KR102473802B1 - 키워드 분석 방법 및 이를 활용한 온라인 광고 제공 방법 - Google Patents

Abstract

본 발명은 키워드 분석 방법에 관한 것으로서, 보다 상세하게는, 키워드 분석 방법 및 이를 활용한 온라인 광고 제공 방법에 관한 것이다. 본 발명의 실시예에 따른 전자 장치에 의해 수행되는, 키워드 분석 방법은, 판매하고자 하는 상품에 관한 키워드를 월간 검색수 사용자 통계 서비스를 제공하는 사이트에 입력하는 단계 - 월간 검색수 사용자 통계 서비스는, 검색된 키워드가 데스크탑 장치인지 모바일 장치인지 여부를 판단하는 통계 서비스, 검색된 키워드에 대한 성별에 따른 비율 통계 서비스, 및 검색된 키워드에 대한 연령별 비율 통계 서비스를 포함함 -; 검색된 키워드가 데스크탑 장치 및 모바일 장치의 비율에 비례하여, 데스크탑 장치 및 모바일 장치의 마케팅 비용을 결정하되, 검색된 키워드가 모바일 장치의 비율이 75% 이상인 경우 모바일 장치에 대한 마케팅 비용을 모바일 장치에 대한 비용만으로 결정하는 단계; 상품에 대한 키워드 정보들을 수신하는 단계 - 키워드 정보들은 특정 키워드에 관한 검색량, 경쟁사 상품수, 상품이 특정 키워드에서 노출되고 있는 순위를 포함함 -; 하나 이상의 롤모델 상품에 대한 키워드 정보들에 기초하여, 키워드 정보들을 필터링하는 단계; 및 필터링된 키워드의 정보를 기초로 하여, 상품에 관하여 순차적으로 점유될 키워드의 우선순위를 결정하는 단계를 포함할 수 있다.

Description

키워드 분석 방법 및 이를 활용한 온라인 광고 제공 방법{KEYWORD ANALYSIS METHOD AND ONLINE ADVERTISEMENT PROVISION METHOD}

본 발명은 키워드 분석 방법에 관한 것으로서, 보다 상세하게는, 키워드 분석 방법 및 이를 활용한 온라인 광고 제공 방법에 관한 것이다.

최근 인터넷의 활용과 더불어 인터넷 광고 중에서 키워드 광고가 널리 이용되고 있다. 키워드 광고는 사용자가 검색어(키워드)를 입력하여 검색 결과가 나오는 관련 업체의 광고가 노출되도록 하는 형태의 광고 기법이며, 특히 키워드 광고는 특정 제품이나 서비스에 대한 정보가 검색되었는지 여부, 즉 광고에 대한 피드백을 여러 도구를 통해 손쉽게 파악할 수 있기 때문에 마케팅 담당자들이 비교적 선호하는 광고 모델이라고 할 수 있다.

최근 사회적으로 비대면 추세가 확산되고 있으며, 이러한 추세에 따라 온라인으로 상거래 분야가 더욱 성장하고 있다. 예를 들어, 지난 10년 동안 대표적인 온라인 상거래 사이트인 아마존의 순 매출은 대략 300억 달러에서 대략 2천억 달러로 대략 9배 가량 증가하였으며, 최근의 재택근무의 비율이 많아질 수밖에 없는 사회적 상황과 함께 스마트폰 등 많은 기기들의 발전이 많은 사람들의 쇼핑 습관에 영향을 미치고 있다는 점에서 인터넷을 통한 마케팅 분야는 점점 더 성장이 지속될 것으로 판단된다. 이러한 인터넷 마케팅 분야에서 가장 중요한 광고 기법은 키워드 광고라고 할 수 있다.

이처럼, 인터넷 상에서 동일한 물품의 여러 상품이 등록되어 있다고 할지라도 소비자가 어떤 키워드를 입력하는가에 따라 소비자에게 모바일 기기 내지 데스크탑 기기에 출력되는 검색되는 결과는 전혀 상이하게 될 수 밖에 없다.

그에 따라, 판매자는 상품을 등록할 때 소비자가 주로 이용하는 키워드를 적절하게 선택하는 경우, 해당 판매자는 자신의 온라인에 등록된 상품이 고객에게 노출되는 빈도가 높아질 것이고 그에 따라 온라인을 통한 판매가 증진될 수 있고, 그에 따라 시장 점유율이 확대될 수 있는데, 이러한 키워드는 주요 메인 포털 플랫폼/사이트(예컨대, 네이버, 카카오, 다음, 구글 등)에서 입찰을 통해 구매하고 있는 실정이다. 예를 들어, 1위 키워드를 A원에 구매시, 1회 클릭당 A원이 광고비로 지출되는 것인데, 제3 자가 이를 A보다 높은 금액(예컨대 A+1)으로 입찰을 하게 되면 해당 키워드의 점유자가 변경되는 구조이다.

이처럼 마케팅은 주요 메인 포털 플랫폼/사이트에서 노출되는 키워드를 주로 경매를 통해 구매함으로써 결정될 수 있다. 그러나 소비자의 구매과정은 단순히 키워드를 통한 노출이 아니라, 여러 심리적인 요소가 작용하여 이러한 과정에서 키워드가 노출되는 것과 노출되는 빈도가 결정될 수 있으나, 이러한 노출의 결과가 실제로 소비자 구매로 이어지는 것이 중요하다. 이를 위해, 키워드와 소비자의 통계에 따라 마케팅 전략을 다각화하는 것이 매우 중요하다고 할 것이다.

한편, 전술한 배경 기술은 발명자가 본 발명의 도출을 위해 보유하고 있었거나, 본 발명의 도출 과정에서 습득한 기술 정보로서, 반드시 본 발명의 출원 전에 일반 공중에게 공지기술이라 할 수 없다.

한국 등록 특허 제10-2127203호 한국 등록 특허 제10-2194273호

본 발명은 상기와 같은 문제점을 해결하기 위한 것으로서, 본 발명의 목적은 무조건 과도한 비용을 투자하여 키워드를 낙찰 받는 것이 아니라 한정된 광고 비용 내에서 최대의 매출을 제공하는 데 있다.

본 발명은 단순히 키워드 광고에서 1위를 비싼 가격에 입찰하는 것이 아니라, 키워드의 특징에 따라 모바일 기기 내지 퍼스널 컴퓨터(데스크탑)의 화면에 표시되는 정도의 순위의 키워드 가격에 적절한 가격으로 입찰하는 것을 목표로 한다.

이를 통해, 판매자가 고액의 마케팅 비용을 지출하지 않고 최적의 광고 효과를 얻을 수 있도록 하게 할 수 있다.

본 발명의 상기 및 다른 목적과 이점은 바람직한 실시예를 설명한 하기의 설명으로부터 분명해질 것이다.

본 발명은 키워드 분석 방법에 관한 것으로서, 보다 상세하게는, 키워드 분석 방법 및 이를 활용한 온라인 광고 제공 방법에 관한 것이다. 본 발명의 실시예에 따른 전자 장치에 의해 수행되는, 키워드 분석 방법은, 판매하고자 하는 상품에 관한 키워드를 월간 검색수 사용자 통계 서비스를 제공하는 사이트에 입력하는 단계 - 월간 검색수 사용자 통계 서비스는, 검색된 키워드가 데스크탑 장치인지 모바일 장치인지 여부를 판단하는 통계 서비스, 검색된 키워드에 대한 성별에 따른 비율 통계 서비스, 및 검색된 키워드에 대한 연령별 비율 통계 서비스를 포함함 -; 검색된 키워드가 데스크탑 장치 및 모바일 장치의 비율에 비례하여, 데스크탑 장치 및 모바일 장치의 마케팅 비용을 결정하되, 검색된 키워드가 모바일 장치의 비율이 75% 이상인 경우 모바일 장치에 대한 마케팅 비용을 모바일 장치에 대한 비용만으로 결정하는 단계; 상품에 대한 키워드 정보들을 수신하는 단계 - 키워드 정보들은 특정 키워드에 관한 검색량, 경쟁사 상품수, 상품이 특정 키워드에서 노출되고 있는 순위를 포함함 -; 하나 이상의 롤모델 상품에 대한 키워드 정보들에 기초하여, 키워드 정보들을 필터링하는 단계; 및 필터링된 키워드들의 정보를 기초로 하여, 상품에 관하여 순차적으로 점유될 키워드들의 우선순위를 결정하는 단계를 포함할 수 있다.

일 실시예에 따르면, 키워드의 대상 타겟이 여성이고, 연령대가 20대 내지 40대인 경우, 검색된 키워드에 대한 성별에 따른 비율 통계 서비스 및 검색된 키워드에 대한 연령별 비율 통계 서비스에서 키워드의 검색 성별 비중이 여성이 75%가 넘고, 10살 단위로 구분된 그룹 중에서 상위 연령대에 20대 내지 40대가 포함되어 있다면, 키워드는 높은 광고 효율 점수를 갖는 것으로 해석하는 단계; 및 키워드가 높은 광고 효율 점수를 갖는 것으로 해석된다면, 제1 사용자가 키워드를 재입찰을 하도록 유도하는 메시지를 발송하는 단계를 더 포함할 수 있다.

일 실시예에 따르면, 특정한 상품페이지의 클릭수를 나타내는 히트맵 및 특정한 인터넷 페이지를 이탈하는지 여부를 나타내는 이탈률맵을 도시하는 단계를 더 포함할 수 있다.

일 실시예에 따르면, 제1 사용자가 데스크탑에 대하여 제1 가격으로 입찰되었던 키워드가 제2 사용자에 의해 제1 가격보다 높은 제2 가격으로 입찰되었는지 여부를 모니터링하는 단계 - 키워드에 관한 정보는, 키워드 그룹, 입찰 단위, 입찰 가격의 추이, 목표 순위, 경쟁 업체의 광고 기간 중 적어도 하나를 포함하고, 입찰 가격의 추이는 해당 키워드의 소유자가 변경될 때마다 가격을 표시한 도표를 나타내고, 목표 순위는 검색된 키워드를 기준으로 첫화면에 표시되는 순위로 설정되고, 경쟁 업체의 광고 기간은 키워드를 제1 사용자가 입찰하기 전에 제1 사용자가 아닌 사용자들이 키워드를 얼마의 기간동안 선점하였는지에 관한 기간 정보를 포함함 -; 모니터링 중 제1 사용자가 제1 가격으로 입찰되었던 키워드가 제2 사용자에 의해 제1 가격보다 높은 제2 가격으로 입찰되었을 때, 키워드를 재입찰할지 여부를 결정하기 위해 키워드를 월간 검색수 사용자 통계 서비스에 재입력하는 단계; 이전에 선점했던 키워드를 뺏긴 시점에서 해당 키워드가 모바일 장치에서 검색 비율이 75%를 넘는다면, 제2 사용자가 선점하는 데 쓰였던 제2 가격보다 높은 가격으로 재입찰하는 것을 포기하는 단계; 및 데스크탑을 통한 키워드 광고가 아닌, 모바일 장치를 통한 키워드 광고를 하도록 제1 사용자에게 추천 메시지를 발송하는 단계를 더 포함할 수 있다.

일 실시예에 따르면, 매체별 구매성향을 분석하는 단계 - 매체는 배너광고, 성과형 디스플레이 광고, 디스플레이 네트워크, 인스트림 광고(instream advertisement)를 포함함 -; 매체별 구매성향 및 단계별 이탈율 분석 후 리타켓팅을 수행하는 단계; 매체별 구매성향 및 단계별 이탈율 분석에 기초하여, 전월 대비 이탈고객에 대하여 리타겟팅 배너광고를 결정하는 단계를 더 포함하고, 키워드들의 우선순위를 결정하는 단계는, 키워드들의 광고 효율 점수를 결정하는 단계를 포함하고, 키워드들의 광고 효율 점수를 결정하는 단계는, 키워드들의 검색량을 입력하는 단계; 키워드들의 경쟁사 상품수를 입력하는 단계; 키워드들 각각에 대하여, 검색량을 경쟁사 상품수로 나눔으로써 광고 효율 점수를 계산하는 단계; 및 키워드 정보들을 필터링하는 단계를 포함하고, 키워드 정보들을 필터링하는 단계는, 키워드들의 검색량이 10000 이상 그리고 상품이 특정 키워드에서 노출되고 있는 순위가 5위 내지 10위인 키워드들을 필터링하는 단계

를 포함하고, 방법은, 필터링된 키워드들을 단어 수준으로 분리시키는 단계; 단어 수준으로 분리된 키워드들과 월간 검색수 사용자 통계의 상관 관계를 분석하기 위해 단어 수준으로 분리된 키워드들과 월간 검색수 사용자 통계를 상관 관계를 파악하기 위한 딥러닝 알고리즘에 입력시키는 단계; 및 딥러닝 알고리즘의 결과로부터 도출되는 키워드들과 월간 검색수 사용자 통계의 상관 관계가 가장 높은 키워드를 새로운 키워드 광고의 키워드로서 선택하는 단계를 더 포함할 수 있다.

본 발명에 따르면, 한정된 광고비 예산 안에서 최고의 광고 효과가 도출될 수 있는 효과를 제공할 수 있다.

본 발명에 따르면, 광고비 예산이 지나치게 커질 우려가 있고 해당 키워드를 분석해본 결과, 그 이득이 크지 않다면 해당 키워드를 포기하고 다른 키워드를 선택하게 함으로써, 키워드를 제3 자에게 뺏긴 시점에서 최적의 광고 전략을 수립할 수 있도록 하게 한다.

다만, 본 발명의 효과들은 이상에서 언급한 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

도 1은 본 발명의 일 실시예에 따른 키워드 분석 방법을 개략적으로 나타낸 도면이다.
도 2는 현재 키워드의 광고 효율 점수를 결정하는 방법을 나타내는 도면이다.
도 3a는 히트맵과 이탈률을 나타내는 예시적인 도면이다.
도 3b는 통계적인 결과를 나타내는 예시적인 도면이다.
도 4는 그로스 마케팅 기대효과를 설명하는 도면이다.
도 5는 리타겟팅을 하기 위한 방법을 설명하는 도면이다.
도 6은 월간 검색수 사용자 통계 서비스를 제공하는 사이트로서 주요 매체별 광고성과 분석을 나타내는 예시적인 도구를 도시한다.
도 7은 인공 신경망의 기본적인 개념을 간단히 나타낸 도면이다.

이하, 본 발명의 실시예와 도면을 참조하여 본 발명을 상세히 설명한다. 이들 실시예는 오로지 본 발명을 보다 구체적으로 설명하기 위해 예시적으로 제시한 것일 뿐, 본 발명의 범위가 이들 실시예에 의해 제한되지 않는다는 것은 통상의 기술자에 있어서 자명할 것이다.

또한, 달리 정의하지 않는 한, 본 명세서에서 사용되는 모든 기술적 및 과학적 용어는 본 발명이 속하는 기술 분야의 통상의 기술자에 의해 통상적으로 이해되는 바와 동일한 의미를 가지며, 상충되는 경우에는, 정의를 포함하는 본 명세서의 기재가 우선할 것이다.

도면에서 제안된 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다. 그리고, 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에서 기술한 "부"란, 특정 기능을 수행하는 하나의 단위 또는 블록을 의미한다.

각 단계들에 있어 식별부호(제1, 제2, 등)는 설명의 편의를 위하여 사용되는 것으로 식별부호는 각 단계들의 순서를 설명하는 것이 아니며, 각 단계들은 문맥상 명백하게 특정 순서를 기재하지 않는 이상 명기된 순서와 다르게 실시될 수 있다. 즉, 각 단계들은 명기된 순서와 동일하게 실시될 수도 있고 실질적으로 동시에 실시될 수도 있으며 반대의 순서대로 실시될 수도 있다.

이하, 구체적인 실시예와 비교예를 통하여 본 발명의 구성 및 그에 따른 효과를 보다 상세히 설명하고자 한다. 그러나, 본 실시예는 본 발명을 보다 구체적으로 설명하기 위한 것이며, 본 발명의 범위가 이들 실시예에 한정되는 것은 아니다.

본 발명의 일 실시예 따른, 키워드 분석 방법은, 판매하고자 하는 상품에 관한 키워드를 월간 검색수 사용자 통계 서비스를 제공하는 사이트에 입력할 수 있다. 여기서, 월간 검색수 사용자 통계 서비스는, 검색된 키워드가 데스크탑 장치인지 모바일 장치인지 여부를 통계적 수치로 제공하도록 구성되는 통계 서비스, 검색된 키워드에 대한 성별에 따른 비율 통계 서비스, 및 검색된 키워드에 대한 연령별 비율 통계 서비스를 포함할 수 있다.

검색된 키워드가 데스크탑 장치 및 모바일 장치의 비율에 비례하여, 데스크탑 장치 및 모바일 장치의 마케팅 비용을 결정하되, 검색된 키워드가 모바일 장치의 비율이 75% 이상인 경우 모바일 장치에 대한 마케팅 비용을 모바일 장치에 대한 비용만으로 결정할 수 있다. 상품에 대한 키워드 정보들을 수신할 수 있다. 최근 들어, 고객들은 데스크탑 장치보다 모바일 장치에서 더 많은 구매를 하는 경향이 있는데, 이는 모바일 장치에서 구매가 매우 간편하고 주로 모바일 장치에 노출되는 시간이 상당하기 때문이다. 여기서, 키워드 정보들은 특정 키워드에 관한 검색량, 경쟁사 상품수, 상품이 특정 키워드에서 노출되고 있는 순위를 포함할 수 있다. 해당 키워드가 제3 자에게 의해 새롭게 점유되는 경우, 하나 이상의 롤모델 상품에 대한 키워드 정보들에 기초하여, 키워드 정보들을 필터링할 수 있다. 필터링된 키워드들의 정보를 기초로 하여, 해당 상품에 관하여 순차적으로 점유될 키워드들의 우선순위를 결정할 수 있다. 이렇게 우선순위로 두번째로 결정된 키워드들에 경매 가격이 뺏긴 키워드에 대한 가격의 80% 이하라면, 해당 키워드를 입찰하도록 추천될 수 있다.

도 1은 본 발명의 일 실시예에 따른 키워드 분석 방법을 개략적으로 나타낸 도면이다.

도 1을 참조하여 설명하면, 본 발명의 일 실시예에 따른 분석 방법은 다음의 단계로 수행될 수 있다. S110 단계에서, 제1 사용자가 제1 가격으로 입찰되었던 키워드가 제2 사용자에 의해 제1 가격보다 높은 제2 가격으로 입찰되었는지 여부를 모니터링할 수 있다. 여기서 입찰 대상이 되는 키워드에 관한 정보는, 키워드 그룹, 입찰 단위, 입찰 가격의 추이, 목표 순위, 경쟁 업체의 광고 기간 중 적어도 하나를 포함할 수 있다. 키워드 그룹은 해당 키워드의 분야를 의미하며, 예를 들어 키워드가 전자 제품 그룹에 해당하는지를 판단하는 기준이 될 수 있다. 입찰 단위는 통상적으로 원화를 이용하지만, 해외 플랫폼(예컨대, Google, Amazon 등)의 경우는 달러화로 입찰을 진행할 수 있다. 입찰 가격의 추이는 해당 키워드의 소유자가 변경될 때마다의 가격을 표시한 도표일 수 있다. 목표 순위는 반드시 1위일 필요는 없고, 검색된 키워드를 기준으로 첫화면에 표시되는 정도의 순위(예컨대 5위)를 설정할 수도 있다. 경쟁 업체의 광고 기간은 해당 키워드를 사용자가 입찰하기 전에 다른 경쟁 업체들이 해당 키워드를 얼마의 기간동안 선점하였는지에 관한 기간 정보를 포함할 수 있다. 위 모니터링은 주기적으로 행해질 수 있는데, 그 주기는 매 2시간마다 또는 4시간마다 수행될 수 있다.

S120 단계에서, 제1 사용자가 제1 가격으로 입찰되었던 키워드가 제2 사용자에 의해 제1 가격보다 높은 제2 가격으로 입찰되었을 때, 상기 키워드를 재입찰할지 여부를 결정하기 위해 상기 키워드를 월간 검색수 사용자 통계 서비스에 입력할 수 있다. 여기서, 월간 검색수 사용자 통계 서비스는, 검색된 키워드가 데스크탑 장치인지 모바일 장치인지 여부를 판단하는 통계 서비스, 검색된 키워드에 대한 성별에 따른 비율 통계 서비스, 및 검색된 키워드에 대한 연령별 비율 통계 서비스를 포함할 수 있다. 여기서, 키워드를 뺏겼을 때만 제1 사용자가 대응을 하는 것은 굳이 지속적으로 관리를 하기 위한 노력을 할 필요성을 감소시킬 수 있는 효과가 있기 때문이다.

선점했던 키워드를 빼앗긴 상황에서 이를 가격을 다시 올려 무조건적으로 추격하는 것은 과도한 광고 비용의 소모로 이어질 우려가 있다. 그리하여, 선점했던 키워드를 빼앗긴 시점에서 해당 키워드의 광고 현황에 대한 현재 상태를 확인해보는 것이 필수적인데, 먼저 발명에 따른 자동화된 방법을 통해 검색된 키워드의 데스크탑 장치 및 모바일 장치의 비율에 비례하여, 데스크탑 장치 및 모바일 장치의 마케팅 비용을 결정하되, 상기 검색된 키워드가 모바일 장치의 비율이 75% 이상인 경우 모바일 장치에 대한 마케팅 비용을 모바일 장치에 대한 비용만으로 결정할 수 있다.

S130 단계에서, 과거에 데스크탑을 통해서만 키워드 광고를 수행하였는데, 선점했던 키워드를 뺏긴 시점에서 해당 키워드가 모바일 장치에서 검색 비율이 75%를 넘는다면, 굳이 뺏겼던 데스크탑에 관한 키워드를 다시 재선점할 필요성이 없으므로, 제2 사용자가 선점하는 데 쓰였던 제2 가격보다 높은 가격으로 재입찰하는 것을 포기하고, 데스크탑을 통한 키워드 광고가 아닌, 모바일 장치를 통한 키워드 광고를 하도록 제1 사용자에게 추천 메시지를 발송할 수 있다.

도 2는 현재 키워드의 광고 효율 점수를 결정하는 방법을 나타내는 도면이다.

S210 단계에서, 키워드를 변경할지 여부를 결정할 수 있다. 이 때, 현재 키워드의 광고 효율 점수에 기초하여, 현재 제2 사용자에게 뺏긴 키워드를 재사용할지 여부를 결정할 수 있다.

S220 단계에서, 해당 상품의 키워드의 목표와 통계적으로 나타나는 키워드에 관한 정보의 연관성을 분석할 수 있다. 예를 들어, 해당 키워드의 대상 타겟이 여성이고, 연령대가 20대 내지 40대인 경우, 검색된 키워드에 대한 성별에 따른 비율 통계 서비스 및 검색된 키워드에 대한 연령별 비율 통계 서비스에서 키워드의 검색 성별 비중이 여성이 75%가 넘고, 상위 연령대에 20대 내지 40대가 포함되어 있다면, 해당 키워드가 높은 광고 효율 점수를 갖는 것으로 해석할 수 있고(S230), 더 많은 광고 비용을 지출해서라도 제1 사용자가 해당 키워드를 재입찰을 하도록 유도하는 메시지를 발송할 수 있다(S240). 그러나, 실제로 해당 키워드가 남성의 검색 비율이 높고 연령대도 맞지 않는다면, 해당 키워드가 높은 광고 효율 점수를 갖는 것으로 해석하여(S250), 구태여 현재 키워드를 다시 입찰할 필요가 없는 것이고, 다른 키워드를 선정하는 안을 추천하는 메시지를 제1 사용자에게 발송할 수 있다(S260).

도 3a는 히트맵과 이탈률맵을 나타내는 예시적인 도면이다.

도 3a의 (a)에서, 히트맵은 고객이 클릭을 한 위치를 점으로 표시한 도면이다. 이를 통해, 고객이 어떠한 키워드를 갖는 상품에 실제로 클릭을 하였는지를 시각적으로 확인할 수 있다.

이러한 시각적인 확인을 통해 가장 많은 히트수를 갖는 상품들로 상품의 정렬을 내림차순할 수 있다. 이를 통해, 가장 많은 히트수를 갖는 히트 상품의 판매가 더욱 촉진될 수 있다.

도 3a의 (b)에서, 이탈률맵은 표시된 부분이 이탈되는 정도를 그라데이션으로 표시한 것이다. 빨간색일수록 이탈률이 높다는 것을 표시하고, 이는 고객들이 일반적으로 가장 위에 위치하는 상품들만을 고려하지는 않으며, 습관적으로 아래로 스크롤링을 한다는 점을 나타내기도 한다.

도 3b는 통계적인 결과를 나타내는 예시적인 도면이다.

구체적으로, 도 3b에서 월별 검색 추이를 데스크탑과 모바일로 나누어 표현할 수 있고, 월간 검색수 사용자 통계를 성별 비율로 표시할 수 있으며, 월간 검색수 사용자 통계를 연령별로 도시할 수 있다.

도 3b에서는 코어 타겟을 30~40대로 설정한 것을 도시한다.

도 4는 그로스 마케팅 기대효과를 설명하는 도면이다.

본 발명에 의하면, 광고 집행 시 이탈고객, 미전환고객, 자사상품 구매고객들에게 그로스마케팅 도구를 활용한 운영 전략을 통해 효율을 극대화(효율 최적화, 전환수 증가)할 수 있다.

디지털 광고에 있어서, 키워드 그룹별 KPI(Key Performance Indicators)를 설정할 수 있다. 또한, 키워드 성과별 효율지표를 설정할 수 있다.

먼저, 캠페인 목표를 설정하고, 매체별 목표를 설정한다.

배너 매체 운영 전략을 설정한다. 이때 타매체의 유의미한(고객행동. 액션 분석데이터)를 통한 매체운영을 통해 배너광고를 집행한다.

전월대비 이탈고객이 발생하는 경우 이탈 고객을 대상으로 리타겟팅 배너 광고를 수행한다. 이를 위해 매체별 구매성향 분석과 단계별 이탈율 분석 후 리타겟팅을 하는 과정이 요구될 수 있다.

광고 방법으로서, 배너광고, 성과형 디스플레이 광고, 디스플레이 네트워크 광고 등이 있다.

한편, 최근 동영상 서비스에 짧게 광고가 삽입되는 경우가 있는데, 이러한 경우 광고 효율이 다른 매체를 통한 광고보다 훨씬 높은 경향이 있는 것으로 파악되고 있다. 더욱이, 최근 동영상 서비스는 고객들의 관심사에 따른 알고리즘에 맞추어 광고를 제공하므로, 동영상 서비스에 삽입되는 광고, 즉 인스트림 광고(instream advertisement)에 관한 비용을 추가하는 것이 광고의 실질적이고 효율적인 효과를 가져오기 위한 방법이 될 수 있다. 예를 들어, 유튜브 영상의 경우, 영상이 재생되기 전에 재생되는 영상 광고 5초 광고 이후 유저가 광고 시청시에만 과금을 하는 방식이 이용되고 있는 실정이다. 즉, 이러한 광고 형태의 경우 100%의 조회한 타겟과 5초 이상 조회한 타겟에 맞는 광고인 경우 매우 효율적이라고 볼 수 있다.

도 5는 리타겟팅을 하기 위한 방법을 설명하는 도면이다.

S510 단계에서, 광고주 사이트에서 관심상품을 노출시킬 수 있다.

S520 단계에서, 해당 사용자가 매체 사이트를 방문했을 때 리타겟팅 광고를 노출시킬 수 있다.

S530 단계에서, 사용자를 광고주 사이트로 유입시켜 구매를 유도하도록 할 수 있다.

본 방법에 의하면 리타겟팅에 높은 효율을 가져올 수 있다.

본 명세서에서는 본 발명자들이 수행한 다양한 실시예 가운데 몇 개의 예만을 들어 설명하는 것이나 본 발명의 기술적 사상은 이에 한정하거나 제한되지 않고, 통상의 기술자에 의해 변형되어 다양하게 실시될 수 있음은 물론이다.

도 6은 월간 검색수 사용자 통계 서비스를 제공하는 사이트로서 주요 매체별 광고성과 분석을 나타내는 예시적인 도구를 도시한다.

먼저, Google Analytics는 웹사이트 내 트래픽 분석을 할 수 있고, 주요매체별 광고성과 분석을 제공하며, 실시간 유입매체를 모니터링할 수 있다.

Logger의 경우 활성IP를 체크하고 이를 분석할 수 있고, 주요매체별 광고성과 분석을 제공할 수 있다.

Ace Counter는 실시간 자동입찰 솔루션으로서, 성과기반 입찰 전략을 수립하는 데에 도움을 줄 수 있다.

한편, 광고를 위한 새로운 키워드를 고려하기 위해, 현재 키워드와 주요 매체별 광고성과 분석, 그리고 월간 검색수 사용자 통계와의 상관 관계를 파악하기 위해, 딥러닝 알고리즘을 이용해볼 수 있다. 예를 들어, 특정 키워드들과 월간 검색수 사용자 통계의 상관 관계를 분석하여 상관 관계가 가장 높은 키워드를 새로운 키워드 광고의 키워드로서 선택할 수 있다.

본 발명에 적용 가능 딥러닝 알고리즘에 대해 설명하면 다음과 같다.

딥러닝 알고리즘은 머신 러닝(machine learning) 알고리즘의 하나로 인간의 신경망을 본 따서 인공 신경망에서 발전된 모델링 기법을 의미한다. 인공 신경망은 도 7에 도시된 바와 같이 다층 계층 구조로 구성될 수 있다.

도 7은 인공 신경망의 기본적인 개념을 간단히 나타낸 도면이다.

도 7에 도시된 바와 같이, 인공 신경망(artificial neural network; ANN)은 입력 층, 출력 층, 그리고 위 입력 층과 출력 층 사이에 적어도 하나 이상의 중간 층(또는 은닉 층, hidden layer)을 포함하는 계층 구조로 구성될 수 있다. 딥러닝 알고리즘은, 이와 같은 다중 계층 구조에 기반하여, 층간 활성화 함수(activation function)의 가중치를 최적화(optimization)하는 학습을 통해 결과적으로 신뢰성 높은 결과를 도출할 수 있다.

본 발명에 적용 가능 딥러닝 알고리즘은, 심층 신경망(deep neural network; DNN), 합성곱 신경망(convolutional neural network; CNN), 순환 신경망(recurrent neural network; RNN) 등을 포함할 수 있다.

심층 신경망(deep neural network; DNN)은 기본적으로 기존 ANN 모델 내 중간 층(또는 은닉 층)을 많이 늘려서 학습의 결과를 향상시키는 것을 특징으로 한다. 일 예로, 위 DNN은 2개 이상의 중간 층을 이용하여 학습 과정을 수행하는 것을 특징으로 한다.

이에 따라, 컴퓨터는 스스로 분류 레이블을 만들어 내고 공간을 왜곡하고 데이터를 구분하는 과정을 반복하여 최적의 출력 값을 도출할 수 있다.

컨볼루션 신경망(convolutional neural network; CNN)은, 기존의 데이터에서 지식을 추출하여 학습 과정이 수행되는 기법과 달리, 데이터의 특징을 추출하여 특징들의 패턴을 파악하는 구조를 갖는 것을 특징으로 한다. 위 CNN은 컨볼루션(convolution) 과정과 풀링(pooling) 과정을 통해 수행될 수 있다. 다시 말해, 위 CNN은 컨볼루션 층과 풀링 층이 복합적으로 구성된 알고리즘을 포함할 수 있다. 여기서, 컨볼루션 층에서는 데이터의 특징을 추출하는 과정(일명, 컨볼루션 과정)이 수행된다. 위 컨볼루션 과정은 데이터에 각 성분의 인접 성분들을 조사해 특징을 파악하고 파악한 특징을 한 장으로 도출하는 과정으로써, 하나의 압축 과정으로써 파라미터의 개수를 효과적으로 줄일 수 있다. 풀링 층에서 컨볼루션 과정을 거친 레이어의 사이즈를 줄여주는 과정(일명, 풀링 과정)이 수행된다. 위 풀링 과정은 데이터의 사이즈를 줄이고 노이즈를 상쇄시키고 미세한 부분에서 일관적인 특징을 제공할 수 있다. 일 예로, 위 CNN은 정보 추출, 문장 분류, 얼굴 인식 등 여러 분야에 활용될 수 있다.

순환 신경망(recurrent neural network; RNN)은 반복적이고 순차적인 데이터(sequential data) 학습에 특화된 인공 신경망의 한 종류로써 내부에 순환구조를 갖는 것을 특징으로 한다. 위 RNN은 위 순환 구조를 이용하여 과거의 학습 내용에 가중치를 적용하여 현재 학습에 반영함으로써, 현재의 학습과 과거의 학습 간 연결을 가능하게 하고 시간에 종속된다는 특징을 갖는다. 위 RNN은 기존의 지속적이고 반복적이며 순차적인 데이터 학습의 한계를 해결한 알고리즘으로써, 음성 웨이브폼을 파악하거나 텍스트의 앞 뒤 성분을 파악하는 등에 활용될 수 있다.

다만, 이는 본 발명에 적용 가능 구체적인 딥러닝 기법의 일 예시들에 불과하며, 실시예에 따라 다른 딥러닝 기법이 본 발명에 적용될 수도 있다.

한편, 키워드 광고는 노출되는 순위에 따라 입찰 가격이 결정되는 것이 지극히 자연스러운 일이지만, 광고 대비 효율로 볼 땐 그렇지 못한 경우가 더 많다고 할 수 있다. 본 발명자들은 이러한 점을 고려하여, 선점하고 있던 키워드를 제3 자에게 빼앗기더라도, 즉각적으로 해당 키워드를 확보하기 위해 과도한 비용을 지출하기 보다는 고객들이 적어도 1회 이상 아래 방향으로 스크롤링을 한다는 점에 착안하여, 1회 스크롤을 통해 노출될 수 있는 가장 마지막에 위치하는 키워드를 오히려 싼 값에 입찰하는 방안을 제시한다. 이때 1회 스크롤을 통해 노출될 수 있는 가장 끝단에 위치하는 위치는 데스크탑의 경우 마우스 스크롤링일 수 있고 모바일의 경우 아래로의 스와이프일 수 있는데, 이러한 스크롤링과 스와이프의 평균적인 위치를 통계적으로 파악하여(예컨대, 가우시안 분포에서 평균 위치), 해당 위치의 키워드를 선점하는 방안을 제시하여, 광고비용 대비 최고의 효율을 얻을 수 있는 방안을 제시한다.

Claims (5)

1. 전자 장치에 의해 수행되는, 키워드 분석 방법에 있어서,
   키워드 판매하고자 하는 상품에 관한 키워드를 월간 검색수 사용자 통계 서비스를 제공하는 사이트에 입력하는 단계 - 상기 월간 검색수 사용자 통계 서비스는, 검색된 키워드가 데스크탑 장치인지 모바일 장치인지 여부를 판단하는 통계 서비스, 검색된 키워드에 대한 성별에 따른 비율 통계 서비스, 및 검색된 키워드에 대한 연령별 비율 통계 서비스를 포함함 -;
   상기 검색된 키워드가 데스크탑 장치 및 모바일 장치의 비율에 비례하여, 데스크탑 장치 및 모바일 장치의 마케팅 비용을 결정하는 단계;
   상기 키워드의 대상 타겟이 여성이고, 연령대가 20대 내지 40대인 경우, 검색된 키워드에 대한 성별에 따른 비율 통계 서비스 및 검색된 키워드에 대한 연령별 비율 통계 서비스에서 키워드의 검색 성별 비중이 여성이 75%가 넘고, 10살 단위로 구분된 그룹 중에서 상위 연령대에 20대 내지 40대가 포함되어 있다면, 상기 키워드는 높은 광고 효율 점수를 갖는 것으로 해석하는 단계; 및
   상기 키워드가 높은 광고 효율 점수를 갖는 것으로 해석된다면, 사용자가 상기 키워드를 재입찰을 하도록 유도하는 메시지를 발송하는 단계
   를 포함하는, 키워드 분석 방법.
2. 삭제
3. 제1항에 있어서,
   특정한 상품페이지의 클릭수를 나타내는 히트맵 및 특정한 인터넷 페이지를 이탈하는지 여부를 나타내는 이탈률맵을 도시하는 단계
   를 더 포함하는, 키워드 분석 방법.
4. 제3항에 있어서,
   제1 사용자가 데스크탑에 대하여 제1 가격으로 입찰되었던 키워드가 제2 사용자에 의해 제1 가격보다 높은 제2 가격으로 입찰되었는지 여부를 모니터링하는 단계 - 상기 키워드에 관한 정보는, 키워드 그룹, 입찰 단위, 입찰 가격의 추이, 목표 순위, 경쟁 업체의 광고 기간 중 적어도 하나를 포함하고, 상기 입찰 가격의 추이는 해당 키워드의 소유자가 변경될 때마다 가격을 표시한 도표를 나타내고, 상기 목표 순위는 검색된 키워드를 기준으로 첫화면에 표시되는 순위로 설정되고, 상기 경쟁 업체의 광고 기간은 상기 키워드를 제1 사용자가 입찰하기 전에 제1 사용자가 아닌 사용자들이 상기 키워드를 얼마의 기간동안 선점하였는지에 관한 기간 정보를 포함함 -;
   상기 모니터링 중 상기 제1 사용자가 제1 가격으로 입찰되었던 키워드가 제2 사용자에 의해 제1 가격보다 높은 제2 가격으로 입찰되었을 때, 상기 키워드를 재입찰할지 여부를 결정하기 위해 상기 키워드를 월간 검색수 사용자 통계 서비스에 재입력하는 단계;
   이전에 선점했던 키워드를 뺏긴 시점에서 해당 키워드가 모바일 장치에서 검색 비율이 75%를 넘는다면, 제2 사용자가 선점하는 데 쓰였던 제2 가격보다 높은 가격으로 재입찰하는 것을 포기하는 단계; 및
   데스크탑을 통한 키워드 광고가 아닌, 모바일 장치를 통한 키워드 광고를 하도록 상기 제1 사용자에게 추천 메시지를 발송하는 단계
   를 더 포함하는, 키워드 분석 방법.
5. 제4항에 있어서,
   매체별 구매성향을 분석하는 단계 - 상기 매체는 배너광고, 성과형 디스플레이 광고, 디스플레이 네트워크, 인스트림 광고(instream advertisement)를 포함함 -;
   상기 매체별 구매성향 및 단계별 이탈율 분석 후 리타켓팅을 수행하는 단계;
   상기 매체별 구매성향 및 단계별 이탈율 분석에 기초하여, 전월 대비 이탈고객에 대하여 리타겟팅 배너광고를 결정하는 단계
   를 더 포함하고,
   상기 키워드의 우선순위를 결정하는 단계는,
   상기 키워드의 광고 효율 점수를 결정하는 단계
   를 포함하고,
   상기 키워드의 광고 효율 점수를 결정하는 단계는,
   상기 키워드의 검색량을 입력하는 단계;
   상기 키워드의 경쟁사 상품수를 입력하는 단계;
   상기 키워드 각각에 대하여, 상기 검색량을 상기 경쟁사 상품수로 나눔으로써 광고 효율 점수를 계산하는 단계; 및
   키워드 정보들을 필터링하는 단계
   를 포함하고,
   상기 키워드 정보들을 필터링하는 단계는,
   상기 키워드의 검색량이 10000 이상 그리고 상품이 특정 키워드에서 노출되고 있는 순위가 5위 내지 10위인 키워드를 필터링하는 단계
   를 포함하고,
   상기 방법은,
   필터링된 키워드를 단어 수준으로 분리시키는 단계;
   단어 수준으로 분리된 키워드와 월간 검색수 사용자 통계의 상관 관계를 분석하기 위해 단어 수준으로 분리된 키워드와 월간 검색수 사용자 통계를 상관 관계를 파악하기 위한 딥러닝 알고리즘에 입력시키는 단계; 및
   상기 딥러닝 알고리즘의 결과로부터 도출되는 상기 키워드와 상기 월간 검색수 사용자 통계의 상관 관계가 가장 높은 키워드를 새로운 키워드 광고의 키워드로서 선택하는 단계
   를 더 포함하는, 키워드 분석 방법.

Images