KR102617903B1 - Method, apparatus and system for visualizing sequential sales growth ratio for shopping mall - Google Patents

Method, apparatus and system for visualizing sequential sales growth ratio for shopping mall Download PDF

Info

Publication number
KR102617903B1
KR102617903B1 KR1020210134913A KR20210134913A KR102617903B1 KR 102617903 B1 KR102617903 B1 KR 102617903B1 KR 1020210134913 A KR1020210134913 A KR 1020210134913A KR 20210134913 A KR20210134913 A KR 20210134913A KR 102617903 B1 KR102617903 B1 KR 102617903B1
Authority
KR
South Korea
Prior art keywords
sales
period
trend
growth
time series
Prior art date
Application number
KR1020210134913A
Other languages
Korean (ko)
Other versions
KR20220167186A (en
Inventor
최원규
김명구
정유현
조혜정
Original Assignee
카페24 주식회사
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 카페24 주식회사 filed Critical 카페24 주식회사
Publication of KR20220167186A publication Critical patent/KR20220167186A/en
Application granted granted Critical
Publication of KR102617903B1 publication Critical patent/KR102617903B1/en

Links

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
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • 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
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Human Resources & Organizations (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명의 일 양태는, 컴퓨팅 장치에서의 쇼핑몰에 대한 시계열 매출 성장성을 시각화하는 방법을 개시하고 있다. 상기 방법은, 복수 개의 쇼핑몰들에 대해, 기간에 따른 매출액에 대한 정보를 획득하여 시계열 매출 분석 정보를 생성하는 단계, 상기 시계열 매출액 분석 정보에서 단위 기간별 매출액 증가율 산출하여 성장성 분석 기간에 대해 복수 개의 서로 다른 추세 영역을 결정하는 단계 및 상기 복수 개의 서로 다른 추세 영역 중 현재 추세 영역을 기반으로 상기 복수 개의 쇼핑몰 중 적어도 일부의 시계열 매출 성장성을 시각화하는 단계를 포함한다.One aspect of the present invention discloses a method for visualizing time series sales growth for a shopping mall on a computing device. The method includes generating time series sales analysis information by obtaining information on sales over a period for a plurality of shopping malls, calculating a sales growth rate for each unit period from the time series sales analysis information, and calculating a sales growth rate for each unit period from the time series sales analysis information. It includes determining another trend area and visualizing time series sales growth of at least some of the plurality of shopping malls based on a current trend area among the plurality of different trend areas.

Description

쇼핑몰에 대한 시계열 매출 성장성을 시각화하는 방법, 장치 및 시스템{METHOD, APPARATUS AND SYSTEM FOR VISUALIZING SEQUENTIAL SALES GROWTH RATIO FOR SHOPPING MALL}Method, apparatus and system for visualizing time series sales growth for shopping malls {METHOD, APPARATUS AND SYSTEM FOR VISUALIZING SEQUENTIAL SALES GROWTH RATIO FOR SHOPPING MALL}

본 발명은 시가고하 방법에 관한 것으로, 보다 상세하게는, 쇼핑몰의 성장성을 시각화하는 방법 및 시스템에 관한 것이다. The present invention relates to a market height method, and more specifically, to a method and system for visualizing the growth potential of a shopping mall.

최근 컴퓨터와 인터넷의 발달에 힘입어, 온라인 매장을 갖고 있는 경우가 대부분이다. 특히 최근 등장하고 있는 비즈니스 모델인 자신의 온라인 매장만을 갖고 판매, 유통 등을 영위하고 있는 자영업자들이 꾸준히 증가하고 있다.Thanks to the recent development of computers and the Internet, most businesses have online stores. In particular, the number of self-employed people who only have their own online stores and engage in sales and distribution, a business model that has recently emerged, is steadily increasing.

그러한 상황에서, 온라인 쇼핑몰의 운영자들은 기술, 디자인 영역 대행업체의 전문성 부족, 운영자의 마케팅 능력부족 또는 온라인 쇼핑몰 운영의 미숙 등 매출감소에 대한 다양한 요인의 파악이 있어야 함에도 불구하고 무엇이 문제인지를 인식하기도 전에 폐업을 하는 경우가 대부분이다.In such a situation, operators of online shopping malls are unable to recognize what the problem is, even though they must be aware of various factors responsible for decreased sales, such as lack of expertise in technology and design areas, lack of marketing ability of operators, or inexperience in operating online shopping malls. In most cases, the business goes out of business before then.

따라서, 온라인 쇼핑몰이 초기, 중기 등 시간에 따라 안정적으로 성장하고 있는지 또는 감소세에 들어섰는지를 정확하게 파악하는 것은 문제의 신속한 처리에 매우 중요한 요소임에도 불구하고, 온라인 쇼핑몰 운영자가 이를 인식하기는 쉽지 않은 실정이다. 특히, 성장성이 좋은 쇼핑몰은 어느 쇼핑몰이고, 성장성이 좋지 않은 쇼핑몰은 어떤 쇼핑몰인지 파악하는 것은 온라인 쇼핑몰 플랫폼 서비스를 제공하는 사업자 입장에서도 매우 중요한 정보이다. 잘 성장하고 있는 쇼핑몰은 현재 상황을 잘 유지하라는 메시지를 전달하여 더 크게 성장하도록 지원하고, 성장성이 좋지 않은 쇼핑몰은 그에 대한 정보를 제공하여, 빠르게 현재 운영 상의 문제점을 개선하도록 독려해야 플랫폼 사업의 수익성도 높아지기 때문이다. Therefore, although accurately identifying whether an online shopping mall is growing stably over time, such as in the early and mid-terms, or is in decline, is a very important factor in quickly resolving the issue, it is not easy for online shopping mall operators to recognize this. am. In particular, identifying which shopping malls have good growth potential and which shopping malls have poor growth potential is very important information from the perspective of a business operator providing online shopping mall platform services. Shopping malls that are growing well should be supported to grow bigger by delivering a message to maintain the current situation, and shopping malls with poor growth should be provided with information and encouraged to quickly improve current operational problems to ensure profitability of the platform business. This is because it also increases.

다만, 이러한 쇼핑몰의 성장성은 앞서 설명한 바와 같이, 시장영향도 받고, 기술의 영향도 받으며, 운영자 개인의 역량도 반영되기에, 다양한 지표의 분석이 필요함에도 이를 전문적으로 분석 및 컨설팅하는 기술이 없어, 플랫폼 서비스 사업자부터 쇼핑몰 운영자까지 문제점으로 부각되고 있는 실정이다.However, as explained earlier, the growth of shopping malls is influenced by the market, technology, and also reflects the individual capabilities of the operator, so although analysis of various indicators is necessary, there is no technology to professionally analyze and consult on this. This is a problem that is being highlighted by everyone from platform service providers to shopping mall operators.

공개특허공보 제10-2014-0120306호Public Patent Publication No. 10-2014-0120306

상술한 문제점을 해결하기 위한 본 발명의 일 양태에 따른 목적은, 시계열 매출 정보를 기반으로 쇼핑몰의 성장성을 분석하고 이를 시각화하는 방법을 제공하는 것이다.The purpose of one aspect of the present invention to solve the above-mentioned problems is to provide a method for analyzing and visualizing the growth of a shopping mall based on time series sales information.

상기한 목적을 달성하기 위한 본 발명의 일 양태에 따른, 컴퓨팅 장치에서의 쇼핑몰에 대한 시계열 매출 성장성을 시각화하는 방법은, 복수 개의 쇼핑몰들에 대해, 기간에 따른 매출액에 대한 정보를 획득하여 시계열 매출 분석 정보를 생성하는 단계, 상기 시계열 매출액 분석 정보에서 단위 기간별 매출액 증가율 산출하여 성장성 분석 기간에 대해 복수 개의 서로 다른 추세 영역을 결정하는 단계 및 상기 복수 개의 서로 다른 추세 영역 중 현재 추세 영역을 기반으로 상기 복수 개의 쇼핑몰 중 적어도 일부의 시계열 매출 성장성을 시각화하는 단계를 포함할 수 있다.According to an aspect of the present invention for achieving the above object, a method of visualizing time series sales growth for a shopping mall on a computing device includes obtaining information on sales over a period for a plurality of shopping malls, thereby obtaining time series sales growth for a plurality of shopping malls. Generating analysis information, determining a plurality of different trend areas for the growth analysis period by calculating a sales growth rate per unit period from the time series sales analysis information, and determining a plurality of different trend areas for the growth analysis period, based on the current trend area among the plurality of different trend areas. It may include visualizing the time series sales growth of at least some of the plurality of shopping malls.

상기 복수 개의 서로 다른 추세 영역을 결정하는 단계는, 상기 단위 기간별 매출액 증가율을 산출하는 단계, 상기 성장성 분석 기간의 시작 시점으로부터 개별 단위 기간의 기준 시점까지의 매출액에 대해, 상기 단위 기간별 매출액 증가율의 평균과 표준편차를 산출하는 단계, 개별 단위 기간의 기준 시점에 대해, 다음 단위 기간의 기준 시점의 단위 기간별 매출액 증가율을 상기 평균 및 상기 표준편차 기반의 기준 범위와 비교하는 단계 및 비교 결과, (i) 상기 기준 범위와 제 1 임계값 이상 차이가 나면 해당 기준 시점부터 신규 추세 영역으로 판단하고, (ii) 그렇지 않으면 해당 기준 시점을 이전 기준 시점과 동일 추세 영역으로 판단하는 단계를 포함할 수 있다.The step of determining the plurality of different trend areas includes calculating a sales growth rate for each unit period, and averaging the sales growth rate for each unit period with respect to sales from the start of the growth analysis period to the reference point of each unit period. and calculating the standard deviation, comparing the sales growth rate by unit period at the standard time of the next unit period with respect to the reference point of each unit period with the reference range based on the average and the standard deviation, and the comparison result, (i) If there is a difference between the reference range and the first threshold or more, determining the reference point as a new trend area; (ii) otherwise, determining the reference point as the same trend area as the previous reference point.

현재 추세 기간에 대해, 상기 현재 추세 기간의 길이를 제 1 축으로, 상기 현재 추세 기간의 매출 증가액의 평균값을 제 2 축으로 하는 그래프에 개별 쇼핑몰을 포인트(point)로 하여 시각화할 수 있다.The current trend period can be visualized with individual shopping malls as points on a graph with the length of the current trend period as the first axis and the average value of sales increase during the current trend period as the second axis.

상기 제 1 축 상의 제 2 임계값보다 크면서 상기 제 2 축 상의 제 3 임계값보다 큰 값을 갖는 영역에 배열된 쇼핑몰을 추출하여 안정적 성장몰로 판단할 수 있다.A shopping mall arranged in an area having a value that is greater than the second threshold on the first axis and greater than the third threshold on the second axis can be extracted and determined to be a stable growth mall.

상기 제 1 축 상의 제 4 임계값보다 작으면서 상기 제 2 축 상의 제 5 임계값보다 작은 값을 갖는 영역에 배열된 쇼핑몰을 추출하여 하락세 반전 쇼핑몰로 판단할 수 있다.A shopping mall arranged in an area with a value that is smaller than the fourth threshold on the first axis and smaller than the fifth threshold on the second axis can be extracted and determined to be a shopping mall with a downward trend reversal.

상기 제 1 축 상의 제 6 임계값보다 큰 값을 가지면서, 상기 제 2 축 상의 제 7 임계값보다 작은 값을 갖는 영역에 배열된 쇼핑몰을 추출하여 최근 급성장 쇼핑몰로 판단할 수 있다.A shopping mall arranged in an area having a value greater than the sixth threshold on the first axis and less than the seventh threshold on the second axis can be extracted and determined to be a recently rapidly growing shopping mall.

상기 포인트의 크기는 현재 매출액에 비례할 수 있다.The size of the point may be proportional to the current sales amount.

상기 포인트의 크기에 비례하여 추세 기간 평균 길이의 기준값을 설정하고 상기 포인트의 크기에 반비례하여 추세 기간 평균 증가율의 기준값을 설정하며, 개별 쇼핑몰에 대응하는 포인트의 위치를 상기 설정된 추세 기간 평균 길이의 기준값 및 추세 기간 평균 증가율의 기준값과 비교할 수 있다.The reference value of the average length of the trend period is set in proportion to the size of the point, the reference value of the average growth rate of the trend period is set in inverse proportion to the size of the point, and the location of the point corresponding to the individual shopping mall is set to the reference value of the average length of the trend period set above. And it can be compared with the reference value of the average growth rate during the trend period.

비교 결과, 상기 포인트의 위치가 상기 설정된 추세 기간 평균 길이의 기준값 및 추세 기간 평균 증가율의 기준값을 벗어나는 쇼핑몰을 추출하여, 특수 성장 쇼핑몰로 판단할 수 있다.As a result of the comparison, a shopping mall whose point location deviates from the reference value of the set average length of the trend period and the reference value of the average growth rate of the trend period may be extracted and determined as a special growth shopping mall.

특정 포인트를 선택하면, 상기 선택된 특정 포인트에 대응하는 쇼핑몰의 매출 추세 상세 분석 정보가 표시되는 사용자 인터페이스를 제공할 수 있다.When a specific point is selected, a user interface can be provided that displays detailed analysis information on the sales trend of the shopping mall corresponding to the selected specific point.

상기 매출 추세 상세 분석 정보는, 해당 쇼핑몰의 시간에 따른, (i) 상기 시계열 매출 분석 정보, (ii) 상기 시계열 매출액 분석 정보를 기반으로 제 1 기간의 매출액의 이동평균(moving average)을 산출하여 생성되는 매출 추세 분석 정보, (iii) 상기 시계열 매출 분석 정보에서 상기 매출 추세 분석 정보를 뺄셈 연산한 값을 단위 기간별로 평균을 구함에 의해 생성되는 매출 계절성 분석 정보, 및 (iv) 상기 시계열 매출 분석 정보에서, 상기 매출 추세 분석 정보와 상기 매출 계절성 분석 정보를 합산한 값을 뺄셈 연산함에 의해 생성되는, 로컬(local) 매출 분석 정보 중 적어도 둘을 포함할 수 있다.The detailed sales trend analysis information is calculated by calculating a moving average of sales in the first period based on (i) the time series sales analysis information, and (ii) the time series sales analysis information according to the time of the relevant shopping mall. Sales trend analysis information generated, (iii) sales seasonality analysis information generated by calculating the average for each unit period of the value calculated by subtracting the sales trend analysis information from the time series sales analysis information, and (iv) time series sales analysis. The information may include at least two of local sales analysis information generated by subtracting a sum of the sales trend analysis information and the sales seasonality analysis information.

상기한 목적을 달성하기 위한 본 발명의 다른 양태에 따른, 쇼핑몰에 대한 시계열 매출 성장성 시각화 장치는, 복수 개의 쇼핑몰들에 대해, 기간에 따른 매출액에 대한 정보를 획득하여 저장하는 저장부 및 상기 기간에 따른 매출액에 대한 정보를 획득하여 시계열 매출 분석 정보를 생성하고, 상기 시계열 매출액 분석 정보에서 단위 기간별 매출액 증가율 산출하여 성장성 분석 대상 기간에 대해 복수 개의 서로 다른 추세 영역을 결정하며, 상기 복수 개의 서로 다른 추세 영역 중 현재 추세 영역을 기반으로 상기 복수 개의 쇼핑몰 중 적어도 일부의 시계열 매출 성장성을 시각화하는 프로세서를 포함할 수 있다.According to another aspect of the present invention for achieving the above object, a time series sales growth visualization device for a shopping mall includes a storage unit that obtains and stores information on sales according to a period for a plurality of shopping malls, and Obtaining information on sales and generating time series sales analysis information, calculating the sales growth rate for each unit period from the time series sales analysis information, determining a plurality of different trend areas for the growth analysis target period, and determining the plurality of different trends It may include a processor that visualizes time-series sales growth of at least some of the plurality of shopping malls based on a current trend area among the areas.

상기한 목적을 달성하기 위한 본 발명의 또 다른 양태에 따른, 쇼핑몰에 대한 시계열 매출 성장성 시각화 시스템은, 전자상거래와 연관된 복수 개의 쇼핑몰들의 기간에 따른 매출액과 관련된 정보를 제공하는, 쇼핑몰 운영 서버 및 상기 쇼핑몰 운영 서버로부터, 복수 개의 쇼핑몰들에 대해, 상기 기간에 따른 매출액에 대한 정보를 획득하여 시계열 매출 분석 정보를 생성하고, 상기 시계열 매출액 분석 정보에서 단위 기간별 매출액 증가율 산출하여 성장성 분석 대상 기간에 대해 복수 개의 서로 다른 추세 영역을 결정하며, 상기 복수 개의 서로 다른 추세 영역 중 현재 추세 영역을 기반으로 상기 복수 개의 쇼핑몰 중 적어도 일부의 시계열 매출 성장성을 시각화하는 성장몰 분석 장치를 포함할 수 있다.According to another aspect of the present invention for achieving the above object, a time series sales growth visualization system for a shopping mall includes a shopping mall operation server, which provides information related to sales over a period of a plurality of shopping malls related to e-commerce, and the above. From the shopping mall operation server, for a plurality of shopping malls, information on sales according to the period is obtained, time series sales analysis information is generated, and sales growth rate per unit period is calculated from the time series sales analysis information, so that multiple shopping malls can be used for the growth analysis target period. It may include a growth mall analysis device that determines different trend areas and visualizes time-series sales growth of at least some of the plurality of shopping malls based on a current trend area among the plurality of different trend areas.

상기한 목적을 달성하기 위한 본 발명의 다른 양태에 따른, 프로세서에 의해 실행 가능한 명령어들을 포함하는, 컴퓨터 판독 가능한 저장 매체는, 상기 명령어들은 상기 프로세서에 의해 실행되었을 때, 복수 개의 쇼핑몰들에 대해, 기간에 따른 매출액에 대한 정보를 획득하여 시계열 매출 분석 정보를 생성하고, 상기 시계열 매출액 분석 정보에서 단위 기간별 매출액 증가율 산출하여 성장성 분석 기간에 대해 복수 개의 서로 다른 추세 영역을 결정하며 그리고 상기 복수 개의 서로 다른 추세 영역 중 현재 추세 영역을 기반으로 상기 복수 개의 쇼핑몰 중 적어도 일부의 시계열 매출 성장성을 시각화하도록 구성될 수 있다.According to another aspect of the present invention for achieving the above object, a computer-readable storage medium including instructions executable by a processor, when the instructions are executed by the processor, for a plurality of shopping malls, Obtain information on sales over a period to generate time series sales analysis information, calculate the sales growth rate for each unit period from the time series sales analysis information, determine a plurality of different trend areas for the growth analysis period, and determine a plurality of different trend areas for the growth analysis period. It may be configured to visualize time series sales growth of at least some of the plurality of shopping malls based on the current trend area among the trend areas.

쇼핑몰에 대한 시계열 매출 성장성을 시각화하는 방법, 장치 및 시스템에 따르면, 온라인 쇼핑몰 각각에 대한 성장성을 정량적으로 정확하게 분석하고 이를 시각화함에 따라, 쇼핑몰 운영자의 매장 운영에 도움을 주고, 쇼핑몰 플랫폼 사업자의 개별 쇼핑몰 성장 관리에도 도움을 주어 전반적인 쇼핑몰의 매출을 증대시키고 판매 감소를 방지하는 효과가 있다.According to a method, device, and system for visualizing time series sales growth for shopping malls, the growth potential of each online shopping mall is quantitatively and accurately analyzed and visualized, thereby helping shopping mall operators store operations and individual shopping malls of shopping mall platform operators. It also helps with growth management, increasing overall sales of the shopping mall and preventing sales decline.

도 1은 본 발명의 일 실시예에 따른 쇼핑몰 시계열 매출 성장성 분석 방법이 적용되는 시스템을 개략적으로 나타낸 블록도,
도 2는 본 발명의 일 실시예에 따른 쇼핑몰 시계열 매출 성장성 분석 방법을 구체적으로 나타낸 흐름도,
도 3은 도 2의 방법에 따라 생성된 시계열 매출 정보, 매출 추세 정보, 계절성 분석 정보 및 로컬 매출 분석 정보의 예시적인 모습을 나타낸 도면,
도 4는 본 발명의 일 실시예에 따른 쇼핑몰 시계열 매출 성장성 분석 방법에 따라 추세 영역을 구분하는 방법을 구체적으로 나타낸 상세흐름도,
도 5는 도 4의 방법에 따라 추세 영역을 구분하여 나타낸 쇼핑몰 추세 그래프의 예시적인 모습을 나타낸 도면,
도 6은 도 4의 방법에 따라 구분된 추세 영역 중 현재 추세 영역의 시계열 매출 성장성을 시각화하는 방법을 구체적으로 나타낸 상세흐름도,
도 7a 내지 도 7b는 도 6의 방법에 따라 상위 100개 쇼핑몰 중 적어도 일부의 시계열 매출 성장성을 예시적으로 시각화한 그래프,
도 8은 도 7a의 그래프 내 특정 영역에 배열된 쇼핑몰들의 성장성 판단 방법을 설명하기 위한 개념도,
도 9a 내지 도 9e는 도 6의 방법에 따라 전체 쇼핑몰 중 적어도 일부의 시계열 매출 성장성을 예시적으로 시각화한 그래프,
도 10은 본 발명의 일 실시예에 따른 쇼핑몰 시계열 매출 성장성 분석 장치를 개략적으로 나타낸 블록도이다.1 is a block diagram schematically showing a system to which a shopping mall time series sales growth analysis method is applied according to an embodiment of the present invention;
Figure 2 is a flowchart specifically showing a method for analyzing shopping mall time series sales growth according to an embodiment of the present invention;
Figure 3 is a diagram showing an example of time series sales information, sales trend information, seasonality analysis information, and local sales analysis information generated according to the method of Figure 2;
Figure 4 is a detailed flow chart specifically showing a method for classifying trend areas according to a shopping mall time series sales growth analysis method according to an embodiment of the present invention;
Figure 5 is a diagram showing an example of a shopping mall trend graph divided into trend areas according to the method of Figure 4;
Figure 6 is a detailed flowchart specifically showing a method of visualizing time series sales growth in the current trend area among the trend areas divided according to the method of Figure 4;
FIGS. 7A and 7B are graphs illustrating time series sales growth of at least some of the top 100 shopping malls according to the method of FIG. 6;
FIG. 8 is a conceptual diagram illustrating a method for determining the growth potential of shopping malls arranged in a specific area in the graph of FIG. 7A;
FIGS. 9A to 9E are graphs illustrating time series sales growth of at least some of the entire shopping malls according to the method of FIG. 6;
Figure 10 is a block diagram schematically showing a shopping mall time series sales growth analysis device according to an embodiment of the present invention.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다.Since the present invention can make various changes and have various embodiments, specific embodiments will be illustrated in the drawings and described in detail.

그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.However, this is not intended to limit the present invention to specific embodiments, and should be understood to include all changes, equivalents, and substitutes included in the spirit and technical scope of the present invention.

제 1, 제 2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.Terms such as first, second, etc. may be used to describe various components, but the components should not be limited by the terms. The above terms are used only for the purpose of distinguishing one component from another. For example, a first component may be referred to as a second component, and similarly, the second component may be referred to as a first component without departing from the scope of the present invention. The term and/or includes any of a plurality of related stated items or a combination of a plurality of related stated items.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. When a component is said to be "connected" or "connected" to another component, it is understood that it may be directly connected to or connected to the other component, but that other components may exist in between. It should be. On the other hand, when it is mentioned that a component is “directly connected” or “directly connected” to another component, it should be understood that there are no other components in between.

본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 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.The terms used in this application are only used to describe specific embodiments and are not intended to limit the invention. Singular expressions include plural expressions unless the context clearly dictates otherwise. In this application, terms such as “comprise” or “have” are intended to designate the presence of features, numbers, steps, operations, components, parts, or combinations thereof described in the specification, but are not intended to indicate the presence of one or more other features. It should be understood that this does not exclude in advance the possibility of the existence or addition of elements, numbers, steps, operations, components, parts, or combinations thereof.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 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 문맥상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Unless otherwise defined, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by a person of ordinary skill in the technical field to which the present invention pertains. Terms defined in commonly used dictionaries should be interpreted as having a meaning consistent with the meaning in the context of the related technology, and should not be interpreted in an ideal or excessively formal sense unless explicitly defined in the present application. No.

이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다. Hereinafter, preferred embodiments of the present invention will be described in more detail with reference to the attached drawings. In order to facilitate overall understanding when describing the present invention, the same reference numerals are used for the same components in the drawings, and duplicate descriptions for the same components are omitted.

도 1은 본 발명의 일 실시예에 따른 쇼핑몰 시계열 매출 성장성 분석 방법이 적용되는 시스템을 개략적으로 나타낸 블록도이다. 도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 쇼핑몰 시계열 매출 성장성 분석 시스템은 쇼핑몰(110-1~110-N) 및 쇼핑몰 성장몰 분석 장치(120)를 포함할 수 있다. Figure 1 is a block diagram schematically showing a system to which a shopping mall time series sales growth analysis method is applied according to an embodiment of the present invention. As shown in FIG. 1, the shopping mall time series sales growth analysis system according to an embodiment of the present invention may include shopping malls 110-1 to 110-N and a shopping mall growth mall analysis device 120.

도 1을 참조하면, 쇼핑몰(110-1~110~N)은 인터넷을 통하여 상품 및/또는 서비스을 판매하는 쇼핑몰을 의미할 수 있고, 쇼핑몰과 연관된 정보를 취급하는 서버 또는 쇼핑몰의 운영자의 단말기를 포함한다. 단말은 스마트폰, PC 등의 컴퓨팅 디바이스를 포함할 수 있다. Referring to FIG. 1, a shopping mall (110-1 to 110 to N) may refer to a shopping mall that sells products and/or services through the Internet, and includes a server that handles information related to the shopping mall or a terminal of the operator of the shopping mall. do. The terminal may include a computing device such as a smartphone or PC.

본 발명의 실시예에 따르면, 복수 개의 쇼핑몰(110-1~110-N)은 통신망(미도시)을 통해 성장몰 분석 장치(120)와 연동할 수 있다. 쇼핑몰(110-1~110-N)은 쇼핑몰의 운영(매출 포함)과 관련된 정보를 성장몰 분석 장치(120)로 제공할 수 있다. 이때, 일별 매출 관련 정보, 월별 매출 관련 정보 등 기간별 매출 정보를 제공할 수 있다. 또한, 상품별 매출 현황과 관련된 자료 등도 제공할 수 있다. 복수 개의 쇼핑몰(110-1~110-N)은 쇼핑몰의 성장성 분석을 요청하는 장치를 포함할 수 있다. According to an embodiment of the present invention, a plurality of shopping malls 110-1 to 110-N may be linked with the growth mall analysis device 120 through a communication network (not shown). The shopping malls 110-1 to 110-N may provide information related to the operation (including sales) of the shopping mall to the growth mall analysis device 120. At this time, sales information by period, such as daily sales-related information and monthly sales-related information, can be provided. In addition, data related to sales status by product can also be provided. A plurality of shopping malls 110-1 to 110-N may include a device that requests analysis of the growth potential of the shopping mall.

성장몰 분석 장치(120)는 쇼핑몰(110-1~110-N) 중 적어도 하나로부터 기간에 따른 매출 정보를 수신하고, 이를 분석하여 분석 결과를 쇼핑몰(110-1~110-N)에게 제공하는 장치일 수 있다. 성장몰 분석 장치(120)는 컴퓨팅 장치로 구현될 수 있다. 여기서 말하는 컴퓨터 장치는 서버 급 컴퓨터 단말기로 구현될 수 있다. 상기 컴퓨터 장치는 통상적인 컴퓨터 단말이 가지는 입력 장치, 표시 장치, 네트워킹 장치, 하드디스크, 프로그램을 저장하는 메모리 및 메모리에 저장된 프로그램을 수행시키는 프로세서 등을 구비할 수 있다. 다만, 반드시 서버 급 컴퓨터 단말로 구현되어야 하는 것은 아니다. 성장몰 분석 장치(120)는 인터넷 쇼핑몰 플랫폼을 운영하는 사업자의 서버일 수 있다. 이는 쇼핑몰 운영 서버, 플랫폼 운영 서버 또는 운영 서버로 불릴 수 있다. 성장몰 분석 장치(120)는 플랫폼 운영 서버(미도시)와 동일 장치로 구현될 수도 있고, 플랫폼 운영 서버와 연동하는 별도 서버 장치로 구현될 수도 있다. 별도 장치로 운영될 때, 시간에 따른 매출 정보, 판매 이력 정보 등을 플랫폼 운영 서버로부터 획득할 수 있다. 성장몰 분석 장치(120)는 "서버" 또는 "서버 장치"로 불릴 수 있다.The growth mall analysis device 120 receives sales information according to the period from at least one of the shopping malls (110-1 to 110-N), analyzes it, and provides the analysis results to the shopping malls (110-1 to 110-N). It could be a device. The growth mall analysis device 120 may be implemented as a computing device. The computer device referred to here may be implemented as a server-class computer terminal. The computer device may include an input device, a display device, a networking device, a hard disk, a memory for storing a program, and a processor for executing the program stored in the memory of a typical computer terminal. However, it does not necessarily have to be implemented as a server-level computer terminal. The growth mall analysis device 120 may be a server of a business operator that operates an Internet shopping mall platform. This may be called a shopping mall operation server, platform operation server, or operation server. The growth mall analysis device 120 may be implemented as the same device as the platform operation server (not shown), or may be implemented as a separate server device that interlocks with the platform operation server. When operated as a separate device, sales information and sales history information over time can be obtained from the platform operation server. The growth mall analysis device 120 may be called a “server” or “server device.”

성장몰 분석 장치(120)는 기간에 따른 매출액 정보를 획득하여, 이를 기반으로 시계열 매출 정보를 생성할 수 있다. 그리고는, 이를 기반으로 다양한 데이터 분석 툴을 사용하여, 매출 추세 정보, 매출 계절성 분석 정보 및 로컬(local) 매출 분석 정보를 생성한다. 이렇게 생성된 정보는 쇼핑몰 운영자 또는 쇼핑몰 플랫폼 관리자에게 제공되어, 개별 쇼핑몰들의 성장 과정에 적합한 쇼핑몰 운영 및 홍보 방법이 적절히 적용될 수 있도록 유도한다. The growth mall analysis device 120 may acquire sales information according to a period and generate time series sales information based on this. Then, based on this, various data analysis tools are used to generate sales trend information, sales seasonality analysis information, and local sales analysis information. The information generated in this way is provided to the shopping mall operator or shopping mall platform manager to guide shopping mall operation and promotion methods appropriate to the growth process of individual shopping malls.

본 발명의 다른 실시예에 따르면, 쇼핑몰(110-1~110-N)과 연관된 단말은 성장몰 분석 장치(120)에서 제공하는 애플리케이션을 다운로드 받아, 성장몰 분석 장치(120)에서 수행하는 기간에 따른 매출 정보를 기반으로 다양한 성장 분석 정보를 산출하는 과정을 단말 내에서 수행하도록 제어할 수 있다. 즉, 별도의 서버 장치 없이 단말의 프로세서(미도시)가 다운받은 애플리케이션을 실행하여 성장 관련 정보를 산출 및 제공받을 수 있게 할 수 있다. According to another embodiment of the present invention, the terminal associated with the shopping mall (110-1 to 110-N) downloads the application provided by the growth mall analysis device 120 and performs the application during the period performed by the growth mall analysis device 120. The process of calculating various growth analysis information based on sales information can be controlled to be performed within the terminal. That is, without a separate server device, the terminal's processor (not shown) can run the downloaded application to calculate and receive growth-related information.

도 2는 본 발명의 일 실시예에 따른 쇼핑몰 시계열 매출 성장성 분석 방법을 구체적으로 나타낸 흐름도이다. Figure 2 is a flowchart specifically showing a method for analyzing shopping mall time series sales growth according to an embodiment of the present invention.

도 2를 참조하면, 서버는 기간에 따른 매출액 정보를 쇼핑몰 단말 및/또는 쇼핑몰 플랫폼 운영 서버로부터 획득할 수 있다(S210). 서버는 개별 쇼핑몰의 일별, 주별, 월별, 분기별, 반기별, 연도별 매출액, 매출 상세 정보를 획득할 수 있다. 또한, 상품별 매출 정보도 획득할 수 있다. 바람직하게는, 월별 매출액을 사용하는 것이 좋다. Referring to Figure 2, the server may obtain sales information according to the period from the shopping mall terminal and/or the shopping mall platform operation server (S210). The server can obtain daily, weekly, monthly, quarterly, semi-annual, and yearly sales and detailed sales information of individual shopping malls. Additionally, sales information for each product can be obtained. Preferably, it is better to use monthly sales.

그리고는, 획득된 정보를 기반으로 시계열 매출 (분석) 정보를 생성한다(S220). 시계열 매출 정보는 시간을 하나의 축으로 하고, 매출 정보(예를 들어, 매출액)를 다른 하나의 축으로 하는 그래프 형태로 생성될 수 있다. Then, time series sales (analysis) information is generated based on the acquired information (S220). Time series sales information can be generated in the form of a graph with time as one axis and sales information (for example, sales amount) as the other axis.

시계열 매출 정보를 생성하고 나면, 서버는 일정한 기간을 정하여, 해당 기간마다 이동평균(moving average)을 산출하여 매출 추세 (분석) 정보를 생성한다(S230). 이때, 일정한 기간은 분기, 반기, 1년, 18개월, 2년, 3년 중 적어도 하나의 기간이 바람직하다. 이 매개 변수(일정한 기간)를 조절하여 추세 주기 및 계절성분이 급격하게 변할지 조절할 수 있다. 값이 작을수록 더 급격하게 변화한다. After generating time series sales information, the server determines a certain period and calculates a moving average for each period to generate sales trend (analysis) information (S230). At this time, the certain period is preferably at least one of quarterly, half-yearly, 1 year, 18 months, 2 years, and 3 years. By adjusting this parameter (for a certain period of time), you can control whether the trend cycle and seasonal components change rapidly. The smaller the value, the more rapidly the change.

그리고는, 서버는 시계열 매출 정보와 매출 추세 정보를 이용하여 매출의 계절성을 분석한 정보를 생성한다(S240). 이를 매출 계절성 (분석) 정보 또는 매출 주기성 (분석) 정보라고 부를 수 있다. 구체적으로, 서버는 시계열 매출 정보에서 매출 추세 정보를 뺀 값을 각 단위 기간별로(예를 들어, 월별로) 평균하여, 매출 계절성 분석 정보를 생성할 수 있다. Then, the server generates information analyzing the seasonality of sales using time series sales information and sales trend information (S240). This can be called sales seasonality (analysis) information or sales cycle (analysis) information. Specifically, the server may generate sales seasonality analysis information by averaging the value obtained by subtracting sales trend information from time series sales information for each unit period (eg, monthly).

다음으로, 시계열 매출 정보와 매출 추세 정보, 그리고 계절성 분석 정보를 이용하여 로컬(local) 매출 분석 정보를 생성한다(S250). 이를 개별 매출 정보라고 부를 수 있다. 이는, 시계열 매출 정보에서 추세와 계절성 값을 뺄셈 연산함에 의해 산출될 수 있다. Next, local sales analysis information is generated using time series sales information, sales trend information, and seasonality analysis information (S250). This can be called individual sales information. This can be calculated by subtracting trend and seasonality values from time series sales information.

도 3은 도 2의 방법에 따라 생성된 시계열 매출 정보, 매출 추세 정보, 계절성 분석 정보 및 로컬 매출 분석 정보의 예시적인 모습을 나타낸 도면이다. Figure 3 is a diagram showing an example of time series sales information, sales trend information, seasonality analysis information, and local sales analysis information generated according to the method of Figure 2.

도 3을 참조하면, 서버는 도 2의 방법에 따라 생성된 시계열 매출 정보, 매출 추세 정보, 계절성 분석 정보 및 로컬 매출 분석 정보를 동기화하여, 동일한 시간축 상에 병렬로 표시할 수 있다. Referring to FIG. 3, the server can synchronize time series sales information, sales trend information, seasonality analysis information, and local sales analysis information generated according to the method of FIG. 2 and display them in parallel on the same time axis.

이러한 시계열 분해를 이용하여, 추세와 계절성의 강도를 측정할 수 있다. 추세가 강하게 나타나는 데이터에서는 계절성 데이터가 로컬(개별) 성분보다 훨씬 큰 변동성을 나타낸다. 반면, 추세가 거의 없거나 아예 없는 데이터의 경우, 계절성 성분의 강도가 작게 나타난다. Using this time series decomposition, the strength of trends and seasonality can be measured. In data with a strong trend, seasonal data exhibits much greater volatility than the local (individual) component. On the other hand, in the case of data with little or no trend, the strength of the seasonal component appears to be small.

도 4는 본 발명의 일 실시예에 따른 쇼핑몰 시계열 매출 성장성 분석 방법에 따라 추세 영역을 구분하는 방법을 구체적으로 나타낸 상세흐름도이다. Figure 4 is a detailed flow chart illustrating in detail a method of dividing trend areas according to a shopping mall time series sales growth analysis method according to an embodiment of the present invention.

도 4를 참조하면, 서버는 도 2의 분석 정보들을 이용하여 다른 형태의 매출 추세 분석 정보를 생성할 수 있다. 특히, 도 2의 단계(S230)에서 생성한 매출 추세 시계열 정보를 이용하는 것이 바람직할 수 있다. 다만, 반드시 매출 추세 시계열 정보를 이용해야만 하는 것은 아니고, 시계열 매출 정보에서 직접 월 매출액의 월별 증가율을 산출하여 추세 영역을 구분할 수도 있다.Referring to FIG. 4, the server may generate another type of sales trend analysis information using the analysis information of FIG. 2. In particular, it may be desirable to use the sales trend time series information generated in step S230 of FIG. 2. However, it is not necessary to use the sales trend time series information, and the trend area can be distinguished by calculating the monthly increase rate of monthly sales directly from the time series sales information.

서버는 월 매출액의 월별 증가율을 산출한다(S410). 본 실시예에서는, 단위 기간을 월로 설정하였는데, 10일, 20일, 2개월, 분기, 반기, 1년 등 다른 기간으로 설정해도 무방하다. 다른 단위 기간의 경우, 위 단계(S410)는 월별이 아니라 다른 단위 기간별 매출 증가율을 산출하는 것으로 대체될 수 있다. 이후의 단계들도 마찬가지다. The server calculates the monthly increase rate of monthly sales (S410). In this embodiment, the unit period is set to a month, but it may be set to another period such as 10 days, 20 days, 2 months, quarter, half year, or 1 year. For other unit periods, the above step (S410) can be replaced by calculating the sales growth rate by other unit periods rather than by month. The same goes for the subsequent steps.

그리고는, 그래프의 좌측에서부터 해당 월까지의 데이터에 대해, 월별 매출액 증가율의 평균과 표준편차를 산출한다(S420). Then, for the data from the left side of the graph to the corresponding month, the average and standard deviation of the monthly sales growth rate are calculated (S420).

평균과 표준편차를 산출하고 나면, 서버는 다음달의 매출증가율과, 앞서 단계(S420)에서 산출한 평균 및 표준편차를 이용하여 계산된 임계값을 비교한다(S430). 이때, 임계값은 평균에 일정 배수의 표준편차를 더하거나 뺀 값이 된다. 예를 들어, "평균 ± n*표준편차"가 임계값으로 산출될 수 있다. 이때, n은 2 내지 3의 값이 바람직하고, 보다 바람직하게는, 2.3이 적절할 수 있다. 위 범위를 임계범위로 설정한다. After calculating the average and standard deviation, the server compares the next month's sales growth rate with the threshold value calculated using the average and standard deviation calculated in the previous step (S420) (S430). At this time, the threshold value is the average plus or minus a certain multiple of the standard deviation. For example, “mean ± n*standard deviation” can be calculated as the threshold. At this time, n is preferably a value of 2 to 3, and more preferably 2.3. Set the above range as the critical range.

그런다음, 다음달의 매출증가율이 상기 임계 범위 대비 이상치가 아니면(예를 들어, 평균 ± 2.3 표준편차 범위 내에 들어오면), 앞선 영역과 동일 추세 영역으로 인식하고, 다음달의 매출증가율이 이상치로 인식되면, 해당 월을 기점으로 새로운 추세 영역으로 인식한다(S440). 새로운 추세 영역으로 인식되면, 해당 월부터 새로운 구간을 개시한다. Then, if the next month's sales growth rate is not an outlier compared to the above critical range (for example, if it falls within the mean ± 2.3 standard deviation range), it is recognized as the same trend area as the previous area, and if the next month's sales growth rate is recognized as an outlier. , it is recognized as a new trend area starting from that month (S440). If a new trend area is recognized, a new section starts from that month.

도 5는 도 4의 방법에 따라 추세 영역을 구분하여 나타낸 쇼핑몰 추세 그래프의 예시적인 모습을 나타낸 도면이다. Figure 5 is a diagram showing an example of a shopping mall trend graph divided into trend areas according to the method of Figure 4.

도 5를 참조하면, 서버는, 약 2014년부터 2020년까지의 월 매출액 정보를 기반으로 월 매출액의 월별 증가율을 계산하여 도 4의 방법에 따라 3개의 추세영역으로 구분할 수 있다. 이때, 가장 좌측의 제 1 추세 영역의 증가율은 거의 "0"이고, 제 2 추세영역은 "+ 값"을, 그리고 제 3 추세영역은 "작은 - 값"의 추세 값을 가질 수 있다. Referring to FIG. 5, the server can calculate the monthly increase rate of monthly sales based on monthly sales information from about 2014 to 2020 and divide it into three trend areas according to the method of FIG. 4. At this time, the growth rate of the first leftmost trend area is almost “0”, the second trend area may have a “+ value”, and the third trend area may have a “small - value” trend value.

특히, 도 5의 실시예를 참조하면, 동일 구간으로 묶인 3개의 구간에 대해 각각 추세기간, 및 평균 성장률 등을 산출할 수 있다. 이에 따라 동일한 추세 영역은 "평균이 동일한 연속적인 영역"으로 정의할 수 있다. 이때, 개별 포인트(510)는 해당 월의 매출액(원)을 표시한 것이고, 선으로 표시되는 값은 해당 구간의 추세 값을 나타낸다. 더욱이, 서버는 서로 다른 추세 구간에 대해 서로 다른 시각적 표현을 적용시킬 수 있다. 즉, 제 1 추세 영역은 붉은 색으로, 제 2 추세 영역은 푸른 색으로, 제 3 추세 영역은 검은 색으로, 서로 다른 색상으로 표시할 수 있다. In particular, referring to the embodiment of FIG. 5, the trend period, average growth rate, etc. can be calculated for each of the three sections grouped into the same section. Accordingly, the same trend area can be defined as “a continuous area with the same average.” At this time, the individual point 510 represents the sales amount (won) for the month, and the value displayed as a line represents the trend value of the corresponding section. Moreover, the server can apply different visual representations for different trend sections. That is, the first trend area may be displayed in red, the second trend area in blue, and the third trend area in black.

본 발명의 일 실시예에 따르면, 도 5의 추세 그래프를 기반으로, 안정적 성장몰과 당장 대응이 필요한 성장몰을 추출할 수 있다. 도 5의 추세 그래프를 분석할 때, 추세기간이 길고 평균성장률이 높으면 안정적으로 성장하는 쇼핑몰이라 판단할 수 있다. 이에, 추세와 관련된 임계 길이를 설정하여, 개별 추세 기간의 평균 길이와 위 임계 길이를 비교하여, 개별 추세 기간의 평균 길이가 임계 길이보다 길면서, 최근 (또는 전체적인) 추세 기간의 평균 성장률이 임계 성장률보다 높으면, 해당 쇼핑몰을 안정적 성장몰로 판단할 수 있다. 반면, 개별 추세 기간의 평균 길이가 임계 길이보다 짧으면서, 최근 추세 기간의 성장률이 양수 값(+)에서 음수 값(-)으로 반전된 쇼핑몰(Turnover)을 추출하여 대응 필요 쇼핑몰로 판단할 수 있다. According to an embodiment of the present invention, based on the trend graph of FIG. 5, a stable growth mall and a growth mall that require immediate response can be extracted. When analyzing the trend graph in Figure 5, if the trend period is long and the average growth rate is high, it can be judged that the shopping mall is growing stably. Accordingly, by setting a threshold length related to the trend, the average length of the individual trend period is compared with the above threshold length, so that the average length of the individual trend period is longer than the threshold length, and the average growth rate of the recent (or overall) trend period is greater than the threshold length. If it is higher than the growth rate, the shopping mall can be judged as a stable growth mall. On the other hand, the average length of the individual trend period is shorter than the critical length, and the shopping mall (Turnover) whose growth rate in the recent trend period has reversed from a positive value (+) to a negative value (-) can be extracted and judged as a shopping mall that requires response. .

도 6은 도 4의 방법에 따라 구분된 추세 영역 중 현재 추세 영역의 시계열 매출 성장성을 시각화하는 방법을 구체적으로 나타낸 상세흐름도이다. FIG. 6 is a detailed flowchart illustrating in detail a method of visualizing time series sales growth in the current trend area among the trend areas classified according to the method of FIG. 4.

도 6을 참조하면, 서버는 도 4의 매출 추세 정보를 로딩한다(S610). 그리고는, 로딩된 매출 추세 정보에서 서로 다른 추세 영역을 추출한다(S620). 그리고는, 추출된 추세 영역들 중 현재 추세 영역(가장 오른쪽의 가장 최근 구간)의 분석 정보를 기반으로 개별 쇼핑몰의 시계열 매출 성장성을 시각화할 수 있다(S630). 시각화 시, 서버는 현재 추세 기간의 길이를 제 1 축으로, 현재 추세 기간의 월매출 증가액의 평균값을 제 2 축으로 표시하여, 개별 쇼핑몰들의 시계열 성장성을 하나의 그래프 상에 시각화할 수 있다. Referring to FIG. 6, the server loads the sales trend information of FIG. 4 (S610). Then, different trend areas are extracted from the loaded sales trend information (S620). Then, the time series sales growth of individual shopping malls can be visualized based on the analysis information of the current trend area (the most recent section on the right) among the extracted trend areas (S630). When visualizing, the server displays the length of the current trend period on the first axis and the average value of monthly sales increase during the current trend period on the second axis, allowing the time series growth of individual shopping malls to be visualized on a single graph.

도 7a 내지 도 7b는 도 6의 방법에 따라 상위 100개 쇼핑몰 중 적어도 일부의 시계열 매출 성장성을 예시적으로 시각화한 그래프이다. FIGS. 7A and 7B are graphs illustrating the time series sales growth of at least some of the top 100 shopping malls according to the method of FIG. 6.

도 7a를 참조하면, 서버는, 현재 추세 영역의 길이를 가로축으로, 현재 추세 기간의 월매출 증가액의 평균값을 세로축으로 표시하며, 원의 크기를 현재 매출액(보다 정확히는 매출액 추세(18개월 평균))으로 표시할 수 있다. 그리고, 매출액 추세에 따라 크기뿐만 아니라 색상을 다르게 할 수도 있다. Referring to Figure 7a, the server displays the length of the current trend area on the horizontal axis, the average value of monthly sales increase during the current trend period on the vertical axis, and the size of the circle represents the current sales (more precisely, the sales trend (18-month average)). It can be displayed as . And, depending on sales trends, not only the size but also the color can be different.

도 7a의 실시예에서, 포인트(710)는 쇼핑몰 A에 관한 것으로, 해당 쇼핑몰은 최근 추세 영역이 60일보다 긴 길이를 가지면서, 0.05에 근접한 급격한 평균 매출 상승률을 기록하고 있는 것을 확인할 수 있다. 포인트(720)는 쇼핑몰 B에 관한 것으로, 최근 추세 영역이 20일보다 약간 긴 길이를 가지면서, -0.05보다 약간 낮은 평균 매출 증가율을 기록하고 있는 것을 확인할 수 있다. In the embodiment of FIG. 7A, point 710 relates to shopping mall A. It can be seen that the shopping mall has a recent trend area longer than 60 days and is recording a rapid average sales increase rate close to 0.05. Point 720 relates to shopping mall B, and it can be seen that the recent trend area has a length slightly longer than 20 days and is recording an average sales growth rate slightly lower than -0.05.

본 발명의 실시예에 따르면, 서버는, 사용자 단말에서 포인트(710, 720)를 선택할 때, 해당 포인트에 대응하는 쇼핑몰의 상세 추세 분석 정보가 시각화되는 사용자 인터페이스를 제공할 수 있다. According to an embodiment of the present invention, when a point 710 or 720 is selected on a user terminal, the server may provide a user interface in which detailed trend analysis information of the shopping mall corresponding to the point is visualized.

도 7b는 도 7a의 포인트(710)에 대응하는 쇼핑몰 A의 상세 매출 추세 곡선을 나타낸 그래프이고, 도 7c는 도 7a의 포인트(720)에 대응하는 쇼핑몰 B의 상세 매출 추세 곡선을 나타낸 그래프이다. 상세 매출 추세 곡선은 도 4의 방법에 따라 생성된 추세 그래프와, 시계열 매출액 그래프, 계절성 분석 그래프 및 로컬 매출 분석 그래프 중 적어도 하나가 함께 표시될 수 있다. 특히, 개별 추세 구간마다 서로 다른 시각적 표현을 사용하여, 독립적인 추세 구간을 명확히 파악할 수 있도록 시각화하는 것이 바람직하다. 시작 시점은 붉은 색으로, 그 이후의 추세 구간은 푸른색과 초록색이 교번하며 표시되도록 할 수 있다. FIG. 7B is a graph showing a detailed sales trend curve of shopping mall A corresponding to point 710 in FIG. 7A, and FIG. 7C is a graph showing a detailed sales trend curve of shopping mall B corresponding to point 720 in FIG. 7A. The detailed sales trend curve may be displayed together with at least one of a trend graph generated according to the method of FIG. 4, a time series sales graph, a seasonality analysis graph, and a local sales analysis graph. In particular, it is desirable to use different visual expressions for each individual trend section and visualize them so that independent trend sections can be clearly identified. The starting point can be displayed in red, and subsequent trend sections can be displayed alternately in blue and green.

도 8은 도 7a의 그래프 내 특정 영역에 배열된 쇼핑몰들의 성장성 판단 방법을 설명하기 위한 개념도이다. FIG. 8 is a conceptual diagram illustrating a method for determining the growth potential of shopping malls arranged in a specific area in the graph of FIG. 7A.

도 8을 참조하면, 도 7a의 그래프 내에서 우측에 배열된 쇼핑몰은 추세가 오랫동안 지속된 안정적인 쇼핑몰이라 판단할 수 있다. 특히, 추세가 오래 지속되면서, 매출이 성장세를 보인다면, 안정적인 성장몰이라 파악할 수 있다. 따라서, 가로축의 임계값(x1)보다 우측에 존재하면서, 세로축 임계값(y1)보다 큰 매출 성장률을 갖는 제 1 영역(810)에 배열된 쇼핑몰들을 추출하여 안정적 성장몰로 판단할 수 있다. 반대로, 가로축의 임계값(x1)보다 우측에 존재하면서, 세로축의 특정 임계값(미도시)보다 낮은 매출 성장률을 갖는 쇼핑몰들은 하락세가 지속되고 있는 쇼핑몰로 판단할 수 있다. Referring to FIG. 8, the shopping mall arranged on the right side of the graph in FIG. 7A can be judged to be a stable shopping mall where the trend has continued for a long time. In particular, if the trend continues for a long time and sales show growth, it can be considered a stable growth mall. Therefore, shopping malls arranged in the first area 810 that exist to the right of the horizontal axis threshold (x 1 ) and have a sales growth rate greater than the vertical axis threshold (y 1 ) can be extracted and judged to be stable growth malls. . Conversely, shopping malls that exist to the right of the threshold value (x 1 ) on the horizontal axis and have a sales growth rate lower than a specific threshold value (not shown) on the vertical axis can be judged as shopping malls that are continuing to decline.

또한, 그래프의 좌측 하단의 제 2 영역(820)에 배열된 쇼핑몰들은 하락세이면서, 하락세로 접어든 시점이 얼마 안 된 쇼핑몰로 판단할 수 있다. 이들은 가로축 임계값(x2)보다 작으면서, 세로축 임계값(y2)보다 작은 값을 갖는 영역에 배열된 쇼핑몰들이다. 이러한 쇼핑몰들은 신속한 턴오버를 위한 조치가 필요하기 때문에, 이와 관련된 프로세스로 진입할 수 있도록 하는 것이 바람직하다. 특히, 쇼핑몰 플랫폼 운영자에게는 쇼핑몰 필수 아이템의 지급 및 판매가 적절한 쇼핑몰들로 활용될 수 있다. Additionally, the shopping malls arranged in the second area 820 at the bottom left of the graph can be judged to be shopping malls that are in a downward trend and have only recently entered a downward trend. These are shopping malls arranged in an area with a value that is smaller than the horizontal axis threshold (x 2 ) and smaller than the vertical axis threshold (y 2 ). Since these shopping malls require measures for rapid turnover, it is desirable to allow entry into the related process. In particular, for shopping mall platform operators, shopping malls can be used as appropriate shopping malls for payment and sale of essential shopping mall items.

추가적으로, 그래프의 좌측 상단의 제 3 영역(830)에 배열된 쇼핑몰들은 최근 급성장하는 쇼핑몰이라고 판단할 수 있다. 이들은 가로축 임계값(x3)(이는 x2와 동일 값일 수 있으나, 반드시 그렇게 한정되어야 하는 것은 아님)보다 작으면서, 세로축 임계값(y3)보다 큰 값을 갖는 영역에 배열된 쇼핑몰들이다. Additionally, the shopping malls arranged in the third area 830 at the top left of the graph can be determined to be shopping malls that have recently grown rapidly. These are shopping malls arranged in an area that has a value that is smaller than the horizontal axis threshold (x 3 ) (which may be the same value as x 2 , but is not necessarily limited to that) and larger than the vertical axis threshold (y 3 ).

다른 예에서, 매출규모(원의 크기에 비례)를 기준으로 판단할 때, 매출이 클수록 사업이 분산되어 있기 때문에, 추세기간은 길어지는 경향이 있고, 매출 증가율을 감소하는 경향이 있다. 따라서, 서버는 매출규모에 대응하는 포인트의 크기에 비례하여, 추세 기간 평균 길이의 기준값(x1, x2, x3 중 적어도 하나)을 설정하고, 포인트의 크기에 반비례하여, 추세 기간 평균 증가율의 기준값(y1, y2, y3 중 적어도 하나)을 설정할 수 있다. 그리고는, 위와 같은 매출액 대비 비례 또는 반비례 관계의 기준값을 기반으로 영역들(810, 820, 830)을 지정하여, 개별 쇼핑몰의 성장성을 판단할 수 있다. 대체적으로, 매출이 큰 업체는 가로축 주변으로 가로로 긴 형태로 배열되고, 세로축으로는 얇게 분포될 수 있다. 큰 매출 규모를 갖는 다수의 분석 대상 업체들에 대해, 가로로 길면서 세로로 얇은 분포를 클러스터링 기법으로 적절히 군집화할 수 있다. 반대로, 매출이 작은 업체는 가로로는 짧게, 세로로는 길게 분포하는 형상을 갖는다. 서버는, 위와 같이 큰 매출 규모를 갖는 제 1 대상 업체들의 군집 및 작은 매출 규모를 갖는 제 2 대상 업체들의 군집을 각각 생성할 수 있다. 그리고는, 생성된 군집에서, 임계값 이상 벗어나는 업체들은 특이 업체로 추출할 수 있다. 도 7a의 실시예에서는, 포인트(710)의 쇼핑몰 A가 크기에 비해 장기간 그리고 높은 성장율을 보이고 있는 특이 업체로 추출될 수 있다. In another example, when judged based on sales volume (proportional to the size of the circle), the larger the sales, the more dispersed the business, so the trend period tends to be longer and the sales growth rate tends to decrease. Therefore, the server sets a reference value (at least one of x 1 , x 2 , and x 3 ) for the average length of the trend period in proportion to the size of the point corresponding to the sales volume, and sets the average growth rate of the trend period in inverse proportion to the size of the point. A reference value (at least one of y 1 , y 2 , and y 3 ) can be set. Then, the growth potential of an individual shopping mall can be determined by designating the areas 810, 820, and 830 based on the standard value of the proportional or inverse relationship with sales as above. In general, companies with large sales can be arranged in a long horizontal shape around the horizontal axis and thinly distributed along the vertical axis. For a large number of companies subject to analysis with large sales, distributions that are long horizontally and thin vertically can be appropriately clustered using clustering techniques. Conversely, companies with small sales have a distribution that is short horizontally and long vertically. The server may create a cluster of first target companies with a large sales volume and a cluster of second target companies with a small sales volume as described above. Then, from the generated cluster, companies that exceed the threshold can be extracted as unique companies. In the embodiment of FIG. 7A, shopping mall A at point 710 can be extracted as a unique business that has been showing a long-term and high growth rate compared to its size.

전술한 바와 같이, 기준값(x1, x2, x3,y1, y2, y3 )은 매출액에 따라 또는 사용자의 설정에 따라 동적으로 변경될 수 있다. 한편, 서버는 이러한 기준값의 설정을 보다 적절한 수준으로 유지하기 위해, 인공지능 기반의 머신 러닝을 활용할 수 있다. 예를 들어, 기준값 중 하나에 따라 영역들(810, 820, 830)이 결정되는데, 영역들에 대응하는 특징들이 분석 시점 이후에도 이어지는지를 기반으로 머신 러닝을 통해 기준값을 정교화할 수 있다. 예를 들어, 영역(810)의 쇼핑몰들의 경우, 앞으로 안정적으로 매출이 증대될 것으로 예상되는데, 해당 영역의 쇼핑몰들이 실제 매출 증대를 얼마간 유지하는지를 관찰함에 의해 최적의 기준값을 설정할 수 있다. 즉, 기준값을 변경하면서 쇼핑몰들의 분석 시점 이후 매출을 관찰하고, 상기 이후 매출이 안정적으로 증대되는 정도를 보이는, 최적의 기준값을 결정하여 해당 값을 기준값으로 설정할 수 있다. 이때, 학습 데이터 셋은 (기준값(X1, Y1), 상기 기준값(X1, Y1)에 의해 영역(810)으로 분류된 쇼핑몰들의 이후 매출 증대 정도)가 될 수 있다. 영역(820, 830)에 대해서도 유사한 방식으로, 기준값을 변경하면서, 분석 시점 이후의 매출 턴오버 또는 매출 증가 정도를 분석하여 최적 기준값을 찾을 수 있다. As described above, the reference values (x 1 , x 2 , x 3 , y 1 , y 2 , y 3 ) may be dynamically changed according to sales volume or user settings. Meanwhile, the server can utilize artificial intelligence-based machine learning to maintain these standard settings at a more appropriate level. For example, the regions 810, 820, and 830 are determined according to one of the reference values, and the reference value can be refined through machine learning based on whether the features corresponding to the regions continue beyond the point of analysis. For example, in the case of shopping malls in area 810, sales are expected to increase steadily in the future, and an optimal reference value can be set by observing how long the shopping malls in the area maintain actual sales increase. In other words, while changing the standard value, sales after the analysis of shopping malls can be observed, an optimal standard value that shows a stable increase in sales thereafter can be determined, and that value can be set as the standard value. At this time , the learning data set may be (reference value ( In a similar manner for the areas 820 and 830, the optimal reference value can be found by changing the reference value and analyzing the degree of sales turnover or sales increase after the analysis point.

도 9a 내지 도 9e는 도 6의 방법에 따라 전체 쇼핑몰 중 적어도 일부의 시계열 매출 성장성을 예시적으로 시각화한 그래프이다. FIGS. 9A to 9E are graphs exemplarily visualizing the time series sales growth of at least some of the entire shopping malls according to the method of FIG. 6.

도 9a를 참조하면, 다수의 업체가 60일 이하의 최근 추세 구간 길이를 갖는 것을 확인할 수 있다. 이에, 그 이상의 추세 기간 길이를 갖는 쇼핑몰을 찾아 장기적으로 성장하는 안정몰을 추출하여 효율적으로 관리하는 것이 바람직하다. 도 9b 내지 도 9e는 개별 쇼핑몰들의 추세 분석 상세 그래프이다. 이들 그래프를 보면, 다양한 형태의 쇼핑몰들의 매출 성장성을 확인할 수 있다. Referring to Figure 9a, it can be seen that many companies have a recent trend section length of 60 days or less. Accordingly, it is desirable to find a shopping mall with a longer trend period length, extract a stable mall that grows over the long term, and manage it efficiently. Figures 9b to 9e are detailed trend analysis graphs of individual shopping malls. Looking at these graphs, you can see the sales growth of various types of shopping malls.

도 10은 본 발명의 일 실시예에 따른 쇼핑몰 시계열 매출 성장성 분석 장치를 개략적으로 나타낸 블록도이다. 도 10에 도시된 바와 같이, 장치는, 통신부(1010), 프로세서(1020), 메모리(1030) 및 입출력 모듈(1040)을 포함할 수 있다.Figure 10 is a block diagram schematically showing a shopping mall time series sales growth analysis device according to an embodiment of the present invention. As shown in FIG. 10, the device may include a communication unit 1010, a processor 1020, a memory 1030, and an input/output module 1040.

도 10을 참조하면, 통신부(1010)는 무선 및/또는 유선 네트워크를 통해 쇼핑몰 운영자 단말 또는 쇼핑몰 플랫폼 서버와 같은 타 장치와 정보를 주고받기 위한 구성요소이다. 통신부(1010)는 유선 또는 무선 네트워크와 연관된 통신 장치를 포함한다. 통신부(1010)는 안테나를 포함할 수 있다. Referring to FIG. 10, the communication unit 1010 is a component for exchanging information with other devices, such as a shopping mall operator terminal or a shopping mall platform server, through a wireless and/or wired network. The communication unit 1010 includes a communication device associated with a wired or wireless network. The communication unit 1010 may include an antenna.

프로세서(1020)는 통신부(1010)를 통해 수신되는 쇼핑몰의 판매 정보, 매출 정보 등을 획득하고, 프로그래밍된 바에 따라 시계열 매출 정보를 생성하고, 이를 바탕으로, 특정 기간의 이동평균을 산출하여 매출 추세 정보를 생성한다. 그리고는, 생성된 두 정보를 기반으로 매출 계절성 정보를 생성하고, 시계열 매출 정보에서 매출 추세 정보와 매출 계절성 정보 값을 뺄셈 연산하여 로컬 매출 정보를 생성한다. 그리고, 이를 시각화할 수 있다. The processor 1020 acquires sales information, sales information, etc. of the shopping mall received through the communication unit 1010, generates time series sales information according to programming, and based on this, calculates a moving average for a specific period to determine the sales trend. generate information. Then, sales seasonality information is generated based on the two generated information, and local sales information is generated by subtracting the sales trend information and sales seasonality information values from the time series sales information. And, you can visualize it.

한편, 프로세서(1020)는 월 매출액의 월별 증가율을 기반으로 그래프 좌측 시점부터 해당 월까지의 데이터에 대해 월별 증가율 평균 및 표준편차를 산출하여, 다음 달 매출 증가율과 상기 산출된 평균 및 표준편차 기반의 임계범위와 비교함에 의해 이상치 여부를 판별하여, 신규 추세 영역과 동일 추세 영역을 구분한다. 그리고는 구분된 영역을 기반으로 전반적인 추세 구간을 결정할 수 있다. 프로세서(1020)는 이를 기반으로 안정적 성작성을 보이는 쇼핑몰 또는 반전몰 등을 추론하고, 추론 결과를 해당 쇼핑몰 운영자 또는 쇼핑몰 플랫폼 운영자(관리자)에게 제공할 수 있다.Meanwhile, the processor 1020 calculates the average and standard deviation of the monthly increase rate for the data from the left side of the graph to the month based on the monthly increase rate of monthly sales, and calculates the average and standard deviation of the monthly increase rate based on the next month's sales increase rate and the calculated average and standard deviation. By comparing with the critical range, an outlier is determined and a new trend area is distinguished from the same trend area. Then, the overall trend section can be determined based on the separated areas. Based on this, the processor 1020 can infer a shopping mall or semi-mall that shows stable creation, and provide the inference result to the relevant shopping mall operator or shopping mall platform operator (manager).

메모리(1030)는 프로세서(1020)에서 수행해야 할 프로그램들과 연관된 명령어들을 저장하고 있으며, 프로세서(1020)에서 요구하는 각종 데이터를 저장하고 있는 저장장치이다. 메모리(1030)는 쇼핑몰의 판매 정보, 매출 정보, 특정 쇼핑몰에서의 상품 구매 회원 정보 및 쇼핑몰 회원들의 상품 구매 이력 정보를 저장하고 있을 수 있다. 메모리(1030)는 장치 내부의 로컬 메모리 또는 외부의 대용량 데이터베이스로써 구현될 수 있다. The memory 1030 is a storage device that stores instructions related to programs to be performed by the processor 1020 and various data required by the processor 1020. The memory 1030 may store shopping mall sales information, sales information, information on members purchasing products at a specific shopping mall, and product purchase history information of shopping mall members. The memory 1030 may be implemented as a local memory inside the device or as an external large-capacity database.

입출력 모듈(1040)은 키보드, 마우스와 같은 정보 입력 수단 및 모니터, TV, 터치스크린과 같은 정보 출력 수단을 포함한다. 입출력 모듈(1040)은 안정몰, 반전몰 등을 결정하기 위한 임계값에 대한 설정을 변경하고 관련된 내용을 표시하는데 사용된다. The input/output module 1040 includes information input means such as a keyboard and mouse, and information output means such as a monitor, TV, and touch screen. The input/output module 1040 is used to change settings for threshold values for determining stable mall, reverse mall, etc. and to display related content.

이상에서 설명된 시스템 또는 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 시스템, 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable 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 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 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 처리요소(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.The system or device described above may be implemented with hardware components, software components, and/or a combination of hardware components and software components. For example, the systems, devices and components described in the embodiments may include, for example, a processor, a controller, an arithmetic logic unit (ALU), a digital signal processor, a microcomputer, a field programmable array (FPA), etc. ), a programmable logic unit (PLU), a microprocessor, or any other device capable of executing and responding to instructions. A processing device may execute an operating system (OS) and one or more software applications that run on the operating system. Additionally, a processing device may access, store, manipulate, process, and generate data in response to the execution of software. For ease of understanding, a single processing device may be described as being used; however, those skilled in the art will understand that a processing device includes multiple processing elements and/or multiple types of processing elements. It can be seen that it may include. For example, a processing device may include a plurality of processors or one processor and one controller. Additionally, other processing configurations, such as parallel processors, are possible.

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.Software may include a computer program, code, instructions, or a combination of one or more of these, which may configure a processing unit to operate as desired, or may be processed independently or collectively. You can command the device. Software and/or data may be used on any type of machine, component, physical device, virtual equipment, computer storage medium or device to be interpreted by or to provide instructions or data to a processing device. , or may be permanently or temporarily embodied in a transmitted signal wave. Software may be distributed over networked computer systems and stored or executed in a distributed manner. Software and data may be stored on one or more computer-readable recording media.

실시예들에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 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 자기체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.Methods according to embodiments may be implemented in the form of program instructions that can be executed through various computer means and recorded on a computer-readable medium. The computer-readable medium may include program instructions, data files, data structures, etc., singly or in combination. Program instructions recorded on the medium may be specially designed and configured for the embodiment or may be known and available to those skilled in the art of computer software. Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks, and magnetic tapes, optical media such as CD-ROMs and DVDs, and magnetic media such as floptical disks. -Includes optical media (magneto-optical media) and hardware devices specifically configured to store and execute program instructions, such as ROM, RAM, flash memory, etc. Examples of program instructions include machine language code, such as that produced by a compiler, as well as high-level language code that can be executed by a computer using an interpreter, etc. The hardware devices described above may be configured to operate as one or more software modules to perform the operations of the embodiments, and vice versa.

이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 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.As described above, although the embodiments have been described with limited examples and drawings, various modifications and variations can be made by those skilled in the art from the above description. For example, the described techniques are performed in a different order than the described method, and/or components of the described system, structure, device, circuit, etc. are combined or combined in a different form than the described method, or other components are used. Alternatively, appropriate results may be achieved even if substituted or substituted by an equivalent.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.Therefore, other implementations, other embodiments, and equivalents of the claims also fall within the scope of the claims described below.

Claims (14)

컴퓨팅 장치에서의 쇼핑몰에 대한 시계열 매출 성장성을 시각화하는 방법에 있어서,
복수 개의 쇼핑몰들에 대해, 기간에 따른 매출액에 대한 정보를 획득하여 시계열 매출 분석 정보를 생성하는 단계;
상기 시계열 매출 분석 정보에서 단위 기간별 매출액 증가율 산출하여 성장성 분석 기간에 대해 복수 개의 서로 다른 추세 영역을 결정하는 단계; 및
상기 복수 개의 서로 다른 추세 영역 중 현재 추세 영역을 기반으로 상기 복수 개의 쇼핑몰 중 적어도 일부의 시계열 매출 성장성을 시각화하는 단계를 포함하되, 상기 복수 개의 서로 다른 추세 영역을 결정하는 단계는,
상기 단위 기간별 매출액 증가율을 산출하는 단계;
상기 성장성 분석 기간의 시작 시점으로부터 개별 단위 기간의 기준 시점까지의 매출액에 대해, 상기 단위 기간별 매출액 증가율의 평균과 표준편차를 산출하는 단계;
개별 단위 기간의 기준 시점에 대해, 다음 단위 기간의 기준 시점의 단위 기간별 매출액 증가율을 상기 평균 및 상기 표준편차 기반의 기준 범위와 비교하는 단계; 및
비교 결과, (i) 상기 기준 범위와 제 1 임계값 이상 차이가 나면 해당 기준 시점부터 신규 추세 영역으로 판단하고, (ii) 그렇지 않으면 해당 기준 시점을 이전 기준 시점과 동일 추세 영역으로 판단하는 단계를 포함하고,
현재 추세 기간에 대해, 상기 현재 추세 기간의 길이를 제 1 축으로, 상기 현재 추세 기간의 매출 증가액의 평균값을 제 2 축으로 하는 그래프에 개별 쇼핑몰을 포인트(point)로 하여 시각화하며,
상기 포인트의 크기는 현재 매출액에 비례하는, 쇼핑몰에 대한 시계열 매출 성장성을 시각화하는 방법.In a method of visualizing time series sales growth for a shopping mall on a computing device,
Obtaining information on sales over a period for a plurality of shopping malls and generating time series sales analysis information;
Calculating a sales growth rate for each unit period from the time series sales analysis information and determining a plurality of different trend areas for the growth analysis period; and
Visualizing time-series sales growth of at least some of the plurality of shopping malls based on a current trend area among the plurality of different trend areas, wherein determining the plurality of different trend areas includes:
calculating a sales growth rate for each unit period;
calculating the average and standard deviation of the sales growth rate for each unit period for sales from the start of the growth analysis period to the reference point of each unit period;
Comparing the sales growth rate by unit period at the base time of the next unit period with the reference point of each unit period and the reference range based on the average and the standard deviation; and
As a result of the comparison, (i) if there is a difference between the reference range and the first threshold, it is determined that the reference point is a new trend area, and (ii) otherwise, the reference point is judged to be the same trend area as the previous reference point. Contains,
For the current trend period, individual shopping malls are visualized as points on a graph with the length of the current trend period as the first axis and the average value of sales increase during the current trend period as the second axis,
A method of visualizing time series sales growth for a shopping mall, where the size of the point is proportional to current sales. 삭제delete 삭제delete 제 1 항에 있어서,
상기 제 1 축 상의 제 2 임계값보다 크면서 상기 제 2 축 상의 제 3 임계값보다 큰 값을 갖는 영역에 배열된 쇼핑몰을 추출하여 안정적 성장몰로 판단하는, 쇼핑몰에 대한 시계열 매출 성장성을 시각화하는 방법.According to claim 1,
Visualizing time series sales growth for shopping malls by extracting shopping malls arranged in an area with a value greater than the second threshold on the first axis and greater than the third threshold on the second axis and determining them as stable growth malls. method. 제 1 항에 있어서,
상기 제 1 축 상의 제 4 임계값보다 작으면서 상기 제 2 축 상의 제 5 임계값보다 작은 값을 갖는 영역에 배열된 쇼핑몰을 추출하여 하락세 반전 쇼핑몰로 판단하는, 쇼핑몰에 대한 시계열 매출 성장성을 시각화하는 방법.According to claim 1,
Visualizing time series sales growth for shopping malls by extracting shopping malls arranged in an area with values smaller than the fourth threshold on the first axis and smaller than the fifth threshold on the second axis and determining them as shopping malls with a downward trend reversal. method. 제 1 항에 있어서,
상기 제 1 축 상의 제 6 임계값보다 큰 값을 가지면서, 상기 제 2 축 상의 제 7 임계값보다 작은 값을 갖는 영역에 배열된 쇼핑몰을 추출하여 최근 급성장 쇼핑몰로 판단하는, 쇼핑몰에 대한 시계열 매출 성장성을 시각화하는 방법.According to claim 1,
Time series sales for shopping malls, where shopping malls arranged in an area with a value greater than the sixth threshold on the first axis and smaller than the seventh threshold on the second axis are extracted and judged to be a recently rapidly growing shopping mall. How to visualize growth. 삭제delete 제 1 항에 있어서,
상기 포인트의 크기에 비례하여 추세 기간 평균 길이의 기준값을 설정하고 상기 포인트의 크기에 반비례하여 추세 기간 평균 증가율의 기준값을 설정하며, 개별 쇼핑몰에 대응하는 포인트의 위치를 상기 설정된 추세 기간 평균 길이의 기준값 및 추세 기간 평균 증가율의 기준값과 비교하는, 쇼핑몰에 대한 시계열 매출 성장성을 시각화하는 방법.According to claim 1,
The reference value of the average length of the trend period is set in proportion to the size of the point, the reference value of the average growth rate of the trend period is set in inverse proportion to the size of the point, and the location of the point corresponding to the individual shopping mall is set to the reference value of the average length of the trend period set above. and a method for visualizing time series sales growth for a shopping mall, comparing it to a reference value of the average growth rate over the trend period. 제 8 항에 있어서,
비교 결과, 상기 포인트의 위치가 상기 설정된 추세 기간 평균 길이의 기준값 및 추세 기간 평균 증가율의 기준값을 벗어나는 쇼핑몰을 추출하여, 특수 성장 쇼핑몰로 판단하는, 쇼핑몰에 대한 시계열 매출 성장성을 시각화하는 방법.According to claim 8,
As a result of the comparison, a shopping mall whose point location deviates from the reference value of the set average length of the trend period and the reference value of the average growth rate of the trend period is extracted and judged to be a special growth shopping mall. A method of visualizing time series sales growth for a shopping mall. 제 1 항에 있어서,
특정 포인트를 선택하면, 상기 선택된 특정 포인트에 대응하는 쇼핑몰의 매출 추세 상세 분석 정보가 표시되는 사용자 인터페이스를 제공하는, 쇼핑몰에 대한 시계열 매출 성장성을 시각화하는 방법.According to claim 1,
A method of visualizing time series sales growth for a shopping mall, which provides a user interface that displays detailed analysis information on the sales trend of the shopping mall corresponding to the selected specific point when a specific point is selected. 제 10 항에 있어서,
상기 매출 추세 상세 분석 정보는, 해당 쇼핑몰의 시간에 따른, (i) 상기 시계열 매출 분석 정보, (ii) 상기 시계열 매출 분석 정보를 기반으로 제 1 기간의 매출액의 이동평균(moving average)을 산출하여 생성되는 매출 추세 분석 정보, (iii) 상기 시계열 매출 분석 정보에서 상기 매출 추세 분석 정보를 뺄셈 연산한 값을 단위 기간별로 평균을 구함에 의해 생성되는 매출 계절성 분석 정보, 및 (iv) 상기 시계열 매출 분석 정보에서, 상기 매출 추세 분석 정보와 상기 매출 계절성 분석 정보를 합산한 값을 뺄셈 연산함에 의해 생성되는, 로컬(local) 매출 분석 정보 중 적어도 둘을 포함하는, 쇼핑몰에 대한 시계열 매출 성장성을 시각화하는 방법.According to claim 10,
The sales trend detailed analysis information is calculated by calculating a moving average of sales in the first period based on (i) the time series sales analysis information, and (ii) the time series sales analysis information according to the time of the corresponding shopping mall. Sales trend analysis information generated, (iii) sales seasonality analysis information generated by calculating the average for each unit period of the value calculated by subtracting the sales trend analysis information from the time series sales analysis information, and (iv) time series sales analysis. A method of visualizing time series sales growth for a shopping mall, including at least two of local sales analysis information generated by subtracting the sum of the sales trend analysis information and the sales seasonality analysis information from the information. . 쇼핑몰에 대한 시계열 매출 성장성 시각화 장치에 있어서,
복수 개의 쇼핑몰들에 대해, 기간에 따른 매출액에 대한 정보를 획득하여 저장하는 저장부; 및
상기 기간에 따른 매출액에 대한 정보를 획득하여 시계열 매출 분석 정보를 생성하고, 상기 시계열 매출 분석 정보에서 단위 기간별 매출액 증가율 산출하여 성장성 분석 대상 기간에 대해 복수 개의 서로 다른 추세 영역을 결정하며, 상기 복수 개의 서로 다른 추세 영역 중 현재 추세 영역을 기반으로 상기 복수 개의 쇼핑몰 중 적어도 일부의 시계열 매출 성장성을 시각화하는 프로세서를 포함하되, 상기 프로세서는,
상기 단위 기간별 매출액 증가율을 산출하고, 상기 성장성 분석 기간의 시작 시점으로부터 개별 단위 기간의 기준 시점까지의 매출액에 대해, 상기 단위 기간별 매출액 증가율의 평균과 표준편차를 산출하며, 개별 단위 기간의 기준 시점에 대해, 다음 단위 기간의 기준 시점의 단위 기간별 매출액 증가율을 상기 평균 및 상기 표준편차 기반의 기준 범위와 비교하고, 그리고 비교 결과, (i) 상기 기준 범위와 제 1 임계값 이상 차이가 나면 해당 기준 시점부터 신규 추세 영역으로 판단하고, (ii) 그렇지 않으면 해당 기준 시점을 이전 기준 시점과 동일 추세 영역으로 판단하며, 현재 추세 기간에 대해, 상기 현재 추세 기간의 길이를 제 1 축으로, 상기 현재 추세 기간의 매출 증가액의 평균값을 제 2 축으로 하는 그래프에 개별 쇼핑몰을 포인트(point)로 하여 시각화하고,
상기 포인트의 크기는 현재 매출액에 비례하는, 쇼핑몰에 대한 시계열 매출 성장성 시각화 장치.In a time series sales growth visualization device for a shopping mall,
a storage unit that obtains and stores information on sales over a period of time for a plurality of shopping malls; and
Obtain information on sales according to the period to generate time series sales analysis information, calculate the sales growth rate for each unit period from the time series sales analysis information, determine a plurality of different trend areas for the growth analysis target period, and determine a plurality of different trend areas for the growth analysis target period. A processor that visualizes time-series sales growth of at least some of the plurality of shopping malls based on a current trend area among different trend areas, the processor comprising:
Calculate the sales growth rate for each unit period, calculate the average and standard deviation of the sales growth rate for each unit period for sales from the start of the growth analysis period to the base point of each unit period, and calculate the average and standard deviation of the sales growth rate for each unit period, and calculate the average and standard deviation of the sales growth rate for each unit period. For this, the sales growth rate per unit period at the reference point of the next unit period is compared with the reference range based on the average and the standard deviation, and as a result of the comparison, (i) if there is a difference between the reference range and the first threshold value or more, the reference point (ii) otherwise, the reference point is determined to be the same trend area as the previous reference point, and for the current trend period, the length of the current trend period is the first axis, and the current trend period is Visualize individual shopping malls as points on a graph with the average value of sales increase as the second axis,
A time series sales growth visualization device for a shopping mall, where the size of the point is proportional to current sales. 쇼핑몰에 대한 시계열 매출 성장성을 시각화하는 시스템에 있어서,
전자상거래와 연관된 복수 개의 쇼핑몰들의 기간에 따른 매출액과 관련된 정보를 제공하는, 쇼핑몰 운영 서버; 및
상기 쇼핑몰 운영 서버로부터, 복수 개의 쇼핑몰들에 대해, 상기 기간에 따른 매출액에 대한 정보를 획득하여 시계열 매출 분석 정보를 생성하고, 상기 시계열 매출 분석 정보에서 단위 기간별 매출액 증가율 산출하여 성장성 분석 대상 기간에 대해 복수 개의 서로 다른 추세 영역을 결정하며, 상기 복수 개의 서로 다른 추세 영역 중 현재 추세 영역을 기반으로 상기 복수 개의 쇼핑몰 중 적어도 일부의 시계열 매출 성장성을 시각화하는 성장몰 분석 장치를 포함하되, 상기 성장몰 분석 장치는,
상기 단위 기간별 매출액 증가율을 산출하고, 상기 성장성 분석 기간의 시작 시점으로부터 개별 단위 기간의 기준 시점까지의 매출액에 대해, 상기 단위 기간별 매출액 증가율의 평균과 표준편차를 산출하며, 개별 단위 기간의 기준 시점에 대해, 다음 단위 기간의 기준 시점의 단위 기간별 매출액 증가율을 상기 평균 및 상기 표준편차 기반의 기준 범위와 비교하고, 그리고 비교 결과, (i) 상기 기준 범위와 제 1 임계값 이상 차이가 나면 해당 기준 시점부터 신규 추세 영역으로 판단하고, (ii) 그렇지 않으면 해당 기준 시점을 이전 기준 시점과 동일 추세 영역으로 판단하며, 현재 추세 기간에 대해, 상기 현재 추세 기간의 길이를 제 1 축으로, 상기 현재 추세 기간의 매출 증가액의 평균값을 제 2 축으로 하는 그래프에 개별 쇼핑몰을 포인트(point)로 하여 시각화하고,
상기 포인트의 크기는 현재 매출액에 비례하는, 쇼핑몰에 대한 시계열 매출 성장성 시각화 시스템.In a system for visualizing time series sales growth for shopping malls,
a shopping mall operation server that provides information related to sales over a period of a plurality of shopping malls related to e-commerce; and
From the shopping mall operation server, for a plurality of shopping malls, information on sales according to the period is acquired to generate time series sales analysis information, and sales growth rate per unit period is calculated from the time series sales analysis information for the growth analysis target period. A growth mall analysis device that determines a plurality of different trend areas and visualizes time series sales growth of at least some of the plurality of shopping malls based on a current trend area among the plurality of different trend areas, wherein the growth mall analysis device includes: The device is,
Calculate the sales growth rate for each unit period, calculate the average and standard deviation of the sales growth rate for each unit period for sales from the start of the growth analysis period to the base point of the individual unit period, and calculate the average and standard deviation of the sales growth rate for each unit period, and calculate the average and standard deviation of the sales growth rate for each unit period. For this, the sales growth rate per unit period at the reference point of the next unit period is compared with the reference range based on the average and the standard deviation, and as a result of the comparison, (i) if there is a difference between the reference range and the first threshold or more, the reference point (ii) otherwise, the reference point is determined to be the same trend area as the previous reference point, and for the current trend period, the length of the current trend period is the first axis, and the current trend period is Visualize individual shopping malls as points on a graph with the average value of sales increase as the second axis,
A time series sales growth visualization system for a shopping mall, where the size of the point is proportional to current sales. 프로세서에 의해 실행 가능한 명령어들을 포함하는, 컴퓨터 판독 가능한 저장 매체로서, 상기 명령어들은 상기 프로세서에 의해 실행되었을 때,
복수 개의 쇼핑몰들에 대해, 기간에 따른 매출액에 대한 정보를 획득하여 시계열 매출 분석 정보를 생성하고;
상기 시계열 매출 분석 정보에서 단위 기간별 매출액 증가율 산출하여 성장성 분석 기간에 대해 복수 개의 서로 다른 추세 영역을 결정하며; 그리고
상기 복수 개의 서로 다른 추세 영역 중 현재 추세 영역을 기반으로 상기 복수 개의 쇼핑몰 중 적어도 일부의 시계열 매출 성장성을 시각화하도록 구성되되,
상기 복수 개의 서로 다른 추세 영역을 결정할 때, 상기 단위 기간별 매출액 증가율을 산출하고, 상기 성장성 분석 기간의 시작 시점으로부터 개별 단위 기간의 기준 시점까지의 매출액에 대해, 상기 단위 기간별 매출액 증가율의 평균과 표준편차를 산출하며, 개별 단위 기간의 기준 시점에 대해, 다음 단위 기간의 기준 시점의 단위 기간별 매출액 증가율을 상기 평균 및 상기 표준편차 기반의 기준 범위와 비교하고, 그리고 비교 결과, (i) 상기 기준 범위와 제 1 임계값 이상 차이가 나면 해당 기준 시점부터 신규 추세 영역으로 판단하고, (ii) 그렇지 않으면 해당 기준 시점을 이전 기준 시점과 동일 추세 영역으로 판단하며,
현재 추세 기간에 대해, 상기 현재 추세 기간의 길이를 제 1 축으로, 상기 현재 추세 기간의 매출 증가액의 평균값을 제 2 축으로 하는 그래프에 개별 쇼핑몰을 포인트(point)로 하여 시각화하고,
상기 포인트의 크기는 현재 매출액에 비례하는, 컴퓨터 판독 가능한 저장 매체.A computer-readable storage medium comprising instructions executable by a processor, wherein when executed by the processor, the instructions:
For a plurality of shopping malls, obtain information on sales over a period and generate time series sales analysis information;
Calculate the sales growth rate for each unit period from the time series sales analysis information and determine a plurality of different trend areas for the growth analysis period; and
Configured to visualize time series sales growth of at least some of the plurality of shopping malls based on a current trend area among the plurality of different trend areas,
When determining the plurality of different trend areas, the sales growth rate for each unit period is calculated, and for sales from the start of the growth analysis period to the reference point of each unit period, the average and standard deviation of the sales growth rate for each unit period are calculated. Calculate, for the reference point of each unit period, compare the sales growth rate by unit period at the reference point of the next unit period with the reference range based on the average and the standard deviation, and as a result of the comparison, (i) the reference range and (ii) If the difference is greater than the first threshold, the reference point is judged to be a new trend area; (ii) otherwise, the reference point is judged to be the same trend area as the previous reference point;
For the current trend period, visualize individual shopping malls as points on a graph with the length of the current trend period as the first axis and the average value of sales increase during the current trend period as the second axis,
A computer-readable storage medium wherein the size of the point is proportional to current sales.
KR1020210134913A 2021-06-11 2021-10-12 Method, apparatus and system for visualizing sequential sales growth ratio for shopping mall KR102617903B1 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20210076093 2021-06-11
KR1020210076093 2021-06-11

Publications (2)

Publication Number Publication Date
KR20220167186A KR20220167186A (en) 2022-12-20
KR102617903B1 true KR102617903B1 (en) 2023-12-27

Family

ID=84539013

Family Applications (3)

Application Number Title Priority Date Filing Date
KR1020210129585A KR20220167181A (en) 2021-06-11 2021-09-30 Growing shopping mall analysis method, apparatus, and system
KR1020210134910A KR102617904B1 (en) 2021-06-11 2021-10-12 Method, apparatus and system for analizing sequential sales growth ratio for shopping mall
KR1020210134913A KR102617903B1 (en) 2021-06-11 2021-10-12 Method, apparatus and system for visualizing sequential sales growth ratio for shopping mall

Family Applications Before (2)

Application Number Title Priority Date Filing Date
KR1020210129585A KR20220167181A (en) 2021-06-11 2021-09-30 Growing shopping mall analysis method, apparatus, and system
KR1020210134910A KR102617904B1 (en) 2021-06-11 2021-10-12 Method, apparatus and system for analizing sequential sales growth ratio for shopping mall

Country Status (1)

Country Link
KR (3) KR20220167181A (en)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160306861A1 (en) * 2013-08-09 2016-10-20 Zoomdata, Inc. Real-time data visualization of streaming data

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9208462B2 (en) 2011-12-21 2015-12-08 Mu Sigma Business Solutions Pvt. Ltd. System and method for generating a marketing-mix solution
KR101738898B1 (en) * 2015-09-03 2017-06-08 사단법인 한국신용정보원 Market forecasts providing method and computer program thereof
KR101963817B1 (en) * 2017-04-05 2019-03-29 주식회사 이랜드월드 Apparatus and method for generating prediction information based on a keyword search volume

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160306861A1 (en) * 2013-08-09 2016-10-20 Zoomdata, Inc. Real-time data visualization of streaming data

Also Published As

Publication number Publication date
KR102617904B1 (en) 2023-12-27
KR20220167185A (en) 2022-12-20
KR20220167186A (en) 2022-12-20
KR20220167181A (en) 2022-12-20

Similar Documents

Publication Publication Date Title
US8065203B1 (en) Computer-implemented systems and methods for product attribute estimations
CN110580649B (en) Method and device for determining commodity potential value
US11580586B2 (en) Real-time recommendation monitoring dashboard
CN108287857B (en) Expression picture recommendation method and device
Bertsimas et al. Data-driven assortment optimization
Ko et al. Marketanalyzer: An interactive visual analytics system for analyzing competitive advantage using point of sale data
US20120137238A1 (en) Data visualization interface including range control and treemap integration
Jena An Approach for Forecast Prediction in Data Analytics Field by Tableau Software.
JP2021170326A (en) Method, device and program used in data analysis
Kim et al. Evolution of open innovation by value-based network perspective: the case of Korean smart home industry
US11062250B1 (en) System and method for database architecture for electronic data optimization and management
Serrato et al. The strategic business value of big data
KR102617903B1 (en) Method, apparatus and system for visualizing sequential sales growth ratio for shopping mall
US20200380541A1 (en) Method and system for adjustable automated forecasts
Ye et al. BlastGraph: a comparative genomics tool based on BLAST and graph algorithms
JP2007188285A (en) Method and system for setting threshold
Díaz et al. Morphing projections: a new visual technique for fast and interactive large-scale analysis of biomedical datasets
Ai-ming et al. Excavation of critical resource node for quality control of multi-variety mixed production shopfloor based on complex network property
JP5296660B2 (en) Service scale growth analysis system and method, and program therefor
US10147105B1 (en) System and process for analyzing images and predicting personality to enhance business outcomes
Souza et al. K-nearest neighbor regression in the estimation of tectona g randis trunk volume in the state of Pará, Brazil
Lavorato et al. How Smart Technologies Affect the Decision-Making and Control System of Food and Beverage Companies—A Case Study
JP7215318B2 (en) Information processing program, information processing method, and information processing apparatus
US20200097985A1 (en) System and method for modelling organic sellability of fashion products
Timokhovich et al. Role of analytics in strategic marketing

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