KR102409719B1 - 공동구매 관리 시스템 및 방법 - Google Patents

공동구매 관리 시스템 및 방법 Download PDF

Info

Publication number
KR102409719B1
KR102409719B1 KR1020210141688A KR20210141688A KR102409719B1 KR 102409719 B1 KR102409719 B1 KR 102409719B1 KR 1020210141688 A KR1020210141688 A KR 1020210141688A KR 20210141688 A KR20210141688 A KR 20210141688A KR 102409719 B1 KR102409719 B1 KR 102409719B1
Authority
KR
South Korea
Prior art keywords
influencer
information
product
group purchase
purchase
Prior art date
Application number
KR1020210141688A
Other languages
English (en)
Inventor
안성국
안시현
권민정
Original Assignee
주식회사 스타일셀러
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 주식회사 스타일셀러 filed Critical 주식회사 스타일셀러
Priority to KR1020210141688A priority Critical patent/KR102409719B1/ko
Application granted granted Critical
Publication of KR102409719B1 publication Critical patent/KR102409719B1/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]
    • G06Q30/0605—Supply or demand aggregation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • G06Q30/08—Auctions
    • 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
    • G06Q50/01—Social networking

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Software Systems (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Computing Systems (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

공동구매 관리 시스템 및 방법이 개시된다. 본 발명에 의한 공동구매 관리 시스템 및 방법은, 상품 정보를 수집하여 저장하고, 판매 실적 정보를 포함한 인플루언서 정보를 수신하여 저장하고; 인플루언서가 판매했던 상품 간 유사도와 인플루언서 등급을 이용하여 인플루언서에 공동구매 상품을 매칭시키고; 상기 공동구매 상품에 대한 SNS 포스팅에 대응하여 SNS 접속자들로부터 생성된 팔로잉 정보를 이용하여 공동구매 가능 여부를 판단하고, 공동구매가 가능하면 공동구매 정보를 생성하도록 지원하여 생성된 공동구매 정보를 SNS 서버로 전송하는 과정을 수행한다. 본 발명에 따르면, 공동구매 상품과 인플루언서를 매칭시키고 공동구매 상품에 대한 SNS 포스팅을 공동구매 정보로 연계시킴으로써, 인플루언서의 공동구매 등록 과정이 단순화될 뿐 아니라 공동구매 관리를 위한 자원이 최소화되는 장점이 있을 뿐 아니라 판매 실적도 향상시킬 수 있다.

Description

공동구매 관리 시스템 및 방법{System and method for managing group purchase}
본 발명은 공동구매 관리 시스템 및 방법에 관한 것이다. 더 구체적으로는 공동구매 상품과 인플루언서를 매칭시키고 공동구매 상품에 대한 SNS 포스팅을 공동구매 정보로 연계시키는 공동구매 관리 시스템 및 방법에 관한 것이다.
최근 스마트폰이나 타블렛 등의, 인터넷 접속이 가능한 단말기들은 과거 정보의 검색이나 열람에서 벗어나, 컨텐츠를 소비하기 위한 용도로 활용되고 있다고 해도 과언이 아니다. 또한, 컨텐츠의 유형도 단순한 이미지에서 동영상으로 옮겨가고 있는데, 과거에는 유튜브와 같은 플랫폼을 통해 녹화 영상 위주의 컨텐츠 배포가 일반적이었다면, 최근에는 인스타그램과 같은 플랫폼을 통한 실시간 개인 방송이 각광을 받기에 이르렀다.
이러한 추세에 힘입어, 스스로 컨텐츠를 생산하여 SNS를 통해 배포함으로써 대중적 영향력을 발휘하는 인플루언서(Influencer)들이 등장하고 있다.
인플루언서들은 자신만의 컨텐츠를 생산 및 제작하고 있으며, 소규모의 1인 또는 다인 방송국으로 변모하고 있다. SNS를 통해 배포되고 공유되는 컨텐츠를 통해 인플루언서들이 이용하는 상품, 즐기는 장소, 취미, 특기 등 인플루언서들과 관련되어 있는 모든 것들에 대한 대중적 관심도가 폭발적으로 증가하고 있다.
좁은 의미에서 인플루언서는 페이스북(Facebook), 트위터(Twitter), 인스타그램(Instagram), 유튜브(Youtube), 인터넷 블로그(blog) 등을 포함하는 소셜 네트워크 서비스(Social Network Service ; 이하, "SNS"라 함)에서 많은 수의 팔로워(Follower)를 보유한 사람을 지칭하기도 한다. 이 때, 팔로워는 SNS에서 특정한 사람이나 업체 따위의 계정을 즐겨 찾고 따르는 사람을 지칭한다.
인플루언서는 그 사전적 의미("영향력을 미치는 사람")에서와 같이, 팔로워들에게 높은 인지도를 가지고 있으며, 팔로워들의 소비행위에 지대한 영향력을 행사한다. 이러한 까닭에, 인플루언서를 마케팅에 활용하는 기업이 증가하고 있다.
기업 입장에서는 영화배우나 스포츠스타와 같은 유명인을 통해 언론 매체를 통해 마케팅하는 것에 대비하여 인플루언서를 통해 마케팅하는 것이, 비용적인 측면에서 훨씬 유리하며, 타겟 마케팅이 가능하기 때문에 그 효과 또한 우수하다.
예를 들어, 화장품 리뷰 또는 화장 노하우와 관련된 콘텐츠를 업로드하는 인플루언서를 화장품 광고모델로 기용하면, 화장품에 관심이 많은 팔로워들에게 상품을 효과적으로 홍보할 수 있다. 또한, 어린이를 대상으로 한 방송 콘텐츠를 업로드하는 인플루언서를 장난감 광고모델로 기용하면, 저연령층의 팔로워들에게 상품을 효과적으로 홍보할 수 있다.
이에 일반적인 인플루언서 마케팅에 있어서, 광고대상상품의 판매자이자 광고모델을 기용하고자 하는 기업 등에서는 효과적인 광고를 위해 인플루언서가 업로드하는 콘텐츠의 종류를 고려하고, 인플루언서가 보유한 팔로워가 몇 명인지를 고려하여 광고계약을 체결할 인플루언서를 선정하게 된다. 즉, 해당 콘텐츠와 광고대상상품의 관련성이 높을수록 팔로워들에게 효과적인 홍보가 가능하므로, 광고가 몇 명의 사람들에게 영향을 미칠 수 있는지 판단하게 된다.
또한, 인플루언서들은 자신이 직접 공동구매, 경매 등을 진행하기도 한다. 즉, 인플루언서 자신이 사용할 계획이거나 사용하고 있는 상품을 홍보하거나 공동구매, 경매 등을 수행하는데 자신의 인지도를 이용하기도 한다.
그런데, 팔로워수에 기반하여 무작위로 상품을 선택하는 단순 판매 방식을 이용함에 따라, 해당 상품을 반드시 잘 홍보 및 판매할 수 있다는 보장이 없다. 이는 해당 상품과 인플루언서의 연관성이 높지 않다는데 기인한다. 즉, 동일 또는 유사한 부류의 상품일지라도 상품의 종류가 다양화 및 세분화되기 때문에, 최근에는 인플루언서의 전문성이 요구되고 있다. 그러나, 인플루언서 1인이 모든 상품에 대한 전문성을 모두 갖추기에는 실질적인 한계가 있다. 이에, 상품과 인플루언서를 매칭시키는 객과적인 기준이 필요하다할 것이다.
또한, 이러한 공동구매, 경매 등을 진행하기 위해서는 별도의 플랫폼을 이용하게 되는데, 공동구매, 경매를 위한 플랫폼(상품 판매 사이트)과 SNS 플랫폼의 연계성이 떨어지는 문제가 있다. 즉, 공동구매, 경매를 포함한 상품 등록 등의 과정이 복잡하고 번거롭다는 문제가 있다. 이와 같이, 플랫폼 간의 연동이 매끄럽지 못하여, 매번 상품에 대한 정보를 상품 판매 사이트에 업로드하는데 불편한 문제점이 있다. 다시 말해, 물품을 상품 판매 사이트에 방문하여 등록하는 일련의 과정이 번거롭다는 문제가 있다.
문헌 1. 대한민국특허청 특허출원번호 제10-2016-0093557호, "광고주와 인플루언서의 매칭 관리 장치 및 방법" 문헌 2. 대한민국특허청 특허출원번호 제10-2019-0141025호, "인공지능을 이용한 제품과 인플루언서를 매칭하는 방법 및 장치" 문헌 3. 대한민국특허청 특허출원번호 제10-2019-0133769호, "SNS 기반 개인간 물품중개 시스템"
따라서, 본 발명은 상기한 종래 기술의 문제점을 해결하기 위해 이루어진 것으로서, 본 발명의 목적은 공동구매 상품과 인플루언서를 매칭시킬 수 있도록 하고, 공동구매 상품에 대한 SNS 포스팅을 공동구매 정보로 연계시킬 수 있도록 하는 공동구매 관리 시스템 및 방법을 제공하는데 있다.
상기와 같은 목적을 달성하기 위한 본 발명의 공동구매 관리 시스템은, 바람직하게는 마이크로 프로세서; 및 상기 마이크로 프로세서에 의해 아래의 과정이 수행되도록 하는 명령어들의 하나 이상의 시퀀스를 포함하는 비일시적 컴퓨터 판독 가능 매체;를 포함하며,
상기 마이크로 프로세서는,
상품 정보를 수집하여 저장하고, 판매 실적 정보를 포함한 인플루언서 정보를 수신하여 저장하고;
인플루언서가 판매했던 상품 간 유사도와 인플루언서 등급을 이용하여 인플루언서에 공동구매 상품을 매칭시키고;
상기 공동구매 상품에 대한 SNS 포스팅에 대응하여 SNS 접속자들로부터 생성된 팔로잉 정보를 이용하여 공동구매 가능 여부를 판단하고, 공동구매가 가능하면 공동구매 정보를 생성하도록 지원하여 생성된 공동구매 정보를 SNS 서버로 전송하는 과정을 수행한다.
이 때, 상품 분류 카테고리를 세분화시켜 미리 구축한 상품 데이터베이스를 이용하여 상기 판매 실적 정보로부터 각 상품의 종류를 확인하고, 각 상품별로 인플루언서 등급을 결정하여 각 상품별 종류 정보와 인플루언서 등급을 매핑시켜 해당 인플루언서 계정에 저장한다.
여기서, 상기 인플루언서 등급은,
상기 판매 실적 정보와 미리 설정된 점수가 부여된 동영상, 조회, 팔로워, 구독자, 좋아요를 합산한 합산 점수의 조합에 의해 결정되며,
상기 조합은 상기 판매 실적 정보와 상기 합산 점수를 딥러닝 학습하는 것일 수 있다.
한편, 상기 상품과 인플루언서의 매칭은,
상품 분류 카테고리를 세분화시켜 미리 구축한 상품 데이터베이스를 이용하여 상기 인플루언서 정보로부터 판매했던 상품의 종류를 확인하고;
상기 판매했던 상품과 동일하거나 유사한 상품을 추출하고;
추출된 상품을 높은 점수 순으로 하여 리스트 정보를 생성하고, 상기 리스트 정보를 인플루언서 단말로 전송하고;
인플루언서 단말로부터 전송된 선택 정보에 대응하여 해당 상품과 인플루언서를 매칭시켜 저장하는 과정;을 포함한다.
그리고, 상기 공동구매 정보를 SNS 서버로 전송한 후,
팔로워를 포함한 접속자들에 의해 생성되는 구독, 좋아요, 알림설정, 댓글을 포함한 팔로잉 정보를 수신하고,
미리 설정된 점수가 부여된 구독, 좋아요, 알림설정, 댓글의 합산 점수로부터 구매 가능성 지수를 산출하고,
상기 구매 가능성 지수가 설정값을 초과할 경우에, 해당 접속자에게 DM(Direct Message)을 발송하며,
상기 DM에 대응한 상품 판매 여부에 대응하여 인플루언서 등급을 갱신하는 과정을 수행한다.
한편, 본 발명의 공동구매 관리 방법은, 바람직하게는 마이크로 프로세서; 및 상기 마이크로 프로세서에 의해 다음의 단계가 수행되도록 하는 명령어들의 하나 이상의 시퀀스를 포함하는 비일시적 컴퓨터 판독 가능 매체;를 포함하며,
상기 단계는,
(a) 상품 정보를 수집하여 저장하고, 판매 실적 정보를 포함한 인플루언서 정보를 수신하여 저장하는 단계;
(b) 인플루언서가 판매했던 상품 간 유사도와 인플루언서 등급을 이용하여 인플루언서에 공동구매 상품을 매칭시키는 단계; 및
(c) 상기 공동구매 상품에 대한 SNS 포스팅에 대응하여 SNS 접속자들로부터 생성된 팔로잉 정보를 이용하여 공동구매 가능 여부를 판단하고, 공동구매가 가능하면 공동구매 정보를 생성하도록 지원하여 생성된 공동구매 정보를 SNS 서버로 전송하는 단계;를 포함한다.
이 때, 상기 (a) 단계는,
상품 분류 카테고리를 세분화시켜 미리 구축한 상품 데이터베이스를 이용하여 상기 판매 실적 정보로부터 각 상품의 종류를 확인하는 단계;
각 상품별로 인플루언서 등급을 결정하는 단계; 및
각 상품별 종류 정보와 인플루언서 등급을 매핑시켜 해당 인플루언서 계정에 저장하는 단계;를 포함한다.
여기서, 상기 인플루언서 등급은,
상기 판매 실적 정보와 미리 설정된 점수가 부여된 동영상, 조회, 팔로워, 구독자, 좋아요를 합산한 합산 점수의 조합에 의해 결정되며,
상기 조합은 상기 판매 실적 정보와 상기 합산 점수를 딥러닝 학습하는 것일 수 있다.
상기 (b) 단계는,
미리 구축된 상품 데이터베이스를 이용하여 상기 인플루언서 정보로부터 판매했던 상품의 종류를 확인하는 단계;
상기 판매했던 상품과 동일하거나 유사한 상품을 추출하는 단계;
추출된 상품을 높은 점수 순으로 하여 리스트 정보를 생성하고, 상기 리스트 정보를 인플루언서 단말로 전송하는 단계; 및
인플루언서 단말로부터 전송된 선택 정보에 대응하여 해당 상품과 인플루언서를 매칭시켜 저장하는 단계;를 포함한다.
상기 (c) 단계는,
인플루언서가 포스팅한 상품에 대한 포스팅 정보를 SNS 서버로부터 수신하는 단계;
상기 상품에 대해 SNS 접속자들로부터 생성된 팔로잉 정보를 수신하는 단계;
상기 팔로잉 정보로부터 공동구매 지수를 산출하여 공동구매 가능 여부를 판별하는 단계;
공동구매가 가능할 경우에 상기 포스팅 정보를 이용하여 공동구매 정보를 생성하도록 지원하는 단계; 및
생성된 상기 공동구매 정보를 SNS 서버로 전송하는 단계;를 포함한다.
상기 (c) 단계는,
팔로워를 포함한 접속자들에 의해 생성되는 구독, 좋아요, 알림설정, 댓글을 포함한 팔로잉 정보를 수신하는 단계;
미리 설정된 점수가 부여된 구독, 좋아요, 알림설정, 댓글의 합산 점수로부터 구매 가능성 지수를 산출하는 단계;
상기 구매 가능성 지수가 설정값을 초과할 경우에, 해당 접속자에게 DM(Direct Message)을 발송하는 단계; 및
상기 DM에 대응한 상품 판매 여부에 대응하여 인플루언서 등급을 갱신하는 단계;를 포함한다.
상술한 바와 같이, 본 발명에 의한 공동구매 관리 시스템 및 방법에 따르면, 공동구매 상품과 인플루언서를 매칭시키고 공동구매 상품에 대한 SNS 포스팅을 공동구매 정보로 연계시킴으로써, 인플루언서의 공동구매 등록 과정이 단순화될 뿐 아니라 공동구매 관리를 위한 자원이 최소화되는 장점이 있을 뿐 아니라 판매 실적도 향상시킬 수 있다.
도 1은 본 발명의 일 실시예에 의한 공동구매 관리 시스템의 구성도이다.
도 2는 본 발명의 공동구매 서버의 구성도이다.
도 3은 SNS 서버, 공동구매 서버, 인플루언서 단말의 시스템 구성도이다.
도 4는 본 발명의 일 실시예에 의한 공동구매 관리 방법의 흐름도이다.
도 5는 본 발명의 일 실시예로서, 상품 정보 수집 과정을 나타낸 흐름도이다.
도 6은 본 발명의 일 실시예로서, 인플루언서 등록 과정을 나타낸 흐름도이다.
도 7은 본 발명의 일 실시예로서, 매칭 과정을 나타낸 흐름도이다.
도 8은 본 발명의 일 실시예로서, SNS 포스팅 과정을 나타낸 흐름도이다.
도 9는 본 발명의 일 실시예로서, 팔로잉 정보 관리 과정을 나타낸 흐름도이다.
도 10은 본 발명의 일 실시예로서, 공동구매 정보 작성 과정을 나타낸 흐름도이다.
도 11은 본 발명의 일 실시예로서, 공동구매 서버에서 제공하는 앱(App)의 화면이다.
도 12는 본 발명의 일 실시예로서, 공동구매 상품을 추천받아 SNS에 링크시키는 화면이다.
이하에서는 본 발명의 바람직한 실시예 및 첨부하는 도면을 참조하여 본 발명을 상세히 설명하되, 도면의 동일한 참조부호는 동일한 구성요소를 지칭함을 전제하여 설명하기로 한다.
발명의 상세한 설명 또는 특허청구범위에서 어느 하나의 구성요소가 다른 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 당해 구성요소만으로 이루어지는 것으로 한정되어 해석되지 아니하며, 다른 구성요소들을 더 포함할 수 있는 것으로 이해되어야 한다.
또한, 발명의 상세한 설명 또는 특허청구범위에서 "~수단", "~부", "~모듈", "~블록"으로 명명된 구성요소들은 적어도 하나 이상의 기능이나 동작을 처리하는 단위를 의미하며, 이들 각각은 소프트웨어 또는 하드웨어, 또는 이들의 결합에 의하여 구현될 수 있다.
이하에서는 본 발명의 공동구매 관리 시스템 및 방법이 구현된 일 예를 특정한 실시예를 통해 설명하기로 한다.
도 1은 본 발명의 일 실시예에 의한 공동구매 관리 시스템의 구성도이다.
도 1을 참조하면, 본 발명의 공동구매 관리 시스템은, SNS 서버(1), 공동구매 서버(2) 및 인플루언서 단말(3)로 구성되어 있다.
이와 같이 구성된 본 발명의 공동구매 관리 시스템은, 먼저, 공동구매 서버(2)에 의해 온라인 상에 존재하는 상품 정보의 수집이 이루어지게 된다. 이 때, 상품 정보는 공동구매 상품을 제조 및 판매하는 클라이언트들에 의해 제공될 수 있다.
한편, 인플루언서는 공동구매를 진행하고자 할 경우에, 인플루언서 단말(3)을 이용하여 인플루언서 정보(예를 들어, 판매 실적 정보)를 공동구매 서버(2)로 전송한다. 이에 공동구매 서버(2)에서는 인플루언서 정보를 바탕으로 하여 인플루언서가 판매했던 상품 간 유사도와 인플루언서 등급으로부터 인플루언서에 대응하는 공동구매 상품의 매칭이 이루어지게 된다.
매칭 결과는 인플루언서 단말(3)로 전송되고, 인플루언서의 선택에 대응하여 특정 상품이 해당 인플루언서에 매칭된다. 물론, 인플루언서가 특정 상품의 선택없이, 매칭 결과만을 인플루언서 단말(3)로 통보할 수도 있다.
이후, 인플루언서는 자신의 SNS 계정에 해당 상품에 대한 정보를 포스팅한다.
이에, SNS 서버(1)에서는 해당 상품에 대한 정보를 팔로워를 포함한 접속자들에게 노출시키고 접속자들의 행위를 관리한다. 즉, 접속자들의 구독, 좋아요, 알림설정, 댓글 등의 팔로잉 정보를 저장 및 관리한다. 또한 팔로잉 정보를 공동구매 서버(2)로 전송한다.
한편, 공동구매 서버(2)에서는 팔로잉 정보를 이용하여 공동구매 지수를 산출하고, 공동구매 지수가 설정값을 초과할 경우에는 인플루언서 단말(3)로 공동구매 가능 메시지를 통보한다. 이 때, 공동구매 지수에는 인플루언서 등급이 적용될 수 있으며, 인플루언서 등급은 상품, 인플루언서 및 판매 실적 간의 연관성에 근거하여 결정될 수 있다.
이어서, 인플루언서는 공동구매 서버(2)에 접속하여 공동구매 정보를 작성한다. 이 때, 공동구매 정보를 작성하는데 용이하도록, 공동구매 작성 페이지에서 최소한의 입력이 이루어지도록 하며, 이미 작성되어 있는 포스팅 정보를 이용하여 공동구매 정보를 생성한다. 즉, 공동구매 작성 페이지에서의 최소한의 작업을 통해 공동구매 정보가 생성될 수 있도록 한다. 공동구매 정보는 공동구매 서버(2)에 업로드됨과 동시에 SNS 서버(1)로 전송된다.
SNS 서버(1)는 공동구매 정보를 해당 인플루언서 계정에 업로드하여 접속자들에게 노출시키고, 접속자들은 공동구매 정보에 링크된 공동구매 서버(2)의 해당 페이지에 접속하여 해당 상품을 확인할 수 있으며, 또한 공동구매를 진행할 수 있다.
한편, 공동구매 서버(2)에서는 팔로잉 정보로부터 공동구매 상품과 인플루언서 간 연관성을 수치적으로 연산하여 실시간 갱신한다. 그리고, 해당 상품의 판매가 이루어지면, 판매 정보를 인플루언서 단말(3)로 전송한다. 갱신된 인플루언서 등급은 추후 매칭 작업에 이용된다.
도 2는 본 발명의 공동구매 서버의 구성도이다.
도 2를 참조하면, 본 발명의 공동구매 서버(2)는, 온라인 상에서 존재하는 상품 정보를 수집하여 관리하는 상품 관리부(21)와, 상품별 판매 실적 정보, 인플루언서 등급 정보 등을 포함한 인플루언서 정보를 갱신 및 관리하는 인플루언서 관리부(22)와, 인플루언서 정보로부터 공동구매 상품을 매칭시키는 매칭 처리부(23)와, SNS 서버(1)로부터 수신한 포스팅 정보를 이용하여 공동구매 정보를 작성할 수 있도록 지원하여 공동구매 정보를 생성하는 공동구매 정보 생성부(24)와, SNS 서버(1) 및 인플루언서 단말(3)과 통신하는 인터페이스부(25)와, 상품 정보 및 인플루언서 정보를 저장하고, 매칭 정보와 이에 연계되는 판매 실적 정보를 저장하며, 판매 실적 정보과 관련한 인플루언서 등급 정보를 저장하는 데이터베이스부(26)를 포함한다.
여기서, 상기한 공동구매 서버(2)의 구성은 기능상으로 구분된 것이며, 구체적으로는 시스템을 구성하는 프로세서(마이크로 프로세서)에 의해 구현되는 것이다. 이에 대한 하드웨어 구성은 도 3에서 설명하기로 한다.
이와 같이 구성된 본 발명의 공동구매 서버(2)는, 온라인 상으로 존재하는 상품 정보를 수집하고, 인플루언서 단말(3)로부터 전달된 인플루언서 정보를 저장한 후, 공동구매 요청 정보가 전달되면, 인플루언서가 잘 홍보 및 판매할 수 있는 공동구매 상품을 매칭시키는 작업을 진행한다. 매칭 작업을 통해 추출된 상품 중에서 특정 상품이 선택되면, 해당 인플루언서의 허락에 대응하여 공동구매 상품과 인플루언서의 매칭 작업이 완료된다.
이후, 인플루언서에 의해 SNS 포스팅이 이루어지게 되고, SNS 서버(1)로부터 팔로잉 정보를 수신하여 팔로잉 정보로부터 공동구매 지수를 산출한다. 산출된 공동구매 지수가 설정값을 초과할 경우에, 해당 공동구매 지수를 인플루언서에게 통보한다. 이에 인플루언서가 공동구매 서버(2)에 접속하여 공동구매 정보를 생성하는 것에 대응하여, 포스팅 정보를 이용하여 간편하게 작성할 수 있도록 지원한다. 작성된 공동구매 정보는 공동구매 서버(2)에 저장됨과 동시에 SNS 서버(1)에 전송된다. 이에 SNS 서버(1)의 인플루언서 계정에 공동구매 정보가 노출되어 팔로워를 포함한 접속자에게 노출됨으로써 공동구매가 시작될 수 있으며, 공동구매에 따르는 판매 실적 정보는 저장, 갱신 및 관리되며, 최종 판매 실적 정보에 대응하여 인플루언서 등급 정보가 실시간 갱신된다.
상기한 SNS 서버(1), 공동구매 서버(2), 인플루언서 단말(3)은 공통적으로 다음과 같은 시스템을 갖추고 있다.
도 3은 SNS 서버, 공동구매 서버, 인플루언서 단말의 시스템 구성도이다.
도 3을 참조하면, 시스템은 컴퓨팅 자원을 제공하고 컴퓨터를 제어하는 중앙 처리 장치(Central Process Unit)(101)를 포함한다. 중앙 처리 장치(101)는 마이크로 프로세서 등으로 구현될 수 있고, 수학적 계산을 위한 그래픽 프로세서 및/또는 부동 소수점 코프로세서를 포함할 수 있다. 또한 시스템은 랜덤 액세스 메모리(Random Access Memory) 및 읽기 전용 메모리(Read Only Memory)의 형태일 수 있는 시스템 메모리(102)를 포함할 수 있다.
시스템은 다수의 컨트롤러와 이에 대응하는 주변 장치를 포함한다. 입력 컨트롤러(103)는 키보드, 마우스 또는 스타일러스와 같은 다양한 입력 장치(104)에 대한 인터페이스를 수행한다. 또한, 스캐너(105)와 통신하는 스캐너 컨트롤러(106)를 포함할 수 있다. 또한, 본 발명의 다양한 실시예를 구현하는 프로그램을 포함하는 운영 체제, 유틸리티 및 애플리케이션에 대한 명령 프로그램을 기록하는 데 사용될 수 있는 광학 매체, 자기 테이프, 디스크와 같은 저장 매체를 포함하는 하나 이상의 저장 장치(107)와 저장 장치(107)에 대해 인터페이스를 수행하는 저장 컨트롤러(108)를 포함할 수 있다. 여기서, 저장 장치(107)는 본 발명에서 처리된 데이터 또는 처리될 데이터를 저장하는 데 사용될 수 있다. 또한, 음극선관, 박막 트랜지스터 디스플레이, 또는 다른 유형의 디스플레이일 수 있는 디스플레이 장치(109)에 인터페이스를 제공하기 위한 디스플레이 컨트롤러(110)를 포함할 수 있다. 또한, 프린터(111)와 통신하기 위한 프린터 컨트롤러(112)를 포함할 수 있다. 그리고, 통신 컨트롤러(113)는 인터넷, 이더넷 클라우드, FCoE/DCB 클라우드, LAN(Local Area Network), WAN(Wide Area Network), SAN(Storage Area Network)를 포함하는 하나 이상의 통신 장치(114)와 적외선 신호를 포함한 적절한 전자기 캐리어 신호를 통해 인터페이스할 수 있도록 한다.
예시된 시스템에서, 모든 주요 시스템 구성요소는 하나 이상의 물리적 버스를 나타낼 수 있는 버스(115)에 연결할 수 있다. 그러나 다양한 시스템 구성요소는 물리적으로 서로 근접해 있을 수도 있고 그렇지 않을 수도 있다. 예를 들어, 입력 데이터 및/또는 출력 데이터는 한 물리적 위치에서 다른 물리적 위치로 원격으로 전송될 수 있다. 또한, 본 발명의 다양한 실시예를 구현하는 프로그램은 네트워크를 통해 원격 위치(예를 들어, 서버)로부터 액세스될 수 있다. 이러한 데이터 및/또는 프로그램은, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 홀로그램 장치와 같은 광학 매체, 자기 광학 매체, ASIC(주문형 집적 회로), PLD(프로그래밍 가능 논리 장치), 플래시 메모리 장치, ROM 및 RAM 장치와 같은 구성된 하드웨어 장치에 프로그램 코드를 저장하거나 저장 및 실행할 수 있도록 구성된다.
본 발명의 실시예는 단계가 수행되도록 하는 하나 이상의 프로세서 또는 처리 유닛에 대한 명령으로 하나 이상의 비일시적 컴퓨터 판독가능 매체에 인코딩될 수 있다. 하나 이상의 비일시적 컴퓨터 판독 가능 매체는 휘발성 및 비휘발성 메모리를 포함할 수 있다. 하드웨어 구현 또는 소프트웨어/하드웨어 구현을 포함하는 대안적인 구현이 가능하다는 점에 유의해야 한다. 하드웨어 구현 기능은 ASIC(들), 프로그래밍 가능한 어레이, 디지털 신호 처리 회로 등을 사용하여 실현될 수 있다. 따라서 모든 실시예에서 "수단"이라는 용어는 소프트웨어 및 하드웨어 구현을 모두 포함한다. 유사하게, 본 실시예에서 사용되는 명칭인 "컴퓨터 판독 가능 매체 또는 매체"는 그 위에 구현된 명령어 프로그램을 갖는 소프트웨어 및/또는 하드웨어, 또는 이들의 조합을 포함한다. 이러한 구현 대안을 염두에 두고 도면 및 첨부된 설명은 당업자가 프로그램 코드(즉, 소프트웨어)를 작성하고/하거나 회로(즉, 하드웨어)를 필요한 처리를 수행한다.
본 발명의 실시예는 다양한 컴퓨터 구현 동작을 수행하기 위한 컴퓨터 코드를 포함하는 비일시적 유형의 컴퓨터 판독 가능 매체를 갖는 컴퓨터 제품에 더 관련될 수 있음을 주목해야 한다. 미디어 및 컴퓨터 코드는 특별히 설계된 것일 수 있다.
그러면, 여기서 상기와 같이 구성된 시스템을 이용한 본 발명의 공동구매 관리 방법에 대해 설명하기로 한다.
도 4는 본 발명의 일 실시예에 의한 공동구매 관리 방법의 흐름도이다.
도 4를 참조하면, 먼저, 온라인 상에 존재하는 상품 정보를 수집하여 데이터베이스화시킨다(S11).
또한, 인플루언서 단말(3)로부터 인플루언서 정보(예를 들어, 판매 실적 정보)를 수신하여 저장한다(S12). 이는 초기 회원 등록 과정을 통해 이루어질 수 있으며, 회원 등록 이후에는 인플루언서 정보는 실시간으로 갱신되어 저장된다. 이는 공동구매 서버(2)에서 제공되는 앱(App)을 통해 등록이 이루어질 수 있다.
한편, 인플루언서로부터 공동구매 요청 정보가 수신된 경우에, 수집된 상품 정보와 인플루언서 정보를 바탕으로 하여 매칭 작업을 수행한다(S13). 매칭 작업에 있어, 먼저 카테고리별로 분류된 상품 데이터베이스로부터 인플루언서가 판매했던 상품의 종류를 확인한다. 그리고, 해당 상품의 판매 실적에 대응한 인플루언서 등급 정보를 확인한다. 이와 같이, 인플루언서가 판매했던 상품 간 유사도와 인플루언서 등급으로부터 공동구매 인플루언서에 대응한 공동구매 상품의 매칭이 이루어지게 된다.
이후, 인플루언서는 인플루언서 단말(3)을 통해 SNS 서버(1)에 접속하여 공동구매 상품에 대해 포스팅한다. 이에 SNS 서버(1)는 포스팅 정보를 업로드하여 접속자들에게 공개하고, 공동구매 서버(2)로도 포스팅 정보를 전송한다(S14).
SNS 서버(1)는 팔로워를 포함한 접속자들에 의해 생성되는 팔로잉 정보를 저장하고, 해당 팔로잉 정보를 공동구매 서버(2)로 전송한다. 이에 공동구매 서버(2)에서는 팔로잉 정보를 이용하여 해당 포스팅 정보의 공동구매 지수가 설정값을 초과하는지 판단하고, 설정값을 초과할 경우에 해당 인플루언서에게 공동구매 가능 메시지를 통보한다(S15).
이에, 인플루언서는 인플루언서 단말(3)을 통해 공동구매 서버(2)에 접속하여 공동구매 정보를 작성한다. 이에 공동구매 서버(2)는 인플루언서에 의해 작성된 공동구매 정보를 자신의 공동구매 서버(2)에 업로드함과 동시에 SNS 서버(1)로도 전송한다(S16).
SNS 서버(1)는 공동구매 정보를 해당 인플루언서 계정에 업로드한다. 팔로워를 포함한 접속자들이 인플루언서 계정에 노출된 공동구매 정보를 클릭하여 공동구매 서버(2)의 해당 페이지에 접속되도록 함으로써 접속자들이 공동구매를 수행할 수 있도록 지원한다(S17).
그리고, 최종적으로 공동구매의 실적 정보에 근거하여 인플루언서 등급이 실시간 갱신되고, 갱신된 인플루언서 등급은 이후 매칭 작업에 이용된다.
도 5는 본 발명의 일 실시예로서, 상품 정보 수집 과정을 나타낸 흐름도이다.
도 5를 참조하면, 먼저, 공동구매 서버(2)는 상품 분류 카테고리를 세분화시켜 상품 데이터베이스를 미리 구축하고 있다.
온라인 상에 존재하는 상품에 대한 상품 정보가 전달되면, 미리 저장된 상품 데이터베이스를 이용하여 해당 상품의 카테고리를 확인한다(S21). 이 때, 해당 상품의 카테고리 확인은 제공된 상품 데이터베이스를 통한 관리자의 선택에 의하거나, 해당 상품 정보에 포함된 텍스트 분석을 통해 이루어지거나, 이미지 분석을 통해 이루어질 수 있다.
이어서, 해당 상품의 카테고리에 대응하는 상품 코드를 등록한다(S22).
이후, 등록된 상품 코드는 데이터베이스화되어 저장된다(S23).
도 6은 본 발명의 일 실시예로서, 인플루언서 등록 과정을 나타낸 흐름도이다.
도 6을 참조하면, 공동구매 서버(2)는 인플루언서 단말(3)로부터 인플루언서 정보가 전달되면, 인플루언서의 판매 실적 정보, SNS 계정 정보, 팔로잉 정보(구독, 좋아요, 알림설정, 댓글 등), 전화번호 정보, 이메일 정보 등을 저장하고, 판매 실적 정보로부터 각 상품의 종류를 확인한다(S31). 이 때, 각 상품의 종류는 상품 데이터베이스를 이용하여 확인할 수 있다.
이어서, 각 상품의 판매 실적에 대응하여 상품별로 인플루언서 등급을 결정한다(S32). 이 때, 인플루언서 등급은 타 인풀루언서 등급과의 비교를 용이하게 하기 위해 정규화되는 것이 바람직하다.
그러면, 여기서 인플루언서 등급을 결정하는 과정에 대해 간략하게 설명하기로 한다.
인플루언서 등급은 기존 판매 실적에 근거하며, 여기에 누적된 동영상, 조회, 팔로워, 구독자, 좋아요 등의 팔로잉 정보가 조합되어 결정될 수 있다.
일례로서, 공동구매 서버(2)에서는 인플루언서가 특정 상품에 대한 판매 실적 정보를 데이터베이스화시키고, 이어서 동일하거나 유사한 상품을 계속 판매할 경우에 가산점을 부여하여 판매 실적 정보를 누적 및 갱신시킨다. 갱신된 판매 실적 정보를 단계별로 구분하여 1차적으로 등급을 결정한다.
또한, 동영상, 조회, 팔로워, 구독자, 좋아요 등에는 미리 설정된 점수를 부여하고, 이들 점수를 합산한 합산 점수를 갱신된 판매 실적 정보에 조합시킨다. 여기서, 판매 실적 정보와 합산 점수의 조합 비율은 9 : 1 내지 6 : 4 범위 내에서 설정되는 것이 바람직하다.
한편, 판매 실적 정보와 합산 점수의 조합시킴에 있어, 딥러닝 학습을 수행할 수 있다. 즉, 팔로잉 정보는 팔로워를 포함한 접속자들이 해당 상품에 대한 관심도, 시기, 궁금점 등에 대한 정보가 텍스트 형태로 저장되어 있다. 이에, 텍스트를 입력값으로 하고, 또한 텍스트와 함께 판매 실적 정보를 입력값으로 하여 딥러닝 학습을 수행하면, 신뢰도가 높은 인플루언서 등급을 산출할 수 있다. 즉, 상품에 대한 관심도, 시기, 궁금점 등을 포함한 다양한 텍스트 정보와 판매 실적 정보를 입력값으로 하여 딥러닝 학습을 수행하면 미래의 상품 판매 확률을 수치적으로 산출할 수 있으며, 상품 판매 확률 수치가 높을수록 현재 시점에서 상품을 가장 잘 홍보 및 판매할 수 있다는 것을 의미한다. 이에, 상품 판매 확률 수치를 근거로 하여 인플루언서 등급을 결정할 수 있다.
한편, 각 상품별 종류 정보와 인플루언서 등급은 매핑되어 인플루언서 계정에 저장된다(S33).
도 7은 본 발명의 일 실시예로서, 매칭 과정을 나타낸 흐름도이다.
도 7을 참조하면, 특정 상품에 대해 공동구매 요청 정보가 접수되면, 인플루언서 정보로부터 판매했던 상품의 종류를 확인한다(S41).
이어서, 상품 데이터베이스로부터 해당 상품과 동일하거나 유사한 상품을 추출한다(S42).
그리고, 공동구매 상품과 인플루언서가 판매했던 상품 간 유사도와 인플루언서 등급으로부터 상품을 추출한다. 이 때, 유사도와 인플루언서 등급을 입력값으로 하여 딥러닝 학습을 수행할 수도 있다.
한편, 추출된 상품을 높은 점수 순으로 하여 리스트 정보를 생성한다(S43).
생성된 리스트 정보를 인플루언스 단말(3)로 전송한다(S44).
인플루언스 단말(3)로부터 특정 상품에 대한 선택 정보가 수신되면, 해당 상품과 인플루언서를 매칭시켜 저장한다(S45).
본 실시예에서는 인플루언서 등급에 기반하여 상품을 선택하는 경우에 대해 설명하고 있으나, 상기한 상품 판매 확률 수치가 가장 높은 상품을 공동구매 상품으로 매칭할 수도 있다.
도 8은 본 발명의 일 실시예로서, SNS 포스팅 과정을 나타낸 흐름도이다.
도 8을 참조하면, 인플루언서는 종래와 마찬가지로 인플루언서 단말(3)을 통해 SNS 서버(1)에 접속하여 각종 포스팅을 할 수도 있다.
예컨대, 공동구매 상품을 받은 다음 상품과 관련한 다양한 포스팅을 할 수 있다. 즉, 구입, 개봉기, 사용후기 등을 각각 구분하여 포스팅할 수 있다(S51).
이 때, 공동구매 서버(2)는 인플루언서 자신을 위한 가상의 팔로워 계정을 해당 SNS 서버(1)가 운영하는 소셜 네트워크 서비스 상에 보유할 수 있다. 인플루언서는 공동구매 서버(2)에 자신의 SNS 계정을 등록하고, 자신의 가상 팔로워 계정에 자신이 SNS 서버(1)를 통해 생산하는 컨텐츠에 접근할 수 있는 권한을 부여할 수 있다.
이와 같이 함으로써, 공동구매 서버(2)는 주기적으로 인플루언서의 SNS 계정에 새롭게 업로드된 포스팅에 접근하여 이를 파싱하여 필요한 정보를 인출하거나 별도로 저장할 수 있다.
이러한 과정을 거쳐 SNS 서버(1)에 업로드된 포스팅 정보(즉, 해당 포스팅에 포함된 텍스트, 영상, 이미지 정보)는 공동구매 서버(2)에 의해 파싱되어 저장된다(S52).
한편, 인플루언서는 공동구매 서버(2)에 미리 몇 개의 그룹을 생성할 수 있다. 예컨대, "C브랜드 핸드백", "O브랜드 화장품"과 같이 그룹을 미리 생성하고, 각 그룹과 관련된 해시태그나 키워드를 미리 저장할 수 있다(S53).
공동구매 서버(2)는 포스팅 정보를 파싱하여 키워드를 추출하고, 추출한 키워드를 이용하여 해당 포스팅이 기 생성된 그룹에 속하는 것인지 판단한다. 기 생생된 그룹에 속하지 않는 포스팅 - 예컨대, 단순한 신변잡기적인 포스팅 - 인 경우에는 그룹에 저장하지 않는다.
반면, 파싱을 통해 추출한 키워드 또는 해당 포스팅에 들어 있는 해시태그가 기 생성된 그룹 가운데 어느 하나에 해당하는 경우, 해당 그룹에 새로운 레코드를 생성하여 저장한다.
한편, 인플루언서는 "C브랜드 핸드백"을 판매하면서 단순 신변잡기적인 포스팅이나 ' O브랜드 화장품'에 대한 포스팅을 할 수도 있으며, 공동구매 서버(2)는 각각의 포스팅 가운데 특정 그룹에 속하는 것들을 따로 모아서 시간순으로 레코드를 생성할 수 있다.
그리고, 일정 간격으로 해당 포스팅에 대한 팔로워들과의 인터랙션을 추적한다. 댓글의 수, 해당 포스팅을 올린 이후 팔로워의 증가정도, 해당 포스팅의 조회수 또는 좋아요 수 등이 그것이다.
SNS 서버(1)를 통해 다양한 주제에 관한 여러 개의 포스팅이 서로 무관계하게 업로드되어 공유되거나 배포되지만, 공동구매 서버(2)에 의한 파싱과 저장 과정을 통해 인플루언서의 포스팅은 주제별로 분류되며, 시간순으로 배치되고, 팔로워들과의 인터랙션이 주기적으로 추적된다.
다시 말해 본 실시예에서는 "C브랜드 핸드백"의 판매에 이르는 일련의 포스팅을 시계열적으로 나열하고 팔로워들과의 인터랙션을 추적하는 것이 가능해진다.
도 9는 본 발명의 일 실시예로서, 팔로잉 정보 관리 과정을 나타낸 흐름도이다.
도 9를 참조하면, SNS 서버(1)는 인플루언서 계정에 업로드된 적어도 하나 이상의 포스팅 정보를 관리한다. 이 때, 동일한 상품과 관련한 포스팅은 상기에서 살펴본 과정을 통해 그룹화하여 관리한다(S61).
한편, SNS 서버(1)에서는 팔로워를 포함한 접속자들에 의해 생성되는 팔로잉 정보를 관리한다. 즉, 접속자들에 의해 생성되는 구독, 좋아요, 알림설정, 댓글 등의 팔로잉 정보를 저장 및 관리한다.
이 때, SNS 서버(1)는 팔로잉 정보를 생성하는 접속자들에 대한 정보도 함께 저장 및 관리한다(S62).
한편, 공동구매 서버(2)에서는 팔로잉 정보 및 접속자 정보를 수신하여 저장하고, 팔로잉 정보로부터 산출되는 구매 가능성 지수를 체크한다. 즉, 각 포스팅에 대한 팔로워들과의 인터랙션을 소정의 알고리즘에 의해 점수화한 후 이를 합산함으로써 구매 가능성 지수를 산출할 수 있다(S63).
이 때, 단순 합산이 아니라 포스팅이 이루어진 시점과 현재 시점 사이의 시간차가 작을수록 가중치를 곱한 다음, 이를 합산하는 것이 바람직하다.
이와 같이 함으로써 해당 그룹의 포스팅에 대한 팔로워들의 관심이 충분히 높아졌는지를 확인할 수 있다. 단순히 합산하는 것으로는 팔로워들의 관심이 증가하는 추세인지 낮아지는 추세인지를 반영하지 못하는 한계가 있기 때문이다.
공동구매 서버(2)에서는 구매 가능성 지수가 설정값을 초과할 경우에, 구매 가능성 메시지를 해당 상품을 포스팅한 인플루언서 단말(3)로 전송한다.
구매 가능성 지수는 다음 수식에 의해 계산될 수 있다.
[수학식 1]
x = ∑(c * yn) / (Dt - Dn + 1)
(이때, x는 구매 가능성 지수, c는 계수, Dt는 마지막 포스팅 시각, Dn은 n번째 포스팅 시각, yn은 n번째 포스팅에 대한 팔로워들과의 인터랙션의 점수값)
yn은 단순히 산술적으로 좋아요의 개수, 댓글의 개수, 댓글에 대한 인플루언서의 댓글 여부 등을 각각 합산하여 계산할 수 있다.
Dt - Dn 값은 현재시각과의 시간차이가 계속 증가하기 때문에 매번 계산시마다 다른 값이 된다. 뿐만 아니라, 위 수식에서 시간이 경과함에 따라 c/(Dt - Dn)값은 로그 그래프를 따라 빠른 속도로 작아지기 때문에 주기적으로 포스팅을 하다가 포스팅을 한동안 멈추게 되면 구매 가능성 지수가 다시 낮아질 수 있다.
따라서, 상품 판매 직전에는 관련된 포스팅을 가급적 연이어 진행하여 팔로워들의 관심에서 멀어지지 않도록 유도하는 것이 중요하다.
더 나아가, 관심도가 낮아지는 추세인 경우 이를 인플루언서 단말(3)로 더 전송할 수 있다.
수학식 1을 응용하여,
(c * yn) / (Dn - Dn-1 + 1) - (c * yn-1) / (Dn-1 - Dn-2 + 1) < (c * yn-1) / (Dn-1 - Dn-2 + 1) - (c * yn-2) / (Dn-1 - Dn-2 + 1) 의 조건을 만족하는 경우 최근 포스팅이 직전 포스팅보다 팔로워들의 관심에서 멀어진 것으로 판정할 수 있으며,
직전 두 번 이상의 포스팅에 대해 각각 위의 조건을 동시에 만족하는 경우 관심도가 낮아지는 추세로 보아 이를 인플루언서 단말(3)로 전송함으로써 상품 판매 진행에 앞서 관련 포스팅을 조금 더 적극적으로 할 수 있도록 유도할 수 있다.
한편, 인플루언서 단말(3) 또는 공동구매 서버(2)에서는 구매 가능성 지수가 설정값을 초과할 경우에, 해당 접속자에게 DM(Direct Message)을 발송한다(S64).
그리고, DM 발송에 따라 해당 상품이 판매될 경우에 인플루언서 등급을 갱신한다(S65).
도 10은 본 발명의 일 실시예로서, 공동구매 정보 작성 과정을 나타낸 흐름도이다.
도 10을 참조하면, 공동구매 가능 메시지를 통보받은 인플루언서는 인플루언서 단말(3)을 통해 공동구매 서버(2)에 접속하여, 자신이 SNS 서버(1)에 포스팅한 포스팅 정보를 이용하여 공동구매 정보를 작성한다(S71). 즉, 별도로 공동구매 정보를 작성할 필요없이 기존 포스팅 정보를 이용하여 공동구매 정보를 생성한다. 이는 SNS 서버(1)의 포스팅 정보를 공동구매 서버(2)와 연동시킴으로써 가능하게 되는 것이다.
구체적으로 도 11에 도시된 바와 같이, 공동구매 서버(2)에서 제공하는 앱(App)에는 "판매상품 추천 받기" 아이콘(Link)이 포함되어 있으며, "판매상품 추천 받기" 아이콘의 클릭에 대응하여 공동구매 정보를 생성하는 공동구매 작성 페이지로 링크되도록 한다. 이에 인플루언서는 포스팅 정보 중에서 필요한 정보만을 선택하는 것만으로 공동구매 정보를 생성할 수 있다. 즉, 공동구매 작성 페이지가 출력되면, 공동구매 페이지에 이미지, 텍스트 등을 별도로 입력할 수 있으나, 본 발명에서는 필요한 포스팅 정보를 독출하여 선택하는 것만으로 공동구매 정보가 생성될 수 있다.
한편, "판매상품 추천 받기" 아이콘을 클릭하면, 지금까지 추천되어 생성된 공동구매 정보가 출력되며, 또한 도 12에 도시된 바와 같이, 추천된 공동구매 정보를 "링크 추가" 아이콘에 포함시킬 수 있으며, SNS 서버(1)로 전송할 수 있다. 본 실시예에서는 인플루언서에 의해 공동구매 정보가 작성되는 경우에 대해 설명하고 있으나, 매칭 작업을 거쳐 추출된 상품에 대해 공동구매 서버(2)에서 공동구매 정보를 작성한 후, 해당 인플루언서 계정에 노출시킬 수도 있다.
이와 같이, SNS 서버(1)와 공동구매 서버(2)를 연계시킴으로써 간편하게 공동구매 정보를 생성할 수 있을 뿐 아니라, 공동구매 정보 생성 및 관리가 용이해질 수 있다.
한편, 공동구매 정보에는 해당 상품의 무게 정보, 부피 정보 등이 포함될 수 있다(S72). 이에, 무게 정보, 부피 정보 등에 근거하여 배송비가 책정될 수 있다(S73).
그리고, 공동구매 서버(2)에서는 배송비를 포함한 상품 낙찰 가격에 대한 에스크로 서비스를 수행할 수 있다.
공동구매 서버(2)에서는 생성된 공동구매 정보를 자신의 서버에 업로드함과 동시에 해당 공동구매 정보를 SNS 서버(1)로 전송한다(S74).
본 발명의 일 실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속한다.
1 : SNS 서버
2 : 공동구매 서버
21 : 상품 관리부
22 : 인플루언서 관리부
23 : 매칭 처리부
24 : 공동구매 정보 생성부
25 : 인터페이스부
26 : 데이터베이스부
3 : 인플루언서 단말

Claims (11)

  1. 마이크로 프로세서; 및
    상기 마이크로 프로세서에 의해 아래의 과정이 수행되도록 하는 명령어들의 하나 이상의 시퀀스를 포함하는 비일시적 컴퓨터 판독 가능 매체;를 포함하며,
    상기 마이크로 프로세서는,
    상품 정보를 수집하여 저장하고, 판매 실적 정보를 포함한 인플루언서 정보를 수신하여 저장하고;
    인플루언서가 판매했던 상품 간 유사도와 인플루언서 등급을 이용하여 인플루언서에 공동구매 상품을 매칭시키고;
    상기 공동구매 상품에 대한 SNS 포스팅에 대응하여 SNS 접속자들로부터 생성된 팔로잉 정보를 이용하여 공동구매 가능 여부를 판단하고, 공동구매가 가능하면 공동구매 정보를 생성하도록 지원하여 생성된 공동구매 정보를 SNS 서버로 전송하는 과정을 수행하며,
    상기 공동구매 가능 여부를 판단하기 위해, 상기 팔로잉 정보로부터 산출되는 구매 가능성 지수를 체크하며,
    상기 구매 가능성 지수는 미리 설정된 점수가 부여된 구독, 좋아요, 알림설정, 댓글의 합산 점수에 의해 결정되되, 상기 SNS 포스팅이 이루어진 시점과 현재 시점의 시간차에 반비례하는 가중치를 곱하는 아래의 [수학식]으로 구하는 공동구매 관리 시스템.
    [수학식]
    x = ∑(c * yn) / (Dt - Dn + 1)
    여기서, x는 구매 가능성 지수, c는 계수, Dt는 마지막 포스팅 시각, Dn은 n번째 포스팅 시각, yn은 n번째 포스팅에 대한 팔로워들과의 인터랙션 점수값을 각각 의미한다.
  2. 제1항에 있어서,
    상품 분류 카테고리를 세분화시켜 미리 구축한 상품 데이터베이스를 이용하여 상기 판매 실적 정보로부터 각 상품의 종류를 확인하고, 각 상품별로 인플루언서 등급을 결정하여 각 상품별 종류 정보와 인플루언서 등급을 매핑시켜 해당 인플루언서 계정에 저장하는 공동구매 관리 시스템.
  3. 제2항에 있어서,
    상기 인플루언서 등급은,
    상기 판매 실적 정보와 미리 설정된 점수가 부여된 동영상, 조회, 팔로워, 구독자, 좋아요를 합산한 합산 점수의 조합에 의해 결정되며,
    상기 조합은 상기 판매 실적 정보와 상기 합산 점수를 딥러닝 학습하는 것인 공동구매 관리 시스템.
  4. 제1항에 있어서,
    상기 상품과 인플루언서의 매칭은,
    상품 분류 카테고리를 세분화시켜 미리 구축한 상품 데이터베이스를 이용하여 상기 인플루언서 정보로부터 판매했던 상품의 종류를 확인하고;
    상기 판매했던 상품과 동일하거나 유사한 상품을 추출하고;
    추출된 상품을 높은 점수 순으로 하여 리스트 정보를 생성하고, 상기 리스트 정보를 인플루언서 단말로 전송하고;
    인플루언서 단말로부터 전송된 선택 정보에 대응하여 해당 상품과 인플루언서를 매칭시켜 저장하는 과정;을 포함하는 공동구매 관리 시스템.
  5. 제1항에 있어서,
    상기 구매 가능성 지수가 설정값을 초과할 경우에, 접속자에게 DM(Direct Message)을 발송하며,
    상기 DM에 대응한 상품 판매 여부에 대응하여 인플루언서 등급을 갱신하는 과정을 수행하는 공동구매 관리 시스템.
  6. 마이크로 프로세서; 및
    상기 마이크로 프로세서에 의해 다음의 단계가 수행되도록 하는 명령어들의 하나 이상의 시퀀스를 포함하는 비일시적 컴퓨터 판독 가능 매체;를 포함하며,
    상기 단계는,
    (a) 상품 정보를 수집하여 저장하고, 판매 실적 정보를 포함한 인플루언서 정보를 수신하여 저장하는 단계;
    (b) 인플루언서가 판매했던 상품 간 유사도와 인플루언서 등급을 이용하여 인플루언서에 공동구매 상품을 매칭시키는 단계; 및
    (c) 상기 공동구매 상품에 대한 SNS 포스팅에 대응하여 SNS 접속자들로부터 생성된 팔로잉 정보를 이용하여 공동구매 가능 여부를 판단하고, 공동구매가 가능하면 공동구매 정보를 생성하도록 지원하여 생성된 공동구매 정보를 SNS 서버로 전송하는 단계;를 포함하며,
    상기 (c) 단계에서,
    상기 공동구매 가능 여부를 판단하기 위해, 상기 팔로잉 정보로부터 산출되는 구매 가능성 지수를 체크하며,
    상기 구매 가능성 지수는 미리 설정된 점수가 부여된 구독, 좋아요, 알림설정, 댓글의 합산 점수에 의해 결정되되, 상기 SNS 포스팅이 이루어진 시점과 현재 시점의 시간차에 반비례하는 가중치를 곱하는 아래의 [수학식]으로 구하는 공동구매 관리 방법.
    [수학식]
    x = ∑(c * yn) / (Dt - Dn + 1)
    여기서, x는 구매 가능성 지수, c는 계수, Dt는 마지막 포스팅 시각, Dn은 n번째 포스팅 시각, yn은 n번째 포스팅에 대한 팔로워들과의 인터랙션 점수값을 각각 의미한다.
  7. 제6항에 있어서,
    상기 (a) 단계는,
    상품 분류 카테고리를 세분화시켜 미리 구축한 상품 데이터베이스를 이용하여 상기 판매 실적 정보로부터 각 상품의 종류를 확인하는 단계;
    각 상품별로 인플루언서 등급을 결정하는 단계; 및
    각 상품별 종류 정보와 인플루언서 등급을 매핑시켜 해당 인플루언서 계정에 저장하는 단계;를 포함하는 공동구매 관리 방법.
  8. 제7항에 있어서,
    상기 인플루언서 등급은,
    상기 판매 실적 정보와 미리 설정된 점수가 부여된 동영상, 조회, 팔로워, 구독자, 좋아요를 합산한 합산 점수의 조합에 의해 결정되며,
    상기 조합은 상기 판매 실적 정보와 상기 합산 점수를 딥러닝 학습하는 것인 공동구매 관리 방법.
  9. 제6항에 있어서,
    상기 (b) 단계는,
    미리 구축된 상품 데이터베이스를 이용하여 상기 인플루언서 정보로부터 판매했던 상품의 종류를 확인하는 단계;
    상기 판매했던 상품과 동일하거나 유사한 상품을 추출하는 단계;
    추출된 상품을 높은 점수 순으로 하여 리스트 정보를 생성하고, 상기 리스트 정보를 인플루언서 단말로 전송하는 단계; 및
    인플루언서 단말로부터 전송된 선택 정보에 대응하여 해당 상품과 인플루언서를 매칭시켜 저장하는 단계;를 포함하는 공동구매 관리 방법.
  10. 제6항에 있어서,
    상기 (c) 단계는,
    상기 구매 가능성 지수가 설정값을 초과할 경우에, 상기 포스팅 정보를 이용하여 공동구매 정보를 생성하도록 지원하는 단계; 및
    생성된 상기 공동구매 정보를 SNS 서버로 전송하는 단계;를 포함하는 공동구매 관리 방법.
  11. 제6항에 있어서,
    상기 (c) 단계는,
    상기 구매 가능성 지수가 설정값을 초과할 경우에, 접속자에게 DM(Direct Message)을 발송하는 단계; 및
    상기 DM에 대응한 상품 판매 여부에 대응하여 인플루언서 등급을 갱신하는 단계;를 포함하는 공동구매 관리 방법.
KR1020210141688A 2021-10-22 2021-10-22 공동구매 관리 시스템 및 방법 KR102409719B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210141688A KR102409719B1 (ko) 2021-10-22 2021-10-22 공동구매 관리 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210141688A KR102409719B1 (ko) 2021-10-22 2021-10-22 공동구매 관리 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR102409719B1 true KR102409719B1 (ko) 2022-06-16

Family

ID=82217446

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210141688A KR102409719B1 (ko) 2021-10-22 2021-10-22 공동구매 관리 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR102409719B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102490009B1 (ko) * 2022-07-18 2023-01-18 주식회사 대원물산 인공지능 기반 인플루언서 연계 제품 구매 및 판매 플랫폼 서비스 제공 방법, 장치 및 시스템
KR102491120B1 (ko) 2022-10-31 2023-01-20 주식회사 모인컴퍼니 인플루언서 연계를 통한 구매 플랫폼 서비스 제공 방법, 장치 및 시스템
KR102541434B1 (ko) * 2022-07-08 2023-06-13 주식회사 스룩 인플루언서와 판매대행사를 연결하는 공동구매 중개 플랫폼 서비스 제공 시스템

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160093557A (ko) 2015-01-29 2016-08-08 티디케이가부시기가이샤 연자성 금속 압분 코어
KR101896668B1 (ko) * 2017-07-28 2018-09-10 아이작에스엔씨 주식회사 머신 러닝을 사용한 피플루언스 포스팅 광고 서비스 시스템 및 방법
KR20190075585A (ko) * 2017-12-21 2019-07-01 주식회사 함샤우트 인플루언서 중개 시스템 및 이를 이용한 중개 방법
KR20190133769A (ko) 2017-04-10 2019-12-03 비이에이 에스에이 자동문을 제어하기 위한 센서
KR20190141025A (ko) 2017-05-16 2019-12-20 어플라이드 머티어리얼스, 인코포레이티드 주파수 배가 간섭 리소그래피를 이용하는 와이어 그리드 편광자 제조 방법들

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160093557A (ko) 2015-01-29 2016-08-08 티디케이가부시기가이샤 연자성 금속 압분 코어
KR20190133769A (ko) 2017-04-10 2019-12-03 비이에이 에스에이 자동문을 제어하기 위한 센서
KR20190141025A (ko) 2017-05-16 2019-12-20 어플라이드 머티어리얼스, 인코포레이티드 주파수 배가 간섭 리소그래피를 이용하는 와이어 그리드 편광자 제조 방법들
KR101896668B1 (ko) * 2017-07-28 2018-09-10 아이작에스엔씨 주식회사 머신 러닝을 사용한 피플루언스 포스팅 광고 서비스 시스템 및 방법
KR20190075585A (ko) * 2017-12-21 2019-07-01 주식회사 함샤우트 인플루언서 중개 시스템 및 이를 이용한 중개 방법

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102541434B1 (ko) * 2022-07-08 2023-06-13 주식회사 스룩 인플루언서와 판매대행사를 연결하는 공동구매 중개 플랫폼 서비스 제공 시스템
KR102490009B1 (ko) * 2022-07-18 2023-01-18 주식회사 대원물산 인공지능 기반 인플루언서 연계 제품 구매 및 판매 플랫폼 서비스 제공 방법, 장치 및 시스템
KR102491120B1 (ko) 2022-10-31 2023-01-20 주식회사 모인컴퍼니 인플루언서 연계를 통한 구매 플랫폼 서비스 제공 방법, 장치 및 시스템

Similar Documents

Publication Publication Date Title
Sun et al. Conversational recommender system
KR102409719B1 (ko) 공동구매 관리 시스템 및 방법
KR102422410B1 (ko) 클라이언트와 인플루언서의 매칭 시스템 및 방법
US11290413B2 (en) Trend detection for content targeting using an information distribution system
US10380249B2 (en) Predicting future trending topics
JP2019527874A (ja) ユーザー匿名性を維持しつつ機械学習を使って行動データから心理測定プロファイルを予測すること
CN111242748B (zh) 用于向用户推荐项目的方法、装置和存储介质
US20210192460A1 (en) Using content-based embedding activity features for content item recommendations
CN103377443A (zh) 网络交易平台及其处理方法
US20150142486A1 (en) Systems and methods for cloud-based digital asset management
US20200265467A1 (en) Method and apparatus for providing web advertisements to users
CN109417644A (zh) 跨屏广告投放的收益优化
KR102216755B1 (ko) 콘텐츠 및 제품을 연동시키는 태그 분석 서비스 제공 방법
WO2018071721A1 (en) Third-party-site interoperability using publication and interactive discussion engine
US20230092475A1 (en) Information processing method, apparatus and device, and storage medium
McStay 3.1 Micro-moments, liquidity, intimacy and automation: Developments in programmatic Ad-tech
US20190130464A1 (en) Identifying service providers based on rfp requirements
Garay-Tamajón et al. Analyzing the influence of short-term rental platforms on housing affordability in global urban destination neighborhoods
Batat Experiential Marketing: Case Studies in Customer Experience
US20160063536A1 (en) Method and system for constructing user profiles
US20230316106A1 (en) Method and apparatus for training content recommendation model, device, and storage medium
Asensio World wide data: the future of digital marketing, e-commerce, and big data
US8849804B1 (en) Distributing interest categories within a hierarchical classification
JP7212103B2 (ja) 情報処理装置、情報処理方法及び情報処理プログラム
KR102422409B1 (ko) Sns를 연계한 경매 시스템 및 방법

Legal Events

Date Code Title Description
GRNT Written decision to grant