KR101728704B1 - 통계적 유의성을 갖는 지리 위치 파라미터에 기초하는 동적 온라인 경험 수정 및 재고 최적화 - Google Patents

통계적 유의성을 갖는 지리 위치 파라미터에 기초하는 동적 온라인 경험 수정 및 재고 최적화 Download PDF

Info

Publication number
KR101728704B1
KR101728704B1 KR1020090098138A KR20090098138A KR101728704B1 KR 101728704 B1 KR101728704 B1 KR 101728704B1 KR 1020090098138 A KR1020090098138 A KR 1020090098138A KR 20090098138 A KR20090098138 A KR 20090098138A KR 101728704 B1 KR101728704 B1 KR 101728704B1
Authority
KR
South Korea
Prior art keywords
online
minimum
jurisdiction
determining
product
Prior art date
Application number
KR1020090098138A
Other languages
English (en)
Other versions
KR20100042238A (ko
Inventor
매튜 시먼스
마일즈 펜더
피우 보스
Original Assignee
액센츄어 글로벌 서비시즈 리미티드
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 액센츄어 글로벌 서비시즈 리미티드 filed Critical 액센츄어 글로벌 서비시즈 리미티드
Publication of KR20100042238A publication Critical patent/KR20100042238A/ko
Application granted granted Critical
Publication of KR101728704B1 publication Critical patent/KR101728704B1/ko

Links

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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0204—Market segmentation
    • G06Q30/0205—Location or geographical consideration
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0222—During e-commerce, i.e. online transactions

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

사용자의 온라인 경험이 제품의 판매와 연관된 목표를 달성하기 위하여 미세 지역 레벨에서 동적으로 구성된다. 목표 및 제품과 연관된 지리적 지역을 식별하는 관할 구역이 결정된다. 관할 구역 내의 사용자들에 대한 온라인 사용자 경험이 목표 달성을 위하여 수정된다.
온라인 사용자 경험, 관할 구역

Description

통계적 유의성을 갖는 지리 위치 파라미터에 기초하는 동적 온라인 경험 수정 및 재고 최적화{DYNAMIC ONLINE EXPERIENCE MODIFICATION AND INVENTORY OPTIMIZATION BASED ON STATISTICALLY SIGNIFICANT GEO-LOCATION PARAMETER}
[우선권]
본 출원은 통계적 유의성을 갖는 지리 위치 파라미터에 기초하는 동적 온라인 경험 수정 및 재고 최적화(DYNAMIC ONLINE EXPERIENCE MODIFICATION AND INVENTORY OPTIMIZATION BASED ON STATISTICALLY SIGNIFICANT GEO-LOCATION PARAMETER)라는 명칭으로 2008년 10월 15일에 출원된 미국임시특허출원 제61/105,677호 및 2009년 2월 5일에 출원된 미국특허출원 제12/366,133호에 대하여 우선권을 청구하며, 상기 출원은 그 전체로서 참조에 의하여 편입된다.
오늘의 디지털 시대에서, 고객들에게 상품 및 서비스를 판매하는 회사들은 경쟁력을 갖추기 위하여 인터넷 상에서 온라인 마케팅 및 판매에 참가해야 한다. 예를 들어, 전통적으로 재래 상점(brick and mortar store)을 포함하는 많은 대형 백화점들은 또한 세련된 웹 사이트를 갖추어서 상세한 제품 정보와 방문자가 제품을 온라인으로 구매할 수 있도록 하는 기능을 제공한다. 또한, 많은 회사들은, 그 들의 웹 사이트 상에서의 마케팅을 포함하여, 온라인 마케팅에 대규모 마케팅 예산이 책정되도록 하고 있다.
이러한 회사들이 당면하는 주요 문제들 중 하나는 그들의 온라인 마케팅 노력을 어떻게 평가할 것인가 하는 것이다. 웹 사이트 트래픽 및 온라인 판매와 같은 온라인 활동은 온라인 마케팅 노력의 측정치로서 사용될 수 있다. 그러나, 온라인 마케팅은 온라인 판매는 물론이고 점포 내 판매에도 영향을 줄 수 있다. 예를 들어, 고객은 제품 정보를 온라인에서 관찰한 후에 그 제품을 보기 위하여 재래 상점에 가서 최종적으로 그 제품을 상점에서 구매할 수 있다. 이와 같은 방식으로 구매가 이루어질 때 온라인 마케팅의 영향을 추적하는 것은 매우 어렵다. 마케팅 노력을 최적화하고 온라인 마케팅을 위한 지출의 근거를 제공하기 위하여, 회사들은 그들의 온라인 마케팅 노력이 오프라인 판매에 미치는 영향을 정확히 포착하는 능력을 가질 필요가 있다.
지금까지, 온라인 활동 및 전체 회사 핵심 성과 지표(Key Performance Indicator; KPI)에 기초하여 제품 제공에 대한 전략을 수립하도록 하는 적절한 체계가 없다. 웹 사이트 소유자들은 전형적으로 정보 사일로(silo) 내에서 행동하고 제품 및 판촉 제공에 관하여 혼자만의(isolated) 결정을 내린다. 그 결과, 웹 사이트 상에서 표시되는 판촉 및 제품 정보 콘텐트가 방문자의 세계와 단절될 수 있는데, 이는 이러한 제품들이 방문자의 지리적인 영역에서 재고 부족이거나 판촉 상품들이 이용 가능하지 않은 경우에 종종 일어난다. 이는 결국 소비자에게 불쾌한 경험이 되며, 따라서 웹 사이트 소유자들이 그들의 웹 사이트에의 방문과 오프라인 성과 사이의 관계를 관리함에 있어서 지속적으로 어려움이 있다.
본 발명의 목적은 상기와 같은 종래 기술의 문제점을 모두 해결하는 것이다.
본 발명의 다른 목적은 통계적 유의성(statistical significance)을 갖는 지리 위치 파라미터에 기초하는 동적 온라인 경험 수정 및 재고 최적화를 구현하는 것이다.
본 발명의 대표적인 구성은 다음과 같다.
본 발명의 일 태양에 따르면, 제품의 판매와 연관된 목표에 기초하여 온라인 경험들에 대한 수정을 동적으로 결정하기 위한 시스템으로서, 통계적 유의성을 갖는 최소 지리 위치 파라미터를 결정하는 데 사용되는 온라인 행위 데이터 및 오프라인 판매 데이터를 저장하는 데이터 저장 장치, 통계적 유의성을 갖는 상기 최소 지리 위치 파라미터로부터 관할 구역을 결정하는 관할 구역 결정 모듈 - 상기 관할 구역은 상기 목표에 기초하여 타게팅되는 지리적 영역임 - , 및 상기 관할 구역 내에서 상기 온라인 사용자 경험에 대한 하나 이상의 수정을 결정하여 상기 목표를 달성하는 온라인 수정 모듈을 포함하는 시스템이 제공된다.
본 발명의 다른 태양에 따르면, 목표에 기초하여 온라인 경험들에 대한 수정을 동적으로 결정하도록 구성되는 컴퓨터 시스템으로서, 온라인 행위 데이터 및 오프라인 판매 데이터를 저장하는 데이터 저장 장치, 및 프로세서를 포함하고, 상기 프로세서는, 온라인 행위가 제품의 오프라인 판매에 미치는 영향을 추정하기 위한 통계적 유의성을 갖는 최소 지리 위치 파라미터를 결정하고, 상기 최소 지리 위치 파라미터 및 상기 제품의 판매와 연관된 목표로부터 관할 구역을 결정하며, 상기 제품과 연관된 그리고 상기 관할 구역에 대한 온라인 사용자 경험에 대한 하나 이상의 수정을 결정하도록 구성되는 컴퓨터 시스템이 제공된다.
본 발명의 또 다른 태양에 따르면, 하나 이상의 컴퓨터 시스템에서 실행될 때 목표에 기초하여 온라인 경험들에 대한 수정을 동적으로 결정하는 방법을 수행하는 컴퓨터 코드를 저장하는 적어도 하나의 컴퓨터 판독 가능 매체로서, 상기 방법은, 온라인 행위가 제품의 오프라인 판매에 미치는 영향을 추정하기 위한 통계적 유의성을 갖는 최소 지리 위치 파라미터를 결정하는 단계, 상기 최소 지리 위치 파라미터로부터 그리고 상기 제품의 판매와 연관된 목표로부터 관할 구역을 결정하는 단계, 및 상기 제품과 연관된 그리고 상기 관할 구역에 대한 온라인 사용자 경험을 수정하는 단계를 포함하는 적어도 하나의 컴퓨터 판독 가능 매체가 제공된다.
본 발명의 실시예들은 다음의 도면들을 참조하여 아래에서 상세히 설명될 것이다.
본 발명에 의하면, 상기와 같은 종래 기술의 문제점이 모두 해결된다.
본 발명에 의하면, 통계적 유의성을 갖는 지리 위치 파라미터에 기초하는 동적 온라인 경험 수정 및 재고 최적화가 구현된다.
단순성 및 예시 목적을 위하여, 본 실시예들의 원리들은 주로 그 예들을 참조하여 설명된다. 다음의 설명에서, 실시예들을 확실히 이해시키기 위하여 여러 특정 세부사항들이 표현된다. 그러나, 본 기술 분야에서 통상의 지식을 가진 자에게는 본 실시예들이 이러한 특정 세부사항들에 국한되지 않고 실시될 수 있음이 명백할 것이다. 몇 가지 경우에, 실시예들을 불필요하게 모호하게 하지 않도록 하기 위하여, 공지된 방법들 및 구성들은 상세히 설명되지 않는다.
1. 개요
일 실시예에 따라, 온라인 행위가 오프라인 판매에 미치는 영향을 추정하기 위한 통계적 유의성을 갖는 최소 지리 위치 파라미터가 결정된다. 최소 지리 위치 파라미터는 사용자들의 지리 위치 파라미터들의 다수의 입도(granularity)로부터 결정된다. 최소 지리 위치 파라미터는 영향 추정을 위하여 온라인 행위를 오프라인 판매와 상관시키는 데 사용된다. 최소 지리 위치 파라미터의 결정은 지리 위치 파라미터들의 입도들의 통계적 유의성에 기초한다. 통계적 유의성은 데이터의 통계적인 유효성과 연관되고, 데이터에서 실제 영향을 검출하지 못할 확률을 피하거나 최소화하기 위하여 필요한 최소의 샘플 또는 데이터 포인트들을 결정하는 것에 의존할 수 있다. 통계적 유의성을 갖는 최소 지리 위치 파라미터는 사용자들에 대한 지리 위치 파라미터들의 입도가 될 수 있으며, 이 경우에 온라인 행위가 오프라인 판매에 미치는 영향을 검출하거나 추정하기에 충분한 온라인 행위 데이터 및 오프라인 데이터가 존재한다.
예를 들어, 특정 우편 번호의 모든 사용자들에 관하여 제품에 대한 온라인 행위가 포착된다. 그 우편 번호의 동일한 제품에 대하여 최소의 오프라인 판매 데이터가 존재하는 경우, 그 우편 번호에 관하여 온라인 행위가 오프라인 판매에 미치는 영향은 신뢰성 있게 결정될 수 없다. 그러나, 오프라인 판매 데이터는 다수의 우편 번호를 포함하는 지역에 대하여 이용 가능할 수 있다. 그 다음에, 이러한 지역은 영향 추정을 위하여 온라인 및 오프라인 데이터를 상관시키기 위한 최소 지리 위치 파라미터가 될 수 있다.
온라인 및 오프라인 데이터의 양 이외의 다른 변수들이 최소 지리 위치 파라미터를 결정하기 위하여 사용된다. 이러한 변수들은 제품 또는 브랜드의 유형, 제품의 구매 사이클, IP 침투율(penetration)(예컨대, 역 IP 룩업에 의하여 결정될 수 있는 지리 위치 파라미터에 대한 입도 레벨), 사이트 방문 빈도, 온라인 데이터 내에서 추적/포착되는 행위 성과의 전환율(conversion rate), 소매점/상점 밀도, 웹 사이트 트래픽, 및 연중 시간(time of year), 공휴일 등과 같은 계절성(seasonality) 요인들을 포함할 수 있다.
실시예들에 따르면, 온라인 행위, 오프라인 판매 데이터, 및 미세 지역 레벨(micro-regional level)에서 사용자의 온라인 경험을 수정하여 (예컨대, 웹 페이지 콘텐트를 수정하고, 온라인 판촉을 수정하는 등) 비지니스 목표를 달성하기 위한 최소 지리 위치 파라미터를 활용하는 시스템 및 방법이 제공된다. 이 목표는 더 클 수 있고 단순히 이윤을 극대화하는 것과는 다를 수 있다. 이 목표에는 수율을 증가시키는 것이 포함될 수 있고 일반적으로는 미세 지역 레벨에서의 재고 관리와 연관되어 있을 수 있다. 실시간 재고 관리 단위(Stock Keeping Unit; SKU) 데 이터 또는 다른 제품 재고 데이터는 특정 지역에서 아이템 입수 가능성을 동적으로 타게팅하기 위하여 인터넷으로부터 고객, 온라인 행위와 통합된다.
사용자의 온라인 경험은 관할 구역(catchment zone)에 대하여 수정될 수 있다. 관할 구역은 달성될 목표에 기초하여 타게팅되는 지리적 영역이다. 관할 구역은 통계적 유의성을 갖는 최소 지리 위치 파라미터로부터 또는 역시 통계적 유의성을 갖는 지리 위치 파라미터들의 더 높은 입도들로부터 결정된다. 관할 구역을 선택할 때 목표 달성과 연관된 다른 요인들 역시 고려될 수 있다. 예를 들어, 다중 우편 번호 지역(multi-zip-code region)에 대한 제품 재고가 관리될 필요가 있을 수 있다. 이 경우, 단일 우편 번호로 이루어지는 최소 지리 위치 파라미터라기 보다, 통계적 유의성을 갖는 다중 우편 번호 지역이 관할 구역으로서 선택된다.
관할 구역 및 다른 요인들은 목표 달성을 위하여 사용자의 온라인 경험을 수정하는 방법을 결정하는 데 사용된다. 일 실시예에서, 관할 구역에 대한 목표 달성을 위하여 사용자의 온라인 경험에 대하여 가능한 수정을 결정하는 모델링이 사용된다. 모델링은 온라인 경험에 대한 서로 다른 수정이 오프라인 판매에 얼마나 영향을 미쳤는지에 대한 이력적 분석(historical analysis)을 포함할 수 있으며, 이러한 분석에 기초하여, 서로 다른 수정이 제안되고 선택될 수 있다. 수정은 제품을 특성화하기 위하여 웹 페이지 콘텐트를 수정하는 것, 제품에 대한 온라인 판촉(온라인 광고를 포함함)을 제공하는 것, 제품에 대한 이-메일 판촉을 제공하는 것 등을 포함할 수 있다. 이러한 수정은 특정 지역을 타게팅함에 있어서 관할 구역 내의 사용자들을 위하여 효과적이게 된다.
일 예를 들면, 샌프란시스코 베이 영역 내의 기술 상점들(technology stores)을 위한 지역 관리자는 자신의 재고를 검사하여 제품의 신규 선적을 위한 보관 공간을 마련할 필요가 있으며, 따라서 그 제품에 대한 구 재고품을 매우 신속하게 이동시켜야 한다는 것을 깨닫게 된다. 이 점에 있어서, 관리자의 목표는 신규 선적 이전에 기존 제품의 판매량을 극대화시키는 것이다. 이 제품에 대하여 최소 지리 위치 파라미터가 결정된다. 최소 지리 위치 파라미터 또는 더 큰 입도일 수 있는 관할 구역이 결정되는데, 이는 이 예에서는 샌프란시스코 베이 영역에 해당된다. 이어서, 제품에 대한 판매량을 증가시키기 위하여 샌프란시스코 베이 영역에 대하여 웹 사이트가 수정된다. 이는 해당 제품을 강조하기 위하여 웹 페이지의 콘텐트를 수정하고, 해당 제품에 대하여 온라인에서 판촉 정보를 제공하며, 해당 제품을 강조하는 이-메일 판촉 캠페인을 생성하는 것 등을 포함할 수 있다.
최소 지리 위치 파라미터, 관할 구역, 및 온라인 사용자 경험의 수정 방법의 결정은 동적이다. 이들은 변수들 및 목표들이 변화함에 따라, 시간에 따라 변화할 수 있다. 따라서, 웹 사이트들은 미세 지역 레벨에서 사업주의 목표 달성을 극대화하기 위하여 계속해서 최적화될 수 있다.
본 명세서 전체에 걸쳐서 사용되는 몇몇 용어들이 다음과 같이 설명된다. 사용자들의 온라인 행위는 인터넷 상의 사용자의 측정 가능한 또는 추적 가능한 이벤트를 포함할 수 있다. 온라인 행위는 제품과 연관되어 있다. 이것은 웹 사이트 방문, 페이지 방문의 빈도 등을 포함할 수 있다. 사용자들에 대한 지리 위치 파라미터들 역시 결정된다. 지리 위치 파라미터는 온라인 행위가 포착된 사용자에 대 한 지리적 위치이다. 일 예로서, 사용자에 대한 지리 위치 파라미터는 역 IP 룩업을 이용하여 결정된다. 이는 사용자의 IP 어드레스를 결정하고, 우편 번호, 도시 또는 어떤 다른 위치와 같은 IP 어드레스에 대한 지리적 위치를 식별하는 것을 포함한다.
사용자 또는 사용자 그룹은 다수의 지리 위치 파라미터를 가질 수 있다. 이러한 다수의 지리 위치 파라미터는 입도들이라고 지칭된다. 예를 들어, 역 IP 어드레스 룩업은 우편 번호와 같은 사용자에 대한 최소 입도 지리 위치 파라미터를 식별할 수 있다. 다른 더 높은 입도들은 우편 번호로부터 결정될 수 있다. 예를 들어, 지역은 다수의 인근 우편 번호를 결합할 수 있다. 다른 더 높은 입도는 많은 지역들을 갖는 도시 또는 카운티일 수 있다. 또 다른 더 높은 입도는 주(state) 등일 수 있다.
제품은 단일 제품 또는 제품 그룹일 수 있다. 예를 들어, 제품은 얼굴 크림 또는 동일 브랜드로 모두 판매되는 피부 관리 제품들일 수 있다. 제품은 판매를 위하여 제공되는 셀룰러 폰 서비스와 같은 서비스일 수 있다. 제품은 소비자 상품 또는 서비스일 수 있다.
2. 온라인 사용자 경험을 수정하기 위한 시스템
도 1은 일 실시예에 따른 시스템(100)을 도시한다. 시스템(100)은 관할 구역 모듈(101), 온라인 수정 모듈(102) 및 온라인 수정자(103)를 포함한다. 관할 구역 모듈(101)은 통계적 유의성을 갖는 최소 지리 위치 및 다른 사이징(sizing) 변수들에 기초하여 제품에 대한 관할 구역을 결정한다. 사이징 변수는 관할 구역 을 결정하는 데 사용될 수 있는 임의의 변수이다. 일 예로서, 사이징 변수는 사용자에 의하여 특정된다. 전술한 예에서 설명된 바와 같이, 샌프란시스코 베이 영역 내의 기술 상점들의 지역 관리자는 자신의 재고를 조사하여 제품을 신규 선적하기 위한 보관 공간을 확보할 필요가 있음을 깨닫게 된다. 이 예에서, 지역 관리자는 샌프란시스코 베이 영역의 관할 구역을 특정할 것이다. 관할 구역 모듈(101)은 통계적 유의성을 갖는 최소 지리 위치 파라미터 또는 통계적 유의성을 갖는 지리 위치 파라미터의 더 높은 입도가 샌프란시스코 베이 영역에 해당되는지 여부를 결정한다. 만일 해당되면, 다중 우편 번호 지역을 포함하는 그 지리 위치 파라미터가 관할 구역으로서 선택된다. 다른 사이징 변수들 역시 관할 구역을 결정하는 데 사용될 수 있다.
온라인 수정 모듈(102)은 목표 달성을 위하여 온라인 사용자 경험에 대하여 행해질 필요가 있는 수정을 결정한다. 온라인 수정 모듈(102)은 하나 이상의 관할 구역, 및 목표, 온라인 행위, 오프라인 판매 데이터 및 목표 달성을 위하여 온라인 사용자 경험을 수정하는 방법을 결정하기 위한 사용자 입력을 포함하는 (하지만 이들로 제한되지는 않는) 다른 수정 요인들을 사용한다.
온라인 수정 모듈(102)은 제품을 특성화하는 웹 사이트를 수정하는 방법 또는 목표 달성에 가장 큰 영향을 미칠 수 있는 다른 온라인 판촉을 식별하는 방법을 결정하기 위한 모델링을 사용할 수 있다. 일 실시예에서, 모델링은 관할 구역에 대한 목표를 달성하기 위하여 사용자의 온라인 경험에 대하여 가능한 수정을 결정하는 데 사용된다. 모델링은 온라인 경험에 대한 서로 다른 수정이 얼마나 오프라 인 판매에 영향을 주었는지에 대한 이력적 분석을 포함할 수 있으며, 이러한 분석에 기초하여, 서로 다른 수정이 제안되고 선택될 수 있다. 수정은 제품을 특성화하기 위하여 웹 페이지 콘텐트를 수정하는 것, 제품에 대한 온라인 판촉(온라인 광고를 포함함)을 제공하는 것, 제품에 대한 이-메일 판촉을 제공하는 것 등을 포함한다. 이러한 수정은 특정 지역을 타게팅함에 있어서 관할 구역 내의 사용자들을 위하여 효과적이게 된다.
모델링을 위하여 마케팅 투자 회수율(Marketing Return On Investment; MROI) 모델이 사용될 수 있다. MROI 모델은 최소 지리 위치 파라미터에 관하여 온라인 행위가 오프라인 판매에 미치는 영향을 분리해내는 계량 경제학적 모델(econometric model)이다. MROI 모델은 정밀도를 증가시키고 계절성 등과 같은 변수들을 조화시키기 위하여 수년 간의 판매 및 마케팅 데이터를 포함할 수 있다. 이력적 판매 및 마케팅 데이터로부터, 서로 다른 유형들의 마케팅에 대하여 투자 회수율을 발견하기 위하여 서로 다른 유형들의 마케팅 및 판매 사이의 관계를 계산함으로써 마케팅 응답 곡선이 생성된다. 재무 모델은 이러한 응답 곡선들을 순 수입들로 변환한다. 목표 달성을 위하여, 관할 구역에 대한 사용자의 온라인 경험에 대한 수정에 따라 서로 다른 유형들의 마케팅이 구현된다.
온라인 사용자 경험에 대한 수정이 결정된 후에, 온라인 수정자(103)는 수정을 구현한다. 일 예로서, 이것은 관할 구역 내의 사용자들을 위하여 웹 사이트 내에 수정된 웹 페이지들을 제공하는 것을 포함할 수 있다. 예를 들어, 사용자는 기술 상점의 웹 사이트를 방문하는 중이다. 웹 사이트는 사용자의 우편 번호를, 예 를 들어, 역 IP 룩업을 통하여, 결정한다. 만일 사용자가 관할 구역 내에 있으면, 온라인 수정자(103)를 사용하여 생성 및 저장되었을 수 있는, 수정된 웹 페이지들 또는 제품을 특성화하는 온라인 판촉이 웹 서버로부터 사용자에게 제공된다. 또 다른 예에서, 사용자가 관할 구역 내에 있으면, 제품에 대한 광고가 웹 사이트에서 제공된다.
3. 최소 지리 위치 파라미터를 결정하기 위한 시스템
전술한 바와 같이, 관할 구역 모듈(101) 및 시스템(100)의 다른 모듈들은 입력으로서 통계적 유의성을 갖는 최소 지리 위치 파라미터를 이용할 수 있다. 도 2는 통계적 유의성을 갖는 최소 지리 위치 파라미터를 결정하기 위한 시스템(200)에 대하여 기술한다.
각 사용자에 대한 지리 위치 파라미터는 온라인 데이터 DB(203)에 저장된다. 온라인 데이터 DB(203)는 각 사용자에 대하여 포착된 온라인 행위와 함께 대응하는 지리 위치 파라미터를 저장한다. 온라인 행위 데이터는 대응하는 지리 위치 파라미터들과 함께 동적 지역화(regioning) 모듈(205)로의 입력으로 사용된다.
온라인 행위 데이터에 부가하여, 시스템(200)은 오프라인 데이터를 포착한다. 소매 상점들(210a-x)은 오프라인 판매 데이터 및 오프라인 판매에 대한 대응하는 지리 위치 파라미터들, 예컨대, 판매가 이루어지는 상점 위치들을 포착한다. 오프라인 데이터 DB(204)는 오프라인 판매 데이터 및 대응하는 지리 위치 파라미터들을 저장한다.
온라인 및 오프라인 데이터는 많은 제품들에 대하여 계속해서 또는 주기적으 로 포착되고 저장될 수 있다. 만일 특정 제품에 대하여 온라인 행위가 오프라인 판매에 미치는 영향이 결정될 필요가 있다면, 그 제품에 대한 온라인 및 오프라인 데이터는 동적 지역화 모듈(205)로 전송된다. 예를 들어, 동적 지역화 모듈(205)은 DB들(203 및 204)로부터 온라인 및 오프라인 제품 데이터를 검색한다. 그 다음에, 그 데이터 및 다른 변수들(211)을 사용하여, 동적 지역화 모듈(205)은 제품에 관하여 온라인 행위가 오프라인 판매에 미치는 영향을 추정하기 위한 통계적 유의성을 갖는 최소 지리 위치 파라미터를 결정한다. 동적 지역화 모듈(205)은 방법(100)을 사용하여 통계적 유의성을 갖는 최소 지리 위치 파라미터를 결정할 수 있다. 이러한 결정을 위한 변수들(211)은 제품 또는 브랜드의 유형, 제품의 구매 사이클, IP 침투율(예컨대, 역 IP 룩업에 의하여 결정될 수 있는 지리 위치 파라미터에 대한 입도 레벨), 사이트 방문 빈도, 온라인 데이터 내에서 추적/포착되는 행위 성과의 전환율, 소매점/상점 밀도, 웹 사이트 트래픽, 및 연중 시간, 공휴일 등과 같은 계절성 요인들을 포함할 수 있다.
통합 모듈(206)은 최소 지리 위치 파라미터에 대한 모든 온라인 및 오프라인 제품 데이터를 통합한다. 온라인 및 오프라인 제품 데이터는, 예를 들어, DB들(203 및 204)로부터 검색된다. MROI 모델(207)은 통합된 데이터와 마케팅 캠페인들, 해당 지역의 경쟁자 행위, 인구 통계 등에 대한 정보와 같은 MROI 데이터(211)를 사용한다. MROI 모델(207)은 온라인 행위가 제품의 오프라인 판매에 어떻게 영향을 미치는지에 대한 추정을 포함하는 영향 데이터(208)를 생성한다. 시스템(200)은 주기적으로 또는 계속해서 영향 데이터(208)를 결정하는 데 사용될 수 있다.
4. 통계적 유의성을 갖는 최소 지리 위치 파라미터를 결정하기 위한 방법
도 3은 일 실시예에 따라 최소 지리 위치 파라미터를 결정하기 위한 방법(300)을 도시한다. 단계(301)에서, 제품에 대한 온라인 행위가 포착된다. 온라인 행위는 제품의 웹 사이트에서의 웹 사이트 트래픽, 온라인 광고 또는 쿠폰에 대한 클릭쓰루(click-through) 등과 같이 인터넷 상에서 모니터링되는 이벤트들을 포함한다. 온라인 행위는, 예를 들어, DB에 저장된다.
단계(302)에서, 제품에 대한 오프라인 데이터가 포착된다. 이는 제품의 점포 내 판매, 제품의 구매를 위한 쿠폰의 사용, 또는 온라인이 아닌, 제품의 판매와 연관된 임의의 이벤트를 포함한다. 오프라인 데이터는 저장된다.
단계(303)에서, 온라인 행위에 대한 지리 위치 파라미터들이 결정된다. 이들은 온라인 행위로서 포착되는 이벤트들을 수행하는 사용자들에 대한 지리 위치 파라미터들의 다수의 입도를 포함할 수 있다. 최소 입도는 도시 내 블록들의 집합을 포함하거나 우편 번호일 수 있다. 더 큰 입도들은 우편 번호들의 집합, 도시들의 집합, 또는 주 레벨(state-level) 입도를 포함할 수 있다. 최소 입도는 사용자에게 이용 가능한 지리 위치 파라미터 데이터에 의존적일 수 있다. 예를 들어, 역 IP 룩업을 수행하여 최소 입도를 결정한다. 역 IP 룩업에 이용 가능한 지리 위치 데이터는 지역별로 다를 수 있다. 대도시와 같이 인구가 더 밀집된 지역들의 경우, 사용자의 IP 어드레스는 도시 블록들의 집합과 상호 참조될 수 있다. 인구가 더 분산된 영역들의 경우, 사용자의 IP 어드레스는 단일 우편 번호 또는 더 큰 지 역과 상호 참조될 수 있다.
단계(304)에서, 최소 입도 지리 위치 파라미터는 단계(303)로부터 결정된다.
단계(305)에서, 단계(304)에서 결정된 최소 입도 지리 위치 파라미터가 제품에 관하여 온라인 행위가 오프라인 판매에 미치는 영향을 추정하기 위한 통계적 유의성을 갖는지 여부에 대하여 결정된다. 단계들(301 및 302)에서 포착된 데이터로부터 결정된, 최소 입도 지리 위치 파라미터에 대한 온라인 행위 데이터의 양 및 오프라인 데이터의 양과 같은, 다수의 변수 및 다른 변수들이 통계적 유의성을 평가하는 데 사용된다.
만일 단계(305)에서 최소 입도 지리 위치 파라미터가 통계적 유의성을 갖지 않는다고 결정되면, 단계(306)에서 지리 위치 파라미터는 통합되고, 단계(305)가 반복된다. 통합은 단계(303)에서 결정된 지리 위치 파라미터들 중 다음으로 가장 높은 입도 지리 위치 파라미터를 결정하는 것을 포함한다. 서로 다른 입도들, 예컨대, 도시 블록, 우편 번호, 우편 번호들의 지역 및 주가 미리 결정될 수 있다. 최소 입도에서 시작하여, 온라인 행위 데이터는 다음으로 가장 높은 입도 등에 통합될 수 있다. 예를 들어, 모든 온라인 행위 데이터는 도시 블록들의 특정 그룹에 관하여 저장된다. 다수의 도시 블록 그룹을 포함하는 우편 번호와 같은 다음으로 가장 높은 입도에 대한 온라인 행위 데이터를 결정하기 위하여, 우편 번호의 모든 도시 블록 그룹들에 대하여 온라인 행위 데이터가 통합된다. 이러한 통합은 도시 블록 그룹들 내의 각 사용자에 대한 모든 온라인 행위 데이터를 해당 우편 번호에 연관시키는 것을 포함할 수 있다. 우편 번호는 그 우편 번호의 제품에 대한 모든 온라인 행위 데이터를 결정하기 위한 인덱스로서 사용될 수 있다. 그 다음에, 단계(305)에서, 우편 번호에 대한 온라인 행위 데이터는 제품에 관하여 온라인 행위가 오프라인 판매에 미치는 영향을 추정하는 데에 있어 해당 우편 번호가 통계적 유의성을 갖는지 여부를 결정하는 데 사용될 수 있다. 이러한 통합은 통계적 유의성을 갖는 지리 위치 파라미터의 입도가 결정될 때까지 반복된다.
단계(307)에서, 통계적 유의성을 갖는 지리 위치 파라미터들의 입도가 결정된 후에, 그 입도는 제품에 관하여 온라인 행위가 오프라인 판매에 미치는 영향을 추정하기 위한 최소 입도 지리 위치 파라미터로서 사용된다. 단계(308)에서, MROI 계량 경제학적 모델링이 제품에 관하여 온라인 행위가 오프라인 판매에 미치는 영향을 추정하는 데 사용될 수 있다. 모델링으로의 입력들은 최소 지리 위치 파라미터 데이터에 대한 온라인 행위 데이터 및 오프라인 데이터를 포함한다. 모델링을 위한 다른 입력들은 마케팅 캠페인, 해당 지역의 경쟁자 행위, 인구 통계 등을 포함할 수 있다. MROI 모델은 마케팅의 결과적인 영향에 대한 마케팅의 이력적 데이터를 포함할 수 있다.
본 방법(300)은 단지 온라인 및 오프라인 데이터의 미리 보기(snapshot)를 위해서만 수행되는 것은 아니다. 대신에, 온라인 및 오프라인 데이터는 최소 지리 위치 파라미터를 계속해서 또는 주기적으로 결정하기 위하여 계속해서 또는 주기적으로 포착되고 사용된다. 그 결과, 제품에 대한 최소 지리 위치 파라미터는 온라인 및 오프라인 데이터의 변경으로 인하여 시간에 따라 변화될 수 있다.
4. 관할 구역에 대한 온라인 사용자 경험을 수정하기 위한 방법
도 4는 일 실시예에 따라 관할 구역에 대한 온라인 사용자 경험을 수정하기 위한 방법(400)을 도시한다. 단계(401)에서, 통계적 유의성을 갖는 최소 지리 위치 파라미터가 제품에 대하여 결정된다. 본 방법(300)의 단계들은 최소 지리 위치 파라미터를 결정하는 것에 대하여 설명한다.
단계(402)에서, 최소 지리 위치 파라미터로부터의 관할 구역이 결정된다. 관할 구역은 최소 지리 위치 파라미터이거나 더 높은 입도 지리 위치 파라미터일 수 있다. 예를 들어, 만일 최소 지리 위치 파라미터가 우편 번호인 경우, 관할 구역은 우편 번호일 수 있거나, 통계적 유의성을 갖는 다중 우편 번호 지역과 같은, 우편 번호를 포함하는 더 큰 지역일 수 있다. 최소 지리 위치 파라미터에 부가하여, 관할 구역은 관심 관할 구역에 해당하는 사용자 입력, 온라인 사용자 경험을 수정함으로써 달성될 목표 (예컨대, 특정 영역에 대한 재고 관리) 등과 같은, 지역의 크기에 영향을 미치는 다른 요인들을 이용하여 결정될 수 있다.
단계(403)에서, 목표 달성을 위하여 관할 구역의 제품과 연관된 온라인 사용자 경험을 수정하는 방법에 대하여 결정된다. 예를 들어, 도 1에 도시된 온라인 수정 모듈(102)은 제품을 특성화하는 웹 사이트를 수정하는 방법 또는 목표를 달성하는 데 가장 큰 영향을 미칠 수 있는 다른 온라인 판촉을 식별하는 방법에 대하여 결정을 내리는 데 모델링을 사용할 수 있다.
단계(404)에서, 관할 구역의 온라인 사용자 경험에 대한 수정이 구현된다. 일 예로서, 이는 관할 구역 내의 사용자들을 위한 웹 사이트 내에 수정된 웹 페이지들을 제공하는 것을 포함할 수 있다. 예를 들어, 사용자는 기술 상점의 웹 사이 트를 방문하는 중이다. 웹 사이트는, 예를 들어, 역 IP 룩업을 통하여, 사용자의 우편 번호를 결정한다. 만일 사용자가 관할 구역 내에 있는 경우, 온라인 수정자(103)를 이용하여 생성되고 저장되었을 수 있는, 수정된 웹 페이지들 또는 제품을 특성화하는 온라인 판촉이 웹 서버로부터 사용자에게 제공된다. 또 다른 예에서, 사용자가 관할 구역 내에 있는 경우, 제품에 대한 광고가 웹 사이트 상에서 제공된다.
5. 관할 구역에 대한 재고 관리를 제공하기 위한 방법
도 5는 일 실시예에 따라 관할 구역 내에서의 재고 관리를 제공하기 위한 방법(500)을 예시한다. 단계(501)에서, 제품에 대한 재고 정보가 포착된다. 이는 SKU 데이터 또는 다른 제품 추적 데이터를 포함할 수 있다.
단계(502)에서, 목표는 재고 정보에 기초하여 결정된다. 목표의 일 예는 제품을 신규로 선적 받기 전에 기존 제품의 판매량을 극대화하는 것이다. 다른 예에서, 재고 정보는 어떤 제품이 그 평균 보관 수명을 초과하고 있음을 나타낸다. 그 다음에, 판매 증가를 위하여 그 제품에는 다른 제품들에 비하여 더 높은 우선순위가 주어질 수 있다. 또한, 그 목표는 특정 지역에 대하여 적용 가능하다. 예를 들어, 재고 정보는 다중 우편 번호 지역 내의 제품 데이터를 반영할 수 있다.
단계(503)에서, 통계적 유의성을 갖는 최소 지리 위치 파라미터가 결정되는데, 예컨대, 이는 방법(300)에 대하여 전술된 바와 같다.
단계(504)에서, 최소 지리 위치 파라미터 및 목표에 적용 가능한 지역으로부터 관할 구역이 결정된다. 예를 들어, 관할 구역은 최소 지리 위치 파라미터의 입 도일 수 있으며, 또한 목표에 적용 가능한 지역을 포함할 수 있다. 방법(400)의 단계(402)는 관할 구역을 결정하는 것에 대하여 설명한다.
단계(505)에서, 관할 구역에 대한 제품의 재고 관리를 위하여 온라인 사용자 경험이 수정된다.
6. 컴퓨터 판독 가능 매체
도 6은 본 명세서에서 설명되는 실시예들과 함께 사용될 수 있는 컴퓨터 시스템(600)을 도시한다. 컴퓨터 시스템(600)은 서버 또는 다른 컴퓨터 시스템 내에 존재할 수 있는 구성요소들을 포함하는 일반적인 플랫폼(platform)을 나타낸다. 컴퓨터 시스템(600)은 본 명세서에서 설명되는 하나 이상의 방법들, 기능들, 모듈들 및 다른 단계들을 실행하기 위한 플랫폼으로서 사용될 수 있다. 이러한 단계들은 하나 이상의 컴퓨터 판독 가능 매체에 저장된 소프트웨어로서 구현될 수 있다.
컴퓨터 시스템(600)은 본 명세서에서 설명되는 방법들, 기능들 및 다른 단계들 중 일부 또는 전부를 수행하는 소프트웨어 명령들을 구현하거나 실행할 수 있는 프로세서(602)를 포함한다. 프로세서(602)로부터의 명령들 및 데이터는 통신 버스(604)를 통하여 통신된다. 컴퓨터 시스템(600)은 프로세서(602)를 위한 소프트웨어 및 데이터가 실행 시간 동안 상주할 수 있는, RAM(Random Access Memory)과 같은 주 메모리(606), 및 비휘발성일 수 있고 소프트웨어 및 데이터를 저장할 수 있는 2차 데이터 저장 장치(608)를 또한 포함한다. 메모리 및 데이터 저장 장치는 컴퓨터 판독 가능 매체들의 예이다.
컴퓨터 시스템(600)은 키보드, 마우스, 디스플레이 등과 같은 하나 이상의 I/O 장치들(610)을 포함할 수 있다. 컴퓨터 시스템(600)은 네트워크에 접속하기 위한 네트워크 인터페이스(612)를 포함할 수 있다. 본 기술 분야에서 통상의 지식을 가진 자에게는 다른 공지의 전자 구성요소들이 컴퓨터 시스템(600)에서 부가되거나 대용될 수 있음이 명백할 것이다.
본 명세서에서 설명된 방법들의 하나 이상의 단계들 및 본 명세서에서 설명된 다른 단계들 및 본 명세서에서 설명된 시스템들의 하나 이상의 구성요소들은 메모리 및/또는 2차 저장 장치와 같은 컴퓨터 판독 가능 매체에 저장되고 컴퓨터 시스템에서, 예를 들어, 프로세서, 주문형 반도체(Application-Specific Integrated Circuit; ASIC), 또는 다른 제어기에 의하여 실행되는 컴퓨터 코드로서 구현될 수 있다. 코드는 소스 코드, 오브젝트 코드, 실행 가능한 코드 또는 다른 포맷들의 프로그램 명령어들로 구성된 소프트웨어 프로그램(들)로서 존재할 수 있다. 컴퓨터 판독 가능 매체의 예들은 통상의 컴퓨터 시스템 RAM, ROM(Read Only Memory), EPROM(Erasable, Programmable ROM), EEPROM(Electrically Erasable, Programmable ROM), 하드 드라이브 및 플래시 메모리를 포함한다.
본 실시예들은 예들을 참조하여 설명되었지만, 본 기술 분야에서 숙련된 자들이라면 청구된 실시예들의 범위로부터 일탈함이 없이 설명된 실시예들에 대하여 다양한 변경들을 행할 수 있을 것이다.
도 1은 일 실시예에 따라 최소 지리 위치 파라미터를 결정하기 위한 온라인 사용자 경험 방법을 수정하기 위한 시스템을 도시한다.
도 2는 일 실시예에 따라 최소 지리 위치 파라미터를 결정하기 위한 시스템을 도시한다.
도 3은 일 실시예에 따라 최소 지리 위치 파라미터를 결정하기 위한 방법을 도시한다.
도 4는 관할 구역에 대한 온라인 사용자 경험을 수정하기 위한 방법을 도시한다.
도 5는 일 실시예에 따라 관할 구역에서의 재고 관리를 제공하기 위한 방법을 도시한다.
도 6은 일 실시예에 따라 도 1 내지 도 5의 방법들 및 시스템들을 위하여 사용될 수 있는 컴퓨터 시스템을 도시한다.

Claims (20)

  1. 제품의 판매와 연관된 목표에 기초하여 온라인 경험에 대한 수정을 동적으로 결정하기 위한 시스템으로서,
    통계적 유의성을 갖는 최소 지리 위치 파라미터를 결정하는 데 사용되는 온라인 행위 데이터 및 오프라인 판매 데이터를 저장하는 데이터 저장 장치;
    프로세서에 의해 실행되는 동적 지역화 모듈 - 상기 동적 지역화 모듈은,
    사용자들의 상기 제품과 관련된 온라인 행위를 결정하고,
    사용자들의 상기 온라인 행위에 관한 지리 위치 파라미터의 입도들을 결정하며,
    상기 지리 위치 파라미터의 상기 입도들 중 최소 입도를 결정하고,
    상기 최소 입도가 상기 제품의 오프라인 판매에 대한 상기 온라인 행위의 영향을 추정하기 위한 통계적 유의성을 갖는지 여부를, 상기 온라인 행위 데이터 및 상기 오프라인 판매 데이터와 상기 온라인 행위 및 오프라인 판매와 연관된 하나 이상의 파라미터에 기초하여 결정하며,
    상기 최소 입도가 통계적 유의성을 갖는다는 결정에 응답하여, 상기 최소 입도를 상기 최소 지리 위치 파라미터로서 사용하고,
    상기 최소 입도가 통계적 유의성을 갖지 않는다는 결정에 응답하여, 상기 입도들 중 다음으로 더 높은 입도가 통계적 유의성을 갖는지 여부를 통계적 유의성을 갖는 입도가 결정될 때까지 반복적으로 결정하고, 통계적 유의성을 갖는 상기 입도를 상기 최소 지리 위치 파라미터로서 선택함 - ;
    상기 프로세서에 의해 실행되고, 관할 구역을 결정하는 관할 구역 결정 모듈 - 상기 관할 구역은 상기 목표에 기초하여 타게팅되는 지리적 영역이고, 상기 관할 구역 결정 모듈은 상기 최소 지리 위치 파라미터에 기초하여 상기 관할 구역을 수정하도록 동작 가능함 - ; 및
    상기 프로세서에 의해 실행되고, 상기 관할 구역에 관한 상기 온라인 사용자 경험에 대한 하나 이상의 수정을 결정하여 상기 목표를 달성하는 온라인 수정 모듈
    을 포함하는 시스템.
  2. 제1항에 있어서,
    상기 온라인 수정 모듈은 마케팅 투자 회수율(MROI) 모델링을 사용하여 상기 제품의 오프라인 판매에 대한 온라인 행위의 영향을 결정하고 상기 관할 구역에 관한 상기 온라인 사용자 경험에 대한 수정을 식별하는 시스템.
  3. 제1항에 있어서,
    상기 관할 구역 내에 있다고 결정되는 각각의 사용자에 관한 상기 온라인 사용자 경험에 대한 상기 하나 이상의 수정을 구현하는 온라인 수정자를 더 포함하는 시스템.
  4. 제3항에 있어서,
    상기 온라인 사용자 경험에 대한 상기 하나 이상의 수정은 수정된 웹 페이지들 및 수정된 온라인 판촉을 포함하는 시스템.
  5. 제1항에 있어서,
    상기 동적 지역화 모듈은, 상기 최소 입도에 관한 상기 오프라인 판매에 대한 상기 온라인 행위의 실제 영향을 검출하지 못할 확률을 피하거나 최소화하기 위해 필요한 상기 온라인 행위 데이터 및 상기 오프라인 판매 데이터에 관한 최소 개수의 샘플로부터 상기 최소 입도가 통계적 유의성을 갖는지 여부를 결정하는 시스템.
  6. 목표에 기초하여 온라인 경험에 대한 수정을 동적으로 결정하는 방법으로서,
    사용자들의 온라인 행위를 결정하기 위한, 온라인 행위 데이터 및 제품의 오프라인 판매 데이터를 저장하는 단계 - 상기 온라인 행위는 상기 제품과 관련됨 - ;
    사용자들의 온라인 행위에 관한 지리 위치 파라미터의 입도들을 프로세서에 의해 결정하는 단계;
    상기 지리 위치 파라미터의 상기 입도들 중 최소 입도를 결정하는 단계;
    상기 최소 입도가 상기 제품의 오프라인 판매에 대한 상기 온라인 행위의 영향을 추정하기 위한 통계적 유의성을 갖는지 여부를, 상기 온라인 행위 데이터 및 상기 오프라인 판매 데이터와 상기 온라인 행위 및 오프라인 판매와 연관된 하나 이상의 파라미터에 기초하여 결정하는 단계;
    상기 최소 입도가 통계적 유의성을 갖는다는 결정에 응답하여, 상기 최소 입도를 최소 지리 위치 파라미터로서 사용하는 단계;
    상기 최소 입도가 통계적 유의성을 갖지 않는다는 결정에 응답하여, 상기 입도들 중 다음으로 더 높은 입도가 통계적 유의성을 갖는지 여부를 통계적 유의성을 갖는 입도가 결정될 때까지 반복적으로 결정하고, 통계적 유의성을 갖는 상기 입도를 상기 최소 지리 위치 파라미터로서 선택하는 단계;
    관할 구역을 결정하는 단계 - 상기 관할 구역은 상기 목표에 기초하여 타게팅되는 지리적 영역임 - ;
    상기 최소 지리 위치 파라미터에 기초하여 상기 관할 구역을 상기 프로세서에 의해 수정하는 단계; 및
    상기 관할 구역에 관한, 상기 제품과 관련된 온라인 사용자 경험에 대한 하나 이상의 수정을 결정하는 단계
    를 포함하는 방법.
  7. 제6항에 있어서,
    상기 목표는 상기 제품에 대한 재고의 관리와 연관되고,
    상기 방법은,
    상기 관할 구역 내의 상점들을 위한 상기 제품의 재고를 결정하는 단계 - 상기 하나 이상의 수정은 상기 제품의 상기 재고의 관리를 위한, 상기 관할 구역에 관한 상기 온라인 사용자 경험에 대한 수정임 -
    를 포함하는 방법.
  8. 제7항에 있어서,
    상기 하나 이상의 수정은 웹 사이트에 대한 수정을 포함하고, 상기 수정은 상기 관할 구역 내에 있다고 결정되는 상기 웹 사이트에의 방문자들에 대해서만 구현되는 방법.
  9. 제8항에 있어서,
    상기 웹 사이트에 대한 상기 하나 이상의 수정은 상기 웹 사이트에 있는 웹 페이지들의 콘텐츠를 변경하는 것 중 적어도 하나를 포함하고,
    상기 방법은 상기 웹 사이트에서 상기 제품의 온라인 판촉을 제공하는 단계를 포함하는 방법.
  10. 컴퓨터 코드를 저장하는 적어도 하나의 컴퓨터 판독 가능 매체로서,
    상기 컴퓨터 코드는 하나 이상의 컴퓨터 시스템에서 실행될 때,
    사용자들의 제품과 관련된 온라인 행위에 관한 지리 위치 파라미터의 입도들을 결정하고,
    상기 지리 위치 파라미터의 상기 입도들 중 최소 입도를 결정하며,
    상기 최소 입도가 상기 제품의 오프라인 판매에 대한 상기 온라인 행위의 영향을 추정하기 위한 통계적 유의성을 갖는지 여부를, 상기 온라인 행위 및 상기 제품의 오프라인 판매와 연관된 하나 이상의 파라미터에 기초하여 결정하고,
    상기 최소 입도가 통계적 유의성을 갖는다는 결정에 응답하여, 상기 최소 입도를 최소 지리 위치 파라미터로서 사용하며,
    상기 최소 입도가 통계적 유의성을 갖지 않는다는 결정에 응답하여, 상기 입도들 중 다음으로 더 높은 입도가 통계적 유의성을 갖는지 여부를 통계적 유의성을 갖는 입도가 결정될 때까지 반복적으로 결정하고, 통계적 유의성을 갖는 상기 입도를 상기 최소 지리 위치 파라미터로서 선택하며,
    목표에 기초하여 타게팅되는 지리적 영역인 관할 구역을 결정하고,
    상기 최소 지리 위치 파라미터에 기초하여 상기 관할 구역을 수정하며,
    상기 관할 구역에 관한, 상기 제품과 관련된 온라인 사용자 경험을 수정하는 것인 적어도 하나의 컴퓨터 판독 가능 매체.
  11. 제10항에 있어서,
    상기 목표는 상기 제품에 대한 재고의 관리와 연관되고,
    상기 코드는,
    상기 관할 구역 내의 상점들을 위한 상기 제품의 재고를 결정하며,
    상기 관할 구역에 관한 온라인 사용자 경험을 수정하여 상기 제품의 상기 재고를 관리하는 것인 적어도 하나의 컴퓨터 판독 가능 매체.
  12. 제11항에 있어서,
    온라인 사용자 경험을 수정하는 상기 코드는,
    웹 사이트에의 방문자가 상기 관할 구역 내에 있는지 여부를 결정하고,
    상기 사용자가 상기 관할 구역 내에 있는 경우 상기 웹 사이트를 수정하여 상기 제품의 상기 재고를 관리하는 것인 적어도 하나의 컴퓨터 판독 가능 매체.
  13. 제12항에 있어서,
    상기 웹 사이트를 수정하는 상기 코드는,
    상기 웹 사이트에 있는 웹 페이지들의 콘텐츠를 변경하는 것인 적어도 하나의 컴퓨터 판독 가능 매체.
  14. 제12항에 있어서,
    상기 웹 사이트를 수정하는 상기 코드는,
    상기 웹 사이트에서 상기 제품의 온라인 판촉을 제공하는 것인 적어도 하나의 컴퓨터 판독 가능 매체.
  15. 제10항에 있어서,
    상기 관할 구역을 수정하는 상기 코드는,
    상기 결정된 관할 구역이 상기 최소 지리 위치 파라미터보다 작은 경우 상기 최소 지리 위치 파라미터를 상기 관할 구역으로서 식별하는 것인 적어도 하나의 컴퓨터 판독 가능 매체.
  16. 제10항에 있어서,
    상기 관할 구역은 상기 최소 지리 위치 파라미터보다 큰 입도인 적어도 하나의 컴퓨터 판독 가능 매체.
  17. 삭제
  18. 제10항에 있어서,
    상기 최소 지리 위치 파라미터를 결정하는 상기 코드는,
    온라인 및 오프라인 제품 데이터가 시간에 따라 변화함에 따라 상기 최소 지리 위치 파라미터를 동적으로 결정하는 것인 적어도 하나의 컴퓨터 판독 가능 매체.
  19. 제10항에 있어서,
    상기 관할 구역에 관한, 상기 제품과 관련된 온라인 사용자 경험을 수정하는 상기 코드는,
    온라인 행위 및 오프라인 판매 데이터와 상기 목표가 시간에 따라 변화함에 따라 상기 온라인 사용자 경험을 동적으로 수정하는 것인 적어도 하나의 컴퓨터 판독 가능 매체.
  20. 제10항에 있어서,
    상기 코드는,
    마케팅 투자 회수율(MROI) 모델링에 기초하여 상기 온라인 사용자 경험에 대한 하나 이상의 수정을 결정하는 것인 적어도 하나의 컴퓨터 판독 가능 매체.
KR1020090098138A 2008-10-15 2009-10-15 통계적 유의성을 갖는 지리 위치 파라미터에 기초하는 동적 온라인 경험 수정 및 재고 최적화 KR101728704B1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US10567708P 2008-10-15 2008-10-15
US61/105,677 2008-10-15
US12/366,133 2009-02-05
US12/366,133 US8438060B2 (en) 2008-10-15 2009-02-05 Dynamic online experience modification and inventory optimization based on statistically significant geo-location parameter

Publications (2)

Publication Number Publication Date
KR20100042238A KR20100042238A (ko) 2010-04-23
KR101728704B1 true KR101728704B1 (ko) 2017-04-20

Family

ID=41429436

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090098138A KR101728704B1 (ko) 2008-10-15 2009-10-15 통계적 유의성을 갖는 지리 위치 파라미터에 기초하는 동적 온라인 경험 수정 및 재고 최적화

Country Status (7)

Country Link
US (1) US8438060B2 (ko)
EP (1) EP2178042A1 (ko)
JP (1) JP5546201B2 (ko)
KR (1) KR101728704B1 (ko)
CN (1) CN101727640A (ko)
AU (1) AU2009225342B2 (ko)
CA (1) CA2682886C (ko)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9558285B2 (en) * 2010-09-14 2017-01-31 Accenture Global Services Limited Treatment controller
ITAN20110033A1 (it) * 2011-03-08 2012-09-09 Grottini Lab Srl Sistema per il controllo ed il rilevamento in tempo reale di rotture di stock di merci esposte alla vendita
US9125165B2 (en) * 2011-07-29 2015-09-01 Broadcom Corporation WLAN-based positioning system
US10438278B2 (en) * 2011-08-09 2019-10-08 Overstock.Com, Inc. Methods and systems for conducting electronic commerce
GB2502068B (en) * 2012-05-14 2019-03-27 Sensewhere Ltd Method of and system for estimating position
US20150262221A1 (en) * 2012-05-16 2015-09-17 Google Inc. Linking offline actions with online activities
US20150058119A1 (en) * 2013-08-22 2015-02-26 SocialWire, Inc. Automated Advertisement of Products on Online Sites
US20180268356A1 (en) 2017-03-15 2018-09-20 Walmart Apollo, Llc System and method for perpetual inventory management
US20180268367A1 (en) 2017-03-15 2018-09-20 Walmart Apollo, Llc System and method for management of perpetual inventory values based upon customer product purchases
US20180268509A1 (en) 2017-03-15 2018-09-20 Walmart Apollo, Llc System and method for management of product movement
US10997552B2 (en) 2017-03-15 2021-05-04 Walmart Apollo, Llc System and method for determination and management of root cause for inventory problems
US20180268355A1 (en) 2017-03-15 2018-09-20 Walmart Apollo, Llc System and method for management of perpetual inventory values associated with nil picks
US11055662B2 (en) 2017-03-15 2021-07-06 Walmart Apollo, Llc System and method for perpetual inventory management
US20180341906A1 (en) 2017-05-26 2018-11-29 Walmart Apollo, Llc System and method for management of perpetual inventory values based upon confidence level
US11341518B1 (en) * 2020-11-24 2022-05-24 Pinterest, Inc. Predictively estimating promotion conversions
US20220253873A1 (en) * 2021-02-10 2022-08-11 Cozmix, Inc. Balancing of territories for marketing and sales and a method thereof
US11520692B1 (en) 2021-09-08 2022-12-06 International Business Machines Corporation Performing software testing with best possible user experience
TWI818555B (zh) 2022-05-26 2023-10-11 洰和股份有限公司 分析消費意向的運算系統

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001306922A (ja) 2000-04-17 2001-11-02 Xaxon R & D Corp インターネットにおいて地域を特定して情報を配信する方法およびその装置
KR100736798B1 (ko) 2005-12-05 2007-07-09 엔에이치엔(주) 상품 광고에 대한 리포트 관리 방법 및 상품 광고 리포트관리 시스템

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7536324B2 (en) 1996-10-25 2009-05-19 Ipf, Inc. Internet-based system for managing and delivering consumer product brand information to consumers at points of presence along the world wide web (WWW)
US6055573A (en) * 1998-12-30 2000-04-25 Supermarkets Online, Inc. Communicating with a computer based on an updated purchase behavior classification of a particular consumer
US20030065571A1 (en) 1999-10-14 2003-04-03 Rabindranath Dutta System, method, and program for determining the jurisdiction of a product delivery location by using the ip address of the client while selling items via electronic commerce over the internet
US6741969B1 (en) 1999-12-15 2004-05-25 Murray Huneke System and method for reducing excess capacity for restaurants and other industries during off-peak or other times
JP2001282839A (ja) * 2000-03-31 2001-10-12 Just Syst Corp 情報配信システム
US6665715B1 (en) 2000-04-03 2003-12-16 Infosplit Inc Method and systems for locating geographical locations of online users
US20020023000A1 (en) 2000-08-16 2002-02-21 Bollay Denison W. Displaying as a map and graphs on a web page the geographical distribution of visitors that click on banner ads in cyberspace
US7228287B1 (en) * 2000-11-13 2007-06-05 Ben Simon Samson Method of providing online incentives
KR20020063008A (ko) 2001-01-26 2002-08-01 주식회사 엠씨에스아이 온라인쿠폰과 오프라인 쿠폰을 이용하여 얻어진 소비자구매행동 데이터의 수집과 변형, 가공에 관한 시스템
JP2003122902A (ja) * 2001-10-10 2003-04-25 Nippon Telegr & Teleph Corp <Ntt> マーケティング支援サービス提供装置ならびにその方法、およびマーケティング支援サービス提供プログラム
US6944626B2 (en) 2001-11-26 2005-09-13 Microsoft Corp. Dynamically generated schema representing multiple hierarchies of inter-object relationships
US7680796B2 (en) * 2003-09-03 2010-03-16 Google, Inc. Determining and/or using location information in an ad system
US20030202009A1 (en) 2002-04-24 2003-10-30 Stephane Kasriel Integration toolbar
US20040138943A1 (en) 2002-10-15 2004-07-15 Brian Silvernail System and method of tracking, assessing, and reporting potential purchasing interest generated via marketing and sales efforts on the internet
JP4059392B2 (ja) * 2003-02-03 2008-03-12 日本電信電話株式会社 販売助成制御方法とこの方法を実現するための装置及びプログラム
US20070100690A1 (en) 2005-11-02 2007-05-03 Daniel Hopkins System and method for providing targeted advertisements in user requested multimedia content
JP2007164615A (ja) * 2005-12-15 2007-06-28 Sanyo Electric Co Ltd 広告閲覧情報収集システム
US20080005313A1 (en) 2006-06-29 2008-01-03 Microsoft Corporation Using offline activity to enhance online searching
US20080004884A1 (en) * 2006-06-29 2008-01-03 Microsoft Corporation Employment of offline behavior to display online content
US20080133342A1 (en) * 2006-12-01 2008-06-05 Nathalie Criou Determining Advertising Effectiveness
US7716233B2 (en) 2007-05-23 2010-05-11 Business Objects Software, Ltd. System and method for processing queries for combined hierarchical dimensions
US20090240558A1 (en) * 2008-03-20 2009-09-24 Kevin Bandy Enterprise analysis aide and establishment of customized sales solution

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001306922A (ja) 2000-04-17 2001-11-02 Xaxon R & D Corp インターネットにおいて地域を特定して情報を配信する方法およびその装置
KR100736798B1 (ko) 2005-12-05 2007-07-09 엔에이치엔(주) 상품 광고에 대한 리포트 관리 방법 및 상품 광고 리포트관리 시스템

Also Published As

Publication number Publication date
CA2682886C (en) 2015-05-19
AU2009225342B2 (en) 2012-07-05
KR20100042238A (ko) 2010-04-23
EP2178042A1 (en) 2010-04-21
JP2010097613A (ja) 2010-04-30
JP5546201B2 (ja) 2014-07-09
CA2682886A1 (en) 2010-04-15
US20100094683A1 (en) 2010-04-15
CN101727640A (zh) 2010-06-09
US8438060B2 (en) 2013-05-07
AU2009225342A1 (en) 2010-04-29

Similar Documents

Publication Publication Date Title
KR101728704B1 (ko) 통계적 유의성을 갖는 지리 위치 파라미터에 기초하는 동적 온라인 경험 수정 및 재고 최적화
US20220067760A1 (en) Sales prediction systems and methods
KR101812682B1 (ko) 온라인 행위가 오프라인 판매에 미치는 영향을 결정하기 위한 동적 지리 위치 파라미터
Paciello et al. Price dynamics with customer markets
US20160189217A1 (en) Targeting using historical data
US20100324972A1 (en) Real-time, demand-based dynamic pricing system and method
US20090327028A1 (en) Systems and Methods for Utilizing Assist Data to Optimize Digital Ads
US20090327030A1 (en) Systems and Methods for Creating an Index to Measure a Performance of Digital Ads as Defined by an Advertiser
EP1342199A1 (en) Promotion pricing system and method
US20150032507A1 (en) Automated targeting of information to an application visitor based on merchant business rules and analytics of benefits gained from automated targeting of information to the application visitor
US20120271714A1 (en) Retargeting related techniques and offerings
Ogunmola Web analytics: The present and future of E-business
JP7463383B2 (ja) 実店舗小売店における価格テスト及び最適化のためのシステム及び方法
Dmytriv et al. Mutual Influence of Traditional Trading Chains and E-commerce: Trends and Metrics
WO2015035329A2 (en) Automated targeting of information to an application visitor

Legal Events

Date Code Title Description
N231 Notification of change of applicant
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right