KR102139620B1 - Method And Apparatus for Managing Logistics by Using Quick Response Code - Google Patents
Method And Apparatus for Managing Logistics by Using Quick Response Code Download PDFInfo
- Publication number
- KR102139620B1 KR102139620B1 KR1020200057110A KR20200057110A KR102139620B1 KR 102139620 B1 KR102139620 B1 KR 102139620B1 KR 1020200057110 A KR1020200057110 A KR 1020200057110A KR 20200057110 A KR20200057110 A KR 20200057110A KR 102139620 B1 KR102139620 B1 KR 102139620B1
- Authority
- KR
- South Korea
- Prior art keywords
- information
- logistics
- product
- sales
- management device
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 230000004044 response Effects 0.000 title claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 41
- 230000008676 import Effects 0.000 claims description 5
- 238000007726 management method Methods 0.000 description 145
- 238000010586 diagram Methods 0.000 description 17
- 238000004458 analytical method Methods 0.000 description 13
- 239000002131 composite material Substances 0.000 description 13
- 239000000284 extract Substances 0.000 description 9
- 238000001556 precipitation Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000003915 air pollution Methods 0.000 description 5
- 230000001186 cumulative effect Effects 0.000 description 5
- 230000035945 sensitivity Effects 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 239000002537 cosmetic Substances 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 239000000428 dust Substances 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 239000008186 active pharmaceutical agent Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 235000013334 alcoholic beverage Nutrition 0.000 description 1
- 235000019219 chocolate Nutrition 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- -1 electric fans) Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 230000000475 sunscreen effect Effects 0.000 description 1
- 239000000516 sunscreening agent Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
- G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
- G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
- G06K19/06037—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking multi-dimensional coding
-
- G06Q50/28—
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
본 발명의 일 실시예는 QR 코드를 이용한 물류 관리 방법 및 장치에 관한 것이다. One embodiment of the present invention relates to a method and apparatus for managing logistics using a QR code.
이하에 기술되는 내용은 단순히 본 실시예와 관련되는 배경 정보만을 제공할 뿐 종래기술을 구성하는 것이 아니다.The contents described below merely provide background information related to the present embodiment, and do not constitute a prior art.
제품의 정품여부를 판단하기 위하여, 시리얼번호, 바코드 등을 제품에 부여하는 정품인증 방법이 사용되고 있다. 복사기술, 제작기술 등의 발달로 인하여 제품에 부여된 시리얼번호 등과 같은 식별수단 자체를 복제하는 경우, 소비자가 제품의 정품여부를 쉽게 판단할 수 없다.In order to determine whether a product is genuine, a genuine product authentication method is used to give a serial number, barcode, etc. to the product. Due to the development of copying technology, manufacturing technology, etc., if the identification means such as the serial number assigned to the product are copied, the consumer cannot easily determine whether the product is genuine.
시리얼번호가 기재된 라벨 자체의 복제를 방지하기 위하여, 광 반사 필름을 이용하는 방법 등을 이용하여, 복제 가능성을 낮추는 기술이 개발되고 있다.In order to prevent duplication of the serial number-labeled label itself, a technique for reducing the possibility of duplication has been developed using a method using a light reflective film or the like.
물품이 제조되고 출고 지시가 있으면 생산지에서 배송과정을 거쳐 출고지까지 배송되고, 물품 제조로부터 출고지까지 여러 가지 중간 단계를 거치기 때문에 물품이 중간단계에서 분실되거나 잘못된 곳으로 배송되는 배송 사고가 발생하기 쉽다. 따라서, 물류를 체계적으로 관리하기 위해 생산지에서 출고지까지 배송되는 전 프로세스를 관리하는 물류 관리 시스템이 도입되어 사용되고 있다.When the goods are manufactured and there is an instruction for delivery, the goods are delivered from the place of production to the place of delivery, and there are several intermediate steps from the manufacture of goods to the place of delivery. easy. Therefore, in order to systematically manage logistics, a logistics management system that manages the entire process of delivery from production to delivery is introduced and used.
하지만, 종래의 물류 관리 시스템은 물품의 제조에서 출고지까지 전 프로세스를 관리하는 것이 아니라, 관리가 필요한 일부 프로세스만 독립적으로 관리하기 때문에 물류 이외의 재고 관리나 복제 또는 불법 제조된 물품이 유통되는 것을 하나의 시스템으로 관리할 수 없는 문제가 있다.However, the conventional logistics management system does not manage the entire process from manufacturing of goods to the place of delivery, but only some processes that require management are managed independently, so inventory management other than logistics, or copying or illegally manufactured goods are distributed. There is a problem that cannot be managed by one system.
본 실시예는 소비자 단말기로부터 특정 상품에 부착된 제1 QR 코드를 인식한 제품 구매 정보를 수집하고, 물류기지로부터 특정 상품에 부착된 제2 QR 코드를 인식한 물류 위치이동 정보를 수집하여 매칭하는 형태로 취합한 후 최적 생산량 정보와 최적 물류 배분 정보를 생성하여 특정 상품별 의사결정을 지원하는 데 이용하는 QR 코드를 이용한 물류 관리 방법 및 장치를 제공하는 데 목적이 있다.This embodiment collects product purchase information that recognizes a first QR code attached to a specific product from a consumer terminal, and collects and matches logistics location movement information that recognizes a second QR code attached to a specific product from a logistic base. The objective is to provide a logistics management method and apparatus using QR codes that are used to support decision-making by specific products by generating optimal production information and optimal distribution information after collecting them in a form.
본 실시예의 일 측면에 의하면, 소비자 단말기로부터 특정 상품에 부착된 제1 QR 코드(Quick Response Code)를 인식한 제품 구매 정보를 수집하고, 상기 제품 구매 정보를 인증하는 제품 구매정보 관리부; 물류기지로부터 상기 특정 상품에 부착된 제2 QR 코드를 인식한 물류 위치이동 정보를 수집하여 인증하는 물류 정보 관리부; 상기 특정 상품에 대응하는 제품식별정보를 기준으로 상기 제품 구매 정보와 상기 물류 위치이동 정보를 누적하여 매칭하는 형태로 취합한 로우 데이터를 생성하는 정보 취합부; 및 상기 로우 데이터를 기반으로 최적 생산량 정보를 생성하고, 상기 최적 생산량 정보를 판매지로 분류하기 위한 최적 물류 배분 정보를 생성하며, 상기 최적 생산량 정보와 상기 최적 물류 배분 정보를 기반으로 특정 상품별 의사결정을 지원하는 의사결정 지원부를 포함하는 것을 특징으로 하는 물류 관리 장치를 제공한다.According to an aspect of the present embodiment, a product purchase information management unit collecting product purchase information recognizing a first QR code (Quick Response Code) attached to a specific product from a consumer terminal and authenticating the product purchase information; A logistics information management unit collecting and authenticating logistics location movement information recognizing a second QR code attached to the specific product from the logistics base; An information collecting unit for generating raw data collected in a form of accumulating and matching the product purchase information and the logistics location movement information based on product identification information corresponding to the specific product; And generating optimum production information based on the raw data, generating optimal distribution information for classifying the optimum production information into a sales place, and making decisions for specific products based on the optimum production information and the optimal distribution information. It provides a logistics management device characterized in that it comprises a decision support unit to support.
이상에서 설명한 바와 같이 본 실시예에 의하면, 소비자 단말기로부터 특정 상품에 부착된 제1 QR 코드를 인식한 제품 구매 정보를 수집하고, 물류기지로부터 특정 상품에 부착된 제2 QR 코드를 인식한 물류 위치이동 정보를 수집하여 매칭하는 형태로 취합한 후 최적 생산량 정보와 최적 물류 배분 정보를 생성하여 특정 상품별 의사결정을 지원할 수 있는 효과가 있다.As described above, according to the present embodiment, the consumer terminal collects product purchase information recognizing the first QR code attached to the specific product, and the logistics location recognizes the second QR code attached to the specific product from the logistics base. It has the effect of supporting decision-making by specific products by generating movement information and collecting it in a matching form, and then generating optimal production information and optimal distribution information.
도 1은 본 실시예에 따른 QR 코드를 이용한 물류 관리 시스템을 나타낸 도면이다.
도 2는 본 실시예에 따른 물류 관리 장치를 개략적으로 나타낸 블럭 구성도이다.
도 3은 본 실시예에 따른 발행된 QR 코드 목록을 나타낸 도면이다.
도 4는 본 실시예에 따른 등록한 제품에 대한 인증현황을 나타낸 도면이다.
도 5는 본 실시예에 따른 등록한 제품에 대한 매출액비중을 나타낸 도면이다.
도 6은 본 실시예에 따른 등록한 개별 제품의 상세 인증 내역을 나타낸 도면이다.
도 7은 본 실시예에 따른 개별 제품의 국가별 인증 내역을 나타낸 도면이다.
도 8은 본 실시예에 따른 개별 제품의 날씨별 인증 내역을 나타낸 도면이다.
도 9는 본 실시예에 따른 개별 제품의 장치별 인증 내역을 나타낸 도면이다.
도 10은 본 실시예에 따른 인사이트 복합분석을 나타낸 도면이다.
도 11은 본 실시예에 따른 인사이트 복합분석시 선택 제품에 대한 세부 항목을 나타낸 도면이다.
도 12는 본 실시예에 따른 인사이트 복합분석시 기간 및 시간대 선택을 나타낸 도면이다.
도 13은 본 실시예에 따른 인사이트 복합분석시 날짜 선택을 나타낸 도면이다.
도 14는 본 실시예에 따른 인사이트 복합분석시 공간 선택을 나타낸 도면이다.
도 15는 본 실시예에 따른 인사이트 복합분석시 고객 선택을 나타낸 도면이다.
도 16은 본 실시예에 따른 판매율을 예측하는 방법을 나타낸 개념도이다.
도 17은 본 실시예에 따른 인공지능 학습모델의 생성 방법을 나타낸 개념도이다.
도 18은 본 실시예에 따른 학습시 제품군에 따라 스케일을 결정하는 방법을 나타낸 개념도이다.1 is a view showing a logistics management system using a QR code according to this embodiment.
2 is a block diagram schematically showing a logistics management device according to the present embodiment.
3 is a diagram showing a list of issued QR codes according to the present embodiment.
4 is a diagram showing the authentication status of the registered product according to the present embodiment.
5 is a view showing the proportion of sales for registered products according to the present embodiment.
6 is a view showing the detailed certification details of the registered individual products according to the present embodiment.
7 is a view showing a country-specific certification history of individual products according to the present embodiment.
8 is a view showing a certification history of each individual product according to the present embodiment.
9 is a view showing a certification history of each device of each product according to the present embodiment.
10 is a view showing an insight composite analysis according to the present embodiment.
11 is a view showing detailed items for a selected product in the insight composite analysis according to the present embodiment.
12 is a view showing a period and time zone selection in the insight composite analysis according to the present embodiment.
13 is a diagram showing date selection in an insight composite analysis according to the present embodiment.
14 is a diagram showing spatial selection in the insight composite analysis according to the present embodiment.
15 is a view showing customer selection in the insight composite analysis according to the present embodiment.
16 is a conceptual diagram illustrating a method for predicting a sales rate according to the present embodiment.
17 is a conceptual diagram showing a method of generating an artificial intelligence learning model according to the present embodiment.
18 is a conceptual diagram illustrating a method of determining a scale according to a product line during learning according to the present embodiment.
이하, 본 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.Hereinafter, this embodiment will be described in detail with reference to the accompanying drawings.
도 1은 본 실시예에 따른 QR 코드를 이용한 물류 관리 시스템을 나타낸 도면이다.1 is a view showing a logistics management system using a QR code according to this embodiment.
본 실시예에 따른 물류 관리 시스템은 B2B(Business to Business) 또는 B2C(Business to Customer)에 적용 가능하다.The logistics management system according to this embodiment is applicable to B2B (Business to Business) or B2C (Business to Customer).
본 실시예에 따른 QR 코드를 이용한 물류 관리 시스템은 제품(110), 제1 QR 코드(122), 제2 QR 코드(124), 소비자 단말기(132), 전용 리더기(134), 물류 관리 장치(140)를 포함한다. 물류 관리 시스템에 포함된 구성요소는 반드시 이에 한정되는 것은 아니다.The logistics management system using the QR code according to the present embodiment includes a
제품(110)의 일측에 제1 QR 코드(122)가 부착되고, 타측에 제2 QR 코드(124)가 부착된다.The
제1 QR 코드(122)는 화장품뿐만 아니라 음식, 공산품 등의 일측에 부착 가능하다. 제1 QR 코드(122)는 해당 상품에 대응하는 제품식별정보를 포함한다. 제1 QR 코드(122)는 구매 위치 정보, 구매 일시 정보, 구매 날씨(습도, 온도) 정보를 필수적으로 수집하도록 요청하는 정보와 단말기 기종 정보, 가입자 성별 정보, 가입자 나이 정보, SNS 연결 유무 정보를 선택적으로 수집하도록 요청하는 정보를 포함한다.The
제2 QR 코드(124)는 위치 인식 전용 QR로서, 전용 리더기에서 인식 가능하다. 제2 QR 코드(124)는 해당 상품에 대응하는 제품식별정보를 포함한다. 제2 QR 코드(124)는 각 노드마다 화물 움직임 시점을 확인하여 각 노드에서 위치정보, 도착일시(년도/월/일/시간)를 수집하도록 요청하는 정보를 포함한다.The
제2 QR 코드(124)는 제품의 타측에 부착 가능하다. 제2 QR 코드(124)는 위치 정보만을 포함하고 있으므로, 제1 QR 코드(122)보다 작은 사이즈로 구현 가능하다. 제2 QR 코드(124)가 부착된 제품이 출하된 상태에서 물류기지를 경유할 때, 물류기지에 구비된 전용 리더기(134)에서 제2 QR 코드(124)를 인식하여 노드마다 화물 움직임 시점을 체크한다. The
제2 QR 코드(124)가 부착된 제품은 수출 상품 또는 수입 상품의 위치를 파악하는데 이용 가능하다. 제2 QR 코드(124)가 부착된 제품을 수입하는 경우, 물류 관리 장치(140)는 출발지에서 출하된 상품이 물류기지를 경유하여 세관에 도착하는 경로를 확인할 수 있다. 제2 QR 코드(124)가 부착된 제품을 수출하는 경우, 물류 관리 장치(140)는 출발지에서 출하된 상품이 물류기지를 경유하여 도착지에 도착하는 경로를 확인할 수 있다.The product to which the
소비자 단말기(132)는 사용자의 키 조작에 따라 네트워크를 경유하여 음성 또는 데이터 통신을 수행하는 전자 기기를 의미한다. 소비자 단말기(132)는 네트워크를 경유하여 물류 관리 장치(140)와 통신하기 위한 프로그램 또는 프로토콜을 저장하기 위한 메모리, 해당 프로그램을 실행하여 연산 및 제어하기 위한 마이크로프로세서 등을 구비한다. The
소비자 단말기(132)는 스마트폰(Smart Phone), 태블릿(Tablet), 랩톱(Laptop), 개인용 컴퓨터(PC: Personal Computer), 휴대형 멀티미디어 플레이어(PMP: Portable Multimedia Player), 무선 통신 단말기(Wireless Communication Terminal), 미디어 플레이어 등과 같은 전자 기기일 수 있다. The
소비자 단말기(132)는 제품(110)에 부착된 제1 QR 코드(122)를 촬영하면, 제1 QR 코드(122)에 대응하는 제품식별정보를 추출하여 물류 관리 장치(140)로 전송한다. 소비자 단말기(132)는 물류 관리 장치(140)로부터 제1 QR 코드(122)에 대응하는 제품식별정보가 정품인 것으로 인증받으면, 구매 위치, 구매 날씨(습도, 온도), 단말기 기종, 가입자 성별, 가입자 나이, SNS 연결 유무를 수집하여 물류 관리 장치(140)로 전송한다.When the
전용 리더기(134)는 물류기지에 설치되어, 물류기지를 통과하는 제품(110)에 부착된 제2 QR 코드(124)를 인식한다. 전용 리더기(134)는 제2 QR 코드(124)에 대응하는 제품식별정보를 추출하여 물류 관리 장치(140)로 전송한다. 전용 리더기(134)는 물류 관리 장치(140)로부터 제2 QR 코드(124)에 대응하는 제품식별정보가 정품으로 인지되면, 위치정보, 도착일시(년도/월/일/시간)를 추출하여 물류 관리 장치(140)로 전송한다.The
물류 관리 장치(140)는 하드웨어적으로 통상적인 웹서버(Web Server) 또는 네트워크 서버와 동일한 하드웨어 모듈을 포함한다. 물류 관리 장치(140)는 웹서버 또는 네트워크 서버의 형태로 구현될 수 있다. 물류 관리 장치(140)는 일반적으로 인터넷과 같은 개방형 컴퓨터 네트워크를 경유하여 불특정 다수 클라이언트 또는 다른 서버와 통신한다.The
물류 관리 장치(140)는 클라이언트 또는 다른 웹서버의 작업수행 요청에 대응하는 작업 결과를 도출하여 제공하는 컴퓨터 시스템, 컴퓨터 소프트웨어(웹서버 프로그램)를 의미한다. 물류 관리 장치(140)는 전술한 웹서버 프로그램 이외에, 웹서버상에서 동작하는 일련의 응용 프로그램(Application Program) 또는 장치 내부에 구축되어 있는 각종 데이터베이스를 포함하는 넓은 개념으로 이해되어야 할 것이다.The
예컨대, 고객이 소비자 단말기(132)를 이용하여 화장품을 구매한 후 화장품에 부착된 제1 QR 코드(122)를 촬영하면, 물류 관리 장치(140)는 제1 QR 코드에 대응하는 제품식별 정보에 대한 정품 인증을 수행하고, 소비자 단말기(132)로부터 해당 고객식별정보, 구매일시(년도/월/일/시간), 구매당시날씨(습도/온도)를 수집한다.For example, if a customer purchases cosmetics using the
물류 관리 장치(140)는 구매 당시 정보(고객식별정보, 구매일시, 구매당시날씨)를 빅데이터 처리하여 가시화한 후 출력 가능하다. 물류 관리 장치(140)는 판매자 또는 관리자가 시스템에 접속하면, 판매제품정보, 판매개수, 판매위치(지도상에 표시)가 시각적으로 처리되도록 디스플레이한다. 물류 관리 장치(140)는 기업의 의사결정지원 시스템에 적용 가능하다.The
물류 관리 장치(140)는 제2 QR 코드(124)가 부착된 제품(110)이 출하되어 물류기지를 경유할 때마다, 각 노드에서 위치정보, 도착일시(년도/월/일/시간)를 확인한 후 경로 정보를 생성하여 출력 가능하다.
물류 관리 장치(140)는 소비자 단말기(132)로부터 제1 QR 코드(122)를 인식한 정보를 판독하고, 물류기지에 구비된 전용 리더기(134)로부터 제2 QR 코드(124)을 인식한 정보를 판독한다. 물류 관리 장치(140)는 소비자 단말기(132)로부터 제1 QR 코드(122)를 인식한 정보인 고객식별정보, 구매일시, 구매당시날씨를 판독한다. 물류 관리 장치(140)는 물류기지에 구비된 전용 리더기(134)로부터 제2 QR 코드(124)를 인식한 정보인 위치정보, 도착일시(년도/월/일/시간)를 판독한다.
물류 관리 장치(140)는 제1 QR 코드(122)와 제2 QR 코드(124)를 이용하여 수집한 데이터를 가공 처리한 후 기 설정된 알고리즘, AI를 이용하여 물류 배분 정보 및 생산량 정보를 산출한다. 물류 관리 장치(140)는 수집된 정보를 기반으로 특정 상품(예컨대, A 상품)이 많이 팔리는 지역을 선별하고, 해당 지역으로 특정 상품((예컨대, A 상품)을 빨리 공급하기 위한 물류 배분 정보를 산출한다. 물류 관리 장치(140)는 특정 지역별 판매에 대한 증가율과 감소율을 기반으로 경향성 정보를 산출한다. 물류 관리 장치(140)는 경향성 정보를 기반으로 생산할 제품 정보를 결정한다.The
물류 관리 장치(140)는 특정 지역별 판매에 대한 증가율과 감소율을 학습하여 향후 판매율을 산출한다. 물류 관리 장치(140)는 학습모델을 이용하여 향후 판매율을 산출할 수 있다.The
도 2는 본 실시예에 따른 물류 관리 장치를 개략적으로 나타낸 블럭 구성도이다.2 is a block diagram schematically showing a logistics management device according to the present embodiment.
본 실시예에 따른 물류 관리 장치(140)는 제품 구매정보 관리부(210), 물류 정보 관리부(220), 정보 취합부(230), 의사결정 지원부(240)를 포함한다. 물류 관리 장치(140)에 포함된 구성요소는 반드시 이에 한정되는 것은 아니다.The
물류 관리 장치(140)에 포함된 각 구성요소는 장치 내부의 소프트웨어적인 모듈 또는 하드웨어적인 모듈을 연결하는 통신 경로에 연결되어 상호 간에 유기적으로 동작할 수 있다. 이러한 구성요소는 하나 이상의 통신 버스 또는 신호선을 이용하여 통신한다.Each component included in the
도 2에 도시된 물류 관리 장치(140)의 각 구성요소는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 소프트웨어적인 모듈, 하드웨어적인 모듈 또는 소프트웨어와 하드웨어의 결합으로 구현될 수 있다.Each component of the
제품 구매정보 관리부(210)는 소비자 단말기(132)로부터 특정 상품에 부착된 제1 QR 코드(122)를 인식한 제품 구매 정보를 수집한다. 제품 구매정보 관리부(210)는 제품 구매 정보에 포함된 제품식별정보를 인증한다.The product purchase
제품 구매정보 관리부(210)는 소비자 단말기(132)가 제1 QR 코드를 인식하면, 제1 QR 코드(122)에 대응하는 제품식별정보가 정품인지를 인증한다. 제품 구매정보 관리부(210)는 제품식별정보가 정품으로 인증되면, 소비자 단말기(132)로 하여금 구매 위치 정보, 구매 일시 정보, 구매 날씨(습도, 온도) 정보를 필수적으로 수집하도록 한다. 제품 구매정보 관리부(210)는 단말기 기종 정보, 가입자 성별 정보, 가입자 나이 정보, SNS 연결 유무 정보를 선택적으로 수집하도록 한다.When the
물류 정보 관리부(220)는 물류기지에 구비된 전용 리더기(134)로부터 특정 상품에 부착된 제2 QR 코드(124)를 인식한 물류 위치이동 정보를 수집한다. 물류 정보 관리부(220)는 물류 위치이동 정보에 포함된 제품식별정보를 인증한다.The logistics
물류 정보 관리부(220)는 물류기지에 구비된 전용 리더기(134)가 제2 QR 코드를 인식하면, 제2 QR 코드(124)에 대응하는 제품식별정보가 정품인지를 인증한다. 물류 정보 관리부(220)는 제품식별정보가 정품으로 인증되면, 제2 QR 코드(124)가 부착된 제품이 수출 또는 수입 시 출하된 상태에서 물류기지를 경유할 때마다 물류기지에 구비된 전용 리더기(134)로부터 제2 QR 코드(124)를 인식하여 각 노드마다 화물 움직임 시점을 확인한다.When the
물류 정보 관리부(220)는 각 노드에서 위치정보, 도착일시(년도/월/일/시간)를 확인한 경로 정보를 기반으로 출발지에서 출하된 상품이 물류기지를 경유하여 세관에 도착하는 수입경로 및 수출경로를 생성하여 출력한다.The logistics
정보 취합부(230)는 특정 상품에 대응하는 제품식별정보를 기준으로 제품 구매 정보와 물류 위치이동 정보를 누적하여 매칭하는 형태로 취합한 로우 데이터를 생성한다. 정보 취합부(230)는 제품식별정보를 기준으로 구매 위치 정보, 구매 날씨(습도, 온도) 정보, 단말기 기종 정보, 가입자 성별 정보, 가입자 나이 정보, SNS 연결 유무 정보, 각 노드에서 위치정보, 도착일시(년도/월/일/시간)를 누적하는 형태로 매칭하여 로우 데이터를 생성한다.The
의사결정 지원부(240)는 로우 데이터를 기반으로 최적 생산량 정보를 생성한다. 의사결정 지원부(240)는 최적 생산량 정보를 판매지로 분류하기 위한 최적 물류 배분 정보를 생성한다. 의사결정 지원부(240)는 최적 생산량 정보와 최적 물류 배분 정보를 기반으로 특정 상품별 의사결정을 지원한다.The
의사결정 지원부(240)는 로우 데이터에 포함된 구매 위치 정보를 기반으로 지역별 판매량 정보를 산출한다. 지역별 판매량 정보는 국가별 판매량 정보와 도시별 판매량 정보를 포함한다. 의사결정 지원부(240)는 국가별 판매량 정보 또는 도시별 판매량 정보를 포함하는 지역별 판매량 정보를 산출한다.The
의사결정 지원부(240)는 지역별 판매량 정보를 기반으로 특정 상품(A)이 많이 팔리는 지역을 선별하고, 해당 지역으로 특정 상품(A)을 빠르게 공급하기 위한 최적 물류 배분 정보를 산출한다.The
의사결정 지원부(240)는 지역별 판매량 정보를 기반으로 특정 지역별로 판매되는 제품에 대한 증가율과 감소율을 산출한다. 의사결정 지원부(240)는 전체 기간 중 기 설정된 최근 기간에 대한 증가율과 감소율을 기반으로 경향성 정보를 산출한다. 의사결정 지원부(240)는 경향성 정보를 기반으로 최적 생산량 정보를 산출한다.The
의사결정 지원부(240)는 학습부(252), 향후 판매율 산출부(254), 물류 추정부(256)를 포함한다. 의사결정 지원부(240)에 포함된 구성요소는 반드시 이에 한정되는 것은 아니다.The
학습부(252)는 특정 지역별로 판매되는 제품에 대한 증가율과 감소율을 학습 데이터로서 입력하여 향후 판매율을 예측하는 학습모델을 생성한다. 향후 판매율 산출부(254)는 학습모델을 이용하여 향후 판매율을 산출한다. The
물류 추정부(256)는 향후 판매율을 기반으로 최적 생산량 정보를 산출한다. 물류 추정부(256)는 최적 생산량 정보를 각 지역별로 분배하는 최적 물류 배분 정보를 산출한다.The
물류 추정부(256)는 로우 데이터를 기반으로 선택된 특정 국가 내에서 정품판매가 인증된 제품식별정보만을 추출한다. 물류 추정부(256)는 특정 국가 내에서 정품판매가 인증된 제품식별정보에 대한 판매 도시, 인증 횟수, 누적 판매량, 매출액을 추출한다. 물류 추정부(256)는 판매 도시, 인증 횟수, 누적 판매량, 매출액을 기반으로 도시별 판매량 증감율 정보를 산출한다.The
물류 추정부(256)는 도시별 판매량 증감율 정보를 기반으로 도시별 최적 생산량 정보를 각각 산출하고, 특정 국가 내의 도시별 최적 생산량 정보를 합산하여 특정 국가에 대한 총 생산량 정보를 생성한다. 물류 추정부(256)는 총 생산량 정보를 도시별 최적 생산량 정보에 따라 분배하는 도시별 최적 물류 배분 정보를 생성한다.The
물류 추정부(256)는 구매 날씨 정보로부터 판매 도시에 대한 온도 정보, 습도 정보, 미세먼지농도 정보, 강수량 정보를 추출한다.The
물류 추정부(256)는 구매 날씨 정보에 포함된 온도 정보가 온도 임계치 이상이고 습도 정보가 습도 임계치 미만인 경우에 판매된 제품식별정보에 대한 판매량을 확인한다. 물류 추정부(256)는 판매량이 하위권에서 상위권으로 상승한 제품식별정보를 온도 변화 제품군으로 분류한다. 물류 추정부(256)는 온도 변화 제품군의 매출액을 확인하여 높은 매출액을 갖는 제품이 높은 가중치를 갖도록 온도 가중치를 결정한다. 예컨대, 물류 추정부(256)는 햇빛이 강한날 온도가 높고, 습도가 낮을 때, 매출액이 급격이 증가하는 제품인 썬크림에 높은 가중치를 주도록 결정할 수 있다. 물류 추정부(256)는 도시별 최적 생산량 정보를 생성할 때, 온도 가중치를 적용한다.The
물류 추정부(256)는 구매 날씨 정보에 포함된 강수량 정보가 강수 임계치 이상인 경우에 판매된 제품식별정보에 대한 판매량을 확인한다. 물류 추정부(256)는 판매량이 하위권에서 상위권으로 상승한 제품식별정보를 강수량 변화 제품군으로 분류한다. 물류 추정부(256)는 강수량 변화 제품군의 매출액을 확인하여 높은 매출액을 갖는 제품이 높은 가중치를 갖도록 강수 가중치를 결정한다. 예컨대, 물류 추정부(256)는 비오는 날에 매출액이 급격히 증가하는 제품인 우산에 높은 가중치를 주도록 결정할 수 있다. 물류 추정부(256)는 도시별 최적 생산량 정보를 생성할 때, 강수 가중치를 적용한다.The
물류 추정부(256)는 구매 날씨 정보에 포함된 온도 정보가 한파 임계치 미만이 경우에 판매된 제품식별정보에 대한 판매량을 확인한다. 물류 추정부(256)는 판매량이 하위권에서 상위권으로 상승한 제품식별정보를 방한 제품군으로 분류한다. 물류 추정부(256)는 방한 제품군의 매출액을 확인하여 높은 매출액을 갖는 제품이 높은 가중치를 갖도록 한파 가중치를 결정한다. 예컨대, 물류 추정부(256)는 추운날에 매출액이 급격히 증가하는 제품인 방한 용품에 높은 가중치를 주도록 결정할 수 있다. 물류 추정부(256)는 도시별 최적 생산량 정보를 생성할 때, 한파 가중치를 적용한다.The
물류 추정부(256)는 구매 날씨 정보에 포함된 미세먼지농도정보가 농도 임계치 이상인 경우에 판매된 제품식별정보에 대한 판매량을 확인한다. 물류 추정부(256)는 판매량이 하위권에서 상위권으로 상승한 제품식별정보를 공기 오염도 제품군으로 분류한다. 물류 추정부(256)는 공기 오염도 제품군의 매출액을 확인하여 높은 매출액을 갖는 제품이 높은 가중치를 갖도록 공기 오염도 가중치를 결정한다. 예컨대, 물류 추정부(256)는 미세먼지농도가 높을 날에 매출액이 급격히 증가하는 제품인 마스크에 높은 가중치를 주도록 결정할 수 있다. 물류 추정부(256)는 도시별 최적 생산량 정보를 생성할 때, 공기 오염도 가중치를 적용한다.The
물류 추정부(256)는 도시별 판매 현황(증감율)에 포함된 각 제품군에 온도 가중치, 강수 가중치, 한파 가중치, 공기 오염도 가중치를 적용하여 도시별 최적 생산량 정보를 생성한다. 물류 추정부(256)는 특정 국가에 포함된 도시별 최적 생산량 정보를 합산하여 총 생산량 정보를 생성한다. 물류 추정부(256)는 총 생산량 정보를 도시별 최적 생산량 정보에 따라 분배하는 도시별 최적 물류 배분 정보를 생성한다.The
물류 추정부(256)는 총 생산량 정보를 포함하는 최적 생산량 정보와 도시별 최적 생산량 정보에 따라 분배하는 도시별 최적 물류 배분 정보에 대한 의사 결정 여부를 확인하고, 확인 결과에 따라 의사 결정을 지원한다.The
물류 추정부(256)는 구매 일시 정보로부터 기념일 정보, 요일 정보, 시간대 정보를 추출한다.The
물류 추정부(256)는 구매 일시 정보에 포함된 기념일 정보에 해당하는 날 판매된 제품식별정보에 대한 판매량을 확인한다. 물류 추정부(256)는 판매량이 하위권에서 상위권으로 상승한 제품식별정보를 기념일 제품군으로 분류한다. 물류 추정부(256)는 기념일 제품군의 매출액을 확인하여 높은 매출액을 갖는 제품이 높은 가중치를 갖도록 기념일 가중치를 결정한다. 예컨대, 물류 추정부(256)는 년단위로 발렌타인 데이 등의 기념일에 매출액이 급격히 증가하는 제품인 초콜릿에 높은 가중치를 주도록 결정할 수 있다. 물류 추정부(256)는 총 생산량 정보를 생성할 때, 기념일 가중치를 적용한다.The
물류 추정부(256)는 구매 일시 정보에 포함된 요일 정보마다 판매된 제품식별정보에 대한 판매량을 확인한다. 물류 추정부(256)는 요일 변화에 따라 특정 요일에 판매량이 하위권에서 상위권으로 상승한 제품식별정보를 요일별 제품군으로 분류한다. 물류 추정부(256)는 요일별 제품군의 매출액을 확인하여 높은 매출액을 갖는 제품이 높은 가중치를 갖도록 요일별 가중치를 결정한다. 예컨대, 물류 추정부(256)는 금요일에 매출액이 급격히 증가하는 제품인 주류에 높은 가중치를 주도록 결정할 수 있다. 물류 추정부(256)는 총 생산량 정보를 생성할 때, 요일별 가중치를 적용한다.The
물류 추정부(256)는 구매 일시 정보에 포함된 시간대 정보마다 판매된 제품식별정보에 대한 판매량을 확인한다. 물류 추정부(256)는 시간대 변화에 따라 특정 시간대에 판매량이 하위권에서 상위권으로 상승한 제품식별정보를 시간대별 제품군으로 분류한다. 물류 추정부(256)는 시간대별 제품군의 매출액을 확인하여 높은 매출액을 갖는 제품이 높은 가중치를 갖도록 시간대별 가중치를 결정한다. 예컨대, 물류 추정부(256)는 저녁 시간대에 매출액이 급격히 증가하는 제품인 주류에 높은 가중치를 주도록 결정할 수 있다. 물류 추정부(256)는 총 생산량 정보를 생성할 때, 시간대별 가중치를 적용한다.The
도 3은 본 실시예에 따른 발행된 QR 코드 목록을 나타낸 도면이다.3 is a diagram showing a list of issued QR codes according to the present embodiment.
물류 관리 장치(140)는 QR 코드 내역을 출력한다. 물류 관리 장치(140)는 발행된 QR 코드의 개별 인증 현황 정보를 표시한다. 물류 관리 장치(140)는 QR 코드 생성 이력을 제공하며, QR 코드 생성 이력에 대한 다운로드를 제공한다.The
도 3의 ①에 도시된 바와 같이, 물류 관리 장치(140)는 QR 코드 목록을 출력한다. 물류 관리 장치(140)는 발행된 QR 코드의 목록, 인증횟수를 표시하며, QR 코드명 선택되면, 우측 개별 QR 상세 영역에 내용을 표시한다.3, the
도 3의 ②에 도시된 바와 같이, 물류 관리 장치(140)는 개별 QR 상세 영역을 출력한다. 물류 관리 장치(140)는 해당 QR 코드 이미지, 인증일시, 국가, 도시를 표시한다.3, the
도 3의 ③에 도시된 바와 같이, 물류 관리 장치(140)는 전체 QR 코드의 생성 이력을 출력한다. 물류 관리 장치(140)는 다운로드에 대한 요청이 있는 경우, QR 코드의 이미지를 압축하여 제공한다.As shown in ③ of FIG. 3, the
도 4는 본 실시예에 따른 등록한 제품에 대한 인증현황을 나타낸 도면이다.4 is a diagram showing the authentication status of the registered product according to the present embodiment.
물류 관리 장치(140)는 QR 코드에 대한 인증현황 개요를 출력한다. 물류 관리 장치(140)는 로그인한 회원 계정으로 등록한 제품만을 대상으로 기 등록된 제품에 대한 주요 인증현황수치를 제공한다.The
도 4의 ①에 도시된 바와 같이, 물류 관리 장치(140)는 선택 기간에 대해 주요 수치를 써머리 형태로 표시한다. 도 4의 ②에 도시된 바와 같이, 물류 관리 장치(140)는 선택 기간에 대한 선택 항목의 누적 수치를 그래프로 표시한다.As shown in ① in FIG. 4, the
도 4의 ③에 도시된 바와 같이, 물류 관리 장치(140)는 선택 기간별 총인증횟수가 많은 제품 순서로 표시(예컨대, 총 5개)한다. 물류 관리 장치(140)는 제품명이 선택되면 제품상세(인증현황-제품-제품상세) 페이지로 이동한다. 도 4의 ④에 도시된 바와 같이, 물류 관리 장치(140)는 선택 기간별 총인증횟수가 많은 국가 순서로 표시(예컨대, 총 5개국)한다. 물류 관리 장치(140)는 국가명이 선택되면, 국가상세(인증현황-공간-국가상세) 페이지로 이동한다.As shown in (3) of FIG. 4, the
도 4의 ⑤에 도시된 바와 같이, 물류 관리 장치(140)는 선택 기간별 총인증횟수가 많은 고객 순서로 표시(예컨대, 총 5명)한다. 물류 관리 장치(140)는 고객명을 고객의 이메일 주소명으로만 표시(예컨대, @이후 호스팅 주소는 미표시)한다.As shown in ⑤ of FIG. 4, the
도 5는 본 실시예에 따른 등록한 제품에 대한 매출액비중을 나타낸 도면이다.5 is a view showing the proportion of sales for registered products according to the present embodiment.
물류 관리 장치(140)는 인증현황 제품 중 등록 제품에 대한 인증 정보를 제공한다. 도 5의 ①에 도시된 바와 같이, 물류 관리 장치(140)는 선택 기간 내에 인증한 제품의 매출액 표시(예컨대, 상위 5개)한다. 도 5의 ②에 도시된 바와 같이, 물류 관리 장치(140)는 선택 기간 내에 선택한 제품의 인증 누적 수치를 표시한다. 도 5의 ③에 도시된 바와 같이, 물류 관리 장치(140)는 선택 기간 내에 인증이 발생한 제품의 목록 및 관련 정보를 표시한다. 물류 관리 장치(140)는 제품명이 선택되면 제품상세(인증현황-제품-제품상세) 페이지로 이동한다.The
도 6은 본 실시예에 따른 등록한 개별 제품의 상세 인증 내역을 나타낸 도면이다.6 is a view showing the detailed certification details of the registered individual products according to the present embodiment.
물류 관리 장치(140)는 제품 상세 정보로서, 인증현황을 출력한다. 물류 관리 장치(140)는 개별 제품의 상세 인증 내역을 표시한다.The
도 6의 ①에 도시된 바와 같이, 물류 관리 장치(140)는 제품 주요 정보를 표시한다. 도 6의 ②에 도시된 바와 같이, 물류 관리 장치(140)는 선택한 카테고리-제품의 상세 페이지로 이동한다. 물류 관리 장치(140)는 카테고리가 선택되면, 제품 선택을 활성화한다. 물류 관리 장치(140)는 인증이 발생한 제품 및 카테고리만을 표시한다. 도 6의 ③에 도시된 바와 같이, 물류 관리 장치(140)는 해당 제품의 인증현황 정보를 표시한다.6, the
도 7은 본 실시예에 따른 개별 제품의 국가별 인증 내역을 나타낸 도면이다.7 is a view showing a country-specific certification history of individual products according to the present embodiment.
물류 관리 장치(140)는 제품 상세 정보로서, 국가별 정보를 출력한다. 물류 관리 장치(140)는 개별 제품의 국가별 인증 내역을 출력한다.The
도 7의 ①에 도시된 바와 같이, 물류 관리 장치(140)는 선택 기간 동안 총인증횟수 기준으로 상위 국가(예컨대, 10개국)를 마커로 표시한다. 도 7의 ②에 도시된 바와 같이, 물류 관리 장치(140)는 선택 기간 동안 총 매출액 기준으로 상위 국가(예컨대, 5개국)를 표시한다. 도 7의 ③에 도시된 바와 같이, 물류 관리 장치(140)는 선택 기간 동안 인증이 발생한 국가 목록 및 정보를 표시한다.As shown in ① in FIG. 7, the
도 8은 본 실시예에 따른 개별 제품의 날씨별 인증 내역을 나타낸 도면이다.8 is a view showing a certification history of each individual product according to the present embodiment.
물류 관리 장치(140)는 제품상세 정보로서, 날씨별 정보를 출력한다. 물류 관리 장치(140)는 개별 제품의 날씨별 인증 내역을 출력한다. 여기서, 날씨 항목은 API로 제공받는다.The
도 8의 ①에 도시된 바와 같이, 물류 관리 장치(140)는 선택 기간 동안 날씨별 인증 정보를 시각화하여 표시한다. 도 8의 ②에 도시된 바와 같이, 물류 관리 장치(140)는 선택 기간 동안 날씨별 인증 정보를 표시한다.8, the
도 9는 본 실시예에 따른 개별 제품의 장치별 인증 내역을 나타낸 도면이다.9 is a view showing a certification history of each device of each product according to the present embodiment.
물류 관리 장치(140)는 제품상세정보로서, 장치별 정보를 출력한다. 물류 관리 장치(140)는 개별 제품의 장치별 인증 내역을 표시한다. 물류 관리 장치(140)는 장치 항목은 3항목으로 제공한다.The
도 9의 ①에 도시된 바와 같이, 물류 관리 장치(140)는 선택 기간 동안 장치별 인증 정보를 시각화하여 표시한다. 도 9의 ②에 도시된 바와 같이, 물류 관리 장치(140)는 선택 기간 동안 장치별 인증 정보를 표시한다.9, the
도 10은 본 실시예에 따른 인사이트 복합분석을 나타낸 도면이다.10 is a view showing an insight composite analysis according to the present embodiment.
물류 관리 장치(140)는 인사이트 복합분석 결과를 출력한다. 물류 관리 장치(140)는 플랫폼에 등록된 전체 제품 대상으로 선택한 조건별 인증값을 다운로드 형태로 제공한다. 물류 관리 장치(140)는 유료 여부에 따라 접근권한을 정의한다.The
도 10의 ①에 도시된 바와 같이, 물류 관리 장치(140)는 각 항목별 조건을 선택받는다. 물류 관리 장치(140)는 찾아보기가 선택되면 조건 선택 레이어를 표시한다. 도 10의 ②에 도시된 바와 같이, 물류 관리 장치(140)는 선택받은 조건을 표시한다. 물류 관리 장치(140)는 X가 선택되면 해당 조건을 삭제한다. 도 10의 ③에 도시된 바와 같이, 물류 관리 장치(140)는 결과를 다운로드 형태로 제공한다. 물류 관리 장치(140)는 선택받은 조건의 인증값 결과를 엑셀 파일을 다운로드 형태로 제공한다.As shown in ① of FIG. 10, the
도 11은 본 실시예에 따른 인사이트 복합분석시 선택 제품에 대한 세부 항목을 나타낸 도면이다.11 is a diagram showing detailed items for a selected product in the insight composite analysis according to the present embodiment.
물류 관리 장치(140)는 선택 제품을 X축으로 정렬하여 표시하고, 선택 조건을 Y축으로 정렬하여 표시한다. 물류 관리 장치(140)는 입력받은 값을 기반으로 도출하기를 원하는 값을 한정한다.The
도 11의 ①에 도시된 바와 같이, 물류 관리 장치(140)는 X축으로 선택한 제품(필수 선택)을 정렬하여 나열한다. 도 11의 ②에 도시된 바와 같이, 물류 관리 장치(140)는 Y축으로 선택한 조건의 세부 항목을 정렬하여 나열한다.As shown in ① of FIG. 11, the
도 11의 ③에 도시된 바와 같이, 물류 관리 장치(140)는 결과값을 출력한다. 물류 관리 장치(140)는 제품별로 선택한 조건의 세부 항목에 기록된 인증값 표시한다. 도 11의 ④에 도시된 바와 같이, 물류 관리 장치(140)는 선택 조건별 결과를 각 시트(Sheet)별로 표시한다.11, the
도 12는 본 실시예에 따른 인사이트 복합분석시 기간 및 시간대 선택을 나타낸 도면이다.12 is a view showing a period and time zone selection in the insight composite analysis according to the present embodiment.
물류 관리 장치(140)는 기간 선택 레이어로서, 기간 선택을 필수로 입력받고, 시간대 선택을 선택적으로 입력받는다.The
도 12의 ①에 도시된 바와 같이, 물류 관리 장치(140)는 기간 선택을 입력받는다. 도 12의 ②에 도시된 바와 같이, 물류 관리 장치(140)는 시간대 선택을 입력받는다. 도 12의 ③에 도시된 바와 같이, 물류 관리 장치(140)는 요일 선택으로서 복수의 요일을 선택받는다.12, the
도 13은 본 실시예에 따른 인사이트 복합분석시 날짜 선택을 나타낸 도면이다.13 is a diagram showing date selection in an insight composite analysis according to the present embodiment.
물류 관리 장치(140)는 날씨 선택 레이어를 제공한다.The
도 13의 ①에 도시된 바와 같이, 물류 관리 장치(140)는 날씨 선택 레이어로서, 복수 날씨를 선택적으로 입력받는다. 물류 관리 장치(140)는 날씨 항목으로 API를 제공받는다. 도 13의 ②에 도시된 바와 같이, 물류 관리 장치(140)는 온도 선택으로 온도 정보를 직접 기입하는 방식으로 입력받는다. 도 13의 ③에 도시된 바와 같이, 물류 관리 장치(140)는 습도 선택으로 습도 정보를 직접 기입하는 방식으로 입력받는다.13, the
도 14는 본 실시예에 따른 인사이트 복합분석시 공간 선택을 나타낸 도면이다.14 is a diagram showing spatial selection in the insight composite analysis according to the present embodiment.
물류 관리 장치(140)는 공간 선택 레이어를 제공한다.The
도 14의 ①에 도시된 바와 같이, 물류 관리 장치(140)는 국가 선택에 대해 세부 국가를 ② 영역에 표시한다. 물류 관리 장치(140)는 해당 국가에 속하는 도시 선택을 활성화한다. 물류 관리 장치(140)는 국가 선택으로 복수 국가를 선택적으로 입력받는다. 물류 관리 장치(140)는 도시 선택으로 세부 도시를 ② 영역에 표시한다. 물류 관리 장치(140)는 해당 국가에 속하는 도시를 복수로 선택 가능하도록 한다. 여기서, 도시 선택은 필수 정보가 아니다.As shown in ① of FIG. 14, the
도 14의 ②에 도시된 바와 같이, 물류 관리 장치(140)는 X에 대한 입력이 존재하면, 해당 국가 또는 도시를 삭제한다. 물류 관리 장치(140)는 상위 항목(예컨대, 국가)을 삭제하는 경우 하위항목(예컨대, 도시)까지 전부 삭제한다.As shown in ② in FIG. 14, the
도 15는 본 실시예에 따른 인사이트 복합분석시 고객 선택을 나타낸 도면이다.15 is a view showing customer selection in the insight composite analysis according to the present embodiment.
물류 관리 장치(140)는 고객 선택 레이어를 제공한다.The
도 15의 ①에 도시된 바와 같이, 물류 관리 장치(140)는 고객 등급, 고객 연령대, 구매빈도를 입력받아 해당 조건에 해당하는 정보를 추출하여 출력한다. 물류 관리 장치(140)는 고객 등급, 고객 연령대, 구매빈도에 포함되는 세부 항복을 복수로 입력받을 수 있다. As shown in ① of FIG. 15, the
도 16은 본 실시예에 따른 판매율을 예측하는 방법을 나타낸 개념도이다. 16 is a conceptual diagram illustrating a method for predicting a sales rate according to the present embodiment.
도 16에서는 특정 지역별 판매에 대한 증가율과 감소율을 기반으로 판매율을 예측하기 위한 방법이 개시된다. 16, a method for predicting a sales rate based on an increase rate and a decrease rate for sales in a specific region is disclosed.
도 16을 참조하면, 향후 판매율 산출부(254)는 판매율 예측하기 위한 범위를 기존의 판단 결과 및 판매율 추출 민감도(1640)를 기반으로 조정할 수 있다. 판단 결과는 판매지역 위치정보(1610), 판매 증가율 정보(1620), 판매 감소율 정보(1630)를 포함할 수 있다.Referring to FIG. 16, the future sales
본 실시예에 따르면, 향후 판매율 산출부(254)는 전체 판매 지역 상에서 판매 빈도가 낮은 지역에서 판매 증가율 또는 판매 감소율이 기 설정된 임계치 이상으로 크게 변동하는 경우, 예측 범위에 상대적으로 더 높게 반영할 수 있다. According to this embodiment, in the future, the sales
반대로, 향후 판매율 산출부(254)는 전체 판매 지역 상에서 판매 빈도가 높은 지역에서 판매 증가율 또는 판매 감소율이 기 설정된 임계치 미만으로 변동하는 경우, 예측 범위에 상대적으로 작게 반영할 수 있다.Conversely, in the future, the sales
향후 판매율 산출부(254)는 특정 지역에서 변동하는 판매 증가율 또는 판매 감소율의 크기가 상대적으로 클수록 예측 범위를 상대적으로 더 크게 조정할 수 있다. 반대로, 향후 판매율 산출부(254)는 특정 지역에서 변동하는 판매 증가율 또는 판매 감소율의 크기가 상대적으로 작을수록 예측 범위를 상대적으로 더 작게 조정할 수 있다.In the future, the sales
향후 판매율 산출부(254)는 특정 지역에서 발생되는 증감율에 상대적으로 작은 영향을 미칠수록 예측 범위가 상대적으로 더 크게 조정될 수 있다. 반대로, 향후 판매율 산출부(254)는 증감율에 상대적으로 큰 영향을 미칠수록 예측 범위가 상대적으로 더 작게 조정될 수 있다.In the future, as the
향후 판매율 산출부(254)는 전술한 방식으로 판단이 보다 필요한 지역, 제품을 고려한 예측 범위의 조정을 통해 향후 판매율 계산의 속도를 높이고 향후 판매율의 정확도를 보다 증가시킬 수 있다.The future sales
본 실시예에 따르면, 향후 판매율 산출부(254)는 증감율 추출 민감도(1640)가 상대적으로 높게 설정될수록 예측 범위는 상대적으로 작게 설정되고, 반대로 증감율 추출 민감도(1640)가 상대적으로 낮게 설정될수록 예측 범위는 상대적으로 크게 설정될 수 있다.According to the present embodiment, the future sales
이뿐만 아니라, 물류 관리 장치(140)는 증가율 또는 감소율에 대한 증감율 판단 신뢰도(1650)가 낮을수록 해당 부분에 대한 예측 범위는 상대적으로 작게 설정될 수도 있다. 인공 지능 모델에 대한 학습 결과, 증가율 또는 감소율별로 인공 지능 모델의 증감율 판단 신뢰도가 서로 상이할 수 있고, 증감율 판단 신뢰도가 상대적으로 낮을수록 보다 정확한 판단을 위해 예측 범위를 상대적으로 작게 설정할 수도 있다.In addition, the
위와 같은 전체 판매 지역에 대한 예측 범위의 조정은 전술한 바와 같이 판매지역 위치정보, 판매 증가율 정보, 판매 감소율 정보를 포함하는 판단 결과를 지속적으로 반영하여 수행될 수 있다.As described above, the adjustment of the prediction range for the entire sales area may be performed by continuously reflecting the determination result including the sales area location information, sales increase rate information, and sales decrease rate information.
도 17은 본 실시예에 따른 인공지능 학습모델의 생성 방법을 나타낸 개념도이다.17 is a conceptual diagram showing a method of generating an artificial intelligence learning model according to the present embodiment.
도 17에서는 학습부(252)는 분류를 기반으로 지역별 증감율에 대한 학습을 수행하기 위한 방법이 개시된다. 도 17을 참조하면, 학습부(252)는 적어도 하나의 학습모델을 기반으로 한 학습을 수행할 수 있다.In FIG. 17, the
제1 학습모델(1710)은 실제 학습 데이터인 특정 상품에 대한 제1~N 지역 판매 증가율과 제1~N 지역 판매 감소율을 기반으로 학습한 모델일 수 있다. 제2 학습모델(1720)은 실제 판매 대상 상품은 아니지만 판매 대상 상품과 유사한 상품에 대한 제1~N 지역 판매 증가율과 제1~N 지역 판매 감소율을 기반으로 학습한 모델일 수 있다.The first learning model 1710 may be a model learned based on the first to N regional sales growth rates and the first to N regional sales decrease rates for specific products that are actual learning data. The second learning model 1720 may not be an actual sale target product, but may be a model learned based on first to N regional sales growth rates and first to N regional sales decrease rates for products similar to the sales target products.
실제 학습 데이터인 특정 상품에 대한 판매 증가율, 특정 상품에 대한 판매 감소율은 제1 학습 데이터(1715)라는 용어로 표현될 수 있다. 실제 관리자가 선택한 판매 상품은 아니나 선택된 판매 상품과 유사한 유사 상품에 대한 판매 증가율, 유사 상품에 대한 판매 감소율은 제2 학습 데이터(1725)라는 용어로 표현될 수 있다. The actual learning data, the sales increase rate for a specific product and the sales reduction rate for a specific product, may be expressed in terms of the first learning data 1715. The sales increase rate for similar products similar to the selected sales product and the decrease rate for sales for similar products may be expressed in terms of second learning data 1725, although the sales product is not actually selected by the manager.
제3 학습모델(730)은 제1 학습 데이터(1715) 및 제2 학습 데이터(1725)를 믹싱한 제3 학습 데이터(735)를 기반으로 학습을 수행한 모델일 수 있다. 제3 학습 데이터(1735)의 믹싱 비율은 판매 대상 상품과 제2 학습 데이터(1725)의 생성시 사용된 상품의 유사도를 기반으로 결정될 수 있다. 판매 대상 상품과 제2 학습 데이터(1725)의 생성시 사용된 상품의 유사도가 높을수록 제2 학습 데이터(1725)의 믹싱 비율을 상대적으로 높여서 제3 학습 데이터(1735)가 생성될 수 있다.The third learning model 730 may be a model that performs learning based on the third learning data 735 in which the first learning data 1715 and the second learning data 1725 are mixed. The mixing ratio of the third learning data 1735 may be determined based on the similarity between the product to be sold and the product used when the second learning data 1725 is generated. As the similarity between the product to be sold and the product used when generating the second learning data 1725 is higher, the mixing ratio of the second learning data 1725 is relatively increased, so that the third learning data 1735 may be generated.
초기 상품 검사 단계에서는 제1 학습모델(1710), 제2 학습모델(1720) 및 제3 학습모델(1730)에 대한 판단 결과를 기반으로 지역별 증감율에 대한 판단이 수행될 수 있다. In the initial product inspection step, determination of the increase/decrease rate for each region may be performed based on the determination results for the first learning model 1710, the second learning model 1720, and the
이후, 제1 임계 기간 동안에 대한 증감율을 확인한 증감율 확인 단계에서 제1 학습모델(1710), 제2 학습모델(1720) 및 제3 학습모델(1730) 각각의 지역별 증감율 정확도가 결정될 수 있다. 예컨대, 지역별 증감율1에 대해 제1 학습모델(1710) 및 제3 학습모델(1730)이 임계값 이상의 정확도를 보일 수 있고, 가장 높은 정확도를 가지는 학습모델은 제3 학습모델(1730)일 수 있다. 지역별 증감율2에 대해 제1 학습모델(1710) 및 제2 학습모델(1720)이 임계값 이상의 정확도를 보일 수 있고, 가장 높은 정확도를 가지는 학습모델은 제2 학습모델(1720)일 수 있다.Thereafter, in the step of confirming the increase and decrease rate for the first critical period, the accuracy of the increase and decrease rate for each region of the first learning model 1710, the second learning model 1720, and the
제1 임계 기간동안 대한 증감율을 확인한 초기 증감율 확인 단계에서 실제로 높은 정확도를 가지는 모델을 추출하고 해당 모델에 대해서만 추가적인 증감율 확인 결과에 대한 피드백을 입력하여 추가 학습을 진행할 수 있다. In the initial increase/decrease rate checking step in which the increase/decrease rate for the first critical period has been checked, a model having a high accuracy can be extracted, and additional learning can be performed by inputting feedback for additional increase/decrease rate check results only for the corresponding model.
이후, 제2 임계 기간동안에 대한 증감율을 확인한 증감률 확인 단계에서 가장 높은 정확도만을 가지는 학습모델만을 선택하여 지역별 증감율을 보다 정확하게 판단할 수 있다.Thereafter, in the step of confirming the increase and decrease rate for the second critical period, only the learning model having the highest accuracy can be selected to more accurately determine the increase and decrease rate for each region.
도 18은 본 실시예에 따른 학습시 제품군에 따라 스케일을 결정하는 방법을 나타낸 개념도이다.18 is a conceptual diagram illustrating a method of determining a scale according to a product line during learning according to the present embodiment.
학습부(252)는 특정 지역별로 판매되는 제품에 대한 증가율과 감소율을 학습 데이터로서 입력하여 향후 판매율을 예측하는 학습모델을 생성할 때, 증가율과 감소율을 산출하기 위한 로우 데이터에 대한 타임 스케일(Time Scale)의 범위를 지정하여 학습할 수 있다. 학습부(252)는 제품 스케일 결정부(1810), 연속 스케일 학습부(1820), 불연속 스케일 학습부(1830)를 포함한다.The
정보 취합부(230)는 기본적으로 일단위, 주간 단위, 월간 단위 또는 년간 단위로 제품 구매 정보와 물류 위치이동 정보를 누적하여 매칭하는 형태로 취합한 로우 데이터를 생성하는데, 제품 스케일 결정부(1810)는 정보 취합부(230)에서 생성한 로우 데이터에 대한 전체 기간을 기반으로 제품별 소비 패턴 및 판매 성향을 산출한다.The
제품 스케일 결정부(1810)는 로우 데이터에 대한 전체 기간을 기반으로 각 제품별로 소피 패턴 또는 판매 성향을 확인하여, 고가 제품(예컨대, TV), 자주 소비되는 제품, 소비 사이클이 긴 제품을 연속 스케일 제품군으로 분류하고, 계절성 제품(예컨대, 화장품, 선풍기), 급진적으로 많이 판매되는 제품, 소비 사이클이 짧은 제품을 불연속 스케일 제품군으로 분류한다.The product
다시 말해, 제품 스케일 결정부(1810)는 로우 데이터를 기반으로 각 제품의 판매 성향을 산출하고, 판매 성향을 기반으로 각 제품의 타임 스케일을 적응적으로 결정한다.In other words, the product
제품 스케일 결정부(1810)는 특정 제품이 지속적인 판매(소비 사이클이 긴 제품)가 이루어지는 제품군인 경우 연속 스케일 제품군으로 분류한다. 제품 스케일 결정부(1810)는 제1 QR 코드를 기반으로 수집된 정품으로 인증된 제품식별정보에 대해 구매 일시 정보, 판매량 정보를 기반으로 지속적인 판매가 이루어지는 제품을 판별하여 연속 스케일 제품군으로 분류한다.The product
제품 스케일 결정부(1810)는 비지속적으로 판매(소비 사이클이 짧 제품)가 이루어지는 제품군인 경우 불연속 스케일 제품군으로 분류한다. 제품 스케일 결정부(1810)는 제1 QR 코드를 기반으로 수집된 정품으로 인증된 제품식별정보에 대해 구매 일시 정보, 판매량 정보를 기반으로 비지속적인 판매가 이루어지는 제품(특정 기간에만 판매량이 발생하는 제품)을 판별하여 불연속 스케일 제품군으로 분류한다.The product
연속 스케일 학습부(1820)는 특정 제품이 연속 스케일 제품군으로 분류된 경우, 타임 스케일을 기 설정된 임계치(특정 기간)보다 길게 설정한 상태(넓은 타임 스케일을 갖는 상태)에서 제품에 대한 증가율과 감소율을 학습 데이터로서 입력하여 연속 스케일 향후 판매율을 예측한다. 연속 스케일 학습부(1820)는 연속 스케일 향후 판매율을 기반으로 연속 스케일 학습모델(1822)을 생성한다.The continuous
불연속 스케일 학습부(1830)는 특정 제품이 불연속 스케일 제품군으로 분류된 경우, 타임 스케일을 기 설정된 임계치(특정 기간)보다 짧게 설정한 상태(좁은 타임 스케일을 갖는 상태)에서 제품에 대한 증가율과 감소율을 학습 데이터로서 입력하여 불연속 스케일 향후 판매율을 예측한다. 불연속 스케일 학습부(1830)는 불연속 스케일 향후 판매율을 기반으로 불연속 스케일 학습모델(1822)을 생성한다.The discontinuous
향후 판매율 산출부(254)는 연속 스케일 학습모델(1822)과 불연속 스케일 학습모델(1822)을 이용하여 향후 판매율을 산출한다. 향후 판매율 산출부(254)는 연속 스케일 향후 판매율과 불연속 스케일 향후 판매율 각각에 기간별로 상이한 가중치를 반영하여 향후 판매율을 산출한다.The future sales
이상의 설명은 본 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 실시예들은 본 실시예의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 실시예의 기술 사상의 범위가 한정되는 것은 아니다. 본 실시예의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 실시예의 권리범위에 포함되는 것으로 해석되어야 할 것이다.The above description is merely illustrative of the technical idea of the present embodiment, and those skilled in the art to which this embodiment belongs may be capable of various modifications and variations without departing from the essential characteristics of the present embodiment. Therefore, the present embodiments are not intended to limit the technical spirit of the present embodiment, but to explain, and the scope of the technical spirit of the present embodiment is not limited by these embodiments. The protection scope of the present embodiment should be interpreted by the claims below, and all technical spirits within the equivalent range should be interpreted as being included in the scope of the present embodiment.
110: 제품
122: 제1 QR 코드 124: 제2 QR 코드
132: 소비자 단말기 134: 전용 리더기
140: 물류 관리 장치
210: 제품 구매정보 관리부 220: 물류 정보 관리부
230: 정보 취합부 240: 의사결정 지원부110: product
122: first QR code 124: second QR code
132: consumer terminal 134: dedicated reader
140: logistics management device
210: product purchasing information management unit 220: logistics information management unit
230: information collection unit 240: decision support unit
Claims (7)
물류기지로부터 상기 특정 상품에 부착된 제2 QR 코드를 인식한 물류 위치이동 정보를 수집하여 인증하는 물류 정보 관리부;
상기 특정 상품에 대응하는 제품식별정보를 기준으로 상기 제품 구매 정보와 상기 물류 위치이동 정보를 누적하여 매칭하는 형태로 취합한 로우 데이터를 생성하는 정보 취합부; 및
상기 로우 데이터를 기반으로 최적 생산량 정보를 생성하고, 상기 최적 생산량 정보를 판매지로 분류하기 위한 최적 물류 배분 정보를 생성하며, 상기 최적 생산량 정보와 상기 최적 물류 배분 정보를 기반으로 특정 상품별 의사결정을 지원하는 의사결정 지원부
를 포함하는 것을 특징으로 하는 물류 관리 장치.A product purchase information management unit that collects product purchase information recognizing a first QR code (Quick Response Code) attached to a specific product from a consumer terminal, and authenticates the product purchase information;
A logistics information management unit collecting and authenticating logistics location movement information recognizing the second QR code attached to the specific product from the logistics base;
An information collecting unit for generating raw data collected in a form of accumulating and matching the product purchase information and the logistics location movement information based on product identification information corresponding to the specific product; And
Generate optimal production information based on the raw data, generate optimal logistics distribution information to classify the optimal production information into a sales place, and support decision-making for specific products based on the optimal production information and the optimal logistics distribution information Decision Support Department
Logistics management device comprising a.
상기 제품 구매정보 관리부는,
상기 소비자 단말기가 상기 제1 QR 코드를 인식하면, 상기 제1 QR 코드에 대응하는 상기 제품식별정보가 정품인지를 인증하고, 상기 제품식별정보가 정품으로 인증되면, 상기 소비자 단말기로 하여금 구매 위치 정보, 구매 일시 정보, 구매 날씨 정보를 필수적으로 수집하도록 하고, 단말기 기종 정보, 가입자 성별 정보, 가입자 나이 정보, SNS 연결 유무 정보를 선택적으로 수집하도록 하는 것을 특징으로 하는 물류 관리 장치.According to claim 1,
The product purchase information management unit,
When the consumer terminal recognizes the first QR code, authenticates whether the product identification information corresponding to the first QR code is genuine, and when the product identification information is authenticated as genuine, causes the consumer terminal to purchase location information , Logistics management device characterized in that it is essential to collect the purchase date and time, purchase weather information, and selectively collect terminal model information, subscriber gender information, subscriber age information, and SNS connection information.
상기 물류 정보 관리부는,
상기 물류기지에 구비된 전용 리더기가 상기 제2 QR 코드를 인식하면, 상기 제2 QR 코드에 대응하는 상기 제품식별정보가 정품인지를 인증하고, 상기 제품식별정보가 정품으로 인증되면, 상기 제2 QR 코드가 부착된 제품이 수출 또는 수입 시 출하된 상태에서 물류기지를 경유할 때마다 상기 물류기지에 구비된 전용 리더기로부터 상기 제2 QR 코드를 인식하여 각 노드마다 화물 움직임 시점을 확인하여 각 노드에서 위치정보, 도착일시를 확인한 경로 정보를 기반으로 출발지에서 출하된 상품이 물류기지를 경유하여 세관에 도착하는 수입경로 및 수출경로를 생성하여 출력하는 것을 특징으로 하는 물류 관리 장치.According to claim 2,
The logistics information management unit,
When the dedicated reader provided at the logistics base recognizes the second QR code, the product identification information corresponding to the second QR code is authenticated, and when the product identification information is authenticated as genuine, the second Whenever a product with a QR code is shipped at the time of export or import, it passes through the logistic base and recognizes the second QR code from the dedicated reader provided at the logistic base to check the timing of cargo movement for each node and checks each node. Logistics management device characterized in that the product is shipped from the origin based on the location information, route information confirming the arrival date and time to generate and output the import route and export route to the customs via the logistics base.
상기 정보 취합부는,
상기 제품식별정보를 기준으로 상기 구매 위치 정보, 상기 구매 날씨 정보, 상기 단말기 기종 정보, 상기 가입자 성별 정보, 상기 가입자 나이 정보, 상기 SNS 연결 유무 정보, 상기 각 노드에서 위치정보, 상기 도착일시를 누적하는 형태로 매칭하여 상기 로우 데이터를 생성하는 것을 특징으로 하는 물류 관리 장치.According to claim 3,
The information collecting unit,
Accumulate the purchase location information, the purchase weather information, the terminal model information, the subscriber gender information, the subscriber age information, the SNS connection presence information, the location information at each node, and the arrival date based on the product identification information. Logistics management device, characterized in that to match the form to generate the raw data.
상기 의사결정 지원부는,
상기 로우 데이터에 포함된 상기 구매 위치 정보를 기반으로 지역별 판매량 정보를 산출하고, 상기 지역별 판매량 정보를 기반으로 특정 상품이 많이 팔리는 지역을 선별하고, 해당 지역으로 특정 상품을 빠르게 공급하기 위한 상기 최적 물류 배분 정보를 산출하는 것을 특징으로 하는 물류 관리 장치.According to claim 4,
The decision support unit,
The optimal logistics for calculating sales volume information for each region based on the purchase location information included in the raw data, selecting a region in which a specific product is sold a lot based on the sales information for each region, and rapidly supplying a specific product to the corresponding region Logistics management device characterized in that for calculating the distribution information.
상기 의사결정 지원부는,
상기 지역별 판매량 정보를 기반으로 특정 지역별로 판매되는 제품에 대한 증가율과 감소율을 산출하고, 전체 기간 중 기 설정된 최근 기간에 대한 증가율과 감소율을 기반으로 경향성 정보를 산출하고, 상기 경향성 정보를 기반으로 최적 생산량 정보를 산출하는 것을 특징으로 하는 물류 관리 장치.The method of claim 5,
The decision support unit,
Based on the sales information for each region, an increase rate and a decrease rate for a product sold in a specific region are calculated, and trend information is calculated based on an increase rate and a decrease rate for a recent period set in the entire period, and the optimality is based on the trend information Logistics management device, characterized in that for calculating the output information.
상기 의사결정 지원부는,
상기 특정 지역별로 판매되는 제품에 대한 증가율과 감소율을 학습 데이터로서 입력하여 향후 판매율을 예측하는 학습모델을 생성하는 학습부;
상기 학습모델을 이용하여 향후 판매율을 산출하는 향후 판매율 산출부; 및
상기 향후 판매율을 기반으로 상기 최적 생산량 정보를 산출하고, 상기 최적 생산량 정보를 각 지역별로 분배하는 상기 최적 물류 배분 정보를 산출하는 물류 추정부
를 포함하는 것을 특징으로 하는 물류 관리 장치.
The method of claim 6,
The decision support unit,
A learning unit generating learning models for predicting future sales rates by inputting an increase rate and a decrease rate for products sold for each specific region as learning data;
A future sales rate calculating unit for calculating a future sales rate using the learning model; And
A logistics estimation unit that calculates the optimal production information based on the future sales rate and calculates the optimal logistics distribution information that distributes the optimal production information for each region.
Logistics management device comprising a.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200057110A KR102139620B1 (en) | 2020-05-13 | 2020-05-13 | Method And Apparatus for Managing Logistics by Using Quick Response Code |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200057110A KR102139620B1 (en) | 2020-05-13 | 2020-05-13 | Method And Apparatus for Managing Logistics by Using Quick Response Code |
Publications (1)
Publication Number | Publication Date |
---|---|
KR102139620B1 true KR102139620B1 (en) | 2020-07-31 |
Family
ID=71834846
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020200057110A KR102139620B1 (en) | 2020-05-13 | 2020-05-13 | Method And Apparatus for Managing Logistics by Using Quick Response Code |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102139620B1 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102290494B1 (en) * | 2021-03-10 | 2021-08-17 | 주식회사 코루제약 | Method of preparing filler composition containing hyaluronic acid to exhibit effect suitable for maintaining volume and elasticity of skin |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102055346B1 (en) * | 2019-07-17 | 2019-12-12 | 김보성 | System for Integrated distribution management |
-
2020
- 2020-05-13 KR KR1020200057110A patent/KR102139620B1/en active IP Right Grant
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102055346B1 (en) * | 2019-07-17 | 2019-12-12 | 김보성 | System for Integrated distribution management |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102290494B1 (en) * | 2021-03-10 | 2021-08-17 | 주식회사 코루제약 | Method of preparing filler composition containing hyaluronic acid to exhibit effect suitable for maintaining volume and elasticity of skin |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ren et al. | Demand forecasting in retail operations for fashionable products: methods, practices, and real case study | |
CA2938561C (en) | System for individualized customer interaction | |
US8694372B2 (en) | Systems and methods for automatic control of marketing actions | |
US8407104B2 (en) | Catalog based price search | |
KR100963996B1 (en) | Apparatus and method for presenting personalized goods information based on emotion, and recording medium thereof | |
CN109767032A (en) | A kind of business finance operation digital management optimization system based on data analysis | |
KR102447055B1 (en) | Method and Apparatus for Predicting Demand of product | |
Dadouchi et al. | Lowering penalties related to stock-outs by shifting demand in product recommendation systems | |
Ziari et al. | A review on competitive pricing in supply chain management problems: models, classification, and applications | |
Wang et al. | A novel consumer purchase behavior recognition method using ensemble learning algorithm | |
KR102317543B1 (en) | Inventory sharing method through tire inventory management | |
Huang et al. | User experience evaluation of B2C E-commerce websites based on fuzzy information | |
KR102139620B1 (en) | Method And Apparatus for Managing Logistics by Using Quick Response Code | |
Fu et al. | Interactive Marketing E-Commerce Recommendation System Driven by Big Data Technology | |
US20230419184A1 (en) | Causal Inference Machine Learning with Statistical Background Subtraction | |
KR102297131B1 (en) | Method for marketing using managing server | |
CN116777562A (en) | Electronic commerce AI system based on big data | |
Wang | A dynamic CGE model for consumer trust mechanism within an e-commerce market | |
KR100833293B1 (en) | System for Supporting a Information and Method thereof | |
CN113935529A (en) | Method, device, equipment and medium for determining life cycle value of customer | |
KR100403276B1 (en) | A system and method to extract buying intention for commercial goods and services | |
CN117333269B (en) | Fresh flower order management method and system | |
KR102522673B1 (en) | Method for operating reviews analyzing service, system and computer-readable medium recording the method | |
CN109426978A (en) | Method and apparatus for generating information | |
KR100754460B1 (en) | System of promoting online product sale for individual marketing service and method using thereof |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |