KR102321335B1 - 트래픽 데이터를 이용한 광고 비용 결정 방법 및 장치 - Google Patents

트래픽 데이터를 이용한 광고 비용 결정 방법 및 장치 Download PDF

Info

Publication number
KR102321335B1
KR102321335B1 KR1020210070591A KR20210070591A KR102321335B1 KR 102321335 B1 KR102321335 B1 KR 102321335B1 KR 1020210070591 A KR1020210070591 A KR 1020210070591A KR 20210070591 A KR20210070591 A KR 20210070591A KR 102321335 B1 KR102321335 B1 KR 102321335B1
Authority
KR
South Korea
Prior art keywords
information
product
index
traffic data
advertising
Prior art date
Application number
KR1020210070591A
Other languages
English (en)
Inventor
장창민
Original Assignee
장창민
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 장창민 filed Critical 장창민
Priority to KR1020210070591A priority Critical patent/KR102321335B1/ko
Application granted granted Critical
Publication of KR102321335B1 publication Critical patent/KR102321335B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0273—Determination of fees for advertising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/9035—Filtering based on additional data, e.g. user or group profiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0242—Determining effectiveness of advertisements

Landscapes

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

Abstract

본 발명의 일 실시예는 적어도 하나의 서버에 의해 수행되는 트래픽 데이터를 이용한 광고 비용 결정 방법으로서, 상품을 판매하는 제1 외부 서버로부터 트래픽 데이터에 관련된 정보를 획득하는 단계, 상기 트래픽 데이터에 관련된 정보에 포함된 키워드 별 상품에 관련된 정보를 기반으로 제1 상품에 관련된 적어도 하나의 제1 키워드를 도출하는 단계, 상기 트래픽 데이터에 관련된 정보에 포함된 키워드 별 검색량에 관련된 정보를 기반으로 상기 적어도 하나의 제1 키워드에 대한 제1 검색량 정보를 도출하는 단계, 상기 제1 상품에 관련된 연예인의 호감 지수에 대한 정보를 획득하는 단계 및 상기 제1 검색량 정보 및 상기 호감 지수를 기반으로 상기 제1 상품에 대한 제1 광고 비용을 결정하는 단계를 포함하고, 상기 호감 지수는 제2 외부 서버로부터 획득되는 미리 설정된 기간 동안의 기사 정보를 기반으로 산출되는 것을 특징으로 한다.

Description

트래픽 데이터를 이용한 광고 비용 결정 방법 및 장치{METHOD AND APPARATUS FOR DETERMINING ADVERTISING COST USING TRAFFIC DATA}
본 발명은 트래픽 데이터를 이용한 광고 비용 결정 방법 및 장치에 관한 것이다.
인터넷 사용자 수의 증가에 따라, 판매 플랫폼은 효율적인 상품 판매의 채널로서 그 사용이 보편화되고 있다. 다양한 사용자들이 판매 플랫폼을 이용한다. 판매 플랫폼들은 판매자들을 위해 소비자들의 검색 기록등에 관련된 정보를 판매자들에게 제공할 수 있다.
판매 업체는 한정된 광고 예산을 효율적으로 집행하기 위해, 광고하고자 하는 판매 상품의 광고비를 효율적으로 산정할 필요성이 있다. 이에 컨설팅 업체들은 검색엔진에서 제공하는 개략적인 정보를 바탕으로, 광고비를 예측하고 있으나, 자동화된 장치 또는 프로그램을 제공하는 곳은 전무한 상태이다. 판매 업체는 광고 전략 수립 시, 한정된 광고비 내에서 어떤 판매 상품에 얼마나 많은 광고비를 산정할 것인지에 대해 결정해야 한다.
상기와 같은 문제점을 해결하기 위한 본 발명의 목적은 트래픽 데이터를 이용한 광고 비용 결정 방법을 제공하는데 있다.
상기와 같은 문제점을 해결하기 위한 본 발명의 다른 목적은 트래픽 데이터를 이용한 광고 비용 결정 장치를 제공하는데 있다.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 적어도 하나의 서버에 의해 수행되는 트래픽 데이터를 이용한 광고 비용 결정 방법은 상품을 판매하는 제1 외부 서버로부터 트래픽 데이터에 관련된 정보를 획득하는 단계, 상기 트래픽 데이터에 관련된 정보에 포함된 키워드 별 상품에 관련된 정보를 기반으로 제1 상품에 관련된 적어도 하나의 제1 키워드를 도출하는 단계, 상기 트래픽 데이터에 관련된 정보에 포함된 키워드 별 검색량에 관련된 정보를 기반으로 상기 적어도 하나의 제1 키워드에 대한 제1 검색량 정보를 도출하는 단계, 상기 제1 상품에 관련된 연예인의 호감 지수에 대한 정보를 획득하는 단계 및 상기 제1 검색량 정보 및 상기 호감 지수를 기반으로 상기 제1 상품에 대한 제1 광고 비용을 결정하는 단계를 포함하고, 상기 호감 지수는 제2 외부 서버로부터 획득되는 미리 설정된 기간 동안의 기사 정보를 기반으로 산출될 수 있다.
상기 다른 목적을 달성하기 위한 본 발명의 일 실시예에 따른 트래픽 데이터를 이용한 광고 비용 결정 방법을 수행하는 장치는 프로세서 및 상기 프로세서에 의해 실행되는 적어도 하나의 명령을 저장한 메모리를 포함하고, 상기 적어도 하나의 명령은 상품을 판매하는 제1 외부 서버로부터 트래픽 데이터에 관련된 정보를 획득하도록 실행되고, 상기 트래픽 데이터에 관련된 정보에 포함된 키워드 별 상품에 관련된 정보를 기반으로 제1 상품에 관련된 적어도 하나의 제1 키워드를 도출하도록 실행되고, 상기 트래픽 데이터에 관련된 정보에 포함된 키워드 별 검색량에 관련된 정보를 기반으로 상기 적어도 하나의 제1 키워드에 대한 제1 검색량 정보를 도출하도록 실행되고, 상기 제1 상품에 관련된 연예인의 호감 지수에 대한 정보를 획득하도록 실행되고, 상기 제1 검색량 정보 및 상기 호감 지수를 기반으로 상기 제1 상품에 대한 제1 광고 비용을 결정하돌록 실행되고, 상기 호감 지수는 제2 외부 서버로부터 획득되는 미리 설정된 기간 동안의 기사 정보를 기반으로 산출될 수 있다.
본 명세서의 일 실시예에 따르면, 판매 업체는 판매중인 상품들의 트래픽 분석을 통해 어떤 상품이 수익을 가져다줄 수 있는지, 어떤 상품에 광고비를 더 투자해야 판매량을 더 늘릴 수 있는지에 대한 정보를 획득할 수 있고, 이를 기초로 여러 상품들에 대하여 광고비에 차이를 둘 수 있다.
본 명세서의 일 실시예에 따르면, 상대적으로 많은 광고비를 투입했을 때 더 많은 효과를 얻을 수 있는 상품 순서대로 광고비를 집행할 수 있고, 이를 기초로 상품에 대한 마케팅을 수행함으로써 광고 효율이 높은 상품 순으로 광고비를 높게 책정할 수 있다.
본 명세서의 실시예들은 광고 업체가 광고비를 산정하는 방법이 아니라, 판매 업체가 자신들의 상품에 대한 광고비를 내부적으로 산정함에 있어 사용될 수 있는 방법이다.
도 1은 본 발명의 일 실시예에 따른 트래픽 데이터를 이용한 광고 비용 결정 서버를 포함하는 시스템도이다.
도 2는 본 발명의 일 실시예에 따른 트래픽 데이터를 이용한 광고 비용 결정 서버의 구성을 나타내는 블록도이다.
도 3은 본 발명의 일 실시예에 따른 트래픽 데이터를 이용한 광고 비용 결정 방법의 개요를 도시한 도면이다.
도 4는 본 발명의 일 실시예에 따른 트래픽 데이터를 설명하기 위한 도면이다.
도 5는 본 발명의 일 실시예에 따른 트래픽 데이터를 이용한 광고 비용 결정 방법의 순서도이다.
도 6은 본 발명의 일 실시예에 따른 제1 상품에 대한 광고 비용의 결정 과정을 설명하기 위한 도면이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 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. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는 데 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 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 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.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
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 일 실시예에 따른 트래픽 데이터를 이용한 광고 비용 결정 서버를 포함하는 시스템도이다.
도 1을 참조하면, 본 발명의 실시예에 따른　트래픽 데이터를 이용한 광고 비용 결정 방법은 PC(Personal Computer) 등과 같이 저장공간을 구비하고 인터넷에　연결될 수 있으며 휴대가 용이하지 않는 컴퓨팅 장치에서 수행되거나 스마트폰 등과 같이 휴대용 단말기에서 수행될 수 있다. 이때 상기　트래픽 데이터를 이용한 광고 비용 결정 방법은 상기　트래픽 데이터를 이용한 광고 비용 결정 방법이 구현된 어플리케이션(application)이 앱스토어(App store)등에서 다운되어 상기 휴대용 단말기에 설치된 후 실행될 수 있다. 그리고 상기　트래픽 데이터를 이용한 광고 비용 결정 방법은 CD(Compact Disc) 또는 USB(Universal Serial Bus) 메모리 등과 같은 기록매체에 기록된 상태에서 PC 등과 같은 컴퓨팅 장치에 삽입되어 상기 컴퓨팅 장치의 액세스 동작을 통해서 수행되거나 상기 기록매체로부터 컴퓨팅 장치의 저장공간에 저장된 후 컴퓨팅 장치의 액세스 동작을 통해서 수행될 수도 있다.
한편 상기 컴퓨팅 장치 또는 휴대용 단말기가 인터넷에　연결된 서버에 접속가능한 경우, 상기　트래픽 데이터를 이용한 광고 비용 결정 방법은 상기 컴퓨팅 장치 또는 휴대용 단말기의 요청에 따라 서버에서도 실행될 수 있다. 이하에서 상기　트래픽 데이터를 이용한 광고 비용 결정 방법이 실행되는 컴퓨팅 장치, 휴대용 단말기 또는 서버 등을 통칭하여 트래픽 데이터를 이용한 광고 비용 결정 장치라고 칭할 수 있다.
상기　트래픽 데이터를 이용한 광고 비용 결정 장치는 도 2에 예시된　트래픽 데이터를 이용한 광고 비용 결정 장치와 동일한 구성을 가질 수 있으며, 상기　트래픽 데이터를 이용한 광고 비용 결정 장치는 도 1에 도시된　트래픽 데이터를 이용한 광고 비용 결정 장치에 국한되지 않을 수 있다.
일 실시예에 따른 시스템은 판매 업체 단말(110), 판매 플랫폼 단말(120), 광고 업체 단말(130) 및 트래픽 데이터를 이용한 광고 비용 결정 서버(140)(이하, 서버(140))를 포함할 수 있다. 네트워크는 인터넷 포털 사이트 서버, SNS 서버, 블로그를 운영하는 서버 등을 포함할 수 있다. 여기서, 판매 플랫폼 단말(120)은 제1 외부 서버라고 지칭할 수도 있다.
판매 업체 단말(110), 판매 플랫폼 단말(120), 광고 업체 단말(130)은 스마트폰, 태블릿 PC, PC, 스마트 TV, 휴대폰, PDA(personal digital assistant), 랩톱, 미디어 플레이어, 마이크로 서버, GPS(global positioning system) 장치, 전자책 단말기, 디지털방송용 단말기, 네비게이션, 키오스크, MP3 플레이어, 디지털 카메라, 가전기기, 카메라가 탑재된 디바이스 및 기타 모바일 또는 비모바일 컴퓨팅 장치일 수 있으나, 이에 제한되지 않는다. 또한, 판매 업체 단말(110), 판매 플랫폼 단말(120), 광고 업체 단말(130)은 통신 기능 및 데이터 프로세싱 기능을 구비한 웨어러블 디바이스일 수 있다. 그러나, 이에 제한되지 않는다.
서버(140)는 판매 업체 단말(110), 판매 플랫폼 단말(120), 광고 업체 단말(130)과, 네트워크를 통해 통신하여 명령, 코드, 파일, 컨텐츠, 서비스 등을 제공하는 컴퓨터 장치 또는 복수의 컴퓨터 장치들로 구현될 수 있다.
일례로, 서버(140)는 네트워크를 통해 접속한 판매 업체 단말(110), 판매 플랫폼 단말(120), 광고 업체 단말(130)로 어플리케이션의 설치를 위한 파일을 제공할 수 있다. 이 경우 판매 업체 단말(110), 판매 플랫폼 단말(120), 광고 업체 단말(130)은 서버(140)로부터 제공된 파일을 이용하여 어플리케이션을 설치할 수 있다.
또한, 판매 업체 단말(110), 판매 플랫폼 단말(120), 광고 업체 단말(130)은 운영체제(Operating System, OS) 및 적어도 하나의 프로그램(일례로 브라우저나 설치된 어플리케이션)의 제어에 따라 서버(140)에 접속하여, 서버(140)가 제공하는 서비스나 컨텐츠를 제공받을 수 있다. 여기서, 판매 플랫폼 단말(120)은 제1 외부 서버라고 지칭할 수도 있다.
다른 예로, 서버(140)는 데이터 송수신을 위한 통신 세션을 설정하고, 설정된 통신 세션을 통해 판매 업체 단말(110), 판매 플랫폼 단말(120), 광고 업체 단말(130) 간의 데이터 송수신을 라우팅할 수도 있다.
판매 업체 단말(110), 판매 플랫폼 단말(120), 광고 업체 단말(130) 및 트래픽 데이터를 이용한 광고 비용 결정 서버(140)는 네트워크를 이용하여 통신을 수행할 수 있다. 예를 들어, 네트워크는 근거리 통신망(Local Area Network; LAN), 광역 통신망(Wide Area Network; WAN), 부가가치 통신망(Value Added Network; VAN), 이동 통신망(mobile radio communication network), 위성 통신망 및 이들의 상호 조합을 포함하며, 도 1에 도시된 각 네트워크 구성 주체가 서로 원활하게 통신을 할 수 있도록 하는 포괄적인 의미의 데이터 통신망이며, 유선 인터넷, 무선 인터넷 및 모바일 무선 통신망을 포함할 수 있다. 또한, 무선 통신은 예를 들어, 무선 랜(Wi-Fi), 블루투스, 블루투스 저 에너지(Bluetooth low energy), 지그비, WFD(Wi-Fi Direct), UWB(ultra wideband), 적외선 통신(IrDA, infrared Data Association), NFC(Near Field Communication) 등이 있을 수 있으나, 이에 한정되는 것은 아니다.
도 2는 본 발명의 일 실시예에 따른 트래픽 데이터를 이용한 광고 비용 결정 서버의 구성을 나타내는 블록도이다.
도 2를 참조하면, 트래픽 데이터를 이용한 광고 비용 결정 서버(200)(이하, 서버(200))는 통신부(210), 프로세서(220) 및 DB(230)를 포함할 수 있다. 도 2의 서버(200)에는 실시예와 관련된 구성요소들만이 도시되어 있다. 따라서, 도 2에 도시된 구성요소들 외에 다른 범용적인 구성요소들이 더 포함될 수 있음을 당해 기술분야의 통상의 기술자라면 이해할 수 있다.
통신부(210)는 사용자 단말 및 작품 제공자 단말과 유선/무선 통신을 하게 하는 하나 이상의 구성 요소를 포함할 수 있다. 예를 들어, 통신부(210)는, 근거리 통신부(미도시), 이동 통신부(미도시) 및 방송 수신부(미도시) 중 적어도 하나를 포함할 수 있다.
일례로, DB(230)와 같은 기록 장치에 저장된 프로그램 코드에 따라 생성한 요청이 통신부(210)의 제어에 따라 네트워크를 통해 다른 단말로 전달될 수 있다. 역으로, 다른 단말의 프로세서의 제어에 따라 제공되는 제어 신호나 명령, 컨텐츠, 파일 등이 네트워크를 거쳐 통신부(210)을 통해 서버(200)로 수신될 수 있다. 예를 들어 통신부(210)를 통해 수신된 서버(200)의 제어 신호나 명령, 컨텐츠 및 파일 등은 프로세서(220)로 전달되거나 DB(230)로 전달되어 저장될 수 있다.
DB(230)는 서버(200) 내에서 처리되는 각종 데이터들을 저장하는 하드웨어로서, 프로세서(220)의 처리 및 제어를 위한 프로그램을 저장할 수 있다. DB(230)는 DRAM(dynamic random access memory), SRAM(static random access memory) 등과 같은 RAM(random access memory), ROM(read-only memory), EEPROM(electrically erasable programmable read-only memory), CD-ROM, 블루레이 또는 다른 광학 디스크 스토리지, HDD(hard disk drive), SSD(solid state drive), 또는 플래시 메모리를 포함할 수 있다. DB(230)는 메모리라고 나타낼 수도 있다.
프로세서(220)는 서버(200)의 전반적인 동작을 제어한다. 예를 들어, 프로세서(220)는 DB(230)에 저장된 프로그램들을 실행함으로써, 입력부(미도시), 디스플레이(미도시), 통신부(210), DB(230) 등을 전반적으로 제어할 수 있다. 프로세서(220)는, DB(230)에 저장된 프로그램들을 실행함으로써, 외부 서버(200)의 동작을 제어할 수 있다. 프로세서(220)는 ASICs (application specific integrated circuits), DSPs(digital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays), 제어기(controllers), 마이크로 컨트롤러(micro-controllers), 마이크로 프로세서(microprocessors), 기타 기능 수행을 위한 전기적 유닛 중 적어도 하나를 이용하여 구현될 수 있다.
DB(230)는 프로세서(220)를 통해 실행되는 적어도 하나의 명령을 저장하고 있을 수 있다. 적어도 하나의 명령은 상품을 판매하는 제1 외부 서버로부터 트래픽 데이터에 관련된 정보를 획득하는 명령, 상기 트래픽 데이터에 관련된 정보에 포함된 키워드 별 상품에 관련된 정보를 기반으로 제1 상품에 관련된 적어도 하나의 제1 키워드를 도출하는 명령, 상기 트래픽 데이터에 관련된 정보에 포함된 키워드 별 검색량에 관련된 정보를 기반으로 상기 적어도 하나의 제1 키워드에 대한 제1 검색량 정보를 도출하는 명령, 상기 제1 상품에 관련된 연예인의 호감 지수에 대한 정보를 획득하는 명령 및 상기 제1 검색량 정보 및 상기 호감 지수를 기반으로 상기 제1 상품에 대한 제1 광고 비용을 결정하는 명령을 포함하고, 상기 호감 지수는 제2 외부 서버로부터 획득되는 미리 설정된 기간 동안의 기사 정보를 기반으로 산출될 수 있다.
예를 들어, 상기 트래픽 데이터에 관련된 정보는 상품 별 구매자 정보를 포함하고, 상기 상품 별 구매자 정보는 구매자의 연령대 정보를 포함하고, 상기 적어도 하나의 명령은 상기 상품 별 구매자 정보를 기반으로 상기 제1 상품을 구매한 제1 구매자의 연령대 정보를 획득하는 명령 및 복수의 광고 수단 후보들 중 상기 제1 구매자의 연령대 정보를 기반으로 상기 제1 광고 비용을 집행할 광고 수단을 결정하는 명령을 더 포함하고, 상기 제1 검색량 정보 및 상기 호감 지수를 기반으로 상기 제1 상품에 대한 제1 광고 비용을 결정하는 명령은 상기 제1 검색량 정보, 상기 호감 지수 및 상기 제1 구매자의 연령대 정보를 기반으로 상기 제1 광고 비용을 결정하는 명령을 포함할 수 있다.
예를 들어, 상기 적어도 하나의 명령은 상기 제1 상품과 상기 연예인 간의 관련성 정보를 획득하는 명령을 더 포함하고, 상기 관련성 정보는 상기 제1 상품의 판매에 상기 연예인이 직접 관여하는 제1 유형, 상기 제1 상품이 상기 연예인의 모습 중 적어도 일부 또는 상기 연예인을 상징하는 형상이 인쇄 또는 형상화된 제2 유형 및 상기 제1 상품의 현재 광고 모델이 상기 연예인인 제3 유형 중 하나를 나타내고, 상기 제1 검색량 정보, 상기 제1 구매자의 연령대 정보 및 상기 호감 지수를 기반으로 상기 제1 광고 비용을 결정하는 명령은 상기 제1 검색량 정보, 상기 제1 구매자의 연령대 정보, 상기 호감 지수 및 상기 관련성 정보를 기반으로 상기 제1 광고 비용을 결정하는 명령을 포함할 수 있다.
예를 들어, 상기 적어도 하나의 명령은 상기 연예인과 관련된 다른 제2 상품의 최근 판매량 증가 지수에 대한 정보를 획득하는 명령을 더 포함하고, 상기 다른 제2 상품의 최근 판매량 증가 지수에 대한 정보는 제1 외부 서버로부터 획득되는 이전 트래픽 데이터에 관련된 정보를 기반으로 도출되고, 상기 제1 검색량 정보, 상기 제1 구매자의 연령대 정보, 상기 호감 지수 및 상기 관련성 정보를 기반으로 상기 제1 광고 비용을 결정하는 명령은 상기 제1 검색량 정보, 상기 제1 구매자의 연령대 정보, 상기 호감 지수, 상기 관련성 정보 및 상기 다른 제2 상품의 최근 판매량 증가 지수에 대한 정보를 기반으로 상기 제1 광고 비용을 결정하는 명령을 포함할 수 있다.
도 3은 본 발명의 일 실시예에 따른 트래픽 데이터를 이용한 광고 비용 결정 방법의 개요를 도시한 도면이다.
도 3을 참조하면, 판매 업체는 도 1의 판매 업체 단말(110)을 포함할 수 있고, 판매 플랫폼은 도 1의 판매 플랫폼 단말(120)을 포함할 수 있고, 광고 업체는 도 1의 광고 업체 단말(130)을 포함할 수 있다. 본 명세서의 실시예들은 광고 업체가 광고비를 산정하는 방법이 아니라, 판매 업체가 자신들의 상품에 대한 광고비를 내부적으로 산정함에 있어 사용될 수 있는 방법이다. 여기서, 판매 플랫폼 단말(120)은 제1 외부 서버라고 지칭할 수도 있다.
판매 업체는 판매 플랫폼에 자신의 판매 상품들을 등록할 수 있다. 소비자들은 판매 플랫폼을 통해 판매 업체의 판매 상품을 구매할 수 있다. 판매 플랫폼은 소비자들이 상품을 구매하기 위해 입력하는 키워드의 검색량에 대한 정보, 상품을 구매한 구매자들에 대한 정보 및 상품의 판매량 정보를 저장할 수 있고, 이를 기반으로 트래픽 데이터를 구성할 수 있다. 여기서, 구매자들에 대한 정보는 구매자들의 연령대에 관한 정보를 포함할 수 있다. 트래픽 데이터에 관련된 정보는 트래픽 데이터를 포함할 수 있다.
판매 업체는 판매 플랫폼으로부터 상기 트래픽 데이터를 획득할 수 있다. 판매 업체는 트래픽 데이터를 기초로 자신의 판매 상품들에 대한 검색 트래픽을 분석할 수 있다. 판매 업체는 자신들이 판매하고 있는 상품(즉, 판매 플랫폼에 등록된 판매 상품)들에 대하여 트래픽 데이터를 기초로 판매량 또는 광고 효율성을 추정할 수 있다.
판매 업체는 추정한 광고 효율성을 기초로 판매 상품 별 광고비를 차등하여 산정할 수 있다. 예를 들어, 판매 업체는 집행 가능한 전체 광고 비용 중 광고 효율성이 높은 판매 상품에 대한 광고 비용을 높게 산정할 수 있고, 광고 효율성이 상대적으로 낮은 판매 상품에 대해서는 광고 비용을 낮게 산정할 수 있다.
판매 업체는 광고 업체에 상품의 광고를 의뢰할 수 있다. 예를 들어, 판매 업체는 추정한 광고 효율성을 기초로 광고 효율성이 높은 상품에 대해서는 높은 비용을 들여 광고를 의뢰할 수 있다. 예를 들어, 광고 효율성이 높은 판매 상품에 대해서는 광고비가 더 비싼 매체를 통해 광고가 의뢰되거나, 광고가 더 빈번히 의뢰되거나, 광고가 더 많은 업체에 의뢰되거나, 광고료가 비싼 광고모델을 이용한 광고가 의뢰될 수 있다. 또는 추가적으로 구매자들의 연령대 정보를 기반으로 복수의 광고 수단 후보들 중 가장 효과적일 것으로 기대되는 적어도 하나의 광고 수단을 결정하여 광고 업체에게 광고를 의뢰할 수도 있다.
도 4는 본 발명의 일 실시예에 따른 트래픽 데이터를 설명하기 위한 도면이다.
트래픽 데이터는 도 3에서 설명한 바와 같이 소비자들이 상품을 구매하기 위해 입력하는 키워드의 검색량에 대한 정보, 상품을 구매한 구매자들에 대한 정보 및 상품의 판매량 정보를 포함할 수 있다.
도 4를 참조하면, 제1 상품은 적어도 하나의 제1 키워드들(키워드 #1, 키워드 #2 및 키워드 #3 등)을 통해 검색될 수 있으며, 구매자들은 적어도 하나의 제1 키워드 중 하나를 검색하여 제1 상품을 구매할 수 있다. 여기서, 제1 상품의 제1 키워드는 판매업체에서 제공할 수 있으나, 실제 제1 상품을 구매한 구매자들이 입력한 키워드들도 제1 키워드에 포함될 수 있다.
트래픽 데이터는 각 키워드들에 대응되는 검색량 정보도 포함함할 수 있다. 검색량 정보는 키워드 별로 저장될 수 있다. 즉, 트래픽 데이터는 키워드 #1에 대응되는 검색량 #1을 포함할 수 있고, 키워드 #2에 대응되는 검색량 #2을 포함할 수 있고, 키워드 #3에 대응되는 검색량 #3을 포함할 수 있다. 제1 상품에 대한 제1 키워드의 제1 검색량은 검색량 #1, 검색량 #2 및 검색량 #3 등을 모두 합산하여 도출될 수 있다.
도 5는 본 발명의 일 실시예에 따른 트래픽 데이터를 이용한 광고 비용 결정 방법의 순서도이다.
도 5를 참조하면, 일 실시예는 제1 외부 서버로부터 트래픽 데이터에 관련된 정보를 획득할 수 있다(S510). 여기서, 트래픽 데이터에 관련된 정보는 키워드 별 검색량에 관련된 정보 및 키워드 별 상품에 관련된 정보를 포함할 수 있다.
일 실시예는 상기 키워드 별 상품에 관련된 정보를 기반으로 제1 상품에 관련된 적어도 하나의 제1 키워드를 도출할 수 있으며(S520), 상기 키워드 별 검색량에 관련된 정보를 기반으로 상기 적어도 하나의 제1 키워드에 대한 제1 검색량 정보를 도출할 수 있다(S530). 이에 관한 설명은 도 4와 함께 상술하였다.
일 실시예는 상기 제1 상품에 관련된 연예인의 호감 지수에 대한 정보를 획득할 수 있다(S540). 연예인의 호감 지수는 제2 외부 서버로부터 획득되는 미리 설정된 제1 기간 동안의 기사 정보를 기반으로 산출될 수 있다. 일 실시예는 적어도 하나의 제2 외부 서버로부터 검색을 통해 상기 연예인에 관련된 기사 정보를 획득할 수 있다. 예를 들어, 일 실시예는 검색 기능을 제공하는 적어도 하나의 제2 외부 서버를 통해 상기 연예인의 이름을 기반으로 검색을 수행하여 도출되는 기사 정보를 수집할 수 있으며, 이를 기반으로 호감 지수를 산출할 수 있다.
호감 지수는 수학식 1과 같이 산출될 수 있다.
Figure 112021063083579-pat00001
수학식 1에서, 상기 Ilike는 상기 호감 지수를 나타내고, 상기 K는 상기 연예인에 대한 상기 기사 정보의 총 개수를 나타내고, 상기 Vi는 i번째 기사 정보의 조회수를 나타내고, 상기 Pi는 i번째 기사 정보의 긍정적인 피드백의 개수를 나타내고, 상기 Ni는 i번째 기사 정보의 부정적인 피드백의 개수를 나타낼 수 있다. 상기 기사 정보는 미리 설정된 제1 기간 동안의 기사 정보만이 포함될 수 있다.
예를 들어, 일 실시예는 미리 학습한 제1 모델을 이용하여 기사 정보로부터 기사 정보가 긍정적인 기사인지 부정적인 기사인지 판단할 수 있다. 즉, 일 실시예는 미리 학습한 제1 모델에 기사 정보를 입력함에 따라 입력한 기사 정보가 긍정적인 기사인지 부정적인 기사인지를 나타내는 정보가 출력될 수 있다. 여기서, 제1 모델은 학습용 기사 정보 및 상기 학습용 기사 정보가 긍정적인 기사인지 부정적인 기사인지에 관한 정보를 학습 데이터 셋으로 구성하여 머신 러닝을 통해 미리 학습한 모델을 나타낼 수 있으며, 지도 학습 방식이 이용될 수 있다. 이때, 머신 러닝에는 DNN(deep neural network), 합성곱 신경망(CNN, Convoultional Neural Network), 순환 신경망(RNN, Recurrent Neural Network), 제한 볼츠만 머신(RBM, Restricted Boltzmann Machine),　심층 신뢰 신경망(DBN, Deep Belief Network) 알고리즘들이 이용될 수 있으나, 이에 한정되는 것은 아니며 기사(article) 분석에 보다 효과적인 다양한 알고리즘이 이용될 수 있다. 각각의 알고리즘들은 주지의 기술이므로 설명은 생략한다.
일 실시예는 상기 외부 서버를 통해 상기 기사 정보에 대한 추천 개수 및 비추천 개수를 획득할 수 있으며, 기사 정보가 긍적적인 기사로 판단된 경우, 상기 기사 정보에 대한 추천 개수를 상기 긍정적인 피드백의 개수로 결정할 수 있고, 비추천 개수를 상기 부정적인 피드백의 개수로 결정할 수 있다. 또는 상기 기사 정보가 부정적인 기사로 판단된 경우, 상기 기사 정보에 대한 비추천 개수를 상기 긍정적인 피드백의 개수로 결정할 수 있고, 추천 개수를 부정적인 피드백의 개수로 결정할 수 있다.
또는 일 실시예는 추천 또는 비추천이 존재하지 않는 기사 정보의 경우, 기사 정보의 댓글 정보를 기반으로 긍정적인 피드백의 개수 및 부정적인 피드백의 개수를 결정할 수도 있다. 이 경우, 댓글 분석을 위한 미리 학습한 제2 모델이 이용될 수 있다. 다시 말해, 일 시시예는 미리 학습한 제2 모델을 이용하여 댓글 정보로부터 댓글 정보가 긍정적인지 부정적인지 판단할 수 있다. 즉, 일 실시예는 미리 학습한 제2 모델에 댓글 정보를 입력함에 따라 입력한 댓글 정보가 긍정적인 댓글인지 부정적인 댓글인지를 나타내는 정보가 출력될 수 있다. 여기서, 제2 모델은 학습용 댓글 정보 및 상기 학습용 댓글 정보가 긍정적인 댓글인지 부정적인 댓글인지를 나타내는 정보를 학습 데이터 셋으로 구성하여 머신 러닝을 통해 미리 학습한 모델을 나타낼 수 있으며, 지도 학습 방식이 이용될 수 있다. 이때, 머신 러닝에도 제1 모델과 같은 알고리즘이 사용될 수 있으나, 이에 한정되는 것은 아니며 댓글 분석에 보다 효과적인 다양한 알고리즘이 이용될 수 있다.
일 실시예는 상기 제2 외부 서버를 통해 상기 기사 정보에 대한 댓글 정보를 획득할 수 있으며, 기사 정보가 긍정적인 기사로 판단되는 경우, 상술한 바와 같이 기사 정보의 댓글 정보에 대하여 긍정적인 댓글인지 부정적인 댓글인지 판단할 수 있고, 긍정적인 댓글로 판단된 댓글 정보의 개수를 긍정적인 피드백의 개수로 결정할 수 있고, 부정적인 댓글로 판단된 댓글 정보의 개수를 부정적인 피드백의 개수로 결정할 수 있다. 또는 기사 정보가 부정적인 기사로 판단되는 경우, 상술한 바와 같이 기사 정보의 댓글 정보에 대하여 긍정적인 댓글인지 부정적인 댓글인지 판단할 수 있고, 긍정적인 댓글로 판단된 댓글 정보의 개수를 부정적인 피드백의 개수로 결정할 수 있고, 부정적인 댓글로 판단된 댓글 정보의 개수를 긍정적인 피드백의 개수로 결정할 수 있다.
일 실시예는 상기 제1 검색량 정보 및 상기 호감 지수를 기반으로 상기 제1 상품에 대한 제1 광고 비용을 결정할 수 있다(S550). 또는 예를 들어, 일 실시예는 상기 제1 검색량 정보, 상기 호감 지수 및 상기 제1 구매자의 연령대 정보를 기반으로 상기 제1 광고 비용을 결정할 수도 있다. 또는 예를 들어, 일 실시예는 상기 제1 검색량 정보, 상기 제1 구매자의 연령대 정보, 상기 호감 지수 및 상기 관련성 정보를 기반으로 상기 제1 광고 비용을 결정할 수도 있다. 또는 예를 들어, 일 실시예는 상기 제1 검색량 정보, 상기 제1 구매자의 연령대 정보, 상기 호감 지수, 상기 관련성 정보 및 상기 다른 제2 상품의 최근 판매량 증가 지수에 대한 정보를 기반으로 상기 제1 광고 비용을 결정할 수도 있다.
즉, 일 실시예는 상기 제1 검색량 정보, 상기 제1 구매자의 연령대 정보, 상기 호감 지수, 상기 관련성 정보 및 상기 다른 제2 상품의 최근 판매량 증가 지수에 대한 정보 중 적어도 하나를 기반으로 상기 제1 광고 비용을 결정할 수도 있다.
예를 들어, 일 실시예가 상기 제1 검색량 정보, 상기 제1 구매자의 연령대 정보, 상기 호감 지수, 상기 관련성 정보 및 상기 다른 제2 상품의 최근 판매량 증가 지수에 대한 정보를 기반으로 상기 제1 광고 비용을 결정하는 경우, 다음의 수학식 2와 같이 광고 효율성 지수를 산출할 수 있으며, 광고 비용을 집행할 상품 후보들에 대하여 각각 광고 효율성 지수를 산출한 후, 상품 후보들 모두의 광고 효율성 지수를 합산한 값 중 제1 상품의 광고 효율성 지수의 비율을 기반으로 집행 가능한 전체 광고 비용 중 제1 상품의 제1 광고 비용을 결정할 수 있다.
Figure 112021063083579-pat00002
상기 Ie는 상기 광고 효율성 지수를 나타낼 수 있고, 상기 Ilike는 상기 호감 지수를 나타낼 수 있다. 또한, 상기 Ir는 상기 다른 제2 상품의 최근 판매량 증가 지수를 나타낼 수 있고, 상기 Ap는 상기 구매력 정보를 나타낼 수 있고, 상기 R은 상기 관련성 정보를 나타낼 수 있다. 또한, M은 상기 상품의 키워드의 개수를 나타낼 수 있고, 상기 Si는 i번째 키워드의 검색량을 나타낼 수 있다.
즉, 일 실시예에 따른 광고 효율성 지수는 검색량이 많을수록, 대중에게 호감 지수가 높을수록, 연예인에 관계된 다른 상품의 판매량 증가 추세가 높을수록 높게 도출될 수 있으며, 구매력이 높은 연령대일수록, 연예인과 관련성이 높을수록 높게 도출될 수 있다.
상기 다른 제2 상품의 최근 판매량 증가 지수는 수학식 3과 같이 도출될 수 있다.
Figure 112021063083579-pat00003
상기 Ir은 상기 다른 제2 상품의 최근 판매량 증가 지수를 나타낼 수 있고, T는 상기 다른 제2 상품의 개수를 나타낼 수 있고, Uj는 T개의 다른 제2 상품 중 j번째 다른 제2 상품의 출시 시점으로부터 현재까지의 도과된 분기의 개수를 나타낼 수 있으며, Uj는 2보다 클 수 있다. 또한, Xj,i은 j번째 다른 제2 상품에 대한 출시 시점이 포함된 분기를 기준으로 i번째 분기의 j번째 다른 제2 상품의 판매량을 나타낼 수 있다. 여기서, i가 가중치의 역할로 삽입되어 최근 판매의 증가량이 더욱 큰 비중을 가질 수 있으며, 판매량 정보는 상기 제1 외부 서버로부터 획득될 수 있고, 상기 제2 상품을 판매하는 다른 업체의 서버로부터 획득될 수도 있다.
상기 구매력 정보는 연령대 정보를 기반으로 도출될 수 있으며, 구매자의 연령대 정보는 트래픽 데이터에 포함된 상품 별 구매자 정보를 기반으로 획득될 수 있다. 구매자의 연령대 정보는 제1 상품을 구매한 구매자들의 연령 단위들 중 상위 3개의 연령 단위가 도출될 수 있으며, 연령 단위는 10살 단위로 구성될 수 있다. 즉, 연령 단위는 10세 미만, 10대(10~19세), 20대(20~29살), 30대(30~39살), 40대(40~49살) 및 50대(50~59살) 등과 같이 구성될 수 있다.
나아가, 상기 상품 별 구매자 정보는 구매자의 연령대 정보를 포함할 수 있으며, 구매자의 연령대 정보는 연령대에 대응되는 구매력 정보를 포함할 수 있다. 구매력 정보는 제1 상품에 대한 광고 비용 결정 시 이용될 수 있으며, 구매력 정보는 순위 정보로 도출될 수 있다여기서, 구매력 정보는 연예인에 관련된 상품에 관한 구매력만을 나타낼 수 있다. 예를 들어, 연예인에 관련된 상품의 경우, 구매력이 20대가 가장 높을 수 있고, 그 다음으로 30대, 10대, 40대 및 50대 순서로 결정될 수 있으며, 이에 따라 각각 구매력 정보는 수치화되어 20대에 대하여 1, 30대에 대하여 2, 10대에 대하여 3, 40대에 대하여 4, 50대에 대하여 5로 도출될 수 있다. 다만, 이는 일 예이므로, 연령대 별 구매력 순위는 변동될 수 있는 바, 이에 한정되는 것은 아니다.
제1 상품과 연예인 간의 관련성 정보는 상기 제1 상품의 판매에 상기 연예인이 직접 관여하는 제1 유형, 상기 제1 상품이 상기 연예인의 모습 중 적어도 일부 또는 상기 연예인을 상징하는 형상이 인쇄 또는 형상화된 제2 유형 및 상기 제1 상품의 현재 광고 모델이 상기 연예인인 제3 유형 중 하나를 나타낼 수 있으며, 각 유형에 따라 미리 설정된 값이 도출될 수 있다. 즉, 관련성 정보는 연예인과 밀접한 순위에 따라 수치화된 값으로 도출될 수 있으며, 제1 유형은 1로, 제2 유형은 2로, 제3 유형은 3으로 도출될 수 있으나, 이는 일 예이므로, 이에 한정되는 것은 아니다.
도 6은 본 발명의 일 실시예에 따른 제1 상품에 대한 광고 비용의 결정 과정을 설명하기 위한 도면이다.
도 6을 참조하면, 본 발명의 일 실시예는 집행 가능한 전체 광고 비용 중 제1 상품에 할당할 광고 비용을 결정하기 위해 제1 검색량, 구매자의 연령대, 연예인의 호감 지수, 제1 상품과 연예인 간의 관련성 및 상기 다른 제2 상품의 최근 판매량 증가 지수 중 적어도 하나를 이용할 수 있다.
여기서, 제1 검색량 정보는 도 4에서 설명한 제1 상품에 대한 제1 키워드의 제1 검색량을 기반으로 획득될 수 있다. 또한, 구매자의 연령대, 연예인의 호감 지수, 제1 상품과 연예인 간의 관련성 및 상기 다른 제2 상품의 최근 판매량 증가 지수는 도 5와 함께 설명하였으며, 구체적인 산출 예도 도 5와 함께 상술하였다.
다만, 연령대 정보는 제1 상품에 대한 광고 비용 결정 시 외에도 광고 수단 결정 시에도 이용될 수 있다. 이는 연령대 별로 빈번하게 접하는 매체가 다르기 때문이다. 즉, 어떤 연령대는 SNS를 가장 빈번하게 접하며, 이 경우에는 SNS를 활용한 광고가 가장 효과적일 수 있다. 또한, 어떤 연령대는 TV를 가장 빈번하게 접하며, 이 경우에는 TV를 활용한 광고가 가장 효과적일 수 있다. 즉, 일 실시예는 복수의 광고 수단 후보들 중 연령대 정보를 기반으로 제1 상품에 대한 제1 광고 비용을 집행할 가장 효과적인 광고 수단을 결정할 수도 있다. 여기서, 광고 수단은 광고 방법으로 지칭할 수도 있다.
본 명세서의 실시예에 따른 동작은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 프로그램 또는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의해 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산 방식으로 컴퓨터로 읽을 수 있는 프로그램 또는 코드가 저장되고 실행될 수 있다.
실시예가 소프트웨어로 구현될 때, 상술한 기법은 상술한 기능을 수행하는 모듈(과정, 기능 등)로 구현될 수 있다. 모듈은 메모리에 저장되고, 프로세서에 의해 실행될 수 있다. 메모리는 프로세서 내부 또는 외부에 있을 수 있고, 잘 알려진 다양한 수단으로 프로세서와 연결될 수 있다.
또한, 컴퓨터가 읽을 수 있는 기록매체는 롬(rom), 램(ram), 플래시 메모리(flash memory) 등과 같이 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치를 포함할 수 있다. 프로그램 명령은 컴파일러(compiler)에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터(interpreter) 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다.
본 발명의 일부 측면들은 장치의 문맥에서 설명되었으나, 그것은 상응하는 방법에 따른 설명 또한 나타낼 수 있고, 여기서 블록 또는 장치는 방법 단계 또는 방법 단계의 특징에 상응한다. 유사하게, 방법의 문맥에서 설명된 측면들은 또한 상응하는 블록 또는 아이템 또는 상응하는 장치의 특징으로 나타낼 수 있다. 방법 단계들의 몇몇 또는 전부는 예를 들어, 마이크로프로세서, 프로그램 가능한 컴퓨터 또는 전자 회로와 같은 하드웨어 장치에 의해(또는 이용하여) 수행될 수 있다. 몇몇의 실시예에서, 가장 중요한 방법 단계들의 하나 이상은 이와 같은 장치에 의해 수행될 수 있다.
실시예들에서, 프로그램 가능한 로직 장치(예를 들어, 필드 프로그래머블 게이트 어레이)가 여기서 설명된 방법들의 기능의 일부 또는 전부를 수행하기 위해 사용될 수 있다. 실시예들에서, 필드 프로그래머블 게이트 어레이는 여기서 설명된 방법들 중 하나를 수행하기 위한 마이크로프로세서와 함께 작동할 수 있다. 일반적으로, 방법들은 어떤 하드웨어 장치에 의해 수행되는 것이 바람직하다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

Claims (4)

  1. 적어도 하나의 서버에 의해 수행되는 트래픽 데이터를 이용한 광고 비용 결정 방법에 있어서,
    상품을 판매하는 제1 외부 서버로부터 트래픽 데이터에 관련된 정보를 획득하는 단계;
    상기 트래픽 데이터에 관련된 정보에 포함된 키워드 별 상품에 관련된 정보를 기반으로 제1 상품에 관련된 적어도 하나의 제1 키워드를 도출하는 단계;
    상기 트래픽 데이터에 관련된 정보에 포함된 키워드 별 검색량에 관련된 정보를 기반으로 상기 적어도 하나의 제1 키워드에 대한 제1 검색량 정보를 도출하는 단계;
    상기 제1 상품에 관련된 연예인의 호감 지수에 대한 정보를 획득하는 단계; 및
    상기 제1 검색량 정보 및 상기 호감 지수를 기반으로 상기 제1 상품에 대한 제1 광고 비용을 결정하는 단계를 포함하고,
    상기 호감 지수는 제2 외부 서버로부터 획득되는 미리 설정된 제1 기간 동안의 기사 정보를 기반으로 다음의 수학식을 통해 산출되고,
    Figure 112021085273417-pat00010
    ,
    상기 Ilike는 상기 호감 지수를 나타내고, 상기 K는 상기 미리 설정된 제1 기간 동안의 상기 연예인에 대한 상기 기사 정보의 총 개수를 나타내고, 상기 Vi는 i번째 기사 정보의 조회수를 나타내고, 상기 Pi는 i번째 기사 정보의 긍정적인 피드백의 개수를 나타내고, 상기 Ni는 i번째 기사 정보의 부정적인 피드백의 개수를 나타내고,
    상기 트래픽 데이터에 관련된 정보는 상품 별 구매자 정보를 포함하고,
    상기 상품 별 구매자 정보는 구매자의 연령대 정보를 포함하고,
    상기 상품 별 구매자 정보를 기반으로 상기 제1 상품을 구매한 제1 구매자의 연령대 정보를 획득하는 단계; 및
    복수의 광고 수단 후보들 중 상기 제1 구매자의 연령대 정보를 기반으로 상기 제1 광고 비용을 집행할 광고 수단을 결정하는 단계를 더 포함하고,
    상기 제1 검색량 정보 및 상기 호감 지수를 기반으로 상기 제1 상품에 대한 제1 광고 비용을 결정하는 단계는,
    상기 제1 검색량 정보, 상기 호감 지수 및 상기 제1 구매자의 연령대 정보를 기반으로 상기 제1 광고 비용을 결정하는 단계를 포함하고,
    상기 제1 상품과 상기 연예인 간의 관련성 정보를 획득하는 단계를 더 포함하고,
    상기 관련성 정보는 상기 제1 상품의 판매에 상기 연예인이 직접 관여하는 제1 유형, 상기 제1 상품이 상기 연예인의 모습 중 적어도 일부 또는 상기 연예인을 상징하는 형상이 인쇄 또는 형상화된 제2 유형 및 상기 제1 상품의 현재 광고 모델이 상기 연예인인 제3 유형 중 하나를 나타내고,
    상기 제1 검색량 정보, 상기 제1 구매자의 연령대 정보 및 상기 호감 지수를 기반으로 상기 제1 광고 비용을 결정하는 단계는,
    상기 제1 검색량 정보, 상기 제1 구매자의 연령대 정보, 상기 호감 지수 및 상기 관련성 정보를 기반으로 상기 제1 광고 비용을 결정하는 단계를 포함하고,
    상기 연예인과 관련된 다른 제2 상품의 최근 판매량 증가 지수에 대한 정보를 획득하는 단계를 더 포함하고,
    상기 다른 제2 상품의 최근 판매량 증가 지수는 상기 제1 외부 서버로부터 획득되는 이전 트래픽 데이터에 관련된 정보를 기반으로 다음의 수학식을 통해 도출되고,
    Figure 112021085273417-pat00011
    ,
    상기 Ir은 상기 다른 제2 상품의 최근 판매량 증가 지수를 나타내고, T는 상기 다른 제2 상품의 개수를 나타내고, Uj는 T개의 다른 제2 상품 중 j번째 다른 제2 상품의 출시 시점으로부터 현재까지의 도과된 분기의 개수를 나타내고, Uj는 2보다 크고, Xj,i은 상기 j번째 다른 제2 상품에 대한 출시 시점이 포함된 분기를 기준으로 i번째 분기의 상기 j번째 다른 제2 상품의 판매량을 나타내고,
    상기 제1 검색량 정보, 상기 제1 구매자의 연령대 정보, 상기 호감 지수 및 상기 관련성 정보를 기반으로 상기 제1 광고 비용을 결정하는 단계는,
    상기 호감 지수, 상기 다른 제2 상품의 최근 판매량 증가 지수, 상기 제1 구매자의 연령대 정보, 상기 관련성 정보, 상기 적어도 하나의 제1 키워드에 개수 및 상기 제1 검색량 정보를 기반으로 상기 제1 상품에 대한 광고 효율성 지수를 산출하는 단계; 및
    상기 광고 효율성 지수를 기반으로 집행 가능한 전체 광고 비용 중 상기 제1 상품의 상기 제1 광고 비용을 결정하는 단계를 더 포함하는,
    트래픽 데이터를 이용한 광고 비용 결정 방법.
  2. 삭제
  3. 삭제
  4. 삭제
KR1020210070591A 2021-06-01 2021-06-01 트래픽 데이터를 이용한 광고 비용 결정 방법 및 장치 KR102321335B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210070591A KR102321335B1 (ko) 2021-06-01 2021-06-01 트래픽 데이터를 이용한 광고 비용 결정 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210070591A KR102321335B1 (ko) 2021-06-01 2021-06-01 트래픽 데이터를 이용한 광고 비용 결정 방법 및 장치

Publications (1)

Publication Number Publication Date
KR102321335B1 true KR102321335B1 (ko) 2021-11-03

Family

ID=78505193

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210070591A KR102321335B1 (ko) 2021-06-01 2021-06-01 트래픽 데이터를 이용한 광고 비용 결정 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102321335B1 (ko)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090037412A1 (en) * 2007-07-02 2009-02-05 Kristina Butvydas Bard Qualitative search engine based on factors of consumer trust specification
JP2012048650A (ja) * 2010-08-30 2012-03-08 Paradigm Shift Inc 広告管理システム、広告管理方法、および広告管理プログラム
KR20150086440A (ko) * 2014-01-17 2015-07-28 (주) 헤어커투어 기업과 유명인 간 협력사업 매칭시스템 및 그 방법
KR101642805B1 (ko) * 2015-04-16 2016-07-27 네이버 주식회사 트래픽 상품을 제공하는 시스템 및 방법
US20170193075A1 (en) * 2016-01-04 2017-07-06 ddductr UG System and method for aggregating, classifying and enriching social media posts made by monitored author sources
KR101888919B1 (ko) * 2017-12-18 2018-08-16 주식회사 디너의여왕 사용자 영향력 기반의 광고 마케팅 방법 및 그를 위한 장치
KR20190075585A (ko) * 2017-12-21 2019-07-01 주식회사 함샤우트 인플루언서 중개 시스템 및 이를 이용한 중개 방법
KR20200063341A (ko) * 2018-11-22 2020-06-05 숙명여자대학교산학협력단 소비자 데이터 환류전략을 통한 3r 광고 기법
KR102259358B1 (ko) * 2019-11-28 2021-06-02 (주)양유 신규 브랜드 크리에이팅 시스템 및 방법

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090037412A1 (en) * 2007-07-02 2009-02-05 Kristina Butvydas Bard Qualitative search engine based on factors of consumer trust specification
JP2012048650A (ja) * 2010-08-30 2012-03-08 Paradigm Shift Inc 広告管理システム、広告管理方法、および広告管理プログラム
KR20150086440A (ko) * 2014-01-17 2015-07-28 (주) 헤어커투어 기업과 유명인 간 협력사업 매칭시스템 및 그 방법
KR101642805B1 (ko) * 2015-04-16 2016-07-27 네이버 주식회사 트래픽 상품을 제공하는 시스템 및 방법
US20170193075A1 (en) * 2016-01-04 2017-07-06 ddductr UG System and method for aggregating, classifying and enriching social media posts made by monitored author sources
KR101888919B1 (ko) * 2017-12-18 2018-08-16 주식회사 디너의여왕 사용자 영향력 기반의 광고 마케팅 방법 및 그를 위한 장치
KR20190075585A (ko) * 2017-12-21 2019-07-01 주식회사 함샤우트 인플루언서 중개 시스템 및 이를 이용한 중개 방법
KR20200063341A (ko) * 2018-11-22 2020-06-05 숙명여자대학교산학협력단 소비자 데이터 환류전략을 통한 3r 광고 기법
KR102259358B1 (ko) * 2019-11-28 2021-06-02 (주)양유 신규 브랜드 크리에이팅 시스템 및 방법

Similar Documents

Publication Publication Date Title
US20190043081A1 (en) Management of the display of online ad content consistent with one or more performance objectives for a webpage and/or website
CN106557480B (zh) 查询改写的实现方法及装置
US20180144385A1 (en) Systems and methods for mapping a predicted entity to a product based on an online query
TW201520790A (zh) 個性化資料搜尋方法和裝置
TW201804400A (zh) 資料物件推送的方法、裝置及系統
JP7023865B2 (ja) ランディングページ生成の改良
US20160225061A1 (en) Product market lifecycle driven recommendations
US20080040324A1 (en) Search result-based advertisements
KR101639656B1 (ko) 광고 제공 방법 및 서버 장치
JP7041299B1 (ja) 情報処理装置、情報処理方法および情報処理プログラム
KR102571415B1 (ko) 온라인 직거래 마케팅시스템의 제어방법
US10096045B2 (en) Tying objective ratings to online items
KR102321335B1 (ko) 트래픽 데이터를 이용한 광고 비용 결정 방법 및 장치
US20170046726A1 (en) Information processing device, information processing method, and program
KR102321337B1 (ko) 광고 효과를 극대화시킬 수 있는 광고 비용 자동 산정 방법
KR102321331B1 (ko) 마케팅 비용 차등 지급 서비스 제공 방법 및 장치
KR102462212B1 (ko) 차량 수리 및 판매 중개 서비스 제공 방법 및 장치
KR102264063B1 (ko) 복수의 상품들에 대한 샘플들을 제공하고 광고 비를 청구하기 위한 전자 장치 및 그 동작 방법
KR102387802B1 (ko) 광고 기획 플랫폼 서비스 제공 방법 및 장치
KR102065399B1 (ko) 인공지능 학습 모델을 이용하여 사용자의 행동 데이터를 분석한 결과에 기초하여 사용자의 행동을 유도하는 방법 및 장치
JP6686208B1 (ja) 情報処理装置、情報処理方法、及びプログラム
CN113159877A (zh) 数据处理方法、装置、系统、计算机可读存储介质
KR102467432B1 (ko) 실물 자산 가치 산정 및 관리 서비스 제공 방법 및 장치
KR102459453B1 (ko) 온라인 쇼핑 판매 서비스 제공 방법 및 장치
JP7044922B1 (ja) 情報処理装置、情報処理方法および情報処理プログラム

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant