KR102554886B1 - 오픈마켓 데이터 분석 기반 광고 효율성 극대화 플랫폼 - Google Patents

오픈마켓 데이터 분석 기반 광고 효율성 극대화 플랫폼 Download PDF

Info

Publication number
KR102554886B1
KR102554886B1 KR1020230045702A KR20230045702A KR102554886B1 KR 102554886 B1 KR102554886 B1 KR 102554886B1 KR 1020230045702 A KR1020230045702 A KR 1020230045702A KR 20230045702 A KR20230045702 A KR 20230045702A KR 102554886 B1 KR102554886 B1 KR 102554886B1
Authority
KR
South Korea
Prior art keywords
keyword
advertisement
keywords
advertising
product
Prior art date
Application number
KR1020230045702A
Other languages
English (en)
Inventor
김미란
박성진
한지혜
심혜정
이재호
윤세영
안성수
박소연
Original Assignee
주식회사 솔레벤처스
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 솔레벤처스 filed Critical 주식회사 솔레벤처스
Priority claimed from KR1020230045660A external-priority patent/KR102563095B1/ko
Application granted granted Critical
Publication of KR102554886B1 publication Critical patent/KR102554886B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0242—Determining effectiveness of advertisements
    • G06Q30/0244—Optimization
    • 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
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • 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
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/0464—Convolutional networks [CNN, ConvNet]
    • 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
    • G06N3/09—Supervised 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
    • G06Q30/0275—Auctions

Abstract

일실시예에 따르면, 오픈마켓 데이터 분석 기반 광고 효율성 극대화 플랫폼으로서, AI 기반 오픈마켓을 통합 관리하는 서버를 포함하는 시스템이 제공된다.

Description

오픈마켓 데이터 분석 기반 광고 효율성 극대화 플랫폼{Open market data analysis-based advertising efficiency maximization platform}
본 발명은 오픈마켓 데이터 분석 기반 광고 효율성 극대화 플랫폼을 제공하기 위한 기술에 관한 것이다.
일반적으로 오픈마켓에는 판매자가 상품을 직접 등록하고 관리할 수 있고 등록한 상품을 검색 결과 상위에 노출시키기 위해 키워드 광고를 진행할 수 있다. 이를 위해 판매자는 등록한 상품과 관련된 키워드를 선택하고 해당 키워드에 대한 입찰가를 직접 지정하여 입찰한다. 이후에 사용자가 해당 키워드를 검색하면 입찰가가 높은 광고가 먼저 노출되므로 사용자가 판매자를 통해 등록된 상품을 클릭할 확률이 높아진다.
그러나 판매자가 키워드 광고를 시행할 키워드를 직접 선택하는 과정에서 광고 효과가 뛰어난 키워드를 선정하기 어렵다는 문제점이 있었다. 여러 오픈마켓에서 많은 상품을 판매하는 판매자의 경우에는 정보의 취합이 매우 어려운 일일 수 있다. 어떤 오픈마켓의 상품이 이익을 얼마나 내고 있는지 조회하고 비교하려면 많은 시간이 소모될 수 밖에 없었다. 또한, 복수 개의 키워드를 하나씩 관리하고 이익에 따라 입찰 가격을 조정하는 작업은 매우 번거로운 문제점이 있었다.
한국등록특허 제10-0943527호 한국공개특허 제10-2022-0100552호 한국공개특허 제10-2022-0101326호 한국공개특허 제10-2022-0137396호
일실시예에 따르면, 오픈마켓 데이터 분석 기반 광고 효율성 극대화 플랫폼으로서, AI 기반 오픈마켓을 통합 관리하는 서버를 제공하기 위한 것을 그 목적으로 한다.
또한, 상기 서버는, 판매자 단말을 통해 광고 키워드 자동 입찰 요청 신호를 수신하면, 상기 판매자 단말에, 복수 개의 오픈마켓 로그인 정보와, 광고 키워드 자동 입찰 조건을 입력 받기 위한 인터페이스를 제공하되, 상기 광고 키워드 자동 입찰 조건은, 광고를 시행할 상품 코드, 통계 기간, 통계 기준 오픈마켓, 광고수익률 기준, 구매전환 없는 키워드의 노출 기간, 실제전환율 적용 on/off 선택, 키워드 분류 별 희망순위 및 키워드 분류 별 최대입찰가를 포함하고, 상기 판매자 단말을 통해, 복수 개의 오픈마켓 로그인 정보와, 광고 키워드 자동 입찰 조건을 획득하면, 상기 통계 기준 오픈마켓 서버로부터 상기 판매자 단말을 통해 등록된 광고 키워드 정보를 수집하고, 상기 키워드 분류는, 제1 내지 제4 분류를 포함하고, 상기 서버는, 상기 광고 키워드 정보를 기반으로, 광고 키워드를 상기 제1 내지 제4 분류로 분류하되, 전환이 발생하면서 이익이 상기 광고수익률 기준 이상인 키워드는 제1 분류, 전환은 발생하지만 이익이 상기 광고수익률 기준 이하인 키워드는 제2 분류, 전환이 발생하지 않으면서, 클릭수가
Figure 112023039112937-pat00001
이하이고, 키워드 노출 기간이 상기 구매전환 없는 키워드의 노출 기간 이내인 키워드는 제3 분류, 전환이 발생하지 않으면서, 클릭수가
Figure 112023039112937-pat00002
이상이고, 키워드 노출 기간이 상기 구매전환 없는 키워드의 노출 기간을 경과한 키워드는 제4 분류으로 지정하고, 상기 판매자 단말을 통해 상기 실제전환율 적용 on이 선택된 경우, 상기 제1 분류에 속하는 키워드의 최대입찰가는, (제1 분류에 속하는 키워드가 광고하는 상품의 1회 판매 시 발생하는 이익)×(실제전환율)로 설정하고, 상기 제1 내지 제4 분류에 속하는 키워드를 희망순위에 입찰하기 위하여, 광고 키워드가 등록된 오픈마켓 서버를 통해 경쟁 업체의 입찰가격을 획득하고, 상기 경쟁 업체의 입찰가격+10원이 최대입찰가 이내이면, 상기 경쟁 업체의 입찰가격+10원으로 입찰하고, 상기 제1 내지 제4 분류에 속하는 키워드를 희망순위에 입찰하기 위한 입찰가격이 최대입찰가 이상이면, 상기 최대입찰가로 입찰을 진행하고, 상기 판매자 단말을 통해 오픈마켓에 판매 등록된, 새로운 상품의 광고 키워드 자동 입찰 요청 신호를 수신하면, 새로운 상품의 광고 키워드 자동 입찰 조건을 입력 받기 위한 인터페이스를 제공하되, 상기 새로운 상품의 광고 키워드 자동 입찰 조건은, 목표전환율, 광고수익률 기준, 구매전환 없는 키워드 노출기간, 실제전환율 적용 on/off 선택, 희망순위, 최대입찰가이고, 상기 판매자 단말을 통해 상기 새로운 상품의 광고 키워드 자동 입찰 조건을 획득하면, 상기 새로운 상품이 판매 등록된 오픈마켓 서버를 통해 상기 새로운 상품의 상품 정보를 획득하고, 상기 새로운 상품의 상품 정보를, 입력된 상품 정보를 분석하여 메인 키워드를 추출하는 제1 인공지능 모델에 입력하여, 메인 키워드를 추출하고, 복수 개의 오픈마켓 서버를 통해 상기 메인 키워드의 연관 키워드를 복수 개 획득하고, 상기 복수 개 획득한 연관 키워드의 노출수, 클릭수, 전환율, 각 연관 키워드의 광고비용 및 상기 연관 키워드를 통해 발생한 이익을 획득하고, 상기 연관 키워드의 클릭수, 각 연관 키워드의 광고비용 및 상기 연관 키워드를 통해 발생한 이익을 바탕으로 광고비용 대비 이익을 산출하고, 복수 개의 키워드 중에 키워드 광고에 효과적인 키워드를 선정하도록 기학습된 제2 인공지능 모델에, 상기 복수 개 획득한 연관 키워드 및 각 연관 키워드의 노출수, 클릭수, 전환율, 광고비용 대비 이익을 입력하여 복수 개의 광고 키워드를 획득하고, 상기 제2 인공지능 모델을 통해 획득한 복수 개의 광고 키워드를, 상기 새로운 상품의 광고 키워드로 등록하되, 상기 새로운 상품의 광고 키워드의 최대입찰가는, (새로운 상품의 1회 판매 이익금)×(목표전환율)이고, 상기 새로운 상품의 광고 키워드를 희망순위에 입찰하기 위하여, 상기 새로운 상품이 판매 등록된 오픈마켓 서버를 통해 경쟁 업체의 입찰가격을 획득하고, 상기 경쟁 업체의 입찰가격+10원이 상기 새로운 상품의 광고 키워드의 최대입찰가 이내이면, 상기 경쟁 업체의 입찰가격+10원으로 입찰하고, 상기 새로운 상품의 광고 키워드를 희망순위에 입찰하기 위한 입찰가격이 상기 새로운 상품의 광고 키워드의 최대입찰가 이상이면, 상기 새로운 상품의 광고 키워드의 최대입찰가로 입찰을 진행하고, 상기 판매자 단말을 통해 판매 상태 검색 요청 신호를 수신하면, 상기 판매자 단말에 판매 상태 검색 조건을 입력 받기 위한 인터페이스를 제공하되, 상기 판매 상태 검색 조건은, 상품 분류, 정렬 기준, 결제일 기간, 한 페이지에 표시할 상품의 수를 포함하고, 상기 판매자 단말을 통해 판매 상태 검색 조건을 획득하면, 복수 개의 오픈마켓 서버에서 상기 판매자 단말을 통해 판매 중인 상품 정보를 획득하고, 상기 판매자 단말에, 상기 상품 정보를 기반으로 상기 판매 상태 검색 조건을 만족하는 검색 결과를 표시하되, 상기 검색 결과는 상기 판매 상태 검색 조건을 만족하는 상품의 목록과, 각 상품의 상품 이미지, 상품명, 판매자 관리코드, 각 상품이 판매 중인 복수 개의 오픈마켓의 종합 정산가, 종합 광고비, 종합 배송비, 종합 부가세, 종합 부가세 제외 이익, 종합 노출수, 종합 클릭수, 종합 전환수, 종합 전환율, 종합 기간 상태, 마켓별 상세보기 버튼을 포함하고, 상기 판매자 단말을 통해 상기 마켓별 상세보기 버튼이 선택되면, 상기 판매자 단말에, 상기 마켓별 상세보기 버튼이 속한 상품이 판매 중인 복수 개의 오픈마켓 목록과, 각 오픈마켓별 정산가, 광고비, 원가, 부가세 제외 이익, 배송비, 노출수, 클릭수, 전환수, 전환율을 표시하는 시스템을 제공할 수 있다.
또한, 상기 종합 기간 상태는, 상기 결제일 기간 내의 이익이 마이너스 금액인 경우 경보, 상기 결제일 기간 내의 이익이 기지정된 기준보다 낮은 경우 주의로 표시하되, 경보 상태는 빨간 색상, 주의 상태는 노란 색상으로 표시하는 시스템을 제공할 수 있다.
또한, 상기 제1 인공지능 모델은, OCR, CNN(Convolutional Neural Networks), TF-IDF, TextRank, LSA (Latent Semantic Analysis), Word2Vec, BERT (Bidirectional Encoder Representations from Transformers) 중 하나 이상을 기반으로 하고, 상기 제2 인공지능 모델은, 회귀 모델, 신경망 모델 중 어느 하나를 기반으로 하는 시스템을 제공할 수 있다.
또한, 상기 광고비용 대비 이익은, [수학식 1]을 이용하여 산출하고,
[수학식 1]
Figure 112023039112937-pat00003
상기 ROI는 키워드 광고에 등록된 연관 키워드 상품의 소정의 기간 내 광고비용 대비 이익이고, p는 상기 소정의 기간 내 상기 키워드 광고에 등록된 연관 키워드로 유입된 구매자에 의해 발생한 이익이며, n_c는 상기 소정의 기간 내 상기 연관 키워드의 클릭수이고, c_a는 상기 소정의 기간 내 키워드 광고에 소모된 비용인 시스템을 제공할 수 있다.
상기와 같이, AI기반 오픈마켓 통합관리 시스템을 제공함으로써, 상품 광고에 쓰는 키워드들을 효율적으로 분리할 수 있고, 이익이 되는 키워드들에 광고비용을 집중할 수 사용할 수 있으며, 실제전환율을 적용하여 최대입찰금을 조절할 수 있고, 인공지능 기술을 이용하여 새로 등록되는 상품의 효과적인 광고 키워드를 추출할 수 있고, 복수 개의 오픈마켓을 통합하여 조회하기 용이한 효과가 있다.
본 발명의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 명확하게 이해될 수 있을 것이다.
일실시예에 따르면, 오픈마켓 데이터 분석 기반 광고 효율성 극대화 플랫폼으로서, AI 기반 오픈마켓을 통합 관리하는 서버를 제공하기 위한 것을 그 목적으로 한다.
또한, 상기 서버는, 판매자 단말을 통해 광고 키워드 자동 입찰 요청 신호를 수신하면, 상기 판매자 단말에, 복수 개의 오픈마켓 로그인 정보와, 광고 키워드 자동 입찰 조건을 입력 받기 위한 인터페이스를 제공하되, 상기 광고 키워드 자동 입찰 조건은, 광고를 시행할 상품 코드, 통계 기간, 통계 기준 오픈마켓, 광고수익률 기준, 구매전환 없는 키워드의 노출 기간, 실제전환율 적용 on/off 선택, 키워드 분류 별 희망순위 및 키워드 분류 별 최대입찰가를 포함하고, 상기 판매자 단말을 통해, 복수 개의 오픈마켓 로그인 정보와, 광고 키워드 자동 입찰 조건을 획득하면, 상기 통계 기준 오픈마켓 서버로부터 상기 판매자 단말을 통해 등록된 광고 키워드 정보를 수집하고, 상기 키워드 분류는, 제1 내지 제4 분류를 포함하고, 상기 서버는, 상기 광고 키워드 정보를 기반으로, 광고 키워드를 상기 제1 내지 제4 분류로 분류하되, 전환이 발생하면서 이익이 상기 광고수익률 기준 이상인 키워드는 제1 분류, 전환은 발생하지만 이익이 상기 광고수익률 기준 이하인 키워드는 제2 분류, 전환이 발생하지 않으면서, 클릭수가
Figure 112023039112937-pat00004
이하이고, 키워드 노출 기간이 상기 구매전환 없는 키워드의 노출 기간 이내인 키워드는 제3 분류, 전환이 발생하지 않으면서, 클릭수가
Figure 112023039112937-pat00005
이상이고, 키워드 노출 기간이 상기 구매전환 없는 키워드의 노출 기간을 경과한 키워드는 제4 분류으로 지정하고, 상기 판매자 단말을 통해 상기 실제전환율 적용 on이 선택된 경우, 상기 제1 분류에 속하는 키워드의 최대입찰가는, (제1 분류에 속하는 키워드가 광고하는 상품의 1회 판매 시 발생하는 이익)×(실제전환율)로 설정하고, 상기 제1 내지 제4 분류에 속하는 키워드를 희망순위에 입찰하기 위하여, 광고 키워드가 등록된 오픈마켓 서버를 통해 경쟁 업체의 입찰가격을 획득하고, 상기 경쟁 업체의 입찰가격+10원이 최대입찰가 이내이면, 상기 경쟁 업체의 입찰가격+10원으로 입찰하고, 상기 제1 내지 제4 분류에 속하는 키워드를 희망순위에 입찰하기 위한 입찰가격이 최대입찰가 이상이면, 상기 최대입찰가로 입찰을 진행하고, 상기 판매자 단말을 통해 오픈마켓에 판매 등록된, 새로운 상품의 광고 키워드 자동 입찰 요청 신호를 수신하면, 새로운 상품의 광고 키워드 자동 입찰 조건을 입력 받기 위한 인터페이스를 제공하되, 상기 새로운 상품의 광고 키워드 자동 입찰 조건은, 목표전환율, 광고수익률 기준, 구매전환 없는 키워드 노출기간, 실제전환율 적용 on/off 선택, 희망순위, 최대입찰가이고, 상기 판매자 단말을 통해 상기 새로운 상품의 광고 키워드 자동 입찰 조건을 획득하면, 상기 새로운 상품이 판매 등록된 오픈마켓 서버를 통해 상기 새로운 상품의 상품 정보를 획득하고, 상기 새로운 상품의 상품 정보를, 입력된 상품 정보를 분석하여 메인 키워드를 추출하는 제1 인공지능 모델에 입력하여, 메인 키워드를 추출하고, 복수 개의 오픈마켓 서버를 통해 상기 메인 키워드의 연관 키워드를 복수 개 획득하고, 상기 복수 개 획득한 연관 키워드의 노출수, 클릭수, 전환율, 각 연관 키워드의 광고비용 및 상기 연관 키워드를 통해 발생한 이익을 획득하고, 상기 연관 키워드의 클릭수, 각 연관 키워드의 광고비용 및 상기 연관 키워드를 통해 발생한 이익을 바탕으로 광고비용 대비 이익을 산출하고, 복수 개의 키워드 중에 키워드 광고에 효과적인 키워드를 선정하도록 기학습된 제2 인공지능 모델에, 상기 복수 개 획득한 연관 키워드 및 각 연관 키워드의 노출수, 클릭수, 전환율, 광고비용 대비 이익을 입력하여 복수 개의 광고 키워드를 획득하고, 상기 제2 인공지능 모델을 통해 획득한 복수 개의 광고 키워드를, 상기 새로운 상품의 광고 키워드로 등록하되, 상기 새로운 상품의 광고 키워드의 최대입찰가는, (새로운 상품의 1회 판매 이익금)×(목표전환율)이고, 상기 새로운 상품의 광고 키워드를 희망순위에 입찰하기 위하여, 상기 새로운 상품이 판매 등록된 오픈마켓 서버를 통해 경쟁 업체의 입찰가격을 획득하고, 상기 경쟁 업체의 입찰가격+10원이 상기 새로운 상품의 광고 키워드의 최대입찰가 이내이면, 상기 경쟁 업체의 입찰가격+10원으로 입찰하고, 상기 새로운 상품의 광고 키워드를 희망순위에 입찰하기 위한 입찰가격이 상기 새로운 상품의 광고 키워드의 최대입찰가 이상이면, 상기 새로운 상품의 광고 키워드의 최대입찰가로 입찰을 진행하고, 상기 판매자 단말을 통해 판매 상태 검색 요청 신호를 수신하면, 상기 판매자 단말에 판매 상태 검색 조건을 입력 받기 위한 인터페이스를 제공하되, 상기 판매 상태 검색 조건은, 상품 분류, 정렬 기준, 결제일 기간, 한 페이지에 표시할 상품의 수를 포함하고, 상기 판매자 단말을 통해 판매 상태 검색 조건을 획득하면, 복수 개의 오픈마켓 서버에서 상기 판매자 단말을 통해 판매 중인 상품 정보를 획득하고, 상기 판매자 단말에, 상기 상품 정보를 기반으로 상기 판매 상태 검색 조건을 만족하는 검색 결과를 표시하되, 상기 검색 결과는 상기 판매 상태 검색 조건을 만족하는 상품의 목록과, 각 상품의 상품 이미지, 상품명, 판매자 관리코드, 각 상품이 판매 중인 복수 개의 오픈마켓의 종합 정산가, 종합 광고비, 종합 배송비, 종합 부가세, 종합 부가세 제외 이익, 종합 노출수, 종합 클릭수, 종합 전환수, 종합 전환율, 종합 기간 상태, 마켓별 상세보기 버튼을 포함하고, 상기 판매자 단말을 통해 상기 마켓별 상세보기 버튼이 선택되면, 상기 판매자 단말에, 상기 마켓별 상세보기 버튼이 속한 상품이 판매 중인 복수 개의 오픈마켓 목록과, 각 오픈마켓별 정산가, 광고비, 원가, 부가세 제외 이익, 배송비, 노출수, 클릭수, 전환수, 전환율을 표시할 수 있다.
또한, 상기 종합 기간 상태는, 상기 결제일 기간 내의 이익이 마이너스 금액인 경우 경보, 상기 결제일 기간 내의 이익이 기지정된 기준보다 낮은 경우 주의로 표시하되, 경보 상태는 빨간 색상, 주의 상태는 노란 색상으로 표시할 수 있다.
또한, 상기 제1 인공지능 모델은, OCR, CNN(Convolutional Neural Networks), TF-IDF, TextRank, LSA (Latent Semantic Analysis), Word2Vec, BERT (Bidirectional Encoder Representations from Transformers) 중 하나 이상을 기반으로 하고, 상기 제2 인공지능 모델은, 회귀 모델, 신경망 모델 중 어느 하나를 기반으로 할 수 있다.
또한, 상기 광고비용 대비 이익은, [수학식 1]을 이용하여 산출하고,
[수학식 1]
Figure 112023039112937-pat00006
상기 ROI는 키워드 광고에 등록된 연관 키워드 상품의 소정의 기간 내 광고비용 대비 이익이고, p는 상기 소정의 기간 내 상기 키워드 광고에 등록된 연관 키워드로 유입된 구매자에 의해 발생한 이익이며, n_c는 상기 소정의 기간 내 상기 연관 키워드의 클릭수이고, c_a는 상기 소정의 기간 내 키워드 광고에 소모된 비용일 수 있다.
일실시예에 따르면, AI기반 오픈마켓 통합관리 시스템을 제공함으로써, AI기반 오픈마켓 통합관리 시스템을 제공함으로써, 상품 광고에 쓰는 키워드들을 효율적으로 분리할 수 있는 효과가 있다.
또한, 이익이 되는 키워드들에 광고비용을 집중할 수 사용할 수 있는 효과가 있다.
또한, 실제전환율을 적용하여 최대입찰금을 조절할 수 있는 효과가 있다.
또한, 인공지능 기술을 이용하여 새로 등록되는 상품의 효과적인 광고 키워드를 추출할 수 있는 효과가 있다.
또한, 복수 개의 오픈마켓을 통합하여 조회하기 용이한 효과가 있다.
한편, 실시예들에 따른 효과들은 이상에서 언급한 것으로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 해당 기술 분야의 통상의 지식을 가진 자에게 명확히 이해될 수 있을 것이다.
도 1은 일실시예에 따른 AI기반 오픈마켓 통합관리 시스템의 구성을 개략적으로 나타낸 개념도이다.
도 2는 일실시예에 따른 광고 키워드를 분류하고 광고를 시행하는 과정을 설명하기 위한 순서도이다.
도 3은 일실시예에 따른 새로운 상품의 광고 키워드를 선정하고 광고를 시행하는 과정을 설명하기 위한 도면이다.
도 4는 일실시예에 따른 판매 상품들의 판매 상태를 조회하는 과정을 설명하기 위한 순서도이다.
이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.
실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 실시될 수 있다. 따라서, 실시예들은 특정한 개시형태로 한정되는 것이 아니며, 본 명세서의 범위는 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.
제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.
실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
실시예들은 퍼스널 컴퓨터, 랩톱 컴퓨터, 태블릿 컴퓨터, 스마트 폰, 텔레비전, 스마트 가전 기기, 지능형 자동차, 키오스크, 웨어러블 장치 등 다양한 형태의 제품으로 구현될 수 있다.
도 1은 일실시예에 따른 AI기반 오픈마켓 통합관리 시스템의 구성을 개략적으로 나타낸 개념도이고, 도 2는 일실시예에 따른 광고 키워드를 분류하고 광고를 시행하는 과정을 설명하기 위한 순서도이며, 도 3은 일실시예에 따른 새로운 상품의 광고 키워드를 선정하고 광고를 시행하는 과정을 설명하기 위한 도면이고, 도 4는 일실시예에 따른 판매 상품들의 판매 상태를 조회하는 과정을 설명하기 위한 순서도이다.
도 1을 참조하면, 일실시예로서, 본 발명에 따른 오픈마켓 데이터 분석 기반 광고 효율성 극대화 플랫폼은, AI 기반 오픈마켓을 통합 관리하는 서버(100)를 제공할 수 있다. 도면에 도시하지 않았지만 상기 서버는 AI 기반 오픈마켓을 통합 관리하기 위한 명령 저장하고 상기 명령을 수행하는 프로세스, AI 기반 오픈마켓을 통합 관리하기 위한 데이터 및 인공지능 모델을 저장하는 메모리, 판매자 단말과 오픈마켓 서버와 통신할 수 있는 통신모듈 등을 포함할 수 있다.
여러 개의 오픈마켓을 통합하여 각 오픈마켓의 상품 정보, 판매량, 전환율, 광고비용, 원가 등을 수집하고 분석하여 판매자에게 제공하거나, 판매자의 결정을 도울 수 있다.
서버는 각 오픈마켓에서 제공하는 API를 통해 데이터를 수집하고, 이를 AI 모델에 입력하여 분석할 수 있다. AI 모델은 데이터를 분석하여 각 오픈마켓에서의 경쟁 상황, 최적의 가격, 효과적인 광고 전략 등을 도출할 수 있다.
도 2를 참조하면, 일실시예로서 상기 서버(100)는 S201 단계에서 판매자 단말을 통해 광고 키워드 자동 입찰 요청 신호를 수신하면, 상기 판매자 단말에, 복수 개의 오픈마켓 로그인 정보와, 광고 키워드 자동 입찰 조건을 입력 받기 위한 인터페이스를 제공하되, 상기 광고 키워드 자동 입찰 조건은, 광고를 시행할 상품 코드, 통계 기간, 통계 기준 오픈마켓, 광고수익률 기준, 구매전환 없는 키워드의 노출 기간, 실제전환율 적용 on/off 선택, 키워드 분류 별 희망순위 및 키워드 분류 별 최대입찰가를 포함할 수 있다.
S202 단계에서 상기 서버(100)는, 상기 판매자 단말을 통해, 복수 개의 오픈마켓 로그인 정보와, 광고 키워드 자동 입찰 조건을 획득할 수 있다.
일실시예로 상기 서버는, 상기 인터페이스에 마켓 적용 여부를 선택하는 버튼을 제공하여, 판매자 단말을 통해 마켓 적용이 선택되면 상기 판매자 단말에서 입력된 광고 키워드 자동 입찰 조건대로 자동 입찰을 시행하고, 상기 판매자 단말을 통해 마켓 미적용이 선택되면, 상기 광고 키워드 자동 입찰 조건이 상기 서버에 저장되지만 자동 입찰이 시행되지는 않을 수 있다.
상기 통계 기간은, 본 발명에 따른 오픈마켓 데이터 분석 기반 광고 효율성 극대화 플랫폼에 입력된 상품과 광고 관련 데이터와 상기 시스템이 복수 개의 오픈마켓 서버로부터 획득한 상품과 광고 관련 데이터 중 광고 데이터에 관한 통계 내역을 의미할 수 있다. 또한, 실제전환율은 광고 키워드를 클릭한 후에 실제로 발생한 전환 행동의 비율일 수 있다. 전환 행동이란 판매자가 기대하는 고객의 행동, 예를 들어 상품 구입, 장바구니에 담기, 선물하기 등의 행동일 수 있다.
일실시예로, 광고수익률은
Figure 112023039112937-pat00007
이고, 상기 총 비용은 부가가치세가 포함된 비용일 수 있다. 또한 상기 광고수익률 기준은, 광고수익률이 판매자에게 실질적인 이익이 되는 기준치를 의미할 수 있다. 키워드 광고나 소재 광고로 인해 발생한 전환 매출액이 10,000원이고 총비용이 5,000원이면 광고수익률은 200%일 수 있고, 판매자에게 실질적 이익이 되는 광고수익률 기준은 250%일 수 있다.
상기 희망 순위는, 판매자가 판매하는 상품이 키워드 검색 시에 노출되는 위치를 의미할 수 있다. 광고 키워드 입찰금액에 따라 노출되는 위치가 다를 수 있다. 가장 많은 입찰금액을 제시한 업체는 가장 첫번째에 상품이 노출될 수 있고 입찰금액을 적절하게 조절하여 원하는 순위를 입찰할 수 있다.
최대입찰가는 입찰을 위해 최대로 사용할 수 있는 금액을 의미할 수 있다. 원하는 희망 순위가 2위이고 입찰 금액이 1,000원인데 최대입찰가가 900원으로 지정된 경우에는 희망 순위보다 최대입찰가를 충족하는 방식으로 입찰을 시행할 수 있다.
다음으로, S203 단계에서 상기 통계 기준 오픈마켓 서버로부터 상기 판매자 단말을 통해 등록된 광고 키워드 정보를 수집할 수 있다.
상기 키워드 분류는, 제1 내지 제4 분류를 포함할 수 있다.
상기 서버는, S204 단계에서 상기 광고 키워드 정보를 기반으로, 광고 키워드를 상기 제1 내지 제4 분류로 분류할 수 있으며, 전환이 발생하면서 이익이 상기 광고수익률 기준 이상인 키워드는 제1 분류, 전환은 발생하지만 이익이 상기 광고수익률 기준 이하인 키워드는 제2 분류, 전환이 발생하지 않으면서, 클릭수가
Figure 112023039112937-pat00008
이하이고, 키워드 노출 기간이 상기 구매전환 없는 키워드의 노출 기간 이내인 키워드는 제3 분류, 전환이 발생하지 않으면서, 클릭수가
Figure 112023039112937-pat00009
이상이고, 키워드 노출 기간이 상기 구매전환 없는 키워드의 노출 기간을 경과한 키워드는 제4 분류으로 지정할 수 있다.
S205 단계에서 상기 서버(100)는, 상기 판매자 단말을 통해 상기 실제전환율 적용 on이 선택된 경우, 상기 제1 분류에 속하는 키워드의 최대입찰가는, (제1 분류에 속하는 키워드가 광고하는 상품의 1회 판매 시 발생하는 이익)×(실제전환율)로 설정할 수 있다.
예를 들어, 제1 분류에 속하는 키워드 A의 입찰 가격이 2,000원이고, 상기 키워드 A의 실제 전환율이 2클릭당 1개 판매되는 경우 50%일 수 있다. 또한, 상기 키워드 A가 광고하는 상품의 1회 판매 시 발생하는 이익이 10,000원인 경우, 10,000×50%=5,000이므로, 최대 5,000원을 최대입찰가로 설정할 수 있다.
S206 단계에서 상기 서버(100)는, 상기 제1 내지 제4 분류에 속하는 키워드를 희망순위에 입찰하기 위하여, 광고 키워드가 등록된 오픈마켓 서버를 통해 경쟁 업체의 입찰가격을 획득하고, 상기 경쟁 업체의 입찰가격+10원이 최대입찰가 이내이면, 상기 경쟁 업체의 입찰가격+10원으로 입찰할 수 있다.
S207 단계에서 상기 서버(100)는, 상기 제1 내지 제4 분류에 속하는 키워드를 희망순위에 입찰하기 위한 입찰가격이 최대입찰가 이상이면, 상기 최대입찰가로 입찰을 진행할 수 있다.
예를 들어, 10,000원의 이익이 발생하는 상품 A의 목표 전환율을 20%로 설정한 경우, 최대입찰가를 2,000원으로 설정할 수 있다. 그러나 실제 전환율이 50%인 경우 최대입찰가가 5,000원으로 조정될 수 있다. 이때, 경쟁 업체의 입찰가격이 2100원이면, 입찰가를 2110원으로 하여 자동입찰할 수 있다. 만약 업체의 입찰가격이 2100원이고, 상품 A의 광고 키워드의 최대입찰가가 2200인 경우에는 2110의 가격으로 입찰할 수 있다. 경쟁 업체의 입찰가격이 2200원인데 상품 A의 광고 키워드 최대입찰가가 2110원이면 입찰가를 2110원으로 하여 자동입찰할 수 있다.
시행해야 하는 광고가 소재별 광고인 경우에는, 상기 제1 인공지능을 이용하여 판매 등록된 상품의 복수 개의 중심 키워드를 획득하고, 소재별 키워드 목록에서 관련없는 키워드들을 추출하여 판매자 단말에 전송하거나 자동으로 제외하여 광고를 시행할 수 있다.
도 3을 참조하면, 일실시예로서 S301 단계에서 상기 서버(100)는, 상기 판매자 단말을 통해 오픈마켓에 판매 등록된, 새로운 상품의 광고 키워드 자동 입찰 요청 신호를 수신할 수 있다.
새로운 상품의 광고 키워드 자동 입찰 조건을 입력 받기 위한 인터페이스를 제공하되, 상기 새로운 상품의 광고 키워드 자동 입찰 조건은, 목표전환율, 광고수익률 기준, 구매전환 없는 키워드 노출기간, 실제전환율 적용 on/off 선택, 희망순위, 최대입찰가일 수 있다.
S302 단계에서 상기 서버(100)는, 상기 판매자 단말을 통해 상기 새로운 상품의 광고 키워드 자동 입찰 조건을 획득하면, 상기 새로운 상품이 판매 등록된 오픈마켓 서버를 통해 상기 새로운 상품의 상품 정보를 획득할 수 있다.
S303 단계에 상기 서버(100)는, 상기 새로운 상품의 상품 정보를, 입력된 상품 정보를 분석하여 메인 키워드를 추출하는 제1 인공지능 모델에 입력하여, 메인 키워드를 추출할 수 있다.
또한, 일실시예로서, 상기 제1 인공지능 모델은, OCR, CNN(Convolutional Neural Networks), TF-IDF, TextRank, LSA (Latent Semantic Analysis), Word2Vec, BERT (Bidirectional Encoder Representations from Transformers) 중 하나 이상을 기반으로 할 수 있다.
상기 새로운 상품의 상품 정보는 상품 이미지, 상품 이미지 상의 텍스트, 상품 정보 텍스트 등이 포함될 수 있다. 따라서 이미지 분석과 텍스트 분석 기술이 요구될 수 있다.
OCR(Optical Character Recognition)은 이미지나 스캔된 문서 등에서 문자를 인식하고 텍스트로 변환하는 인공지능 기술이다.
CNN(Convolutional Neural Networks)은 주로 이미지와 같은 2D 데이터에 사용되는 딥러닝 알고리즘으로, 이미지 인식, 객체 감지, 분할, 분류 등에 활용될 수 있어, 상품 설명 이미지를 분석하여 문자를 추출할 수 있다.
TF-IDF, TextRank, LSA (Latent Semantic Analysis), Word2Vec, BERT (Bidirectional Encoder Representations from Transformers)는 텍스트 데이터를 처리하고 분석하는 데 사용되는 자연어 처리 알고리즘 및 딥러닝 모델이다. 상기 OCR이나 CNN가 추출한 문자를 입력받아 분석하거나, 상품 정보에 포함된 텍스트를 분석하여 메인 키워드를 출력할 수 있다.
TF-IDF는 단어의 빈도와 문서에서의 출현 빈도에 따라 중요도를 측정할 수 있다. 상품 판매 페이지의 텍스트 데이터에서 단어의 빈도를 기반으로 중요한 단어를 추출할 수 있다.
TextRank는 페이지 내에서 문장의 중요도를 측정하고, 문장 간의 유사도를 분석하여 중심 단어를 추출하는 방법으로서, 상품 설명의 문장을 기반으로 중요한 키워드를 추출할 수 있다.
LSA (Latent Semantic Analysis)는 특이값 분해(SVD)를 통해 문서의 의미를 추출할 수 있다. 상품 판매 페이지에서는 상품 설명과 관련된 단어들을 기반으로 중심 단어를 추출할 수 있다.
Word2Vec은 단어 간의 관계를 벡터 공간 상의 거리로 표현하여, 상품 판매 페이지에서 상품 설명의 단어 간의 관계를 파악하여 중심 단어를 추출할 수 있다.
BERT는 언어 모델링에서 좋은 성능을 보이는 기술로서, 상품 판매 페이지에서 전체 문장을 이해하고 단어의 의미와 문맥을 파악하여 중요한 중심 키워드를 추출할 수 있다.
또한, S304 단계에서 상기 서버(100)는, 복수 개의 오픈마켓 서버를 통해 상기 메인 키워드의 연관 키워드를 복수 개 획득할 수 있다.
S305 단계에서 상기 서버(100)는, 상기 복수 개 획득한 연관 키워드의 노출수, 클릭수, 전환율, 각 연관 키워드의 광고비용 및 상기 연관 키워드를 통해 발생한 이익을 획득하고, 상기 연관 키워드의 클릭수, 각 연관 키워드의 광고비용 및 상기 연관 키워드를 통해 발생한 이익을 바탕으로 광고비용 대비 이익을 산출할 수 있다.
S306 단계에서 상기 서버(100)는, 복수 개의 키워드 중에 키워드 광고에 효과적인 키워드를 선정하도록 기학습된 제2 인공지능 모델에, 상기 복수 개 획득한 연관 키워드 및 각 연관 키워드의 노출수, 클릭수, 전환율, 광고비용 대비 이익을 입력하여 복수 개의 광고 키워드를 획득할 수 있다.
상기 제2 인공지능 모델은, 회귀 모델, 신경망 모델 중 어느 하나를 기반으로 할 수 있다.
회귀 모델은, 키워드 광고의 효과를 예측하는 데 사용될 수 있다. 예를 들어, 각 연관 키워드의 노출수, 클릭수, 전환율, 광고비용 대비 이익 등의 변수를 사용하여 해당 키워드의 광고로 획득할 수 있는 성과를 회귀 모델로 예측할 수 있다. 어떤 키워드가 광고비용 대비 이익이 높을 것인지 예측할 수 있으며 이를 기반으로 해당 키워드에 대한 입찰가를 조정할 수 있다.
신경망 모델은, 복수 개의 연관 키워드 및 각 연관 키워드의 노출수, 클릭수, 전환율, 광고비용 대비 이익을 입력으로 하여 효과적인 키워드를 선별할 수 있다. 신경망 모델은 입력 데이터들 간의 복잡한 관계를 학습하여 효과적인 키워드를 선별할 수 있다. 예를 들어, 다층 퍼셉트론 (MLP)이나 컨볼루션 신경망 (CNN)과 같은 신경망 모델을 사용하여 입력된 데이터를 처리하고 이를 기반으로 효과적인 키워드를 선별할 수 있다.
S307 단계에서 상기 서버(100)는, 상기 제2 인공지능 모델을 통해 획득한 복수 개의 광고 키워드를, 상기 새로운 상품의 광고 키워드로 등록하되, 상기 새로운 상품의 광고 키워드의 최대입찰가는, (새로운 상품의 1회 판매 이익금)×(목표전환율)일 수 있다.
S308 단계에서 상기 서버(100)는, 상기 새로운 상품의 광고 키워드를 희망순위에 입찰하기 위하여, 상기 새로운 상품이 판매 등록된 오픈마켓 서버를 통해 경쟁 업체의 입찰가격을 획득하고, 상기 경쟁 업체의 입찰가격+10원이 상기 새로운 상품의 광고 키워드의 최대입찰가 이내이면, 상기 경쟁 업체의 입찰가격+10원으로 입찰할 수 있다.
S309 단계에서 상기 서버(100)는, 상기 새로운 상품의 광고 키워드를 희망순위에 입찰하기 위한 입찰가격이 상기 새로운 상품의 광고 키워드의 최대입찰가 이상이면, 상기 새로운 상품의 광고 키워드의 최대입찰가로 입찰을 진행할 수 있다.
도 4를 참조하면, 일실시예로서 S401 단계에서 상기 서버(100)는, 상기 판매자 단말을 통해 판매 상태 검색 요청 신호를 수신할 수 있다. 상기 판매자 단말에 판매 상태 검색 조건을 입력 받기 위한 인터페이스를 제공하되, 상기 판매 상태 검색 조건은, 상품 분류, 정렬 기준, 결제일 기간, 한 페이지에 표시할 상품의 수를 포함할 수 있다.
S402 단계에서 상기 서버(100)는, 상기 판매자 단말을 통해 판매 상태 검색 조건을 획득하면, 복수 개의 오픈마켓 서버에서 상기 판매자 단말을 통해 판매 중인 상품 정보를 획득할 수 있다.
S403 단계에서 상기 서버(100)는, 상기 새로운 상품의 광고 키워드를 희망순위에 입찰하기 위한 입찰가격이 상기 새로운 상품의 광고 키워드의 최대입찰가 이상이면, 상기 새로운 상품의 광고 키워드의 최대입찰가로 입찰을 진행할 수 있다.
S404 단계에서 상기 서버(100)는, 상기 판매자 단말에, 상기 상품 정보를 기반으로 상기 판매 상태 검색 조건을 만족하는 검색 결과를 표시하되, 상기 검색 결과는 상기 판매 상태 검색 조건을 만족하는 상품의 목록과, 각 상품의 상품 이미지, 상품명, 판매자 관리코드, 각 상품이 판매 중인 복수 개의 오픈마켓의 종합 정산가, 종합 광고비, 종합 배송비, 종합 부가세, 종합 부가세 제외 이익, 종합 노출수, 종합 클릭수, 종합 전환수, 종합 전환율, 종합 기간 상태, 마켓별 상세보기 버튼을 포함할 수 있다.
S405 단계에서 상기 서버(100)는, 상기 판매자 단말을 통해 상기 마켓별 상세보기 버튼이 선택되면, 상기 판매자 단말에, 상기 마켓별 상세보기 버튼이 속한 상품이 판매 중인 복수 개의 오픈마켓 목록과, 각 오픈마켓별 정산가, 광고비, 원가, 부가세 제외 이익, 배송비, 노출수, 클릭수, 전환수, 전환율을 표시할 수 있다.
또한, 일실시예로서, 상기 종합 기간 상태는, 상기 결제일 기간 내의 이익이 마이너스 금액인 경우 경보, 상기 결제일 기간 내의 이익이 기지정된 기준보다 낮은 경우 주의로 표시하되, 경보 상태는 빨간 색상, 주의 상태는 노란 색상으로 표시할 수 있다.
상기 부가세 제외 이익은,
Figure 112023039112937-pat00010
이되, 상기 부가세는,
Figure 112023039112937-pat00011
일 수 있다.
상기 예정가를 포함하는 정산가는, 배송비 무료인 상품인 경우, 상기 예정가를 포함하는 정산가에서 배송비를 뺀 값일 수 있다.
상기 제2 인공지능 모델은, 회귀 모델, 신경망 모델 중 어느 하나를 기반으로 할 수 있다.
상기 복수 개의 키워드 중에 키워드 광고에 효과적인 키워드를 선정하도록 기학습된 제2 인공지능 모델은, 회귀 모델, 신경망 모델 중 어느 하나를 기반으로 할 수 있다.
회귀 모델은, 키워드 광고의 효과를 예측하는 데 사용될 수 있다. 예를 들어, 각 연관 키워드의 노출수, 클릭수, 전환율, 광고비용 대비 이익 등의 변수를 사용하여 해당 키워드의 광고로 획득할 수 있는 성과를 회귀 모델로 예측할 수 있다. 어떤 키워드가 광고비용 대비 이익이 높을 것인지 예측할 수 있으며 이를 기반으로 해당 키워드에 대한 입찰가를 조정할 수 있다.
신경망 모델은, 복수 개의 연관 키워드 및 각 연관 키워드의 노출수, 클릭수, 전환율, 광고비용 대비 이익을 입력으로 하여 효과적인 키워드를 선별할 수 있다. 신경망 모델은 입력 데이터들 간의 복잡한 관계를 학습하여 효과적인 키워드를 선별할 수 있다. 예를 들어, 다층 퍼셉트론 (MLP)이나 컨볼루션 신경망 (CNN)과 같은 신경망 모델을 사용하여 입력된 데이터를 처리하고 이를 기반으로 효과적인 키워드를 선별할 수 있다.
또한, 일시예로서 상기 광고비용 대비 이익은, [수학식 1]을 이용하여 산출하고,
[수학식 1]
Figure 112023039112937-pat00012
상기 ROI는 키워드 광고에 등록된 연관 키워드 상품의 소정의 기간 내 광고비용 대비 이익이고, p는 상기 소정의 기간 내 상기 키워드 광고에 등록된 연관 키워드로 유입된 구매자에 의해 발생한 이익이며, n_c는 상기 소정의 기간 내 상기 연관 키워드의 클릭수이고, c_a는 상기 소정의 기간 내 키워드 광고에 소모된 비용일 수 있다. 상기 광고비용 대비 이익은 소모한 광고비용에 비해 이익을 얼마나 얻고 있는지 확인할 수 있다. 상기 연관키워드의 광고비용 대비 이익 값을, 연관 키워드의 노출수, 클릭수, 전환율과 함께 분석하면 키워드 광고 효과가 뛰어난 키워드들을 선별할 수 있다.
또한, 일실시예로서 상기 키워드 광고에 등록된 연관 키워드로 유입된 구매자에 의해 발생한 이익은 [수학식 2]로 산출할 수 있다.
[수학식 2]
Figure 112023039112937-pat00013
상기 p는 상기 소정의 기간 내 상기 키워드 광고에 등록된 연관 키워드로 유입된 구매자에 의해 발생한 이익이고, r은 상기 소정의 기간 내 상기 키워드 광고에 등록된 연관 키워드로 유입된 구매자에 의해 발생한 총수입이며, c_g는 상기 연관 키워드에 대응하는 상품의 원가이고, f_c는 판매 수수료이며, m은 상기 연관 키워드의 최소 입찰 금액 대비 최근 입찰 금액일 수 있다.
이를 위해, 상기 서버는 상기 오픈마켓 서버를 통해 소정의 기간 내 상기 키워드 광고에 등록된 연관 키워드로 유입된 구매자에 의해 발생한 총수입, 연관 키워드에 대응하는 상품의 원가, 오픈마켓 판매 수수료, 상기 연관 키워드의 최소 입찰 금액 및 최근 입찰 금액을 획득할 수 있다.
상기와 같이, AI기반 오픈마켓 통합관리 시스템을 제공함으로써, 상품 광고에 쓰는 키워드들을 효율적으로 분리할 수 있고, 이익이 되는 키워드들에 광고비용을 집중할 수 사용할 수 있고, 실제전환율을 적용하여 최대입찰금을 조절할 수 있으며, 인공지능 기술을 이용하여 새로 등록되는 상품의 효과적인 광고 키워드를 추출할 수 있고, 복수 개의 오픈마켓을 통합하여 조회하기 용이한 효과가 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 시행되는 하나 이상의 소프트웨어 애플리케이션을 시행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 시행될 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 실시예를 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 시행하도록 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. 상기된 하드웨어 장치는 실시예의 동작을 시행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 시행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.
100: 서버

Claims (2)

  1. 오픈마켓 데이터 분석 기반 광고 효율성 극대화 플랫폼으로서,
    AI 기반 오픈마켓을 통합 관리하는 서버를 포함하고,
    상기 서버는,
    판매자 단말을 통해 광고 키워드 자동 입찰 요청 신호를 수신하면, 상기 판매자 단말에, 복수 개의 오픈마켓 로그인 정보와, 광고 키워드 자동 입찰 조건을 입력 받기 위한 인터페이스를 제공하되, 상기 광고 키워드 자동 입찰 조건은, 광고를 시행할 상품 코드, 통계 기간, 통계 기준 오픈마켓, 광고수익률 기준, 구매전환 없는 키워드의 노출 기간, 실제전환율 적용 on/off 선택, 키워드 분류 별 희망순위 및 키워드 분류 별 최대입찰가를 포함하고,
    상기 판매자 단말을 통해, 복수 개의 오픈마켓 로그인 정보와, 광고 키워드 자동 입찰 조건을 획득하면, 상기 통계 기준 오픈마켓 서버로부터 상기 판매자 단말을 통해 등록된 광고 키워드 정보를 수집하고,
    상기 키워드 분류는,
    제1 내지 제4 분류를 포함하고,
    상기 서버는,
    상기 광고 키워드 정보를 기반으로, 광고 키워드를 상기 제1 내지 제4 분류로 분류하되, 전환이 발생하면서 이익이 상기 광고수익률 기준 이상인 키워드는 제1 분류, 전환은 발생하지만 이익이 상기 광고수익률 기준 이하인 키워드는 제2 분류, 전환이 발생하지 않으면서, 클릭수가
    Figure 112023061091152-pat00014
    이하이고, 키워드 노출 기간이 상기 구매전환 없는 키워드의 노출 기간 이내인 키워드는 제3 분류, 전환이 발생하지 않으면서, 클릭수가
    Figure 112023061091152-pat00015
    이상이고, 키워드 노출 기간이 상기 구매전환 없는 키워드의 노출 기간을 경과한 키워드는 제4 분류으로 지정하고,
    상기 판매자 단말을 통해 상기 실제전환율 적용 on이 선택된 경우, 상기 제1 분류에 속하는 키워드의 최대입찰가는, (제1 분류에 속하는 키워드가 광고하는 상품의 1회 판매 시 발생하는 이익)×(실제전환율)로 설정하고,
    상기 제1 내지 제4 분류에 속하는 키워드를 희망순위에 입찰하기 위하여, 광고 키워드가 등록된 오픈마켓 서버를 통해 경쟁 업체의 입찰가격을 획득하고, 상기 경쟁 업체의 입찰가격+10원이 최대입찰가 이내이면, 상기 경쟁 업체의 입찰가격+10원으로 입찰하고,
    상기 제1 내지 제4 분류에 속하는 키워드를 희망순위에 입찰하기 위한 입찰가격이 최대입찰가 이상이면, 상기 최대입찰가로 입찰을 진행하고,
    상기 판매자 단말을 통해 오픈마켓에 판매 등록된, 새로운 상품의 광고 키워드 자동 입찰 요청 신호를 수신하면, 새로운 상품의 광고 키워드 자동 입찰 조건을 입력 받기 위한 인터페이스를 제공하되, 상기 새로운 상품의 광고 키워드 자동 입찰 조건은, 목표전환율, 광고수익률 기준, 구매전환 없는 키워드 노출기간, 실제전환율 적용 on/off 선택, 희망순위, 최대입찰가이고,
    상기 판매자 단말을 통해 상기 새로운 상품의 광고 키워드 자동 입찰 조건을 획득하면, 상기 새로운 상품이 판매 등록된 오픈마켓 서버를 통해 상기 새로운 상품의 상품 정보를 획득하고,
    상기 새로운 상품의 상품 정보를, 입력된 상품 정보를 분석하여 메인 키워드를 추출하는 제1 인공지능 모델에 입력하여, 메인 키워드를 추출하고,
    복수 개의 오픈마켓 서버를 통해 상기 메인 키워드의 연관 키워드를 복수 개 획득하고,
    상기 복수 개 획득한 연관 키워드의 노출수, 클릭수, 전환율, 각 연관 키워드의 광고비용 및 상기 연관 키워드를 통해 발생한 이익을 획득하고,
    상기 연관 키워드의 클릭수, 각 연관 키워드의 광고비용 및 상기 연관 키워드를 통해 발생한 이익을 바탕으로 광고비용 대비 이익을 산출하고,
    복수 개의 키워드 중에 키워드 광고에 효과적인 키워드를 선정하도록 기학습된 제2 인공지능 모델에, 상기 복수 개 획득한 연관 키워드 및 각 연관 키워드의 노출수, 클릭수, 전환율, 광고비용 대비 이익을 입력하여 복수 개의 광고 키워드를 획득하고,
    상기 제2 인공지능 모델을 통해 획득한 복수 개의 광고 키워드를, 상기 새로운 상품의 광고 키워드로 등록하되, 상기 새로운 상품의 광고 키워드의 최대입찰가는, (새로운 상품의 1회 판매 이익금)×(목표전환율)이고,
    상기 새로운 상품의 광고 키워드를 희망순위에 입찰하기 위하여, 상기 새로운 상품이 판매 등록된 오픈마켓 서버를 통해 경쟁 업체의 입찰가격을 획득하고, 상기 경쟁 업체의 입찰가격+10원이 상기 새로운 상품의 광고 키워드의 최대입찰가 이내이면, 상기 경쟁 업체의 입찰가격+10원으로 입찰하고,
    상기 새로운 상품의 광고 키워드를 희망순위에 입찰하기 위한 입찰가격이 상기 새로운 상품의 광고 키워드의 최대입찰가 이상이면, 상기 새로운 상품의 광고 키워드의 최대입찰가로 입찰을 진행하고,
    상기 판매자 단말을 통해 판매 상태 검색 요청 신호를 수신하면, 상기 판매자 단말에 판매 상태 검색 조건을 입력 받기 위한 인터페이스를 제공하되, 상기 판매 상태 검색 조건은, 상품 분류, 정렬 기준, 결제일 기간, 한 페이지에 표시할 상품의 수를 포함하고,
    상기 판매자 단말을 통해 판매 상태 검색 조건을 획득하면, 복수 개의 오픈마켓 서버에서 상기 판매자 단말을 통해 판매 중인 상품 정보를 획득하고,
    상기 판매자 단말에, 상기 상품 정보를 기반으로 상기 판매 상태 검색 조건을 만족하는 검색 결과를 표시하되, 상기 검색 결과는 상기 판매 상태 검색 조건을 만족하는 상품의 목록과, 각 상품의 상품 이미지, 상품명, 판매자 관리코드, 각 상품이 판매 중인 복수 개의 오픈마켓의 종합 정산가, 종합 광고비, 종합 배송비, 종합 부가세, 종합 부가세 제외 이익, 종합 노출수, 종합 클릭수, 종합 전환수, 종합 전환율, 종합 기간 상태, 마켓별 상세보기 버튼을 포함하고,
    상기 판매자 단말을 통해 상기 마켓별 상세보기 버튼이 선택되면, 상기 판매자 단말에, 상기 마켓별 상세보기 버튼이 속한 상품이 판매 중인 복수 개의 오픈마켓 목록과, 각 오픈마켓별 정산가, 광고비, 원가, 부가세 제외 이익, 배송비, 노출수, 클릭수, 전환수, 전환율을 표시하고,
    상기 종합 기간 상태는,
    상기 결제일 기간 내의 이익이 마이너스 금액인 경우 경보, 상기 결제일 기간 내의 이익이 기지정된 기준보다 낮은 경우 주의로 표시하되, 경보 상태는 빨간 색상, 주의 상태는 노란 색상으로 표시하고,
    상기 제1 인공지능 모델은,
    OCR, CNN(Convolutional Neural Networks), TF-IDF, TextRank, LSA (Latent Semantic Analysis), Word2Vec, BERT (Bidirectional Encoder Representations from Transformers) 중 하나 이상을 기반으로 하고,
    상기 제2 인공지능 모델은,
    회귀 모델, 신경망 모델 중 어느 하나를 기반으로 하고,
    상기 광고비용 대비 이익은,
    [수학식 1]을 이용하여 산출하고,
    [수학식 1]
    Figure 112023061091152-pat00016

    상기 ROI는 키워드 광고에 등록된 연관 키워드 상품의 소정의 기간 내 광고비용 대비 이익이고, p는 상기 소정의 기간 내 상기 키워드 광고에 등록된 연관 키워드로 유입된 구매자에 의해 발생한 이익이며, n_c는 상기 소정의 기간 내 상기 연관 키워드의 클릭수이고, c_a는 상기 소정의 기간 내 키워드 광고에 소모된 비용이고,
    상기 키워드 광고에 등록된 연관 키워드로 유입된 구매자에 의해 발생한 이익은 [수학식 2]로 산출하고,
    [수학식 2]
    Figure 112023061091152-pat00017

    상기 p는 상기 소정의 기간 내 상기 키워드 광고에 등록된 연관 키워드로 유입된 구매자에 의해 발생한 이익이고, r은 상기 소정의 기간 내 상기 키워드 광고에 등록된 연관 키워드로 유입된 구매자에 의해 발생한 총수입이며, c_g는 상기 연관 키워드에 대응하는 상품의 원가이고, f_c는 판매 수수료이며, m은 상기 연관 키워드의 최소 입찰 금액 대비 최근 입찰 금액이고,
    상기 부가세 제외 이익은,
    Figure 112023061091152-pat00018
    이되, 상기 부가세는,
    Figure 112023061091152-pat00019
    이고,
    상기 예정가를 포함하는 정산가는,
    배송비 무료인 상품인 경우, 상기 예정가를 포함하는 정산가에서 배송비를 뺀 값인, 시스템.
  2. 삭제
KR1020230045702A 2023-02-23 2023-04-06 오픈마켓 데이터 분석 기반 광고 효율성 극대화 플랫폼 KR102554886B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
KR1020230024370 2023-02-23
KR20230024370 2023-02-23
KR1020230045660A KR102563095B1 (ko) 2023-02-23 2023-04-06 Ai 기반 오픈마켓 통합관리 시스템

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020230045660A Division KR102563095B1 (ko) 2023-02-23 2023-04-06 Ai 기반 오픈마켓 통합관리 시스템

Publications (1)

Publication Number Publication Date
KR102554886B1 true KR102554886B1 (ko) 2023-07-12

Family

ID=87163700

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020230045702A KR102554886B1 (ko) 2023-02-23 2023-04-06 오픈마켓 데이터 분석 기반 광고 효율성 극대화 플랫폼

Country Status (1)

Country Link
KR (1) KR102554886B1 (ko)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030009574A (ko) * 2001-06-23 2003-02-05 김준태 판매 및 재고 관리 기능을 갖는 인터넷 쇼핑몰 시스템 및그 방법
KR100933702B1 (ko) * 2009-04-27 2009-12-24 웹케시 주식회사 오픈 마켓 판매 정보 통합 관리 방법, 장치 및 그 방법을 실행하는 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록매체
KR100943527B1 (ko) 2007-08-09 2010-02-22 (주)하나파이브 온라인 쇼핑몰의 키워드광고에서의 과금 방법
KR101903330B1 (ko) * 2018-03-13 2018-10-01 최용석 Ａｉ 기능을 가진 오픈마켓 통합 관리 솔루션 제공 시스템, 그리고 오픈마켓 통합 관리 방법
KR101990149B1 (ko) * 2018-05-15 2019-06-19 제이티애드넷 주식회사 블라인드경매 기반 키워드 등록 및 자동입찰을 위한 광고 서비스 제공 방법
KR20210000034A (ko) * 2019-06-24 2021-01-04 정재화 성과 기반의 키워드 광고 자동 입찰 기능을 제공하는 서버 및 이의 동작 방법
KR20220100552A (ko) 2021-10-15 2022-07-15 윤창건 오픈 마켓에서 상품 관리 및 판매를 위한 키워드 제공 방법
KR20220101326A (ko) 2021-01-11 2022-07-19 전형민 오픈마켓 상품판매 증대 및 효율적인 운영을 위한 시스템
KR20220137396A (ko) 2021-04-02 2022-10-12 주식회사 바이럴픽 키워드 정보를 이용한 상품 검색 장치
KR102505103B1 (ko) * 2022-05-11 2023-03-03 주식회사 서클플랫폼 온라인 커머스 데이터 기반의 큐레이션 서비스를 제공하는 방법 및 장치

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030009574A (ko) * 2001-06-23 2003-02-05 김준태 판매 및 재고 관리 기능을 갖는 인터넷 쇼핑몰 시스템 및그 방법
KR100943527B1 (ko) 2007-08-09 2010-02-22 (주)하나파이브 온라인 쇼핑몰의 키워드광고에서의 과금 방법
KR100933702B1 (ko) * 2009-04-27 2009-12-24 웹케시 주식회사 오픈 마켓 판매 정보 통합 관리 방법, 장치 및 그 방법을 실행하는 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록매체
KR101903330B1 (ko) * 2018-03-13 2018-10-01 최용석 Ａｉ 기능을 가진 오픈마켓 통합 관리 솔루션 제공 시스템, 그리고 오픈마켓 통합 관리 방법
KR101990149B1 (ko) * 2018-05-15 2019-06-19 제이티애드넷 주식회사 블라인드경매 기반 키워드 등록 및 자동입찰을 위한 광고 서비스 제공 방법
KR20210000034A (ko) * 2019-06-24 2021-01-04 정재화 성과 기반의 키워드 광고 자동 입찰 기능을 제공하는 서버 및 이의 동작 방법
KR20220101326A (ko) 2021-01-11 2022-07-19 전형민 오픈마켓 상품판매 증대 및 효율적인 운영을 위한 시스템
KR20220137396A (ko) 2021-04-02 2022-10-12 주식회사 바이럴픽 키워드 정보를 이용한 상품 검색 장치
KR20220100552A (ko) 2021-10-15 2022-07-15 윤창건 오픈 마켓에서 상품 관리 및 판매를 위한 키워드 제공 방법
KR102505103B1 (ko) * 2022-05-11 2023-03-03 주식회사 서클플랫폼 온라인 커머스 데이터 기반의 큐레이션 서비스를 제공하는 방법 및 장치

Similar Documents

Publication Publication Date Title
Thorleuchter et al. Predicting e-commerce company success by mining the text of its publicly-accessible website
US10891585B2 (en) Cognitive fashion-ability score driven fashion merchandising acquisition
JP7069220B2 (ja) 電子メッセージのフィルタリング
CN108777701B (zh) 一种确定信息受众的方法及装置
KR102505103B1 (ko) 온라인 커머스 데이터 기반의 큐레이션 서비스를 제공하는 방법 및 장치
US20230298333A1 (en) Information processing system
US20190080352A1 (en) Segment Extension Based on Lookalike Selection
US20220172258A1 (en) Artificial intelligence-based product design
KR102563095B1 (ko) Ai 기반 오픈마켓 통합관리 시스템
CN110400058A (zh) 基于rx法则的零售管理方法及装置
CN111666275A (zh) 一种数据处理方法、装置、电子设备及存储介质
CN109993544A (zh) 数据处理方法、系统、计算机系统及计算机可读存储介质
CN111966886A (zh) 对象推荐方法、对象推荐装置、电子设备及存储介质
CN113781149A (zh) 信息推荐方法、装置、计算机可读存储介质及电子设备
CN113744020A (zh) 一种商品文案处理方法、装置、电子设备和存储介质
CN115860870A (zh) 一种商品推荐方法、系统、装置及可读介质
CN111429214A (zh) 一种基于交易数据的买卖双方匹配方法及装置
CN114862480A (zh) 广告投放定向方法及其装置、设备、介质、产品
CN115222433A (zh) 一种信息推荐方法、装置及存储介质
KR102554886B1 (ko) 오픈마켓 데이터 분석 기반 광고 효율성 극대화 플랫폼
CN112328899A (zh) 信息处理方法、信息处理装置、存储介质与电子设备
Lee Automatically learning user needs from online reviews for new product design
KR102527129B1 (ko) 수익 창출을 위한 참여형 웹툰 컨텐츠를 생성 및 제공하는 방법, 장치 및 컴퓨터-판독 가능 기록 매체
Tian et al. I2PS: An Online Item Intelligent Publishing System in Consumer to Consumer (C2C) Transaction Platform
KR102592531B1 (ko) 소상공인의 그룹화를 통해 생성한 브랜드 컨셉에 판로를 매칭하는 방법, 장치 및 컴퓨터-판독 가능 기록 매체

Legal Events

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