
ＱＦＤプロセスからの結果であるデータを表示するためのインタフェースであって、
データの分類の所定のセットの複数の画像及び組織的な表示を備え、前記画像及び組織的な表示が、前記分類のセット内の対応する分類に関するデータを提供するように選択可能であるインタフェース。
【請求項２７】
前記データが、階層的な配置で構成される請求項２６に記載のインタフェース。
【請求項２８】
前記決定された分類のセットが、前記データからの重要性見積もりに基づき規定される請求項２７に記載のインタフェース。
【請求項２９】
前記決定された分類のセットが、前記データからのパフォーマンス見積もりに基づき規定される請求項２８に記載のインタフェース。
【請求項３０】
前記データが、音響及びビデオ・データを含む請求項２６に記載のインタフェース。
【請求項３１】
前記データの決定された分類のセットが、要因解析に基づき決定される請求項２６に記載のインタフェース。
【請求項３２】
前記データが、構造等式モデルに基づき配置される請求項２６に記載のインタフェース。
【請求項３３】
データの決定された分類のセット間の関係を示す表示を結合することをさらに含む請求項３２に記載のインタフェース。
【請求項３４】
前記結合表示が、結合された分類間の相対強度を示すように構成される請求項３３に記載のインタフェース。
【請求項３５】
消費者データを評価し且つ解析するためのＱＦＤアプリケーションであって、
ＱＦＤプロセスに関し、且つ分類に配置された消費者データを表示するためのユーザ・インタフェースを備え、前記配置が、前記消費者データに実行される要因解析に基づくＱＦＤアプリケーション。
【請求項３６】
前記ユーザ・インタフェースが、それぞれ消費者データの分類を表す複数の選択可能な要素を備える請求項３５に記載のＱＦＤアプリケーション。
【請求項３７】
前記複数の選択可能な要素が、可視又は組織的な構成要素を含む請求項３６に記載のＱＦＤアプリケーション。
【請求項３８】
前記選択可能な要素が、グラフ的に結合されて前記データの分類間の関係を示し、前記結合が、結合された分類間の相対強度を示すように構成される請求項３６に記載のＱＦＤアプリケーション。
【請求項３９】
ＱＦＤプロセスを提供する方法であって、
小売環境に関する消費者情報を受けるステップと、
要因解析に基づいて前記消費者情報を分類するステップと、
前記分類に基づいて配置された前記受けられた消費者情報を提供するステップとを含む方法。
【請求項４０】
各前記分類内の階層的配置で前記消費者情報を表示するステップをさらに含む請求項３９に記載の方法。
【請求項４１】
前記分類間の前記関係を示す前記消費者情報を表示するステップをさらに含む請求項３９に記載の方法。
【請求項４２】
前記分類間の前記関係の相対強度をグラフ的に示すステップをさらに含む請求項４１に記載の方法。
【請求項４３】
前記要因解析を繰り返し実行するステップをさらに含む請求項３９に記載の方法。
【請求項４４】
前記要因解析に基づき前記消費者情報の概要表示を提供するステップをさらに含む請求項３９に記載の方法。
【請求項４５】
ＱＦＤデータを表示するための表示であって、
ＱＦＤデータの分類の所定のセットを表示する複数のアイコンを含み、前記複数のアイコンが、それぞれ前記分類のセットにおける対応する分類に関するＱＦＤデータを提供するように別個に選択可能である表示。
【請求項４６】
前記複数のアイコンが、ＱＦＤデータの分類の所定のセットを統計的に示す請求項４５に記載の表示。
【請求項４７】
前記ＱＦＤデータが、各前記分類内で階層的に構成される請求項４６に記載の表示。
【請求項４８】
前記複数のアイコンが、構造等式モデルを含む請求項４６に記載の表示。
【請求項４９】
ＫＡＮＯクラス分けに基づいて各前記アイコンに関連して可視表示を提供することをさらに含む請求項４８に記載の表示。
【請求項５０】
前記可視表示が色符号を含む請求項４９に記載の方法。
【請求項５１】
前記複数のアイコンが、要因解析に基づきＱＦＤデータの分類の統計的な所定のセットを表す請求項４６に記載の方法。
【図１】
【図２】
【図３Ａ】
【図３Ｂ】
【図４】
【図５】
【図６】
【図２】
【図３Ａ】
【図３Ｂ】
【図４】
【図５】
【図６】
【公表番号】特表２００６−５１８０８２（Ｐ２００６−５１８０８２Ａ）
【公表日】平成１８年８月３日（２００６．８．３）
【国際特許分類】
【出願番号】特願２００６−５０３６１９（Ｐ２００６−５０３６１９）
【出願日】平成１６年２月１２日（２００４．２．１２）
【国際出願番号】ＰＣＴ／ＵＳ２００４／００４５４６
【国際公開番号】ＷＯ２００４／０７５０１４
【国際公開日】平成１６年９月２日（２００４．９．２）
【出願人】（５９９１３２９０４）ネステク ソシエテ アノニム (637)
【公表日】平成１８年８月３日（２００６．８．３）
【国際特許分類】
【出願日】平成１６年２月１２日（２００４．２．１２）
【国際出願番号】ＰＣＴ／ＵＳ２００４／００４５４６
【国際公開番号】ＷＯ２００４／０７５０１４
【国際公開日】平成１６年９月２日（２００４．９．２）
【出願人】（５９９１３２９０４）ネステク ソシエテ アノニム (637)
[ Back to top ]