KR102295229B1 - 프로모션 시점 자동 추천 방법, 장치 및 시스템 - Google Patents

Abstract

프로모션 시점 자동 추천 방법, 장치 및 시스템이 개시되어 있다. 프로모션 시점 자동 추천 방법은, 상기 쇼핑몰로부터 출시일로부터 제 1 기간 동안에 상품의 일별 판매량을 수신하고, 수신된 상기 일별 판매량을 기반으로 하여 상기 출시일 이후 기준일별로 제 2 기간 동안의 누적 판매량을 산출하고, 상기 기준일별 제 2 기간 동안의 누적 판매량 중 최대 값인 최대 누적 판매량을 산출하고, 산출된 상기 누적 판매량 및 최대 누적 판매량을 기반으로 하여, 상기 상품에 대응하는 상기 기준일별 판매 활성도 값을 산출하고, 산출된 상기 판매 활성도 값을 기반으로 하여, 상기 상품의 프로모션 시점에 대응하는 기준일을 검출할 수 있다. 따라서, 쇼핑몰에서 판매하는 상품의 판매 추이를 분석하는 것을 기반으로 하여 상품의 프로모션이 필요한 시점을 검출하고, 상품에 대한 적절한 프로모션 시점을 사용자에게 추천할 수 있다.

Description

프로모션 시점 자동 추천 방법, 장치 및 시스템 {Method, Apparatus and System for Recommending Promotion Time}

본 발명은 프로모션 시점 자동 추천 방법, 장치 및 시스템에 관한 것으로서, 좀더 상세하게는 상품의 판매 추이를 분석하여 프로모션이 필요한 시점을 검출하여 사용자에게 추천할 수 있는 프로모션 시점 자동 추천 방법, 장치 및 시스템에 관한 것이다.

최근 들어, 인터넷 등과 같은 온라인 통신의 대중화는 그 어느 때 보다 상거래 환경을 급격하게 변화시켰다. 이제는 온라인 또는 인터넷 쇼핑이라는 말 자체가 새삼 낯설 정도로 인터넷 또는 온라인이라는 단어가 불필요한 수식어처럼 느껴질 만큼 온라인을 통한 전자상거래가 활성화되고 있다. 그리고 온라인 전자상거래 시장의 확대 추세는 더욱 확대될 전망이다.

온라인을 통하여 상품을 판매하는 쇼핑몰의 운영에 있어서, 적절한 재고량 관리는 매우 중요하다. 예를 들어, 재고 부족으로 인한 판매 기회의 상실을 방지하기 위하여 쇼핑몰 운영자는 상품의 생산 또는 주문 후 입고 기간을 기준으로 정해진 기간 내의 판매 수량을 대략적으로라도 예측하고, 예측에 따른 재고를 보유하고 있어야 한다.

반면, 예컨대 판매 부진 또는 예측된 판매 수량 과다로 인한 재고는 자금 회전이 어려워지는 등 사업의 주요 리스크 요인이 된다. 따라서, 운영자는 예상치 않게 재고가 과다하게 쌓여 있다고 판단되거나, 판매가 신통치 않다고 판단되거나, 판매 추이 반전을 위하여 가격할인 등과 같은 프로모션을 수행하여 공격적으로 재고를 소진하는 것이 보통이다.

예를 들어, 한국등록특허 제0749093호는 사용자프로모션 상품을 구매할 가능성이 높은 프로모션 소비자 군을 결정하여 프로모션을 수행하는 상품 프로모션 시스템을 개시하고 있다.

한국등록특허 제0749093호

본 발명은 이러한 문제점을 해결하기 위한 것으로서, 쇼핑몰에서 판매하는 상품의 판매 추이를 분석하는 것을 기반으로 하여 상품의 프로모션이 필요한 시점을 검출하고, 상품에 대한 적절한 프로모션 시점을 사용자에게 추천할 수 있는 프로모션 시점 자동 추천 장치, 방법 및 시스템을 제공하는데 그 목적이 있다.

이러한 목적을 달성하기 위하여 본 발명은 일 측면(Aspect)에서 프로모션 시점 자동 추천 방법을 제공한다. 상기 프로모션 시점 자동 추천 방법은 쇼핑몰과 연동하는 서버에 의하여 수행되는 방법으로서, 상기 쇼핑몰로부터 출시일로부터 제 1 기간 동안에 상품의 일별 판매량을 수신하는 단계; 수신된 상기 일별 판매량을 기반으로 하여, 상기 출시일 이후 기준일별로 제 2 기간 동안의 누적 판매량을 산출하는 단계 ??상기 제 2 기간은 시작일로부터 기준일까지의 기간이고 상기 제 1 기간에 포함됨-; 상기 기준일별 제 2 기간 동안의 누적 판매량 중 최대 값인 최대 누적 판매량을 산출하는 단계; 산출된 상기 누적 판매량 및 최대 누적 판매량을 기반으로 하여, 상기 상품에 대응하는 상기 기준일별 판매 활성도 값을 산출하는 단계; 및 산출된 상기 판매 활성도 값을 기반으로 하여, 상기 상품의 프로모션 시점에 대응하는 기준일을 검출하는 단계를 포함한다.

상기 기준일별 판매 활성도 값을 산출하는 단계는, 상기 기준일 별로, 상기 기준일별 누적 판매량을 상기 최대 누적 판매량으로 나누는 단계를 포함할 수 있다. 상기 제 1 기간은 적어도 1달이고, 상기 제 2 기간은 적어도 7일일 수 있다.

상기 프로모션 시점에 대응하는 기준일을 검출하는 단계는, 상기 판매 활성도 값이 설정 값 이하로 천이되는 시점에 대응하는 기준일을 상기 프로모션 시점으로 결정하는 단계; 및 상기 판매 활성도 값이 설정 값 이하로 천이된 후 설정된 기간이 경과하는 시점에 대응하는 기준일을 상기 프로모션 시점으로 결정하는 단계 중 어느 하나일 수 있다.

상기 프로모션 시점에 대응하는 기준일을 검출하는 단계는, 기준일별 판매 활성도 값에 대응하는 판매 상태를 검출하는 단계; 및 상기 판매 상태를 기반으로 하여, 상기 프로모션 시점에 대응하는 기준일을 결정하는 단계를 포함할 수 있다.

상기 판매 상태는, 판매 활성도 값이 제 1 값 이상이고, 상품이 활발하게 판매되고 있음을 나타내는 제 1 상태; 판매 활성도 값이 상기 제 1 값보다 작은 제 2 값 이상이며 상기 제 1 값 미만이고, 상품이 보통의 판매 수준을 나타내는 제 2 상태; 및 판매 활성도 값이 상기 제 2값 미만이고, 상품의 판매가 둔화되고 있음을 나타내는 제 3 상태 중 어느 하나일 수 있다.

상기 기준일을 결정하는 단계는, 상기 판매 상태가 제 3 상태로 천이되는 시점의 기준일을 프로모션 시점으로 결정하는 단계; 및 상기 판매 상태가 제 3 상태로 천이되고 상기 제 3 상태에서 제 3 기간 동안이 경과하면 상기 제 3 시간이 경과하는 시점의 기준일을 프로모션 시점으로 결정하는 단계 중 어느 하나일 수 있다.

상기 상품의 일별 판매량은, 현재 시점까지의 일별 판매량; 및 현재 시점 이후의 일별 판매량을 예측한 일별 예측 판매량 중 적어도 하나를 포함할 수 있다. 상기 프로모션 시점 자동 추천 방법은, 상기 검출된 기준일에 상기 상품의 프로모션을 수행하여야 함을 알리는 프로모션 시점 추천 메시지를 상기 쇼핑몰로 전송하는 단계를 더 포함할 수 있다.

상기 프로모션 시점 자동 추천 방법은, 상기 상품의 상품 식별 정보, 상기 출시일로부터 시간의 흐름에 따른 상기 상품의 누적 판매량 및 판매 활성도 값의 변화를 나타내는 그래프를 포함하는 사용자 인터페이스를 표시하되, 상기 그래프는 상기 판매 활성도 값을 기반으로 하는 프로모션 시점을 표시하는 단계를 더 포함할 수 있다.

한편, 상술한 본 발명의 목적을 달성하기 위하여 본 발명은 다른 측면에서 프로모션 시점 자동 추천 장치를 제공한다. 상기 프로모션 시점 자동 추천 장치는, 쇼핑몰로부터 출시일로부터 제 1 기간 동안에 상품의 일별 판매량을 수신하는 수신부; 수신된 상기 일별 판매량을 기반으로 하여, 상기 출시일 이후 기준일별로 제 2 기간 동안의 누적 판매량을 산출하고, 상기 기준일별 제 2 기간 동안의 누적 판매량 중 최대 값인 최대 누적 판매량을 산출하고, 산출된 상기 누적 판매량 및 최대 누적 판매량을 기반으로 하여, 상기 상품에 대응하는 상기 기준일별 판매 활성도 값을 산출하는 연산부 ??상기 제 2 기간은 시작일로부터 기준일까지의 기간이고 상기 제 1 기간에 포함됨-; 및 산출된 상기 판매 활성도 값을 기반으로 하여, 상기 상품의 프로모션 시점에 대응하는 기준일을 검출하는 검출부를 포함할 수 있다.

상기 연산부는, 상기 기준일 별로, 상기 기준일별 누적 판매량을 상기 최대 누적 판매량으로 나눌 수 있다. 상기 제 1 기간은 적어도 1달이고, 상기 제 2 기간은 적어도 7일일 수 있다.

상기 검출부는, 상기 판매 활성도 값이 설정 값 이하로 천이되는 시점에 대응하는 기준일을 상기 프로모션 시점으로 결정하거나, 상기 판매 활성도 값이 설정 값 이하로 천이된 후 설정된 기간이 경과하는 시점에 대응하는 기준일을 상기 프로모션 시점으로 결정할 수 있다.

상기 검출부는, 기준일별 판매 활성도 값에 대응하는 판매 상태를 검출하고, 상기 판매 상태를 기반으로 하여, 상기 프로모션 시점에 대응하는 기준일을 결정할 수 있다.

상기 판매 상태는, 판매 활성도 값이 제 1 값 이상이고, 상품이 활발하게 판매되고 있음을 나타내는 제 1 상태; 판매 활성도 값이 상기 제 1 값보다 작은 제 2 값 이상이며 상기 제 1 값 미만이고, 상품이 보통의 판매 수준을 나타내는 제 2 상태; 및 판매 활성도 값이 상기 제 2값 미만이고, 상품의 판매가 둔화되고 있음을 나타내는 제 3 상태 중 어느 하나일 수 있다.

상기 검출부는, 상기 판매 상태가 제 3 상태로 천이되는 시점의 기준일을 프로모션 시점으로 결정하거나, 상기 판매 상태가 제 3 상태로 천이되고 상기 제 3 상태에서 제 3 기간 동안이 경과하면 상기 제 3 시간이 경과하는 시점의 기준일을 프로모션 시점으로 결정할 수 있다. 상기 상품의 일별 판매량은, 현재 시점까지의 일별 판매량; 및 현재 시점 이후의 일별 판매량을 예측한 일별 예측 판매량 중 적어도 하나를 포함할 수 있다.

상기 프로모션 시점 자동 추천 장치는, 상기 검출된 기준일에 상기 상품의 프로모션을 수행하여야 함을 알리는 프로모션 시점 추천 메시지를 상기 쇼핑몰로 전송하는 전송부를 더 포함할 수 있다.

상기 프로모션 시점 자동 추천 장치는, 상기 상품의 상품 식별 정보, 상기 출시일로부터 시간의 흐름에 따른 상기 상품의 누적 판매량 및 판매 활성도 값의 변화를 나타내는 그래프를 포함하는 사용자 인터페이스를 표시하되, 상기 그래프는 상기 판매 활성도 값을 기반으로 하는 프로모션 시점을 표시하는 표시부를 더 포함할 수 있다.

한편, 상술한 본 발명의 목적을 달성하기 위하여 본 발명은 또 다른 측면에서 프로모션 시점 자동 추천 시스템을 제공한다. 상기 프로모션 시점 자동 추천 시스템은, 쇼핑몰; 및 상기 쇼핑몰로부터 출시일로부터 제 1 기간 동안에 상품의 일별 판매량을 수신하고, 수신된 상기 일별 판매량을 기반으로 하여, 상기 출시일 이후 기준일별로 제 2 기간 동안의 누적 판매량을 산출하고, 상기 기준일별 제 2 기간 동안의 누적 판매량 중 최대 값인 최대 누적 판매량을 산출하고, 산출된 상기 누적 판매량 및 최대 누적 판매량을 기반으로 하여, 상기 상품에 대응하는 상기 기준일별 판매 활성도 값을 산출하고, 산출된 상기 판매 활성도 값을 기반으로 하여, 상기 상품의 프로모션 시점에 대응하는 기준일을 검출하는 추천 서버 ??상기 제 2 기간은 시작일로부터 기준일까지의 기간이고 상기 제 1 기간에 포함됨-를 포함할 수 있다.

한편, 상술한 본 발명의 목적을 달성하기 위하여 본 발명은 또 다른 측면에서 프로모션 시점 자동 추천 방법을 제공한다. 상기 프로모션 시점 자동 추천 방법은, 쇼핑몰로부터 출시일로부터 현재일까지 제 1 기간 동안에 상품의 일별 판매량을 수신하는 단계; 수신된 상기 일별 판매량을 기반으로 하여, 상기 출시일 이후 기준일별로 제 2 기간 동안의 누적 판매량을 산출하는 단계 ??상기 제 2 기간은 시작일로부터 기준일까지의 기간이고 상기 제 1 기간에 포함됨-; 상기 기준일별 제 2 기간 동안의 누적 판매량 중 최대 값인 최대 누적 판매량을 산출하는 단계; 상기 현재일의 누적 판매량 및 상기 최대 누적 판매량을 기반으로 하여, 판매 활성도 값을 산출하는 단계; 상기 산출된 판매 활성도 값을 기반으로 하여, 상기 현재일이 프로모션을 시작할 시점인지의 여부를 결정하는 단계를 포함할 수 있다.

상기 프로모션 시점 자동 추천 방법은, 상기 현재일이 프로모션을 시작할 시점으로 결정된 경우, 프로모션을 시작할 시점임을 알리는 메시지를 상기 쇼핑몰로 전송하는 단계를 더 포함할 수도 있다.

한편, 상술한 본 발명의 목적을 달성하기 위하여 본 발명은 또 다른 측면에서 프로모션 시점 자동 추천 장치를 제공한다. 상기 프로모션 시점 자동 추천 장치는, 쇼핑몰로부터 출시일로부터 현재일까지 제 1 기간 동안에 상품의 일별 판매량을 수신하는 수신부; 수신된 상기 일별 판매량을 기반으로 하여, 상기 출시일 이후 기준일별로 제 2 기간 동안의 누적 판매량을 산출하고, 상기 기준일별 제 2 기간 동안의 누적 판매량 중 최대 값인 최대 누적 판매량을 산출하고, 상기 현재일의 누적 판매량 및 상기 최대 누적 판매량을 기반으로 하여, 판매 활성도 값을 산출하는 연산부 ??상기 제 2 기간은 시작일로부터 기준일까지의 기간이고 상기 제 1 기간에 포함됨-; 및 상기 산출된 판매 활성도 값을 기반으로 하여, 상기 현재일이 프로모션을 시작할 시점인지의 여부를 결정하는 결정부를 포함할 수 있다.

상기 프로모션 시점 자동 추천 장치는, 상기 현재일이 프로모션을 시작할 시점으로 결정된 경우, 프로모션을 시작할 시점임을 알리는 메시지를 상기 쇼핑몰로 전송부를 더 포함할 수 있다.

이상 설명한 바와 같이, 본 발명에 따르면 쇼핑몰에서 판매하는 상품의 판매 추이를 분석하는 것을 기반으로 하여 상품의 프로모션이 필요한 시점을 검출하고, 상품에 대한 적절한 프로모션 시점을 사용자에게 추천할 수 있다. 따라서, 쇼핑몰은 자의적이고 주관적으로 상품의 프로모션을 수행하는 것에서 벗어나, 특별히 프로모션을 위한 분석을 하지 않더라도 판매 추이에 따라 객관화된 프로모션 시점을 제공받아 상품의 프로모션을 수행할 수 있다.

도 1은 본 발명의 바람직한 실시예들을 실현하기 위한 시스템 구성을 설명하기 위한 블록도이다.
도 2는 도 1에 도시되어 있는 서비스 서버의 구성을 설명하기 위한 블록도이다.
도 3은 도 2에 도시되어 있는 서비스 서버에 의하여 수행되는 프로모션 시점 자동 추천 절차의 흐름을 설명하기 위한 흐름도이다.
도 4 수신된 일별 판매량을 기반으로 하여 출시일 이후 기준일 별로 제 2 기간 동안의 누적 판매량을 산출하는 과정을 예시적으로 설명하기 위한 도표이다.
도 5는 서비스 서버의 표시부에 의하여 표시되는 사용자 인터페이스의 일부분을 예시적으로 나타내는 예시도이다.
도 6은 상품들의 판매 활성도 값에 따른 판매 상태를 예시적으로 설명하기 위한 예시도이다.
도 7은 도 2에 도시되어 있는 서비스 서버에 의하여 수행되는 프로모션 시점 표시 절차의 흐름을 설명하기 위한 흐름도이다.
도 8은 서비스 서버가 다수의 상품의 프로모션 시점에 대응하는 기준일을 나타내는 정보를 하나의 화면에 표시하는 것을 예시적으로 도시하는 예시도이다.
도 9 및 도 10은 서비스 서버가 상품의 판매 상태 및 프로모션 시점을 표시하는 그래프를 예시적으로 도시하는 예시도이다.
도 11은 다수의 상품에 대응하는 다수의 판매 상태를 나타내는 정보를 화면에 표시하기 위한 과정을 설명하기 위한 흐름도이다.
도 12는 다수의 상품에 대한 다수의 판매 상태를 나타내는 정보를 화면에 표시하는 것을 예시적으로 도시하는 예시도이다.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

제 1, 제 2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.

어떤 구성요소가 다른 구성요소에 '연결되어' 있다거나 '접속되어' 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 '직접 연결되어' 있다거나 '직접 접속되어' 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.

본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, '포함하다' 또는 '가지다' 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.

도 1은 본 발명의 바람직한 실시예들을 실현하기 위한 시스템 구성을 설명하기 위한 블록도이다.

도 1에 도시된 바와 같이, 시스템은 다수의 쇼핑몰(10)과 연동하는 서비스 서버(100)를 포함할 수 있다. 여기서 쇼핑몰(10)은, 예컨대, 온라인을 통하여 상품을 판매하는 전자상거래 서버를 의미할 수 있다.

상기 서비스 서버(100)는 하나 또는 다수 개의 서버급 컴퓨터 단말기를 기반으로 구현될 수 있다. 상기 컴퓨터 단말기는 프로그램을 저장하는 메모리, 메모리에 저장된 프로그램을 실행하기 위한 프로세서, 정보 저장을 위한 하드 디스크, 정보를 입력하기 위한 입력부 및 정보를 출력하기 위한 출력부 등을 포함하는 네트워크 단말기일 수 있다.

상기 서비스 서버(100)는 예컨대, 통신망을 통하여 쇼핑몰(10)들로부터 각각의 상품에 대한 일별 판매량을 수신하고, 수신된 일별 판매량을 분석하여 상품의 프로모션 시점 자동 추천, 프로모션 시점 표시 등과 같은 서비스를 쇼핑몰(10)로 제공할 수 있다.

도 2는 도 1에 도시되어 있는 서비스 서버(100)의 구성을 설명하기 위한 블록도이고, 도 3은 도 2에 도시되어 있는 서비스 서버(100)에 의하여 수행되는 프로모션 시점 자동 추천 절차의 흐름을 설명하기 위한 흐름도이다.

도 1 내지 도 3을 참조하면, 서비스 서버(100)의 수신부(110)는 쇼핑몰(10)로부터 상품의 출시일로부터 제 1 기간 동안까지 상품에 대한 일별 판매량을 수신할 수 있다(단계:S1).

상기 제 1 기간은 예컨대, 출시일로부터 현재까지의 기간일 수 있다. 즉, 상기 상품의 일별 판매량은 출시일로부터 현재 시점까지의 일별 판매량일 수 있다. 이 경우 서비스 서버(100)는 현재 시점으로부터 날짜가 갱신될 때마다 새로 갱신된 날의 일별 판매량을 지속적으로 수신할 수 있다. 이 경우 제 1 기간은 갱신된 날만큼 증가할 수 있다. 상기 제 1 기간은 분석의 신뢰성을 위하여 적어도 1달 이상의 기간일 수 있다.

또는, 상기 제 1 기간은 출시일로부터 현재 이후의 미리 설정된 시점까지의 기간을 의미할 수도 있다. 즉, 상기 상품의 일별 판매량은 현재 시점까지의 일별 판매량 및 현재 시점 이후의 일별 판매량을 예측한 일별 예측 판매량을 포함하는 정보일 수 있다.

이 경우 상기 제 1 기간은 서비스 서버(100)에 의하여 표시되는 사용자 인터페이스를 기반으로 관리자에 의하여 미리 설정 가능한 기간이며, 예컨대, 1달, 2달 등과 같이 달 단위로 설정할 수도 있고, 또는 30일, 45일 등과 같이 일 단위로 설정할 수도 있다. 상기 제 1 기간은 분석의 신뢰성을 위하여 적어도 1달 이상의 기간일 수 있다.

예를 들어, 서비스 서버(100)는 제 1 기간을 1달로 설정하였다고 가정하면, A 쇼핑몰(10)로부터 "XXX" 상품에 대한 출시일로부터 1달 경과한 시점까지의 일별 판매량을 수신할 수 있다. 여기서 수신되는 일별 판매량은 현재가 출시일로부터 15일 경과한 시점이라 가정하면, 출시일로부터 현재 시점(예컨대 출시일로부터 15일 경과한 시점)까지의 일별 판매량과, 현재 시점 이후(예컨대 출시일로부터 16일 경과한 시점)로부터 30일이 경과한 시점까지의 일별 예측 판매량을 포함할 수 있다.

상기 일별 예측 판매량은 판매량 예측부(미도시)에 의하여 산출될 수 있다. 판매량 예측부는 쇼핑몰(10)에 구비될 수도 있고, 별도의 판매량 예측 서버에 구비될 수도 있고, 또는 서비스 서버(100)에 구비될 수도 있다. 일별 예측 판매량을 산출하는 과정은 추후 설명하기로 한다.

다음으로, 서비스 서버(100)의 연산부(120)는 수신된 일별 판매량을 기반으로 하여, 상품의 출시일 이후 기준일별로 제 2 기간 동안의 누적 판매량을 산출할 수 있다(단계:S2). 상기 제 2 기간은 시작일로부터 기준일까지의 기간이고 제 1 기간에 포함된다. 예를 들어, 제 2 기간은 7일, 10일 등과 같이 설정될 수 있다. 상기 기준일은 판매활성도 산출의 기준이 되는 날을 의미할 수 있다.

본 실시예에서는 제 1 기간을 31일로, 제 2 기간을 7일로 설정한 것으로 가정하기로 한다. 도 4 수신된 일별 판매량을 기반으로 하여 출시일 이후 기준일 별로 제 2 기간 동안의 누적 판매량을 산출하는 과정을 예시적으로 설명하기 위한 도표이다.

도 4에 도시된 바와 같이, 특정 상품에 대하여, 제 1 기간인 31일 동안 일별 판매량은 출시일인 1일차에 11개, 출시일로부터 2일차에 9개, 3일차에는 10개, 4일차에는 8개, 5일차에는 4개, 6일차에는 5개, 7일차에는 12개, 8일 차에는 11개, 9일차에는 10개, 10일차에는 7개, …, 30일차에는 1개, 31일차에는 0개이다.

서비스 서버(100)는 상기 31일 동안의 일별 판매량을 기반으로 기준일별 누적 판매량을 산출한다. 여기서, 제 2 기간이 7일이므로 출시일 이후 제 2 기간보다 적은 1일차에서 6일차까지는 계산이 불가능하므로, 서비스 서버(100)는 출시일로부터 제 2 기간까지에 해당하는 7일차부터 누적 판매량을 산출할 수 있다.

먼저, 7일차를 기준으로 하여 산출하면, 제 2 기간인 7일간의 누적 판매량은 59개이다. 여기서 7일차에 해당하는 날을 누적 판매량 산출의 기준이 되는 날인 기준일이라 칭할 수 있다. 즉, 제 2 기간은 시작일로부터 기준일까지의 기간을 의미할 수 있다. 여기서 시작일은 기준일 빼기 제 2 기간에 1을 더한 날일 수 있다.

서비스 서버(100)는 누적 판매량의 계산이 가능한 첫날을 기준일로 하여 제 1 기간의 마지막 날까지 기준일별로 누적 판매량을 산출할 수 있다. 예를 들면, 8일차를 기준일로 하였을 경우 제 2 기간인 7일간의 누적 판매량은 59개이며, 9일차를 기준일로 하였을 경우 7일간의 누적 판매량은 60개이 되고, 이러한 방식으로 31일차까지 기준일별 누적 판매량을 산출할 수 있다.

기준일별 누적 판매량이 산출되면, 서비스 서버(100)의 연산부(120)는 산출된 기준일별 누적 판매량 중 최대 값인 최대 누적 판매량을 산출할 수 있다(단계:S3). 최대 누적 판매량은 기준일별 누적 판매량 중 산출 기준인 기준일까지의 최대 판매량을 의미할 수 있다. 예를 들어, 도 4에 도시된 예에서, 10일차까지의 최대 누적 판매량은 9일차 때의 60개이고, 31일차까지의 최대 누적 판매량은 기준일일 13일차일 때 64개이다.

이어서, 서비스 서버(100)의 연산부(120)는 산출된 기준일별 누적 판매량 및 최대 누적 판매량을 기반으로 하여, 상품에 대응하는 기준일별 판매 활성도 값을 산출할 수 있다(단계:S4). 예컨대, 서비스 서버(100)는 기준일별 누적 판매량을 최대 누적 판매량으로 나눔으로써 기준일별 판매 활성도 값을 산출할 수 있다.

예를 들어, 도 4에 도시된 예에서, 기준일이 8일차인 경우 7일간의 누적 판매량은 59개이고 7일간 최대 누적 판매량은 59개 이므로 판매 활성도 값은 1이다. 기준일이 20일차인 경우 7일간의 누적 판매량은 29개이고 최대 누적 판매량은 64개 이므로 판매 활성도 값은 0.45이다. 기준일이 27일차인 경우 7일간 누적 판매량은 16이고 최대 누적 판매량은 64이므로 판매 활성도 값은 0.25이다.

다음으로, 서비스 서버(100)의 검출부(130)는 산출된 기준일별 판매 활성도 값을 기반으로 하여, 상품의 프로모션 시점에 대응하는 기준일을 검출할 수 있다(단계:S5).

예를 들면, 서비스 서버(100)는 판매 활성도 값이 설정 값 이하로 처음 천이되는 시점에 대응하는 기준일을 프로모션 시점으로 결정할 수 있다. 상기 설정 값은 사용자 인터페이스를 통하여 사용자가 직접 설정 가능한 값일 수 있으며, 예컨대 0.2 등과 같이 0.5이하의 양수 값일 수 있다.

상기 판매 활성도 값은 설정 값 이하로 천이된 후 적어도 하루 이후에 다시 올라 설정 값을 초과할 수도 있는데, 이 경우 서비스 서버(100)는, 사용자 인터페이스를 통한 정책 설정에 근거하여, 프로모션을 철회할 것을 요청 또는 나타내거나, 프로모션 계속 유지할 것을 요청 또는 나타내는 메시지 또는 정보를 쇼핑몰(10)로 전달 또는 표시할 수 있다. 여기서 프로모션을 철회하는 경우 다시 판매 활성도 값이 설정 값 이하로 떨어지면 프로모션을 다시 수행할 것을 요청 또는 나타내는 메시지 또는 정보를 쇼핑몰(10)로 전송할 수 있다.

또는, 서비스 서버(100)는 판매 활성도 값이 설정 값 이하로 천이된 후 설정 값 이하에서 유지되면서 설정된 기간이 경과하는 시점에 대응하는 기준일을 상기 프로모션 시점으로 결정할 수도 있다. 즉, 판매 활성도 값이 설정 값 이하로 천이된 후 설정 값 이하에서 적어도 설정된 기간까지 경과하면 해당 기준일을 프로모션 시점으로서 결정하는 것이다.

또는, 서비스 서버(100)는 판매 활성도 값이 설정 값 이하로 천이된 후 설정된 기간 동안의 기준일별 판매 활성도 값의 평균을 계산하여 그 평균값이 설정된 판매 활성도 값 이하일 경우 상기 설정된 기간의 마지막 날을 프로모션 시점으로 결정할 수도 있다.

한편, 서비스 서버(100)의 검출부(130)는 기준일별 판매 활성도 값에 대응하는 판매 상태를 검출하고, 각각의 판매 상태를 기반으로 하여 프로모션 시점에 대응하는 기준일을 결정할 수도 있다.

상품의 판매 상태는 제 1 상태, 제 2 상태 및 제 3 상태를 포함할 수 있다. 제 1 상태는 상품의 판매 활성도 값이 제 1 값 이상인 상태로서, 상품이 활발하게 판매되고 있는 상태를 나타낼 수 있다. 예를 들어, 제 1 상태는 상품의 판매 활성도 값이 0.7 이상인 상태로서 "ACTIVE" 상태 일 수 있다. 제 2 상태는 상품의 판매 활성도 값이 제 1 값보다는 작은 제 2 값 이상이며 제 1 값 미만인 상태로서, 상품이 보통 판매 수준을 나타내는 상태를 나타낼 수 있다. 예를 들어, 제 2 상태는 상품의 판매 활성도 값이 0.2 이상이고 0.7 미만인 상태로서 "NORMAL" 상태일 수 있다. 제 3 상태는 상품의 판매 활성도 값이 제 2 값 미만인 상태로서, 상품의 판매가 둔화되고 있음을 나타내는 상태일 수 있다. 예를 들어, 제 3 상태는 상품의 판매 활성도 값이 0.2 미만인 상태로서 "SLOW" 상태일 수 있다.

도 6은 상품들의 판매 활성도 값에 따른 판매 상태를 예시적으로 설명하기 위한 예시도이다. 도 6에 도시된 예에서 판매 활성도 값이 0.7 이상이면 판매 상태는 "ACTIVE"이고, 판매 활성도 값이 0,2 이상이고 0.7 미만이면 판매 상태는 "NORMAL"이고, 판매 활성도 값이 0.2 미만이면 판매 상태는 "SLOW"라고 가정한다.

도 6에 도시된 바와 같이, 상품 A는 출시 후 총 255개가 판매되었으며, 판매 활성도 값이 0.75이므로 판매 상태는 "ACTIVE"상태이다. 상품 B는 출시 후 132개가 판매되었으며, 판매 활성도 값이 0.52이므로 판매 상태는 "NORMAL"이다. 상품 C는 출시 후 1026개 판매되어 상당히 많은 개수를 판매했으나, 현재 판매 활성도 값은 0.18이므로 판매 상태는 "SLOW"이다.

서비스 서버(100)는 판매 상태가 제 3 상태로 천이되는 시점의 기준일을 프로모션 시점으로 결정할 수 있다. 또는 서비스 서버(100)는 판매 상태가 제 3 상태로 천이된 후 제 3 상태에서 설정된 기간 동안 경과되면 설정된 기간이 경과되는 시점의 기준일을 프로모션 시점으로 결정할 수 있다.

서비스 서버(100)의 전송부(150)는 검출부(130)에 의하여 프로모션 시점에 대응하는 기준일이 결정되면, 해당 기준일이 프로모션 시점임을 알리는 프로모션 시점 추천 메시지를 쇼핑몰(10)로 전송할 수 있다(단계:S7). 프로모션 시점 추천 메시지는 검출된 기준일에 상품의 프로모션을 수행하여야 함을 알리는 추천 메시지가 포함될 수 있다.

다른 한편으로, 서비스 서버(100)의 표시부(140)는 검출부(130)에 의하여 프로모션 시점에 대응하는 기준일이 결정되면, 해당 기준일이 프로모션 시점을 알리는 정보를 포함하는 사용자 인터페이스를 쇼핑몰(10)의 화면에 표시할 수 있다(단계:S6).

상기 사용자 인터페이스는 상품의 상품 식별 정보, 출시일로부터 시간의 흐름에 따른 상품의 누적 판매량 및 판매 활성도 값의 변화를 나타내는 그래프를 포함하며, 그래프는 검출된 기준일에 따른 프로모션 시점을 사용자가 용이하게 인지할 수 있도록 표시할 수 있다.

도 5는 서비스 서버(100)의 표시부(140)에 의하여 표시되는 사용자 인터페이스의 일부분을 예시적으로 나타내는 예시도이다.

도 5에 도시된 바와 같이, 사용자 인터페이스의 상단에는 상품의 상품 식별 정보가 표시된다. 그래프의 X 축은 출시 후 일차를 나타내기 위한 축이고, Y축은 일차에 따른 총 누적 판매량 및 판매 활성도 값을 나타내기 위한 축이다.

상품은 1일차부터 활발하게 판매되어 누적 판매량이 거의 선형에 가깝게 증가하고 60일에 근접하면서 누적 판매량의 증가가 둔화되고 있다. 한편으로, 상품의 판매 활성도 값은 출시 후 7일차부터 산출되어 거의 1에 가깝게 증가하고 이후 하락하여 60일이 경과한 시점에서 0.2 이하로 내려간다. 따라서, 프로모션 시점의 판단 설정 값이 0.2인 경우 프로모션 시점에 대응하는 기준일은 60일이며 그 이후에는 프로모션이 수행될 수 있다. 상기 그래프에는 프로모션 시점 이후에는 프로모션이 수행되어야 함을 사용자가 용이하게 인지할 수 있도록 시각적으로 표시될 수 있다.

한편, 표시부(140)는 서비스 서버(100)의 표시부(140)는 그래프 상에 상품의 일차에 따른 판매 상태를 나타내고, 판매 상태가 제 3 상태로 천이하는 시점을 프로모션 시점으로 표시할 수도 있다.

한편, 서비스 서버(100)는 쇼핑몰(10)에서 판매하는 다수의 상품에 대하여 프로모션 시점을 표시할 수도 있는데, 이하에서는 그 절차에 대하여 살펴보기로 한다.

도 7은 도 2에 도시되어 있는 서비스 서버(100)에 의하여 수행되는 프로모션 시점 표시 절차의 흐름을 설명하기 위한 흐름도이다.

도 7에 도시된 바와 같이, 서비스 서버(100)의 수신부(110)는 다수의 상품에 대한 출시일로부터의 일별 판매량을 수집할 수 있다(단계:S11). 상기 출시일로부터의 일별 판매량은 각각의 상품의 출시일로부터 현재 시점까지의 일별 판매량일 수 있다. 또는 상기 출시일로부터의 일별 판매량은 각 상품의 출시일로부터 현재 시점까지의 일별 판매량 및 현재 시점 이후 미리 설정된 시점까지의 일별 예측 판매량을 포함할 수도 있다. 즉, 출시일로부터의 일별 판매량은 각 상품에 대한 현재까지의 실시간 데이터일 수도 있고, 실시간 데이터에 설정된 시점까지의 일별 예측 판매량을 더 포함한 데이터일 수도 있다.

상기 일별 예측 판매량은 판매량 예측부(미도시)에 의하여 산출될 수 있다. 판매량 예측부는 쇼핑몰(10)에 구비될 수도 있고, 별도의 판매량 예측 서버에 구비될 수도 있고, 또는 서비스 서버(100)에 구비될 수도 있다.

다음으로 서비스 서버(100)의 연산부(120)는 수집된 일별 판매량을 기반으로 하여 다수의 상품에 대한 다수의 기준일별 판매 활성도 값을 산출할 수 있다(단계:S12).

여기서 각각의 상품의 기준일별 판매 활성도 값을 산출하는 절차는 앞서 도 3를 참조한 단계S2 내지 S4의 설명에서 언급한 바 있다. 예를 들어, 서비스 서버(100)는 제 1 상품의 출시일 이후 기준일별로 제 2 기간 동안의 누적 판매량을 산출하고, 상기 기준일별 제 2 기간 동안의 누적 판매량 중 최대 값인 최대 누적 판매량을 산출하고, 산출된 상기 누적 판매량 및 최대 누적 판매량을 기반으로 하여 상기 제 1 상품에 대응하는 상기 기준일별 판매 활성도 값을 산출할 수 있다.

여기서 제 1 상품에 대응하는 기준일별 판매 활성도 값을 산출하는 것은 예컨대, 상기 기준일 별로, 상기 제 1 상품에 대응하는 상기 기준일별 누적 판매량을 상기 최대 누적 판매량으로 나누는 것일 수 있다. 상기 제 2 기간은, 앞서도 언급한 바 있듯이, 시작일로부터 기준일까지의 기간을 의미할 수 있으며 예컨대 7일 등일 수 있다.

서비스 서버(100)의 연산부(120)는 각각의 상품에 대하여 상술한 과정을 반복함으로써 다수의 상품에 대한 다수의 기준일별 판매 활성도 값을 산출할 수 있다.

이어서, 서비스 서버(100)부의 검출부(130)는 산출된 다수의 상품에 대한 기준일별 판매 활성도 값을 기반으로 하여, 다수의 상품의 프로모션 시점에 대응하는 기준일을 검출할 수 있다(단계:S13).

예를 들면, 서비스 서버(100)는 제 1 상품의 판매 활성도 값이 설정 값 이하로 천이되는 시점에 대응하는 기준일을 상기 제 1 상품의 프로모션 시점으로 결정할 수 있다. 또는 서비스 서버(100)는 제 1 상품의 판매 활성도 값이 설정 값 이하로 천이된 후 설정된 기간이 경과하는 시점에 대응하는 기준일을 상기 제 1 상품의 프로모션 시점으로 결정할 수도 있다. 또는 서비스 서버(100)는 제 1 상품의 판매 활성도 값이 설정 값 이하로 천이된 후 설정된 기간 동안의 평균 값이 상기 설정 값 이하인 경우 설정된 기간의 마지막 날에 해당하는 기준일을 프로모션 시점으로 결정할 수도 있다. 서비스 서버(100)는 상술한 과정 중 적어도 어느 하나를 반복함으로써 다수의 상품의 프로모션 시점에 대응하는 기준일을 검출할 수 있다.

한편, 서비스 서버(100)는 다수의 상품에 대한 기준일별 판매 활성도 값에 대응하는 다수의 판매 상태를 검출하고, 다수의 판매 상태를 기반으로 하여 다수의 상품에 대한 프로모션 시점에 대응하는 기준일을 결정할 수도 있다.

여기서, 상품의 판매 상태는 제 1 상태, 제 2 상태 및 제 3 상태를 포함할 수 있다. 제 1 상태는 상품의 판매 활성도 값이 제 1 값 이상인 상태로서, 상품이 활발하게 판매되고 있는 상태를 나타낼 수 있다. 예를 들어, 제 1 상태는 상품의 판매 활성도 값이 0.7 이상인 상태로서 "ACTIVE" 상태 일 수 있다. 제 2 상태는 상품의 판매 활성도 값이 제 1 값보다는 작은 제 2 값 이상이며 제 1 값 미만인 상태로서, 상품이 보통 판매 수준을 나타내는 상태를 나타낼 수 있다. 예를 들어, 제 2 상태는 상품의 판매 활성도 값이 0.2 이상이고 0.7 미만인 상태로서 "NORMAL" 상태일 수 있다. 제 3 상태는 상품의 판매 활성도 값이 제 2 값 미만인 상태로서, 상품의 판매가 둔화되고 있음을 나타내는 상태일 수 있다. 예를 들어, 제 3 상태는 상품의 판매 활성도 값이 0.2 미만인 상태로서 "SLOW" 상태일 수 있다.

예를 들어, 서비스 서버(100)는 제 1 상품의 판매 상태가 제 3 상태로 천이되는 시점의 기준일을 상기 제 1 상품의 프로모션 시점으로 결정할 수 있다. 또는 서비스 서버(100)는 제 1 상품의 판매 상태가 제 3 상태로 천이되고 제 3 상태에서 설정된 기간 동안이 경과하면 상기 설정된 기간이 경과하는 시점의 기준일을 상기 제 1 상품의 프로모션 시점으로 결정할 수도 있다.

다음으로, 서비스 서버(100)의 표시부(140)는 다수의 상품의 프로모션 시점에 대응하는 기준일을 나타내는 정보를 쇼핑몰(10)의 하나의 화면 상에 표시할 수 있다(단계:S14).

도 8은 서비스 서버(100)가 다수의 상품의 프로모션 시점에 대응하는 기준일을 나타내는 정보를 하나의 화면에 표시하는 것을 예시적으로 도시하는 예시도이다.

도 8에 도시된 바와 같이, 그래프의 X 축에는 날짜가 표시될 수 있다. 그래프의 Y 축에는 상품의 총 누적 판매량이 표시될 수 있다. 서비스 서버(100)의 표시부(140)는 날짜의 흐름에 따른 개별 상품의 총 누적 판매량의 변화를 시각적인 그래픽으로 표시할 수 있으며, 검출부(130)에 의하여 개별 상품에 대한 프로모션 시점에 대응하는 기준일이 검출되면 검출된 기준일을 프로모션 시점으로서 시각적으로 용이하게 인지 가능하게 표시할 수 있다. 따라서 하나의 화면에 다수 개의 상품들의 프로모션 시점이 표시될 수 있다.

서비스 서버(100)의 표시부(140)는 개별 상품에 대한 썸 네일 이미지를 데이터베이스로부터 추출할 수 있다. 썸 네일 이미지는 쇼핑몰(10)의 판매 페이지의 대표 이미지일 수 있다. 이를 위하여, 표시부(140)는 쇼핑몰(10)로부터 개별 상품의 대표 이미지를 수집하여 데이터베이스에 저장할 수 있으며, 사용자 인터페이스의 표시 시에 저장된 대표 이미지를 데이터베이스로부터 추출하여 썸 네일 이미지로 사용할 수 있다.

서비스 서버(100)의 표시부(140)는 다수의 상품에 대하여, 개별 상품의 총 누적 판매량의 변화를 나타내는 시각적인 그래픽 상의 프로모션 시점에 대응하는 날짜에 추출된 해당 상품의 썸 네일 이미지 및 날짜를 하이라이트 방식으로 표시할 수 있다. 따라서, 쇼핑몰(10)에서 표시되는 화면에는 다수의 상품들에 대하여, 개별 상품의 총 누적 판매량의 변화가 시각적인 그래픽으로 표시되고 시각적인 그래픽 상에서 프로모션 시점의 날짜 및 썸 네일 이미지 하이라이트 방식으로 표시된다.

한편, 상품별 일별 판매량 데이터가 설정된 기간마다 업데이트되는 경우 서비스 서버(100)는 상품별 일별 판매량 데이터가 갱신될 때마다 상품의 총 누적 판매량, 판매 상태 등을 업데이트하고 프로모션 시점에 대응하는 기준일이 도래하면 그 프로모션 시점을 표시할 수 있다.

도 9 및 도 10은 서비스 서버(100)가 상품의 판매 상태 및 프로모션 시점을 표시하는 그래프를 예시적으로 도시하는 예시도로서, 도 8에 도시된 그래프와 같이 하나의 그래프 상에서 다수의 상품의 총 누적 판매량을 나타내는 그래픽이 시각적으로 표시될 수 있으나 이해의 편의를 위하여 그 중 하나의 상품인 상품 A에 대해서 보여주고 있다.

도 9 내지 도 10에 도시된 바와 같이, 그래프의 X 축에는 날짜가 표시되고, 그래프의 Y 축에는 상품의 총 누적 판매량이 표시될 수 있다. 도 9를 참조하면, 상품 A는 2018년 6월 1일에 출시되어 총 누적 판매량이 거의 선형적으로 증가하고 있음을 나타내는 그래프가 설정된 기간(예컨대, 1일)마다 업데이트될 수 있다.

현재 상품 A는 판매 활성도 값이 0.2 이상이고 0.7 미만이며 판매 상태는 "NORMAL" 상태라고 가정하면, 그래프에는 출시일로부터 현재까지 상품 A의 총 누적 판매량의 변화를 나타내는 그래픽이 시각적으로 표시(예컨대, 도선으로 표시)되고, 상품 A의 총 누적 판매량을 나타내는 그래픽의 단부(즉, 현재 시점)에는 상품 A의 썸 네일 이미지 및 현재 판매 상태를 나타내는 "NORMAL"이 표시될 수 있다.

이후, 시간이 흘러 일별 판매량 데이터가 지속적으로 업데이트되고 9월 10일이 되면 검출부(130)에 의하여 프로모션 시점에 대응하는 기준일이 9월 10일로 검출됨으로써, 프로모션 시점이 도래했음이 검출될 수 있다.

도 10을 참조하면, 그래프에는 출시일로부터 현재까지 상품 A의 총 누적 판매량의 변화를 나타내는 그래픽이 시각적으로 표시(예컨대, 도선으로 표시)되고, 상품 A의 총 누적 판매량을 나타내는 그래픽의 단부(즉, 현재 시점)에는 상품 A의 썸 네일 이미지 및 현재 판매 상태를 나타내는 "SLOW" 가 표시됨과 함께 프로모션 시점인 2018년 9월 10일과 프로모션 시점임을 알리는 하이라이트가 표시될 수 있다.

이후 시간이 더 흘러 일별 판매량 데이터가 지속적으로 업데이트됨에 의하여 상품 A의 총 누적 판매량의 변화를 나타내는 그래픽이 더 연장된다고 하더라도, 상품 A의 판매 상태가 바뀌지 않는 이상 썸 네일 이미지와 프로모션 시점의 날짜 및 하이라이트는 프로모션 시점인 9월 10일에서 이동하지 않게 된다.

한편, 서비스 서버(100)의 표시부(140)는 상술한 방식과는 다르게 다수의 상품에 대응하는 다수의 판매 상태를 나타내는 정보를 쇼핑몰(10)의 화면에 표시할 수도 있다.

도 11은 다수의 상품에 대응하는 다수의 판매 상태를 나타내는 정보를 화면에 표시하기 위한 과정을 설명하기 위한 흐름도이다.

도 11에 도시된 바와 같이, 서비스 서버(100)는 제 1 상태에 대응하는 제 1 영역, 제 2 상태에 대응하는 제 2 영역, 제 3 상태에 대응하는 제 3 영역을 포함하는 판매 상태 표시 영역을 표시할 수 있다(단계:S21). 다른 한편으로, 서비스 서버(100)는 다수의 상품에 대응하는 다수의 썸네일 이미지를 데이터베이스로부터 추출할 수 있다(단계:S22).

이어서, 서비스 서버(100)는 상기 다수의 상품에 대응하는 다수의 판매 상태에 따라 상기 다수의 상품에 대응하는 썸네일 이미지를 판매 상태 표시 영역의 제 1 영역, 제 2 영역 및 제 3 영역 중 대응된 영역에 개별 판매 상태에 대응하도록 썸네일 이미지를 삽입할 수 있다(단계:S23).

도 12는 다수의 상품에 대한 다수의 판매 상태를 나타내는 정보를 화면에 표시하는 것을 예시적으로 도시하는 예시도이다.

도 12에 도시된 바와 같이, 화면에 표시되는 그래프의 X 축은 판매 활성도 값을 나타내고, Y 축은 총 누적 판매량을 값을 나타내고 있다. ㅊ

각각의 상품들의 썸 네일 이미지는 해당 상품의 총 누적 판매량 및 판매 활성도 값에 따라 Y축 및 X 축의 값이 정해지고, 정해진 X 축 및 Y 축이 교차하는 포인트에 썸 네일 이미지가 삽입되어 표시된다.

따라서, 사용자는 그래프를 보고, 각 상품들의 판매 상태를 용이하게 인지할 수 있으며, 특히 "SLOW"영역에 썸네일 이미지가 배치된 상품은 프로모션을 수행하여야 함을 인지할 수 있다.

도 13은 도 12에 도시된 그래프의 표시 방식에 따라 실제 상품들의 썸 네일 이미지를 삽입하여 표시한 그래프를 예시적으로 보여주고 있다.

도 13에 도시된 바와 같이, 판매 활성도 값이 0.2 미만인 영역, 즉 제 3 영역은 "LAGGERS" 영역으로 표시되고, 판매 활성도 값이 0.2 이상이고 0.7 미만인 영역, 즉 제 2 영역은 "FOLLOWERS" 영역으로 표시되고, 판매 활성도 값이 0.7 이상인 영역, 즉 제 1 영역은 "FRONT RUNNERS" 영역으로 표시될 수 있다. 각각의 영역은 다른 영역과 구분되도록 고유한 색상으로 표시된다.

각각의 상품들의 썸 네일 이미지는 해당 상품의 총 누적 판매량 및 판매 활성도 값에 따라 Y축 및 X 축의 값이 정해지고, 정해진 X 축 및 Y 축이 교차하는 포인트에 썸 네일 이미지가 삽입되어 표시될 수 있다.

한편, 앞서 언급한 바와 같이, 일별 예측 판매량은 판매량 예측부에 의하여 산출될 수 있다. 판매량 예측부는 상품의 판매량 예측을 수행할 수 있으며, 쇼핑몰(10)에 구비될 수도 있고, 별도의 판매량 예측 서버에 구비될 수도 있고, 또는 서비스 서버(100)에 구비될 수도 있다. 상품의 판매량 예측은 제 1 예측, 제 2 예측 및 제 3 예측 중 적어도 어느 하나일 수 있다.

상기 제 1 예측은 제 1 시점까지 제 1 상품의 일별 누적판매량 정보를 획득하고, 획득된 일별 누적판매량 정보를 이용하여 시계열 데이터 분석 모델의 파라미터를 추정하고, 추정된 파라미터를 사용하는 상기 시계열 데이터 분석 모델을 이용하여 제 1 시점 이후의 누적판매량의 평균과 표준편차를 예측하고, 예측된 누적판매량 평균과 표준편차를 이용하여 기설정된 제 1 신뢰도 하에서 제 1 시점 이후의 제 2 시점의 누적판매량의 최대값을 산출할 수 있다.

예컨대, 상기 시계열 데이터 분석 모델은 ARIMA(Auto-Regressive Integrated Moving Average) 모델일 수 있다. 획득된 일별 누적판매량 정보를 이용하여 시계열 데이터 분석 모델의 파라미터를 추정하는 것은, 예컨대, ARIMA 모델의 복수 개의 모수들 중 적어도 하나를 변화시키면서, 시계열 데이터의 정상상태 여부를 판단함에 의해, 상기 복수 개의 모수들의 값을 결정하고, 결정된 복수 개의 모수들의 값을 기반으로 ARIMA 모델의 수학식에 포함된 적어도 일부의 항에 대한 계수와 관련된 파라미터를 추정할 수 있다.

상기 복수 개의 모수들은 자기회귀(AR: Autoregression) 모델의 래그(Lag)를 의미하는 제 1 모수(p), 차분횟수를 의미하는 제 2 모수(d), 그리고 이동평균(MA: Moving Average) 모델의 래그를 의미하는 제 3 모수(q)를 포함할 수 있다.

상기 제 2 예측은 제 1 시점까지 제 1 상품의 일별 판매량 정보를 획득하고, 상기 일별 판매량 정보를 기반으로 이산 확률 분포를 따르는 제 1 예측 모델을 고려하여 제 1 시점보다 이후 시점인 제 2 시점까지의 상기 제 1 상품의 일별 판매량을 산출할 수 있다. 여기서 제 2 시점까지의 상기 제 1 상품의 일별 판매량을 산출하는 것은, 상기 제 1 예측 모델의 파라미터의 분포를 베이지안 추론(Bayesian inference)을 통해 추정하는 과정을 포함할 수 있다.

상기 제 1 예측 모델의 파라미터는 상기 제 1 상품의 최대 일일 판매량과 연관된 제 1 파라미터 및 상기 제 1 상품의 예상 판매 기간과 연관된 제 2 파라미터를 포함할 수 있다. 상기 이산 확률 분포는 예를 들면, 포아송 분포(Poission Distribution)일 수 있다. 상기 제 1 파라미터의 값은 상기 제 1 상품의 최초 판매 시점의 판매수량으로 결정될 수 있다.

상기 제 2 시점까지의 상기 제 1 상품의 일별 판매량을 산출하는 것은, 상기 추정된 제 1 예측 모델의 파라미터의 분포를 이용하여 상기 제 1 파라미터의 값 및 상기 제 2 파라미터의 값을 샘플링(sampling)하고, 상기 샘플링한 제 1 및 제 2 파라미터 값을 이용하여 상기 제 1 시점으로부터 제 1 기간의 일별판매량을 시뮬레이션하고, 상기 시뮬레이션 결과를 이용하여 상기 제 1 기간의 일별판매량과 연관된 통계치를 산출할 수 있다.

상기 제 3 예측은 제 1 상품의 제 1 시점까지의 일별 판매 수량 정보를 획득하고, 상기 제 1 상품의 제 1 시점보다 이후인 제 2 시점의 판매수량 예측을 위해, 상기 획득된 일별 판매 수량 정보를 학습데이터로 사용하여, 인공지능 기반의 제 1 예측 모델을 생성하고, 상기 일별 판매 수량 정보를 기반으로 상기 생성된 제 1 예측 모델을 이용하여 상기 제 2 시점의 상기 제 1 상품의 판매수량을 예측할 수 있다.

상기 제 1 예측 모델을 생성하는 것은, 상기 일별 판매 수량 정보를 이용하여, 상기 제 1 예측 모델의 하이퍼 파라미터(hyper parameter)의 값을 변경하면서 상기 제 1 예측 모델을 학습시키고, 상기 일별 판매 수량 정보를 이용하여 학습성능을 평가한 결과, 학습성능이 가장 좋은 하이퍼 파라미터의 값을 상기 제 1 예측 모델의 하이퍼 파라미터의 값으로 결정할 수 있다.

상기 제 1 예측 모델은 LSTM(Long Short Term Memory) 모델을 포함할 수 있다. 상기 학습데이터는 판매 개시 시점으로부터 제 1 기간 단위로 발생한 판매수량을 합산한 판매수량 정보를 포함할 수 있다.

이상 본 발명에 대하여 그 바람직한 실시예를 예시하여 설명하였지만 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구 범위에 기재된 본 발명의 기술적 사항 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시켜 실시할 수 있음을 이해할 수 있을 것이다. 따라서, 본 발명의 앞으로의 실시예들의 변경은 본 발명의 기술을 벗어날 수 없을 것이다.

10 : 쇼핑몰
100 : 서비스 서버
110 : 수신부
120 : 연산부
130 : 검출부
140 : 표시부
150 : 전송부

Claims (25)

1. 쇼핑몰과 연동하는 서버에 의하여 수행되는 방법으로서,
   상기 쇼핑몰로부터 출시일로부터 제 1 기간 동안에 상품의 일별 판매량을 수신하는 단계;
   수신된 상기 일별 판매량을 기반으로 하여, 상기 출시일 이후 기준일별로 제 2 기간 동안의 누적 판매량을 산출하는 단계 -상기 제 2 기간은 시작일로부터 기준일까지의 기간이고 상기 제 1 기간에 포함됨-;
   상기 기준일별 제 2 기간 동안의 누적 판매량 중 최대 값인 최대 누적 판매량을 산출하는 단계;
   산출된 상기 누적 판매량 및 최대 누적 판매량을 기반으로 하여, 상기 상품에 대응하는 상기 기준일별 판매 활성도 값을 산출하는 단계; 및
   산출된 상기 판매 활성도 값을 기반으로 하여, 상기 상품의 프로모션 시점에 대응하는 기준일을 검출하는 단계를 포함하고,
   상기 프로모션 시점에 대응하는 기준일을 검출하는 단계는,
   기준일별 판매 활성도 값에 대응하는 판매 상태를 검출하는 단계; 및
   상기 판매 상태를 기반으로 하여, 상기 프로모션 시점에 대응하는 기준일을 결정하는 단계를 포함하고,
   상기 판매 상태는,
   판매 활성도 값이 제 1 값 이상이고, 상품이 활발하게 판매되고 있음을 나타내는 제 1 상태;
   판매 활성도 값이 상기 제 1 값보다 작은 제 2 값 이상이며 상기 제 1 값 미만이고, 상품이 보통의 판매 수준을 나타내는 제 2 상태; 및
   판매 활성도 값이 상기 제 2값 미만이고, 상품의 판매가 둔화되고 있음을 나타내는 제 3 상태 중 어느 하나이고,
   상기 기준일을 결정하는 단계는,
   상기 판매 상태가 제 3 상태로 천이되는 시점의 기준일을 프로모션 시점으로 결정하는 단계; 및
   상기 판매 상태가 제 3 상태로 천이되고 상기 제 3 상태에서 제 3 기간 동안이 경과하면 상기 제 3 시간이 경과하는 시점의 기준일을 프로모션 시점으로 결정하는 단계 중 어느 하나인 것을 특징으로 하는 프로모션 시점 자동 추천 방법.
   
2. 제 1 항에 있어서, 상기 기준일별 판매 활성도 값을 산출하는 단계는,
   상기 기준일 별로, 상기 기준일별 누적 판매량을 상기 최대 누적 판매량으로 나누는 단계를 포함하는 것을 특징으로 하는 프로모션 시점 자동 추천 방법.
   
3. 제 1 항에 있어서, 상기 제 1 기간은 적어도 1달이고, 상기 제 2 기간은 적어도 7일인 것을 특징으로 하는 프로모션 시점 자동 추천 방법.
   
4. 제 1 항에 있어서, 상기 프로모션 시점에 대응하는 기준일을 검출하는 단계는,
   상기 판매 활성도 값이 설정 값 이하로 천이되는 시점에 대응하는 기준일을 상기 프로모션 시점으로 결정하는 단계; 및
   상기 판매 활성도 값이 설정 값 이하로 천이된 후 설정된 기간이 경과하는 시점에 대응하는 기준일을 상기 프로모션 시점으로 결정하는 단계 중 어느 하나인 것을 특징으로 하는 프로모션 시점 자동 추천 방법.
   
5. 삭제
6. 삭제
7. 삭제
8. 제 1 항에 있어서, 상기 상품의 일별 판매량은,
   현재 시점까지의 일별 판매량; 및
   현재 시점 이후의 일별 판매량을 예측한 일별 예측 판매량 중 적어도 하나를 포함하는 것을 특징으로 하는 프로모션 시점 자동 추천 방법.
   
9. 제 1 항에 있어서, 상기 검출된 기준일에 상기 상품의 프로모션을 수행하여야 함을 알리는 프로모션 시점 추천 메시지를 상기 쇼핑몰로 전송하는 단계를 더 포함하는 것을 특징으로 하는 프로모션 시점 자동 추천 방법.
   
10. 제 1 항에 있어서, 상기 상품의 상품 식별 정보, 상기 출시일로부터 시간의 흐름에 따른 상기 상품의 누적 판매량 및 판매 활성도 값의 변화를 나타내는 그래프를 포함하는 사용자 인터페이스를 표시하되, 상기 그래프는 상기 판매 활성도 값을 기반으로 하는 프로모션 시점을 표시하는 단계를 더 포함하는 것을 특징으로 하는 프로모션 시점 자동 추천 방법.
    
11. 쇼핑몰로부터 출시일로부터 제 1 기간 동안에 상품의 일별 판매량을 수신하는 수신부;
    수신된 상기 일별 판매량을 기반으로 하여, 상기 출시일 이후 기준일별로 제 2 기간 동안의 누적 판매량을 산출하고, 상기 기준일별 제 2 기간 동안의 누적 판매량 중 최대 값인 최대 누적 판매량을 산출하고, 산출된 상기 누적 판매량 및 최대 누적 판매량을 기반으로 하여, 상기 상품에 대응하는 상기 기준일별 판매 활성도 값을 산출하는 연산부 -상기 제 2 기간은 시작일로부터 기준일까지의 기간이고 상기 제 1 기간에 포함됨-; 및
    산출된 상기 판매 활성도 값을 기반으로 하여, 상기 상품의 프로모션 시점에 대응하는 기준일을 검출하는 검출부를 포함하고,
    상기 검출부는,
    기준일별 판매 활성도 값에 대응하는 판매 상태를 검출하고, 상기 판매 상태를 기반으로 하여, 상기 프로모션 시점에 대응하는 기준일을 결정하고,
    상기 판매 상태는,
    판매 활성도 값이 제 1 값 이상이고, 상품이 활발하게 판매되고 있음을 나타내는 제 1 상태;
    판매 활성도 값이 상기 제 1 값보다 작은 제 2 값 이상이며 상기 제 1 값 미만이고, 상품이 보통의 판매 수준을 나타내는 제 2 상태; 및
    판매 활성도 값이 상기 제 2값 미만이고, 상품의 판매가 둔화되고 있음을 나타내는 제 3 상태 중 어느 하나이고,
    상기 검출부는,
    상기 판매 상태가 제 3 상태로 천이되는 시점의 기준일을 프로모션 시점으로 결정하거나, 상기 판매 상태가 제 3 상태로 천이되고 상기 제 3 상태에서 제 3 기간 동안이 경과하면 상기 제 3 시간이 경과하는 시점의 기준일을 프로모션 시점으로 결정하는 것을 특징으로 하는 프로모션 시점 자동 추천 장치.
    
12. 제 11 항에 있어서, 상기 연산부는,
    상기 기준일 별로, 상기 기준일별 누적 판매량을 상기 최대 누적 판매량으로 나누는 것을 특징으로 하는 프로모션 시점 자동 추천 장치.
    
13. 제 11 항에 있어서, 상기 제 1 기간은 적어도 1달이고, 상기 제 2 기간은 적어도 7일인 것을 특징으로 하는 프로모션 시점 자동 추천 장치.
    
14. 제 11 항에 있어서, 상기 검출부는,
    상기 판매 활성도 값이 설정 값 이하로 천이되는 시점에 대응하는 기준일을 상기 프로모션 시점으로 결정하거나, 상기 판매 활성도 값이 설정 값 이하로 천이된 후 설정된 기간이 경과하는 시점에 대응하는 기준일을 상기 프로모션 시점으로 결정하는 것을 특징으로 하는 프로모션 시점 자동 추천 장치.
    
15. 삭제
16. 삭제
17. 삭제
18. 삭제
19. 삭제
20. 삭제
21. 삭제
22. 삭제
23. 삭제
24. 삭제
25. 삭제

Images