KR101812682B1 - 온라인 행위가 오프라인 판매에 미치는 영향을 결정하기 위한 동적 지리 위치 파라미터 - Google Patents

온라인 행위가 오프라인 판매에 미치는 영향을 결정하기 위한 동적 지리 위치 파라미터 Download PDF

Info

Publication number
KR101812682B1
KR101812682B1 KR1020090097721A KR20090097721A KR101812682B1 KR 101812682 B1 KR101812682 B1 KR 101812682B1 KR 1020090097721 A KR1020090097721 A KR 1020090097721A KR 20090097721 A KR20090097721 A KR 20090097721A KR 101812682 B1 KR101812682 B1 KR 101812682B1
Authority
KR
South Korea
Prior art keywords
minimum
granularity
data
online behavior
product
Prior art date
Application number
KR1020090097721A
Other languages
English (en)
Other versions
KR20100042234A (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 KR20100042234A publication Critical patent/KR20100042234A/ko
Application granted granted Critical
Publication of KR101812682B1 publication Critical patent/KR101812682B1/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
    • 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
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (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

제품과 연관된 사용자들의 온라인 행위가 포착된다. 또한, 제품에 대한 오프라인 판매가 포착된다. 포착된 온라인 및 오프라인 데이터에 대하여 지리 위치 파라미터들이 또한 결정된다. 제품에 대한 지리 위치 파라미터들과 포착된 데이터를 사용하여 온라인 행위가 오프라인 판매에 미치는 영향을 추정하기 위한 통계적 유의성을 갖는 최소 지리 위치 파라미터가 결정된다.
온라인 행위, 오프라인 판매, 최소 지리 위치 파라미터

Description

온라인 행위가 오프라인 판매에 미치는 영향을 결정하기 위한 동적 지리 위치 파라미터{DYNAMIC GEO-LOCATION PARAMETER FOR DETERMINING AN IMPACT OF ONLINE BEHAVIOR ON OFFLINE SALES}
[우선권]
본 출원은 온라인 및 오프라인 크로스 최적화 파라미터를 위한 동적 지역화(Dynamic Regioning for Online and Offline Cross Optimization Parameter)라는 명칭으로 2008년 10월 15일에 출원된 미국임시특허출원 제61/105,674호 및 2009년 2월 5일에 출원된 미국특허출원 제12/366,118호에 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, 그들의 웹 사이트 상에서의 마케팅을 포함하여, 온라인 마케팅에 대규모 마케팅 예산 이 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.
본 발명의 목적은 상기와 같은 종래 기술의 문제점을 모두 해결하는 것이다.
본 발명의 다른 목적은 온라인 행위가 오프라인 판매에 미치는 영향을 결정하기 위한 동적 지리 위치 파라미터를 제공하는 것이다.
본 발명의 대표적인 구성은 다음과 같다.
본 발명의 일 태양에 따르면, 제품에 대한 지리 위치 파라미터를 결정하도록 구성되는 컴퓨터 시스템으로서, 제품에 대한 온라인 행위 데이터 및 오프라인 판매 데이터를 저장하는 데이터 저장 장치, 상기 온라인 행위가 상기 제품의 오프라인 판매에 미치는 영향을 추정하기 위한 통계적 유의성을 갖는 최소 지리 위치 파라미터를 결정하는 동적 지역화 모듈, 및 상기 최소 지리 위치 파라미터에 대응하는 상기 저장된 온라인 행위 데이터 및 오프라인 판매 데이터를 통합하는 통합 모듈을 포함하는 컴퓨터 시스템이 제공된다.
본 발명의 다른 태양에 따르면, 온라인 행위를 오프라인 판매와 상관시키도록 구성되는 컴퓨터 시스템으로서, 웹 사이트들로부터 포착된 온라인 행위 데이터를 수신하고 상점 판매로부터 포착된 오프라인 판매 데이터를 수신하는 네트워크 인터페이스, 상기 수신된 온라인 행위 데이터 및 오프라인 판매 데이터를 저장하는 데이터 저장 장치, 및 프로세서를 포함하고, 상기 프로세서는, 제품과 연관된 사용자들의 온라인 행위를 결정하고, 사용자들의 상기 온라인 행위에 대한 지리 위치 파라미터들을 결정하며, 상기 온라인 행위 및 상기 지리 위치 파라미터들을 사용하여 상기 온라인 행위가 상기 제품의 오프라인 판매에 미치는 영향을 추정하기 위한 통계적 유의성을 갖는 최소 지리 위치 파라미터를 결정하도록 구성되는 컴퓨터 시스템이 제공된다.
본 발명의 또 다른 태양에 따르면, 하나 이상의 컴퓨터 시스템에서 실행될 때 온라인 행위가 오프라인 판매에 미치는 영향을 추정하기 위한 통계적 유의성을 갖는 최소 지리 위치 파라미터를 결정하기 위한 방법을 수행하는 컴퓨터 코드를 저장하는 적어도 하나의 컴퓨터 판독 가능 매체로서, 제품과 연관된 사용자들의 온라인 행위를 결정하는 단계, 사용자들의 상기 온라인 행위에 대한 지리 위치 파라미 터들을 결정하는 단계, 및 상기 온라인 행위 및 상기 지리 위치 파라미터들을 사용하여 상기 온라인 행위가 상기 제품의 오프라인 판매에 미치는 영향을 추정하기 위한 통계적 유의성을 갖는 최소 지리 위치 파라미터를 결정하는 단계를 포함하는 적어도 하나의 컴퓨터 판독 가능 매체가 제공된다.
본 발명의 실시예들은 다음의 도면들을 참조하여 아래에서 상세히 설명될 것이다.
본 발명에 의하여, 상기와 같은 종래 기술의 문제점이 모두 해결된다.
본 발명에 의하여, 온라인 행위가 오프라인 판매에 미치는 영향을 결정하기 위한 동적 지리 위치 파라미터가 제공된다.
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
제품과 연관된 사용자들의 온라인 행위가 포착된다. 온라인 행위는 인터넷 상에서 사용자의 측정 가능하거나 추적 가능한 임의의 이벤트를 포함할 수 있다. 이것은 웹 사이트에의 방문, 페이지에의 방문 빈도, 웹 사이트에서 무엇이 클릭되는지 모니터링하는 것 등을 포함할 수 있다. 사용자들에 대한 지리 위치 파라미터들이 또한 결정된다. 지리 위치 파라미터는 온라인 행위가 포착되는 사용자에 대한 지리 위치이다. 일 예에서, 사용자에 대한 지리 위치 파라미터는 역(reverse) 인터넷 프로토콜(Internet Protocol; IP) 룩업(lookup)을 사용하여 결정된다. 이는 사용자의 IP 어드레스를 결정하고, 그 IP 어드레스에 대한 지리 위치, 예컨대, 우편 번호(zip code), 도시 또는 몇몇 다른 위치를 식별하는 것을 포함한다.
사용자 또는 사용자 그룹은 다수의 지리 위치 파라미터를 가질 수 있다. 이러한 다수의 지리 위치 파라미터는 입도(granularities)라고 지칭된다. 예를 들어, 역 IP 어드레스 룩업은 우편 번호와 같은 사용자에 대한 최소 입도 지리 위치 파라미터를 식별할 수 있다. 다른 더 높은 입도들이 우편 번호로부터 결정될 수 있다. 예를 들어, 지역은 다수의 인근 우편 번호를 결합할 수 있다. 다른 더 높은 입도는 다수의 지역을 갖는 도시 또는 카운티가 될 수 있다. 또 다른 더 높은 입도는 주(state) 등이 될 수 있다. 또한, 우편 번호보다 작은 입도들은 그러한 입도들에 대하여 위치 정보가 이용 가능한 경우에 결정될 수 있다. 예를 들어, GPS 위치 정보가 이용 가능한 경우, 도로 그룹들 또는 단일 도로와 같은 입도들이 결정될 수 있다.
일 실시예에 따라, 온라인 행위가 오프라인 판매에 미치는 영향을 추정하기 위한 통계적 유의성(statistical significance)을 갖는 최소 지리 위치 파라미터가 결정된다. 최소 지리 위치 파라미터는 사용자들의 지리 위치 파라미터들의 다수의 입도로부터 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 의거한다. 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 그 입도에 존재한다.
예를 들어, 특정 우편 번호의 모든 사용자들에 관하여 제품에 대한 온라인 행위가 포착되지만, 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. 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 결과의 전환율(conversion rate), 소매점/상점 밀도, 웹 사이트 트래픽, 및 연중 시간(time of year), 공휴일 등과 같은 계절성(seasonality) 요인들을 포함할 수 있다.
또한, 최소 지리 위치 파라미터는 동적이다. 이는 변수들이 변화함에 따라 시간에 따라 변화할 수 있다.
2. 방법
도 1은 일 실시예에 따라 최소 지리 위치 파라미터를 결정하기 위한 방법(100)을 도시한다. 단계(101)에서, 제품에 대한 온라인 행위가 포착된다. 제품은 단일 제품 또는 제품 그룹일 수 있다. 예를 들어, 제품은 얼굴용 크림이나 모두 동일 브랜드로 판매되는 스킨 케어 제품들이 될 수 있다. 제품은 소비자 상품 또는 서비스일 수 있다. 서비스의 일 예는 판매용인 셀룰러 전화 서비스이다. 온라인 행위는 제품의 웹 사이트에서의 웹 사이트 트래픽, 온라인 광고들 또는 쿠폰들에 대한 클릭쓰루율(click-through rate) 등과 같이 인터넷 상에서 모니터링되는 이벤트들을 포함한다. 온라인 행위는, 예를 들어, DB에 저장된다.
단계(102)에서, 제품에 대한 오프라인 데이터가 포착된다. 이는 제품의 점포 내 판매, 제품의 구매를 위한 쿠폰의 사용, 또는 온라인 이벤트가 아닌, 제품의 판매와 연관된 임의의 이벤트를 포함한다. 또한, 오프라인 데이터는 DB에 저장될 수 있다.
단계(103)에서, 온라인 행위에 대한 지리 위치 파라미터들이 결정된다. 이는 온라인 행위로서 포착되는 이벤트들을 수행하는 사용자들에 대한 지리 위치 파 라미터들의 다수의 입도를 포함한다. 최소 입도는 도시 내 블록들의 집합을 포함할 수 있거나 우편 번호가 될 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 의존한다. 예를 들어, 역 IP 룩업을 수행하여 최소 입도를 결정한다. 역 IP 룩업을 위하여 이용 가능한 지역 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 지역들의 경우, 사용자의 IP 어드레스는 단일 우편 번호 또는 더 큰 지역과 상호 참조될 수 있다.
단계(104)에서, 최소 입도 지리 위치 파라미터는 단계(103)에서 결정된 지리 위치 파라미터들의 입도들로부터 결정된다.
단계(105)에서, 단계(104)에서 결정된 최소 입도 지리 위치 파라미터가 제품에 관하여 온라인 행위가 오프라인 판매에 미치는 영향을 추정하기 위한 통계적 유의성을 갖는지 여부에 대하여 결정된다. 단계들(101 및 102)에서 포착된 데이터로부터 결정된 최소 입도 지리 위치 파라미터에 대한 온라인 행위 데이터의 양 및 오프라인 데이터의 양을 포함하는 다수의 변수 및 다른 변수들이 통계적 유의성을 평가하기 위하여 사용된다. 전술한 바와 같이, 다른 변수들의 예들은 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 결과의 전환율, 소매점/상점 밀도, 웹 사이트 트래픽, 및 연중 시간, 공휴일과 같은 계절성 요인들을 포함한다.
만일 단계(105)에서 최소 입도 지리 위치 파라미터가 통계적 유의성을 갖지 않는 것으로 결정되면, 단계(106)에서 지리 위치 파라미터는 통합되고 단계(105)가 반복된다. 통합은 단계(103)에서 결정된 지리 위치 파라미터들 중 다음으로 더 높은 입도 지리 위치 파라미터를 결정하는 것을 포함한다. 상이한 입도들, 예컨대, 도시 블록, 우편 번호, 우편 번호들의 지역, 및 주가 사전 결정될 수 있다. 최소 입도에서 시작하여, 온라인 행위 데이터는 다음으로 더 높은 입도 등에 통합될 수 있다. 예를 들어, 모든 온라인 행위 데이터는 특정 도시 블록 그룹을 위하여 저장된다. 다수의 도시 블록 그룹을 포함하는 우편 번호와 같은 다음으로 가장 높은 입도에 대한 온라인 행위 데이터를 결정하기 위하여, 우편 번호 내의 모든 도시 블록 그룹들에 대하여 온라인 행위 데이터가 통합된다. 이러한 통합은 도시 블록 그룹들 내의 각 사용자에 대한 온라인 행위 데이터를 모두 우편 번호에 연관시키는 것을 포함할 수 있다. 우편 번호는 그 우편 번호 내의 제품에 대한 모든 온라인 행위 데이터를 결정하기 위한 인덱스로서 사용될 수 있다. 그 다음에, 우편 번호에 대한 온라인 행위 데이터는 단계(105)에서 제품에 관하여 온라인 행위가 오프라인 판매에 미치는 영향을 추정하는 데에 있어 우편 번호가 통계적 유의성을 갖는지 여부를 결정하는 데 사용될 수 있다. 이러한 통합은 통계적 유의성을 갖는 지리 위치 파라미터의 입도가 결정될 때까지 반복된다.
단계(107)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(108)에서, MROI(Marketing Return On Investment) 계량 경제학적 모델링(econometric modeling)이 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, 지역의 경쟁자 행위, 인구 통계 등에 대한 정보를 포함할 수 있다. MROI 모델은 마케팅의 결과적인 영향에 관한 마케팅의 이력 데이터(historical data)를 포함할 수 있다.
본 방법(100)은 특정 지역에 대한 온라인 마케팅을 최적화하는 데 사용될 수 있다. 예를 들어, 만일 특정 우편 번호에 관하여 온라인 행위가 오프라인 판매에 영향을 미치는 것으로 결정되면, 웹 사이트는 그 우편 번호에 관한 요구들을 더 잘 충족시키도록 최적화될 수 있다. 이는 서로 다른 우편 번호들에 대하여 서로 다른 웹 사이트들을 제공하는 것을 수반할 수 있다. 예를 들어, 하나의 우편 번호에 대한 웹 사이트가 고급 승용차 브랜드를 마케팅하기 위하여 설계될 수 있는데, 이는 그 우편 번호에 대한 온라인 행위가 지역 판매 대리점들에서의 고급 승용차들의 판매에 영향을 미치는 것으로 결정되었기 때문이다. 또 다른 우편 번호에 대한 웹 사이트는 하이브리드 차량들을 판촉하기 위하여 설계될 수 있는데, 이는 온라인 및 오프라인 판매 데이터가 고객들이 친환경(green) 제품들에 관심이 있음을 나타내기 때문이다. 목표로 하는 지역 단위의(region-by-region) 온라인 마케팅 캠페인들은 MROI 모델링에 응답하여 생성될 수 있고, 그 결과 제품 판매를 개선할 수 있다.
본 방법(100)은 단지 온라인 및 오프라인 데이터의 미리 보기(snapshot)를 위하여 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 데이터가 변화함으로 인해 시간에 따라 변화할 수 있다. 더욱이, 변화하는 최소 지리 위치 파라미터는 제품에 관하여 온라인 행위가 오프라인 판매에 미치는 영향을 계속해서 또는 주기적으로 추정하도록 한다. 결과적으로, 마케팅 캠페인들 또는 다른 비지니스 관례들은 온라인 및 오프라인 사용자 행위의 변화에 의거하여 주기적으로 최적화될 수 있다.
3. 시스템
도 2는 일 실시예에 따른 시스템(200)을 도시한다. 다수의 사용자(201a-n)는 인터넷을 통해 웹 사이트(211)에 액세스한다. 사용자의 각각의 포착된 온라인 행위에 관하여, IP 어드레스는 그 웹 사이트 요청으로부터 획득된다. 역 IP 룩업 모듈(202)은 각 사용자에 대한 지리 위치 파라미터를 결정한다. 이는 IP 어드레스들을 우편 번호들 또는 지역들과 상관시키는 룩업 테이블로 수행될 수 있다. 본 명세서에 사용되는 것과 같은 모듈은 프로세서 또는 다른 프로세싱 회로에 의해 실행되는 소프트웨어를 포함할 수 있다. 역 IP 룩업 대신에, GPS 또는 다른 시스템들 및 기술들이 사용자의 지리 위치 파라미터를 결정하기 위하여 사용될 수 있다. 역 IP 룩업, GPS 또는 다른 지리 위치 포착 시스템은 사용자의 각각의 포착된 온라인 행위에 대한 최소 입도를 결정하는 데 사용된다. 이러한 정보는 더 높은 입도 들에 대하여 사용자들의 포착된 온라인 행위를 결정하기 위하여 통합될 수 있다.
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)에의 입력으로서 사용된다. DB(203) 내 필드들의 예로는 제품, 지리 위치 파라미터 입도, 포착된 온라인 행위, 및 이용 가능하다면 사용자 정보가 있을 수 있다.
온라인 행위 데이터에 부가하여, 시스템(200)은 오프라인 데이터를 포착한다. 소매 상점들(210a-x)은 오프라인 판매 데이터 및 판매가 이루어지는 상점 위치와 같은 오프라인 판매에 관한 대응하는 지리 위치 파라미터들을 포착한다. 오프라인 데이터 DB(204)는 오프라인 판매 데이터 및 대응하는 지리 위치 파라미터들을 저장한다. DB(204) 내 필드들의 예로는 제품, 지리 위치 파라미터 입도, 오프라인 데이터, 및 이용 가능하다면 사용자 정보가 있을 수 있다.
온라인 및 오프라인 데이터는 많은 제품들에 대하여 계속해서 또는 주기적으로 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 유의 성을 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 특정 입도에서의 온라인 및 오프라인 데이터의 양, 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 결과의 전환율, 소매점/상점 밀도, 웹 사이트 트래픽, 및 연중 시간, 공휴일 등과 같은 계절성 요인들을 포함할 수 있다.
통계적 유의성을 계산하기 위하여 변수들(211)이 사용되는 방법의 일 예는 하나 이상의 임계치를 포함한다. 예를 들어, 하나의 임계치가, 온라인 행위가 오프라인 판매에 미치는 영향을 추정하는 데 필요한 온라인 및 오프라인 데이터의 양에 대하여 설정된다. 이러한 임계치는 제품에 따라 결정될 수 있다. 일단 충분한 온라인 및 오프라인 데이터가 이용 가능하여 그 임계치를 만족시키는 입도가 확인되면, 다른 변수들을 사용하여 그 입도가 통계적 유의성을 갖는지 여부를 결정할 수 있다. 또 다른 예에서, 변수들이 임계치 조절에 사용된다. 예를 들어, 이력 판매 지수(historical sales figures)에 의거하여 연중 특정 시간(즉, 계절성 요인)에 판매가 증가하는 것으로 결정된 제품에 대하여, 그 연중 시간에 특정 입도가 통계적 유의성을 갖는 것으로 식별될 수 있도록 더 많은 오프라인 판매 데이터가 필요할 수 있다. 다른 평가들은 각 변수에 대한 스코어(score)를 결정하고 스코어들에 기초하여 입도를 선택하는 것을 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. 이는 제품 및 최소 지리 위치 파라미터를 사용하여 최소 지리 위치 파라미터에 관한 모든 해당 온라인 및 오프라인 데이터를 검색하는 것을 포함할 수 있다. 만일 온라인 및 오프라인 데이터가 더 작은 입도(예컨대, 우편 번호)로 DB들(203 및 204)에 저장되고, 최소 지리 위치 파라미터가 더 큰 입도(예컨대, 주)이면, 통합 모듈(206)은 하나의 주 내의 각 우편 번호에 대한 모든 온라인 및 오프라인 제품 데이터를 검색하고 이를 통합한다.
MROI 모델(207)은 마케팅 캠페인, 지역의 경쟁자 행위, 인구 통계 등에 대한 정보와 같은, 통합된 데이터 및 MROI 데이터(212)를 사용한다. MROI 모델(207)은 제품에 관하여 온라인 행위가 얼마나 오프라인 판매에 영향을 미치는지에 대한 추정을 포함하는 영향 데이터(208)를 생성한다. 시스템(200)은 영향 데이터(208)를 주기적으로 또는 계속해서 결정하는 데 사용될 수 있다.
MROI 모델(207)은 최소 지리 위치 파라미터에 관하여 온라인 행위가 오프라인 판매에 미치는 영향을 분리하는 계량 경제학적 모델이다. MROI 모델(207)은 정확성을 증가시키고 계절성 등과 같은 변수들을 조화시키기 위하여 수년 간의 판매 및 마케팅 데이터를 포함할 수 있다. 이력 판매 및 마케팅 데이터로부터, 평균 및 마진 ROI를 구하기 위하여 서로 다른 투자 레벨들에서 마케팅과 판매 사이의 관계를 계산함으로써 마케팅 응답 곡선들이 생성된다. 재무 모델은 이러한 응답 곡선들을 순수익들로 변환한다. 하나의 드라이버(driver)로부터 또 다른 드라이버로 돈을 재분배함으로써 마케팅 지출에 대한 보다 최적의 혼합을 생성할 수 있다.
도 3은 MROI 모델(207)에 제공되는 온라인 데이터(301) 및 오프라인 데이터(302)(예컨대, 도 2에 도시된 통합 모듈(206)로부터의 데이터)를 도시한다. 도 2에 도시된 동적 지역화 모듈(205)에 의하여 결정된 데이터인 최소 지리 위치 파라미터(303)가 또한 MROI 모델(207)에 제공된다. 일 예에서, MROI 모델(207) 내의 이력 판매 데이터에 의거하여, 투자와 오프라인 판매의 함수로서 제품에 대한 온라인 행위를 나타내는 최소 지리 위치 파라미터에 대한 응답 곡선이 생성된다. 도 4는 x축이 온라인 마케팅에서 소비되는 달러와 같은 투자액이고 y축이 오프라인 판매인 투자에 따른 응답 곡선의 일 예를 도시한다. 이 곡선은 오프라인 판매 및 투자액의 증가와 상관되는, 웹 사이트 트래픽과 같은 온라인 행위의 증가를 도시한다. MROI 모델(207)은 TV/라디오 마케팅 등과 같은 다른 마케팅에 대한 응답 곡선들을 생성할 수 있다.
도 4에 도시된 재무 모델(304)은 이력 데이터에 기초하여 응답 곡선들을 순 이익들로 변환한다. 그 다음, 비지니스 관례들은, 305에 도시된 바와 같이, 모델들의 출력에 의거하여 수정될 수 있다. 또한, 수정들은 최소 지리 위치 파라미터에 기초하여 특정 지역들에 대하여 커스터마이징될 수 있다. 이는 서로 다른 지역들에서 서로 다른 유형들의 마케팅에 대한 투자를 증가시키거나 감소시키는 것을 포함할 수 있다. 또한, 웹 사이트들은 서로 다른 지역들에 대한 오프라인 판매에 미치는 서로 다른 영향들을 조화시키기 위하여 지역별로 수정될 수 있다.
4. 컴퓨터 판독 가능 매체
도 5는 본 명세서에서 설명되는 실시예들과 함께 사용될 수 있는 컴퓨터 시스템(500)을 도시한다. 컴퓨터 시스템(500)은 서버 또는 다른 컴퓨터 시스템 내에 존재할 수 있는 구성요소들을 포함하는 일반적인 플랫폼(platform)을 나타낸다. 컴퓨터 시스템(500)은 본 명세서에서 설명되는 하나 이상의 방법들, 기능들 및 다른 단계들을 실행하기 위한 플랫폼으로서 사용될 수 있다. 이러한 단계들은 하나 이상의 컴퓨터 판독 가능 매체에 저장된 소프트웨어로서 구현될 수 있다.
컴퓨터 시스템(500)은 본 명세서에서 설명되는 방법들, 기능들 및 다른 단계들 중 일부 또는 전부를 수행하는 소프트웨어 명령들을 구현하거나 실행할 수 있는 프로세서(502)를 포함한다. 프로세서(502)로부터의 명령들 및 데이터는 통신 버스(504)를 통하여 통신된다. 컴퓨터 시스템(500)은 프로세서(502)를 위한 소프트웨어 및 데이터가 실행 시간 동안 상주할 수 있는, RAM(Random Access Memory)과 같은 주 메모리(506), 및 비휘발성일 수 있고 소프트웨어 및 데이터를 저장할 수 있는 2차 데이터 저장 장치(508)를 또한 포함한다. 메모리 및 데이터 저장 장치는 컴퓨터 판독 가능 매체들의 예이다.
컴퓨터 시스템(500)은 키보드, 마우스, 디스플레이 등과 같은 하나 이상의 I/O 장치들(510)을 포함할 수 있다. 컴퓨터 시스템(500)은 네트워크에 접속하기 위한 네트워크 인터페이스(512)를 포함할 수 있다. 본 기술 분야에서 통상의 지식을 가진 자에게는 다른 공지의 전자 구성요소들이 컴퓨터 시스템(500)에 부가되거나 대용될 수 있음이 명백할 것이다.
본 명세서에서 설명된 방법들의 하나 이상의 단계들 및 본 명세서에서 설명 된 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(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 방법을 도시한다.
도 2는 일 실시예에 따라 최소 지리 위치 파라미터를 결정하고 온라인 행위가 오프라인 판매에 미치는 영향을 추정하기 위한 시스템을 도시한다.
도 3은, 일 실시예에 따라, 온라인 행위가 오프라인 판매에 미치는 영향의 추정에 의거하여 비지니스 관례들을 수정하기 위한 MROI 모델링을 사용하는 것을 도시한다.
도 4는 일 실시예에 따라 MROI 모델링에 의해 생성된 응답 곡선을 도시한다.
도 5는 일 실시예에 따라 방법 및 시스템을 위하여 사용될 수 있는 컴퓨터 시스템을 도시한다.

Claims (20)

  1. 제품에 대한 오프라인 판매와 온라인 행위를 상관시키는 컴퓨터 시스템으로서,
    상기 제품에 대한 오프라인 판매 데이터 및 온라인 행위 데이터를 저장하는 데이터 저장 장치;
    프로세서에 의해 구현되는 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 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 - ; 및
    상기 프로세서에 의해 구현되고, 상기 최소 지리 위치 파라미터에 기초하여 상기 저장된 온라인 행위 데이터 및 오프라인 판매 데이터를 통합하는 통합 모듈
    을 포함하는 컴퓨터 시스템.
  2. 제1항에 있어서,
    마케팅 투자 회수율(MROI) 모델을 더 포함하고,
    상기 통합된 데이터는 상기 최소 지리 위치 파라미터에 관한 상기 제품의 상기 오프라인 판매에 대한 상기 온라인 행위의 상기 영향을 결정하기 위하여 상기 MROI 모델에 입력되는 컴퓨터 시스템.
  3. 제2항에 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 컴퓨터 시스템.
  4. 제3항에 있어서,
    상기 입도들 중 하나가, 각각의 입도에 대한 온라인 행위 데이터 및 오프라인 판매 데이터의 양, 제품 유형, 브랜드 유형, 상기 제품의 구매 사이클 및 계절성 요인 중 하나 이상에 기초하여, 통계적 유의성을 갖는 상기 최소 지리 위치 파라미터로서 선택되는 컴퓨터 시스템.
  5. 컴퓨터 시스템을 사용하여 오프라인 판매와 온라인 행위를 상관시키는 방법으로서,
    상기 컴퓨터 시스템은 네트워크 인터페이스, 데이터 저장 장치, 동적 지역화 모듈, 및 통합 모듈을 포함하고,
    상기 방법은,
    웹 사이트들로부터 포착된 온라인 행위 데이터 및 상점 판매로부터 포착된 제품에 대한 오프라인 판매 데이터를 상기 네트워크 인터페이스에 의해 수신하는 단계;
    상기 수신된 온라인 행위 데이터 및 오프라인 판매 데이터를 상기 데이터 저장 장치에 의해 저장하는 단계;
    사용자들의 온라인 행위에 관한 지리 위치 파라미터의 입도들을 상기 동적 지역화 모듈에 의해 결정하는 단계;
    상기 지리 위치 파라미터의 상기 입도들 중 최소 입도를 상기 동적 지역화 모듈에 의해 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 상기 동적 지역화 모듈에 의해 결정하는 단계;
    상기 최소 입도가 통계적 유의성을 갖는다는 결정에 응답하여, 상기 최소 입도를 상기 동적 지역화 모듈에 의해 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 상기 동적 지역화 모듈에 의해 반복적으로 결정하고, 통계적 유의성을 갖는 상기 입도를 상기 동적 지역화 모듈에 의해 상기 최소 지리 위치 파라미터로서 선택하는 단계; 및
    상기 통합 모듈에 의해 상기 최소 지리 위치 파라미터를 사용하여 상기 온라인 행위에 관한 데이터 및 오프라인 판매에 관한 데이터를 통합하는 단계
    를 포함하는 방법.
  6. 제5항에 있어서,
    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 상기 동적 지역화 모듈에 의해 결정하는 단계를 더 포함하는 방법.
  7. 제5항에 있어서,
    상기 최소 지리 위치 파라미터에 기초하여 상기 저장된 온라인 행위 데이터 및 오프라인 판매 데이터를 상기 통합 모듈에 의해 통합하는 단계를 더 포함하는 방법.
  8. 컴퓨터 코드를 저장하는 적어도 하나의 컴퓨터 판독 가능 매체로서,
    상기 컴퓨터 코드는 하나 이상의 컴퓨터 시스템에서 실행될 때,
    사용자들의 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 및 오프라인 판매와 연관된 하나 이상의 파라미터에 기초하여 결정하며,
    상기 최소 입도가 통계적 유의성을 갖는다는 결정에 응답하여, 상기 최소 입도를 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 결정하며, 통계적 유의성을 갖는 상기 입도를 상기 최소 지리 위치 파라미터로서 선택하고,
    상기 최소 지리 위치 파라미터를 사용하여 상기 온라인 행위에 관한 데이터 및 오프라인 판매에 관한 데이터를 통합하는 것인 적어도 하나의 컴퓨터 판독 가능 매체.
  9. 제8항에 있어서,
    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 갖는 것으로 결정되는 적어도 하나의 컴퓨터 판독 가능 매체.
  10. 삭제
  11. 삭제
  12. 제8항에 있어서,
    상기 최소 입도가 통계적 유의성을 갖는지 여부를 결정하기 위해, 상기 코드는,
    사용자들의 상기 온라인 행위에 관한 상기 지리 위치 파라미터의 통계적 유의성을 특징짓는 데 사용되도록 동작 가능한 하나 이상의 변수를 식별하고,
    상기 하나 이상의 변수를 사용하여 상기 최소 지리 위치 파라미터가 통계적 유의성을 갖는지 여부를 결정하는 것인 적어도 하나의 컴퓨터 판독 가능 매체.
  13. 제12항에 있어서,
    상기 하나 이상의 변수는 각각의 입도에 대한 온라인 행위 데이터 및 오프라인 판매 데이터의 양, 제품 유형, 브랜드 유형, 상기 제품의 구매 사이클 및 계절성 요인을 포함하는 적어도 하나의 컴퓨터 판독 가능 매체.
  14. 제12항에 있어서,
    온라인 및 오프라인 제품 데이터와 상기 변수 중 하나 이상이 시간에 따라 변화함에 따라, 상기 최소 지리 위치 파라미터가 시간에 따라 결정되는 적어도 하나의 컴퓨터 판독 가능 매체.
  15. 제8항에 있어서,
    상기 코드는,
    상기 최소 지리 위치 파라미터에 관한, 사용자들의 상기 제품과 관련된 온라인 행위를 마케팅 투자 회수율(MROI) 모델에 입력하고,
    상기 최소 지리 위치 파라미터에 관한 상기 제품의 오프라인 판매 데이터를 상기 MROI 모델에 입력하며,
    상기 최소 지리 위치 파라미터에 관한 상기 제품의 상기 오프라인 판매에 대한 상기 온라인 행위의 상기 영향을 추정하는 것인 적어도 하나의 컴퓨터 판독 가능 매체.
  16. 제15항에 있어서,
    상기 코드는,
    상기 추정된 영향에 응답하여 상기 제품과 관련된 비지니스 관례를 수정하는 것인 적어도 하나의 컴퓨터 판독 가능 매체.
  17. 제15항에 있어서,
    상기 코드는,
    상기 추정된 영향에 응답하여 상기 최소 지리 위치 파라미터와 연관된, 상기 제품에 관한 웹 사이트를 수정하는 것인 적어도 하나의 컴퓨터 판독 가능 매체.
  18. 제8항에 있어서,
    상기 코드는,
    상기 온라인 행위에 대하여 포착된 이벤트들에 관한 역 인터넷 프로토콜 룩업(reverse Internet Protocol lookup)을 수행하여 상기 지리 위치 파라미터를 결정하는 것인 적어도 하나의 컴퓨터 판독 가능 매체.
  19. 제8항에 있어서,
    상기 사용자들에 관한 사용자 지리 위치 파라미터는 상기 사용자들 각각에 관한 지리적 위치를 포함하는 적어도 하나의 컴퓨터 판독 가능 매체.
  20. 제19항에 있어서,
    상기 지리 위치 파라미터는 GPS 좌표, 도시 블록들의 그룹, 우편 번호 및 다수의 인근 우편 번호를 포함하는 지역 중 하나 이상을 포함하는 적어도 하나의 컴퓨터 판독 가능 매체.
KR1020090097721A 2008-10-15 2009-10-14 온라인 행위가 오프라인 판매에 미치는 영향을 결정하기 위한 동적 지리 위치 파라미터 KR101812682B1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US10567408P 2008-10-15 2008-10-15
US61/105,674 2008-10-15
US12/366,118 2009-02-05
US12/366,118 US8429013B2 (en) 2008-10-15 2009-02-05 Dynamic geo-location parameter for determining an impact of online behavior on offline sales

Publications (2)

Publication Number Publication Date
KR20100042234A KR20100042234A (ko) 2010-04-23
KR101812682B1 true KR101812682B1 (ko) 2017-12-27

Family

ID=41396448

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090097721A KR101812682B1 (ko) 2008-10-15 2009-10-14 온라인 행위가 오프라인 판매에 미치는 영향을 결정하기 위한 동적 지리 위치 파라미터

Country Status (7)

Country Link
US (1) US8429013B2 (ko)
EP (1) EP2178041A1 (ko)
JP (1) JP5546200B2 (ko)
KR (1) KR101812682B1 (ko)
CN (1) CN101840554A (ko)
AU (1) AU2009225341B2 (ko)
CA (1) CA2682838C (ko)

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110166934A1 (en) * 2009-08-31 2011-07-07 Ofer Comay Targeted advertising based on remote receipt analysis
US20110276392A1 (en) * 2010-05-10 2011-11-10 Google Inc. Performing Geography-Based Advertising Experiments
US20120004947A1 (en) * 2010-06-30 2012-01-05 Verizon Patent And Licensing, Inc. Integrated data management for network service providers and customers
US9558285B2 (en) * 2010-09-14 2017-01-31 Accenture Global Services Limited Treatment controller
WO2012054786A1 (en) 2010-10-20 2012-04-26 Playspan Inc. Flexible monetization service apparatuses, methods and systems
US9037637B2 (en) 2011-02-15 2015-05-19 J.D. Power And Associates Dual blind method and system for attributing activity to a user
US10438176B2 (en) 2011-07-17 2019-10-08 Visa International Service Association Multiple merchant payment processor platform apparatuses, methods and systems
US10318941B2 (en) 2011-12-13 2019-06-11 Visa International Service Association Payment platform interface widget generation apparatuses, methods and systems
KR20130034745A (ko) * 2011-09-29 2013-04-08 삼성전자주식회사 통합 장바구니를 이용한 쇼핑 서비스 제공 방법, 장치 및 시스템
CN103034640B (zh) * 2011-09-30 2018-08-03 北京京东尚科信息技术有限公司 一种页面信息的分析方法和系统
US9026145B1 (en) 2012-03-23 2015-05-05 Google Inc. Systems and methods for mapping IP-addresses to geolocations
US20150262221A1 (en) * 2012-05-16 2015-09-17 Google Inc. Linking offline actions with online activities
US9923979B2 (en) 2013-06-27 2018-03-20 Google Llc Systems and methods of determining a geographic location based conversion
CN103475748B (zh) * 2013-09-05 2016-07-06 北京京东尚科信息技术有限公司 一种确定ip地址的地理位置类型的方法和装置
US9875484B1 (en) 2014-02-21 2018-01-23 Google Inc. Evaluating attribution models
US11216468B2 (en) 2015-02-08 2022-01-04 Visa International Service Association Converged merchant processing apparatuses, methods and systems
CN106296208B (zh) * 2015-06-05 2021-09-14 创新先进技术有限公司 一种商品分类方法及装置
DE102016209568B3 (de) * 2016-06-01 2017-09-21 Volkswagen Aktiengesellschaft Verfahren, Vorrichtungen und Computerprogramme zum Erfassen von Messergebnissen von mobilen Geräten
US10078844B1 (en) * 2017-09-21 2018-09-18 Summit Resources, Llc Method and system for combining offline and online identities with associated purchasing intention indicators in view of a geographic location
JP6664586B2 (ja) * 2018-07-03 2020-03-13 ヤフー株式会社 情報処理装置、情報処理方法、及び情報処理プログラム

Citations (1)

* 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

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
WO2003019843A2 (en) * 2001-08-23 2003-03-06 Efunds Corporation Method and apparatus for formatting a data grid for the display of a view
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
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 (1)

* 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

Also Published As

Publication number Publication date
CA2682838C (en) 2016-10-04
AU2009225341B2 (en) 2012-09-27
EP2178041A1 (en) 2010-04-21
KR20100042234A (ko) 2010-04-23
CN101840554A (zh) 2010-09-22
JP2010097612A (ja) 2010-04-30
JP5546200B2 (ja) 2014-07-09
CA2682838A1 (en) 2010-04-15
US8429013B2 (en) 2013-04-23
US20100094682A1 (en) 2010-04-15
AU2009225341A1 (en) 2010-04-29

Similar Documents

Publication Publication Date Title
KR101812682B1 (ko) 온라인 행위가 오프라인 판매에 미치는 영향을 결정하기 위한 동적 지리 위치 파라미터
KR101728704B1 (ko) 통계적 유의성을 갖는 지리 위치 파라미터에 기초하는 동적 온라인 경험 수정 및 재고 최적화
US11893593B2 (en) Sales prediction systems and methods
US8880097B1 (en) Systems and methods for statistically associating mobile devices to households
US7346471B2 (en) Web data outlier detection and mitigation
US20160189217A1 (en) Targeting using historical data
US8255264B2 (en) Methods and systems for determining the effectiveness of a dealer&#39;s ability to close a sale
US8688516B2 (en) Methods and apparatus for integrating volumetric sales data, media consumption information, and geographic-demographic data to target advertisements
US20130204700A1 (en) System, method and computer program product for prediction based on user interactions history
US20120084118A1 (en) Sales predication for a new store based on on-site market survey data and high resolution geographical information
US20140278795A1 (en) Systems and methods to predict purchasing behavior
AU2016349513A1 (en) Systems and methods for performance driven dynamic geo-fence based targeting
US20090327028A1 (en) Systems and Methods for Utilizing Assist Data to Optimize Digital Ads
WO2009158094A2 (en) Systems and methods for creating an index to measure a performance of digital ads as defined by an advertiser
CN105608604A (zh) 一种品牌广告效果优化的连续计算方法
US9582815B2 (en) System and method for targeting user interests based on mobile call logs
US20140067478A1 (en) Methods and apparatus to dynamically estimate consumer segment sales with point-of-sale data
CN117911115A (zh) 一种基于精准营销的商品信息推送方法

Legal Events

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