KR102510812B1 - Advertising media and budget artificial intelligence consulting system and method thereof - Google Patents
Advertising media and budget artificial intelligence consulting system and method thereof Download PDFInfo
- Publication number
- KR102510812B1 KR102510812B1 KR1020200171051A KR20200171051A KR102510812B1 KR 102510812 B1 KR102510812 B1 KR 102510812B1 KR 1020200171051 A KR1020200171051 A KR 1020200171051A KR 20200171051 A KR20200171051 A KR 20200171051A KR 102510812 B1 KR102510812 B1 KR 102510812B1
- Authority
- KR
- South Korea
- Prior art keywords
- advertisement
- information
- media
- advertising
- unit
- Prior art date
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
- G06Q30/0242—Determining effectiveness of advertisements
-
- 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
- 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
- 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
- G06Q30/0276—Advertisement creation
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Abstract
본 발명은 광고 매체 및 예산 인공지능 컨설팅 시스템 및 방법에 관한 것으로, 더욱 상세하게는 광고주로부터 수집된 광고 이력, 광고주의 업종, 예산, 목적 등의 광고 컨설팅 요소 정보를 수집하고, 수집된 광고 컨설팅 요소 정보에 따른 광고 매체 수를 결정하고, 상기 광고 컨설팅 요소정보별로 가산점을 부여하여 상기 결정된 광고 매체 수의 최적의 광고 매체를 선택하고, 선택된 광고 매체의 광고예산을 책정하여 광고주에게 제공하는 광고 매체 및 예산 인공지능 컨설팅 시스템 및 방법에 관한 것이다.The present invention relates to an advertising medium and budget artificial intelligence consulting system and method, and more particularly, to collect advertising consulting element information such as advertising history collected from advertisers, type of advertiser, budget, and purpose, and collected advertising consulting elements Advertising media that determines the number of advertising media according to information, assigns additional points to each of the advertising consulting element information, selects the optimal advertising media of the determined number of advertising media, sets an advertising budget for the selected advertising media, and provides it to advertisers; and It is about a budget artificial intelligence consulting system and method.
Description
본 발명은 광고 매체 및 예산 인공지능 컨설팅 시스템 및 방법에 관한 것으로, 더욱 상세하게는 광고주로부터 수집된 광고 이력, 광고주의 업종, 예산, 목적 등의 광고 컨설팅 요소 정보를 수집하고, 수집된 광고 컨설팅 요소 정보에 따른 광고 매체 수를 결정하고, 상기 광고 컨설팅 요소정보별로 가산점을 부여하여 상기 결정된 광고 매체 수의 최적의 광고 매체를 선택하고, 선택된 광고 매체의 광고예산을 책정하여 광고주에게 제공하는 광고 매체 및 예산 인공지능 컨설팅 시스템 및 방법에 관한 것이다.The present invention relates to an advertising medium and budget artificial intelligence consulting system and method, and more particularly, to collect advertising consulting element information such as advertising history collected from advertisers, type of advertiser, budget, and purpose, and collected advertising consulting elements Advertising media that determines the number of advertising media according to information, assigns additional points to each of the advertising consulting element information, selects the optimal advertising media of the determined number of advertising media, sets an advertising budget for the selected advertising media, and provides it to advertisers; and It is about a budget artificial intelligence consulting system and method.
과거 광고는 주로 신문지면, 텔레비전, 라디오, 교통수단, 옥외, 시설물 광고 등의 오프라인 광고를 통해 이루어졌다.In the past, advertisements were mainly made through offline advertisements such as newspaper, television, radio, means of transportation, outdoor, and facility advertisements.
그러나 언제 어디서나 인터넷에 접속할 수 있는 유비쿼터스 컴퓨팅 환경이 구축됨에 따라 사람들은 언제 어디서나 인터넷을 통해 정보 검색, 쇼핑 등을 수행하고 온라인 게임을 할 수 있게 되었다.However, with the establishment of a ubiquitous computing environment that allows access to the Internet anytime, anywhere, people can search for information, shop, etc., and play online games through the Internet anytime, anywhere.
이와 같이 유비쿼터스 컴퓨팅 환경이 구축됨에 따라 인터넷 및 모바일은 광고 매체로서 주목받고 있으며, 이에 따른 인터넷 및 모바일 기반의 광고가 급속도로 증가하고 있다.As the ubiquitous computing environment is established, the Internet and mobile are attracting attention as advertising media, and accordingly, Internet and mobile-based advertisements are rapidly increasing.
상기 인터넷 및 모바일 광고는 기존 다른 광고들 대비 광고 매체 충족도가 높아 그 광고 시장의 규모가 점점 커지고 있다.The Internet and mobile advertisements have a higher level of satisfaction with advertising media than other existing advertisements, and the size of the advertisement market is gradually increasing.
이러한 환경의 변화에 따라 다양하고 많은 광고 매체들이 생겨나고 있으며, 인터넷 및 모바일을 이용한 다양한 광고 방식들이 생겨나고 있다.In accordance with such environmental changes, a variety of advertising media are being created, and various advertising methods using the Internet and mobile devices are being created.
이에 따라 광고 매체 및 광고 방식별 광고예산이 천차만별로 달라질 수 있다.As a result, the advertising budget for each advertising medium and advertising method may vary by thousands.
따라서 광고주는 이러한 다양한 광고 매체 및 광고 방식 중 최적의 광고 매체 및 방식을 적용하기 위해 고심하고 있으나, 자신에게 맞는 최적의 예산을 결정하고, 그 예산 및 자신의 운영하는 사업의 업종에 최적인 광고 매체를 찾는 것은 매우 어려운 일이 되었다.Therefore, advertisers are struggling to apply the optimal advertising medium and method among these various advertising media and advertising methods, but determine the optimal budget that suits them, and the advertising media that is optimal for the budget and the type of business they operate. It has become very difficult to find.
이를 해소하기 위해 광고 대행 전문가인 마케터를 고용하여 광고를 진행하는 경우가 많으나, 전문가를 고용하는 데 많은 비용이 소요되므로 중소기업 및 소상공인들은 전문가를 고용하기 힘든 문제점이 있었다.In order to solve this problem, there are many cases in which marketers, who are advertising agency experts, are hired to conduct advertisements.
이러한 문제점을 해결하기 위해 대한민국 공개특허 제10-2018-0121734호 [광고 매체 믹스 자동화 방법 및 시스템](이하 "선행기술"이라 함)는 복수의 온라인 광고 매체들로부터 서로 다른 광고 유형으로 노출된 광고에 해당하는 광고 관련 정보를 수집하고, 광고주로부터 광고하고자 하는 광고에 해당하는 광고 조건 정보를 수집하여, 광고 관련 정보에 기초하여 광고 업종, 광고 목적, 광고 비용 등을 포함하는 상기 광고 조건 정보에 해당하는 복수의 광고상품들을 추천 광고상품으로 결정하여 광고주에게 제공하는 시스템 및 방법을 개시한다.In order to solve this problem, Korean Patent Publication No. 10-2018-0121734 [Method and system for automating advertising media mix] (hereinafter referred to as "prior art") discloses advertisements exposed in different types of advertisements from a plurality of online advertisement media. Corresponds to the above advertisement condition information, including advertisement industry, advertisement purpose, advertisement cost, etc. Disclosed is a system and method for determining a plurality of advertisement products as recommended advertisement products and providing them to advertisers.
그러나 선행기술은 단순히 광고 비용의 크기에 따라 조합할 광고상품의 수만을 결정하는 것으로 광고상품의 수를 결정하는 데 있어서 그 신뢰성이 떨어질 수 있으며, 그에 따른 광고주의 만족률을 떨어트릴 수 있는 문제점이 있었다.However, the prior art simply determines the number of advertisement products to be combined according to the size of the advertisement cost, so the reliability may be lowered in determining the number of advertisement products, and there is a problem that can reduce the satisfaction rate of advertisers accordingly. there was.
또한, 선행기술은 광고주의 광고 조건에 유사한 복수의 광고상품을 추출하는 것으로, 광고 조건이 복합적으로 반영되지 않아 광고주의 만족률을 떨어트릴 수 있는 문제점이 있었다.In addition, the prior art extracts a plurality of advertisement products similar to the advertisement conditions of the advertiser, and there is a problem in that the advertisement conditions are not reflected in a complex manner, which may reduce the satisfaction rate of the advertiser.
따라서 광고주의 만족도를 높이면서도 광고주에게 자신의 업종 및 예산에 따른 최적의 광고 매체 및 예산을 컨설팅해 줄 수 있는 시스템의 개발이 요구되고 있다.Therefore, there is a demand for the development of a system capable of consulting the advertiser on the optimal advertising medium and budget according to his/her industry and budget while increasing the satisfaction of the advertiser.
따라서 본 발명의 목적은 광고주로부터 수집된 광고 이력, 광고주의 업종, 예산, 목적 등의 광고 컨설팅 요소 정보를 수집하고, 수집된 광고 컨설팅 요소 정보에 따른 광고 매체 수를 결정하고, 상기 광고 컨설팅 요소정보별로 가산점을 부여하여 상기 결정된 광고 매체 수의 최적의 광고 매체를 선택하고, 선택된 광고 매체의 광고예산을 책정하여 광고주에게 제공하는 광고 매체 및 예산 인공지능 컨설팅 시스템 및 방법을 제공함에 있다.Therefore, an object of the present invention is to collect advertising consulting element information such as advertising history, type of advertiser, budget, and purpose collected from advertisers, determine the number of advertising media according to the collected advertising consulting element information, and determine the advertising consulting element information It is to provide an advertising media and budget artificial intelligence consulting system and method that selects the optimal advertising media of the determined number of advertising media by assigning additional points to each, sets an advertising budget for the selected advertising media, and provides it to advertisers.
상기와 같은 목적을 달성하기 위한 본 발명에 따른 광고 매체 및 예산 인공지능 컨설팅 시스템은: 업종 및 매체별로 수행한 광고 캠페인에 대한 적어도 하나 이상의 캠페인 광고 요소정보를 포함하는 캠페인 정보를 저장하는 데이터 DB; 광고주의 광고에 대한 복수의 광고 요소들을 포함하는 광고 요소정보를 획득하여 출력하는 고객정보 획득부; 상기 광고 요소 중 업종정보의 업종에 대응하는 동일 업종정보 및 매체별 동일 업종정보를 가지는 캠페인 광고정보를 수집하는 데이터 획득부; 상기 광고 요소정보 및 상기 캠페인 광고정보에 기반한 매체별 광고 컨설팅 점수를 계산하는 점수 결정부; 상기 광고 요소정보, 캠페인 광고정보 및 매체별 광고 컨설팅 점수에 근거하여 매체별 순위, 광고를 진행할 매체 수 및 상기 광고 요소정보인 광고주의 광고주 예산 내에서의 매체별 예산을 결정하여 광고를 진행할 적어도 하나 이상의 상기 매체 수의 매체 그룹을 결정하고, 결정된 매체 그룹별 예산을 포함하는 광고 컨설팅 정보를 생성하는 광고 컨설팅부; 및 상기 광고 컨설팅 정보를 출력하는 광고 출력부를 포함하는 것을 특징으로 한다.Advertising media and budget artificial intelligence consulting system according to the present invention for achieving the above object includes: a data DB for storing campaign information including at least one or more campaign advertising element information for advertising campaigns performed by industry and medium; a customer information acquisition unit for obtaining and outputting advertisement element information including a plurality of advertisement elements for an advertisement of an advertiser; a data acquisition unit for collecting campaign advertisement information having the same type of business information corresponding to the type of type of type of type information among the advertisement elements and the same type of type information for each medium; a score determination unit calculating an advertisement consulting score for each medium based on the advertisement element information and the campaign advertisement information; Based on the advertisement element information, campaign advertisement information, and advertisement consulting scores for each medium, a ranking for each medium, the number of mediums to run advertisements, and a budget for each medium within the advertiser budget of the advertiser, which is the advertisement element information, are determined, and at least one advertisement is performed. an advertisement consulting unit that determines media groups of the number of media or more and generates advertisement consulting information including a budget for each determined media group; and an advertisement output unit outputting the advertisement consulting information.
상기 데이터 획득부는, 상기 데이터 DB로부터 상기 광고 요소 중 업종정보의 업종에 대응하는 동일 업종정보를 수집하는 동일 업종 데이터 수집부; 상기 데이터 DB로부터 매체별로 상기 업종과 동일한 업종에 대한 매체별 동일 업종정보를 가지는 캠페인 광고정보를 수집하는 대행사 업종 데이터 수집부; 및 상기 매체별 선호도 데이터를 수집하는 선호도 데이터 수집부를 포함하는 것을 특징으로 한다.The data acquisition unit may include: an identical industry data collection unit that collects industry information corresponding to the industry type of the industry information among the advertising elements from the data DB; an agency type data collection unit for collecting campaign advertisement information having information on the same type of business for each medium for the same type of type as the type of type for each medium from the data DB; and a preference data collection unit that collects the preference data for each medium.
상기 점수 결정부는, 상기 캠페인 광고정보에 기반하여 상기 광고 요소정보의 업종과 동일한 업종에 대해 광고 캠페인을 수행한 매체에 대해 캠페인 광고 요소정보의 하나인 상기 매체 선호도에 따른 매체별 가산점을 결정하는 선호도 점수 결정부; 상기 캠페인 광고 요소정보의 하나인 상기 매체들의 매출 및 로아스(ROAS)에 따른 매체별 가산점을 결정하는 로아스 점수 결정부; 캠페인 광고 요소정보의 하나인 상기 매체별 노출당단가에 따른 매체별 가산점을 결정하는 노출당단가 점수 결정부; 캠페인 광고 요소정보의 하나인 상기 광고주의 광고 신규 여부 및 목적에 따라 상기 로아스 점수 결정부 및 노출당단가 점수 결정부의 가산점에 따른 추가 가산점을 결정하는 광고주 점수 결정부; 및 상기 캠페인 광고 요소정보별로 목적 및 광고주의 선택에 따른 서로 다른 비중을 결정하는 요소별 비중 결정부를 포함하는 것을 특징으로 한다.The score determination unit, based on the campaign advertisement information, determines an additional point for each medium according to the medium preference, which is one of the campaign advertisement element information, for a medium that has performed an advertisement campaign for the same industry as that of the advertisement element information. score determination unit; a ROAS score determiner determining an additional point for each medium according to ROAS and sales of the mediums, which are one of the campaign advertisement element information; a unit price per exposure score determiner determining an additional point for each medium according to the unit price per exposure for each medium, which is one of campaign advertisement element information; an advertiser score determiner determining an additional additional point according to the additional points of the LOAS score determiner and the unit price per impression score determiner according to whether or not the advertiser's advertisement is new and the purpose of the campaign advertisement element information; and a weight determining unit for each element that determines different weights according to the purpose of the campaign advertisement element information and the advertiser's selection.
상기 광고주 점수 결정부는, 상기 광고주가 신규 광고주이고 상기 광고 요소 정보의 목적이 매출이면 상기 로아스 점수 결정부에서 결정된 가산점 점수가 제1 기준점수 이상인 매체에 추가 가산점을 부여하고, 광고 요소 정보의 목적이 유입이면 노출당단가 점수 결정부에서 결정된 가산점 점수가 상기 제1 기준점수보다 높은 제2 기준점수 이상의 매체에 대하여 추가점수를 부여하며, 상기 광고주가 기광고주이고, 상기 광고 요소 정보의 목적이 매출이면 상기 로아스 점수 결정부에서 결정된 가산점 점수가 상기 제2 기준점수 이상인 매체에 추가 가산점을 부여하고, 광고 요소 정보의 목적이 유입이면 노출당단가 점수 결정부에서 결정된 가산점 점수가 상기 제1 기준점수 이상의 매체에 대하여 추가점수를 부여하는 것을 특징으로 한다.The advertiser score determination unit, if the advertiser is a new advertiser and the purpose of the advertisement element information is sales, gives an additional additional point to a medium whose additional point score determined by the LOAS score determination unit is equal to or greater than the first reference score, and the purpose of the advertisement element information If this influx, additional points are given to media that have a second standard score or higher whose additional points determined by the unit price per impression score determination unit are higher than the first standard score, the advertiser is an existing advertiser, and the purpose of the advertising element information is sales. , an additional additional point is given to media having an additional point determined by the LOAS score determination unit equal to or greater than the second reference score, and if the purpose of the advertising element information is inflow, the additional point determined by the unit price per exposure point determination unit is equal to or greater than the first reference score It is characterized by giving additional points to the above media.
상기 광고 컨설팅부는, 상기 점수 결정부로부터 출력되는 가산점 및 캠페인 광고 요소정보들의 비중을 적용하여 매체별 순위를 결정하는 매체별 순위 결정부; 상기 광고 요소정보에 기반하여 광고할 매체의 수 및 예산 분배 비중을 결정하여 출력하는 광고 매체 수 결정부; 상기 광고 매체 수의 적어도 하나 이상의 매체 그룹을 생성하고, 각 매체 그룹에 대해 상기 예산 분배 비중을 반영하여 상기 광고 요소 정보의 예산에 대해 매체별 예산을 계산하는 매체별 예산 계산부; 및 상기 적어도 하나 이상의 매체 그룹 및 각 매체 그룹에 대한 매체별 예산을 포함하는 컨설팅정보를 생성하여 출력하는 컨설팅정보 생성부를 더 포함하는 것을 특징으로 한다.The advertisement consulting unit may include: a ranking unit for each medium that determines a ranking for each medium by applying weights of bonus points and campaign advertisement element information output from the score determination unit; an advertisement medium number determining unit which determines and outputs the number of advertisement mediums and a budget distribution ratio based on the advertisement element information; a budget calculation unit for each medium generating at least one media group of the number of the advertising media and calculating a budget for each medium with respect to a budget of the advertising element information by reflecting the budget distribution ratio for each media group; and a consulting information generator generating and outputting consulting information including the at least one media group and a budget for each media group.
상기 광고 매체 수 결정부는, 상기 광고주가 제공한 광고 캠페인을 진행할 매체 수 및 예산 분배 비중을 광고주 및 관리자 중 어느 하나로부터 입력받아 결정하는 것을 특징으로 하는 순위 광고 매체 수 결정부인 것을 특징으로 한다.The advertising media number determining unit may be a ranking advertising media number determining unit, which determines the number of media to proceed with an advertising campaign provided by the advertiser and a budget distribution ratio by receiving input from either an advertiser or a manager.
상기 시스템은: 상기 데이터 획득부에서 획득된 캠페인 정보에 포함된 다수의 캠페인별 업종, 예산, 업종별 매체 수, 매체 수에 따른 예산 분배 비중, 광고주 신규 여부에 대한 광고 성공률 정보를 포함하는 학습 데이터세트를 생성하여 미리 생성된 매체 그룹 선택 인공지능 모듈에 적용하여 업종, 광고주 신규 여부, 예산, 및 광고 성공률 정보의 입력에 대한 매체 수 및 예산 분배 비중을 출력하도록 하는 학습을 시키는 학습부를 더 포함하되, 상기 광고 매체 수 결정부는, 상기 매체 그룹 선택 인공지능 모듈을 적용하고 있으며, 컨설팅을 받고자 하는 상기 광고주의 광고 요소 정보를 입력받아 상기 매체 그룹 선택 인공지능 모듈에 적용하여 상기 매체 그룹 선택 인공지능 모듈로부터 출력되는 매체 수 및 예산 분배 비중을 출력하는 매체 그룹 선택 인공지능 모듈부인 것을 특징으로 한다.The system includes: a learning dataset including advertising success rate information on a number of types of campaigns, budget, number of media by type of type, budget distribution ratio according to the number of media, and whether or not the advertiser is new, included in the campaign information acquired by the data acquisition unit Further comprising a learning unit that generates and applies to the pre-generated media group selection artificial intelligence module to output the number of media and budget distribution ratio for input of industry type, whether advertiser is new, budget, and advertisement success rate information, The advertising medium number determining unit applies the media group selection artificial intelligence module, and receives advertisement element information of the advertiser who wants to receive consulting, applies it to the media group selection artificial intelligence module, and obtains the media group selection artificial intelligence module. It is characterized in that it is a media group selection artificial intelligence module unit that outputs the number of media output and the proportion of budget distribution.
상기 시스템은: 상기 광고주에게 제공된 상기 제공된 광고 컨설팅정보에 대한 광고 캠페인 성공 여부 정보를 상기 광고주로부터 입력받아 상기 학습부로 출력하는 컨설팅 평가부를 더 포함하되, 상기 학습부는, 상기 컨설팅 평가부로부터 입력되는 광고 캠페인 성공 여부 및 광고 요소 정보에 의해 상기 매체 그룹 선택 인공지능 모듈을 재학습시키는 것을 특징으로 한다.The system further includes: a consulting evaluation unit that receives information on whether or not the advertisement campaign has been successful for the provided advertisement consulting information provided to the advertiser from the advertiser and outputs the information to the learning unit, wherein the learning unit includes advertisements input from the consulting evaluation unit. It is characterized in that the media group selection artificial intelligence module is re-learned based on campaign success or not and advertising element information.
상기와 같은 목적을 달성하기 위한 본 발명에 따른 광고 매체 및 예산 인공지능 컨설팅 방법은: 고객정보 획득부가 광고주의 광고에 대한 복수의 광고 요소들을 포함하는 광고 요소정보를 획득하여 출력하는 고객정보 획득 과정; 데이터 획득부가 업종 및 매체별로 수행한 광고 캠페인에 대한 적어도 하나 이상의 캠페인 광고 요소정보를 포함하는 캠페인 정보를 저장하는 데이터 DB로부터 상기 광고 요소 중 업종에 대응하는 동일 업종정보 및 매체별 동일 업종정보를 가지는 캠페인 광고정보를 수집하는 데이터 획득 과정; 점수 결정부가 상기 광고 요소정보 및 상기 캠페인 광고정보에 기반한 매체별 광고 컨설팅 점수를 계산하는 점수 결정 과정; 광고 컨설팅부가 상기 광고 요소정보, 캠페인 광고정보 및 매체별 광고 컨설팅 점수에 근거하여 매체별 순위, 광고를 진행할 매체 수 및 상기 광고 요소정보인 광고주의 광고주 예산 내에서의 매체별 예산을 결정하여 광고를 진행할 적어도 하나 이상의 상기 매체 수의 매체 그룹을 결정하고, 결정된 매체 그룹별 예산을 포함하는 광고 컨설팅 정보를 생성하는 광고 컨설팅정보 생성 과정; 및 출력부가 상기 광고 컨설팅 정보를 출력하는 광고 컨설팅정보 출력 과정을 포함하는 것을 특징으로 한다.Advertising media and budget artificial intelligence consulting method according to the present invention for achieving the above object is: a customer information acquisition process in which the customer information acquisition unit obtains and outputs advertisement element information including a plurality of advertisement elements for an advertiser's advertisement ; From the data DB storing campaign information including at least one campaign advertisement element information for an advertisement campaign performed by the data acquisition unit for each type of business type and medium, having the same type of business information corresponding to the type of type and the same type of type information for each medium among the advertising elements Data acquisition process of collecting campaign advertising information; a score determination process in which a score determination unit calculates an advertisement consulting score for each medium based on the advertisement element information and the campaign advertisement information; The advertisement consulting unit determines the ranking for each medium, the number of mediums to run advertisements, and the budget for each medium within the advertiser's budget, which is the advertisement element information, based on the advertisement element information, campaign advertisement information, and advertisement consulting scores for each medium. an advertisement consulting information generation process of determining a media group of at least one number of media to be processed and generating advertisement consulting information including a budget for each determined media group; and an advertisement consulting information output process in which an output unit outputs the advertisement consulting information.
상기 데이터 획득 과정은, 상기 데이터 획득부가 동일 업종 데이터 수집부를 통해 상기 데이터 DB로부터 상기 광고 요소 중 업종정보의 업종에 대응하는 동일 업종정보를 수집하는 동일 업종 데이터 수집 단계; 상기 데이터 획득부가 대행사 업종 데이터 수집부를 통해 상기 데이터 DB로부터 매체별로 상기 업종과 동일한 업종에 대한 매체별 동일 업종정보를 가지는 캠페인 광고정보를 수집하는 대행사 업종 데이터 수집 단계; 및 상기 데이터 획득부가 선호도 데이터 수집부를 통해 상기 매체별 선호도 데이터를 수집하는 선호도 데이터 수집 단계를 포함하는 것을 특징으로 한다.The data acquisition process may include a same industry data collection step in which the data acquisition unit collects the same industry type information corresponding to the industry type of the industry type information among the advertisement elements from the data DB through the same industry type data collection unit; Agency type data collection step of the data acquisition unit collecting campaign advertisement information having the same type of business information for each medium for the same type of business for each medium from the data DB through the agency type data collection unit; and a preference data collection step of collecting, by the data acquisition unit, preference data for each medium through a preference data collection unit.
상기 점수 결정 과정은, 상기 점수 결정부가 선호도 점수 결정부를 통해 상기 캠페인 광고정보에 기반하여 상기 광고 요소정보의 업종과 동일한 업종에 대해 광고 캠페인을 수행한 매체에 대해 캠페인 광고 요소정보의 하나인 상기 매체 선호도에 따른 매체별 가산점을 결정하는 선호도 점수 결정 단계; 상기 점수 결정부가 로아스 점수 결정부를 통해 상기 캠페인 광고 요소정보의 하나인 상기 매체들의 매출 및 로아스(ROAS)에 따른 매체별 가산점을 결정하는 로아스 점수 결정 단계; 상기 점수 결정부가 노출당단가 점수 결정부를 통해 캠페인 광고 요소정보의 하나인 상기 매체별 노출당단가에 따른 매체별 가산점을 결정하는 노출당단가 점수 결정 단계; 상기 점수 결정부가 광고주 점수 결정부를 통해 캠페인 광고 요소정보의 하나인 상기 광고주의 광고 신규 여부 및 목적에 따라 상기 로아스 점수 결정부 및 노출당단가 점수의 가산점에 따른 추가 가산점을 결정하는 광고주 점수 결정 단계; 및 상기 점수 결정부가 요소별 비중 결정부를 통해 상기 캠페인 광고 요소정보별로 목적 및 광고주의 선택에 따른 서로 다른 비중을 결정하는 요소별 비중 결정 단계를 포함하는 것을 특징으로 한다.In the score determination process, the medium, which is one of campaign advertisement element information, for a medium in which an advertisement campaign has been performed for the same industry as that of the advertisement element information based on the campaign advertisement information through the score determination unit preference score determination unit. a preference score determining step of determining an additional point for each medium according to the preference; a ROAS score determining step in which the score determiner determines an additional point for each medium according to ROAS and sales of the media, which is one of the campaign advertisement element information, through the ROAS score determiner; a unit price-per-exposure score determination step in which the score determiner determines an additional point for each medium according to the unit price per exposure for each medium, which is one of campaign advertisement element information, through the unit price per exposure score determiner; an advertiser score determining step in which the score determiner determines an additional additional point based on the added points of the LOAS score determiner and the unit price per impression score according to whether or not the advertisement of the advertiser, which is one of the campaign advertisement element information, is new and the purpose through the advertiser score determiner; ; and a weight determination step for each element in which the score determination unit determines different weights according to the purpose and advertiser's selection for each campaign advertisement element information through the element weight determination unit.
상기 광고주 점수 결정 단계는, 상기 광고주가 신규 광고주이고 상기 광고 요소 정보의 목적이 매출이면 상기 로아스 점수 결정부에서 결정된 가산점 점수가 제1 기준점수 이상인 매체에 추가 가산점을 부여하는 신규 광고주 매출 가산점 부여 단계; 광고 요소 정보의 목적이 유입이면 노출당단가 점수 결정부에서 결정된 가산점 점수가 상기 제1 기준점수보다 높은 제2 기준점수 이상의 매체에 대하여 추가점수를 부여하는 신규 광고주 유입 가산점 부여 단계; 상기 광고주가 기광고주이고, 상기 광고 요소 정보의 목적이 매출이면 상기 로아스 점수 결정부에서 결정된 가산점 점수가 상기 제2 기준점수 이상인 매체에 추가 가산점을 부여하는 기 광고주 매출 가산점 부여 단계; 및 광고 요소 정보의 목적이 유입이면 노출당단가 점수 결정부에서 결정된 가산점 점수가 상기 제1 기준점수 이상의 매체에 대하여 추가점수를 부여하는 기 광고주 유입 가산점 부여 단계를 포함하는 것을 특징으로 한다.In the step of determining the advertiser score, if the advertiser is a new advertiser and the purpose of the advertising element information is sales, additional additional points are given to media whose additional points determined by the LOAS score determining unit are equal to or greater than the first reference score. step; If the purpose of the advertising element information is inflow, a new advertiser inflow additional point issuing additional points to a medium having a second standard score or higher in which the additional point determined by the unit price per impression score determination unit is higher than the first standard score; if the advertiser is an existing advertiser and the purpose of the advertisement element information is sales, assigning additional additional points to media whose additional points determined by the LOAS score determining unit are equal to or greater than the second reference score; and if the purpose of the advertisement element information is inflow, adding additional points to the medium for which the additional point determined by the unit price per impression point determiner is equal to or higher than the first reference point.
상기 광고 컨설팅 과정은, 상기 광고 컨설팅부가 매체별 순위 결정부를 통해 상기 점수 결정부로부터 출력되는 가산점 및 캠페인 광고 요소정보들의 비중을 적용하여 매체별 순위를 결정하는 매체별 순위 결정 단계; 상기 광고 컨설팅부가 광고 매체 수 결정부를 통해 상기 광고 요소정보에 기반하여 광고할 매체의 수 및 예산 분배 비중을 결정하여 출력하는 광고 매체 수 결정 단계; 상기 광고 컨설팅부가 매체별 예산 계산부를 통해 상기 광고 매체 수의 적어도 하나 이상의 매체 그룹을 생성하고, 각 매체 그룹에 대해 상기 예산 분배 비중을 반영하여 상기 광고 요소 정보의 예산에 대해 매체별 예산을 계산하는 매체별 예산 계산 단계; 및 상기 광고 컨설팅부가 컨설팅정보 생성부를 통해 상기 적어도 하나 이상의 매체 그룹 및 각 매체 그룹에 대한 매체별 예산을 포함하는 컨설팅정보를 생성하여 출력하는 컨설팅정보 생성 단계를 더 포함하는 것을 특징으로 한다.The advertisement consulting process may include: a ranking step for each medium in which the advertisement consulting unit determines a ranking for each medium by applying the weights of bonus points and campaign advertisement element information output from the score determination unit through the ranking determination unit for each medium; determining the number of advertising media by the advertising consulting unit determining the number of media to be advertised and a budget distribution ratio based on the advertising element information through the advertising media number determining unit and outputting the determined number of advertising media; The advertisement consulting unit generates at least one media group of the number of advertising media through a budget calculation unit for each medium, and calculates a budget for each medium with respect to the budget of the advertisement element information by reflecting the budget distribution ratio for each media group Budget calculation step by medium; and a consulting information generation step of generating and outputting consulting information including the at least one media group and a budget for each media group by the advertising consulting unit through the consulting information generation unit.
상기 방법은: 학습부가 상기 데이터 획득부에서 획득된 캠페인 정보에 포함된 다수의 캠페인별 업종, 예산, 업종별 매체 수, 매체 수에 따른 예산 분배 비중, 광고주 신규 여부에 대한 광고 성공률 정보를 포함하는 학습 데이터세트를 생성하여 미리 생성된 매체 그룹 선택 인공지능 모듈에 적용하여 매체 그룹 선택 인공지능 모듈에 넣어 업종, 광고주 신규 여부, 예산, 및 광고 성공률 정보의 입력에 대한 매체 수 및 예산 분배 비중을 출력하도록 하는 학습을 시키는 학습 과정을 더 포함하되, 상기 광고 매체 수 결정 단계는, 상기 광고 매체 수 결정부가 상기 매체 그룹 선택 인공지능 모듈을 적용하고 있으며, 컨설팅을 받고자 하는 상기 광고주의 광고 요소 정보를 입력받아 상기 매체 그룹 선택 인공지능 모듈에 적용하여 상기 매체 그룹 선택 인공지능 모듈로부터 출력되는 매체 수 및 예산 분배 비중을 출력하는 것을 특징으로 한다.The method includes: the learning unit includes advertising success rate information on whether the campaign information acquired by the data acquisition unit includes a number of campaign types, budgets, the number of media for each type of media, a budget distribution ratio according to the number of media, and whether or not the advertiser is new. Create a dataset and apply it to the pre-created media group selection artificial intelligence module to put it in the media group selection artificial intelligence module to output the number of media and budget distribution ratio for the input of industry, advertiser new status, budget, and advertising success rate information In the step of determining the number of advertising media, the advertising media number determining unit is applying the media group selection artificial intelligence module, and the advertising element information of the advertiser to be consulted is received. It is characterized in that it is applied to the media group selection artificial intelligence module to output the number of media output from the media group selection artificial intelligence module and a budget distribution ratio.
본 발명은 광고주의 정보인 광고 컨설팅 요소 정보의 광고 컨설팅 요소를 복합적으로 반영하여 결정되는 광고 컨설팅 점수가 미리 결정된 기준치를 초과하는 광고 매체 또는 광고상품들의 수를 광고 매체 수로 결정하므로 최적의 광고 매체 수 결정에 따른 최적의 컨설팅 정보를 제공할 수 있는 효과가 있다.In the present invention, the number of advertising media or advertising products whose advertising consulting score determined by complexly reflecting the advertising consulting element information of the advertiser's information exceeds a predetermined reference value is determined as the number of advertising media, so that the optimal number of advertising media It has the effect of providing optimal consulting information according to the decision.
또한, 본 발명은 상술한 바와 같이 광고 컨설팅 요소별로로 가산점을 계산하고, 광고주 및 관리자가 설정한 요소별 비중을 적용하여 광고 컨설팅 점수를 계산하므로 광고주의 의견 반영에 따른 최적의 컨설팅을 제공할 수 있는 효과가 있다.In addition, as described above, the present invention calculates the additional points for each advertising consulting element and calculates the advertising consulting score by applying the proportion of each element set by the advertiser and the manager, so that optimal consulting can be provided according to the opinion of the advertiser. There is an effect.
또한, 본 발명은 광고주에게 제공할 최적의 광고 매체 수 또는 광고상품 수를 결정함에 있어서 업종, 목적, 예산, 과거 이력 및 비중 중 어느 하나 이상에 따른 최적의 광고 매체 수를 포함하는 데이터세트를 생성하고, 상기 데이터세트를 적용하여 훈련된 매체 그룹 선택 인공지능 모델에 광고주의 광고 컨설팅 요소정보를 입력데이터로 넣어 광고 매체 수 또는 광고상품 수를 출력하므로 상기 광고 컨설팅 요소정보에 따른 최적의 광고 매체 수를 빠르고 정확하게 결정할 수 있는 효과가 있다.In addition, in determining the number of optimal advertising media or advertising products to be provided to advertisers, the present invention creates a dataset including the optimal number of advertising media according to any one or more of industry, purpose, budget, past history, and weight Then, by applying the data set to the trained media group selection artificial intelligence model, the advertiser's advertising consulting element information is input as input data to output the number of advertising media or advertising products, so that the optimal number of advertising media according to the advertising consulting element information. has the effect of being able to quickly and accurately determine
도 1은 본 발명에 따른 광고 매체 및 예산 인공지능 컨설팅 시스템의 구성을 나타낸 도면이다.
도 2는 본 발명에 따른 광고 매체 및 예산 인공지능 컨설팅 방법을 나타낸 흐름도이다.
도 3은 본 발명의 일실시 예에 따른 광고 컨설팅 요소정보 획득 화면을 나타낸 도면이다.1 is a diagram showing the configuration of an advertising medium and budget artificial intelligence consulting system according to the present invention.
2 is a flowchart illustrating an advertising medium and budget artificial intelligence consulting method according to the present invention.
3 is a diagram showing a screen for acquiring element information of advertisement consulting according to an embodiment of the present invention.
이하 첨부된 도면을 참조하여 본 발명에 따른 광고 매체 및 예산 인공지능 컨설팅 시스템의 구성 및 동작을 설명하고, 상기 시스템에서의 광고 매체 및 예산 컨설팅 방법을 설명한다.Hereinafter, the configuration and operation of the advertising media and budget artificial intelligence consulting system according to the present invention will be described with reference to the accompanying drawings, and the advertising media and budget consulting method in the system will be described.
도 1은 본 발명에 따른 광고 매체 및 예산 인공지능 컨설팅 시스템의 구성을 나타낸 도면이고, 도 3은 본 발명의 일실시 예에 따른 광고 컨설팅 요소정보 획득 화면을 나타낸 도면이다. 이하 도 1 및 도 3을 참조하여 설명한다.1 is a diagram showing the configuration of an advertising medium and budget artificial intelligence consulting system according to the present invention, and FIG. 3 is a diagram showing a screen for acquiring element information of advertising consulting according to an embodiment of the present invention. It will be described with reference to FIGS. 1 and 3 below.
본 발명에 따른 광고 매체 및 예산 인공지능 컨설팅 시스템은 데이터 DB(10), 고객정보 획득부(20), 데이터 획득부(30), 점수 결정부(40), 광고 컨설팅부(50) 및 출력부(60)를 포함하고, 실시예에 따라 학습부(70) 및 컨설팅 평가부(80)를 더 포함할 수 있을 것이다.The advertising media and budget artificial intelligence consulting system according to the present invention includes a
데이터 DB(10)는 업종 및 매체별로 수행한 광고 캠페인에 대한 적어도 하나 이상의 캠페인 광고 요소정보를 포함하는 캠페인정보를 저장한다. 상기 캠페인정보는 광고주 정보 및 상기 캠페인 광고 요소정보를 포함할 수 있을 것이다. 상기 캠페인 광고 요소정보의 광고 요소는 업종, 예산, 목적, 광고주의 광고 캠페인 신규 여부 등을 포함한다.The data DB 10 stores campaign information including at least one piece of campaign advertising element information about advertising campaigns performed for each type of business and media. The campaign information may include advertiser information and campaign advertisement element information. The advertisement elements of the campaign advertisement element information include type of business, budget, purpose, and whether the advertiser has launched an advertisement campaign.
상기 캠페인정보는 광고 캠페인별로 수집될 수도 있고, 광고 대행사들로부터 광고 대행사별로 수집될 수도 있을 것이다.The campaign information may be collected for each advertising campaign or may be collected from advertising agencies to each advertising agency.
또한, 상기 캠페인정보는 해당 광고 캠페인별 성공 여부 정보를 더 포함할 수 있을 것이다. 상기 광고 캠페인별 성공 여부 정보는 대행사로부터 획득될 수도 있고, 해당 광고 캠페인을 제공한 광고주로부터 획득될 수도 있을 것이다.In addition, the campaign information may further include success or failure information for each corresponding advertisement campaign. The success or failure information for each advertisement campaign may be obtained from an agency or from an advertiser providing the corresponding advertisement campaign.
고객정보 획득부(20)는 고객인 광고주로부터 광고에 대한 복수의 광고 요소들을 포함하는 광고 요소정보를 획득하여 출력한다. 상기 광고 요소정보의 광고 요소는 상기 캠페인 광고 요소정보와 유사하거나 동일할 수 있을 것이다. 즉 상기 광고 요소는 업종, 예산, 목적, 광고주 신규 여부 등을 포함한다.The customer
고객정보 획득부(20)는 도 3의 301 내지 304에서와 같은 광고 요소 입력 수단을 제공하여 광고 요소인, 업종(301), 목적(302), 광고예산(303), 광고주 신규 여부(304)를 입력받을 수 있을 것이다.The customer
이외에도 고객정보 획득부(20)는 실시예에 따라 광고 매체 수, 광고 매체 수에 따른 예산 분배 비중 등을 더 입력받을 수도 있을 것이다. 상기 예산 분배 비중은 최대 광고 매체 수에 대해 미리 입력받아 놓거나 추후 광고 매체 수 결정부(52)에서 광고 매체 수의 결정 시 입력받도록 구성될 수도 있을 것이다.In addition, the customer
데이터 획득부(30)는 동일 업종 데이터 수집부(31), 대행사 업종 데이터 수집부(32) 및 선호도 데이터 수집부(33)를 포함하여, 고객정보 획득부(20)를 통해 광고 요소정보가 입력되고 실시예에 따른 광고 매체 수 및 예산 분배 비중 등이 입력됨에 따른 광고 컨설팅 이벤트를 감지하고 데이터 DB(10)로부터 광고 요소정보에 대응하는 정보를 수집한다.The
구체적으로 설명하면, 동일 업종 데이터 수집부(31)는 데이터 DB(10)로부터 대행사와 무관하게 고객정보 획득부(20)로부터 획득된 광고 요소정보의 업종에 대응하는 (광고) 캠페인 정보를 수집하여 출력한다.Specifically, the same industry
대행사 업종 데이터 수집부(32)는 데이터 DB(10)로부터 대행사별로 상기 업종에 대응하는 캠페인 정보를 수집하여 출력한다. 이때의 캠페인정보에는 해당 광고 캠페인을 수행한 매체 및 매체별로 해당 광고 캠페인의 수행에 따른 매체 지급 비용을 포함할 것이다.The agency type
선호도 데이터 수집부(33)는 동종 업종의 매체들에 대한 선호도 데이터를 수집하여 출력한다. 상기 선호도 데이터는 상기 데이터 DB(10)로부터 획득될 수도 있고, 매체 명을 키워드로 인터넷 상의 선호도 조사 기관 등의 서버, 포털 사이트 등으로부터 크롤링하여 획득될 수도 있을 것이다.The preference
점수 결정부(40)는 선호도 점수 결정부(41), 로아스(ROAS) 점수 결정부(42), 노출당단가 점수 결정부(43), 광고주 점수 결정부(44) 및 요소별 비중 결정부(45)를 포함하여, 상기 광고 요소정보 및 상기 캠페인정보에 기반한 매체별 광고 컨설팅 점수를 계산한다.The
상기 선호도 점수 결정부(41)는 상기 캠페인정보에 기반하여 상기 광고 요소정보의 업종과 동일한 업종에 대해 광고 캠페인을 수행한 매체에 대해 캠페인 광고 요소정보의 하나인 상기 매체 선호도에 따른 매체별 가산점을 결정한다. 상기 광고 매체는 검색광고(네이버/다음/구글), 바이럴(블로그/지식인/지도검색/눈), 네트워크 배너(크리테오/GDN/카카오모먼트/모비온/리얼클릭 등) 등이 될 수 있을 것이다. 일예로 상기 매체 선호도에 따른 가산점은 하기 표 1과 같이 선호도가 높은 순으로 가산점이 정의될 수 있을 것이다.Based on the campaign information, the preference
로아스(Return On Ad Spend(ROAS): 광고비 대비 매출액) 점수 결정부(42)는 상기 캠페인 광고 요소정보의 하나인 상기 매체들의 매출 및 광고비 대비 매출액(ROAS)에 따른 매체별 가산점을 결정한다. 일예로 다음의 표 2와 같이 ROAS가 높은 순으로 가산점을 부여하여 우수한 효율 높은 매체가 선정될 수 있도록 한다.The Return On Ad Spend (ROAS) score
노출당단가 점수 결정부(43)는 캠페인 광고 요소정보의 하나인 클릭당비용(Cost Per Click, CPC)/마일(1000회 노출)당비용(Cost Per Mile, CPM) 등과 같은 매체별 노출당단가에 따른 매체별 가산점을 결정한다. The unit price per impression
상기 로아스 점수 결정부(42) 및 노출당단가 점수 결정부(43)는 광고 요소 정보의 목적에 따라 선택적으로 구동되거나 서로 다른 비중을 부여하여 가산점을 계산하도록 구성될 수도 있을 것이다.The
예를 들어 광고 요소정보의 목적이 매출 증대인 경우 로아스 점수 결정부(42)가 선택되거나 로아스 점수 결정부(42)의 가산점에 곱해지는 비중값이 높게 설정될 수 있을 것이다.For example, when the purpose of advertisement element information is to increase sales, the
그리고 광고 요소정보의 목적이 노출(트래픽) 증가인 경우, 노출당단가 점수 결정부(43)가 선택되거나, 노출당단가 점수 결정부(43)의 가산점에 곱해지는 비중값이 높게 설정될 수 있을 것이다. And, when the purpose of the advertisement element information is to increase exposure (traffic), the unit price per exposure
광고주 점수 결정부(44)는 캠페인 광고 요소정보의 하나인 상기 광고주의 광고 신규 여부 및 목적에 따라 상기 로아스 점수 결정부(42) 및 노출당단가 점수 결정부(43)의 가산점에 따른 추가 가산점을 결정한다.The advertiser
예를 들면, 광고주 점수 결정부(44)는 상기 광고주가 신규 광고주이고 상기 광고 요소 정보의 목적이 매출이면 상기 로아스 점수 결정부(42)에서 결정된 가산점 점수가 제1 기준점수(예: 85점) 이상인 매체에 추가 가산점을 부여하고, 광고 요소 정보의 목적이 유입이면 노출당단가 점수 결정부(43)에서 결정된 가산점 점수가 상기 제1 기준점수보다 높은 제2 기준점수(예: 95점) 이상의 매체에 대하여 추가점수를 부여하며, 상기 광고주가 기광고주이고, 상기 광고 요소 정보의 목적이 매출이면 상기 로아스 점수 결정부(42)에서 결정된 가산점 점수가 상기 제2 기준점수(95점) 이상인 매체에 추가 가산점을 부여하고, 광고 요소 정보의 목적이 유입이면 노출당단가 점수 결정부(43)에서 결정된 가산점 점수가 상기 제1 기준점수 이상(예: 85점)의 매체에 대하여 추가점수를 부여한다.For example, if the advertiser
요소별 비중 결정부(45)는 상기 광고 컨설팅 요소, 즉 선호도, 로아스, 노출당단가, 광고주 신규 여부 각각의 비중을 결정하여 광고 컨설팅부(50)로 출력한다. 상기 광고 컨설팅 요소들의 비중은 광고주 및 관리자로부터 입력받아 결정될 수도 있고, 업적, 목적 등의 광고 요소 정보에 의해 자동 결정되도록 구성될 수도 있을 것이다. 상기 요소별 비중 결정부(45)는 상기 광고 컨설팅 요소에 대한 둘 이상의 비중 세트를 출력하도록 구성될 수도 있을 것이다.The
광고 컨설팅부(50)는 매체별 순위 결정부(51), 광고 매체 수 결정부(52), 매체별 예산 계산부(55) 및 컨설팅 정보 생성부(56)를 포함하여, 상기 광고 요소정보, 캠페인 광고정보 및 매체별 광고 컨설팅 점수에 근거하여 매체별 순위, 광고를 진행할 매체 수 및 상기 광고 요소정보인 광고주의 광고주 예산 내에서의 매체별 예산을 결정하여 광고를 진행할 적어도 하나 이상의 상기 매체 수의 매체 그룹을 결정하고, 결정된 매체 그룹별 예산을 포함하는 광고 컨설팅 정보를 생성한다.The
상기 매체별 순위 결정부(51)는 상기 점수 결정부로부터 출력되는 가산점 및 캠페인 광고 요소정보들의 비중을 적용하여 매체별 순위를 결정한다.The
광고 매체 수 결정부(52)는 상기 광고 요소정보에 기반하여 광고할 매체의 수 및 예산 분배 비중을 결정하여 출력한다.The advertisement medium
상기 광고 매체 수 결정부(52)는 상기 광고주가 제공한 광고 캠페인을 진행할 매체 수 및 예산 분배 비중을 광고주 및 관리자 중 어느 하나로부터 입력받아 결정하는 것을 특징으로 하는 순위 광고 매체 수 결정부(53)일 수 있을 것이다. 상기 광고 매체 수 결정부(52)는 둘 이상의 분배 비중을 입력받을 수도 있을 것이다.The number of advertising
또한, 실시예에 따라 상기 데이터 획득부(30)에서 획득된 캠페인 정보에 포함된 다수의 캠페인별 업종, 예산, 업종별 매체 수, 매체 수에 따른 예산 분배 비중, 광고주 신규 여부에 대한 광고 성공률 정보를 포함하는 학습 데이터세트를 생성하여 미리 생성된 매체 그룹 선택 인공지능 모듈에 적용하여 업종, 광고주 신규 여부, 예산, 및 광고 성공률 정보의 입력에 대한 매체 수 및 예산 분배 비중을 출력하도록 하는 학습을 시키는 학습부(70)를 구비하는 경우, 상기 광고 매체 수 결정부(52)는 매체 그룹 선택 인공지능 모듈부(54)가 적용될 수도 있을 것이다. In addition, according to the embodiment, the advertising success rate information on the type of campaign for each campaign, the budget, the number of media for each type of media, the budget distribution ratio according to the number of media, and whether or not the advertiser is new, included in the campaign information acquired by the
상기 매체 그룹 선택 인공지능 모듈부(54)는 상기 매체 그룹 선택 인공지능 모듈을 적용하고 있으며, 컨설팅을 받고자 하는 상기 광고주의 광고 요소 정보를 입력받아 상기 매체 그룹 선택 인공지능 모듈에 적용하여 상기 매체 그룹 선택 인공지능 모듈로부터 출력되는 매체 수 및 예산 분배 비중을 출력한다.The media group selection artificial
매체별 예산 계산부(55)는 상기 광고 매체 수의 적어도 하나 이상의 매체 그룹을 생성하고, 각 매체 그룹에 대해 상기 적어도 하나 이상의 예산 분배 비중을 반영하여 상기 광고 요소 정보의 예산에 대해 매체별 예산을 계산한다.The
컨설팅정보 생성부(56)는 상기 적어도 하나 이상의 매체 그룹 및 각 매체 그룹에 대한 매체별 예산을 포함하는 컨설팅정보를 생성하여 출력부(60)로 출력한다.The consulting
출력부(60)는 상기 컨설팅정보를 출력하는 수단으로, 액정디스플레이장치(Liquid Crystal Display: LCD) 등의 표시장치가될 수도 있고, 프린터가 될 수도 있으며, 와이파이(WiFi)망, 로컬망(Local Area Network: LAN), 상기 와이파이망 및 로컬망을 통한 광대역통신망(Wide Area Network: WAN), 3세대(3 Generation: 3G), 4G, 5G 등의 이동통신망에 연결된 다른 장치와 통신을 수행하여 상기 컨설팅정보를 전송할 수 있는 통신수단이 될 수도 있을 것이다.The
컨설팅 평가부(80)는 상기 광고주에게 제공된 상기 제공된 광고 컨설팅정보에 대한 광고 캠페인 성공 여부 정보를 상기 광고주로부터 입력받아 상기 학습부(70)로 출력한다.The
상기 캠페인 성공 여부 정보를 입력받은 학습부(70)는 상기 컨설팅 평가부로부터 입력되는 광고 캠페인 성공 여부 및 광고 요소 정보에 의해 상기 매체 그룹 선택 인공지능 모듈을 재학습시킨다. The
도 2는 본 발명에 따른 광고 매체 및 예산 인공지능 컨설팅 방법을 나타낸 흐름도이다.2 is a flowchart illustrating an advertising medium and budget artificial intelligence consulting method according to the present invention.
도 2를 참조하면, 고객정보 획득부(20)는 임의의 광고주로부터 광고 컨설팅 이벤트가 발생하는지를 모니터링하고(S111), 광고 컨설팅 이벤트가 발생되면 상기 광고주로부터 도 3과 같은 광고 업종, 목적, 예산, 광고주 신규 여부 등을 포함하는 광고 요소 정보를 획득한다(S113).Referring to FIG. 2, the customer
광고 요소 정보가 획득되면 데이터 획득부(30)는 데이터 DB(10)로부터 광고주 업종과 동일 업종의 광고 데이터 및 대행사들이 수행한 광고 캠페인에 대한 광고 캠페인정보들로부터 상기 광고주 업종과 동일한 업종의 광고 캠페인정보를 수집한다(S115, S117). When the advertising element information is acquired, the
또한, 데이터 획득부(30)는 상기 광고 컨설팅 이벤트의 발생 시 또는 주기적으로 광고 매체들에 대한 선호도 데이터를 수집한다(S118).In addition, the
데이터 수집이 완료되면 점수 결정부(40)는 광고 컨설팅을 위한 매체 선호도 점수, 로아스(ROAS) 점수, 노출당단가 점수, 광고주 신규 여부 점수를 결정하고(S119, S121, S123, S125), 상기 광고 컨설팅 요소별 비중을 결정한다(S127).When the data collection is completed, the
매체 선호도 점수, 로아스 점수, 노출당단가 점수, 광고주 신규 여부 점수 및 광고 컨설팅 요소별 비중이 결정되면 광고 컨설팅부(50)는 상기 각 광고 컨설팅 요소에 해당 비중을 곱한 후 더하여 매체별 점수를 계산하고, 그에 따른 매체별 순위를 결정한다(S129).When the media preference score, the ROAS score, the unit price per impression score, the advertiser newness score, and the proportions of each advertising consulting element are determined, the
매체별 순위가 결정되면 광고 컨설팅부(50)는 광고 요소 정보에 기반하여 광고 매체 수 및 예산 분배 비중을 결정한다(S131). 상기 광고 컨설팅부(50)는 둘 이상의 예산 분배 비중을 결정할 수도 있을 것이다.When the ranking for each medium is determined, the
광고 매체 수 및 예산 분배 비중이 결정되면 광고 컨설팅부(50)는 상기 광고 매체 수의 매체 그룹을 생성하고, 생성된 하나의 매체 그룹에 상기 예산 분배 비중을 적용하여 매체별 예산을 계산한다(S133). 상기 광고 컨설팅부(50)는 하기 표 3과 같이 하나의 매체 그룹에 대해 둘 이상의 분배 비중을 적용하여 매체별 예산을 계산할 수도 있을 것이다.When the number of advertisement media and the budget distribution ratio are determined, the
또한, 광고 컨설팅부(50)는 둘 이상의 매체 그룹에 대해 서로 다른 분배 비중을 적용하여 매체별 예산을 계산할 수도 있을 것이다.Also, the
한편, 본 발명은 전술한 전형적인 바람직한 실시예에만 한정되는 것이 아니라 본 발명의 요지를 벗어나지 않는 범위 내에서 여러 가지로 개량, 변경, 대체 또는 부가하여 실시할 수 있는 것임은 당해 기술분야에서 통상의 지식을 가진 자라면 용이하게 이해할 수 있을 것이다. 이러한 개량, 변경, 대체 또는 부가에 의한 실시가 이하의 첨부된 특허청구범위의 범주에 속하는 것이라면 그 기술사상 역시 본 발명에 속하는 것으로 보아야 한다.On the other hand, it is common knowledge in the art that the present invention is not limited to the above-described typical preferred embodiments, but can be implemented by various improvements, changes, substitutions, or additions within the scope of the present invention. If you have the , you can easily understand. If the implementation by such improvement, change, substitution or addition falls within the scope of the appended claims below, the technical idea should also be regarded as belonging to the present invention.
10: 데이터 DB 20: 고객정보 획득부
30: 데이터 획득부 31: 동일 업종 데이터 수집부
32: 대행사 업종 데이터 수집부 33: 선호도 데이터 수집부
40: 점수 결정부 41: 선호도 점수 결정부
42: 로아스 점수 결정부 43: 노출당단가 점수 결정부
44: 광고주 점수 결정부 45: 요소별 비중 결정부
50: 광고 컨설팅부 51: 매체 순위 결정부
52: 광고 매체 수 결정부 53: 순위 광고 매체 수 결정부
54: 매체 그룹 선택 인공지능 모듈부
55: 매체별 예산 계산부 56: 컨설팅정보 생성부
60: 출력부 70: 학습부
80: 컨설팅 평가부10: data DB 20: customer information acquisition unit
30: data acquisition unit 31: same industry data collection unit
32: agency industry data collection unit 33: preference data collection unit
40: score determination unit 41: preference score determination unit
42: LOAS score determination unit 43: Unit price per exposure score determination unit
44: Advertiser score determination unit 45: Percentage determination unit by element
50: advertising consulting unit 51: media ranking unit
52: number of advertising media determining unit 53: number of ranking advertising media determining unit
54: Media group selection artificial intelligence module unit
55: budget calculation unit for each medium 56: consulting information generation unit
60: output unit 70: learning unit
80: consulting evaluation department
Claims (14)
광고주의 광고에 대한 복수의 광고 요소들을 포함하는 광고 요소정보를 획득하여 출력하는 고객정보 획득부;
상기 광고 요소 중 업종정보의 업종에 대응하는 동일 업종정보 및 매체별 동일 업종정보를 가지는 캠페인 광고정보를 수집하는 데이터 획득부;
상기 광고 요소정보 및 상기 캠페인 광고정보에 기반한 매체별 광고 컨설팅 점수를 계산하는 점수 결정부;
상기 광고 요소정보, 캠페인 광고정보 및 매체별 광고 컨설팅 점수에 근거하여 매체별 순위, 광고를 진행할 매체 수 및 상기 광고 요소정보인 광고주의 광고주 예산 내에서의 매체별 예산을 결정하여 광고를 진행할 적어도 하나 이상의 상기 매체 수의 매체 그룹을 결정하고, 결정된 매체 그룹별 예산을 포함하는 광고 컨설팅 정보를 생성하는 광고 컨설팅부; 및
상기 광고 컨설팅 정보를 출력하는 광고 출력부를 포함하되,
상기 데이터 획득부는,
상기 데이터 DB로부터 상기 광고 요소 중 업종정보의 업종에 대응하는 동일 업종정보를 수집하는 동일 업종 데이터 수집부;
상기 데이터 DB로부터 매체별로 상기 업종과 동일한 업종에 대한 매체별 동일 업종정보를 가지는 캠페인 광고정보를 수집하는 대행사 업종 데이터 수집부; 및
상기 매체별 선호도 데이터를 수집하는 선호도 데이터 수집부를 포함하는 것을 특징으로 하는 광고 매체 및 예산 인공지능 컨설팅 시스템.
a data DB for storing campaign information including at least one campaign advertisement element information on advertisement campaigns performed for each industry type and media;
a customer information acquisition unit for obtaining and outputting advertisement element information including a plurality of advertisement elements for an advertisement of an advertiser;
a data acquisition unit for collecting campaign advertisement information having the same type of business information corresponding to the type of type of type of type information among the advertisement elements and the same type of type information for each medium;
a score determination unit calculating an advertisement consulting score for each medium based on the advertisement element information and the campaign advertisement information;
Based on the advertisement element information, campaign advertisement information, and advertisement consulting scores for each medium, a ranking for each medium, the number of mediums to run advertisements, and a budget for each medium within the advertiser budget of the advertiser, which is the advertisement element information, are determined, and at least one advertisement is performed. an advertisement consulting unit that determines media groups of the number of media or more and generates advertisement consulting information including a budget for each determined media group; and
Including an advertisement output unit for outputting the advertisement consulting information,
The data acquisition unit,
The same type of business data collection unit for collecting the same type of business type information corresponding to the type of type of type of type information among the advertisement elements from the data DB;
an agency type data collection unit for collecting campaign advertisement information having information on the same type of business for each medium for the same type of type as the type of type for each medium from the data DB; and
Advertising media and budget artificial intelligence consulting system comprising a preference data collection unit for collecting the preference data for each medium.
상기 점수 결정부는,
상기 캠페인 광고정보에 기반하여 상기 광고 요소정보의 업종과 동일한 업종에 대해 광고 캠페인을 수행한 매체에 대해 캠페인 광고 요소정보의 하나인 상기 매체 선호도에 따른 매체별 가산점을 결정하는 선호도 점수 결정부;
상기 캠페인 광고 요소정보의 하나인 상기 매체들의 매출 및 로아스(ROAS)에 따른 매체별 가산점을 결정하는 로아스 점수 결정부;
캠페인 광고 요소정보의 하나인 상기 매체별 노출당단가에 따른 매체별 가산점을 결정하는 노출당단가 점수 결정부;
캠페인 광고 요소정보의 하나인 상기 광고주의 광고 신규 여부 및 목적에 따라 상기 로아스 점수 결정부 및 노출당단가 점수 결정부의 가산점에 따른 추가 가산점을 결정하는 광고주 점수 결정부; 및
상기 캠페인 광고 요소정보별로 목적 및 광고주의 선택에 따른 서로 다른 비중을 결정하는 요소별 비중 결정부를 포함하는 것을 특징으로 하는 광고 매체 및 예산 인공지능 컨설팅 시스템.
According to claim 1,
The score determination unit,
a preference score determining unit for determining an additional point for each medium according to the medium preference, which is one of the campaign advertisement element information, for a medium that has performed an advertisement campaign for the same type of business as that of the advertisement element information, based on the campaign advertisement information;
a ROAS score determiner determining an additional point for each medium according to ROAS and sales of the mediums, which are one of the campaign advertisement element information;
a unit price per exposure score determiner determining an additional point for each medium according to the unit price per exposure for each medium, which is one of campaign advertisement element information;
an advertiser score determiner determining an additional additional point according to the additional points of the LOAS score determiner and the unit price per impression score determiner according to whether or not the advertiser's advertisement is new and the purpose of the campaign advertisement element information; and
Advertising media and budget artificial intelligence consulting system comprising a weight determination unit for determining different weights according to the purpose and advertiser's selection for each of the campaign advertisement element information.
상기 광고주 점수 결정부는,
상기 광고주가 신규 광고주이고 상기 광고 요소 정보의 목적이 매출이면 상기 로아스 점수 결정부에서 결정된 가산점 점수가 제1 기준점수 이상인 매체에 추가 가산점을 부여하고,
광고 요소 정보의 목적이 유입이면 노출당단가 점수 결정부에서 결정된 가산점 점수가 상기 제1 기준점수보다 높은 제2 기준점수 이상의 매체에 대하여 추가점수를 부여하며,
상기 광고주가 기광고주이고, 상기 광고 요소 정보의 목적이 매출이면 상기 로아스 점수 결정부에서 결정된 가산점 점수가 상기 제2 기준점수 이상인 매체에 추가 가산점을 부여하고,
광고 요소 정보의 목적이 유입이면 노출당단가 점수 결정부에서 결정된 가산점 점수가 상기 제1 기준점수 이상의 매체에 대하여 추가점수를 부여하는 것을 특징으로 하는 광고 매체 및 예산 인공지능 컨설팅 시스템.
According to claim 3,
The advertiser score determination unit,
If the advertiser is a new advertiser and the purpose of the advertising element information is sales, additional additional points are given to media whose additional points determined by the LOAS score determining unit are equal to or greater than a first reference point;
If the purpose of the advertising element information is inflow, additional points are given to media with a second standard score or higher whose additional points determined by the unit price per impression score determination unit are higher than the first standard score;
If the advertiser is an existing advertiser and the purpose of the advertising element information is sales, additional additional points are given to media whose additional points determined by the LOAS score determination unit are equal to or greater than the second reference score;
Advertising medium and budget AI consulting system, characterized in that if the purpose of the advertisement element information is inflow, the additional score determined by the unit price per impression score determination unit gives an additional score to the medium higher than the first reference score.
상기 광고 컨설팅부는,
상기 점수 결정부로부터 출력되는 가산점 및 캠페인 광고 요소정보들의 비중을 적용하여 매체별 순위를 결정하는 매체별 순위 결정부;
상기 광고 요소정보에 기반하여 광고할 매체의 수 및 예산 분배 비중을 결정하여 출력하는 광고 매체 수 결정부;
상기 광고 매체 수의 적어도 하나 이상의 매체 그룹을 생성하고, 각 매체 그룹에 대해 상기 예산 분배 비중을 반영하여 상기 광고 요소 정보의 예산에 대해 매체별 예산을 계산하는 매체별 예산 계산부; 및
상기 적어도 하나 이상의 매체 그룹 및 각 매체 그룹에 대한 매체별 예산을 포함하는 컨설팅정보를 생성하여 출력하는 컨설팅정보 생성부를 더 포함하는 것을 특징으로 하는 광고 매체 및 예산 인공지능 컨설팅 시스템.
According to claim 3,
The advertising consulting department,
a ranking unit for each medium that determines a ranking for each medium by applying weights of bonus points and campaign advertisement element information output from the score determination unit;
an advertisement medium number determining unit which determines and outputs the number of advertisement mediums and a budget distribution ratio based on the advertisement element information;
a budget calculation unit for each medium generating at least one media group of the number of the advertising media and calculating a budget for each medium with respect to a budget of the advertising element information by reflecting the budget distribution ratio for each media group; and
Advertising media and budget artificial intelligence consulting system further comprising a consulting information generation unit for generating and outputting consulting information including the at least one media group and a budget for each media group.
상기 광고 매체 수 결정부는,
상기 광고주가 제공한 광고 캠페인을 진행할 매체 수 및 예산 분배 비중을 광고주 및 관리자 중 어느 하나로부터 입력받아 결정하는 것을 특징으로 하는 순위 광고 매체 수 결정부인 것을 특징으로 하는 광고 매체 및 예산 인공지능 컨설팅 시스템.
According to claim 5,
The advertising medium number determining unit,
Advertising media and budget artificial intelligence consulting system, characterized in that the ranking advertising media number determination unit, characterized in that for determining the number of media to proceed with the advertising campaign provided by the advertiser and determining the proportion of the budget distribution by receiving input from any one of the advertiser and the manager.
상기 데이터 획득부에서 획득된 캠페인 정보에 포함된 다수의 캠페인별 업종, 예산, 업종별 매체 수, 매체 수에 따른 예산 분배 비중, 광고주 신규 여부에 대한 광고 성공률 정보를 포함하는 학습 데이터세트를 생성하여 미리 생성된 매체 그룹 선택 인공지능 모듈에 적용하여 업종, 광고주 신규 여부, 예산, 및 광고 성공률 정보의 입력에 대한 매체 수 및 예산 분배 비중을 출력하도록 하는 학습을 시키는 학습부를 더 포함하되,
상기 광고 매체 수 결정부는,
상기 매체 그룹 선택 인공지능 모듈을 적용하고 있으며, 컨설팅을 받고자 하는 상기 광고주의 광고 요소 정보를 입력받아 상기 매체 그룹 선택 인공지능 모듈에 적용하여 상기 매체 그룹 선택 인공지능 모듈로부터 출력되는 매체 수 및 예산 분배 비중을 출력하는 매체 그룹 선택 인공지능 모듈부인 것을 특징으로 하는 광고 매체 및 예산 인공지능 컨설팅 시스템.
According to claim 5,
Create a learning dataset that includes advertising success rate information on the number of industries for each campaign, budget, number of media for each industry, budget distribution ratio according to the number of media, and whether or not the advertiser is new, included in the campaign information acquired by the data acquisition unit, in advance A learning unit applied to the generated media group selection artificial intelligence module to learn to output the number of media and budget distribution ratio for input of industry type, whether advertiser is new, budget, and advertisement success rate information,
The advertising medium number determining unit,
The media group selection artificial intelligence module is applied, and the advertising element information of the advertiser who wants to receive consulting is received and applied to the media group selection artificial intelligence module to distribute the number of media output from the media group selection artificial intelligence module and budget distribution. Advertising media and budget artificial intelligence consulting system, characterized in that the media group selection artificial intelligence module unit that outputs the proportion.
상기 광고주에게 제공된 상기 제공된 광고 컨설팅정보에 대한 광고 캠페인 성공 여부 정보를 상기 광고주로부터 입력받아 상기 학습부로 출력하는 컨설팅 평가부를 더 포함하되,
상기 학습부는,
상기 컨설팅 평가부로부터 입력되는 광고 캠페인 성공 여부 및 광고 요소 정보에 의해 상기 매체 그룹 선택 인공지능 모듈을 재학습시키는 것을 특징으로 하는 광고 매체 및 예산 인공지능 컨설팅 시스템.
According to claim 7,
Further comprising a consulting evaluation unit for receiving information on whether or not the advertisement campaign was successful for the provided advertisement consulting information provided to the advertiser from the advertiser and outputting the information to the learning unit,
The learning unit,
The advertising media and budget artificial intelligence consulting system, characterized in that for re-learning the media group selection artificial intelligence module based on whether the advertising campaign is successful and the advertising element information input from the consulting evaluation unit.
데이터 획득부가 업종 및 매체별로 수행한 광고 캠페인에 대한 적어도 하나 이상의 캠페인 광고 요소정보를 포함하는 캠페인 정보를 저장하는 데이터 DB로부터 상기 광고 요소 중 업종에 대응하는 동일 업종정보 및 매체별 동일 업종정보를 가지는 캠페인 광고정보를 수집하는 데이터 획득 과정;
점수 결정부가 상기 광고 요소정보 및 상기 캠페인 광고정보에 기반한 매체별 광고 컨설팅 점수를 계산하는 점수 결정 과정;
광고 컨설팅부가 상기 광고 요소정보, 캠페인 광고정보 및 매체별 광고 컨설팅 점수에 근거하여 매체별 순위, 광고를 진행할 매체 수 및 상기 광고 요소정보인 광고주의 광고주 예산 내에서의 매체별 예산을 결정하여 광고를 진행할 적어도 하나 이상의 상기 매체 수의 매체 그룹을 결정하고, 결정된 매체 그룹별 예산을 포함하는 광고 컨설팅 정보를 생성하는 광고 컨설팅정보 생성 과정; 및
출력부가 상기 광고 컨설팅 정보를 출력하는 광고 컨설팅정보 출력 과정을 포함하되,
상기 데이터 획득 과정은,
상기 데이터 획득부가 동일 업종 데이터 수집부를 통해 상기 데이터 DB로부터 상기 광고 요소 중 업종정보의 업종에 대응하는 동일 업종정보를 수집하는 동일 업종 데이터 수집 단계;
상기 데이터 획득부가 대행사 업종 데이터 수집부를 통해 상기 데이터 DB로부터 매체별로 상기 업종과 동일한 업종에 대한 매체별 동일 업종정보를 가지는 캠페인 광고정보를 수집하는 대행사 업종 데이터 수집 단계; 및
상기 데이터 획득부가 선호도 데이터 수집부를 통해 상기 매체별 선호도 데이터를 수집하는 선호도 데이터 수집 단계를 포함하는 것을 특징으로 하는 광고 매체 및 예산 인공지능 컨설팅 방법.
a customer information acquisition process in which the customer information acquisition unit acquires and outputs advertisement element information including a plurality of advertisement elements for an advertisement of an advertiser;
From the data DB storing campaign information including at least one campaign advertisement element information for an advertisement campaign performed by the data acquisition unit for each type of business type and medium, having the same type of business information corresponding to the type of type and the same type of type information for each medium among the advertising elements Data acquisition process of collecting campaign advertising information;
a score determination process in which a score determination unit calculates an advertisement consulting score for each medium based on the advertisement element information and the campaign advertisement information;
The advertisement consulting unit determines the ranking for each medium, the number of mediums to run advertisements, and the budget for each medium within the advertiser's budget, which is the advertisement element information, based on the advertisement element information, campaign advertisement information, and advertisement consulting scores for each medium. an advertisement consulting information generation process of determining a media group of at least one number of media to be processed and generating advertisement consulting information including a budget for each determined media group; and
Including an advertisement consulting information output process in which an output unit outputs the advertisement consulting information,
The data acquisition process,
a same industry data collection step in which the data acquiring unit collects the same industry type information corresponding to the type of business type among the advertising elements from the data DB through the same industry type data collection unit;
Agency type data collection step of the data acquisition unit collecting campaign advertisement information having the same type of business information for each medium for the same type of business for each medium from the data DB through the agency type data collection unit; and
Advertising media and budget artificial intelligence consulting method comprising a preference data collection step of collecting the preference data for each medium through the data acquisition unit preference data collection unit.
상기 점수 결정 과정은,
상기 점수 결정부가 선호도 점수 결정부를 통해 상기 캠페인 광고정보에 기반하여 상기 광고 요소정보의 업종과 동일한 업종에 대해 광고 캠페인을 수행한 매체에 대해 캠페인 광고 요소정보의 하나인 상기 매체 선호도에 따른 매체별 가산점을 결정하는 선호도 점수 결정 단계;
상기 점수 결정부가 로아스 점수 결정부를 통해 상기 캠페인 광고 요소정보의 하나인 상기 매체들의 매출 및 로아스(ROAS)에 따른 매체별 가산점을 결정하는 로아스 점수 결정 단계;
상기 점수 결정부가 노출당단가 점수 결정부를 통해 캠페인 광고 요소정보의 하나인 상기 매체별 노출당단가에 따른 매체별 가산점을 결정하는 노출당단가 점수 결정 단계;
상기 점수 결정부가 광고주 점수 결정부를 통해 캠페인 광고 요소정보의 하나인 상기 광고주의 광고 신규 여부 및 목적에 따라 상기 로아스 점수 결정부 및 노출당단가 점수의 가산점에 따른 추가 가산점을 결정하는 광고주 점수 결정 단계; 및
상기 점수 결정부가 요소별 비중 결정부를 통해 상기 캠페인 광고 요소정보별로 목적 및 광고주의 선택에 따른 서로 다른 비중을 결정하는 요소별 비중 결정 단계를 포함하는 것을 특징으로 하는 광고 매체 및 예산 인공지능 컨설팅 방법.
According to claim 9,
The score determination process,
Additional points for each medium according to the preference of the medium, which is one of the campaign advertisement element information, for the medium that has performed an advertisement campaign for the same type of business as that of the advertisement element information based on the campaign advertisement information through the score determination unit's preference score determination unit Preference score determining step for determining;
a ROAS score determining step in which the score determiner determines an additional point for each medium according to ROAS and sales of the media, which is one of the campaign advertisement element information, through the ROAS score determiner;
a unit price-per-exposure score determination step in which the score determiner determines an additional point for each medium according to the unit price per exposure for each medium, which is one of campaign advertisement element information, through the unit price per exposure score determiner;
an advertiser score determining step in which the score determiner determines an additional additional point based on the added points of the LOAS score determiner and the unit price per impression score according to whether or not the advertisement of the advertiser, which is one of the campaign advertisement element information, is new and the purpose through the advertiser score determiner; ; and
Advertising medium and budget artificial intelligence consulting method, characterized in that the score determination unit comprises a weight determination step for each element of determining different weights according to the purpose and advertiser's selection for each campaign advertisement element information through the element weight determination unit.
상기 광고주 점수 결정 단계는,
상기 광고주가 신규 광고주이고 상기 광고 요소 정보의 목적이 매출이면 상기 로아스 점수 결정부에서 결정된 가산점 점수가 제1 기준점수 이상인 매체에 추가 가산점을 부여하는 신규 광고주 매출 가산점 부여 단계;
광고 요소 정보의 목적이 유입이면 노출당단가 점수 결정부에서 결정된 가산점 점수가 상기 제1 기준점수보다 높은 제2 기준점수 이상의 매체에 대하여 추가점수를 부여하는 신규 광고주 유입 가산점 부여 단계;
상기 광고주가 기광고주이고, 상기 광고 요소 정보의 목적이 매출이면 상기 로아스 점수 결정부에서 결정된 가산점 점수가 상기 제2 기준점수 이상인 매체에 추가 가산점을 부여하는 기 광고주 매출 가산점 부여 단계; 및
광고 요소 정보의 목적이 유입이면 노출당단가 점수 결정부에서 결정된 가산점 점수가 상기 제1 기준점수 이상의 매체에 대하여 추가점수를 부여하는 기 광고주 유입 가산점 부여 단계를 포함하는 것을 특징으로 하는 광고 매체 및 예산 인공지능 컨설팅 방법.
According to claim 11,
In the step of determining the advertiser score,
if the advertiser is a new advertiser and the purpose of the advertising element information is sales, adding additional additional points to media whose additional points determined by the LOAS score determining unit are equal to or greater than a first reference score;
If the purpose of the advertising element information is inflow, a new advertiser inflow additional point issuing additional points to a medium having a second standard score or higher in which the additional point determined by the unit price per impression score determination unit is higher than the first standard score;
if the advertiser is an existing advertiser and the purpose of the advertisement element information is sales, assigning additional additional points to media whose additional points determined by the LOAS score determining unit are equal to or greater than the second reference score; and
If the purpose of the advertising element information is inflow, an additional point is given to the medium for which the additional point determined by the unit price per impression point determining unit is equal to or higher than the first reference point; Artificial intelligence consulting method.
상기 광고 컨설팅 과정은,
상기 광고 컨설팅부가 매체별 순위 결정부를 통해 상기 점수 결정부로부터 출력되는 가산점 및 캠페인 광고 요소정보들의 비중을 적용하여 매체별 순위를 결정하는 매체별 순위 결정 단계;
상기 광고 컨설팅부가 광고 매체 수 결정부를 통해 상기 광고 요소정보에 기반하여 광고할 매체의 수 및 예산 분배 비중을 결정하여 출력하는 광고 매체 수 결정 단계;
상기 광고 컨설팅부가 매체별 예산 계산부를 통해 상기 광고 매체 수의 적어도 하나 이상의 매체 그룹을 생성하고, 각 매체 그룹에 대해 상기 예산 분배 비중을 반영하여 상기 광고 요소 정보의 예산에 대해 매체별 예산을 계산하는 매체별 예산 계산 단계; 및
상기 광고 컨설팅부가 컨설팅정보 생성부를 통해 상기 적어도 하나 이상의 매체 그룹 및 각 매체 그룹에 대한 매체별 예산을 포함하는 컨설팅정보를 생성하여 출력하는 컨설팅정보 생성 단계를 더 포함하는 것을 특징으로 하는 광고 매체 및 예산 인공지능 컨설팅 방법.
According to claim 11,
The advertising consulting process,
a ranking step for each medium in which the advertising consulting unit determines a ranking for each medium by applying weights of bonus points and campaign advertisement element information output from the score determination unit through the ranking determination unit for each medium;
determining the number of advertising media by the advertising consulting unit determining the number of media to be advertised and a budget distribution ratio based on the advertising element information through the advertising media number determining unit and outputting the determined number of advertising media;
The advertisement consulting unit generates at least one media group of the number of advertising media through a budget calculation unit for each medium, and calculates a budget for each medium with respect to the budget of the advertisement element information by reflecting the budget distribution ratio for each media group Budget calculation step by medium; and
The advertising media and budget further comprising a consulting information generation step in which the advertising consulting unit generates and outputs consulting information including the at least one media group and a budget for each media group through a consulting information generation unit. Artificial intelligence consulting method.
학습부가 상기 데이터 획득부에서 획득된 캠페인 정보에 포함된 다수의 캠페인별 업종, 예산, 업종별 매체 수, 매체 수에 따른 예산 분배 비중, 광고주 신규 여부에 대한 광고 성공률 정보를 포함하는 학습 데이터세트를 생성하여 미리 생성된 매체 그룹 선택 인공지능 모듈에 적용하여 매체 그룹 선택 인공지능 모듈에 넣어 업종, 광고주 신규 여부, 예산, 및 광고 성공률 정보의 입력에 대한 매체 수 및 예산 분배 비중을 출력하도록 하는 학습을 시키는 학습 과정을 더 포함하되,
상기 광고 매체 수 결정 단계는,
상기 광고 매체 수 결정부가 상기 매체 그룹 선택 인공지능 모듈을 적용하고 있으며, 컨설팅을 받고자 하는 상기 광고주의 광고 요소 정보를 입력받아 상기 매체 그룹 선택 인공지능 모듈에 적용하여 상기 매체 그룹 선택 인공지능 모듈로부터 출력되는 매체 수 및 예산 분배 비중을 출력하는 것을 특징으로 하는 광고 매체 및 예산 인공지능 컨설팅 방법.According to claim 13,
The learning unit generates a learning dataset that includes advertising success rate information on the number of industries for each campaign, budget, number of media by industry, budget distribution ratio according to the number of media, and whether or not the advertiser is new, included in the campaign information obtained from the data acquisition unit. It is applied to the pre-generated media group selection artificial intelligence module and put into the media group selection artificial intelligence module to learn to output the number of media and budget distribution ratio for input of industry, advertiser new status, budget, and advertising success rate information Including further learning process,
The step of determining the number of advertisement media,
The advertising media number determining unit applies the media group selection artificial intelligence module, receives advertisement element information of the advertiser who wants to receive consulting, applies it to the media group selection artificial intelligence module, and outputs the information from the media group selection artificial intelligence module. Advertising media and budget artificial intelligence consulting method characterized by outputting the number of media and the proportion of budget distribution.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200171051A KR102510812B1 (en) | 2020-12-09 | 2020-12-09 | Advertising media and budget artificial intelligence consulting system and method thereof |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200171051A KR102510812B1 (en) | 2020-12-09 | 2020-12-09 | Advertising media and budget artificial intelligence consulting system and method thereof |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220081509A KR20220081509A (en) | 2022-06-16 |
| KR102510812B1 true KR102510812B1 (en) | 2023-03-15 |
Family
ID=82217368
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200171051A KR102510812B1 (en) | 2020-12-09 | 2020-12-09 | Advertising media and budget artificial intelligence consulting system and method thereof |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102510812B1 (en) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102595861B1 (en) | 2023-02-10 | 2023-10-30 | 주식회사 리빔 | Method of provide marketing for users |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100573410B1 (en) * | 2005-08-05 | 2006-04-26 | (주)크로스미디어 | Method and system for distributing advertizing budget among medias in on-line advertizement |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102429523B1 (en) | 2017-04-28 | 2022-08-08 | 엔에이치엔 주식회사 | Method and system for automating advertisement media mix |
| KR20200102260A (en) * | 2019-02-21 | 2020-08-31 | 주식회사 크리에이션비컴퍼니 | Method for recommending advertisement media |
-
2020
- 2020-12-09 KR KR1020200171051A patent/KR102510812B1/en active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100573410B1 (en) * | 2005-08-05 | 2006-04-26 | (주)크로스미디어 | Method and system for distributing advertizing budget among medias in on-line advertizement |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20220081509A (en) | 2022-06-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9224157B2 (en) | Method and apparatus for presenting content in response to user inputs using dynamic intelligent profiling | |
| US20140330638A1 (en) | System and method for management of marketing allocations using a return on investment metric | |
| Miralles-Pechuán et al. | A novel methodology for optimizing display advertising campaigns using genetic algorithms | |
| US20070129993A1 (en) | System and method for automated lead nurturing | |
| US20110218859A1 (en) | Method, Apparatus and System for Increasing Website Data Transfer Speed | |
| US20140172545A1 (en) | Learned negative targeting features for ads based on negative feedback from users | |
| US20040068435A1 (en) | Method of automated Ad campaign management | |
| US20040039624A1 (en) | Sales activity support system, sales activity support information providing system, sales activity evaluation system, recording medium, and program | |
| US20150310481A1 (en) | System and method for management of marketing campaigns | |
| CN101268483A (en) | Framework for selecting and delivering advertisements over a network based on user behavioral interests | |
| US20160210656A1 (en) | System for marketing touchpoint attribution bias correction | |
| US11157947B2 (en) | System and method for real-time optimization and industry benchmarking for campaign management | |
| US20210241314A1 (en) | Method and system for optimizing user grouping for advertisement | |
| AU2010216162A1 (en) | Multichannel digital marketing platform | |
| WO2019052870A1 (en) | A method and system for intelligent adaptive bidding in an automated online exchange network | |
| KR102510812B1 (en) | Advertising media and budget artificial intelligence consulting system and method thereof | |
| US20210110431A1 (en) | Machine learning system finds units of interest (uoi) based on keywords, interests, and brands in social media audiences for the purpose of targeting digital advertisements | |
| Yang et al. | Applying Social Marketing Theory to develop retargeting and social networking advertising website | |
| KR102098535B1 (en) | Advertisement service system capable of providing advertisement material template for auto multilink based on analyzing bigdata of user pattern | |
| CN106687947B (en) | Mobile information output control system using multi-connection icon and method thereof | |
| Chaudhry et al. | Impact of print advertising on brand image and consumer buying behaviour | |
| KR102136386B1 (en) | Selection system for advertisement media | |
| KR20220102511A (en) | Method and apparatus for generating a user-ad maching list for online advertisement | |
| US20120296730A1 (en) | Methods and systems for gamifying coupon offerings | |
| KR102098537B1 (en) | Advertisement service system capable of providing advertisement material template for auto multilink based on analyzing bigdata and advertisement method thereof |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |