KR102342199B1 - 빅데이터에 기반한 고객 관리 및 고객 성향 분석 시스템 - Google Patents

빅데이터에 기반한 고객 관리 및 고객 성향 분석 시스템 Download PDF

Info

Publication number
KR102342199B1
KR102342199B1 KR1020190164115A KR20190164115A KR102342199B1 KR 102342199 B1 KR102342199 B1 KR 102342199B1 KR 1020190164115 A KR1020190164115 A KR 1020190164115A KR 20190164115 A KR20190164115 A KR 20190164115A KR 102342199 B1 KR102342199 B1 KR 102342199B1
Authority
KR
South Korea
Prior art keywords
information
customer
store
product review
product
Prior art date
Application number
KR1020190164115A
Other languages
English (en)
Other versions
KR20210073353A (ko
Inventor
문지영
송병운
신재용
고원혁
Original Assignee
문송컴퍼니(주)
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 문송컴퍼니(주) filed Critical 문송컴퍼니(주)
Priority to KR1020190164115A priority Critical patent/KR102342199B1/ko
Publication of KR20210073353A publication Critical patent/KR20210073353A/ko
Application granted granted Critical
Publication of KR102342199B1 publication Critical patent/KR102342199B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • 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
    • G06Q30/0278—Product appraisal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • 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
    • G06Q50/12—Hotels or restaurants

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명에 따른 빅데이터에 기반한 고객 관리 및 고객 성향 분석 시스템은 매장 내 고객 단말의 진입 여부를 감지하고, 상기 감지 결과 상기 고객 단말이 상기 매장 내에 진입한 것으로 감지되면 상기 고객 단말에 매칭된 고객 식별 정보 및 상기 매장의 매장 카테고리 정보를 고객 성향 분석 요청 신호와 함께 송신하는 매장 장치; 및 상기 고객 성향 분석 요청 신호가 수신되면, 상기 고객 식별 정보 및 상기 매장 카테고리 정보에 기초하여 상기 고객이 작성한 제1 상품평 정보 중에서 추천 상품평 정보를 선택하고, 상기 매장 카테고리 정보 및 상기 고객의 제1 고객 성향 정보에 기초하여 다른 고객이 작성한 제2 상품평 정보 중에서 추천 상품평 정보를 더 선택하며, 상기 추천 상품평 정보의 평가 점수 정보에 기초하여 추천 상품 정보를 생성하는 서버;를 포함한다.

Description

빅데이터에 기반한 고객 관리 및 고객 성향 분석 시스템{System for managementing customer and analyzing customer propensity based on big data}
본 발명은 빅데이터에 기반한 고객 관리 및 고객 성향 분석 시스템에 관한 것으로, 보다 구체적으로 빅데이터를 이용하여 고객을 관리하고, 고객의 성향을 분석하는 빅데이터에 기반한 고객 관리 및 고객 성향 분석 시스템에 관한 것이다.
과거 소매유통업은 오프라인 중심인 백화점, 아울렛몰, 쇼핑센터 등이 주축을 이루었지만, 최근에는 온라인 쇼핑 시장이 급부상하고 있다. 2015년의 경우 홈쇼핑, 인터넷 쇼핑, 모바일 쇼핑을 포함한 온라인 쇼핑업계 전체의 시장성장율은 약 9%에 달했고, 매출은 60조원에 육박하고 있다.
이러한 온라인 쇼핑 시장의 급속한 성장의 원인 중 하나로는 고객 정보를 활용한 맞춤형 마케팅 활동이 중요한 역할을 하고 있다. 온라인 쇼핑몰은 일반적으로 회원가입 절차를 통한 고객의 인구통계학 정보의 파악이 가능하고, 개별 고객의 과거 구매 내역 및 상품 사용후기나 평가 등의 방대한 자료 축적이 용이하며, 이를 활용한 다양한 마케팅 기법의 적용이 가능하다는 특징을 갖고 있다.
이에 반해, 오프라인 쇼핑몰의 경우 우편물 발송(DM), 텔레마케팅 등의 전통적인 마케팅 활동을 수행하고는 있지만, 온라인 대비 가용한 고객 정보 및 정보 전달 매체의 한계로 인해 마케팅 활동이 제한적이었다.
또한, 오프라인 쇼핑몰에 방문하여 현재 쇼핑중인 고객에게 실시간으로 다양한 쇼핑 정보를 제공하기 위해서는, 안내 방송이나, 포스터, 현수막, 단체 문자 등 불특정 다수의 고객을 대상으로 한 마케팅 방식에 의존하고 있는 것이 일반적이다. 즉, 대형 쇼핑몰 내에서는 다수의 고객이 존재하는 매장 특성상, 고객에 대한 일대일 마케팅을 적용하기가 어려우며, 이에 따라 고객에게 필요한 매장이나 상품에 대한 안내정보를 고객에게 직접 제공할 수 없었다. 이러한 이유로 오프라인 쇼핑 시장에서는 마케팅 활동의 범위가 주로 상품간의 연관성 파악에 의한 진열 및 배치, 세트 상품 구성 등에 국한되어 왔다.
이러한 문제점을 해결하기 위하여, 종래 기술은 사용자가 자신의 단말기를 이용하여 상품을 검색하는 경우, 해당 상품에 대응하는 하나 이상의 매장에 대한 정보를 제공하고, 사용자에 의해 선택된 특정 매장에 대한 길안내 정보를 제공하는 오프라인 매장 추천 시스템이 제안되었다.
그러나, 상기와 같은 종래 기술은 사용자가 반드시 자신의 사용자 단말기를 통해 원하는 상품을 검색해야만 하는 불편함이 있으며, 사용자의 현재 위치를 파악하기 위해 GPS(Global Positioning System) 기능을 이용하여 위치측정을 수행함에 따라, 실내 지역 또는 건물 밀집 지역 등의 GPS 신호가 도달할 수 없는 지역에서는 사용자의 위치 측정에 상당한 제약을 받는다는 단점이 있어, 백화점, 아울렛몰, 쇼핑센터 등 유동인구가 많은 오프라인 쇼핑몰에 적용하기에는 많은 어려움이 있으며, 그 제공되는 정보 역시 지극히 제한적이고 비효율적이라는 문제점이 있다.
한국공개특허 제10- 2016-0015414호
본 발명은 고객이 방문한 매장의 매장 카테고리 정보에 대응되는 상품평 정보 및 고객과 성향이 유사한 다른 고객의 상품평 정보를 추천 상품평 정보로 선택하고 높은 상품 평가 정보의 추천 상품평 정보를 추천 상품 정보로 생성하여 고객에게 제공하는 빅데이터에 기반한 고객 관리 및 고객 성향 분석 시스템을 제공하는 것이다.
본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 본 발명의 실시 예에 의해 보다 분명하게 이해될 것이다. 또한, 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.
상기 기술적 과제를 해결하기 위한 본 발명에 따른 빅데이터에 기반한 고객 관리 및 고객 성향 분석 시스템은 매장 내 고객 단말의 진입 여부를 감지하고, 상기 감지 결과 상기 고객 단말이 상기 매장 내에 진입한 것으로 감지되면 상기 고객 단말에 매칭된 고객 식별 정보 및 상기 매장의 매장 카테고리 정보를 고객 성향 분석 요청 신호와 함께 송신하는 매장 장치; 및 상기 고객 성향 분석 요청 신호가 수신되면, 상기 고객 식별 정보 및 상기 매장 카테고리 정보에 기초하여 상기 고객이 작성한 제1 상품평 정보 중에서 추천 상품평 정보를 선택하고, 상기 매장 카테고리 정보 및 상기 고객의 제1 고객 성향 정보에 기초하여 다른 고객이 작성한 제2 상품평 정보 중에서 추천 상품평 정보를 더 선택하며, 상기 추천 상품평 정보의 평가 점수 정보에 기초하여 추천 상품 정보를 생성하는 서버;를 포함한다.
바람직하게, 상기 매장 장치는 상기 추천 상품 정보를 수신하고, 상기 고객의 주문 시도 여부를 감지하고, 상기 감지 결과 상기 고객이 주문을 시도하는 경우, 상기 추천 상품 정보를 상기 고객에게 제공할 수 있다.
바람직하게, 상기 서버는 상기 제1 상품평 정보 및 상기 제2 상품평 정보 각각의 평가 점수 정보에 기초하여 과평가도를 산출하고, 상기 과평가도를 이용하여 상기 제1 상품평 정보 및 상기 제2 상품평 정보 각각의 평가 점수 정보를 표준화할 수 있다.
바람직하게, 상기 서버는 상기 제1 고객 성향 정보와 상기 다른 고객의 제2 고객 성향 정보 간의 성향 유사도를 산출하고, 상기 제1 고객 성향 정보와의 상기 성향 유사도가 미리 설정된 기준 성향 유사도를 초과하는 제2 고객 성향 정보에 대응되는 제2 상품평 정보를 상기 추천 상품평 정보로 선택할 수 있다.
바람직하게, 상기 서버는 상기 제1 상품평 정보 및 상기 제2 상품평 정보 각각에 포함된 방문 매장 카테고리 정보, 방문 매장 평가 정보 및 상품 평가 정보에 기초하여 상기 제1 고객 성향 정보 및 상기 제2 고객 성향 정보를 생성할 수 있다.
바람직하게, 상기 서버는 상기 추천 상품평 정보 중에서 상기 평가 점수 정보가 높은 순으로 미리 설정된 추천 개수의 추천 상품평 정보를 추천 상품 정보로 생성할 수 있다.
바람직하게, 상기 매장 장치는 매장의 출입구에 배치된 근거리 무선 통신 장치로부터 상기 고객 단말과 근거리 무선 통신을 수행했음을 알리는 근거리 무선 통신 수행 알림 신호가 수신되거나 상기 매장의 매장 위치 정보로부터 미리 설정된 제1 거리 범위 내에 상기 고객 단말의 단말 위치 정보가 포함되는 경우, 상기 고객이 상기 매장 내에 진입한 것으로 감지할 수 있다.
바람직하게, 상기 매장 장치는 상기 고객 단말과 근거리 무선 통신이 수행되거나 상기 매장 장치의 매장 위치 정보로부터 미리 설정된 제2 거리 범위 내에 상기 고객 단말의 단말 위치 정보가 포함되는 경우, 상기 고객이 주문을 시도하는 것으로 감지할 수 있다.
본 발명에 따르면, 고객의 성향에 기반하여 높은 점수로 평가된 상품의 추천 상품 정보를 고객에게 제공하여 매장의 매출을 증대시킬 수 있다.
도 1은 본 발명에 따른 빅데이터에 기반한 고객 관리 및 고객 성향 분석 시스템을 설명하기 위한 도면이다.
도 2는 본 발명에 따른 매장 장치를 설명하기 위한 기능 블록도의 일 예를 설명하기 위한 도면이다.
도 3은 본 발명에 따른 매장 장치가 고객의 매장 진입 여부를 감지하는 과정을 설명하기 위한 도면이다.
도 4는 본 발명에 따른 매장 장치가 고객의 주문 시도 여부를 감지하는 과정을 설명하기 위한 도면이다.
도 5는 본 발명에 따른 서버를 설명하기 위한 기능 블록도의 일 예를 설명하기 위한 도면이다.
도 6은 본 발명에 따른 서버가 추천 상품평 정보를 선택하는 과정을 설명하기 위한 도면이다.
이하, 본 발명의 다양한 실시 예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 발명을 특정한 실시 형 태에 대해 한정하려는 것이 아니며, 본 발명의 실시 예의 다양한 변경(modification), 균등물(equivalent), 및/ 또는 대체물(alternative)을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대 해서는 유사한 참조 부호가 사용될 수 있다.
본 문서에서, "가진다", "가질 수 있다", "포함한다", 또는 "포함할 수 있다" 등의 표현은 해당 특징(예: 수치, 기능, 동작, 또는 부품 등의 구성요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다.
본 문서에서, "A 또는 B", "A 또는/및 B 중 적어도 하나", 또는 "A 또는/및 B 중 하나 또는 그 이상" 등의 표현 은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. 예를 들면, "A 또는 B", "A 및 B 중 적어도 하나", 또는 "A 또는 B 중 적어도 하나"는, (1) 적어도 하나의 A를 포함, (2) 적어도 하나의 B를 포함, 또는(3) 적어도 하나의 A 및 적어도 하나의 B 모두를 포함하는 경우를 모두 지칭할 수 있다.
본 문서에서 사용된 "제1", "제2", "첫째", 또는 "둘째" 등의 표현들은 다양한 구성요소들을, 순서 및/또는 중 요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다. 예를 들면, 제1 사용자 기기와 제2 사용자 기기는, 순서 또는 중요도와 무관하게, 서로 다른 사용자 기기를 나타낼 수 있다. 예를 들면, 본 문서에 기재된 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 바꾸어 명명될 수 있다.
어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "(기능적으로 또는 통신적으로) 연결되어((operatively or communicatively) coupled with/to)" 있다거나 "접속되어(connected to)" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제3 구성요소)를 통하여 연결될 수 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소(예: 제1 구성요소)가 다른 구성 요소(예: 제2 구성요소)에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소와 상기 다른 구성요소 사이에 다른 구성요소(예: 제3 구성요소)가 존재하지 않는 것으로 이해될 수 있다.
본 문서에서 사용된 표현 "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, "~에 적합 한(suitable for)", "~하는 능력을 가지는(having the capacity to)", "~하도록 설계된(designed to)", "~하도록 변경된(adapted to)", "~하도록 만들어진(made to)", 또는 "~를 할 수 있는(capable of)"과 바꾸어 사용될 수 있다. 용어 "~하도록 구성(또는 설정)된"은 하드웨어적으로 "특별히 설계된(specifically designed to)"것만을 반드시 의미하지 않을 수 있다. 대신, 어떤 상황에서, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 구성 (또는 설정)된 제어부"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(generic-purpose processor)(예: CPU 또는 application processor)를 의미할 수 있다.
명세서에서 사용되는 “~부”라는 용어는 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, “~부”는 어떤 역할들을 수행한다. 그렇지만 “~부”는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. “~부”는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수 있다. 따라서, 일 예로서 “~부”는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세서들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 “~부”를 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 “~부”들로 결합되거나 추가적인 구성요소들과 “~부”들로 더 분리될 수 있다.
특히, 본 명세서에서, “제어부”는 중앙처리장치(Central Processing Unit (CPU)), 애플리케이션 프로세서(Application Processor (AP)) 및 커뮤니케이션 프로세서(Communication Processor (CP)) 중 하나 이상을 포함할 수 있다.
본 명세서에서, 컴퓨터는 적어도 하나의 프로세서를 포함하는 모든 종류의 하드웨어 장치를 의미하는 것이고, 실시 예에 따라 해당 하드웨어 장치에서 동작하는 소프트웨어적 구성도 포괄하는 의미로서 이해될 수 있다. 예를 들어, 컴퓨터는 스마트폰, 태블릿 PC, 데스크톱, 노트북 및 각 장치에서 구동되는 사용자 클라이언트 및 애플리케이션을 모두 포함하는 의미로서 이해될 수 있으며, 또한 이에 제한되는 것은 아니다.
본 문서에서 사용된 용어들은 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 다른 실시 예의 범위를 한 정하려는 의도가 아닐 수 있다. 단수의 표현은 컨텍스트 상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 용어들은 본 문서에 기재된 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다. 본 문서에 사용된 용어들 중 일반적인 사전에 정의된 용어들은 관련 기술의 컨텍스트 상 가지는 의미와 동일 또는 유사한 의미로 해석될 수 있으며, 본 문서에서 명백하게 정의되지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. 경우에 따라서, 본 문서에서 정의된 용어일지라도 본 문서의 실시 예들을 배제하도록 해석될 수 없다.
도 1은 본 발명에 따른 빅데이터에 기반한 고객 관리 및 고객 성향 분석 시스템(10)을 설명하기 위한 도면이다.
도 1을 참조하면, 빅데이터에 기반한 고객 관리 및 고객 성향 분석 시스템(10)은 매장 장치(100) 및 서버(200)를 포함할 수 있다.
매장 장치(100) 및 서버(200)는 통신망을 통해 상호 연결되어 정보 및 신호를 송수신할 수 있다.
구체적으로, 매장 장치(100)는 매장 내 고객 단말의 진입 여부를 감지하고, 감지 결과 고객 단말이 매장 내에 진입한 것으로 감지되면 고객 단말에 매칭된 고객 식별 정보 및 매장의 매장 카테고리 정보를 고객 성향 분석 요청 신호와 함께 서버(200)로 송신할 수 있다.
또한, 매장 장치(100)는 서버(200)로부터 고객 성향 분석 요청 신호의 응답으로 추천 상품 정보를 수신할 수 있다.
서버(200)는 매장 장치(100)로부터 고객 성향 분석 요청 신호가 수신되면, 제1 상품평 정보 및 제2 상품평 정보 중에서 추천 상품평 정보를 선택하고, 추천 상품평 정보 중에서 일부 추천 상품평 정보를 추천 상품 정보로 생성하여 매장 장치(100)로 송신할 수 있다.
매장 장치(100)는 매장에 배치되어, 고객으로부터 주문 정보를 입력받아 저장하며, 주문 정보에 대응되는 상품을 결제하기 위한 모듈이 포함된 포스 장치 또는 키오스크 장치일 수 있다.
여기서, 상품은 음식점 매장에서 판매하는 음식, 공산품 매장에서 판매하는 공산품일 수 있으며, 그 종류가 제한되지 않음을 유의한다.
도 2는 본 발명에 따른 매장 장치(100)를 설명하기 위한 기능 블록도의 일 예를 설명하기 위한 도면이고, 도 3은 본 발명에 따른 매장 장치(100)가 고객의 매장 진입 여부를 감지하는 과정을 설명하기 위한 도면이고, 도 4는 본 발명에 따른 매장 장치(100)가 고객의 주문 시도 여부를 감지하는 과정을 설명하기 위한 도면이다.
도 2 내지 도 4를 더 참조하면, 매장 장치(100)는 통신부(110), 표시부(120), 저장부(130) 및 제어부(140)를 포함할 수 있다.
통신부(110)는 통신망에 연결되어 범용 통신을 이용하여 서버(200)와 통신을 수행할 수 있다. 이를 위해, 통신부(110)는 범용 통신을 수행하는 범용 통신 모듈을 구비할 수 있다.
또한, 통신부(110)는 근거리 무선 통신을 이용하여 고객에 의해 휴대되어 제어되는 고객 단말(1)과 통신을 수행할 수 있다. 이를 위해, 통신부(110)는 근거리 무선 통신을 수행하는 근거리 무선 통신 모듈을 구비할 수 있다.
통신부(110)는 고객을 식별하기 위한 정보인 고객 식별 정보 및 고객이 진입한 매장의 매장 카테고리 정보를 고객 성향 분석 요청 신호와 함께 서버(200)로 송신할 수 있다.
또한, 통신부(110)는 서버(200)로부터 고객 성향 분석 요청 신호의 응답으로 추천 상품 정보를 수신할 수 있다.
또한, 통신부(110)는 매장의 출입구에 배치된 근거리 무선 통신 장치(2)로부터 고객 단말(1)과 근거리 무선 통신을 수행했음을 알리는 근거리 무선 통신 수행 알림 신호를 수신할 수 있다.
한편, 통신부(110)의 범용 통신 모듈에 의해 수행되는 범용 통신은 인터넷 망을 이용한 통신이거나, 셀룰러 통신 프로토콜로서, 예를 들면 LTE, LTE-A, CDMA, WCDMA, UMTS, WiBro, 및 GSM 중 적어도 하나를 사용할 수 있다.
한편, 통신부(110)의 근거리 통신 모듈에 의해 수행되는 근거리 무선 통신은 블루투스 통신 및 NFC 통신 중 적어도 하나를 사용할 수 있다.
표시부(120)는 제어부(140)의 제어에 따라 이미지나 비디오를 표시할 수 있다. 특히, 표시부(120)는 통신부(110)에 수신된 추천 상품 정보를 표시할 수 있다.
일 실시 예에 따르면 표시부(120)는 터치 스크린과 결합된 형태의 터치 스크린 디스플레이일 수 있다.
저장부(130)는 매장 장치(100)가 제어부(140)에 의해 제어되기 위해 프로그래밍된 동작 프로그램을 저장할 수 있다.
이러한 저장부(130)는 비휘발성 메모리 및 휘발성 메모리를 포함할 수 있고, 동작 프로그램은 비휘발성 메모리에 저장되고 휘발성 메모리로 로드되어 동작할 수 있다.
제어부(140)는 매장 내 고객 단말의 진입 여부를 감지하고, 감지 결과 고객 단말이 매장 내에 진입한 것으로 감지되면 고객 단말에 매칭된 고객 식별 정보 및 매장의 매장 카테고리 정보를 고객 성향 분석 요청 신호와 함께 서버(200)로 송신하도록 통신부(110)를 제어할 수 있다.
구체적으로, 제어부(140)는 매장의 출입구에 배치된 근거리 무선 통신 장치(2)로부터 고객 단말(1)과 근거리 무선 통신을 수행했음을 알리는 근거리 무선 통신 수행 알림 신호가 수신되거나 매장의 매장 위치 정보로부터 미리 설정된 제1 거리 범위 내에 고객 단말의 단말 위치 정보가 포함되는 경우, 고객이 매장 내에 진입한 것으로 감지할 수 있다.
이후, 제어부(140)는 고객의 주문 시도 여부를 감지하고, 감지 결과 고객이 주문을 시도하는 경우, 추천 상품 정보를 고객에게 제공할 수 있다.
구체적으로, 제어부(140)는 고객 성향 분석 요청 신호의 응답으로 서버(200)로부터 추천 상품 정보를 수신하면, 추천 상품 정보를 저장부(130)에 저장해둘 수 있다.
이후, 제어부(140)는 고객 단말(1)과 근거리 무선 통신이 수행되거나 매장 장치의 매장 위치 정보로부터 미리 설정된 제2 거리 범위 내에 고객 단말(1)의 단말 위치 정보가 포함되는 경우, 고객이 주문을 시도하는 것으로 감지할 수 있다. 이에 따라, 제어부(140)는 고객이 주문을 시도하는 것으로 감지되면, 서버(200)로부터 수신하여 저장부(130)에 저장해둔 추천 상품 정보를 표시하여 고객에게 제공하도록 표시부(120)를 제어할 수 있다.
도 5는 본 발명에 따른 서버(200)를 설명하기 위한 기능 블록도의 일 예를 설명하기 위한 도면이고, 도 6은 본 발명에 따른 서버(200)가 추천 상품평 정보를 선택하는 과정을 설명하기 위한 도면이다.
도 5 및 도 6을 더 참조하면, 서버(200)는 통신부(210), 저장부(220) 및 제어부(230)를 포함할 수 있다.
통신부(210)는 통신망에 연결되어 범용 통신을 이용하여 매장 장치(100)와 통신을 수행할 수 있다. 이를 위해, 통신부(210)는 범용 통신을 수행하는 범용 통신 모듈을 구비할 수 있다.
구체적으로, 통신부(210)는 매장 장치(100)로부터 고객 단말(1)에 매칭된 고객 식별 정보 및 매장의 매장 카테고리 정보를 고객 성향 분석 요청 신호를 수신할 수 있다.
이후, 통신부(210)는 고객 성향 분석 요청 신호의 응답으로 제어부(230)에 의해 생성된 추천 상품 정보를 매장 장치(100)로 송신할 수 있다.
한편, 통신부(210)는 고객이 작성한 제1 상품평 정보, 다른 고객이 작성한 제2 상품평 정보를 외부 서버(미도시)로부터 수신할 수 있다.
여기서, 제1 상품평 정보 및 제2 상품평 정보는 고객 및 다른 고객 각각이 이전에 작성한 모든 상품평을 포함하는 정보일 수 있으며, 상품평의 대상이 되는 상품은 판매되는 매장이 제한되지 않을 수 있다. 또한, 제1 상품평 정보 및 제2 상품평 정보는 도 6에 도시된 바와 같이, 상품평의 대상이 되는 상품을 판매한 매장의 종류를 나타내는 매장 카테고리 정보를 포함할 수 있다.
한편, 통신부(210)의 범용 통신 모듈에 의해 수행되는 범용 통신은 인터넷 망을 이용한 통신이거나, 셀룰러 통신 프로토콜로서, 예를 들면 LTE, LTE-A, CDMA, WCDMA, UMTS, WiBro, 및 GSM 중 적어도 하나를 사용할 수 있다.
저장부(220)는 서버(200)가 제어부(230)에 의해 제어되기 위해 프로그래밍된 동작 프로그램을 저장할 수 있다.
이러한 저장부(220)는 비휘발성 메모리 및 휘발성 메모리를 포함할 수 있고, 동작 프로그램은 비휘발성 메모리에 저장되고 휘발성 메모리로 로드되어 동작할 수 있다.
저장부(220)는 상술한 바와 같이, 제어부(230)를 통해 생성된 추천 상품 정보를 저장할 수 있다.
제어부(230)는 통신부(210)로 고객 성향 분석 요청 신호가 수신되면 추천 상품 정보를 생성할 수 있다.
구체적으로, 제어부(230)는 고객 성향 분석 요청 신호와 함께 통신부(210)에 수신된 고객 식별 정보 및 매장 카테고리 정보에 기초하여 고객이 작성한 제1 상품평 정보 중에서 추천 상품평 정보를 선택할 수 있다.
이때, 제어부(230)는 고객 및 다른 고객이 작성한 상품평 중에서 고객이 작성한 제1 상품평 정보를 고객 식별 정보에 기초하여 선별하고, 제1 상품평 정보 중에서 고객 성향 분석 요청 신호와 함께 수신된 매장 카테고리 정보와 동일한 매장 카테고리 정보를 포함하는 정보를 추천 상품평 정보로 선택할 수 있다.
이후, 제어부(230)는 고객의 제1 고객 성향 정보와 다른 고객의 제2 고객 성향 정보 간의 성향 유사도를 산출할 수 있다.
우선, 제어부(230)는 제1 상품평 정보와 제2 상품평 정보 각각에 포함된 방문 매장 카테고리 정보, 방문 매장 평가 정보 및 상품 평가 정보에 기초하여 제1 고객 성향 정보 및 제2 고객 성향 정보를 생성할 수 있다.
구체적으로, 제어부(230)는 제1 상품평 정보와 제2 상품평 정보 각각으로부터 고객과 다른 고객 각각이 상품평 정보 작성시 중요하게 생각하는 평가 항목들의 순서를 산출하여 제1 고객 성향 정보와 제2 고객 성향 정보로 추출할 수 있다. 예를 들어, 제어부(230)는 고객과 다른 고객이 까페의 상품(메뉴)을 평가할 때, 의자 등의 시설, 음료의 맛, 음료의 양, 가격, 접근성, 분위기 등의 평가 항목 중 중요하게 생각하는 평가 항목들의 순서를 산출할 수 있다. 나아가 제어부(230)는 고객과 다른 고객의 관심이 치우쳐 있는 정도가 기 설정된 퍼센트 이상인 특정 평가 항목이 제1 상품평 정보와 제2 상품평 정보 각각에 존재하는지 여부를 판단할 수 있고, 특정 평가 항목이 존재하면 해당 특정 평가 항목을 제1 고객 성향 정보와 제2 고객 성향 정보로 추출할 수 있다. 이러한 사용자의 관심을 평가하기 위해서 제어부(230)는 제1 상품평 정보와 제2 상품평 정보를 기반으로 주로 사용한 단어를 추출하고 추출된 단어의 사용 횟수 등을 평가하여 특정 평가 항목의 존재 여부를 판단할 수 있다.
다른 실시 예에 따른, 제어부(230)는 고객과 다른 고객 각각의 입맛 정보를 제1 고객 성향 정보와 제2 고객 성향 정보로 추출할 수 있다. 구체적으로, 다른 실시 예에 따른, 제어부(230)는 고객과 다른 고객이 기입력한 입맛 테스트 정보를 기반으로 입맛 정보를 생성하며, 입맛 테스트 정보는 고객과 다른 고객에게 제공되는 보기를 선택하는 방식으로 맛 평가를 수행할 수 있다. 그리고 이에 따라 제어부(230)는 상술된 방식으로 평가된 정보를 수집하여 개인이 느끼는 입맛에 대한 데이터를 획득할 수 있다. 예컨대, 제어부(230)는 매운 음식에 대한 호/불호 정보, 날 음식에 대한 호/불호 정보, 비린내에 대한 민감한 정도 등에 대한 데이터를 획득하고, 이를 기반으로 입맛 정보를 제1 고객 성향 정보와 제2 고객 성향 정보로 추출할 수 있다.
제어부(230)는 제1 고객 성향 정보와 제2 고객 성향 정보 각각의 항목별 유사도를 점수화하고 항목별 유사도의 평균 유사도를 성향 유사도로 산출할 수 있다.
제어부(230)는 제1 고객 성향 정보와의 성향 유사도가 미리 설정된 기준 성향 유사도를 초과하는 제2 고객 성향 정보에 대응되는 제2 상품평 정보 중에서 포함된 매장 카테고리 정보가 고객 성향 분석 요청 신호와 함께 수신된 매장 카테고리 정보와 동일한 정보를 추천 상품평 정보로 선택할 수 있다.
즉, 제어부(230)는 고객이 작성한 제1 상품평 정보와 다른 고객이 작성한 제2 상품평 정보 중에서 일부 정보만을 추천 상품평 정보로 선택할 수 있다.
한편, 제어부(230)는 추천 상품평 정보를 선택하기 전에 제1 상품평 정보 및 제2 상품평 정보 각각의 평가 점수 정보에 기초하여 과평가도를 산출하고, 과평가도를 이용하여 제1 상품평 정보 및 제2 상품평 정보 각각의 평가 점수 정보를 표준화할 수 있다.
구체적으로, 제어부(230)는 제1 상품평 정보 및 제2 상품평 정보에 포함되고 점수화되어 작성된 평가 점수 정보에 기초하여 과평가도를 산출할 수 있다. 여기서, 과평가도는 평가 점수 정보가 고객과 다른 고객의 주관적 의견으로 인해 상대적으로 높거나 낮게 책정된 정도를 나타내는 지표일 수 있다.
제어부(230)는 제1 상품평 정보 및 제2 상품평 정보의 모든 평가 점수 정보의 평균 점수를 산출하고 제1 상품평 정보 및 제2 상품평 정보 각각의 평가 점수 정보와 평균 점수 간의 편차가 미리 설정된 기준 편차를 초과하면 해당 평가 점수 정보를 표준화할 수 있다.
예를 들어, 제어부(230)는 고객 또는 다른 고객이 모든 평가 점수 정보를 8점에서 10점대로 부여한 경우, 표준화 시 고객 또는 다른 고객이 부여한 점수에서 2점씩 하락시켜 평가 점수 정보를 표준화할 수 있다. 반대로, 제어부(230)는 긍정평가에 인색한 것으로 평가되는 고객 또는 다른 고객의 경우, 해당 고객 또는 다른 고객의 평가 점수 정보를 증가시켜 표준화할 수 있다.
한편, 제어부(230)는 제1 상품평 정보와 제2 상품평 정보 중에서 선택된 추천 상품평 정보의 평가 점수 정보에 기초하여 추천 상품 정보를 생성할 수 있다.
구체적으로, 제어부(230)는 추천 상품평 정보 중에서 평가 점수 정보가 높은 순으로 미리 설정된 추천 개수의 추천 상품평 정보를 추천 상품 정보로 생성할 수 있다.
제어부(230)는 생성된 추천 상품평 정보를 매장 장치(100)로 송신하도록 통신부(210)를 제어할 수 있다.
이제까지 본 발명에 대하여 바람직한 실시 예를 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 본 발명을 구현할 수 있음을 이해할 것이다. 그러므로 상기 개시된 실시 예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 한다.
이상과 같이, 본 발명은 비록 한정된 실시 예와 도면에 의해 설명되었으나, 본 발명은 이것에 의해 한정되지 않으며 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 본 발명의 기술사상과 아래에 기재될 특허청구범위의 균등범위 내에서 다양한 수정 및 변형이 가능함은 물론이다.
10: 빅데이터에 기반한 고객 관리 및 고객 성향 분석 시스템
100: 매장 장치
200: 서버

Claims (7)

  1. 매장 내 고객 단말의 진입 여부를 감지하고, 상기 감지 결과 상기 고객 단말이 상기 매장 내에 진입한 것으로 감지되면 상기 고객 단말에 매칭된 고객 식별 정보 및 상기 매장의 매장 카테고리 정보를 고객 성향 분석 요청 신호와 함께 송신하는 매장 장치; 및
    상기 고객 성향 분석 요청 신호가 수신되면, 상기 고객 식별 정보 및 상기 매장 카테고리 정보에 기초하여 상기 고객이 작성한 제1 상품평 정보 중에서 추천 상품평 정보를 선택하고, 상기 매장 카테고리 정보 및 상기 고객의 제1 고객 성향 정보에 기초하여 다른 고객이 작성한 제2 상품평 정보 중에서 추천 상품평 정보를 더 선택하며, 상기 추천 상품평 정보의 평가 점수 정보에 기초하여 추천 상품 정보를 생성하는 서버;를 포함하고,
    상기 서버는
    상기 제1 상품평 정보 및 상기 제2 상품평 정보 각각의 평가 점수 정보에 기초하여 과평가도를 산출하고, 상기 과평가도를 이용하여 상기 제1 상품평 정보 및 상기 제2 상품평 정보 각각의 평가 점수 정보를 표준화하고,
    상기 서버는
    상기 제1 상품평 정보 및 상기 제2 상품평 정보 각각에 포함된 방문 매장 카테고리 정보, 방문 매장 평가 정보 및 상품 평가 정보에 기초하여 상기 제1 고객 성향 정보 및 제2 고객 성향 정보를 생성하고,
    상기 서버는
    상기 추천 상품평 정보 중에서 상기 평가 점수 정보가 높은 순으로 미리 설정된 추천 개수의 추천 상품평 정보를 추천 상품 정보로 생성하고,
    상기 서버는
    상기 제1 고객 성향 정보와 상기 다른 고객의 제2 고객 성향 정보 간의 성향 유사도를 산출하고, 상기 제1 고객 성향 정보와의 상기 성향 유사도가 미리 설정된 기준 성향 유사도를 초과하는 제2 고객 성향 정보에 대응되는 제2 상품평 정보를 상기 추천 상품평 정보로 선택하는 제어부를 포함하고,
    상기 제어부는
    상기 제1 상품평 정보와 상기 제2 상품평 정보 각각으로부터 단어를 추출하고 추출된 단어의 사용 횟수를 평가하여 상기 제1 상품평 정보와 상기 제2 상품평 정보 각각에 포함된 평가 항목 중에서 상기 고객과 상기 다른 고객의 관심이 치우쳐 있는 정도가 기 설정된 퍼센트 이상인 특정 평가 항목을 상기 제1 고객 성향 정보 및 상기 제2 고객 성향 정보 각각으로 추출하며,
    상기 평가 항목은
    상기 고객과 상기 다른 고객이 카페의 상품을 평가하는 경우, 시설, 맛, 양, 가격, 접근성 및 분위기이고,
    상기 제어부는
    매운 음식에 대한 호/불호 정보, 날 음식에 대한 호/불호 정보, 비린내에 대한 민감한 정도에 대한 데이터를 획득하고 상기 고객과 상기 다른 고객이 보기를 선택하는 방식으로 맛 평가를 수행한 입맛 테스트 정보를 기반으로 입맛 정보를 생성하고, 상기 생성된 각각의 입맛 정보를 상기 제1 고객 성향 정보와 상기 제2 고객 성향 정보로 추출하고,
    상기 제어부는
    상기 제1 고객 성향 정보와 상기 제2 고객 성향 정보 각각의 항목별 유사도를 점수화하고 항목별 유사도의 평균 유사도를 성향 유사도로 산출하고,
    상기 제어부는
    상기 제1 상품평 정보 및 상기 제2 상품평 정보의 모든 평가 점수 정보의 평균 점수를 산출하고 상기 제1 상품평 정보 및 상기 제2 상품평 정보 각각의 평가 점수 정보와 평균 점수 간의 편차가 미리 설정된 기준 편차를 초과하면 해당 평가 점수 정보를 표준화하고,
    상기 매장 장치는
    상기 추천 상품 정보를 수신하고, 상기 고객의 주문 시도 여부를 감지하고, 상기 감지 결과 상기 고객이 주문을 시도하는 경우, 상기 추천 상품 정보를 상기 고객에게 제공하고,
    상기 매장 장치는
    상기 고객 단말과 근거리 무선 통신이 수행되거나 상기 매장 장치의 매장 위치 정보로부터 미리 설정된 제2 거리 범위 내에 상기 고객 단말의 단말 위치 정보가 포함되는 경우, 상기 고객이 주문을 시도하는 것으로 감지하는 것을 특징으로 하는 빅데이터에 기반한 고객 관리 및 고객 성향 분석 시스템.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
  6. 제1항에 있어서,
    상기 매장 장치는
    매장의 출입구에 배치된 근거리 무선 통신 장치로부터 상기 고객 단말과 근거리 무선 통신을 수행했음을 알리는 근거리 무선 통신 수행 알림 신호가 수신되거나 상기 매장의 매장 위치 정보로부터 미리 설정된 제1 거리 범위 내에 상기 고객 단말의 단말 위치 정보가 포함되는 경우, 상기 고객이 상기 매장 내에 진입한 것으로 감지하는 것을 특징으로 하는 빅데이터에 기반한 고객 관리 및 고객 성향 분석 시스템.
  7. 삭제
KR1020190164115A 2019-12-10 2019-12-10 빅데이터에 기반한 고객 관리 및 고객 성향 분석 시스템 KR102342199B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190164115A KR102342199B1 (ko) 2019-12-10 2019-12-10 빅데이터에 기반한 고객 관리 및 고객 성향 분석 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190164115A KR102342199B1 (ko) 2019-12-10 2019-12-10 빅데이터에 기반한 고객 관리 및 고객 성향 분석 시스템

Publications (2)

Publication Number Publication Date
KR20210073353A KR20210073353A (ko) 2021-06-18
KR102342199B1 true KR102342199B1 (ko) 2021-12-23

Family

ID=76623503

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190164115A KR102342199B1 (ko) 2019-12-10 2019-12-10 빅데이터에 기반한 고객 관리 및 고객 성향 분석 시스템

Country Status (1)

Country Link
KR (1) KR102342199B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102514238B1 (ko) * 2022-11-25 2023-03-27 주식회사 서비 사용자 맞춤형 단백질 식단 제품의 큐레이션 커머스 플랫폼 서비스 제공 방법, 장치 및 시스템

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116227893B (zh) * 2023-05-05 2023-08-01 深圳市领志光机电自动化系统有限公司 基于物联网数据链的全自动无人咖啡厅监控管理系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102297430B1 (ko) 2014-07-30 2021-09-02 에스케이플래닛 주식회사 단말과 서버, 그를 포함하는 시스템, 그 제어 방법 및 컴퓨터 프로그램이 기록된 기록매체
KR20160006467A (ko) * 2014-07-09 2016-01-19 에스케이플래닛 주식회사 데이터수집관리 서비스 시스템 및 방법
KR102064589B1 (ko) * 2017-12-06 2020-01-09 서울시립대학교 산학협력단 상품 추천 서버 및 상품 추천 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102514238B1 (ko) * 2022-11-25 2023-03-27 주식회사 서비 사용자 맞춤형 단백질 식단 제품의 큐레이션 커머스 플랫폼 서비스 제공 방법, 장치 및 시스템

Also Published As

Publication number Publication date
KR20210073353A (ko) 2021-06-18

Similar Documents

Publication Publication Date Title
KR101919977B1 (ko) 지오펜스와 관련된 사용자의 선택
US9984394B2 (en) Sensor data gathering
US10242384B2 (en) Method and system for location-based product recommendation
KR102189995B1 (ko) 로컬 숍 식별 및 로컬 숍 내에서 관심 아이템의 탐지
US20150278829A1 (en) System and method for in-store tracking
US10586251B2 (en) Consumer interaction using proximity events
US9811846B2 (en) Mobile payment and queuing using proximity events
EP3080766A2 (en) System and method of predicting a location of a consumer within a retail establishment
TW201346821A (zh) 智慧型裝置輔助商務
US9600840B1 (en) Proximity based recommendations
US20160019629A1 (en) Context rich consent controlled food purchase management
CN109286646A (zh) 消息推送方法、装置及系统
KR101740148B1 (ko) 고객의 오프라인활동 데이터에 기반한 온라인쇼핑상품 추천방법
KR102342199B1 (ko) 빅데이터에 기반한 고객 관리 및 고객 성향 분석 시스템
WO2018092333A1 (ja) 購買情報活用システム及び購買情報活用方法、及びプログラム
CN103366308A (zh) 信息处理设备、信息处理方法和程序
US20140249885A1 (en) System and method for customized search results based on a shopping history of a user, retailer identifications, and items being promoted by retailers
US20210342921A1 (en) System and apparatus for geo-location based data analysis
US11995683B2 (en) System and method for providing information
KR101645367B1 (ko) 실시간 구매 상품 정보 제공 방법, 시스템 및 기록매체
JP2017191498A (ja) 装置、方法およびプログラム
KR101735012B1 (ko) 상품 정보 제공 시스템, 방법 및 컴퓨터 판독 가능한 기록매체
US20150356618A1 (en) Technique for billboard advertising
KR20160040049A (ko) 쇼핑 정보 제공 시스템 및 방법
Landry et al. Weshop: Using social data as context in the retail experience

Legal Events

Date Code Title Description
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
X701 Decision to grant (after re-examination)