KR102286415B1 - 제품수명주기에 따른 수명주기별 온라인과 오프라인 정보분석 서비스 시스템 - Google Patents
제품수명주기에 따른 수명주기별 온라인과 오프라인 정보분석 서비스 시스템 Download PDFInfo
- Publication number
- KR102286415B1 KR102286415B1 KR1020190077047A KR20190077047A KR102286415B1 KR 102286415 B1 KR102286415 B1 KR 102286415B1 KR 1020190077047 A KR1020190077047 A KR 1020190077047A KR 20190077047 A KR20190077047 A KR 20190077047A KR 102286415 B1 KR102286415 B1 KR 102286415B1
- Authority
- KR
- South Korea
- Prior art keywords
- online
- market
- information
- product
- price
- Prior art date
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 185
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000012544 monitoring process Methods 0.000 claims abstract description 27
- 230000009193 crawling Effects 0.000 claims abstract description 15
- 239000000047 product Substances 0.000 claims description 211
- 230000006870 function Effects 0.000 claims description 51
- 230000035945 sensitivity Effects 0.000 claims description 19
- 238000012937 correction Methods 0.000 claims description 18
- 230000007423 decrease Effects 0.000 claims description 15
- 239000006227 byproduct Substances 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000009795 derivation Methods 0.000 claims description 8
- 239000000284 extract Substances 0.000 claims description 8
- 238000003339 best practice Methods 0.000 claims description 7
- 238000011160 research Methods 0.000 claims description 7
- 230000000007 visual effect Effects 0.000 claims description 6
- 239000000654 additive Substances 0.000 claims description 4
- 230000000996 additive effect Effects 0.000 claims description 4
- 230000001932 seasonal effect Effects 0.000 claims description 4
- 238000007619 statistical method Methods 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims 1
- 230000000875 corresponding effect Effects 0.000 description 40
- 238000010586 diagram Methods 0.000 description 38
- 238000007405 data analysis Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 9
- 238000013480 data collection Methods 0.000 description 8
- 238000011017 operating method Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 238000010835 comparative analysis Methods 0.000 description 4
- 230000004069 differentiation Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000000611 regression analysis Methods 0.000 description 4
- 238000012731 temporal analysis Methods 0.000 description 4
- 238000000700 time series analysis Methods 0.000 description 4
- 238000012800 visualization Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000013079 data visualisation Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000013179 statistical model Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009440 infrastructure construction Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 230000036448 vitalisation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- G06Q30/0206—Price or cost determination based on market factors
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 상품이 출시되면서 온라인 시장에 출시되는 제품의 동향 분석을 통해 기업의 수익과 직결되는 중요한 요인을 분석하여 시장 변화에 신속하게 대응하는 마케팅 전략 수립, 정확한 시장동향 파악에 의하여 필요한 의사결정과 적절한 시기에 필요한 조치와 판단할 수 있는 정보를 제공하는 제품수명주기에 따른 수명주기별 온라인과 오프라인 정보분석 서비스 시스템에 관한 것으로, 특정 상품을 온라인 시장에서 유통시키는 경우 상품의 판매시기와 마케팅전략과 판매가격을 분석 제시하는 제품수명주기에 의한 온라인과 오프라인 가격분석 서비스시스템에 있어서 온라인 시장에서 유통되는 특정 상품을 통계적 방식으로 분석하여 상품의 판매가격과 마케팅 전략을 제시하고 시스탬 전체의 운용을 감시하며 제어하는 시장전망분석운용서버, 온라인에서 운용되는 상품 유통 사이트에 접속하고 시장전망분석운용서버의 해당 제어와 감시에 의하여 특정 상품의 브랜드 별 유통가격과 판매 추이를 크롤링 기법으로 검색하고 분석하는 온라인시장가격정보분석서버 및 시장전망분석운용서버의 해당 제어와 감시에 의하여 온라인시장가격정보분석서버가 검색한 정보를 할당된 영역에 기록 저장하는 통합데이터베이스서버를 포함하는 특징에 의하여 온라인에서 거래되는 상품의 가격과 해당 공공데이터를 수집하여 분석하고 새로운 가치창출과 가격정책과 마케팅 전력의 가이드라인을 제시하는 효과가 있다.
Description
본 발명은 제품수명주기(PLC : Product Life Cycle)에 따른 수명주기별 온라인과 오프라인(2O2) 정보분석 서비스 시스템에 관한 것으로 더욱 상세하게는 임의 기업이 자사의 상품, 서비스, 기술 등으로 이루어진 제품이 출시되면서 제품수명주기를 고려하여 판매가격 하락률을 분석하고 판매가격 변동에 따른 마케팅 전략을 수립할 수 있도록 축적된 데이터베이스로부터 통계적 모델을 통해 도입기, 성장기, 성숙기, 쇠태기에 따른 제품수명주기별 가격정보를 예측하여 신속하게 시장 변화에 대응하고 정확한 시장동향 파악에 의하여 필요한 의사결정과 적절한 시기에 필요한 조치를 취할 수 있도록 판단하는 정보를 제공하는 제품수명주기에 따른 수명주기별 온라인과 오프라인 정보분석 서비스 시스템에 관한 것이다.
일반적으로, 현대 사회의 기업은 1995년 ‘세계무역기구(WTO)’가 출범하면서 하나의 지구촌이라는 개념에 의해 자국의 내수시장의 경쟁뿐만 아니라 전 세계를 기반으로 하는 무한 경쟁의 시대에 돌입하였으며, 한걸음 더 나아가 FTA(free trade agreement)라는 자유무역협정을 통해 그 경쟁의 속도가 가속화 되고 있는 실정이다. 그러므로 각 기업들은 시대의 변화 속에서 자구책을 강구하여야 하며 이러한 자구책의 일환으로 시장분석의 필요성과 중요성이 더욱 부각되고 있고 시장분석은 시장 조사를 기초로 이루어지며 시장조사는 일반적으로 알고 있는 설문조사, 전수조사, 면접조사, 문헌조사 등 다양한 방법을 통해 조사하게 된다.
인터넷을 통하여 대량으로 생성된 데이터를 빅테이터라고 하며 융복합 환경에서 디지털 데이터는 매우 빠른 속도로 생산되므로 이를 실시간으로 저장, 유통, 수집, 분석처리가 가능하고, 다양성(Variety)은 다양한 종류의 데이터를 의미하며 정형화의 종류에 따라 정형, 반정형, 비정형 데이터로 분류하며, 이러한 빅데이터를 이용하는 경우 매우 다양하며 유익한 정보를 생산할 수 있다.
한편, 인터넷 보급의 확산과 모바일 기기의 대중화로 오프라인 시장(쇼핑시장) 규모는 크게 위축된 반면 온라인 시장(쇼핑시장) 규모는 가파르게 성장하는 추세이다. 특히, 국내 온라인 시장의 경우 2018년 처음으로 100 조 원을 돌파하면서 2017년의 75조 3680 억 원 대비 36.4 %의 높은 성장률을 보이고 있다.
이러한 온라인 시장의 변화에 따라 온라인 시장에 적극적으로 진출하려는 기업들이 늘어나면서 경쟁우위를 선점하기 위한 다양한 노력이 이루어지고 있다. 그 중에서도 온라인 시장 분석을 통한 마케팅 전략 수립과 신속한 의사결정이 기업의 수익과 직결되는 주요 요인으로 인식되면서 온라인 시장의 데이터 분석 서비스를 필요로하는 업체의 수요가 점점 증가하고 있다.
도 1 은 시장에 새로이 진출하는 상품에 대한 기업(회사)이 필요로 하는 환경 설명도 이고, 도 2 는 시장에서 일반적인 컴퓨터 상품의 성장곡선에 따른 가격변화 추이 설명도 이다.
첨부된 도면을 참조하여 설명하면, 기업은 시장의 환경 변화에 따라 특정 제품에 대한 시장에서의 전망을 정확하게 예측하기 위하여 많은 정보의 수집을 필요로 한다. 특히, 급속히 확대되고 있는 온라인 시장에 대하여는 다양하고 많은 데이터 수집이 필요하다. 일 예로, 기업은 우리 상품이 온라인과 오프라인 시장에서의 판매 규모는 어떻게 될까? 우리 상품의 가격은 어떻게 가져가야 할까? 시장에서의 마켓세어(M/S : Market Share)를 높이기 위하여 회사는 어디서부터 어떻게 변화시켜야 될까? 현재 가지고 있는 정보만으로 각종 전력계획을 수립할 수 있을까? 컨설팅을 받아야 될까? 새로운 시스템을 구축해야 될까? 새로운 시스템을 구축하는 경우 해당 비용은 얼마나 될까? 등과 같은 결정을 필요로 하며 이러한 문제의 결정을 위하여 많으면서 정확한 정보의 수집이 필요하다.
도 2 를 설명하면 컴퓨터(PC)의 판매수량과 평균 가격 변화 곡선이 도시되어 있으며 판매수량이 어느 정도 증가하고 있음에도 불구하고 평균가격은 하락하고 있으며, 시장이 포화에 의하여 판매수량이 떨어지면서 가격도 계속 하락하고 있음을 보여주고 있다.
이러한 정보 수집을 PLC는 시장조사를 통하여 확보할 수 있으며 시장조사는 공공데이터와 민간 온라인쇼핑몰에 대한 데이터 수집, 가격정보의 수집과 분석 등이 필요하며 공공데이터의 개방도 필요하다.
일반적으로 온라인 시장에서의 소비자는 사전 조사를 통해 장바구니라는 수단을 가격비교 용도로 활용하고 있으며 ‘가격’을 구매 결정의 가장 중요한 요인으로 선택하는 것이 확인되었고, 시장 특성상 유사한 제품, 서비스, 기술을 이용하여 경쟁함에 따라 기업 이익을 극대화하기 위해선 가격정책이 중요한 이슈가 되고 있다.
이러한 필요성을 일부 해결하는 종래기술로 대한민국 특허 등록번호 제10-1703529호(2017. 02. 01.)에 의한 것으로 ‘시장 분석 서비스 제공 방법’이 있다.
도 3 은 종래기술의 일 실시 예에 의한 제품수명주기에 의한 온라인과 오프라인 가격분석 서비스시스템 기능 구성 도시도 이다.
이하, 첨부된 도면을 참조하여 설명하면 데이터베이스 시스템(110)과 데이터분석 시스템(120)과 인터페이싱 시스템(130)과 고객관리시스템(140)으로 구성된다.
데이터베이스 시스템(110)은 인터넷 상의 검색엔진에 의해 공공기관에서 국가 정책의 수립을 위해 취득하고 가공되어진 일련의 공공데이터와 민간 기업이 공개하는 민간데이터를 취득하여 민간데이터를 산업별 데이터, 제품별 데이터, 종류별 데이터, 기간별 데이터, 지역별 데이터, 구매고객별 데이터 등의 정형화된 데이터로 가공한 후 공공데이터를 기준으로 매핑하여 분류 적재한다.
데이터분석 시스템(120)은 데이터베이스 시스템(110)에서 취득되어 가공된 데이터를 과거 임의 시점에서 현재 임의 시점까지의 산업별, 제품별, 종류별, 기간별, 지역별, 고객별 등의 변동에 따른 분석 데이터를 생성하고 이를 기준으로 현재부터 일정기간 후의 미래 예측에 따른 시장변동의 분석을 수행한다.
인터페이싱 시스템(130)은 데이터분석 시스템(120)을 기준으로 시장분석 결과를 필요로 하는 임의 고객에게 정보제공한다.
고객관리 시스템(140)은 임의 고객(Client)으로부터 시장분석에 따른 오더(Order)를 접수하고 오더에 따른 시장분석을 위해 데이터분석 시스템(120)과 데이터베이스 시스템(110)을 구동시키고 인터페이싱 시스템(130)을 통해 해당 고객에게 분석정보를 제공한다.
이러한 종래기술은 공공데이터와 온라인 시장데이터를 수집하는 장점은 있으나 이러한 수집된 정보를 제공받은 기업 등은 전문적인 지식 또는 경험이 없으면 분석하기 어렵고 결국 귀중한 데이터를 효율적으로 활용하지 못하는 문제가 있다.
또한, 온라인 시장의 데이터를 분석하여 상품의 가격정책을 효율적으로 수립하도록 필요한 정보를 제공하여, 생산업자가 상품의 가격 변화를 예측, 전망하고 시기 별 최적화된 가격을 결정하며 중장기 마케팅 전략을 도출하도록 필요한 정보를 제공하지 아니하는 문제가 있다.
따라서 온라인에서 거래되는 상품의 가격과 해당 공공데이터를 수집하여 분석하고 새로운 가치창출과 가격정책의 가이드라인을 제시하는 기술을 개발할 필요가 있다.
상기와 같은 종래 기술의 문제점과 필요성을 해소하기 위하여 안출한 본 발명은 온라인에서 거래되는 상품의 가격과 해당 공공데이터를 수집하여 분석하고 새로운 가치창출과 가격정책의 가이드라인을 제시하는 제품수명주기에 따른 수명주기별 온라인과 오프라인 정보분석 서비스 시스템을 제공하는 것이 그 목적이다.
상기와 같은 목적을 달성하기 위하여 안출한 본 발명의 제품수명주기에 의한 온라인과 오프라인 정보분석 서비스시스템은 특정 상품을 온라인 시장에서 유통시키는 경우 상품의 판매시기와 마케팅전략과 판매가격을 분석 제시하는 제품수명주기에 의한 온라인과 오프라인 가격분석 서비스시스템에 있어서, 온라인 시장에서 유통되는 특정 상품을 통계적 방식과 제품수명주기 알고리즘으로 분석하여 상품의 판매가격과 마케팅 전략을 제시하고 시스탬 전체의 운용을 감시하며 제어하는 시장전망분석운용서버; 온라인에서 운용되는 상품 유통 사이트에 접속하고 상기 시장전망분석운용서버의 해당 제어와 감시에 의하여 특정 상품의 브랜드 별 유통가격과 판매 추이를 크롤링 기법으로 검색하고 분석하는 온라인시장가격정보분석서버; 및 상기 시장전망분석운용서버의 해당 제어와 감시에 의하여 상기 온라인시장가격정보분석서버가 검색한 정보를 할당된 영역에 기록 저장하는 통합데이터베이스서버; 를 포함할 수 있다.
상기 시장전망분석운용서버의 해당 제어와 감시에 의하여 해당 공공기관의 데이터베이스서버에 접속하고 상기 특정 상품에 관련된 공공정보를 크롤링 기법으로 검색하는 산업동향지식정보서버; 를 더 포함할 수 있다.
상기 시장전망분석운용서버의 해당 제어와 감시에 의하여 상기 통합데이터베이스서버에 기록 저장되는 시장정보를 일련의 프레임 단위로 포맷하여 출력하고 일련의 프레임 단위로 포맷된 정보를 입력하여 시장정보를 추출하는 데이터사전서버;를 더 포함할 수 있다.
상기 시장전망분석운용서버는 통신망을 경유하여 접속된 단말수단에 최신 버전의 온라인마케팅 앱을 다운로드로 제공하고 상기 단말수단이 입력한 특정 상품에 대한 시장 동향을 검색 분석하여 수립된 마케팅 전략 정보를 제공하는 구성으로 이루어질 수 있다.
상기 시장전망분석운용서버는 상기 특정 상품의 판매시점별 가격, 도입기와 성장기와 성숙기와 쇠퇴기에 의한 수명주기, 판매가격 하락, 경쟁사 정보를 분석하고 산업별과 업종별 경제지표와 선행지수에 융합분석하여 판매가격 결정을 위한 분석된 마케팅 정보를 테이블과 그래프화된 시각정보로 출력되도록 제어하고 감시하는 구성으로 이루어질 수 있다.
상기 온라인시장가격분석서버와 상기 산업동향지식정보서버는 해당 사이트에 접속하여 수집할 데이터가 포함된 URL 정보를 수집하고 HTML 코드 분석에 의하여 데이터 정보를 추출하며, 상기 데이터사전서버는 프레임 단위의 정형데이터로 변환하는 구성으로 이루어질 수 있다.
상기 통합데이터베이스서버는 상기 시장전망분석운용서버의 해당 제어와 감시에 의하여 공공기관의 해당 데이터베이스로부터 검색한 산업동향 정보를 할당된 영역에 기록 저장하는 공공데이터베이스부; 상기 시장전망분석운용서버의 해당 제어와 감시에 의하여 국내와 국외의 온라인 시장으로부터 검색된 특정 상품의 시기별 유통가격, 브랜드, 유통숫자 정보를 할당된 영역에 기록 저장하는 온라인시장데이터베이스부; 상기 시장전망분석운용서버의 해당 제어와 감시에 의하여 공공기관의 해당 데이터베이스로부터 검색한 산업지수 정보를 할당된 영역에 기록 저장하는 산업지수데이터베이스부; 및 상기 시장전망분석운용서버의 해당 제어와 감시에 의하여 국내와 국외의 온라인 시장으로부터 검색되어 조사된 경쟁사 상품에 대한 정보를 할당된 영역에 기록 저장하는 조사데이터베이스부; 를 포함하여 이루어질 수 있다.
상기 제품수명주기 알고리즘은 상품의 실적을 산정하기 위한 기본 모듈이고 평활 모델에 의한 Growth Curve 작성의 PLC 작성 규칙을 제어하며, Distance Curve에 의한 특성점 도출 모델에 의한 PLC 특성점 1 을 도출하고, Velocity Curve에 의한 특성점 도출 모델에 의한 PLC 특성점 2 를 도출하며, 사용자의 지정에 의한 예외 규칙을 정의하는 User Defined 기능을 하는 스탠다이즈드 모듈; 전략적으로 Best Case에 해당하는 PLC 도출 모듈이고, Best Practice에 해당하는 조건을 관리하는 Condition Manager기능과, 특성치의 최대 기준에 의한 자동 Case Select하는 Maximizer 기능과 과거 특성점 패턴에 의한 자동 Case Select하는 Optimizer 기능과 과거 특성에 의한 제품의 그룹을 분류하는 Grouping 기능을 하는 베스트프택티스모듈; 주요 컨트롤 가능한 요인들에 따른 민감도를 측정하는 모듈이며 각 제품의 특성점들에 영향을 미치는 민감도를 검출하는 Case Omitter 기능과, 영향력 함수값(BIC, SBC 등)의 변동을 검출하는 Information Sensitivity 기능과 민감도 측정 대상 요인과 파라미터들을 관리하는 Sensitivity Manager 기능을 하는 센시티비티 모듈; 전략적 요인과 환경적 요인에 의한 보정 규칙을 정하는 모듈이며, 계절적 요인에 의한 변동의 보정 규칙을 정하는 Seasonality Detector 기능과 주기적인 변동에 대한 보정 규칙을 정하는 Cycle Detector 기능과 특이한 변동 또는 이상 변동에 대한 보정 규칙을 정하는 Outlier Detector와 전략적 요인(기업전략 등)에 대한 보정 규칙을 정하는 Spike Detector 기능을 하는 스트라테직 어디티브 모듈; 을 포함할 수 있다.
상기와 같은 목적을 달성하기 위하여 안출한 본 발명의 제품수명주기에 의한 온라인과 오프라인 정보분석 서비스시스템 운용방법은 특정 상품을 온라인 시장에서 유통시키는 경우 상품의 판매시기와 마케팅전략과 판매가격을 분석 제시하는 제품수명주기에 의한 온라인과 오프라인 가격분석 서비스시스템의 운용방법에 있어서, 제품수명주기에 의한 온라인과 오프라인 가격분석 서비스시스템을 구성하는 시장전망분석운용서버에 의하여 상품정보의 분석을 시작하는 명령신호가 입력되는 것으로 판단되면, 특정 상품을 지정하는 신호를 입력받고 시장을 분석하는 명령신호가 입력되는지를 판단하는 제 1 단계; 상기 제 1 단계에서 시장을 분석하는 명령신호가 입력되는 것으로 판단되면 온라인시장가격정보분석서버를 제어하여 크롤링 기법으로 지역별 상품별 최상위권 주요상표의 지수 분석, 월단위 지역별 상품별 검색된 동향 분석, 히트 상품 기준 지역별 검색된 모델 분석, 상품별 100일간의 판매가격 추이 분석을 하고 판매분석의 명령신호가 입력되는지를 판단하는 제 2 단계; 상기 제 2 단계에서 판매분석의 명령신호가 입력되는 것으로 판단되면 상품별 판매를 위한 노출빈도 분석과 분석된 결과를 지정된 도표로 표시되도록 변환하고, 상표분석의 명령신호가 입력되는 것으로 판단되면 최상위 상표의 인지도분석과 지역별 상품별 구매고객을 연령대와 성별과 직업별로 상세 분석하며, 시장점유율 분석의 명령신호가 입력되는 것으로 판단되면 최근 3년간의 특정상품이 속한 상품류에 대한 국내외 시장에서의 판매실적 현황과 시장점유율을 회기분석과 시계열분석에 의한 통계적 방식으로 분석하는 제 3 단계; 상기 제 3 단계 다음 순서로 가격예측의 명령신호가 입력되는 것으로 판단되면 회기분석과 시계열분석에 의한 통계적 방식으로 상품별 시장점유율 전망과 해당 실적과 추세를 분석하고 가격대를 분류하는 중요 요소를 분석하며, 기타 영향력 있는 요소 별로 분석하고 판매 1위 브랜드 상품의 시장 추세를 분석하는 제 4 단계; 상기 제 4 단계의 다음 순서로 리포트 명령신호가 입력되는 것으로 판단되면 출력될 테이블과 그래프의 지정된 형식을 입력하여 설정하고 시각적으로 출력시키는 제 5 단계; 를 포함할 수 있다.
상기와 같은 목적을 달성하기 위하여 안출한 본 발명의 제품수명주기에 의한 온라인과 오프라인 정보분석 서비스시스템 운용방법은 특정 상품을 온라인 시장에서 유통시키는 경우 상품의 판매시기와 마케팅전략과 판매가격을 분석 제시하는 제품수명주기에 의한 온라인과 오프라인 가격분석 서비스시스템의 운용방법에 있어서, 제품수명주기에 의한 온라인과 오프라인 가격분석 서비스시스템을 구성하는 온라인시장가격정보분석서버에 의하여 특정 상품에 대한 데이터 수집의 명령신호가 입력되는 것으로 판단되면 온라인 사이트에서 유통되는 상품을 특정하는 명령신호를 입력하고 특정된 상품이 포함된 URL 정보를 수집하며 특정 상품에 대한 HTML 코드와 변수를 수집하고 분석하는 상품특정단계; 상기 상품특정단계에서 수집된 특정상품의 정보로부터 추출할 데이터 형식을 설정하는 해당 명령신호가 입력되는 경우 설정된 데이터 형식으로 최근 3 년간의 해당 정보를 추출하고, 통합데이터베이스서버의 온라인시장데이터베이스부의 할당된 영역에 기록 저장하는 정보추출단계; 상기 정보추출단계에서 추출할 데이터 형식을 규정하는 해당 명령신호가 입력되지 아니한 경우 추출할 데이터 형식을 입력하는 입력단계; 를 포함할 수 있다.
상기와 같은 구성의 본 발명은 온라인에서 거래되는 상품의 가격과 해당 공공데이터를 수집하여 분석하고 새로운 가치창출과 가격정책 그리고 마케팅 전력의 가이드라인을 제시하는 장점이 있다.
도 1 은 시장에 새로이 진출하는 상품에 대한 기업이 필요로 하는 정보 수집 환경 설명도,
도 2 는 시장에서 일반적인 컴퓨터 상품의 성장곡선에 따른 가격변화 추이 설명도,
도 3 은 종래기술의 일 실시 예에 의한 제품수명주기에 의한 온라인과 오프라인 가격분석 서비스시스템 기능 구성 도시도,
도 4 는 본 발명의 일 실시 예에 의한 것으로 온라인 시장을 분석하는 개념 설명도 이다.
도 5 는 본 발명의 일 실시 예에 의한 것으로 제품수명주기에 따른 온라인과 오프라인 가격분석 서비스시스템이 빅데이터 수집과 통합데이터베이스 구축 분석과 시각화하는 개념 설명도,
도 6 은 발명의 일 실시 예에 의한 것으로 제품수명주기 분석 방법의 개념 설명도,
도 7 은 본 발명의 일 실시 예에 의한 것으로 빅데이터 수집과 제품수명주기 분석과 융합분석의 개념 상세 설명도,
도 8 은 발명의 일 실시 예에 의한 것으로 제품수명주기 알고리즘의 기능 설명도,
도 9 는 본 발명의 일 실시 예에 의한 것으로 제품수명주기에 의한 온라인과 오프라인 가격분석 서비스시스템의 기능블록 구성도,
도 10 은 본 발명의 일 실시 예에 의한 것으로 제품수명주기에 의한 온라인과 오프라인 가격분석 서비스시스템에 구비된 시장전망분석운용서버의 운용방법 설명도,
도 11 은 본 발명의 일 실시 예에 의한 것으로 제품수명주기(PLC)에 따른 수명주기별 온라인과 오프라인 가격분석 서비스 방법 설명도,
도 12는 본 발명의 일 실시 예에 의한 것으로 크롤링 방식 빅데이터 수집과 통계적 미분으로 변환하는 개념 설명도,
도 13 은 본 발명의 일 실시 예에 의한 것으로 도 12에 의한 각 단계별 기능적 개념 설명도,
도 14 는 본 발명의 일 실시 예에 의한 것으로 제품수명주기(PLC) 검색 엔진이 추출하는 패턴 데이터 개념 설명도,
도 15 는 본 발명의 일 실시 예에 의한 것으로 도 14에 의하여 추출된 최적 상태 그래프 도시도,
도 16 은 본 발명의 일 실시 예에 의한 것으로 제품수명주기(PLC) 검색 엔진을 구성하는 각 모듈부의 기능 설명도,
도 17 은 본 발명의 일 실시 예에 의한 것으로 제품수명주기(PLC) 검색 엔진이 축적하고 추출하여 출력하는 특정 상품에 대한 시각적 패턴 그래프 설명도,
도 18 은 본 발명의 일 실시 예에 의한 것으로 제품수명주기에 의한 온라인과 오프라인 가격분석 서비스시스템의 데이터 수집 기록 방식 개념 설명도,
도 19 는 본 발명의 일 실시 예에 의한 것으로 시장전망분석운용서버가 분석하는 개념 설명도,
그리고
도 20 은 본 발명의 일 실시 예에 의한 것으로 제품수명주기에 의한 온라인과 오프라인 가격분석 서비스시스템의 운용방법을 설명하는 개념도 이다.
도 2 는 시장에서 일반적인 컴퓨터 상품의 성장곡선에 따른 가격변화 추이 설명도,
도 3 은 종래기술의 일 실시 예에 의한 제품수명주기에 의한 온라인과 오프라인 가격분석 서비스시스템 기능 구성 도시도,
도 4 는 본 발명의 일 실시 예에 의한 것으로 온라인 시장을 분석하는 개념 설명도 이다.
도 5 는 본 발명의 일 실시 예에 의한 것으로 제품수명주기에 따른 온라인과 오프라인 가격분석 서비스시스템이 빅데이터 수집과 통합데이터베이스 구축 분석과 시각화하는 개념 설명도,
도 6 은 발명의 일 실시 예에 의한 것으로 제품수명주기 분석 방법의 개념 설명도,
도 7 은 본 발명의 일 실시 예에 의한 것으로 빅데이터 수집과 제품수명주기 분석과 융합분석의 개념 상세 설명도,
도 8 은 발명의 일 실시 예에 의한 것으로 제품수명주기 알고리즘의 기능 설명도,
도 9 는 본 발명의 일 실시 예에 의한 것으로 제품수명주기에 의한 온라인과 오프라인 가격분석 서비스시스템의 기능블록 구성도,
도 10 은 본 발명의 일 실시 예에 의한 것으로 제품수명주기에 의한 온라인과 오프라인 가격분석 서비스시스템에 구비된 시장전망분석운용서버의 운용방법 설명도,
도 11 은 본 발명의 일 실시 예에 의한 것으로 제품수명주기(PLC)에 따른 수명주기별 온라인과 오프라인 가격분석 서비스 방법 설명도,
도 12는 본 발명의 일 실시 예에 의한 것으로 크롤링 방식 빅데이터 수집과 통계적 미분으로 변환하는 개념 설명도,
도 13 은 본 발명의 일 실시 예에 의한 것으로 도 12에 의한 각 단계별 기능적 개념 설명도,
도 14 는 본 발명의 일 실시 예에 의한 것으로 제품수명주기(PLC) 검색 엔진이 추출하는 패턴 데이터 개념 설명도,
도 15 는 본 발명의 일 실시 예에 의한 것으로 도 14에 의하여 추출된 최적 상태 그래프 도시도,
도 16 은 본 발명의 일 실시 예에 의한 것으로 제품수명주기(PLC) 검색 엔진을 구성하는 각 모듈부의 기능 설명도,
도 17 은 본 발명의 일 실시 예에 의한 것으로 제품수명주기(PLC) 검색 엔진이 축적하고 추출하여 출력하는 특정 상품에 대한 시각적 패턴 그래프 설명도,
도 18 은 본 발명의 일 실시 예에 의한 것으로 제품수명주기에 의한 온라인과 오프라인 가격분석 서비스시스템의 데이터 수집 기록 방식 개념 설명도,
도 19 는 본 발명의 일 실시 예에 의한 것으로 시장전망분석운용서버가 분석하는 개념 설명도,
그리고
도 20 은 본 발명의 일 실시 예에 의한 것으로 제품수명주기에 의한 온라인과 오프라인 가격분석 서비스시스템의 운용방법을 설명하는 개념도 이다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시 예를 가질 수 있는바, 특정 실시 예들을 도면에 예시하고 상세한 설명에서 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
이하에서 상품과 제품은 같은 의미이고 문맥에 적합하게 선택적으로 사용하기로 한다.
본 발명은 독자적인 별도 시스템을 구축하지 않고서도 웹서비스를 통해 특정한 상품의 경쟁력 강화를 위한 가격 변동 추이곡선, 판매시점별 판매가격과 판매수량, 유통가격 변동 예측을 통한 향후 판매가격 가이드라인, 차별화된 마케팅 계획 수립을 위한 경쟁사 상품과의 비교분석, 합리적이고 신속한 의사결정이 가능도록 다양한 시각화 서비스, 새로운 가치 창출을 위한 공공데이터와 온라인 가격데이터를 연계한 융합 분석 기술을 제공하는 것이 그 기술적 사상이다.
도 4 는 본 발명의 일 실시 예에 의한 것으로 온라인 시장을 분석하는 개념 설명도 이다.
이하, 첨부된 모든 도면을 참조하여 설명하면 온라인 시장의 마케팅 상품을 분석하면 첫째로 상품의 판매가격 가이드를 통해 제품의 가격경쟁력을 강화한다.
신제품을 출시 할 경우, 유사 제품에 대한 온라인 시장에서의 데이터를 분석하고 성장곡선 분포에 따른 판매시점별 가격과 제품의 도입기, 성장기, 성숙기, 쇠퇴기 분석에 의한 단계별 수명주기(Product Life Cyle), 판매가격 하락 정보 등을 추출 분석하고 판매가격 결정 가이드라인을 제공한다.
판매가격 가이드라인을 활용한 가격정책 수립은 신제품의 가격 경쟁력을 강화시켜 온라인 쇼핑몰 시장의 가격 경쟁력 우위를 선점 할 수 있다.
둘째로 경쟁사 상품과의 비교분석 서비스를 통한 차별화된 마케팅 정책을 수립한다.
판대 대상이 되는 제품에 대한 경쟁사 제품과의 비교분석을 통하여 경쟁사 제품의 강점과 약점, 온라인 시장 점유율 등 경쟁사 제품의 주요 정보를 분석하여 차별화된 마케팅 계획을 수립 할 수 있다.
셋째로 상품에 대한 데이터의 통합 가능한 시각화로 신속한 의사결정이 가능하게 한다.
상품 데이터의 시각화 목적은 복잡한 데이터에 대한 설명을 보다 효과적으로 전달하여 발견하기 어려운 패턴 또는 관계를 한 눈에 발견하기 쉽도록 한다. 즉, 온라인 시장 데이터 정보에 대한 분석 결과를 시각화하여 목적에 맞게 통찰 가능한 맞춤형 시각화 서비스를 제공하므로 합리적이고 신속한 의사결정을 가능하게 한다.
넷째로 영세소기업과 중소기업의 활성화를 지원한다.
온라인 시장으로 진출하려는 영세소기업과 중소기업은 온라인시장 현황과 향후 시장 전망에 대한 정보를 얻기 위하여 많은 컨설팅 비용과 인프라 구축 비용이 소요된다. 본 발명은 별도의 인프라 구축과 시스템 설치 없이 간단한 접촉으로 즉시 활용 가능하며 비용 부담으로 데이터 서비스의 이용이 어려운 영세소기업과 중소기업을 위해 대기업 지불 비용 대비 할인 정책과 공공협회와의 프로모션 정책을 통하여 저렴한 비용으로 데이터 서비스 이용이 가능하다.
다섯째로 거시지표를 이용한 시장 전망으로 전략적 마케팅 계획을 수립한다.
수집되어 산업별과 업종별로 분류된 산업동향 지표지수를 활용하고 선행지수, 경제지표 분석을 통해 고객사 주제 영역에 맞는 시장동향을 전망하여 시장 흐름에 맞는 전략적 마케팅 계획 수립이 가능하다.
여섯째로 시장 동향의 패턴분석을 통한 향후 시장전망 예측으로 기업의 이익을 극대화한다.
신상품 출시에 따른 온라인 시장 상품의 가격 변동에 대한 패턴분석, 월/분기/년/계절 별 상품(제품)의 가격 패턴분석과 예측 모델을 통한 시나리오 별 기대 이익의 반복적 시뮬레이션을 통해 전략운영에 가장 부합되는 모델을 선정하여 최적 출시시기와 상품기획 정보를 제공하여 기업의 이익을 극대화한다.
그러므로 기업(회사, 생산자)이 상품을 시장에 출시할 때부터 단종할 때까지 상품수명주기(PLC)를 고려한 판매가격 변동을 분석하여 판매가격 변동에 따른 마케팅 전략계획의 수립이 가능하다. 이러한 상황을 잘 표현한 것이 첨부된 도 4 이다.
또한, 수집된 공공데이터를 이용하여 산업동향지표지수에 대한 Index Pool 분류 체계를 구성하고, 향후 온라인 시장 데이터와의 융합분석을 통해서 산업별/업종별로 상관성 높은 경제지표, 선행지수 등의 정보를 제공하여 시장동향을 정확하게 파악할 수 있다.
온라인 시장에서 가격 등의 정보 수집에는 잘 알려진 크롤링(Crawling) 기법을 이용하여 공개된 온라인 시장 데이터와 공공데이터를 자동과 수동으로 수집하여 통합데이터베이스의 할당된 영역에 기록 저장하고 상품(제품)의 가격탄력성, 제품 출시 시기별 가격 변동, 경쟁사 정보 등의 시장정보로 분류 분석한다. 이때, 크롤링 기법으로 수집되는 온라인 시장 데이터와 공공데이터는 최근 3 년 동안의 정보이며, 크롤링 기법은 잘 알려져 있으므로 구체적인 설명을 생략하기로 한다.
또한, 공공데이터를 이용한 산업동향지표지수 Index Pool 분류 체계를 구성하고, 각 단계별 제품 수명주기에 기반한 패턴 분석과 판매가격 하락률을 분석과 예측한다.
그러기 위하여 첫째, 온라인시장 데이터와 공공데이터를 수집한다.
온라인 시장과 공공시장의 정보가 포함된 Site를 선정하여 HTML 코드 분석을 통해 추출되는 데이터 정보의 패턴을 파악한다. 파악된 코드의 패턴을 이용하여 온라인시장정보와 산업동향지수 지표 등을 추출하고 정형데이터로 변환한다. 정형데이터는 20 킬로바이트(K Byte) 단위의 프레임 크기로 이루어진다.
프레임 단위의 정형테이터는 3 K 바이트 크기의 시작영역, 5 K 바이트 크기의 제1 데이터 영역, 5 K 바이트 크기의 제2 데이터 영역, 4 K 바이트 크기의 오류정정영역, 3 K 바이트 크기의 종료영역으로 이루어진다.
시작영역에는 프레임 단위의 데이터가 시작되는 시점을 알려주는 시작비트, 단위 프레임이 다수로 이루어지고 연속되는 경우 일련의 해당 순서를 표시하는 프레임 일련번호, 프레임에 기록된 데이터의 전체 비트숫자, 프레임 단위 데이터가 경유한 경유지의 해당 주소정보가 각각 기록 저장된다.
제 1 데이터 영역에는 검색 추출되고 전송할 데이터가 1차 기록 저장되며, 제 1 데이터 영역에 기록 저장된 동일한 데이터가 제 2 데이터 영역에 2 차로 반복하여 기록 저장된다.
오류정정영역은 제 1 데이터 영역에 1 차로 기록된 데이터와 제 2 데이터 영역에 2 차로 기록된 데이터를 비교하여 동일한지 또는 동일하지 아니한지를 분석하고, 동일한 데이터의 경우는 프레임에 기록된 전체 비트숫자를 확인하고 대비하여 일치하는지를 판단하며, 동일하지 아니한 데이터의 경우는 일반적으로 알려진 CRC 체크와 해밍코드 체크 기법으로 오류를 복구하여 각각의 해당 영역에 기록하며, 오류가 복구된 상태에서 프레임에 기록되고 확인된 전체 비트숫자와 대비하여 일치하지 않으므로 복구가 불가능한 것으로 판단되는 경우에는 복구 불가능 표시를 해당 영역에 기록한다.
종료영역은 프레임 단위의 데이터가 종료되는 시점을 알려주는 종료비트를 기록저장하고 오류정정영역을 검색하여 복구 불가능표시가 확인되는 경우는 발신지에 재전송을 요청하는 신호가 전송되도록 하며 프레임이 전달되는 최종 목적지 주소가 각각 기록 저장된다.
이와 같이 데이터를 프레임 단위로 정형화하는 이유는 송수신 또는 전송되는 데이터의 전송오류 발생을 차단하면서 허가되지 않은 타인이 추출하고 분석한 정보를 무단으로 사용하지 아니하도록 할 수 있다. 즉, 단위 프레임으로 정형화된 정보 또는 데이터는 암호화된 상태이므로 프레임의 해당 규격을 알지 못하는 경우 암호화된 상태로부터 필요한 정보를 추출하는 복호화를 하지 못하게 된다.
둘째, 온라인시장 데이터와 공공데이터 관리를 위한 통합데이터베이스를 구축한다.
데이터베이스 관리 시스템을 효율적으로 운용하기 위한 데이터 사전 기능을 구축한다. 데이터 사전의 기능을 참고하여 통합데이터베이스에 기록 저장되는 데이터 속성, 효율적인 운용, 데이터 저장 용량 등이 결정된다.
통합데이터베이스는 공공데이터베이스, 온라인시장데이터베이스(국내/해외), 산업지수데이터베이스, 조사데이터베이스를 포함하여 이루어지고, 산업별과 품목별로 분류되며 가공된 데이터를 각 해당 데이터베이스에 기록 저장한다.
셋째, 산업동향 지표지수 분류 체계에 적합한 온라인 시장가격 정보분석 시스템을 구성한다.
온라인 시장가격 정보분석 시스템은 통합데이터베이스의 각 데이터베이스에 의한 모집단 자료로부터 주제(Market, Brand, Major Product Price, Retail Price)에 맞는 데이터를 추출하고 할당된 영역에 기록 저장하며, 해당 온라인 가격정보를 시각적인 테이블과 그래프로 출력하여 표시되도록 한다.
산업동향 지표지수 분류는 한국거래소에서 적용되는 표준산업코드를 기준으로 각 산업 대분류에 포함되는 기업들을 매칭시키고 GDP, 건설투자 동향, 업종별 부품소재 수출통계 등의 산업동향 공공데이터를 분류한다.
분류된 산업동향 지표와 각 산업 대분류의 해당 군에 매칭된 기업들의 과거 3 년 동안에 대한 매출정보 데이터를 추출하여 상관성을 분석한다.
추출된 과거 3 년간의 데이터 중 분석에 사용한 데이터의 기간(12개월 이상)이 길고 분석된 지표와 매출 이익 간의 상관도가 높은 Index를 이용하여 Pool을 구성한다.
산업동향지식 정보 서버 시스템은 구성된 Index Pool의 지표지수를 웹화면에 시각적으로 표시하기 위한 메뉴와 메뉴의 필터링 조건, 테이블, 그래프 종류 등을 입력받아 필요한 설정을 한다.
시장전망 분석 운용서버 시스템은 회귀분석, 시계열분석 등과 같은 통계적 방법으로 추출되는 성장곡선의 패턴 분석에 의하여 제품수명 주기의 표준 특성치, 경제지표, 선행지수를 반영한 여러 예측모델을 구현한다.
신상품 출시에 따른 온라인시장 제품들의 가격 변동에 대한 패턴분석, 월별과 분기별과 년별과 계절별 제품의 가격 패턴분석을 통해 시나리오 별 반복적 시뮬레이션을 수행하여 전략수립에 적합한 모델을 선정한다.
공공데이터(시장지표지수)와 민간데이터(온라인데이터)의 융합분석을 설명한다.
우리나라에서 2013년에 ‘공공데이터 제공 및 이용 활성화에 관한 법률’이 제정된 이후 공공데이터를 적극적으로 개방하면서 공공데이터 활용은 전 세계적으로 중요한 패러다임이다. 이러한 패러다임에 맞춰 공공데이터를 적극 활용하여 국가별, 산업별, 업종별로 상관관계 높은 지표, 지수 데이터의 Pool을 구성하여 온라인시장 데이터와의 융합분석을 통해 경제 지표를 반영하므로 상품의 판매가격과 하락 패턴을 전망하고 선행 지수를 고려한 마케팅 전략수립으로 출시할 상품에 부합되는 정확한 진단과 분석을 한다.
상기 구성은 간단한 웹 접촉 서비스를 통해 별도의 시스템을 구축하지 아니하고서도 시장에 대한 접근과 분석을 하며 보다 합리적이고 신속한 의사결정과 니즈(needs)에 맞는 리포트(report), 다양한 형식으로 시각화된 정보를 제공한다.
국내 상품이 해외로 진출하거나 해외 상품이 국내로 진출할 경우 온라인 시장별 맞춤형 계획과 판매전략을 수립할 수 있다.
상품이 판매되는 경우에 있어서 결정 요인이 되는 판매가격에 대한 데이터를 확보 관리하고 시장별 다각적인 비교분석을 통해 PLC(Product Life Cycle) 제품의 출시부터 단종까지의 가격 변동 패턴과 추세 차이 정보를 활용하여 차별화된 판매정책 및 전략을 설정한다.
도 5 는 본 발명의 일 실시 예에 의한 제품수명주기에 의한 온라인과 오프라인 가격분석 서비스시스템이 빅데이터 수집과 통합데이터베이스 구축 분석과 시각화하는 개념 설명도 이다.
국내와 국외에서 빅데이터 분석과 활용 기술이 지속적으로 늘어나는 중이며 클라우드를 활용한 빅데이터 분석 기술이 점차 늘어나고 있다.
클라우드 서비스는 빅데이터 저장 공간과 대용량 데이터의 분석 및 관리를 위한 기능을 제공한다.
구글(Google) 클라우드 IoT 코어는 전 세계에 설치한 IoT 기기를 Google 클라우드 플랫폼에 연결하여, 실시간으로 데이터를 수집·분석하고, 마이크로소프트(Microsoft) IoT 센트럴(IoT Central)은 클라우드 플랫폼 애저를 기반으로 SaaS 솔루션을 제공하여 기업과 고객의 IoT 시장 진입 장벽을 낮추고 해당 신제품 개발 지원한다. 아이비엠(IBM)의 왓슨(Watson)은 음성과 이미지 인식, 자연어 처리, 번역, 데이터 분석 등의 인공지능 서비스 제공한다.
최근 고속 병렬 처리 가능한 클라우드 컴퓨팅 등장으로 빅데이터 기반의 머신러닝 기술이 주목을 받으면서 비정형 데이터에 대한 데이터 분석과 반복학습을 통해 의미 있는 정보를 도출하여 새로운 가치 창출과 미래를 예측 할 수 있는 알고리즘과 기술 개발들이 활발히 진행 중이다. 머신러닝에 기반한 소프트웨어 분야의 중소기업 경쟁력은 기술 분류별로 차이가 있으나, 데이터 분석 기술은 중소기업이 다수 참여해 시장에서의 역할이 점차 커지고 있다.
2016년 12월8일 대한민국 정부는 공공과 민간의 빅데이터 활성화를 지원하기 위한 ‘민,관 합동 빅데이터 TF’를 발족하였고 특히, “제 3차 민,관 합동 빅데이터 TF의 회의”에서는 통계청이 보유한 공공데이터와 민간의 신용위치 정보 데이터를 연계해 구축한 가계부채 DB와 같은 사례들이 공유되면서 정부와 민간기업이 외부와 데이터 협력을 적극적으로 고려하고 있다. 이러한 측면에서 볼 때 각종 데이터들의 융합분석을 통해 빅데이터가 가지고 있는 무한대의 가능성을 발굴해내는 사례가 점점 늘어나며 다양한 산업분야에 걸쳐 더욱 활발하게 개발되고 있다.
도 6 은 발명의 일 실시 예에 의한 것으로 제품수명주기 분석 방법의 개념 설명도 이고, 도 7 은 본 발명의 일 실시 예에 의한 것으로 빅데티어 수집과 제품수명주기 분석과 융합분석의 개념 상세 설명도 이고, 도 8 은 발명의 일 실시 예에 의한 것으로 제품수명주기 알고리즘의 기능 설명도 이다.
이하, 첨부된 모든 도면을 참조하고 제품수명주기(PLC) 분석 방법에 대하여 상세히 설명하면 각 단계별로 추세함수를 구하고, 추세함수에 의하여 성장곡선을 구하고, 추세함수로부터 특성치를 구하고, 각 데이터의 특성치로부터 도출된 패턴과 데이터로부터 시장의 가격을 예측한다.
이러한 각 단계를 상세히 설명하면, 1 단계로 매출시기에 따른 판매실적의 거리곡선(Distance Curve)을 도출하여 실제 매출데이터에 대한 추세함수가 산출된다.
성장곡선은 추세함수로부터 매출의 성장을 나타내는 1차 미분함수를 계산하며, 이러한 1차 미분함수는 매출의 성장속도를 나타낸다.
2 단계로 각 계산된 추세함수로부터 변곡점(Changing Point) 피크의 수, 함수의 형태를 규명하는 기초통계량 등의 특성치를 계산한다.
3 단계로 각 데이터의 특성치로부터 패턴 또는 최고의 케이스(Best Case)를 도출하고 도출된 패턴과의 유사도 계산을 통해 데이터와 패턴 각각에 대한 예측결과를 산출한다.
첨부된 도 7 에 상세히 잘 도시되어 있듯이 시장전망분석운용서버 시스템(1000)에서 진행되는 것이며, 국내 및 해외의 온라인 시장과 수집가능한 각종 정보 소스로부터 특정 상품에 대한 판매가격, 할인가격, 이벤트가격, 제휴가격, 경쟁사가격, 시장점유율, 경쟁사정보, 사양(SPEC) 정보, 구매정보를 포함하는 수집할 수 있는 각종 해당 모든 정보를 수집하여 해당 분석 시스템에서 시장의 판매가격 변동을 조사, 분석한다.
이러한 분석에는 상품의 도입기, 성장기, 성숙기, 쇠퇴기에 따른 해당 상품의 판매가격과 판매수량을 분석하고 곡선 그래프의 패턴으로 표시하므로 판매시점별 가격정보 분석, 가격탄력성, 가격하락폭 등과 같이 제품수명주기에 따른 가격변화를 쉽게 확인하고 필요한 판단을 할 수 있다.
한편, 통계청, 한국은행, 기상청, 관세청, 경제전망기관 등등이 포함되는 각종 해당 공공데이터로부터 공통지표, 온라인시장지표, 산업지표를 포함하는 각종 지표에 대한 정보를 수집하여 해당 분석 시스템에서 산업동향 지표의 상황을 조사, 분석한다.
이러한 분석에는 상품의 경제성장률에 따른 판매가격을 확장, 후퇴, 수축, 회복의 경기순환주기에 따른 해당 상품의 판매가격과 경제성장률을 분석하고 곡선 그래프의 패턴으로 표시하므로 판매시점별 가격정보 분석, 가격 탄력성, 가격 하락폭 등과 같이 경기순환주기에 따른 상품의 가격변화를 쉽게 확인하고 필요한 판단을 할 수 있다.
국내 및 해외의 온라인 시장과 수집가능한 각종 정보 소스로부터 수집 분석한 해당 정보와 공공데이터로부터 수집 분석한 해당 정보를 융합분석하므로 특정 상품에 대하여 제품수명주기와 경기순환주기에 따른 판매 시점별 판매가격 가이드라인을 독창적으로 표시하게 된다.
그러므로 해당 상품에 대하여 경기순환주기와 제품수명주기에 의한 각 판매시점별 각각의 상품가격을 패턴에 의하여 시각적으로 제시하므로 판매가격을 정확하게 판단하고 결정할 수 있다.
이러한 PLC 알고리즘은 스탠다이즈드 모듈(standardized module)과 베스트프택티스모듈(best practice module)과 센시티비티 모듈(sensitivity module)과 스트라테직 어디티브 모듈(strategic additive module)의 4 개 기능 모듈로 이루어진다.
스탠다이즈드 모듈(standardized module)은 제품의 실적을 산정하기 위한 기본 모듈이고, 평활 모델에 의한 Growth Curve 작성의 PLC 작성 규칙을 제어하며, Distance Curve에 의한 특성점 도출 모델에 의한 PLC 특성점 1 을 도출하고, Velocity Curve에 의한 특성점 도출 모델에 의한 PLC 특성점 2 를 도출하며, 사용자의 지정에 의한 예외 규칙을 정의하는 User Defined를 하는 기능을 구비한다.
베스트프택티스모듈(best practice module)은 전략적으로 Best Case에 해당하는 PLC 도출 모듈이고, Best Practice에 해당하는 조건을 관리하는 Condition Manager기능과, 특성치의 최대 기준에 의한 자동 Case Select하는 Maximizer 기능과 과거 특성점 패턴에 의한 자동 Case Select하는 Optimizer 기능과 과거 특성에 의한 제품의 그룹을 분류하는 Grouping 기능을 구비한다.
센시티비티 모듈(sensitivity module)은 주요 컨트롤 가능한 요인들에 따른 민감도를 측정하는 모듈이며, 각 제품의 특성점들에 영향을 미치는 민감도를 검출하는 Case Omitter 기능과, 영향력 함수값(BIC, SBC 등)의 변동을 검출하는 Information Sensitivity 기능과 민감도 측정 대상 요인과 파라미터들을 관리하는 Sensitivity Manager 기능을 구비한다.
스트라테직 어디티브 모듈(strategic additive module)은 전략적 요인과 환경적 요인에 의한 보정 규칙을 정하는 모듈이며, 계절적 요인에 의한 변동의 보정 규칙을 정하는 Seasonality Detector 기능과 주기적인 변동에 대한 보정 규칙을 정하는 Cycle Detector 기능과 특이한 변동 또는 이상 변동에 대한 보정 규칙을 정하는 Outlier Detector와 전략적 요인(기업전략 등)에 대한 보정 규칙을 정하는 Spike Detector 기능을 구비한다.
도 9 는 본 발명의 일 실시 예에 의한 것으로 제품수명주기에 의한 온라인과 오프라인 가격분석 서비스시스템의 기능블록 구성도 이다.
이하, 첨부된 모든 도면을 참조하여 상세히 설명하면 제품수명주기에 의한 온라인과 오프라인 가격분석 서비스시스템(900)은 시장전망분석운용서버(1000), 온라인시장가격정보분석서버(2000), 통합데이터베이스서버(3000), 산업동향지식정보서버(4000), 데이터사전서버(5000), 통신망(6000), 단말수단(7000)을 포함하는 구성이다.
시장전망분석운용서버(1000)는 온라인 시장에서 유통되는 특정 상품을 통계적 방식으로 분석하여 상품의 판매가격과 마케팅 전략을 제시하고 시스탬 전체의 운용을 감시하며 제어한다.
시장전망분석운용서버(1000)는 통신망(6000)을 경유하여 접속된 단말수단(7000)에 최신 버전의 온라인마케팅 앱(APP)을 다운로드로 제공하고 단말수단(7000)이 입력한 해당 명령신호에 의하여 특정 상품에 대한 시장 동향을 검색 분석하고 분석하여 수립된 마케팅 전략 정보를 제공한다. 이때, 제공되는 마케팅 전략정보는 테이블과 그래프 등으로 이루어져 쉽게 이해하고 판단할 수 있는 시각적 정보이다.
시장전망분석운용서버(1000)는 특정 상품의 판매시점별 가격, 도입기와 성장기와 성숙기와 쇠퇴기에 의한 수명주기, 판매가격 하락, 경쟁사 정보를 분석하고 산업별과 업종별 경제지표와 선행지수에 융합분석하여 판매가격 결정을 위한 분석된 마케팅 정보를 테이블과 그래프화된 시각정보로 출력되도록 제어하고 감시한다.
온라인시장가격정보분석서버(2000)는 온라인에서 운용되는 상품 유통 사이트에 접속하고 시장전망분석운용서버(1000)의 해당 제어와 감시에 의하여 특정 상품의 브랜드 별 유통가격과 판매 추이를 크롤링 기법으로 검색하고 분석한다.
온라인시장가격분석서버(2000)는 해당 사이트에 접속하여 수집할 데이터가 포함된 URL 정보를 수집하고 HTML 코드 분석에 의하여 데이터 정보를 추출한다.
제품수명주기에 의한 온라인과 오프라인 가격분석 서비스시스템이 데이터를 수집하고 기록하는 방식의 개념은 도 18 에 잘 도시되어 있다.
통합데이터베이스서버(3000)는 시장전망분석운용서버(1000)의 해당 제어와 감시에 의하여 온라인시장가격정보분석서버(2000)가 검색한 정보를 할당된 영역에 기록 저장한다.
통합데이터베이스서버(3000)는 공공데이터베이스부(3100), 온라인시장데이터베이스부(3200), 산업지수데이터베이스부(3300), 조사데이터베이스부(3400)를 포함하는 구성이다.
공공데이터베이스부(3100)는 시장전망분석운용서버(1000)의 해당 제어와 감시에 의하여 공공기관의 해당 데이터베이스로부터 검색한 산업동향 정보를 할당된 영역에 기록 저장한다.
온라인시장데이터베이스부(3200)는 시장전망분석운용서버(1000)의 해당 제어와 감시에 의하여 국내와 국외의 온라인 시장으로부터 검색된 특정 상품의 시기별 유통가격, 브랜드, 유통숫자 정보를 할당된 영역에 기록 저장한다.
산업지수데이터베이스부(3300)는 시장전망분석운용서버(1000)의 해당 제어와 감시에 의하여 공공기관의 해당 데이터베이스로부터 검색한 산업지수 정보를 할당된 영역에 기록 저장한다.
조사데이터베이스부(3400)는 시장전망분석운용서버(1000)의 해당 제어와 감시에 의하여 국내와 국외의 온라인 시장으로부터 검색되어 조사된 경쟁사 상품에 대한 정보를 할당된 영역에 기록 저장한다.
산업동향지식정보서버(4000)는 시장전망분석운용서버(1000)의 해당 제어와 감시에 의하여 해당 공공기관의 데이터베이스서버에 접속하고 특정 상품에 관련된 공공정보를 크롤링 기법으로 검색한다.
산업동향지식정보서버(4000)는 해당 사이트에 접속하여 수집할 데이터가 포함된 URL 정보를 수집하고 HTML 코드 분석에 의하여 데이터 정보를 추출한다.
데이터사전서버(5000)는 시장전망분석운용서버(1000)의 해당 제어와 감시에 의하여 통합데이터베이스서버(3000)에 기록 저장되는 시장정보를 일련의 프레임(FRAME) 단위로 포맷하여 출력하고 일련의 프레임 단위로 포맷(format)된 정보를 입력하여 시장정보를 추출한다. 프레임 단위의 포맷에 대하여는 이미 상세하게 설명하였으므로 중복 설명을 생략하기로 한다.
데이터사전서버(5000)는 수집된 데이터와 분석된 데이터를 소정 크기의 프레임(frame) 단위에 의한 정형데이터로 변환하는 구성이다.
시장전망분석운용서버(1000)는 데이터사전서버(5000)를 제어하여 시스템 내에서 전송되는 모든 데이터를 설명된 단위 프레임으로 암호화 변환하여 송신되도록 제어하고 수신된 모든 데이터는 데이터사전서버(5000)를 제어하여 복호화하고 해당 목적지로 전송되도록 제어와 감시힌다.
통신망(6000)은 유선통신망과 이동통신망이 포함되는 무선통신망 및 광통신망 등이 모두 포함되는 범용 통신망 구성으로 설명한다.
단말수단(7000)은 이동통신용 단말기와 유선접속되는 데이터 단말기 또는 컴퓨터가 포함되며, 시장전망분석운용서버(1000)와 접속되어 최신 버전의 온라인마케팅 앱(app)을 다운로드 받아 자동으로 설치하고 운용한다.
단말수단(7000)은 시장전망분석운용서버(1000)에 접속하여 마케팅 정보를 제공받기 위한 해당 명령어, 데이터를 입력하고, 수집되고 "좁?* 결과에 의한 리포트를 출력하여 시각적으로 확인할 수 있는 구성이다.
한편, 필요에 의하여 제품수명주기에 의한 온라인과 오프라인 가격분석 서비스시스템(900)을 구성하는 모든 기능부는 전송되는 데이터를 이미 설명한 단위 프레임으로 암호화 변환하여 송신하고 수신하는 단위 프레임을 복호화하여 해당 데이터를 추출하는 기능이 구비된 구성으로 설명한다. 즉, 단위 프레임으로 변환하는 암호화와 해당 복호화 기능을 이중화 시켜 장애 발생에 대비한다.
도 10 은 본 발명의 일 실시 예에 의한 것으로 제품수명주기에 의한 온라인과 오프라인 가격분석 서비스시스템에 구비된 시장전망분석운용서버의 운용방법 설명도 이고, 도 19 은 본 발명의 일 실시 예에 의한 것으로 시장전망분석운용서버가 분석하는 개념 설명도 이다.
첨부된 모든 도면을 참조하여 설명하면 특정 상품을 온라인 시장에서 유통시키는 경우 상품의 판매시기와 마케팅전략과 판매가격을 분석 제시하는 제품수명주기에 의한 온라인과 오프라인 가격분석 서비스시스템의 운용방법에 있어서, 제품수명주기에 의한 온라인과 오프라인 가격분석 서비스시스템을 구성하는 시장전망분석운용서버에 의하여 상품정보의 분석을 시작하는 명령신호가 입력되는 것으로 판단되면(S100), 특정 상품을 지정하는 신호를 입력받고(S110) 시장을 분석하는 명령신호가 입력되는지를 판단한다(S120).
제 1 단계에서 시장을 분석하는 명령신호가 입력되는 것으로 판단되면(S110), 온라인시장가격정보분석서버를 제어하여 크롤링 기법으로 지역별 상품별 최상위권 주요상표의 지수 분석, 월단위 지역별 상품별 검색된 동향 분석, 히트 상품 기준 지역별 검색된 모델 분석, 상품별 100일간의 판매가격 추이 분석을 하고(S130), 판매분석의 명령신호가 입력되는지를 판단한다(S140).
시장전망분석운용서버에 의하여 판매분석의 명령신호가 입력되는 것으로 판단되면(S140) 상품별 판매를 위한 노출빈도 분석과 분석된 결과를 지정된 도표로 표시되도록 변환하고(S150), 상표분석의 명령신호가 입력되는 것으로 판단되면(S160) 최상위 상표의 인지도분석과 지역별 상품별 구매고객을 연령대와 성별과 직업별로 상세 분석하며(S170), 시장점유율 분석의 명령신호가 입력되는 것으로 판단되면(S180) 최근 3년간의 특정상품이 속한 상품류에 대한 국내외 시장에서의 판매실적 현황과 시장점유율을 회기분석과 시계열분석에 의한 통계적 방식으로 분석한다(S190).
시장전망분석운용서버에 의하여 가격예측의 명령신호가 입력되는 것으로 판단되면(S200) 회기분석과 시계열분석에 의한 통계적 방식으로 상품별 시장점유율 전망과 해당 실적과 추세를 분석하고 가격대를 분류하는 중요 요소를 분석하며, 기타 영향력 있는 요소 별로 분석하고 판매 1위 브랜드 상품의 시장 추세를 분석한다(S210).
시장전망분석운용서버에 의하여 리포트 명령신호가 입력되는 것으로 판단되면(S220) 출력될 테이블과 그래프의 지정된 형식을 입력하여 설정하고 설정된 형식에 의한 테이블과 그래프를 이용하여 시각적으로 출력 표시 시킨다(S230).
한편, 제품수명주기(PLC)에 의한 온라인과 오프라인 가격분석 서비스시스템을 구성하는 온라인시장가격정보분석서버에 의하여 특정 상품에 대한 데이터 수집의 명령신호가 입력되는 것으로 판단되면(S310) 온라인 사이트에서 유통되는 상품을 특정하는 명령신호를 입력하고(S320), 특정된 상품이 포함된 URL 정보를 수집하며(S330) 특정 상품에 대한 HTML 코드와 변수를 수집하고 분석한다(S340).
수집된 특정상품의 정보로부터 추출할 데이터 형식을 설정하는 해당 명령신호가 입력되는 경우(S350) 설정된 데이터 형식으로 최근 3 년간의 해당 정보를 추출하고(S360), 통합데이터베이스서버를 구성하는 온라인시장데이터베이스부의 할당된 영역에 기록 저장한다(S370).
온라인시장가격정보분석서버에 의하여 추출할 데이터 형식을 규정하는 해당 명령신호가 입력되지 아니한 경우 추출할 데이터 형식을 입력하고(S380), 상품관련 정보 추출 단계(S360)으로 진행한다.
도 11 은 본 발명의 일 실시 예에 의한 것으로 제품수명주기(PLC)에 따른 수명주기별 온라인과 오프라인 가격분석 서비스 방법 설명도 이고, 도 12는 본 발명의 일 실시 예에 의한 것으로 크롤링 방식 빅데이터 수집과 통계적 미분으로 변환하는 개념 설명도 이며, 도 13 은 본 발명의 일 실시 예에 의한 것으로 도 12에 의한 각 단계별 기능적 개념 설명도 이고, 도 14 는 본 발명의 일 실시 예에 의한 것으로 제품수명주기(PLC) 검색 엔진이 추출하는 패턴 데이터 개념 설명도 이고, 도 15 는 본 발명의 일 실시 예에 의한 것으로 도 14에 의하여 추출된 최적 상태 그래프 도시도 이고, 도 16 은 본 발명의 일 실시 예에 의한 것으로 제품수명주기(PLC) 검색 엔진을 구성하는 각 모듈부의 기능 설명도 이고, 도 17 은 본 발명의 일 실시 예에 의한 것으로 제품수명주기(PLC) 검색 엔진이 축적하고 추출하여 출력하는 특정 상품에 대한 시각적 패턴 그래프 설명도 이다.
시스템(900)은 마케팅 대상 상품(제품)별 빅데이터를 크롤링 기법으로 수집하고 판매 히스토그램을 통계적 미분을 통해 연속형 확률변수의 분포 형태로 변환한다(S410).
수집되고 통계적 미분을 통해 연속형 확률변수의 분포 형태로 변환된 데이터로부터 마케팅 대상 상품에 대하여 도입기, 성장기, 성숙기, 쇠퇴기로 구분되는 제품수명주기(PLC)에 따른 패턴 데이터를 추출한다(S420).
출시할 상품, 새로이 기획되는 신상품의 유사성 분석 등에 대하여 제품수명주기(PLC)에 따라 추출된 패턴 데이터를 출력한다(S430).
즉, 빅데이터로 수집되어 축적된 데이터베이스(DB)로부터 도입기, 성장기, 성숙기, 쇠퇴기에 의한 제품수명주기(PLC)별 가격정보를 통계적 모델로 추출하고 가격성장곡선 그래프와 해당 데이터로 제공하므로 판매 예상가격을 추측하는 등 마케팅 분석에 활용된다.
도 20 은 본 발명의 일 실시 예에 의한 것으로 제품수명주기에 의한 온라인과 오프라인 가격분석 서비스시스템의 운용방법을 설명하는 개념도 이다.
첨부된 도 14를 참조하면 해당 각종 빅데이터 정보를 온라인 등으로부터 수집하고 다양한 형식과 인터페이스 등을 이용하여 데이터를 정형화 하면서 정제하고 검증가능하게 변환하여 데이터베이스에 기록저장하고 통합데이터베이스에 기록하여 데이터의 확장성과 유연성을 확보하며 요구에 적합하게 시각적으로 출력 표시하는 일련의 과정이 잘 도시되어 있다.
한편, 본 발명의 제품수명주기에 따른 수명주기별 온라인과 오프라인 정보분석 서비스 시스템은 O2O시스템에 포함되어 있을 수 있으며, 상기 O2O(Online To Offline)는 온라인과 오프라인을 연결하는 방식의 서비스를 말하는데, 정보가 빠르게 유통되는 온라인과 실제 소비가 일어나는 오프라인의 특징을 결합한 개념이며,특히 모바일을 활용하는 경우가 많으며 마케팅부터 결제, 쿠폰 제공 등 모바일 정보와 오프라인 구매를 연결·확장한다
이는, 최근에 주로 전자상거래 혹은 마케팅 분야에서 온라인과 오프라인이 연결되는 현상을 말하는 데 사용되어 1990년대에 집집이 개인용 PC가 보급되고 온라인 쇼핑이 보급되기 시작하면서 나타나기 시작한 현상이 바로 쇼루밍(Showrooming) 현상이며, 쇼루밍은 백화점이나 쇼핑몰에서 상품을 구경한 후, 똑같은 제품을 온라인에서 더 저렴하게 사는 현상을 말한다.
O2O 트렌드가 본격적으로 활성화되기 시작한 것은 누가 뭐래도 소셜커머스 때문일 것이다. ‘반값 공동구매’로 유명해진 소셜커머스는 사실 전자상거래와 마케팅이 교묘하게 결합한 비즈니스 모델이다.
즉, 소비자들에게는 저렴하게 상품이나 서비스를 구매할 기회를 주면서, 동시에 해당 제품이나 매장을 홍보하는 수단이 되기도 했다.
이러한 상기 O2O 서비스는 다양한 분야에서 활용되고 있는데, 모바일에서 결제하면 오프라인 매장에서 제품을 받아갈 수 있는 형태부터, 모바일 배달 주문 서비스나 택시 호출 서비스 등이 대표적인 O2O 서비스이다.
이상에서 본 발명은 기재된 구체 예에 대해서 상세히 설명하였지만 본 발명의 기술사상 범위 내에서 다양한 변형 및 수정이 가능함은 당업자에게 있어서 명백한 것이며, 이러한 변형 및 수정이 첨부된 특허청구범위에 속함은 당연한 것이다.
900 : 제품수명주기에 의한 온라인과 오프라인 가격분석 서비스시스템
1000 : 시장전망분석운용서버 2000 : 온라인시장가격정보분석서버
3000 : 통합데이터베이스서버 4000 : 산업동향지식정보서버
5000 : 데이터사전서버 6000 : 통신망
7000 : 단말수단
1000 : 시장전망분석운용서버 2000 : 온라인시장가격정보분석서버
3000 : 통합데이터베이스서버 4000 : 산업동향지식정보서버
5000 : 데이터사전서버 6000 : 통신망
7000 : 단말수단
Claims (10)
- 특정 상품을 온라인 시장에서 유통시키는 경우 상품의 판매시기와 마케팅전략과 판매가격을 분석 제시하는 제품수명주기에 의한 온라인과 오프라인 정보분석 서비스시스템에 있어서,
온라인 시장에서 유통되는 특정 상품을 통계적 방식과 제품수명주기 알고리즘으로 분석하여 상품의 판매가격과 마케팅 전략을 제시하고 시스탬 전체의 운용을 감시하며 제어하는 시장전망분석운용서버;
온라인에서 운용되는 상품 유통 사이트에 접속하고 상기 시장전망분석운용서버의 해당 제어와 감시에 의하여 특정 상품의 브랜드 별 유통가격과 판매 추이를 크롤링 기법으로 검색하고 분석하는 온라인시장가격정보분석서버; 및
상기 시장전망분석운용서버의 해당 제어와 감시에 의하여 상기 온라인시장가격정보분석서버가 검색한 정보를 할당된 영역에 기록 저장하는 통합데이터베이스서버; 를 포함하고,
상기 제품수명주기 알고리즘은
상품의 실적을 산정하기 위한 기본 모듈이고 평활 모델에 의한 Growth Curve 작성의 PLC 작성 규칙을 제어하며, Distance Curve에 의한 특성점 도출 모델에 의한 PLC 특성점 1 을 도출하고, Velocity Curve에 의한 특성점 도출 모델에 의한 PLC 특성점 2 를 도출하며, 사용자의 지정에 의한 예외 규칙을 정의하는 User Defined 기능을 하는 스탠다이즈드 모듈;
전략적으로 Best Case에 해당하는 PLC 도출 모듈이고, Best Practice에 해당하는 조건을 관리하는 Condition Manager기능과, 특성치의 최대 기준에 의한 자동 Case Select하는 Maximizer 기능과 과거 특성점 패턴에 의한 자동 Case Select하는 Optimizer 기능과 과거 특성에 의한 제품의 그룹을 분류하는 Grouping 기능을 하는 베스트프택티스모듈;
주요 컨트롤 가능한 요인들에 따른 민감도를 측정하는 모듈이며 각 제품의 특성점들에 영향을 미치는 민감도를 검출하는 Case Omitter 기능과, 영향력 함수값(BIC, SBC 등)의 변동을 검출하는 Information Sensitivity 기능과 민감도 측정 대상 요인과 파라미터들을 관리하는 Sensitivity Manager 기능을 하는 센시티비티 모듈;
전략적 요인과 환경적 요인에 의한 보정 규칙을 정하는 모듈이며, 계절적 요인에 의한 변동의 보정 규칙을 정하는 Seasonality Detector 기능과 주기적인 변동에 대한 보정 규칙을 정하는 Cycle Detector 기능과 특이한 변동 또는 이상 변동에 대한 보정 규칙을 정하는 Outlier Detector와 전략적 요인(기업전략 등)에 대한 보정 규칙을 정하는 Spike Detector 기능을 하는 스트라테직 어디티브 모듈; 을 포함하여 이루어지는 제품수명주기에 의한 온라인과 오프라인 정보분석 서비스시스템.
- 제 1 항에 있어서,
상기 시장전망분석운용서버의 해당 제어와 감시에 의하여 해당 공공기관의 데이터베이스서버에 접속하고 상기 특정 상품에 관련된 공공정보를 크롤링 기법으로 검색하는 산업동향지식정보서버; 를 더 포함하여 이루어지는 구성을 특징으로 하는 제품수명주기에 의한 온라인과 오프라인 정보분석 서비스시스템. - 제 2 항에 있어서,
상기 시장전망분석운용서버의 해당 제어와 감시에 의하여 상기 통합데이터베이스서버에 기록 저장되는 시장정보를 일련의 프레임 단위로 포맷하여 출력하고 일련의 프레임 단위로 포맷된 정보를 입력하여 시장정보를 추출하는 데이터사전서버;를 더 포함하여 이루어지는 구성을 특징으로 하는 제품수명주기에 의한 온라인과 오프라인 정보분석 서비스시스템.
- 제 1 항 또는 제 2 항에 있어서,
상기 시장전망분석운용서버는 통신망을 경유하여 접속된 단말수단에 최신 버전의 온라인마케팅 앱을 다운로드로 제공하고 상기 단말수단이 입력한 특정 상품에 대한 시장 동향을 검색 분석하여 수립된 마케팅 전략 정보를 제공하는 구성으로 이루어지는 것을 특징으로 하는 제품수명주기에 의한 온라인과 오프라인 정보분석 서비스시스템. - 제 1 항 또는 제 2 항에 있어서,
상기 시장전망분석운용서버는
상기 특정 상품의 판매시점별 가격, 도입기와 성장기와 성숙기와 쇠퇴기에 의한 수명주기, 판매가격 하락, 경쟁사 정보를 분석하고 산업별과 업종별 경제지표와 선행지수에 융합분석하여 판매가격 결정을 위한 분석된 마케팅 정보를 테이블과 그래프화된 시각정보로 출력되도록 제어하고 감시하는 구성으로 이루어지는 것을 특징으로 하는 제품수명주기에 의한 온라인과 오프라인 정보분석 서비스시스템. - 제 3 항에 있어서,
상기 온라인시장가격정보분석서버와 상기 산업동향지식정보서버는 해당 사이트에 접속하여 수집할 데이터가 포함된 URL 정보를 수집하고 HTML 코드 분석에 의하여 데이터 정보를 추출하며, 상기 데이터사전서버는 프레임 단위의 정형데이터로 변환하는 구성으로 이루어지는 것을 특징으로 하는 제품수명주기에 의한 온라인과 오프라인 정보분석 서비스시스템.
- 제 1 항 또는 제 2 항에 있어서,
상기 통합데이터베이스서버는
상기 시장전망분석운용서버의 해당 제어와 감시에 의하여 공공기관의 해당 데이터베이스로부터 검색한 산업동향 정보를 할당된 영역에 기록 저장하는 공공데이터베이스부;
상기 시장전망분석운용서버의 해당 제어와 감시에 의하여 국내와 국외의 온라인 시장으로부터 검색된 특정 상품의 시기별 유통가격, 브랜드, 유통숫자 정보를 할당된 영역에 기록 저장하는 온라인시장데이터베이스부;
상기 시장전망분석운용서버의 해당 제어와 감시에 의하여 공공기관의 해당 데이터베이스로부터 검색한 산업지수 정보를 할당된 영역에 기록 저장하는 산업지수데이터베이스부; 및
상기 시장전망분석운용서버의 해당 제어와 감시에 의하여 국내와 국외의 온라인 시장으로부터 검색되어 조사된 경쟁사 상품에 대한 정보를 할당된 영역에 기록 저장하는 조사데이터베이스부; 를 포함하여 이루어지는 제품수명주기에 의한 온라인과 오프라인 정보분석 서비스시스템. - 삭제
- 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190077047A KR102286415B1 (ko) | 2019-06-27 | 2019-06-27 | 제품수명주기에 따른 수명주기별 온라인과 오프라인 정보분석 서비스 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190077047A KR102286415B1 (ko) | 2019-06-27 | 2019-06-27 | 제품수명주기에 따른 수명주기별 온라인과 오프라인 정보분석 서비스 시스템 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210001243A KR20210001243A (ko) | 2021-01-06 |
| KR102286415B1 true KR102286415B1 (ko) | 2021-08-04 |
Family
ID=74128633
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190077047A KR102286415B1 (ko) | 2019-06-27 | 2019-06-27 | 제품수명주기에 따른 수명주기별 온라인과 오프라인 정보분석 서비스 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102286415B1 (ko) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102363615B1 (ko) | 2021-04-22 | 2022-02-16 | 주식회사 아잉 | 인공지능 기반 의류 트렌드 분석 및 이를 기반으로 한 의류 판매 전략 도출 방법, 장치 및 시스템 |
| CN113362108B (zh) * | 2021-06-02 | 2023-12-29 | 北京国联视讯信息技术股份有限公司 | 一种基于人工智能的精准运营方法及系统 |
| KR102322845B1 (ko) | 2021-07-15 | 2021-11-05 | (주)그래코퍼레이션 | 인공지능 기반 브랜드 마케팅 전략 도출 방법, 장치 및 시스템 |
| CN115545233A (zh) * | 2022-10-13 | 2022-12-30 | 浙江针星网络科技有限公司 | 一种适用于针纺行业设备的售后维修保养管理方法 |
| KR102571415B1 (ko) * | 2022-12-22 | 2023-08-29 | 주식회사 니즈커머스 | 온라인 직거래 마케팅시스템의 제어방법 |
| CN116362906A (zh) * | 2023-05-15 | 2023-06-30 | 华中科技大学同济医学院附属协和医院 | 一种提高准确性的收支管理方法 |
| CN117036141B (zh) * | 2023-10-08 | 2023-12-08 | 交通运输部公路科学研究所 | 针对公路全生命周期的数据处理方法和数据交互系统 |
| KR102642567B1 (ko) | 2023-10-27 | 2024-02-28 | 김계숙 | 뉴럴 네트워크를 이용하여 프라이싱을 수행하는 방법 및 장치 |
| CN117634854A (zh) * | 2024-01-25 | 2024-03-01 | 广东九河云计算有限公司 | 一种云平台状态实时同步监管的多云管理系统及方法 |
| CN117891859B (zh) * | 2024-03-15 | 2024-05-28 | 山东盛途互联网科技有限公司 | 一种用于工业物联网的数据处理方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005157836A (ja) * | 2003-11-27 | 2005-06-16 | Toshiba Corp | 商品販売量予測装置、商品販売量予測方法及びモデル学習方法 |
| JP2008083999A (ja) * | 2006-09-27 | 2008-04-10 | Sumitomo Heavy Ind Ltd | 需要予測方法、需要予測装置、需要予測プログラム、及び該プログラムを記録した記録媒体 |
| KR101703529B1 (ko) * | 2015-08-04 | 2017-02-07 | 천지정 | 시장 분석 서비스 제공 방법 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101336151B1 (ko) | 2011-12-30 | 2013-12-03 | 주식회사 다나와 | 온라인 쇼핑몰의 관심상품 정보를 수집하여 가격비교 서비스를 제공하는 방법 및 시스템 |
| KR20140053444A (ko) * | 2012-10-25 | 2014-05-08 | 한국과학기술정보연구원 | 시장규모예측장치, 시장규모예측방법 및 시장규모를 예측하는 프로그램을 저장하는 저장매체 |
-
2019
- 2019-06-27 KR KR1020190077047A patent/KR102286415B1/ko active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005157836A (ja) * | 2003-11-27 | 2005-06-16 | Toshiba Corp | 商品販売量予測装置、商品販売量予測方法及びモデル学習方法 |
| JP2008083999A (ja) * | 2006-09-27 | 2008-04-10 | Sumitomo Heavy Ind Ltd | 需要予測方法、需要予測装置、需要予測プログラム、及び該プログラムを記録した記録媒体 |
| KR101703529B1 (ko) * | 2015-08-04 | 2017-02-07 | 천지정 | 시장 분석 서비스 제공 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20210001243A (ko) | 2021-01-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102286415B1 (ko) | 제품수명주기에 따른 수명주기별 온라인과 오프라인 정보분석 서비스 시스템 | |
| US11977995B2 (en) | Machine learning artificial intelligence system for predicting hours of operation | |
| US20190156426A1 (en) | Systems and methods for collecting and processing alternative data sources for risk analysis and insurance | |
| US20210042767A1 (en) | Digital content prioritization to accelerate hyper-targeting | |
| CN110008248B (zh) | 一种数据处理方法和装置 | |
| CN111652657A (zh) | 商品销量预测方法、装置、电子设备及可读存储介质 | |
| JP5960887B1 (ja) | 算出装置、算出方法及び算出プログラム | |
| US20080140514A1 (en) | Method and system for risk evaluation and management | |
| KR102309148B1 (ko) | 소상공인의 경쟁력 제고를 위한 ｐｏｓ 기반 매장 운영 분석 서비스 제공 시스템 | |
| KR101703529B1 (ko) | 시장 분석 서비스 제공 방법 | |
| CN108572988A (zh) | 一种房产评估数据生成方法和装置 | |
| CN118153964B (zh) | 基于大数据技术的供应商企业风险评估方法及系统 | |
| Sánchez Torres et al. | Exploring the factors affecting the use of C2C in Colombia | |
| Si | Construction and application of enterprise internal audit data analysis model based on decision tree algorithm | |
| CN115456745A (zh) | 小微企业画像构建方法及装置 | |
| Wang et al. | Multiview Graph Learning for Small‐and Medium‐Sized Enterprises’ Credit Risk Assessment in Supply Chain Finance | |
| Härting et al. | Cost-benefit considerations for data analytics-an SME-oriented framework enhanced by a management perspective and the process of idea generation | |
| KR102562565B1 (ko) | 자동화 기반의 데이터 수집 및 분석을 통해 벤치마크 정보를 제공하는 비즈니스 분석 정보 제공 방법, 장치, 및 프로그램 | |
| Mahammadi Torkamani et al. | Designing an Intelligent Pattern of Digital Consumer Behavior Based on Big Data | |
| Moslehi et al. | Investigation of effective factors in expanding electronic payment in Iran using datamining techniques | |
| Badwan et al. | Financial Risk Management in the Supply Chain Using Business Intelligence and Big Data | |
| CN113850609A (zh) | 一种客户管理系统、方法、计算机设备和存储介质 | |
| Deepa et al. | Advanced machine learning for enterprise IoT modeling | |
| JP6152215B2 (ja) | 算出装置、算出方法及び算出プログラム | |
| KR102666173B1 (ko) | 금융 소비자 맞춤형 공시 분석 정보 제공 장치 및 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) | ||
| GRNT | Written decision to grant |