KR102142755B1 - 추천형 주문 체결방법 - Google Patents

추천형 주문 체결방법 Download PDF

Info

Publication number
KR102142755B1
KR102142755B1 KR1020180063413A KR20180063413A KR102142755B1 KR 102142755 B1 KR102142755 B1 KR 102142755B1 KR 1020180063413 A KR1020180063413 A KR 1020180063413A KR 20180063413 A KR20180063413 A KR 20180063413A KR 102142755 B1 KR102142755 B1 KR 102142755B1
Authority
KR
South Korea
Prior art keywords
order
predicted
customer
information
predictive
Prior art date
Application number
KR1020180063413A
Other languages
English (en)
Other versions
KR20190137344A (ko
Inventor
연제량
Original Assignee
연제량
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 연제량 filed Critical 연제량
Priority to KR1020180063413A priority Critical patent/KR102142755B1/ko
Publication of KR20190137344A publication Critical patent/KR20190137344A/ko
Application granted granted Critical
Publication of KR102142755B1 publication Critical patent/KR102142755B1/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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • 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
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 병원 또는 의원 등의 의료 서비스 기관(병원 등)을 의약품을 취급하는 전문 의약품 쇼핑몰과 온라인으로 연결시키며, 병원 등이 필요로 하는 예측 물품 및 그 수량을 자동으로 추천하는 예측 주문서를 병원 등에 제공하여 주문 자동화에 준하는 편의성을 제공하는 추천형 주문 체결방법에 대한 것이다.

Description

추천형 주문 체결방법 {Recommended type ordering method}
본 발명은 추천형 주문 체결방법에 대한 것이다. 보다 상세하게, 본 발명은 병원 또는 의원 등의 의료 서비스 기관(병원 등)을 의약품을 취급하는 전문 의약품 쇼핑몰과 온라인으로 연결시키며, 병원 등이 필요로 하는 예측 물품 및 그 수량을 자동으로 추천하는 예측 주문서를 병원 등에 제공하여 주문 자동화에 준하는 편의성을 제공하는 추천형 주문 체결방법에 대한 것이다.
의약품을 사용하는 병원 또는 의원(이하 “병원 등”) 등과 같은 의료 서비스 업체의 경우 사용하는 의약품의 재고를 정확히 파악하여 재고가 소진되기 전에 미리 주문하여 일정량을 비축하는 것이 중요하다.
하지만, 병원 등과 같이 환자를 상대하는 의료 서비스 업종에서 의약품의 재고가 소진되기 전에 품목별로 재주문을 하는 작업은 번거롭고 상당한 주의력과 관리작업을 요하게 된다. 또한, 의약품의 경우 유통기한 등이 존재하는 항목이 많고, 가격이 비싸거나 부피가 큰 항목이 있으므로, 재고를 충분히 비축하는 것은 바람직하지 못하거나 비용 또는 공간활용 현실적으로 어려움이 존재하는 경우가 많다.
따라서, 의약품의 항목별로 일정 범위에서 재고량이 유지되도록 정기적으로 재주문하는 것이 바람직하지만 병원 등의 인력에 의하여 이를 관리하는 경우 실수가 쉽게 발생되고 실수 발생시 환자의 건강과 관련된 의료 서비스에도 영향을 미칠 수 있으므로 바람직하지 않다.
특히, 의사 또는 간호사를 포함하는 의료진의 수가 소수인 개인 병원의 경우 진료 등이 사용되는 의약품 재고 관리를 위한 전담 인력이 없고, 다량의 의약품을 보관할 수 있는 창고 공간 등을 마련하기 어려우므로 위와 같은 문제점은 더욱 심해질 수 있다.
본 발명은 병원 또는 의원 등과 같은 의료 서비스 업체에서 필요한 의약품을 주문하는 경우에 온라인을 통해 용이하고 쉽게 주문할 수 있는 추천형 주문 체결방법을 제공하는 것을 목적으로 한다.
구체적으로, 본 발명은 병원 또는 의원 등의 의료 서비스 기관(병원 등)을 의약품을 취급하는 전문 의약품 쇼핑몰과 온라인으로 연결시키며, 병원 등이 필요로 하는 예측 물품 및 그 수량을 자동으로 추천하는 예측 주문서를 병원 등에 제공하여 주문 자동화에 준하는 편의성을 제공하는 추천형 주문 체결방법을 제공하는 것을 해결하고자 하는 목적으로 한다.
상기와 같은 본 발명의 목적은 전문 의약품 쇼핑몰에서 수행되는 추천형 주문 체결방법에 있어서, 고객 분류정보를 입력하여 등록하는 고객 등록단계, 상기 고객 등록단계에서 등록된 고객의 고객 분류정보 또는 상기 고객의 기존 주문정보를 참조하여, 주문 예측 물품 및 물품 예측 수량을 포함하는 예측 주문서를 생성하는 예측 주문서 생성단계, 상기 예측 주문서의 링크 정보를 포함하는 메시지를 등록된 고객에게 발송하는 예측 주문서 발송단계 및 상기 예측 주문서를 확인한 등록 고객이 구매를 신청하여 주문을 완성하는 주문 완료단계를 포함하는 것을 특징으로 하는 추천형 주문 체결방법에 의해 달성된다.
여기서, 상기 고객 등록단계에서 등록 대상 고객은 병원 또는 의원을 포함하는 의료 서비스 업체를 포함할 수 있다.
한편, 상기 고객 분류정보는 상기 의료 서비스 업체의 진료과목, 진료 방식, 의료진의 수, 기준 기간별 내원 환자수, 의료 서비스 업체의 개업연도, 의료 서비스 업체 위치정보, 병상 수 중에 적어도 하나를 포함할 수 있다.
이때, 상기 예측 주문서 생성단계는 공공데이터를 이용하여 예측 주문서를 생성할 수 있다.
이 경우, 상기 공공데이터는 상기 위치정보를 통해 상기 의료 서비스 업체를 중심으로 미리 정해진 구역 내의 일평균 유동 인구, 행정구역 내 거주인구 및 인근 경쟁 병원 또는 의원의 개수 중 적어도 하나 이상의 정보를 포함할 수 있다.
나아가, 상기 예측 주문서 생성단계에서 고객의 기존 주문정보가 없는 경우 상기 고객 분류정보를 통해 유사 고객 등의 주문서 정보를 기초로 주문 예측 물품 및 물품 예측 수량을 예측할 수 있다.
이 경우, 상기 유사 고객 등은 의료 서비스 업체의 진료과목 및 진료 방식이 동일한 병원 또는 의원 중 의료진의 수, 기준 기간별 내원 환자수, 의료 서비스 업체의 개업연도, 의료 서비스 업체 위치정보 및 병상 수 중 하나 이상의 정보를 비교하여 결정될 수 있다.
한편, 상기 예측 주문서에는 주문 예측 물품 및 물품 예측 수량의 리스트를 포함하고, 상기 주문 예측 물품은 삭제 또는 대체 물품 선택이 가능하며, 상기 주문 예측 물품의 물품 예측 수량은 수량 변경이 가능하다.
나아가, 상기 예측 주문서에는 각각의 주문 예측 물품 및 상기 주문 예측 물품의 물품 예측 수량의 하부에 기존 주문일자 및 기존 주문 물품의 수량이 기재될 수 있다.
한편, 상기 예측 주문서 생성단계 및 상기 예측 주문서 발송단계는 미리 결정된 주기로 수행될 수 있다. 이때, 상기 미리 결정된 주기는 1개월일 수 있다.
나아가, 상기 주문 완료단계에서 상기 예측 주문서의 주문 예측 물품의 수량이 미리 결정된 횟수 이상 증가 또는 감소하는 변화율로 수정되는 경우에 추후 예측 주문서 생성단계에서 물품의 예측 수량을 상기 변화율을 반영하여 생성할 수 있다.
그리고, 상기 예측 주문서 생성단계 전에 고객의 주문 예측 물품에 대한 재주문이 접수되는 경우, 추후 예측 주문서 생성단계에서 주문 예측 물품의 수량을 늘리거나 상기 예측 주문서 생성단계 및 상기 예측 주문서 발송단계의 수행 주기를 단축시킬 수 있다.
또한, 상기 예측 주문서 생성단계는 등록 고객이 장바구니에 등록한 물품을 주문 예측 물품에 포함시킬 수 있다.
본 발명의 추천형 주문 체결방법에 따르면 병원 또는 의원 등과 같은 의료 서비스 업체에서 필요한 의약품을 주문하는 경우에 온라인을 통해 용이하고 쉽게 주문할 수 있다.
또한 본 발명에 따르면 병원 또는 의원 등의 의료 서비스 기관(병원 등)을 의약품을 취급하는 전문 의약품 쇼핑몰과 온라인으로 연결시키며, 병원 등이 필요로 하는 예측 물품 및 그 수량을 자동으로 추천하는 예측 주문서를 병원 등에 제공하여 주문 자동화에 준하는 편의성을 제공하며 주문 체결을 유도할 수 있다.
도 1은 본 발명의 일 실시예에 따른 추천형 주문 체결방법의 시스템 구성도를 도시한다.
도 2는 본 발명의 일 실시예에 따른 추천형 주문 체결방법을 도시한 순서도이다.
도 3은 본 발명의 다른 실시예에 따른 추천형 주문 체결방법의 시스템 구성도를 도시한다.
도 4는 본 발명의 일 실시예에 따른 추천형 주문 체결방법에 의해 고객의 단말기로 예측 주문서의 링크 정보가 포함된 메시지(SMS 등)가 도달한 상태를 도시한 도면이다.
도 5는 본 발명의 일 실시예에 따른 추천형 주문 체결방법에 의해 고객의 컴퓨터로 예측 주문서의 링크 정보가 포함된 메시지(email 등)가 도달한 상태를 도시한 도면이다.
도 6은 본 발명의 일 실시예에 따른 추천형 주문 체결방법에서 예측 주문서의 웹페이지가 열린 상태를 도시한 도면이다.
이하, 본 발명의 바람직한 실시예들을 상세히 설명하기로 한다. 그러나, 본 발명은 여기서 설명된 실시예들에 한정되지 않고 다른 형태로 구체화될 수도 있다. 오히려, 여기서 소개되는 실시예들은 개시된 내용이 철저하고 완전해질 수 있도록, 그리고 당업자에게 본 발명의 사상이 충분히 전달될 수 있도록 하기 위해 제공되는 것이다. 명세서 전체에 걸쳐서 동일한 참조번호들은 동일한 구성요소들을 나타낸다.
도 1은 본 발명의 일 실시예에 따른 추천형 주문 체결방법의 시스템(100)의 구성도를 도시한다.
도 1을 참조하면, 상기 추천형 주문 체결방법의 시스템(100)은 고객, 즉 병원 또는 의원과 같은 의료 서비스 업체에서 사용되는 단말장치(100)와, 상기 단말장치(100)와 유무선 네트워크를 통해 연결되는 본 발명에 따른 자동 예측 판매 시스템(400)을 포함할 수 있다.
상기 단말장치(100)는 병원 또는 의원 등에서 의약품의 주문 및 재고관리를 담당하는 담당자가 사용하는 다양한 장치로 구성될 수 있다. 이 경우, 상기 단말장치(100)는 상기 담당자가 본 발명의 추천형 주문 체결방법에 따라 수신된 예측 주문서(300)(도 6 참조)를 확인할 수 있는 디스플레이부와, 주문 수정 또는 주문 완료 명령 등을 입력할 수 있는 입력장치를 구비한 장치로 구성될 수 있다.
예를 들어, 상기 단말장치(100)는 상기 담당자가 사용하는 스마트폰(Smart Phone)(110), 데스크탑 PC(Desktop PC)(130), 태블릿 PC(Table PC)(150) 및 노트북 PC(Notebook PC)(170) 등으로 구성될 수 있다. 이러한 상기 단말장치(100)의 종류는 일예를 들어 설명한 것에 불과하며 전술한 디스플레이부와 입력장치를 구비하여 네트워크를 통해 통신이 가능한 다양한 장치로 구성될 수 있다.
한편, 상기 자동 예측 판매 시스템(400)은 전술한 단말장치(100)와 유선 또는 무선 통신의 네트워크를 통해 연결될 수 있다.
이 경우, 상기 자동 예측 판매 시스템(400)는 전문 의약품 쇼핑몰 서버(410)와, 전문 의약품 쇼핑몰 DB(430)를 포함할 수 있다.
상기 전문 의약품 쇼핑몰 서버(410)는 전술한 단말장치(100)와 네트워크를 통해 연결되어 각종 정보를 송수신할 수 있다.
이 경우, 병원 또는 의원과 같은 의료 서비스 업체에서 상기 전문 의약품 쇼핑몰 서버(410)에 최초 가입하는 경우, 또는 이미 가입 중에 기존 고객 분류정보가 변경된 경우에 전술한 단말장치(100)를 통해 고객 분류정보를 상기 전문 의약품 쇼핑몰 서버(410)에 등록할 수 있다.
예를 들어, 상기 고객 분류정보는 병원 또는 의원과 같은 의료 서비스 업체의 진료과목, 진료 방식, 진료 장비(검사장비 포함), 의사와 간호사를 비롯한 의료진의 수, 미리 정해진 기준 기간 동안 의료 서비스 업체에 내원한 환자수, 의료 서비스 업체의 개업연도, 의료 서비스 업체의 위치정보, 의료 서비스 업체의 병상 수 중에 적어도 하나의 정보를 포함할 수 있다.
이러한 고객 분류정보는 병원 또는 의원과 같은 의료 서비스 업체에서 상기 전문 의약품 쇼핑몰 서버(410)에 최초 가입하는 경우에 등록할 수 있다.
또는 이미 가입한 고객 중에 전술한 고객 분류정보 중에 일부가 변경된 경우, 예를 들어 병원 또는 의원을 확장하여 의료진의 수 또는 병상 수가 증가하거나, 병원 또는 의원이 이전하여 위치정보가 변경된 경우에 수정된 고객 분류정보를 상기 전문 의약품 쇼핑몰 서버(410)에 등록할 수 있다.
상기 단말장치(100)를 통해 상기 전문 의약품 쇼핑몰 서버(410)에 등록된 고객 분류정보는 상기 전문 의약품 쇼핑몰 DB(430)로 전달되어, 상기 전문 의약품 쇼핑몰 DB(430)에 생성된 해당 고객의 정보란에 저장될 수 있다.
한편, 상기 전문 의약품 쇼핑몰 서버(410)는 전술한 과정을 거쳐 등록된 고객의 고객 분류정보 또는 상기 고객의 기존 주문정보를 참조하여, 주문 예측 물품 및 물품 예측 수량을 포함하는 예측 주문서(300)(도 6 참조)를 생성할 수 있다.
즉, 본 발명에 따른 추천형 주문 체결방법에서는 고객이 직접 의약품의 주문 및 재고관리를 수행하는 것이 아니라, 상기 자동 예측 판매 시스템(400)에서 기존 주문정보 또는 등록된 고객의 고객 분류정보를 활용하여 예측 주문서(300)를 생성 및 전송하여 재주문을 유도하여 재고 관리가 수행될 수 있도록 할 수 있다.
이 경우, 상기 자동 예측 판매 시스템(400)의 전문 의약품 쇼핑몰 DB(430)에는 해당 고객의 고객 분류정보와 비교가 가능한 다른 유사 고객의 고객 분류정보가 소팅되어 저장될 수 있다.
이때, 상기 전문 의약품 쇼핑몰 서버(410)는 전문 의약품 쇼핑몰 DB(430)에 등록된 해당 고객의 고객 분류정보에 기반하여 주문 예측 물품 및 물품 예측 수량을 포함하는 예측 주문서(300)를 생성할 수 있다.
또한, 상기 전문 의약품 쇼핑몰 서버(410)는 해당 고객의 기존 주문 정보에 기반하여 주문 예측 물품 및 물품 예측 수량을 포함하는 예측 주문서(300)를 생성할 수 있다. 이러한 예측 주문서 생성 방법에 대해서는 이후에 상세히 살펴본다.
한편, 상기 전문 의약품 쇼핑몰 서버(410)는 생성된 예측 주문서(300)의 링크 정보(210, 도 4 참조)(270, 도 5 참조)를 포함하는 메시지(200, 도 4 참조)(250, 도 5 참조)를 고객의 단말장치(100)로 발송할 수 있다.
상기 메시지(200, 250)는 상기 단말장치(100)를 통해 문자 메시지, 이메일, SNS 등을 통해 전달될 수 있다. 또한, 상기 메시지(200, 250)는 상기 단말장치(100)에 별도로 설치된 전용 앱(app)을 통해 단말장치(100)로 전달될 수 있다. 이 경우, 상기 앱(app)은 본 발명에 따른 추천형 주문 체결방법을 수행하기 위하여 고객의 상기 단말장치(100)에 미리 설치될 수 있다.
따라서, 병원 또는 의원 등에서 의약품의 주문 및 재고관리를 담당하는 담당자는 상기 단말장치(100)를 통해 전송된 메시지(200, 250)를 통해 의약품을 주문할 시기가 도래하였음을 인지하고 상기 메시지(200, 250)를 확인할 수 있다.
이 경우, 상기 메시지(200, 250)는 예측 주문서(300)의 링크 정보(210, 270)를 포함하게 된다. 따라서, 상기 고객의 담당자는 상기 링크 정보(210, 270)를 통해 상기 예측 주문서(300)의 페이지를 바로 확인하여 주문을 완성할 수 있다.
상기 링크 정보(210, 270)는 웹페이지 주소 형태로 도시되었으나, 이미지 아이콘 형태로 제공되는 것도 가능하다.
이하에서는 전술한 구성을 가지는 상기 자동 예측 판매 시스템(400)에서 수행되는 추천형 주문 체결방법에 대해서 구체적으로 살펴보기로 한다.
도 2는 본 발명의 일 실시예에 따른 추천형 주문 체결방법을 도시한 순서도이다.
도 2를 참조하면, 상기 추천형 주문 체결방법은 고객 분류정보를 입력하여 등록하는 고객 등록단계(S110), 상기 고객 등록단계에서 등록된 고객의 고객 분류정보 또는 상기 고객의 기존 주문정보를 참조하여, 주문 예측 물품 및 물품 예측 수량을 포함하는 예측 주문서(300)를 생성하는 예측 주문서 생성단계(S130), 상기 예측 주문서(300)의 링크 정보(210, 270)를 포함하는 메시지(200, 250)를 등록된 고객에게 발송하는 예측 주문서 발송단계(S150) 및 상기 예측 주문서(300)를 확인한 등록 고객이 구매를 신청하여 주문을 완성하는 주문 완료단계(S170)를 포함할 수 있다.
먼저, 병원 또는 의원과 같은 의료 서비스 업체에서 상기 전문 의약품 쇼핑몰 서버(410)에 최초 가입하는 경우, 또는 이미 가입 중에 기존 고객 분류정보가 변경된 경우에 전술한 단말장치(100)를 통해 고객 분류정보를 상기 전문 의약품 쇼핑몰 서버(410)에 등록(S110)할 수 있다.
즉, 상기 고객 등록단계(S110)에서 등록 대상 고객은 병원 또는 의원을 포함하는 의료 서비스 업체를 포함할 수 있다.
예를 들어, 상기 고객 분류정보는 병원 또는 의원과 같은 의료 서비스 업체의 진료 과목, 의사와 간호사를 비롯한 의료진의 수, 진료 방식, 진료 장비(검사장비 포함), 미리 정해진 기준 기간 동안 의료 서비스 업체에 내원한 환자수, 의료 서비스 업체의 위치정보, 의료 서비스 업체의 개업연도 중에 적어도 하나를 포함할 수 있다.
이러한 고객 분류정보는 병원 또는 의원과 같은 의료 서비스 업체에서 상기 전문 의약품 쇼핑몰 서버(410)에 최초 가입하는 경우에 등록할 수 있다.
예를 들어, 고객의 진료 과목이 산부인과인 경우, 진료 방식은 출산 및 입원이 가능한 병원인지 아니면 단순 진료와 검사만 수행되는지 여부에 따라 분류될 수 있으며, 출산과 입원이 가능한 산부인과의 경우 병상의 수도 고객의 분류정보에 해당될 수 있다.
이러한 고객의 분류정보는 소비되는 의약품의 종류 또는 수량을 가늠할 수 있는 중요한 참고자료로 활용될 수 있다.
예를 들어, 상기 예측 주문서(300)는 기본적으로 기존 주문정보들을 기초로 그 주문 내역을 근거로 생성하지만 신규 등록 고객의 경우 기존 주문 정보가 존재하지 않기 때문에 고객 분류정보를 참조하여, 진료 과목, 의사와 간호사를 비롯한 의료진의 수, 진료 방식, 진료 장비(검사장비 포함), 미리 정해진 기준 기간 동안 의료 서비스 업체에 내원한 환자수, 의료 서비스 업체의 위치정보, 의료 서비스 업체의 개업연도 등을 다른 유사 고객의 분류정보와 비교하여 가장 비슷한 유형의 고객의 기존 주문 정보를 활용하여 신규 고객의 예측 주문서를 생성할 수 있다.
예를 들어, 신규 등록한 고객이 정형외과 병원으로 의사 5명, 간호사 15명이며, 입원치료를 위한 병상이 30개 구비되는 경우, 근접 조건의 기존 등록 고객의 주문 정보를 활용하여, 의약품의 종류 또는 수량 등을 예측하여 예측 주문서를 생성할 수 있다.
이 경우, 신규 고객이 최초 예측 주문서를 수령하여 그 의약품의 품목 및 수량을 변경하여 주문하는 경우, 이를 서버에 저장하고, 차후 예측 주문서 생성시 최초 주문에서 변경된 품목과 수량을 반영하여 예측 주문서를 생성 및 발송할 수 있다.
또는 이미 가입한 고객 중에 전술한 고객 분류정보 중에 일부가 변경된 경우, 예를 들어 병원 또는 의원을 확장하여 의료진의 수 또는 병상 수가 증가하거나, 병원 또는 의원이 이전하여 위치정보가 변경된 경우에 수정된 고객 분류정보를 상기 전문 의약품 쇼핑몰 서버(410)에 등록할 수 있다.
이어서, 상기 전문 의약품 쇼핑몰 서버(410)는 상기 고객 등록단계에서 등록된 고객의 고객 분류정보 또는 상기 고객의 기존 주문정보를 참조하여, 주문 예측 물품 및 물품 예측 수량을 포함하는 예측 주문서(300)를 생성(S130)할 수 있다.
상기 단말장치(100)를 통해 상기 전문 의약품 쇼핑몰 서버(410)에 등록된 고객 분류정보는 상기 전문 의약품 쇼핑몰 DB(430)로 전달되어, 상기 전문 의약품 쇼핑몰 DB(430)에 생성된 해당 고객의 정보란에 저장될 수 있다.
이때, 상기 전문 의약품 쇼핑몰 서버(410)는 전술한 과정을 거쳐 등록된 고객의 고객 분류정보 또는 상기 고객의 기존 주문정보를 참조하여, 주문 예측 물품 및 물품 예측 수량을 포함하는 예측 주문서(300)를 생성할 수 있다.
이 경우, 상기 자동 예측 판매 시스템(400)의 전문 의약품 쇼핑몰 DB(430)에는 해당 고객의 고객 분류정보와 함께 다른 유사 고객의 고객 분류정보가 함께 저장된다.
이때, 상기 전문 의약품 쇼핑몰 서버(410)는 전문 의약품 쇼핑몰 DB(430)에 등록된 해당 고객의 고객 분류정보에 기반하여 주문 예측 물품 및 물품 예측 수량을 포함하는 예측 주문서(300)를 생성할 수 있다.
예를 들어, 상기 전문 의약품 쇼핑몰 서버(410)는 해당 고객의 고개 분류정보, 즉 의료 서비스 업체의 진료 과목, 의사와 간호사를 비롯한 의료진의 수, 진료 방식, 진료 장비(검사장비 포함), 미리 정해진 기준 기간 동안 의료 서비스 업체에 내원한 환자수, 의료 서비스 업체의 위치정보, 의료 서비스 업체의 개업연도 등에 기반하여 예측 주문서(300)를 생성하게 된다.
결국, 이러한 의약품의 항목 및 사용량을 예측하여 예측 주문서(300)를 생성하는 과정은 수학적 계산이 아니라 해당 병원 등의 종전 주문량 또는 주문 주기 등을 참조하거나, 해당 병원이 신규 가입하여 종전 주문이 존재하지 않는 경우, 해당 병원과 유사한 조건의 비교 대상 병원 등의 기존 주문서의 의약품의 항목 및 사용량을 참조하여 해당 병원 등의 의약품의 항목 및 사용량을 예측하는 과정이라 이해될 수 있다. 상기 비교 대상 병원 등은 진료과목이 동일한 병원 중 의료진의 수, 일별 진료 환자수 및 인구 유동량이 비슷한 지역에 위치하는 등의 조건이 비슷한 병원 등을 의미할 수 있다.
먼저, 종전 주문 간격이 일정범위에서 반복된 주문 이력이 존재하는 경우의 예측 주문서 생성 방법을 설명한다.
기존 주문 이력을 통해 재고를 적정한 수준으로 유지하기 위하여 필요한 의약품의 수량 및 종류를 예측할 수 있다. 물론 종래의 주문 이력 역시 예측 주문서를 통해 주문이 완료된 경우일 수 있으나, 예측 주문서에 기재된 의약품의 종류와 수량은 해당 병원 담당자에 의하여 수정되어 발송될 것이므로 기존 주문 이력은 예측 주문서 생성의 기준이 될 수 있다.
따라서, 기존 주문 이력을 참고하여, 주문 주기 등을 고려하여 재주문이 예측되는 경우에 주문 예측 물품과 물품 예측 수량을 포함하는 예측 주문서(300)를 생성할 수 있다. 이 경우, 기존의 매번 주문서 상에서 주문된 의약품의 종류가 동일하지 않은 경우 각각의 의약품별 또는 의약품의 그룹별 예측 주문서를 각각의 주문 주기에 따라 예측 주문서(300)를 생성할 수 있다.
즉, 기존 주문 이력에서 특정 의약품 A의 주문 주기와 주문 수량과 특정 의약품 B의 주문 주기와 주문 수량이 상이한 경우에는 각각의 의약품별 예측 주문서를 별도로 생성하는 방법도 가능하다.
예를 들면, 상기 특정 의약품 A의 경우, 보관 및 유통 조건이 냉장 조건이고 유효기한도 짧고, 특정 의약품 B의 경우, 상온 보관 및 유통이 가능하고 유효기간이 충분히 긴 경우에는 특정 의약품 A가 포함된 예측 주문서의 생성 주기는 1개월로하고 특정 의약품 B가 포함된 예측 주문서의 생성 주기는 3개월로 결정할 수 있다.
그리고, 기존 주문이 존재하지 않는 신규 가입한 병원등의 경우, 해당 병원이 신규 고객으로 등록한 경우, 기존 주문 이력이 존재하지 않는다. 따라서, 상기 전문 의약품 쇼핑몰 서버(410)에서 상기 예측 주문서(300)를 생성하는 경우에 공공데이터(Open data)를 이용할 수도 있다.
예를 들어, 의료 서비스 업체가 고객 분류정보를 등록하는 경우에 인근 구역 내의 일평균 유동 인구, 행정구역 내 거주인구 및 인근 경쟁 의료 서비스 업체의 개수 등의 정보는 해당 고객이 미리 알지 못할 수가 있다.
이와 같은 공공 데이터는 행정안정부 주민 등록 통계, 지자체 유동인구 데이터, 소상공인 상권정보 상가업소 데이터 또는 지자체 골목상권 추정 매출 정보 등과 같이 정기적으로 공개되어 접근 및 분석이 가능한 자료일 수 있다.
우리라나에서도 공공데이터 포털(www.data.go.kr)을 통해 다양한 공공데이터(공적으로 수집되어 공유되는 데이터)를 제공하고 있다.
따라서, 상기 전문 의약품 쇼핑몰 서버(410)는 공공데이터, 예를 들어 상기 위치정보를 통해 의료 서비스 업체를 중심으로 미리 정해진 구역 내의 일평균 유동 인구, 행정구역 내 거주인구 및 인근 경쟁 의료 서비스 업체의 개수 중 적어도 하나 이상의 공공정보를 참조하여 예측 주문서(300)를 생성할 수 있다.
예를 들어, 신규 등록 고객이 소아과 병원이고 고객 분류정보에 주소지가 등록된 경우, 주소지 반경 1km 이내에다른 등록 고객의 주문이력을 참고하여 필요 의약품 또는 수량을 예측하여 최초의 예측 주문서(300)를 생성하거나, 해당 영역에 다른 유사 고객이 위치하지 않는 경우, 연령별 주민등록 통계 또는 유동인구 데이터 그리고 소상공인 상권정보 상가업소 데이터 등을 참조하여 해당 영역의 소아과 병원의 개수 및 평균 매출 추정치 등을 고려하여 의약품 수량 등을 참고할 수도 있다.
도 3은 본 발명의 다른 실시예에 따른 추천형 주문 체결방법의 시스템(1000') 구성도를 도시한다. 전술한 도 1과 동일한 구성에 대해서는 동일 한 참조번호를 사용하였으며 반복적인 설명은 생략한다.
도 3을 참조하면, 상기 자동 예측 판매 시스템(400)은 공공데이터를 제공하는 공공데이터 포털(Open Data Portal)(500)과 네트워크를 통해 연결될 수 있다.
따라서, 상기 전문 의약품 쇼핑몰 서버(410)는 상기 공공데이터 포털(500)을 통해 원하는 정보, 예를 들어 전술한 미리 정해진 구역 내의 일평균 유동 인구, 행정구역 내 거주인구 및 인근 경쟁 의료 서비스 업체의 개수 등과 같은 정보를 취득할 수 있다.
즉, 상기 전문 의약품 쇼핑몰 서버(410)는 이미 등록된 고객 분류정보, 기존 주문 정보 또는 상기 공공데이터에 기반하여 해당 의료 서비스 업체에서 사용되는 재주문이 필요한 주문 예측 물품과 물품 예측 수량을 포함하는 예측 주문서(300)를 생성할 수 있다.
예를 들어, 서울 강남역에 위치한 A 병원 또는 의원의 업종이 성형외과의원인 경우, 고객 분류정보에 눈, 코, 가슴 등을 전문으로 하는 성형외과를 진료 과목으로 입력하고, 진찰 및 수술을 진료 방식으로 입력하고, A 병원 또는 의원의 의사와 간호사를 비롯한 의료진의 수를 입력하고, 미리 정해진 기준 기간(예를 들어 1달)동안 A 병원 또는 의원에 내원한 환자수, 개업연도, 주소지(배송지)의 위치정보를 입력할 수 있다. 입원이 가능한 경우에는 추가적으로 입원 병원의 경우 병상 수 등을 입력할 수 있다.
이러한 신규 고객이 등록된 경우 최초 예측 주문서 생성시 고객 분류정보가 유사한 기존 등록 고객, 즉 유사 고객의 유무를 먼저 검토할 수 있다.
즉, 해당 고객과 의료 서비스 업체의 진료과목 및 진료 방식이 동일한 업체 중에 의료진의 수, 기준 기간별 내원 환자수, 의료 서비스 업체의 개업연도, 의료 서비스 업체 위치정보 및 병상 수 중 하나 이상의 정보가 미리 정해진 범위 내에서 일치하는 고객을 유사 고객 등으로 정의할 수 있다.
예를 들어, A 병원 또는 의원이 최초로 개업하거나, 또는 본 발명에 따른 전문 의약품 쇼핑몰 서버(410)를 처음 사용하는 경우에 A 병원 또는 의원의 업종인 성형외과의원, 진료과목인 눈, 코, 가슴, 진료 방식인 진찰 및 수술이 일치하며 A 병원 또는 의원의 위치와 미리 정해진 반경 이내에 위치하는 병원 또는 의원 중에 의사와 간호사를 비롯한 의료진의 수, 미리 정해진 기준 기간(예를 들어 1달)동안 A 병원 또는 의원에 내원한 환자수, 개업연도, 및 병상 수 중 하나 이상의 정보가 미리 정해진 범위 내에서 일치하는 고객을 유사 고객 등으로 정의할 수 있다.
신규 가입 고객의 주소지 근방 또는 인구 또는 유동량이 유사한 지역에 진료 과목, 의사와 간호사를 비롯한 의료진의 수, 진료 방식, 진료 장비(검사 장비 포함), 미리 정해진 기준 기간 동안 의료 서비스 업체에 내원한 환자수, 의료 서비스 업체의 위치정보, 의료 서비스 업체의 개업연도 중 일부의 분류 정보가 비슷한 병원의 존재여부를 검토하고, 유사 고객이 존재하면 그 유사 고객의 기존 주문 정보를 기초로 신규 등록 성형외과의 예측 주문서를 생성할 수 있다.
만일 유사 고객이 존재하지 않는 경우, 상기 전문 의약품 쇼핑몰 서버(410)는 상기 고객분류정보와 함께 공공데이터를 활용하여 예측 주문서(300)를 생성할 수 있다. 즉, 상기 전문 의약품 쇼핑몰 서버(410)는 A 병원 또는 의원이 위치한 주소지 정보, 예를 들어 강남역을 기초로 하여 근방의 하루 평균 유동 인구와, 강남구 내 거주인구 및 A 병원 또는 의원의 위치에서 1 km 이내로 인접한 동종 성형 외과 의원의 개수를 고려하여 주문이 예상되는 의약품의 종류 및 수량을 예측하여 상기 예측 주문서(300)를 생성할 수 있다.
예를 들어, A 병원 또는 의원이 기존에 주문한 주문 정보는 상기 전문 의약품 쇼핑몰 서버(410)를 통해 상기 전문 의약품 쇼핑몰 DB(430)에 저장될 수 있다.
또한, 기존에 고객분류정보를 이미 저장한 경우에도 고객 분류정보가 변경된 경우에 해당 정보를 새로이 입력할 수 있다. 예를 들어, A 병원 또는 의원이 성형외과의원인 경우에 진료 과목으로 피부과를 추가하거나, 의사를 영입하여 의료진의 수가 증가하거나, 병상 수 등을 증설하여 늘어날 수 있다. 이 경우, 해당 고객의 고객분류정보를 변화된 정보에 따라 업데이트할 수 있으며, 이 때, 상기 전문 의약품 쇼핑몰 서버(410)는 업데이트된 고객분류정보에 기반하여 예측 주문서를 생성할 수 있다.
따라서, 상기 전문 의약품 쇼핑몰 서버(410)는 상기 전문 의약품 쇼핑몰 DB(430)에 기 저장된 다른 고객들의 고객 분류정보를 해당 고객의 고객 분류정보와 비교하여 가장 일치하는 고객을 유사 고객 등으로 지정하고, 상기 유사 고객 등의 기존 주문서 정보에 기반하여 주문 예측 물품 및 물품 예측 수량을 결정할 수 있다.
이와 같이, 결정된 유사 고객 등은 해당 고객의 정보란에 유사 고객 등으로 저장되어 추후 예상 주문서를 생성하는 경우에 상기 유사 고객 등을 다시 찾는 과정을 생략할 수 있다.
이어서, 상기 전문 의약품 쇼핑몰 서버(410)는 상기 예측 주문서(300)의 링크 정보(210, 270)를 포함하는 메시지(200, 250)를 등록된 고객에게 발송(S150)하게 된다.
상기 메시지(200, 250)는 상기 단말장치(100)를 통해 문자 메시지, 이메일, SNS 등을 통해 전달될 수 있다. 도 4는 본 발명의 일 실시예에 따른 추천형 주문 체결방법에 의해 고객의 스마트폰(110)으로 예측 주문서의 링크 정보(210)가 포함된 메시지(200)가 문자 메시지의 형태로 도달한 상태를 도시한 도면이고, 도 5는 본 발명의 일 실시예에 따른 추천형 주문 체결방법에 의해 고객의 PC로 예측 주문서의 링크 정보(270)가 포함된 메시지(250)가 이메일의 형태로 도달한 상태를 도시한 도면이다.
도 4와 같이 문자 메시지의 형태로 메시지(200)가 전달되는 경우에 하단에 예측 주문서의 링크 정보(210)가 같이 표시된다. 이때, 해당 의료 서비스 업체의 담당자는 상기 메시지(200)를 확인하고 상기 링크 정보(210)를 클릭하여 예상 주문서(300)가 포함된 (웹) 페이지를 바로 접속할 수 있다.
또한, 도 5와 같이 이메일의 형태로 메시지(250)가 전달되는 경우에 하단에 예측 주문서의 링크 정보(270)가 같이 표시된다. 이때, 해당 의료 서비스 업체의 담당자는 상기 메시지(250)를 확인하고 상기 링크 정보(270)를 클릭하여 예상 주문서(300)가 포함된 웹 페이지로 접근될 수 있다.
따라서, 병원 또는 의원 등에서 의약품의 주문 및 재고관리를 담당하는 담당자는 상기 단말장치(100)를 통해 전송된 메시지(200, 250)를 통해 의약품을 주문할 시기가 도래하였음을 인지하고 상기 메시지(200, 250)를 확인할 수 있다.
한편, 상기 메시지(200, 250)는 상기 단말장치(100)에 별도로 설치된 전용 앱(app)을 통해 단말장치(100)로 전달될 수 있다. 이 경우, 상기 앱(app)은 본 발명에 따른 추천형 주문 체결방법을 수행하기 위하여 고객의 상기 단말장치(100)에 미리 설치될 수 있다.
한편, 전술한 예측 주문서 생성단계 및 상기 예측 주문서 발송단계는 상기 자동 예측 판매 시스템(400)에서 미리 결정된 주기로 수행될 수 있다.
예를 들어, 상기 자동 예측 판매 시스템(400)은 1개월 단위로 예측 주문서 생성단계 및 상기 예측 주문서 발송단계를 수행할 수 있다. 이러한 주기는 일예를 들어 설명한 것에 불과하며 적절하게 변형될 수 있다. 즉, 누적된 기존 주문서가 격월 간격으로 발행되었다면 새로운 예측 주문서 역시 격월 간격으로 발송될 수 있다.
더 나아거, 미리 결정된 간격으로 예측 주문서를 발송하여 주문을 수행하지만, 해당 고객이 예측 주문서 발송 전에 반복적으로 재주문을 하는 경우, 예측 주문서의 의약품의 수량이 적거나, 예측 주문서 발송 주기가 길다는 것을 의미하므로
예측 주문서 생성전에 재주문이 접수되면 예측 주문서의 의약품의 수량을 증대하거나 예측 주문서의 발송 주기를 단축시키는 작업이 수행되는 것이 바람직하다.
또한, 기존 주문 정보가 누적되는 경우, 예측 주문서의 참조 데이터가 많아지는 것으로 이해되지만, 최근 주문정보를 최우선 참조하여 예측 주문서를 생성하는 것이 바람직하다.
이어서, 상기 예측 주문서(300)를 확인한 등록 고객이 구매를 신청하여 주문을 완성(S170)하게 된다.
기존 주문정보의 규칙성 등을 활용하여 일정 기간 간격으로 자동 주문과 자동 배송 방법으로 시스템을 구성하는 방법도 고려될 수 있으나, 고객의 사정 변경 또는 물품 변경 등의 변수가 존재하므로 종래 주문 정보를 기초로 하는 자동 주문 또는 정기 배송 등의 방법은 바람직하지 않고, 기존 주문 데이터를 활용하여 예측 주문서를 생성 발송하고 최종적으로는 고객 스스로 예측 주문서를 확인하고 주문 내역의 리바이징할 수 있도록 하여, 불필요하게 의약품의 재고가 쌓이는 문제 또는 비용을 낭비할 수 있다는 불안을 해소할 수 있다.
도 6은 본 발명의 일 실시예에 따른 추천형 주문 체결방법에서 예측 주문서의 웹페이지가 열린 상태를 도시한 도면이다.
도 6을 참조하면, 상기 예측 주문서(300)에는 필요한 물품의 리스트를 보여주는 주문 예측 물품 리스트(310)와, 해당 물품의 수량을 보여주는 물품 예측 수량 리스트(320)를 포함할 수 있다.
즉, 상기 자동 예측 판매 시스템(400)의 상기 전문 의약품 쇼핑몰 서버(410)는 해당 의료 서비스 업체에서 사용하는 의약품 중에서 기존 주문 정보 또는 유사 고객 등의 주문 정보 등을 참조하여, 주문이 필요하다고 예상되는 주문 예측 물품과 물품 예측 수량을 예측 주문서(300)에 포함하여 제공할 수 있다.
이때, 상기 예측 주문서(300)에는 주문 예측 물품 리스트(310) 중에서 필요한 물품을 선택, 수량의 조절 또는 필요하지 않은 물품을 삭제할 수 있는 선택 리스트(312)를 함께 제공할 수 있다. 상기 선택 리스트(312)는 도 6에서 체크박스(check box) 등으로 도시되지만 이에 한정되지는 않는다.
이 경우, 해당 고객은 상기 선택 리스트(312)의 체크박스를 통해 필요한 물품을 선택, 수량의 조절 또는 필요하지 않은 물품을 삭제하도록 선택하여 주문할 수 있다.
또한, 상기 예측 주문서(300)에는 상기 주문 예측 물품 리스트(310)에 포함되지 않은 대체 물품을 선택하기 위한 대체 물품 선택 기능(314)을 함께 제공할 수 있다. 이 경우, 해당 고객은 상기 대체 물품 선택 기능(314)을 통해 상기 주문 예측 물품 리스트(310)에 포함되지 않은 다른 물품 또는 신제품 등을 선택하여 주문할 수 있다.
예를 들어, 상기 대체 물품 선택 기능(314)은 도 6에서 '쇼핑 계속하기'로 도시되며, 해당 고객이 상기 '쇼핑계속하기'를 선택하는 경우에 주문 예측 물품 리스트(310)에 포함되지 않은 다른 물품, 신제품, 또는 추전제품을 표시할 수 있으며, 해당 고객은 주문 예측 물품 리스트(310)에 포함되지 않은 다른 물품, 신제품, 또는 추전제품 중에 원하는 제품을 선택하여 주문할 수 있다. 이와 같이, 의약품의 종류가 변경되는 경우 또는 수량이 수정되는 경우, 차순위 예측 주문서 생성 과정에서도 이를 반영하여 새로운 의약품을 포함하는 예측 주문서를 생성할 수 있다.
한편, 상기 예측 주문서(300)에 포함된 상기 물품 예측 수량 리스트(320)는 수량 변경이 가능하도록 구성될 수 있다. 예를 들어, 해당 물품의 수량 옆에 수량 변경 기능(322)을 제공하여, 해당 고객이 상기 수량 변경 기능(322)을 통해 해당 물품의 수량을 변경할 수 있다.
예를 들어, 해당 고객이 상기 수량 변경 기능(322)을 선택하는 경우에 팝업창 등이 활성화되어 상기 수량을 증가 또는 감소시킬 수 있다.
또한, 상기 예측 주문서(300)에는 주문 예측 물품 리스트(310)에 포함된 각 물품에 대한 할인/적립 정보를 제공하는 할인/적립 리스트(340)를 제공할 수 있다.
해당 고객은 상기 할인/적립 리스트(340)를 통해 상기 물품에 의해 적립 또는 할인되는 금액을 확인할 수 있으며, 적립된 금액은 주문 시 추가 물품을 구매할 수도 있다.
나아가, 상기 예측 주문서(300)에는 주문 예측 물품 리스트(310)에 포함된 각 물품에 대한 금액 정보를 제공하는 금액 리스트(350)를 제공할 수 있다. 상기 금액 리스트(350)의 금액은 해당 물품의 단가와 예측 수량을 참고하여 결정될 수 있다. 이때, 고객에 의해 해당 물품의 예측 수량이 변화하는 경우에 상기 금액 리스트(350) 상의 금액도 변화하게 된다.
한편, 상기 예측 주문서(300)의 하단에는 선택된 물품의 수량, 할인 정보, 배송비 및 총 금액 정보를 제공하는 금액 정보란(352)이 제공될 수 있다. 상기 금액 정보란(352)에는 해당 물품의 예측 수량에 의한 상품금액, 상기 할인/적립 리스트(340)에서 제공된 할인 금액, 배송비 등을 포함하여 총 금액을 제시할 수 있다. 따라서, 고객은 상기 금액 정보란(352)을 확인하여 선택한 물품의 개수, 할인 정보, 배송비 및 총 금액을 확인할 수 있다.
한편, 상기 예측 주문서(300)에는 각각의 주문 예측 물품 리스트(310) 및 상기 물품 예측 수량의 리스트(320) 하부에 기존 주문일자 및 기존 주문 물품의 수량이 기재되는 기존 주문란(316)을 제공할 수 있다.
상기 기존 주문란(316)에는 해당 물품의 최근 구매 날짜, 평균 재구매기간, 재주문 예정일, 예측 소요 수량 등의 정보 중에 적어도 하나를 제공할 수 있다.
따라서, 고객은 상기 기존 주문란(316)을 통해 직전에 주문한 물품에서 해당 물품의 최근 구매 날짜, 평균 재구매기간, 재주문 예정일, 예측 소요 수량을 확인할 수 있으며, 이를 상기 금액 정보란(352)과 비교할 수 있다.
전술한 단계를 거쳐 상기 주문 예측 물품 리스트(310) 상의 물품과 상기 물품 예측 수량 리스트(320)의 수량 선택을 완료한 경우에 고객은 주문란(360)을 통해 주문을 완성하게 된다.
상기 주문란(360)은 상기 주문 예측 물품 리스트(310) 상의 물품을 바로 구매하지 않고 장바구니에 담아두는 장바구니 담기 버튼(362)과, 상기 선택 리스트(312)를 통해 선택된 물품만을 주문하는 선택 상문 주문 버튼(364)과, 상기 주문 예측 물품 리스트(310)에 추천된 물품을 모두 구매하는 전체 상품 주문 버튼(366)을 포함할 수 있다.
해당 고객이 상기 주문 예측 물품 리스트(310) 상의 물품을 바로 구매하지 않고 장바구니 담기 버튼(362)을 선택하여 장바구니에 담아두는 경우에 전문 의약품 쇼핑몰 서버(410)는 추후 예측 주문서를 생성하는 경우에 상기 장바구니에 등록한 물품을 주문 예측 물품에 등록시킬 수 있다.
즉, 고객이 장바구니에 담아두고 주문하지 않은 물품은 바로 구매하지는 않지만 추후에 구매할 의사가 있는 것으로 판단하여 전문 의약품 쇼핑몰 서버(410)는 추후 예측 주문서를 생성하는 경우에 상기 장바구니에 등록한 물품을 주문 예측 물품에 등록시킬 수 있다.
또한, 해당 고객이 주문 예측 물품 리스트(310) 상의 물품 중에 일부만 필요한 경우에 상기 선택 리스트(312)를 통해 일부 물품만을 선택하고 선택 상문 주문 버튼(364)을 선택하여 상기 선택 리스트(312)를 통해 선택된 물품만을 주문할 수 있다. 그리고, 선택된 일부 물품 이외에 선택되지 않은 물품의 선택이 장기간 발생되지 않는 경우, 차순위 예측 주문서에서 고객의 취향 또는 요구사항이 변경된 것으로 판단하여 예측 주문서의 의약품 종류에서 제거되도록 구성할 수 있다.
나아가, 해당 고객이 주문 예측 물품 리스트(310) 상의 모든 물품이 필요한 경우에 상기 선택 리스트(312)를 통해 물품을 선택하지 않고 전체 상품 주문 버튼(366)을 선택함으로써 주문 예측 물품 리스트(310) 상의 모든 물품을 주문할 수 있다.
한편, 상기 주문 완료단계에서 상기 예측 주문서의 주문 예측 물품의 수량이 소정 횟수, 예를 들어 2회 이상 증가 또는 감소하는 변화율로 수정되는 경우에 상기 자동 예측 판매 시스템(400)의 상기 전문 의약품 쇼핑몰 서버(410)는 추후 예측 주문서 생성단계에서 물품의 예측 수량을 결정하는 경우에 상기 변화율을 반영하여 예측 주문서를 생성할 수 있다.
즉, 고객이 상기 예측 주문서의 주문 예측 물품의 수량을 2회 이상 변경시키는 경우에는 상기 전문 의약품 쇼핑몰 서버(410)는 해당 물품의 수요가 증가 또는 감소하는 방향으로 변화하는 것으로 인식할 수 있다.
이 경우, 상기 전문 의약품 쇼핑몰 서버(410)는 추후 예측 주문서를 생성하는 경우에 해당 물품의 상기 변화율을 고려하여 예측 주문서(300) 상의 물품 예측 수량을 결정할 수 있다. 또한, 계절별 또는 분기별 변화량이 발생될 가능성이 있으므로 예측 주문서와 실제 주문서의 수량 편차의 추이는 년간 비교될 수 있고, 예측 주문 수량은 지난해의 연간 월별 추이를 반영하여 변경될 수도 있다.
전술한 단계를 거쳐 고객의 주문이 완료된 경우에 상기 자동 예측 판매 시스템(400)은 고객의 주문 내역, 즉 주문 물품 및 주문 수량을 확인하여 해당 고객에게 배송하게 된다.
이와 같은 방법으로, 병원 또는 의원 등의 의료 서비스 기관(병원 등)을 의약품을 취급하는 전문 의약품 쇼핑몰과 온라인으로 연결시키며, 병원 등이 필요로 하는 예측 물품 및 그 수량을 자동으로 추천하는 예측 주문서를 병원 등에 제공하여 주문 자동화에 준하는 편의성을 제공하며 주문 체결을 유도할 수 있으며, 기존 주문 정보 또는 유사 고객 정보를 활용하여 예측 주문서를 생성 발송하고 최종적으로는 고객 스스로 예측 주문서를 확인하고 주문 내역을 리바이징할 수 있도록 하여, 불필요하게 의약품의 재고가 쌓이는 문제 또는 비용을 낭비할 수 있다는 불안을 해소할 수 있다.
본 명세서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술분야의 당업자는 이하에서 서술하는 특허청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경 실시할 수 있을 것이다. 그러므로 변형된 실시가 기본적으로 본 발명의 특허청구범위의 구성요소를 포함한다면 모두 본 발명의 기술적 범주에 포함된다고 보아야 한다.
100 : 단말장치
200 : 메시지
300 : 예측 주문서
400 : 자동 예측 판매 시스템
410 : 전문 의약품 쇼핑몰 서버
430 : 전문 의약품 쇼핑몰 DB
500 : 공공데이터 포탈

Claims (14)

  1. 전문 의약품 쇼핑몰에서 수행되는 추천형 주문 체결방법에 있어서,
    병원 또는 의원을 포함하는 의료 서비스 업체인 고객의 단말장치를 통해 진료과목, 진료 방식, 의료진의 수, 기준 기간별 내원 환자수, 의료 서비스 업체의 개업연도, 의료 서비스 업체 위치정보, 병상 수 중에 적어도 하나를 포함하는 고객 분류정보를 입력하여 상기 고객의 단말장치를 통해 네트워크로 접속 가능하며 자동 예측 판매 시스템을 구성하는 전문 의약품 쇼핑몰 서버에 등록하고 전문 의약품 쇼핑몰 DB에 저장하는 고객 등록단계;
    상기 전문 의약품 쇼핑몰 서버가 상기 고객 등록단계에서 고객에 의하여 등록된 고객의 고객 분류정보 및 상기 고객의 기존 주문정보를 참조하여, 주문 예측 물품 및 물품 예측 수량을 포함하는 예측 주문서를 생성하거나, 상기 전문 의약품 쇼핑몰 서버가 상기 고객 등록단계에서 고객에 의하여 등록된 고객의 고객 분류정보 및 상기 고객의 위치정보를 통해 상기 고객을 중심으로 미리 정해진 구역 내의 일평균 유동 인구, 행정구역 내 거주인구 및 인근 진료 과목이 동일한 병원 또는 의원의 개수 중 적어도 하나 이상의 정보를 포함하는 공공데이터 포털에서 제공하는 공공데이터에 기초한 유사 고객의 주문서 정보를 이용하여 주문 예측 물품 및 물품 예측 수량을 포함하는 예측 주문서를 생성하는 예측 주문서 생성단계;
    상기 전문 의약품 쇼핑몰 서버가 예측 주문서의 링크 정보를 포함하는 메시지를 상기 고객 등록단계에서 등록된 고객에게 발송하는 예측 주문서 발송단계; 및,
    상기 예측 주문서를 확인한 등록 고객이 단말장치를 통해 구매를 신청하여 주문을 완성하는 주문 완료단계;를 포함하고,
    상기 주문 완료단계에서 상기 예측 주문서의 주문 예측 물품의 수량이 미리 결정된 횟수 이상 증가 또는 감소하는 변화율로 수정되는 경우에 추후 예측 주문서 생성단계에서 물품의 예측 수량을 상기 변화율을 반영하여 생성하고,
    상기 예측 주문서 생성단계 전에 고객의 주문 예측 물품에 대한 재주문이 접수되는 경우, 추후 예측 주문서 생성단계에서 주문 예측 물품의 수량을 늘리거나 상기 예측 주문서 생성단계 및 상기 예측 주문서 발송단계의 수행 주기를 단축시키며,
    상기 예측 주문서 생성단계는 등록 고객이 장바구니에 등록한 물품을 주문 예측 물품에 포함시키는 것을 특징으로 하는 추천형 주문 체결방법.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
  6. 삭제
  7. 제1항에 있어서,
    상기 유사 고객 등은 의료 서비스 업체의 진료과목 및 진료 방식이 동일한 병원 또는 의원 중 의료진의 수, 기준 기간별 내원 환자수, 의료 서비스 업체의 개업연도, 의료 서비스 업체 위치정보 및 병상 수 중 하나 이상의 정보를 비교하여 결정되는 것을 특징으로 하는 추천형 주문 체결방법.
  8. 제1항에 있어서,
    상기 예측 주문서에는 주문 예측 물품 및 물품 예측 수량의 리스트를 포함하고, 상기 주문 예측 물품은 삭제 또는 대체 물품 선택이 가능하며, 상기 주문 예측 물품의 물품 예측 수량은 수량 변경이 가능한 것을 특징으로 하는 추천형 주문 체결방법.
  9. 제8항에 있어서,
    상기 예측 주문서에는 각각의 주문 예측 물품 및 상기 주문 예측 물품의 물품 예측 수량의 하부에 기존 주문일자 및 기존 주문 물품의 수량이 기재되는 것을 특징으로 하는 추천형 주문 체결방법.
  10. 제1항에 있어서,
    상기 예측 주문서 생성단계 및 상기 예측 주문서 발송단계는 미리 결정된 주기로 수행되는 것을 특징으로 하는 추천형 주문 체결방법.
  11. 제10항에 있어서,
    상기 미리 결정된 주기는 1개월인 것을 특징으로 하는 추천형 주문 체결방법.



  12. 삭제
  13. 삭제
  14. 삭제
KR1020180063413A 2018-06-01 2018-06-01 추천형 주문 체결방법 KR102142755B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180063413A KR102142755B1 (ko) 2018-06-01 2018-06-01 추천형 주문 체결방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180063413A KR102142755B1 (ko) 2018-06-01 2018-06-01 추천형 주문 체결방법

Publications (2)

Publication Number Publication Date
KR20190137344A KR20190137344A (ko) 2019-12-11
KR102142755B1 true KR102142755B1 (ko) 2020-08-07

Family

ID=69003462

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180063413A KR102142755B1 (ko) 2018-06-01 2018-06-01 추천형 주문 체결방법

Country Status (1)

Country Link
KR (1) KR102142755B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102290494B1 (ko) * 2021-03-10 2021-08-17 주식회사 코루제약 히알루론산을 함유하여 피부의 볼륨과 탄력성 유지에 적합한 효과를 나타내는 필러 조성물을 제조하는 방법
KR102385331B1 (ko) * 2021-08-19 2022-04-12 쿠팡 주식회사 아이템 관련 정보 제공을 위한 동작 방법 및 이를 지원하는 전자 장치

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003044591A (ja) * 2001-08-03 2003-02-14 Kuraya Sanseido Inc 医薬品補充方法及びそのシステム
KR101774327B1 (ko) * 2017-03-08 2017-09-19 김종훈 의약품 유통 회사의 약품 주문 관리 방법
KR101860702B1 (ko) * 2018-04-09 2018-05-23 연제량 병원의 구매 패턴 분석을 통한 구매 지원 시스템 및 구매 지원 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003044591A (ja) * 2001-08-03 2003-02-14 Kuraya Sanseido Inc 医薬品補充方法及びそのシステム
KR101774327B1 (ko) * 2017-03-08 2017-09-19 김종훈 의약품 유통 회사의 약품 주문 관리 방법
KR101860702B1 (ko) * 2018-04-09 2018-05-23 연제량 병원의 구매 패턴 분석을 통한 구매 지원 시스템 및 구매 지원 방법

Also Published As

Publication number Publication date
KR20190137344A (ko) 2019-12-11

Similar Documents

Publication Publication Date Title
US11587179B2 (en) Systems and methods for determining and communicating patient incentive information to a prescriber
Lee et al. Adopting smart supply chain and smart technologies to improve operational performance in manufacturing industry
Feibert et al. Benchmarking healthcare logistics processes–a comparative case study of Danish and US hospitals
US11037101B2 (en) Systems, methods, and media for managing inventory associated with a facility
Stroetmann et al. eHealth is Worth it
Fleischhacker et al. Positioning inventory in clinical trial supply chains
KR101584162B1 (ko) 약국 경영관리 시스템 및 그의 제어방법
Cardoen et al. On the design of custom packs: grouping of medical disposable items for surgeries
KR20210050084A (ko) O2o 서비스를 기반으로 하는 의약품 유통 플랫폼
KR102142755B1 (ko) 추천형 주문 체결방법
WO2023031762A1 (en) System and method for end-to-end hospital management
Hassali et al. Physicians' views on generic medicines: a narrative review
Dana et al. Drug pricing transparency: the new retail revolution
Kokilam et al. Assessment of Pharmaceutical Store and Inventory Management in Rural Public Health Facilities--A study with reference to Udupi District, Karnataka.
Lupi et al. Evaluation of a clinical pharmacist-led automated dispensing cabinet stewardship program at a tertiary academic medical center
KR102452790B1 (ko) 치과용품 재고관리 서비스 제공 시스템
Sahu et al. Effectiveness of supply chain planning in ensuring availability of CD/NCD drugs in non-metropolitan and rural public health system
Jayaraman et al. An exploratory pilot study on supply chain data standards in a hospital pharmacy
US11232176B1 (en) Collection, arrangement, linkage and allocation of longitudinal cost, reimbursement and clinical data at the patient encounter level
Amerine et al. Implementation of an integrated pharmacy supply management strategy
JosephNg et al. Mobile Application for Online Pharmacy: A-Pharma App
Jayaraman et al. A decision support tool for healthcare providers to evaluate readiness and impacts of adopting supply chain data standards
Volpert et al. Nurses' critical role in CPT code valuation
Sequeiros Analysis of the supply chain management in a Portuguese public hospital: A case study
Ghozali et al. Conformity assessment of pharmaceutical storage on the rural public health center of west Kalimantan Indonesia

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant