KR102581144B1 - 고객분석 기반 기업 가치평가 방법 및 시스템 - Google Patents

Abstract

본 발명은 고객분석 기반 기업 가치평가 방법 및 시스템에 관한 것으로서, 미래매출정보와 미래비용정보를 추정함에 따라 고객분석 기반의 기업 생애 가치를 도출할 수 있는 고객분석 기반 기업 가치평가 방법 및 시스템에 관한 것이다. 이를 위해, 고객분석 기반 기업 가치평가 방법은 기설정된 SaaS 프로그램을 통해 선택된 어느 하나의 기업 DB로부터 매출데이터와 비용데이터를 추출하는 단계, 상기 매출데이터를 기간별로 분석함에 따라 확인되는 고객별 매출액 이력에 기초하여, 미래매출정보를 추정하는 단계, 상기 비용데이터를 기간별로 분석함에 따라 확인되는 비용금액 이력에 기초하여, 미래비용정보를 추정하는 단계 및 상기 미래매출정보로부터 상기 미래비용정보를 차감함에 따라 산출되는 미래 잉여 현금흐름에 기초하여, 고객분석 기반의 기업 생애 가치를 도출하는 단계를 포함하고, 상기 기업 생애 가치는 매출 목표 지표, 재무제표 및 투자 보조 지표를 포함한다.

Description

고객분석 기반 기업 가치평가 방법 및 시스템{CUSTOMER ANALYSIS-BASED COMPANY VALUATION METHOD AND SYSTEM}

본 발명은 고객분석 기반 기업 가치평가 방법 및 시스템에 관한 것으로서, 미래매출정보와 미래비용정보를 추정함에 따라 고객분석 기반의 기업 생애 가치를 도출할 수 있는 고객분석 기반 기업 가치평가 방법 및 시스템에 관한 것이다.

기업의 미래 성장성이란, '기업이 양적인 확장과 질적인 성숙을 지속적으로 유지할 수 있는 정도'를 의미한다고 할 수 있다. 따라서, 어떤 기업의 미래 성장성을 평가하기 위해서는 기업의 양적 성장과 함께 질적 성장을 분석하여야 대상 기업의 정확한 미래 성장성을 예측할 수 있을 것이다.

현재 임의의 기업의 미래 성장성 평가체계는 재무제표(재무추정, 기업가치평가 등) 위주의 평가가 이루어지고 있으며, 평가체계가 기업가치평가등급, 지식자산평가등급, 기술자산평가등급 등으로 다원화되어 기업의 보증심사가 복잡하게 되며, 대부분의 평가가 기업의 신용도에 의존적이기 때문에 미래의 가치에 대해서는 평가가 충분하지 않다는 단점이 있다.

대한민국 등록특허 10-1136696호(2012년 04월 06일)

본 발명은 상기와 같은 문제점을 해결하기 위한 것으로서, 본 발명의 목적은 미래매출정보와 미래비용정보를 추정함에 따라 고객분석 기반의 기업 생애 가치를 도출할 수 있는 고객분석 기반 기업 가치평가 방법 및 시스템을 제공하기 위한 것이다.

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

상기와 같은 목적을 달성하기 위한 본 발명의 일실시예에 따른 고객분석 기반 기업 가치평가 방법은 기설정된 SaaS 프로그램을 통해 선택된 어느 하나의 기업 DB로부터 매출데이터와 비용데이터를 추출하는 단계, 상기 매출데이터를 기간별로 분석함에 따라 확인되는 고객별 매출액 이력에 기초하여, 미래매출정보를 추정하는 단계, 상기 비용데이터를 기간별로 분석함에 따라 확인되는 비용금액 이력에 기초하여, 미래비용정보를 추정하는 단계 및 상기 미래매출정보로부터 상기 미래비용정보를 차감함에 따라 산출되는 미래 잉여 현금흐름에 기초하여, 고객분석 기반의 기업 생애 가치를 도출하는 단계를 포함하고, 상기 기업 생애 가치는 매출 목표 지표, 재무제표 및 투자 보조 지표를 포함한다.

실시예에 있어서, 상기 매출데이터는 고객 고유 코드, 상품명, 가격, 고객 최초 주문 일시, 주문매장 및 주문일자를 포함한 고객별 매출액 이력이 리스트화된 테이블이고, 상기 비용데이터는 월별 인건비, 월별광고비, 판매수수료 및 간접비를 포함하는 기간별 비용금액 이력이 리스트화된 테이블이며, 상기 미래매출정보는 미래매출액, 신규고객유입율, 고객 이탈율 및 고객 재구매율을 포함하고, 상기 미래비용정보는 고객단위비용, 고정비용, 변동비율 및 법인세율을 포함한다.

실시예에 있어서, 상기 미래매출정보를 추정하는 단계는 상기 매출데이터로부터 상기 고객별 매출액 이력에 따라 분류되는 고객정보, 상품정보 및 주문상세정보를 검출하는 단계 및 상기 고객정보, 상기 상품정보 및 상기 주문상세정보 중 적어도 하나를 파라미터로 하는 매출분석 알고리즘들을 이용하여, 상기 미래매출정보를 산출하는 단계를 포함하고, 상기 매출분석 알고리즘들은 신규고객 획득추정 알고리즘, 고객별 주문금액 알고리즘 및 주문-이탈 알고리즘 중 적어도 하나를 포함한다.

실시예에 있어서, 상기 미래비용정보를 추정하는 단계는 상기 미래매출정보가 산출됨에 따라, 상기 비용데이터로부터 기간별 비용금액 이력에 따라 분류된 재무제표와 전사적 비용항목을 검출하는 단계 및 상기 재무제표와 상기 전사적 비용항목간의 관계를 분석하는 매출-비용 상관 알고리즘들을 이용하여, 상기 미래비용정보를 산출하는 단계를 포함하고, 상기 매출-비용 상관 알고리즘들은 재무제표 기반 전사적 매출 알고리즘, 매출원가 알고리즘, 판관비 알고리즘 및 설비투자-매출액 상관비율 알고리즘 중 적어도 하나를 포함한다.

실시예에 있어서, 상기 기업 생애 가치가 도출됨에 따라, 상기 고객분석 기반의 기업 생애 가치를 기설정된 SaaS 프로그램을 통해 제공함에 따라 시나리오별 입력정보를 선택받는 단계, 상기 시나리오별 입력정보에 비례하는 조절비율에 기초하여, 상기 미래매출정보와 상기 미래비용정보를 조절함에 따라 시나리오별 미래 잉여 현금흐름을 산출하는 단계 및 상기 시나리오별 미래 잉여 현금흐름에 기초하여, 시나리오별 기업 가치를 도출하는 단계를 더 포함하고, 상기 시나리오별 입력정보는 신규고객유입율, 고객 이탈율, 고객 재구매율을 포함하고, 상기 시나리오는 신규 유입 위기 시나리오, 고 이탈율 위기 시나리오 및 고 재구매율 시나리오를 포함한다.

실시예에 있어서, 상기 고객분석 기반의 기업 생애 가치와 상기 시나리오별 기업 가치를 통합하여 기업가치평가 보고서를 작성하여 기설정된 SaaS 프로그램을 통해 서비스하는 단계를 더 포함한다.

실시예에서 있어서, 상기 기업 생애 가치를 도출하는 단계는, 상기 미래매출정보로부터 확인되는 미래매출액과 상기 미래비용정보로부터 확인되는 고정비용, 고객수, 변동 비율, 고객비용 및 법인세율을 파라미터로 하는 현금흐름 산출식을 통해 상기 미래 잉여 현금흐름을 산출하는 단계, 상기 미래 잉여 현금흐름과 기설정된 자본비용 가중평균을 파라미터로 하는 가치산출식을 통해 산출되는 영업 자산 가치를 수치화하여 도출하는 단계 및 상기 영업 자산 가치, 해당 기업의 기등록된 비영업 자산 및 해당 기업의 기등록된 순부채를 파리미터로 하는 주주가치 산출식을 통해 상기 기업 생애 가치에 대응되는 기업 주주 가치를 산출하는 단계를 포함하고, 상기 현금흐름 산출식은

(1)이고, 이때, FCF는 미래 잉여 현금흐름, R은 미래매출액, FC는 고정비용, A는 고객수, VC는 변동 비율, CAC는 고객비용, TR은 법인세율이며,

상기 가치산출식은 (2)이고, 이때, WACC는 기설정된 자본비용 가중평균이며, OA는 영업 자산 가치이며,

상기 주주가치 산출식은 (3)이고, 이때, SHV는 기업 주주 가치이고, NOA는 비영업 자산이며, ND는 순부채이다.

실시예에 있어서, 상기 기업 생애 가치를 도출하는 단계는 복수의 기업 DB로부터 기업별로 매출분석 알고리즘들과 매출-비용 상관 알고리즘들을 통해 산출되는 복수의 입력데이터들을 수집하는 단계, 상기 복수의 입력데이터들에 대응되는 해당 기업의 가치평가 보고서로부터 기업 생애 가치를 추출하는 단계, 상기 복수의 입력데이터들을 입력으로 하고, 해당 기업 생애 가치를 출력으로 하는 앙상블 머신러닝 모델을 통해 기업별로 학습시킴에 따라, 인공지능 기반의 가치추정 모델을 모델링하는 단계 및 상기 기설정된 SaaS 프로그램을 통해 입력받는 시나리오별 입력정보에 따라 조절되는 알고리즘별 가중치를 인공지능 기반의 가치추정 모델에 적용함에 따라, 해당 기업에 대한 시나리오별 기업 가치를 서비스하는 단계를 포함하고, 상기 인공지능 기반의 가치추정 모델은 상기 매출분석 알고리즘들과 상기 매출-비용 상관 알고리즘들 각각을 통해 산출되는 산출값들에 대하여 가중치를 개별적으로 적용할 수 있는 인공신경망이다.

본 발명의 실시예에 따르면, 고객분석 기반 기업 가치평가 방법 및 시스템은 미래매출정보와 미래비용정보를 추정함에 따라 고객분석 기반의 기업 생애 가치를 도출하여 제공함으로써, 기업에서 고객 기반의 경영 전략을 수립하는 데 도움을 줄 수 있다.

도 1a는 본 발명의 실시예에 따른 고객분석 기반 기업 가치평가 시스템(1000)을 개략적으로 나타내는 도이다.
도 1b는 도 1a의 가치평가 관리서버(100)에서 제공하는 프로그램을 나타내는 도이다.
도 1c는 도 1a의 가치평가 관리서버(100)의 동작을 나타내는 예시도이다.
도 1d는 기업 생애 가치를 나타내는 예시도이다.
도 1e는 시뮬레이션 유저 인터페이스를 통해 입력받는 시나리오별 입력정보를 나타내는 예시도이다.
도 2는 본 발명의 실시예에 따른 고객분석 기반 기업 가치평가 방법을 나타내는 순서도이다.
도 3a는 도 2의 미래매출정보를 추정하는 동작을 구체적으로 나타내는 순서도이다.
도 3b는 도 2의 미래비용정보를 추정하는 동작을 구체적으로 나타내는 순서도이다.
도 3c는 도 2의 고객분석 기반의 기업 생애 가치를 제공하는 단계 이후를 나타내는 순서도이다.
도 3d는 시나리오별 기업가치를 도출하는 동작을 나타내는 예시도이다.
도 4는 도 1의 가치평가 관리서버(100)의 일 실시예에 따른 동작프로세스를 구체적으로 나타내는 도이다.
도 5는 도 1의 가치평가 관리서버(100)의 다른 실시예에 따른 동작프로세스를 구체적으로 나타내는 도이다.
도 6a는 도 5의 모델링 동작을 나타내는 예시도이다.
도 6b는 도 6a의 가치추정 모델을 구체적으로 나타내는 실시예이다.

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

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

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

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

도 1a는 본 발명의 실시예에 따른 고객분석 기반 기업 가치평가 시스템(1000)을 개략적으로 나타내는 도이고, 도 1b는 도 1a의 가치평가 관리서버(100)에서 제공하는 프로그램을 나타내는 도이며, 도 1c는 도 1a의 가치평가 관리서버(100)의 동작을 나타내는 예시도이고, 도 1d는 기업 생애 가치를 나타내는 예시도이며, 도 1e는 시뮬레이션 유저 인터페이스를 통해 입력받는 시나리오별 입력정보를 나타내는 예시도이다.

도 1a 내지 도 1c를 참조하면, 고객분석 기반 기업 가치평가 시스템(1000)은 복수의 클라이언트 단말들(10_1~10_N)과 가치평가 관리서버(100)를 포함할 수 있다.

먼저, 복수의 클라이언트 단말들(10_1~10_N)은 기설정된 SaaS 프로그램을 통해 가치평가 관리서버(100)에 통신 연결됨에 따라, 해당 기업의 매출 및 비용정보를 등록 및 수정할 수 있다.

여기서, 기설정된 SaaS 프로그램은 도 1b에 도시된 바와 같이, 클라우드 환경에서 운영되는 애플리케이션 통합서비스를 의미할 수 있다. 예를 들면, 애플리케이션 통합서비스에는 AWS C3, AWS RDS, AWS EC2, AWS ELB, AWS Fargate, AWS SageMaker, TensorFlow, PyTorch, Scikit 및 SciPy을 포함할 수 있다.

실시예에 따라, 복수의 클라이언트 단말들(10_1~10_N)은 기설정된 SaaS 프로그램을 통해 고객분석 기반의 기업 생애 가치를 요청할 수 있다.

다음으로, 가치평가 관리서버(100)는 복수의 클라이언트 단말들(10_1~10_N)로부터 기설정된 SaaS 프로그램을 통해 입력받는 입력정보를 기업별로 분류하여, 복수의 기업 DB들(200_1~200_N)에 저장할 수 있다.

여기서, 입력정보는 고객리스트, 주문리스트, 상품브랜드 리스트를 포함할 수 있다.

이때, 각 기업 DB(200_1)는 입력정보에 따라 세부적으로 분류하여 관리하도록 고객 DB, 주문 DB 및 브랜드 DB를 포함할 수 있다.

또한, 가치평가 관리서버(100)는 어느 하나의 단말(예컨대, 10_1)로부터 기설정된 SaaS 프로그램을 통해 전송받는 식별코드 및 인증정보에 기초하여, 어느 하나의 클라이언트 단말(예컨대, 10_1)과 해당 기업 DB(예컨대, 200_1) 간의 서비스 권한을 선택적으로 부여할 수 있다.

본 발명의 실시예에 따른 가치평가 관리서버(100)는 도 1c에 도시된 바와 같이, 어느 하나의 클라이언트 단말(예컨대, 10_1)로부터 기설정된 SaaS 프로그램을 통해 선택받는 기업가치 도출신호에 응답하여, 매출데이터와 비용데이터에 따른 고객분석 기반의 기업 생애 가치를 분석하여 서비스할 수 있다.

여기서, 기업 생애 가치는 도 1d에 도시된 바와 같이, 목표 지표, 재무제표 및 투자 보조 지표를 포함할 수 있다.

구체적으로, 가치평가 관리서버(100)는 해당 기업 DB(예컨대, 200_1)로부터 매출데이터와 비용데이터를 추출할 수 있다. 그런 다음, 가치평가 관리서버(100)는 매출데이터를 기간별로 분석함에 따라 확인되는 고객별 매출액 이력에 기초하여, 미래매출정보를 추정할 수 있다. 이때, 가치평가 관리서버(100)는 비용데이터를 기간별로 분석함에 따라 확인되는 비용금액 이력에 기초하여, 미래비용정보를 추정할 수 있다. 이후, 가치평가 관리서버(100)는 미래매출정보로부터 미래비용정보를 차감함에 따라 산출되는 미래 잉여 현금흐름에 기초하여 고객분석 기반의 기업 생애 가치를 도출하고, 이를 어느 하나의 클라이언트 단말(예컨대, 10_1)에 제공할 수 있다.

일 실시예에 따라, 가치평가 관리서버(100)는 도 1e에 도시된 바와 같이, 어느 하나의 단말(예컨대, 10_1)로부터 기설정된 SaaS 프로그램에서 제공하는 시뮬레이션 유저 인터페이스를 통해 입력받는 시나리오별 입력정보에 기초하여, 시나리오별 기업 가치를 제공할 수 있다.

다른 실시예에 따라, 가치평가 관리서버(100)는 고객분석 기반의 기업 생애 가치에 따라 결정되는 투자 우선 순위가 기설정된 순위 이상인 경우, 웹을 통해 기등록된 투자게시판에 공유할 수 있다.

또 다른 실시예에 따라, 가치평가 관리서버(100)는 고객분석 기반의 기업 생애 가치에 따라 결정되는 투자 우선 순위가 기설정된 순위 미만인 경우, 미래비용정보를 감소시키는 가이드 정보를 어느 하나의 클라이언트 단말(예컨대, 10_1)에 제공할 수 있다.

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

도 2는 본 발명의 실시예에 따른 고객분석 기반 기업 가치평가 방법을 나타내는 순서도이다. 도 3a는 도 2의 미래매출정보를 추정하는 동작을 구체적으로 나타내는 순서도이며, 도 3b는 도 2의 미래비용정보를 추정하는 동작을 구체적으로 나타내는 순서도이고, 도 3c는 도 2의 고객분석 기반의 기업 생애 가치를 제공하는 단계 이후를 나타내는 순서도이며, 도 3d는 시나리오별 기업가치를 도출하는 동작을 나타내는 예시도이다.

도 1a 내지 도 3d를 참조하면, 먼저, S110 단계에서, 가치평가 관리서버(100)는 기설정된 SaaS 프로그램을 통해 선택된 해당 기업 DB(예컨대, 200_1)로부터 매출데이터와 비용데이터를 추출할 수 있다.

여기서, 매출데이터는 고객 고유 코드, 상품명, 가격, 고객 최초 주문 일시, 주문매장 및 주문일자를 포함한 고객별 매출액 이력이 리스트화된 테이블일 수 있다.

이때, 비용데이터는 월별 인건비, 월별광고비, 판매수수료 및 간접비를 포함하는 기간별 비용금액 이력이 리스트화된 테이블일 수 있다.

그런 다음, S120 단계에서, 가치평가 관리서버(100)는 매출데이터를 기간별로 분석함에 따라 확인되는 고객별 매출액 이력에 기초하여, 미래매출정보를 추정할 수 있다.

여기서, 미래매출정보는 미래매출액, 신규고객유입율, 고객 이탈율 및 고객 재구매율을 포함할 수 있다.

구체적으로, 가치평가 관리서버(100)는 도 3a에 도시된 바와 같이, S121 단계에서, 매출데이터로부터 고객별 매출액 이력에 따라 고객정보, 상품정보 및 주문상세정보를 분류할 수 있다.

예를 들면, 고객정보는 고객 고유 코드와 고객 최초 주문 일시를 포함하고, 상품정보는 상품명과 가격을 포함하며, 주문상세정보는 주문매장과 주문일시를 포함할 수 있다.

이어서, 가치평가 관리서버(100)는 S122 단계에서, 고객정보, 상품정보 및 주문상세정보 중 적어도 하나를 파라미터로 하는 매출분석 알고리즘들을 이용하여, 미래매출정보를 산출할 수 있다.

여기서, 매출분석 알고리즘들은 신규고객 획득추정 알고리즘, 고객별 주문금액 알고리즘 및 주문-이탈 알고리즘 중 적어도 하나를 포함할 수 있다.

이때, 신규고객 획득추정 알고리즘은 주문금액이 시점과 양의 상관관계에 따라 활성화되는 시계열 회귀모형과 사용자가 미리 정의한 신규 고객 추정값을 반영하기 위한 사용자 정의모형을 포함하고, 고객별 주문금액 알고리즘은 시계열 회귀모형과 주문금액이 감마분포를 따르는 감마모형을 포함하며, 주문-이탈 알고리즘은 Pareto/NGD 모형, BG/NGD 모형 및 BG/BB 모형을 포함할 수 있다.

예를 들면, BG/NGD 모형은 분포 함수, 확률밀도함수 및 로그우도함수를 통해 미래매출정보를 추정할 수 있다.

구체적으로, BG/NGD 모형은 구매 시간은 지수분포에 대응되고, 그 모수는 감마 분포인 Gmama(α,β)에 대응되는 분포 함수를 이용할 수 있다.

여기서, 분포 함수는 일 수 있다.

또한, BG/NGD 모형은 이탈 확률의 베타분포를 변수로 하는 확률밀도함수를 이용할 수 있다.

여기서, 확률밀도함수는 일 수 있다.

또한, BG/NGD 모형은 매출 추정을 위해 로그우도함수(log likelihood function)를 이용할 수 있다.

여기서, 로그우도함수는

일 수 있다.

그런 다음, S130 단계에서, 가치평가 관리서버(100)는 비용데이터를 기간별 로 분석함에 따라 확인되는 비용금액 이력에 기초하여, 미래비용정보를 추정할 수 있다.

여기서, 미래비용정보는 고객단위비용, 고정비용, 변동비율 및 법인세율을 포함할 수 있다.

구체적으로, 가치평가 관리서버(100)는 도 3b에 도시된 바와 같이, S131 단계에서, 미래매출정보가 산출될 때, 비용데이터로부터 비용금액 이력에 따라 재무제표와 전사적 비용항목을 분류할 수 있다.

여기서, 전사적 비용항목은 매출원가, 상품정보 및 주문상세정보를 포함할 수 있다.

이때, 가치평가 관리서버(100)는 S132 단계에서, 재무제표와 전사적 비용항목간의 관계를 분석하는 매출-비용 상관 알고리즘들을 이용하여, 미래비용정보를 산출할 수 있다.

여기서, 매출-비용 상관 알고리즘들은 재무제표 기반 전사적 매출 알고리즘, 매출원가 알고리즘, 판관비 알고리즘 및 설비투자-매출액 상관비율 알고리즘 중 적어도 하나를 포함할 수 있다.

그런 다음, S140 단계에서, 가치평가 관리서버(100)는 미래매출정보로부터 미래비용정보를 차감함에 따라 산출되는 미래 잉여 현금흐름에 기초하여, 고객분석 기반의 기업 생애 가치를 제공할 수 있다.

여기서, 기업 생애 가치는 목표 지표, 재무제표 및 투자 보조 지표를 포함하는 기업 주주 가치를 의미할 수 있다.

실시예에 따라, 가치평가 관리서버(100)는 도 3c에 도시된 바와 같이, S141 단계에서, 미래 잉여 현금흐름이 산출될 때, 고객분석 기반의 기업 생애 가치를 기설정된 SaaS 프로그램을 통해 어느 하나의 단말(예컨대, 10_1)에 제공함에 따라 시나리오별 입력정보를 선택받을 수 있다.

여기서, 시나리오별 입력정보는 신규고객유입율, 고객 이탈율, 고객 재구매율을 포함할 수 있다.

이때, S142 단계에서, 가치평가 관리서버(100)는 시나리오별 입력정보에 비례하는 조절비율에 기초하여, 미래매출정보와 미래비용정보를 증감시킴에 따라 시나리오별 미래 잉여 현금흐름을 산출할 수 있다.

이후, S143 단계에서, 가치평가 관리서버(100)는 시나리오별 미래 잉여 현금흐름에 기초하여, 시나리오별 기업 가치를 도출할 수 있다.

여기서, 시나리오는 도 3d에 도시된 바와 같이, 신규 유입 위기 시나리오, 고 이탈율 위기 시나리오 및 고 재구매율 시나리오를 포함할 수 있다.

실시예에 따라, 가치평가 관리서버(100)는 S143 단계에서, 고객분석 기반의 기업 생애 가치와 시나리오별 기업 가치를 통합한 기업가치평가 보고서를 작성하여 기설정된 SaaS 프로그램을 통해 제공할 수 있다.

도 4는 도 1의 가치평가 관리서버(100)의 일 실시예에 따른 동작프로세스를 구체적으로 나타내는 도이다.

도 1 내지 도 4를 참조하면, 먼저, S210 단계에서, 가치평가 관리서버(100)는 미래매출정보와 미래비용정보에 따라 기설정된 현금흐름 산출식(1)을 통해 미래 잉여 현금흐름(FCF)을 산출할 수 있다.

여기서, 기설정된 현금흐름 산출식은

(1)이고, 이때, FCF는 미래 잉여 현금흐름, R은 미래매출액, FC는 고정비용, A는 고객수, VC는 변동 비율, CAC는 고객비용, TR은 법인세율일 수 있다.

그런 다음, S220 단계에서, 가치평가 관리서버(100)는 미래 잉여 현금흐름과 기설정된 자본비용 가중평균을 파라미터로 하는 가치산출식(2)을 통해 산출되는 영업 자산 가치를 수치화하여 도출할 수 있다.

여기서, 가치산출식은 (2)이고, 이때, FCF는 미래 잉여 현금흐름이고, WACC는 기설정된 자본비용 가중평균이며, OA는 영업 자산 가치일 수 있다.

이후, S230 단계에서, 가치평가 관리서버(100)는 영업 자산 가치, 기설정된 비영업 자산가치 및 해당 기업의 순부채를 파리미터로 하는 주주가치 산출식(3)을 통해 기업 생애 가치에 대응되는 기업 주주 가치를 산출할 수 있다.

여기서, 주주가치 산출식(3)은 (3)이고, 이때, SHV는 기업 생애 가치(=기업 주주 가치)이고, NOA는 기설정된 비영업 자산가치이며, ND는 해당 기업의 순부채일 수 있다.

도 5는 도 1의 가치평가 관리서버(100)의 다른 실시예에 따른 동작프로세스를 구체적으로 나타내는 도이고, 도 6a는 도 5의 모델링 동작을 나타내는 예시도이고, 도 6b는 도 6a의 가치추정 모델을 구체적으로 나타내는 실시예이다.

도 5 내지 도 6b를 참조하여 설명하면, 먼저, 가치평가 관리서버(100)는 S310 단계에서, 복수의 기업 DB(200_1~200_N)로부터 기업별로 매출분석 알고리즘들과 매출-비용 상관 알고리즘들을 통해 산출되는 복수의 입력데이터들을 수집할 수 있다.

그런 다음, 가치평가 관리서버(100)는 S320 단계에서, 복수의 입력데이터들에 대응되는 해당 기업의 가치평가 보고서로부터 기업 생애 가치를 추출할 수 있다.

도 6a에 도시된 바와 같이, 가치평가 관리서버(100)는 S330 단계에서, 복수의 입력데이터들을 입력으로 하고, 기업 생애 가치를 출력으로 하는 앙상블 머신러닝 모델을 통해 기업별로 학습시킴에 따라, 인공지능 기반의 가치추정 모델을 모델링할 수 있다.

여기서, 인공지능 기반의 가치추정 모델은 도 6b에 도시된 바와 같이, 매출분석 알고리즘들과 매출-비용 상관 알고리즘들 각각을 통해 산출되는 산출값들에 대하여 가중치를 개별적으로 적용할 수 있는 인공신경망일 수 있다.

이후, S340 단계에서, 가치평가 관리서버(100)는 시나리오별 입력정보에 따라 조절되는 알고리즘별 가중치를 인공지능 기반의 가치추정 모델에 적용함에 따라, 해당 기업에 대한 시나리오별 기업 가치를 서비스할 수 있다.

여기서, 알고리즘별 가중치는 시나리오별로 가치추정 모델의 입력소스에 곱해지는 기설정된 변수 비율일 수 있다.

예를 들면, 알고리즘별 가중치는 낙관적 시나리오의 경우, 고객 재구매율 10% 증가 비율, 신규고객유입율 20% 증가 비율 및 매출원가 10% 감소 비율을 포함할 수 있다. 또한, 알고리즘별 가중치는 중립적 시나리오의 경우, 고객 재구매율 10% 감소 비율, 신규고객유입율 10% 증가 비율, 매출원가 10% 증가 비율 및 이벤트비용 8% 감소 비율을 포함할 수 있다. 또한, 알고리즘별 가중치는 비관적 시나리오의 경우, 고객 재구매율 10% 감소 비율, 신규고객유입율 20% 감소 비율, 매출원가 10% 증가 비율을 포함할 수 있다.

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

10_1~10_N: 복수의 클라이언트 단말들
100: 가치평가 관리서버
200_1~200_N: 복수의 기업 DB들
1000: 고객분석 기반 기업 가치평가 시스템

Claims (8)

1. 가치평가 관리서버가 기설정된 SaaS 프로그램을 통해 선택된 어느 하나의 기업 DB로부터 매출데이터와 비용데이터를 추출하는 단계;
   상기 가치평가 관리서버가 상기 매출데이터를 기간별로 분석함에 따라 확인되는 고객별 매출액 이력에 기초하여, 미래매출정보를 추정하는 단계;
   상기 가치평가 관리서버가 상기 비용데이터를 기간별로 분석함에 따라 확인되는 비용금액 이력에 기초하여, 미래비용정보를 추정하는 단계; 및
   상기 가치평가 관리서버가 상기 미래매출정보로부터 상기 미래비용정보를 차감함에 따라 산출되는 미래 잉여 현금흐름에 기초하여, 고객분석 기반의 기업 생애 가치를 도출하는 단계를 포함하고,
   상기 기업 생애 가치는 매출 목표 지표, 재무제표 및 투자 보조 지표를 포함하는 기업 주주 가치를 의미하고,
   상기 매출데이터는 고객 고유 코드, 상품명, 가격, 고객 최초 주문 일시, 주문매장 및 주문일자를 포함한 고객별 매출액 이력이 리스트화된 테이블이고,
   상기 비용데이터는 월별 인건비, 월별광고비, 판매수수료 및 간접비를 포함하는 기간별 비용금액 이력이 리스트화된 테이블이며,
   상기 미래매출정보는 미래매출액, 신규고객유입율, 고객 이탈율 및 고객 재구매율을 포함하고,
   상기 미래비용정보는 고객단위비용, 고정비용, 변동비율 및 법인세율을 포함하며,
   상기 미래매출정보를 추정하는 단계는 상기 가치평가 관리서버가 상기 매출데이터로부터 상기 고객별 매출액 이력에 따라 분류되는 고객정보, 상품정보 및 주문상세정보를 검출하는 단계; 및
   상기 가치평가 관리서버가 상기 고객정보, 상기 상품정보 및 상기 주문상세정보 중 적어도 하나를 파라미터로 하는 매출분석 알고리즘들을 이용하여, 상기 미래매출정보를 산출하는 단계를 포함하고,
   상기 매출분석 알고리즘들은 신규고객 획득추정 알고리즘, 고객별 주문금액 알고리즘 및 주문-이탈 알고리즘 중 적어도 하나를 포함하고,
   상기 미래비용정보를 추정하는 단계는 상기 미래매출정보가 산출됨에 따라, 상기 가치평가 관리서버가 상기 비용데이터로부터 기간별 비용금액 이력에 따라 분류된 재무제표와 전사적 비용항목을 검출하는 단계; 및
   상기 가치평가 관리서버가 상기 재무제표와 상기 전사적 비용항목간의 관계를 분석하는 매출-비용 상관 알고리즘들을 이용하여, 상기 미래비용정보를 산출하는 단계를 포함하고,
   상기 매출-비용 상관 알고리즘들은 재무제표 기반 전사적 매출 알고리즘, 매출원가 알고리즘, 판관비 알고리즘 및 설비투자-매출액 상관비율 알고리즘 중 적어도 하나를 포함하며,
   상기 가치평가 관리서버가 상기 기업 생애 가치가 도출됨에 따라, 상기 고객분석 기반의 기업 생애 가치를 기설정된 SaaS 프로그램을 통해 제공함에 따라 시나리오별 입력정보를 선택받는 단계;
   상기 가치평가 관리서버가 상기 시나리오별 입력정보에 비례하는 조절비율에 기초하여, 상기 미래매출정보와 상기 미래비용정보를 조절함에 따라 시나리오별 미래 잉여 현금흐름을 산출하는 단계; 및
   상기 가치평가 관리서버가 상기 시나리오별 미래 잉여 현금흐름에 기초하여, 시나리오별 기업 가치를 도출하는 단계를 더 포함하고,
   상기 시나리오별 입력정보는 신규고객유입율, 고객 이탈율, 고객 재구매율을 포함하고,
   상기 시나리오는 신규 유입 위기 시나리오, 고 이탈율 위기 시나리오 및 고 재구매율 시나리오를 포함하고,
   상기 가치평가 관리서버가 상기 고객분석 기반의 기업 생애 가치와 상기 시나리오별 기업 가치를 통합하여 기업가치평가 보고서를 작성하여 기설정된 SaaS 프로그램을 통해 서비스하는 단계를 더 포함하며,
   상기 기업 생애 가치를 도출하는 단계는, 상기 가치평가 관리서버가 상기 미래매출정보로부터 확인되는 미래매출액과 상기 미래비용정보로부터 확인되는 고정비용, 고객수, 변동 비율, 고객비용 및 법인세율을 파라미터로 하는 현금흐름 산출식을 통해 상기 미래 잉여 현금흐름을 산출하는 단계;
   상기 가치평가 관리서버가 상기 미래 잉여 현금흐름과 기설정된 자본비용 가중평균을 파라미터로 하는 가치산출식을 통해 산출되는 영업 자산 가치를 수치화하여 도출하는 단계; 및
   상기 가치평가 관리서버가 상기 영업 자산 가치, 해당 기업의 기등록된 비영업 자산 및 해당 기업의 기등록된 순부채를 파리미터로 하는 주주가치 산출식을 통해 상기 기업 생애 가치에 대응되는 기업 주주 가치를 산출하는 단계를 포함하고,
   상기 현금흐름 산출식은
   (1)이고, 이때, FCF는 미래 잉여 현금흐름, R은 미래매출액, FC는 고정비용, A는 고객수, VC는 변동 비율, CAC는 고객비용, TR은 법인세율이며,
   상기 가치산출식은 (2)이고, 이때, WACC는 기설정된 자본비용 가중평균이며, OA는 영업 자산 가치이며,
   상기 주주가치 산출식은 (3)이고, 이때, SHV는 기업 주주 가치이고, NOA는 비영업 자산이며, ND는 순부채이고,
   상기 기업 생애 가치를 도출하는 단계는 상기 가치평가 관리서버가 복수의 기업 DB로부터 기업별로 매출분석 알고리즘들과 매출-비용 상관 알고리즘들을 통해 산출되는 복수의 입력데이터들을 수집하는 단계;
   상기 가치평가 관리서버가 상기 복수의 입력데이터들에 대응되는 해당 기업의 가치평가 보고서로부터 기업 생애 가치를 추출하는 단계;
   상기 가치평가 관리서버가 상기 복수의 입력데이터들을 입력으로 하고, 해당 기업 생애 가치를 출력으로 하는 앙상블 머신러닝 모델을 통해 기업별로 학습시킴에 따라, 인공지능 기반의 가치추정 모델을 모델링하는 단계; 및
   상기 가치평가 관리서버가 상기 기설정된 SaaS 프로그램을 통해 입력받는 시나리오별 입력정보에 따라 조절되는 알고리즘별 가중치를 인공지능 기반의 가치추정 모델에 적용함에 따라, 해당 기업에 대한 시나리오별 기업 가치를 서비스하는 단계를 포함하고,
   상기 인공지능 기반의 가치추정 모델은 상기 매출분석 알고리즘들과 상기 매출-비용 상관 알고리즘들 각각을 통해 산출되는 산출값들에 대하여 가중치를 개별적으로 적용할 수 있는 인공신경망이며,
   상기 가치평가 관리서버는 상기 기업 생애 가치에 따라 결정되는 투자 우선 순위가 기설정된 순위 이상인 경우, 웹을 통해 기등록된 투자게시판에 공유하고, 상기 투자 우선 순위가 기설정된 순위 미만인 경우, 상기 미래비용정보를 감소시키는 가이드 정보를 어느 하나의 클라이언트 단말에 제공하며,
   상기 신규고객 획득추정 알고리즘은 주문금액이 시점과 양의 상관관계에 따라 활성화되는 시계열 회귀모형과 사용자가 미리 정의한 신규 고객 추정값을 반영하기 위한 사용자 정의모형을 포함하고,
   상기 고객별 주문금액 알고리즘은 시계열 회귀모형과 주문금액이 감마분포를 따르는 감마모형을 포함하며,
   상기 주문-이탈 알고리즘은 Pareto/NGD 모형, BG/NGD 모형 및 BG/BB 모형을 포함하고,
   상기 알고리즘별 가중치는 시나리오별로 가치추정 모델의 입력소스에 곱해지는 기설정된 변수 비율로서,
   상기 알고리즘별 가중치는 낙관적 시나리오의 경우, 고객 재구매율 10% 증가 비율, 신규고객유입율 20% 증가 비율 및 매출원가 10% 감소 비율을 포함하고,
   상기 알고리즘별 가중치는 중립적 시나리오의 경우, 고객 재구매율 10% 감소 비율, 신규고객유입율 10% 증가 비율, 매출원가 10% 증가 비율 및 이벤트비용 8% 감소 비율을 포함하며,
   상기 알고리즘별 가중치는 비관적 시나리오의 경우, 고객 재구매율 10% 감소 비율, 신규고객유입율 20% 감소 비율, 매출원가 10% 증가 비율을 포함하는, 고객분석 기반 기업 가치평가 방법.
   
   
   
   
   
   
   
   
   
   
   
   
2. 삭제
3. 삭제
4. 삭제
5. 삭제
6. 삭제
7. 삭제
8. 삭제