KR102651407B1 - 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템 - Google Patents
빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템 Download PDFInfo
- Publication number
- KR102651407B1 KR102651407B1 KR1020210020791A KR20210020791A KR102651407B1 KR 102651407 B1 KR102651407 B1 KR 102651407B1 KR 1020210020791 A KR1020210020791 A KR 1020210020791A KR 20210020791 A KR20210020791 A KR 20210020791A KR 102651407 B1 KR102651407 B1 KR 102651407B1
- Authority
- KR
- South Korea
- Prior art keywords
- marketing
- product
- relay server
- portal site
- analysis
- Prior art date
- Legal status (The legal status 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 status listed.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000007405 data analysis Methods 0.000 claims abstract description 99
- 230000003612 virological effect Effects 0.000 claims abstract description 20
- 238000012552 review Methods 0.000 claims description 47
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000011160 research Methods 0.000 claims description 5
- 238000007635 classification algorithm Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 7
- OVBPIULPVIDEAO-LBPRGKRZSA-N folic acid Chemical compound C=1N=C2NC(N)=NC(=O)C2=NC=1CNC1=CC=C(C(=O)N[C@@H](CCC(O)=O)C(O)=O)C=C1 OVBPIULPVIDEAO-LBPRGKRZSA-N 0.000 description 12
- OVBPIULPVIDEAO-UHFFFAOYSA-N N-Pteroyl-L-glutaminsaeure Natural products C=1N=C2NC(N)=NC(=O)C2=NC=1CNC1=CC=C(C(=O)NC(CCC(O)=O)C(O)=O)C=C1 OVBPIULPVIDEAO-UHFFFAOYSA-N 0.000 description 6
- 229960000304 folic acid Drugs 0.000 description 6
- 235000019152 folic acid Nutrition 0.000 description 6
- 239000011724 folic acid Substances 0.000 description 6
- 230000001737 promoting effect Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 241000700605 Viruses Species 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 230000035935 pregnancy Effects 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템에 관한 것으로서, 분석대상 제품에 대한 키워드가 입력되는 입력모듈과, 상기 분석대상 제품에 대한 바이럴 마케팅이 가능한 마케팅 컨텐츠가 포함된 마케팅 채널을 제공할 수 있는 포털사이트 중계 서버에 접속하여 해당 포털사이트 중계 서버로부터 해당 키워드에 대응되는 검색정보를 수집하는 정보 수집모듈과, 상기 정보 수집모듈에서 제공되는 검색정보를 토대로 해당 분석대상 제품에 대한 시장성 분석을 위한 분석 자료를 생성하는 자료 분석부를 구비한다.
본 발명에 따른 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템은 마케팅 채널에서 제공되는 마케팅 컨텐츠를 분석하여 분석대상 제품에 대한 시장성을 분석하므로 분석대상 제품에 대한 보다 정확한 바이럴 마케팅 효과를 판별할 수 있다는 장점이 있다.
본 발명에 따른 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템은 마케팅 채널에서 제공되는 마케팅 컨텐츠를 분석하여 분석대상 제품에 대한 시장성을 분석하므로 분석대상 제품에 대한 보다 정확한 바이럴 마케팅 효과를 판별할 수 있다는 장점이 있다.
Description
본 발명은 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템에 관한 것으로서, 분석대상 제품에 대해 바이럴 마케팅이 가능한 마케팅 채널을 토대로 해당 제품의 시장성을 분석할 수 있는 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템에 관한 것이다.
최근 들어, 통신 기술의 발달로 개인들은 PC를 통해 인터넷 기술을 이용하여 인터넷상에서 네트워크를 형성함으로써 종래의 장소와 시간적 제약을 동시에 해결하는 역할을 하고 있다. 이와 더불어 개인이 자신의 인터넷상의 가상공간에서 타인과 관계를 맺을 수 있는 서비스, 즉, 커뮤니케이션을 제공하고 다양한 정보를 공유할 수 있도록 하는 서비스가 대두되고 있는데, 이를 소셜 네트워크 서비스(SNS: Social Networking Service)라 한다.
소셜 네트워크 서비스의 사용이 보편화 되면서, 소셜 네트워크 서비스 상의 정보에 대한 효과적 활용의 욕구가 커지고 있다. 매일 엄청난 양의 데이터가 소셜 네트워크 서비스 상에서 생성되고 있고, 사용자들은 자신들의 관심 정보를 믿을 만한 사람들을 통해 획득하고자 한다. 대부분의 소셜 네트워크 서비스는 공유 포스팅 기능을 제공하고 있으며, 자신과 관계를 맺고 있는 모든 사용자들에게 자신이 설정한 포스팅 문구를 노출시켜 개인의 감정 및 현재 상태를 신속하게 전달할 수 있다.
한편, 바이럴(Viral) 마케팅은 소비자들 사이에 급속하게 퍼질 만한 마케팅 메시지를 주입하기 위해 벌이는 각종 노력을 가리킨다. 이런 노력은 이메일 메시지나 동영상의 형태로 주로 시도되었으며 컴퓨터 바이러스처럼 온라인상에서 네티즌들이 정보를 확산시킨다. 최근에는 블로그나 트위터, 페이스 북 등을 통해 확산되는 인터넷 광고 기법으로 바이럴 바케팅이 주목받고 있으며, 기업이 직접 홍보를 하지 않고 소비자들의 반응을 통해 전해지는 광고라는 점에서 기존의 광고와 다르다.
즉, 바이럴 마케팅은 한 소비자가 다른 소비자에게 자발적으로 메시지를 전달함으로써, 그 메시지의 노출을 기하급수적이고도 지속적으로 확산시키는 마케팅 방법을 말한다. 효과적인 바이럴 마케팅 결과를 얻기 위해서는 자발적인 바이럴을 유도할 수 있는 컨텐츠 작성이 중요하며 소비자나 기업이 생성 및 가공한 컨텐츠를 활용한 바이럴은 또 다른 소비자의 구매의사 결정에 중요한 영향을 미치게 하는 것이 바로 핵심이다.
이러한 바이럴 마케팅은 다른 마케팅보다 비용이 거의 들지 않고 손쉽게 시작할 수 있는 장점이 있지만 비용대비 효율성을 측정하지 않아도 된다는 생각에 바이럴 마케팅의 효과측정을 소홀히 하는 경우가 많다. 특히, 페이스 북의 경우, 공유, 댓글, 및 좋아요 등의 종류에 따라 바이럴 마케팅 효과가 나타난다고 하지만 그 확실한 기준을 알 수 있는 방법이 없다.
따라서, 바이럴 마케팅을 통해 원하는 메시지를 담은 콘텐츠가 얼마나 많이 퍼져 나갔는지를 알 수 있고, 향후 마케팅 방향의 지표로 삼기 위한 다양한 바이럴 마케팅 효과 분석방법이 요구되고 있다.
본 발명은 상기와 같은 문제점을 개선하기 위해 창안된 것으로서, 마케팅 채널에서 제공되는 마케팅 컨텐츠를 분석하여 분석대상 제품에 대한 시장성을 분석할 수 있는 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템을 제공하는데 그 목적이 있다.
상기 목적을 달성하기 위한 본 발명에 따른 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템은 분석대상 제품에 대한 검색 키워드가 입력되는 입력모듈과, 상기 분석대상 제품에 대한 바이럴 마케팅이 가능한 마케팅 컨텐츠가 포함된 마케팅 채널을 제공할 수 있는 포털사이트 중계 서버에 접속하여 해당 포털사이트 중계 서버로부터 해당 검색 키워드에 대응되는 검색정보를 수집하는 정보 수집모듈과, 상기 정보 수집모듈에서 제공되는 검색정보를 토대로 해당 분석대상 제품에 대한 시장성 분석을 위한 분석 자료를 생성하는 자료 분석부를 구비한다.
상기 정보 수집모듈은 상기 포털사이트 중계 서버에서, 해당 검색 키워드가 검색된 조회 수인 총검색수에 대한 정보를 수집할 수 있다.
상기 정보 수집모듈은 상기 포털사이트 중계 서버에서 해당 검색 키워드로 검색시 제공되는 마케팅 컨텐츠 수를 수집하고, 상기 자료 분석부는 상기 검색 키워드에 대한 컨텐츠 경쟁강도를 산출하되, 상기 정보 수집모듈에서 수집된 상기 마케팅 컨텐츠 수에, 상기 총검색수를 나눈 값을 상기 컨텐츠 경쟁강도로 산출할 수 있다.
상기 정보 수집모듈은 상기 포털사이트 중계서버로부터 상기 마케팅 채널들 중 공급자가 판매상품을 판매할 수 있는 마케팅 채널에서 기설정된 단위기간동안 월별로 상기 검색 키워드로 검색되는 상기 마케팅 컨텐츠 수를 수집하고, 수집된 마케팅 컨텐츠 수를 월별 상품수로 산출하고, 상기 자료 분석부는 상기 정보 수집모듈에서 제공되는 상기 월별 상품수의 평균인 평균 상품수를 산출하고, 산출된 상기 평균 상품수에, 상기 총검색수를 나누어 해당 검색 키워드에 대한 상품 경쟁강도를 산출한다.
상기 정보 수집모듈은 상기 포털사이트 중계서버로부터 상기 마케팅 채널들 중 공급자가 판매상품을 판매할 수 있는 마케팅 채널에서 상기 단위기간동안 월별로 상기 검색 키워드로 검색되는 상기 마케팅 컨텐츠들을 수집하고, 수집된 해당 마케팅 컨텐츠들에서 상기 공급자가 기입력한 상기 판매상품에 대한 상품 키워드들을 수집하며, 월별로 해당 상품 키워드들이 중복되는 횟수인 월별 중복수를 산출하고, 상기 자료 분석부는 상기 정보 수집모듈에서 제공되는 월별 중복수의 평균인 평균 중복수를 산출할 수 있다.
상기 자료 분석부는 상기 검색 키워드 별로 상기 총검색수, 상품 경쟁강도, 평균 상품수 및 평균 중복수의 값을 토대로 해당 검색 키워드에 대한 핵심 키워드 점수를 산출할 수 있다.
상기 자료 분석부는 상기 총검색수에 기설정된 제1가중치를 적용한 제1단위점수를 산출하고, 상기 상품 경쟁강도 값에 기설정된 제2가중치를 적용한 제2단위점수를 산출하며, 상기 평균 상품수에 기설정된 제3가중치를 적용한 제3단위점수를 산출하고, 상기 평균 중복수에 기설정된 제4가중치를 적용한 제4단위점수를 산출하고, 상기 제1 내지 제4단위점수를 합산하여 해당 핵심 키워드 점수를 산출할 수 있다.
상기 정보 수집모듈은 상기 포털사이트 중계서버로부터 상기 마케팅 채널들 중 공급자가 판매상품을 판매할 수 있는 마케팅 채널에서 기설정된 단위기간동안 월별로 상기 검색 키워드로 검색되는 상기 마케팅 컨텐츠 수 및 해당 마케팅 컨텐츠가 해당 포털사이트 중계서버에 접속한 접속자들에 의해 선택된 횟수인 월별 클릭수에 대한 정보를 수집하고, 수집된 마케팅 컨텐츠 수를 월별 상품수로 산출하고, 상기 자료 분석부는 상기 정보 수집모듈에서 제공되는 상기 월별 상품수의 평균인 평균 상품수를 산출하고, 상기 월별 클릭수의 평균인 평균 클릭수를 산출하며, 상기 평균 상품수에 상기 평균 클릭수를 나누어 클릭경쟁률을 산출할 수 있다.
상기 정보 수집모듈은 상기 포털사이트 중계서버로부터 상기 마케팅 채널들 중 공급자가 판매상품을 판매할 수 있는 마케팅 채널에서 기설정된 단위기간동안 월별로 상기 검색 키워드로 검색되는 상기 마케팅 컨텐츠의 광고 단가 및 해당 마케팅 컨텐츠가 해당 포털사이트 중계서버에 접속한 접속자들에 의해 선택된 횟수인 월별 클릭수에 대한 정보를 수집하고, 상기 자료 분석부는 상기 월별 클릭수의 평균인 평균 클릭수를 산출하고, 상기 광고 단가에 상기 평균 클릭수를 나누어 클릭 대비 광고 단가에 대한 정보를 산출할 수도 있다.
상기 정보 수집모듈은 상기 포털사이트 중계서버로부터 상기 마케팅 채널별로 상기 검색 키워드로 검색되는 마케팅 켄텐츠의 수에 대한 정보를 수집하고, 상기 자료 분석부는 상기 정보 수집모듈에서 제공되는 상기 마케팅 채널별로 상기 검색 키워드로 검색되는 마케팅 켄텐츠의 수에 대한 정보를 토대로 해당 검색 키워드에 대한 상기 마케팅 채널들의 점유율을 산출할 수 있다.
상기 마케팅 채널들 중 어느 하나는 상기 검색 키워드로 검색할 경우, 상기 마케팅 채널들 중 나머지에 포함된 마케팅 컨텐츠들에서 상기 포털사이트 중계서버의 기설정된 분류 알고리즘에 따라 선택된 마케팅 컨텐츠를 포함하고, 상기 자료 분석부는 상기 마케팅 채널별로 상기 마케팅 채널들 중 어느 하나에 포함된 마케팅 컨텐츠의 수를 산출할 수 있다.
상기 마케팅 채널들 중 어느 하나는 상기 검색 키워드로 검색할 경우, 상기 마케팅 채널들 중 나머지에 포함된 마케팅 컨테츠들에서 상기 포털사이트 중계서버의 기설정된 분류 알고리즘에 따라 선택된 마케팅 컨텐츠를 포함하되, 포함된 상기 마케팅 컨텐츠들에 상기 포털사이트 중계서버의 기설정된 우선순위 알고리즘에 따라 우선순위가 설정되고, 상기 자료 분석부는 상기 마케팅 채널들 중 어느 하나에 포함된 상기 마케팅 컨텐츠들 중 기설정된 순위 내에 포함된 상기 마케팅 컨텐츠의 발행일을 산출할 수 있다.
상기 입력모듈은 상기 포털사이트 중계서버로부터 사용자에 의해 입력된 입력 키워드와 관련된 제1연관 키워드들을 수집하고, 수집된 상기 제1연관 키워드들와 관련된 상기 포털 사이트 중계 서버에서 제공하는 상기 제2연관 키워드들을 수집하고, 상기 입력 키워드, 제1 및 제2연관 키워드를 상기 검색 키워드로 상기 정보 수집모듈에 제공할 수 있다.
상기 정보 수집모듈은 상기 포털사이트 중계서버로부터 상기 마케팅 채널들 중 공급자가 판매상품을 판매할 수 있는 마케팅 채널에서 상기 단위기간동안 월별로 상기 검색 키워드로 검색되는 상기 마케팅 컨텐츠들을 수집하고, 수집된 해당 마케팅 컨텐츠들에서 상기 공급자가 기입력한 상기 판매상품에 대한 상품 키워드들을 수집하고, 상기 자료 분석부는 상기 검색 키워드에 대한 상기 상품 키워드들의 중복 여부를 분석할 수 있다.
상기 입력모듈은 해당 분석대상 제품에 대한 경쟁사의 유사제품에 대한 정보가 입력되고, 상기 정보 수집모듈은 상기 마케팅 채널들 중 해당 유사제품을 판매하는 마케팅 채널의 마케팅 컨텐츠에서, 해당 유사제품을 구매한 구매자가 작성한 마케팅 컨텐츠인 제1상품 리뷰에 대한 정보, 상기 유사제품의 판매 단가, 상기 마케팅 채널들 중 상기 분석대상 제품을 판매하는 마케팅 채널의 마케팅 컨텐츠에서, 해당 분석대상 제품을 구매한 구매자가 작성한 마케팅 컨텐츠인 제2상품 리뷰에 대한 정보를 수집할 수 있다.
상기 자료 분석부는 상기 제1상품 리뷰 수를 토대로 상기 유사제품의 예상 매출을 산출할 수 있다.
상기 자료 분석부는 상기 제1상품 리뷰에 대한 정보를 토대로 기설정된 조사기간에 대해 월별로 상기 제1상품 리뷰의 수를 산출하며, 상기 조사기간 중 상기 제1상품 리뷰의 수가 많은 순으로 기설정된 순위 내의 월별 상기 제1상품 리뷰의 평균인 리뷰 평균값을 산출하고, 산출된 상기 리뷰 평균값을 하기의 수학식에 대입하여 상기 유사제품의 예상 매출을 산출하고,
[수학식]
여기서, 상기 Q는 상기 유사제품의 예상 매출이고, 상기 RA는 상기 리뷰 평균값이고, 상기 P는 상기 유사제품의 판매 단가이고, 상기 K는 리뷰 매출 변환 상수인 것이 바람직하다.
상기 리뷰 매출 변환 상수는 상기 분석대상 제품의 상기 제2상품 리뷰의 수에 대한 상기 분석대상 제품의 판매수의 비율이 적용된다.
본 발명에 따른 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템은 마케팅 채널에서 제공되는 마케팅 컨텐츠를 분석하여 분석대상 제품에 대한 시장성을 분석하므로 분석대상 제품에 대한 보다 정확한 바이럴 마케팅 효과를 판별할 수 있다는 장점이 있다.
도 1은 본 발명에 따른 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템에 대한 개념도이고,
도 2는 도 1의 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템에 대한 블럭도이고,
도 3 내지 도 5는 도 1의 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템의 자료 분석부에서 산출된 분석자료에 대한 예시이다.
도 2는 도 1의 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템에 대한 블럭도이고,
도 3 내지 도 5는 도 1의 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템의 자료 분석부에서 산출된 분석자료에 대한 예시이다.
이하, 첨부한 도면을 참조하여 본 발명의 실시예에 따른 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템에 대해 상세히 설명한다. 본 발명은 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 본문에 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다. 첨부된 도면에 있어서, 구조물들의 치수는 본 발명의 명확성을 기하기 위하여 실제보다 확대하여 도시한 것이다.
제1, 제2 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 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.
본 출원에서 사용한 용어는 단지 특정한 실시 예를 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 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 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 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
도 1 및 도 2에는 본 발명에 따른 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템(100)이 도시되어 있다.
도면을 참조하면, 상기 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템(100)은 분석대상 제품에 대한 검색 키워드가 입력되는 입력모듈(110)과, 상기 분석대상 제품에 대한 바이럴 마케팅이 가능한 마케팅 컨텐츠가 포함된 마케팅 채널을 제공할 수 있는 포털사이트 중계 서버(10)에 접속하여 해당 포털사이트 중계 서버(10)로부터 해당 검색 키워드에 대응되는 검색정보를 수집하는 정보 수집모듈(120)과, 상기 정보 수집모듈(120)에서 제공되는 검색정보를 토대로 해당 분석대상 제품에 대한 시장성 분석을 위한 분석 자료를 생성하는 자료 분석부(130)를 구비한다.
여기서, 포털사이트 중계 서버(10)는 검색기능을 지원하는 것으로서, 다수의 마케팅 채널을 포함한다. 일예로, 포털사이트 중계 서버(10)는 네이버 또는 다음과 같이 포털 사이트를 운영하는 업체의 운영서버가 적용된다.
또한, 마케팅 채널은 해당 마케팅 컨텐츠를 제공하는 홍보매체들이 포함된 것으로서, 인터넷 카페 분야, 블로그 분야, 지식인 분야, 쇼핑 사이트 분야, VIEW 채널 등이 적용된다. 여기서, 홍보매체는 마케팅 채널에 포함되어 해당 마케팅 컨텐츠가 마련된 것으로서, 일예로, 인터넷 카페 분야의 마케팅 채널의 경우, 홍보매체는 인터넷 카페들이 적용된다.
한편, 상기 마케팅 채널 중 어느 하나 즉, VIEW 채널은 포털사이트 중계서버(10)에서 검색 키워드로 검색할 경우, 마케팅 채널들 중 나머지에 포함된 마케팅 컨텐츠들에서 포털사이트 중계서버(10)의 기설정된 분류 알고리즘에 따라 선택된 마케팅 컨텐츠들을 포함한다. 이때, 상기 VIEW 채널은 포함된 상기 마케팅 컨텐츠들에 상기 포털사이트 중계서버(10)의 기설정된 우선순위 알고리즘에 따라 우선순위가 설정되고, 해당 우선순위에 따라 순차적으로 정리된 검색 웹페이지를 해당 접속자에게 제공할 수 있다.
또한, 마케팅 컨텐츠는 바이럴 마케팅이 가능한 컨텐츠로서, 게시글, 댓글, 쇼핑몰의 판매글, 광고글, 리뷰, 동영상 등이 포함된다. 한편, 쇼핑몰의 판매글과 같이 공급자가 판매상품을 판매할 수 있는 마케팅 채널의 마케팅 컨텐츠에는 해당 공급자가 판매상품에 대한 상품 키워드들이 입력되어 있다. 해당 상품 키워드는 포털사이트 중계서버(10)에 접속한 접속자가 검색시 해당 판매상품이 검색되기 위해 공급자가 입력한 키워드이다.
여기서, 포털사이트 중계 서버(10)는 해당 검색 키워드로 검색할 경우, 기설정된 검색 알고리즘에 따라 상기 마케팅 채널에 포함되어 해당 마케팅 컨텐츠를 제공하는 홍보매체들에 우선순위를 설정하고, 상기 홍보매체들을 우선순위 순으로 정렬한 검색결과 웹페이지를 사용자에게 제공한다.
상기 입력모듈(110)은 사용자가 해당 키워드를 입력할 수 있도록 키보드와 같은 정보 입력수단(미도시)을 구비하고, 해당 키워드를 검색 키워드로 정보 수집모듈(120)에 제공할 수 있다. 여기서, 검색 키워드는 분석대상 제품과 관련성이 높은 단어나 문장으로서, 사용자가 직접 입력모듈(110)에 입력할 수 있다. 일예로, 분석대상 제품이 엽산 관련 제품일 경우, 검색 키워드는 엽산, 엽산추천, 임산부엽산, 임산부엽산추런, 임신준비엽산 등이 포함될 수 있다.
또한, 입력모듈(110)을 통해 사용자는 해당 분석대상 제품에 대한 경쟁사의 유사제품들에 대한 정보를 입력할 수 있다.
한편, 입력모듈(110)은 포털사이트 중계서버(10)로부터 연관 검색어를 제공받아 검색 키워드로 제공할 수도 있다. 여기서, 연관 검색어는 포털사이트의 검색창에 검색어를 입력시 해당 포털사이트 중계서버(10)에서 제공하는 해당 검색어와 관련된 검색어이다. 이때, 입력모듈(110)은 상기 포털사이트 중계서버(10)로부터 사용자에 의해 입력된 입력 키워드와 관련된 제1연관 키워드들을 수집하고, 수집된 상기 제1연관 키워드들와 관련된 상기 포털 사이트 중계 서버(10)에서 제공하는 상기 제2연관 키워드들을 수집하고, 상기 입력 키워드, 제1 및 제2연관 키워드를 상기 검색 키워드로 상기 정보 수집모듈(120)에 제공할 수 있다. 이때, 입력모듈(110)은 사용자가 입력한 입력 키워드, 제1 및 제2연관 키워드들 중 중복된 키워드는 제거하고 검색 키워드를 설정하는 것이 바람직하다.
또한, 입력모듈(110)을 통해 사용자는 해당 분석대상 제품에 대한 경쟁사의 유사제품들에 대한 정보를 입력할 수 있다.
정보 수집모듈(120)은 포털사이트 중계 서버(10)에 접속하여 해당 검색정보를 수집한다.
여기서, 정보 수집모듈(120)은 상기 포털사이트 중계 서버(10)에서, 해당 검색 키워드가 검색된 조회 수인 총검색수에 대한 정보를 수집할 수 있다. 여기서, 정보 수집모듈(120)은 포털사이트 중계 서버(10)에서 제공되는 API(Application Programming Interface)를 이용하여 해당 정보를 수집할 수 있다.
여기서, 정보 수집모듈(120)은 포털사이트 중계서버(10)에 접속한 접속자들의 단말기의 종류에 따라 각각 총검색수를 산출할 수도 있다. 즉, 정보 수집모듈(120)은 스마트폰과 같은 모바일 기기를 이용한 접속자들의 총검색수와, PC와 같은 모바일 기기를 이용한 접속자들의 총검색수를 각각 산출할 수 있다. 그리고, 정보 수집모듈(120)은 스마트폰과 같은 모바일 기기를 이용한 접속자들의 총검색수와, PC와 같은 모바일 기기를 이용한 접속자들의 총검색수의 평균인 평균 검색수를 산출할 수 있다.
또한, 정보 수집모듈(120)은 상기 포털사이트 중계 서버(10)에서 해당 검색 키워드로 검색시 제공되는 마케팅 컨텐츠 수 및 각 상기 마케팅 채널별 마케팅 컨텐츠 수에 대한 정보를 수집할 수도 있다.
그리고, 정보 수집모듈(120)은 포털사이트 중계 서버(10)로부터 마케팅 채널들 중 공급자가 판매상품을 판매할 수 있는 마케팅 채널인 쇼핑몰 채널에서, 기설정된 단위기간동안 월별로 상기 검색 키워드로 검색되는 마케팅 컨텐츠 수를 수집하고, 수집된 마케팅 컨텐츠 수를 월별 상품수로 산출한다. 여기서, 단위기간은 사용자가 입력모듈(110)에 키워드를 입력한 시점으로부터 3개월 이전까지가 적용되는 것이 바람직하다.
또한, 정보 수집모듈(120)은 상기 쇼핑몰 채널에서, 기설정된 단위기간동안 월별로 상기 검색 키워드로 검색되는 마케팅 컨텐츠들을 수집하고, 수집된 마케팅 컨텐츠들에 포함된 상품 키워드들을 수집한다. 이때, 정보 수집모듈(120)은 월별로 해당 상품 키워드들이 중복되는 횟수인 월별 중복수를 산출하여 자료 분석부(130)에 제공하는 것이 바람직하다.
한편, 정보 수집모듈(120)은 상기 포털사이트 중계서버(10)로부터 상기 쇼핑몰 채널에서 기설정된 단위기간동안 월별로 상기 검색 키워드로 검색되는 해당 마케팅 컨텐츠가 해당 포털사이트 중계서버(10)에 접속한 접속자들에 의해 선택된 횟수인 월별 클릭수에 대한 정보를 수집할 수 있다. 이때, 정보 수집모듈(120)은 해당 월별 클릭수를 자료분석부에 제공한다.
여기서, 정보 수집모듈(120)은 포털사이트 중계서버(10)에 접속한 접속자들의 단말기의 종류에 따라 각각 월별 클릭수를 산출한다. 즉, 정보 수집모듈(120)은 스마트폰과 같은 모바일 기기를 이용한 접속자들의 월별 클릭수와, PC와 같은 모바일 기기를 이용한 접속자들의 월별 클릭수를 각각 산출할 수 있다.
또한, 정보 수집모듈(120)은 포털사이트 중계서버(10)로부터 판매상품에 대한 광고 단가에 대한 정보를 수집할 수도 있다. 즉, 상기 정보 수집모듈(120)은 상기 포털사이트 중계서버(10)로부터 상기 마케팅 채널들 중 공급자가 판매상품을 판매할 수 있는 마케팅 채널인 쇼핑몰 채널에서 기설정된 단위기간동안 월별로 상기 검색 키워드로 검색되는 상기 마케팅 컨텐츠의 광고 단가에 대한 정보를 수집할 수 있다.
한편, 정보 수집모듈(120)은 포털사이트 중계 서버(10)로부터 입력모듈(110)에 입력된 경쟁사의 유사제품에 대한 검색정보를 수집할 수도 있다. 여기서, 정보 수집모듈(120)은 상기 마케팅 채널들 중 해당 유사제품을 판매하는 마케팅 채널의 마케팅 컨텐츠에서, 해당 유사제품을 구매한 구매자가 작성한 마케팅 컨텐츠인 제1상품 리뷰에 대한 정보, 상기 유사제품의 판매 단가, 상기 마케팅 채널들 중 상기 분석대상 제품을 판매하는 마케팅 채널의 마케팅 컨텐츠에서, 해당 분석대상 제품을 구매한 구매자가 작성한 마케팅 컨텐츠인 제2상품 리뷰에 대한 정보를 수집할 수 있다.
상기 제1 및 제2상품 리뷰는 제품을 판매하는 쇼핑 관련 마케팅 채널에서, 판매자가 제품 판매를 위해 제공한 쇼핑용 웹페이지에, 해당 제품을 구매한 구매자가 작성한 글로서, 해당 구매자가 작성한 해당 제품의 사용 소감 등이 적용된다.
자료 분석부(130)는 상기 정보 수집모듈(120)에서 제공되는 총검색수에 대한 정보를 토대로 기설정된 단위기간 별로 상기 포털사이트 중계 서버(10)에서 해당 검색 키워드가 검색된 조회수를 산출하여 상기 분석 자료를 생성할 수 있다.
여기서, 자료 분석부(130)는 입력모듈(110)에서 제공되는 검색 키워드별로 총검색수를 정리하여 사용자에게 제공할 수도 있다. 이때, 자료 분석부(130)는 스마트폰과 같은 모바일 기기를 이용한 접속자들의 총검색수와, PC와 같은 모바일 기기를 이용한 접속자들의 총검색수를 각각 정리하여 사용자에게 제공할 수도 있다. 여기서, 자료 분석부(130)는 해당 총검색수를 월별로 분류하여 도료 형식으로 사용자에게 제공할 수도 있다.
또한, 자료 분석부(130)는 검색 키워드에 대한 컨텐츠 경쟁강도를 산출할 수도 있다. 여기서, 자료 분석부(130)는 정보 수집모듈(120)에서 수집된 마케팅 컨텐츠 수에, 총검색수를 나눈 값을 컨텐츠 경쟁강도로 산출한다. 이때, 자료 분석부(130)는 각 마케팅 채널별로 컨텐츠 경쟁강도를 산출할 수도 있다. 즉, 자료 분석부(130)는 정보 수집모듈(120)에서 수집된 마케팅 컨텐츠를 각 마케팅 채널별로 분류하고, 마케팅 채널별로 분류된 마케팅 컨텐츠의 수에, 총검색수를 나누어 해당 마케팅 채널별로 컨텐츠 경쟁강도를 산출할 수 있다.
상기 자료 분석부(130)는 해당 검색 키워드에 대한 상품 경쟁강도를 산출할 수 있다. 여기서, 자료 분석부(130)는 정보 수집모듈(120)에서 제공되는 월별 상품수의 평균인 평균 상품수를 산출할 수 있다.
또한, 자료 분석부(130)는 상기 정보 수집모듈(120)에서 제공되는 월별 중복수의 평균인 평균 중복수를 산출한다. 이때, 자료 분석부(130)는 월별 상품수와 함께 해당 월별 중복수가 표시되는 정보 정리표를 사용자에게 제공한다. 이때, 해당 정보 정리표에는 평균 상품수와 함께 평균 중복수가 표시될 수도 있다.
한편, 자료 분석부(130)는 정보 수집모듈(120)에서 제공되는 검색 키워드별 정보에 따라 해당 검색 키워드의 효율 분석을 진행할 수 있다.
먼저, 자료 분석부(130)는 해당 검색 키워드 별로 상품 경쟁강도를 산출할 수 있다. 여기서, 자료 분석부(130)는 산출된 평균 상품수에, 상기 총검색수를 나누어 해당 검색 키워드에 대한 상품 경쟁강도를 산출할 수 있다. 상기 상품 경쟁강도를 토대로 해당 검색 키워드에 대한 시장 경쟁력을 유추할 수 있다. 즉, 해당 상품 경쟁강도 값이 낮을수록 검색수에 비해 상품수가 적으므로 해당 검색 키워드를 상품의 키워드로 설정할 경우, 소비자에게 보다 용이하게 노출될 수 있다.
한편, 자료 분석부(130)는 포털사이트 중계 서버(10)에 접속한 단말기의 종류별로 경쟁강도를 산출할 수도 있다. 이때, 자료 분석부(130)는 각 단말기 별로, 기설정된 단위기간 동안의 총검색수의 평균인 평균검색수를 산출한다. 즉, 자료 분석부(130)는 포털사이트 중계 서버(10)에 모바일기기로 접속한 접속자들의 평균검색수와, 포털사이트 중계 서버(10)에 PC로 접속한 접속자들의 평균검색수를 각각 산출한다. 다음, 자료 분석부(130)는 평균 상품수에, 평균검색수를 나누어 단말기 종류별 경쟁강도를 산출한다. 즉, 자료 분석부(130)는 평균 상품수에, 모바일기기의 평균검색수를 나누어 모바일기기에 대한 경쟁강도를 산출할 수 있고, 평균 상품수에, PC의 평균검색수를 나누어 PC에 대한 경쟁강도를 산출할 수 있다. 해당 단말기의 종류별 경쟁강도를 토대로 소비자에 대한 마케팅 방향을 설정할 수 있다.
한편, 자료 분석부(130)는 해당 검색 키워드 별로 클릭 경쟁률을 산출할 수 있다. 먼저, 자료 분석부(130)는 정보 수집모듈(120)에서 제공하는 월별 클릭수의 평균인 평균 클릭수를 산출한다. 여기서, 자료 분석부(130)는 기설정된 단위기간동안의 평균 클릭수를 산출하는 것이 바람직하다.
또한, 자료 분석부(130)는 포털사이트 중계 서버(10)에 접속한 단말기의 종류별로 평균 클릭수를 각각 산출할 수도 있다. 즉, 자료 분석부(130)는 포털사이트 중계 서버(10)에 모바일기기로 접속한 접속자들의 월별 클릭수의 평균인 모바일기기의 평균 클릭수를 산출하고, 포털사이트 중계 서버(10)에 PC로 접속한 접속자들의 월별 클릭수의 평균인 PC의 평균 클릭수를 산출할 수 있다.
다음, 자료 분석부(130)는 평균상품수에, 평균클릭수를 나누어 클릭 경쟁률를 산출한다. 이때, 자료 분석부(130)는 포털사이트 중계 서버(10)에 접속한 단말기의 종류별로 클릭 경쟁률을 산출할 수 있다. 즉, 자료 분석부(130)는 평균상품수에, 모바일기기의 평균 클릭수를 나누어 모바일기기의 클릭 경쟁률을 산출하고, 평균 상품수에, PC의 평균 클릭수를 나누어 PC의 클릭 경쟁률을 산출한다. 여기서, 자료 분석부(130)는 모바일기기의 클릭 경쟁률과 PC의 클릭 경쟁률의 평균 값을 구하고, 해당 평균 값을 해당 검색 키워드의 전체 클릭 경쟁률로 산출할 수 있다.
상기 자료 분석부(130)는 해당 검색 키워드에 대한 클릭대비 광고단가를 산출할 수 있다.
자료 분석부(130)는 정보 수집모듈(120)에서 제공하는 광고 단가에, 상기 평균 클릭수를 나누어 클릭대비 광고단가에 대한 정보를 산출할 수 있다. 이때, 자료 분석부(130)는 포털사이트 중계 서버(10)에 접속한 단말기의 종류 별로 클릭대비 광고단가를 산출할 수 있다. 즉, 자료 분석부(130)는 광고단가에, 모바일기기의 평균 클릭수를 나누어 모바일기기의 클릭대비 광고단가를 산출하고, 상기 광고 단가에, PC의 평균 클릭수를 나누어 PC의 클릭대비 광고단가를 산출한다. 여기서, 자료 분석부(130)는 모바일기기의 클릭대비 광고단가와, PC의 클릭대비 광고단가의 평균 값을 구하고, 해당 평균 값을 해당 검색 키워드의 전체 클릭대비 경쟁률로 산출할 수 있다.
한편, 자료 분석부(130)는 검색 키워드에 대한 마케팅 채널별 점유율을 산출할 수도 있다. 여기서, 자료 분석부(130)는 상기 정보 수집모듈(120)에서 제공되는 상기 마케팅 채널별로 상기 검색 키워드로 검색되는 마케팅 켄텐츠의 수에 대한 정보를 토대로 토대로 해당 검색 키워드에 대한 상기 마케팅 채널들의 점유율을 산출할 수 있다. 이때, 자료 분석부(130)는 해당 점유율이 큰 순서에 따라 마케팅 채널을 정렬하고, 정렬된 마케팅 채널에 대한 정보를 사용자에게 제공할 수 있다. 여기서, 자료 분석부(130)는 포털사이트 중계 서버(10)에 접속한 단말기의 종류 별로 마케팅 채널들의 점유율을 산출할 수도 있다.
한편, 자료 분석부(130)는 마케팅 채널들 중 VIEW 채널의 점유현황에 대한 정보를 산출할 수 있다. 상술된 바와 같이 VIEW 채널에는 포털사이트 중계 서버(10)에 의해 선택된 나머지 마케팅 채널들의 마케팅 컨텐츠가 포함되어 있다. 상기 자료 분석부(130)는 마케팅 채널별로 마케팅 채널들 중 어느 하나 즉, VIEW 채널에 포함된 마케팅 컨텐츠의 수를 산출한다. 자료 분석부(130)는 산출된 정보를 사용자에게 제공한다.
한편, 자료 분석부(130)는 해당 VIEW 채널의 컨텐츠 발행일을 산출할 수도 있다. 상술된 바와 같이 VIEW 채널은 포함된 마케팅 컨텐츠들이 포털사이트 중계 서버(10)의 우선순위 알고리즘에 따라 우선순위가 설정되어 있다. 상기 자료 분석부(130)는 상기 마케팅 채널들 중 어느 하나에 포함된 상기 마케팅 컨텐츠들 중 기설정된 순위 내에 포함된 상기 마케팅 컨텐츠의 발행일 즉, 포털사이트 중계 서버(10)의 등록일을 산출한다. 여기서, 기설정된 순위는 1순위부터 5순위가 적용되는 것이 바람직하다.
한편, 자료 분석부(130)는 검색 키워드 별로 핵심 키워드 점수를 산출할 수 있다. 여기서, 자료 분석부(130)는 검색 키워드 별로 총검색수, 상품 경쟁강도, 평균 상품수 및 평균 중복수의 값을 토대로 해당 검색 키워드에 대한 핵심 키워드 점수를 산출할 수 있다.
먼저, 자료 분석부(130)는 상기 총검색수에 기설정된 제1가중치를 적용한 제1단위점수를 산출한다. 여기서, 제1가중치는 30%이고, 자료 분석부(130)는 총검색수에 제1가중치를 곱하여 제1단위점수를 산출한다. 또한, 자료 분석부(130)는 상기 상품 경쟁강도 값에 기설정된 제2가중치를 적용한 제2단위점수를 산출한다. 여기서, 제2가중치는 20%이고, 자료 분석부(130)는 상품 경쟁강도에 20%를 곱하여 제2단위점수를 산출한다. 또한, 자료 분석부(130)는 상기 평균 상품수에 기설정된 제3가중치를 적용한 제3단위점수를 산출한다. 여기서, 제3가중치는 50%이고, 자료 분석부(130)는 평균 상품수에 제3가중치를 곱하여 제3단위점수를 산출한다. 또한, 자료 분석부(130)는 평균 중복수에 기설정된 제4가중치를 적용한 제4단위점수를 산출한고, 여기서, 제4가중치는 20%이고, 자료 분석부(130)는 평균 중복수에 제4가중치를 곱하여 제4단위점수를 산출한다. 한편, 상기 제1 내지 제4가중치는 이에 한정하는 것이 아니라 분석대상 제품 또는 검색 키워드에 따라 사용자가 임의로 설정할 수 있다.
상기 자료 분석부(130)는 산출된 제1 내지 제4단위점수를 합산하여 해당 핵심 키워드 점수를 산출할 수 있다. 이때, 자료 분석부(130)는 검색 키워드 별로 핵심 키워드 점수를 산출하고, 산출된 핵심 키워드 점수를 사용자에게 제공한다. 해당 핵심 키워드 점수를 토대로 해당 검색 키워드의 경쟁력을 판별할 수 있다.
한편, 자료 분석부(130)는 입력모듈(110)로부터 사용자가 입력한 입력 키워드, 제1 및 제2연관 키워드에 대한 정보를 제공받고, 해당 입력 키워드, 제1 및 제2연관 키워드를 상기 사용자에게 제공할 수 있다. 또한, 자료 분석부(130)는 정보 수집모듈(120)에서 수집된 마케팅 컨텐츠들에서 판매상품의 공급자가 기입력한 판매상품에 대항 상품 키워드들을 사용자에게 제공할 수 있다. 이때, 자료 분석부(130)는 상기 검색 키워드들 즉, 입력한 입력 키워드, 제1 및 제2연관 키워드에 대한 상기 상품 키워드들의 중복 여부를 분석하고, 분석결과를 사용자에게 제공할 수 있다.
그리고, 자료 분석부(130)는 정보 수집모듈(120)에서 제공되는 유사제품에 대한 상기 제1상품 리뷰 수를 토대로 유사제품의 예상매출을 산출할 수 있다. 여기서, 자료 분석부(130)는 먼저, 상기 제1상품 리뷰에 대한 정보를 토대로 기설정된 조사기간에 대해 월별로 상기 제1상품 리뷰의 수를 산출한다. 이때, 상기 조사기간은 1년 또는 6개월이 적용되나, 이에 한정하는 것이 아니라 분석대상 제품에 따라 다양하게 적용될 수 있다. 다음, 자료 분석부(130)는 상기 조사기간 중 상기 제1상품 리뷰의 수가 많은 순으로 기설정된 순위 내의 월별 상기 제1상품 리뷰의 평균인 리뷰 평균값을 산출한다. 이때, 자료 분석부(130)는 제1상품 리뷰의 수가 가장 많은 달과, 두번째 및 세번째로 제1상품 리뷰의 수가 많은 달의 리뷰 수를 합산하고, 합산한 리뷰 수를 3으로 나눠 상기 리뷰 평균값을 산출하는 것이 바람직하다.
다음, 자료 분석부(130)는 산출된 상기 리뷰 평균값을 하기의 수학식1에 대입하여 상기 유사제품의 예상 매출을 산출한다.
여기서, 상기 Q는 상기 유사제품의 예상 매출이고, 상기 RA는 상기 리뷰 평균값이고, 상기 P는 상기 유사제품의 판매 단가이고, 상기 K는 리뷰 매출 변환 상수이다.
이때, 상기 리뷰 매출 변환 상수는 상기 분석대상 제품의 상기 제2상품 리뷰의 수에 대한 상기 분석대상 제품의 판매수의 비율이 적용된다. 자료 분석부(130)는 해당 리뷰 매출 변환 상수를 계산하여 상기 수학식 1에 대입한다.
산출된 유사제품의 예상 매출에 대한 정보를 토대로 분석대상 제품에 대한 시장 규모를 예측할 수 있다. 한편, 자료 분석부(130)는 산출된 분석 자료를 사용자의 단말기에 제공하거나 모니터와 같은 디스플레이수단을 이용하여 사용자에게 표시할 수 있다.
한편, 본 발명에 따른 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템(100)은 해당 포털사이트 중계 서버(10)로부터 해당 키워드에 대응되는 검색정보를 토대로 바이럴 마케팅 효과 또는 시장진입 성공 가능성을 판별하기 위해 기구축된 신경망 모델에, 상기 자료 분석부(130)에서 제공되는 분석자료를 적용하여 해당 분석대상 제품에 대한 바이럴 마케팅 효과 또는 시장진입 성공 가능성을 판별하는 판별모듈(140)을 더 구비할 수 있다.
한편, 자료 분석부(130)는 검색 키워드 별로 산출된 정보를 도표로 정리하여 사용자에 제공할 수 있다. 도 3 내지 도 5에는 자료 분석부(130)에서 제공하는 정보의 예시가 도시되어 있다.
상술된 바와 같이 구성된 본 발명에 따른 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템(100)은 마케팅 채널에서 제공되는 마케팅 컨텐츠를 분석하여 분석대상 제품에 대한 시장성을 분석하므로 분석대상 제품에 대한 보다 정확한 바이럴 마케팅 효과를 판별할 수 있다는 장점이 있다.
제시된 실시 예들에 대한 설명은 임의의 본 발명의 기술분야에서 통상의 지식을 가진 자가 본 발명을 이용하거나 또는 실시할 수 있도록 제공된다. 이러한 실시예들에 대한 다양한 변형들은 본 발명의 기술 분야에서 통상의 지식을 가진 자에게 명백할 것이며, 여기에 정의된 일반적인 원리들은 본 발명의 범위를 벗어남이 없이 다른 실시예들에 적용될 수 있다. 그리하여, 본 발명은 여기에 제시된 실시예들로 한정되는 것이 아니라, 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.
100: 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템
110: 입력모듈
120: 정보 수집모듈
130: 자료 분석부
140: 판별모듈
110: 입력모듈
120: 정보 수집모듈
130: 자료 분석부
140: 판별모듈
Claims (18)
- 분석대상 제품에 대한 검색 키워드가 입력되는 입력모듈;
상기 분석대상 제품에 대한 바이럴 마케팅이 가능한 마케팅 컨텐츠가 포함된 마케팅 채널을 제공할 수 있는 포털사이트 중계 서버에 접속하여 해당 포털사이트 중계 서버로부터 해당 검색 키워드에 대응되는 검색정보를 수집하는 정보 수집모듈; 및
상기 정보 수집모듈에서 제공되는 검색정보를 토대로 해당 분석대상 제품에 대한 시장성 분석을 위한 분석 자료를 생성하는 자료 분석부;를 구비하고,
상기 입력모듈은 상기 포털사이트 중계서버에, 검색을 위해 입력 키워드를 입력시 해당 포털사이트 중계서버로부터 제공되는 제1연관 키워드들을 수집하고, 상기 포털사이트 중계서버에, 검색을 위해 상기 제1연관 키워드들을 입력시 해당 포털사이트 중계서버로부터 제공되는 제2연관 키워드들을 수집하며, 상기 입력 키워드, 제1 및 제2연관 키워드를 상기 검색 키워드로 설정하되, 해당 입력 키워드, 제1 및 제2연관 키워드들 중 중복된 키워드를 제거하고 해당 검색 키워드를 설정하고,
상기 정보 수집모듈은 상기 포털사이트 중계서버로부터 상기 마케팅 채널들 중 공급자가 판매상품을 판매할 수 있는 마케팅 채널에서 상기 검색 키워드로 검색되는 상기 마케팅 컨텐츠들을 수집하고, 수집된 해당 마케팅 컨텐츠들에서 상기 공급자가 기입력한 상기 판매상품에 대한 상품 키워드들을 수집하고,
상기 상품 키워드는 상기 포털사이트 중계서버에 접속한 접속자가 검색시 해당 판매상품이 검색되기 위해 상기 공급자가 입력한 키워드이고,
상기 자료 분석부는 상기 검색 키워드에 대한 상기 상품 키워드들의 중복 여부를 분석하고, 분석 결과를 상기 사용자에게 제공하고,
상기 정보 수집모듈은 상기 포털사이트 중계 서버에서, 해당 검색 키워드가 검색된 조회 수인 총검색수에 대한 정보를 수집하고, 상기 포털사이트 중계서버로부터 상기 마케팅 채널들 중 공급자가 판매상품을 판매할 수 있는 마케팅 채널에서 기설정된 단위기간동안 월별로 상기 검색 키워드로 검색되는 상기 마케팅 컨텐츠 수 및 해당 마케팅 컨텐츠가 해당 포털사이트 중계서버에 접속한 접속자들에 의해 선택된 횟수인 월별 클릭수에 대한 정보를 수집하고, 수집된 마케팅 컨텐츠 수를 월별 상품수로 산출하고,
상기 자료 분석부는
상기 정보 수집모듈에서 제공되는 상기 월별 상품수의 평균인 평균 상품수를 산출하고, 상기 포털사이트 중계서버에 모바일기기로 접속한 접속자들의 평균검색수와, 해당 포털사이트 중계서버에 PC로 접속한 접속자들의 평균검색수를 각각 산출하되, 산출된 상기 평균 상품수에, 상기 모바일기기의 평균검색수를 나누어 상기 모바일기기에 대한 경쟁강도를 산출하고, 해당 평균 상품수에, 상기 PC의 평균검색수를 나누어 상기 PC에 대한 경쟁강도를 산출하고,
상기 포털사이트 중계서버에 상기 모바일기기로 접속한 접속자들의 월별 클릭수의 평균인 모바일기기의 평균클릭수와, 해당 포털사이트 중계서버에 상기 PC로 접속한 접속자들의 클릭수의 평균인 PC의 평균 클릭수를 각각 산출하되, 상기 평균상품수에 상기 모바일기기의 평균클릭수를 나누어 상기 모바일기기의 클릭 경쟁률을 산출하고, 상기 평균상품수에, 상기 PC의 평균클릭수를 나누어 상기 PC의 클릭 경쟁률을 산출하고,
상기 마케팅 채널들 중 어느 하나인 VIEW 채널은 상기 검색 키워드로 검색된 상기 마케팅 채널 중 상기 VIEW채널을 제외한 나머지 마케팅 채널에 포함된 마케팅 컨텐츠들에서, 상기 포털사이트 중계서버의 기설정된 분류 알고리즘에 따라 선택된 마케팅 컨텐츠를 포함하고,
상기 자료 분석부는 상기 마케팅 채널별로 상기 VIEW 채널에 포함된 마케팅 컨텐츠의 수를 산출하는,
빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템.
- 삭제
- 제1항에 있어서,
상기 정보 수집모듈은 상기 포털사이트 중계 서버에서 해당 검색 키워드로 검색시 제공되는 마케팅 컨텐츠 수를 수집하고,
상기 자료 분석부는 상기 검색 키워드에 대한 컨텐츠 경쟁강도를 산출하되, 상기 정보 수집모듈에서 수집된 상기 마케팅 컨텐츠 수에, 상기 총검색수를 나눈 값을 상기 컨텐츠 경쟁강도로 산출하는,
빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템.
- 삭제
- 제1항에 있어서,
상기 정보 수집모듈은 상기 포털사이트 중계서버로부터 상기 마케팅 채널들 중 공급자가 판매상품을 판매할 수 있는 마케팅 채널에서 상기 단위기간동안 월별로 상기 검색 키워드로 검색되는 상기 마케팅 컨텐츠들을 수집하고, 수집된 해당 마케팅 컨텐츠들에서 상기 공급자가 기입력한 상기 판매상품에 대한 상품 키워드들을 수집하며, 월별로 해당 상품 키워드들이 중복되는 횟수인 월별 중복수를 산출하고,
상기 자료 분석부는 상기 정보 수집모듈에서 제공되는 월별 중복수의 평균인 평균 중복수를 산출하는,
빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템.
- 제5항에 있어서,
상기 자료 분석부는 상기 검색 키워드 별로 상기 총검색수, 상품 경쟁강도, 평균 상품수 및 평균 중복수의 값을 토대로 해당 검색 키워드에 대한 핵심 키워드 점수를 산출하는,
빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템.
- 제6항에 있어서,
상기 자료 분석부는 상기 총검색수에 기설정된 제1가중치를 적용한 제1단위점수를 산출하고, 상기 상품 경쟁강도 값에 기설정된 제2가중치를 적용한 제2단위점수를 산출하며, 상기 평균 상품수에 기설정된 제3가중치를 적용한 제3단위점수를 산출하고, 상기 평균 중복수에 기설정된 제4가중치를 적용한 제4단위점수를 산출하고, 상기 제1 내지 제4단위점수를 합산하여 해당 핵심 키워드 점수를 산출하는,
빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템.
- 삭제
- 제1항에 있어서,
상기 정보 수집모듈은 상기 포털사이트 중계서버로부터 상기 마케팅 채널들 중 공급자가 판매상품을 판매할 수 있는 마케팅 채널에서 기설정된 단위기간동안 월별로 상기 검색 키워드로 검색되는 상기 마케팅 컨텐츠의 광고 단가 및 해당 마케팅 컨텐츠가 해당 포털사이트 중계서버에 접속한 접속자들에 의해 선택된 횟수인 월별 클릭수에 대한 정보를 수집하고,
상기 자료 분석부는 상기 월별 클릭수의 평균인 평균 클릭수를 산출하고, 상기 광고 단가에 상기 평균 클릭수를 나누어 클릭 대비 광고 단가에 대한 정보를 산출하는,
빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템.
- 제1항에 있어서,
상기 정보 수집모듈은 상기 포털사이트 중계서버로부터 상기 마케팅 채널별로 상기 검색 키워드로 검색되는 마케팅 켄텐츠의 수에 대한 정보를 수집하고,
상기 자료 분석부는 상기 정보 수집모듈에서 제공되는 상기 마케팅 채널별로 상기 검색 키워드로 검색되는 마케팅 켄텐츠의 수에 대한 정보를 토대로 해당 검색 키워드에 대한 상기 마케팅 채널들의 점유율을 산출하는,
빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템.
- 삭제
- 삭제
- 삭제
- 삭제
- 제1항에 있어서,
상기 입력모듈은 해당 분석대상 제품에 대한 경쟁사의 유사제품에 대한 정보가 입력되고,
상기 정보 수집모듈은 상기 마케팅 채널들 중 해당 유사제품을 판매하는 마케팅 채널의 마케팅 컨텐츠에서, 해당 유사제품을 구매한 구매자가 작성한 마케팅 컨텐츠인 제1상품 리뷰에 대한 정보, 상기 유사제품의 판매 단가, 상기 마케팅 채널들 중 상기 분석대상 제품을 판매하는 마케팅 채널의 마케팅 컨텐츠에서, 해당 분석대상 제품을 구매한 구매자가 작성한 마케팅 컨텐츠인 제2상품 리뷰에 대한 정보를 수집하는,
빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템.
- 제15항에 있어서,
상기 자료 분석부는 상기 제1상품 리뷰 수를 토대로 상기 유사제품의 예상 매출을 산출하는,
빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템.
- 제16항에 있어서,
상기 자료 분석부는 상기 제1상품 리뷰에 대한 정보를 토대로 기설정된 조사기간에 대해 월별로 상기 제1상품 리뷰의 수를 산출하며, 상기 조사기간 중 상기 제1상품 리뷰의 수가 많은 순으로 기설정된 순위 내의 월별 상기 제1상품 리뷰의 평균인 리뷰 평균값을 산출하고, 산출된 상기 리뷰 평균값을 하기의 수학식에 대입하여 상기 유사제품의 예상 매출을 산출하는,
[수학식]
여기서, 상기 Q는 상기 유사제품의 예상 매출이고, 상기 RA는 상기 리뷰 평균값이고, 상기 P는 상기 유사제품의 판매 단가이고, 상기 K는 리뷰 매출 변환 상수인,
빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템.
- 제17항에 있어서,
상기 리뷰 매출 변환 상수는 상기 분석대상 제품의 상기 제2상품 리뷰의 수에 대한 상기 분석대상 제품의 판매수의 비율인,
빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210020791A KR102651407B1 (ko) | 2021-02-17 | 2021-02-17 | 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210020791A KR102651407B1 (ko) | 2021-02-17 | 2021-02-17 | 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220117425A KR20220117425A (ko) | 2022-08-24 |
| KR102651407B1 true KR102651407B1 (ko) | 2024-03-29 |
Family
ID=83111733
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210020791A Active KR102651407B1 (ko) | 2021-02-17 | 2021-02-17 | 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102651407B1 (ko) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20240059999A (ko) * | 2022-10-28 | 2024-05-08 | 송환구 | 포털 검색 및 평판 분석을 이용한 마케팅 성과 측정 장치 및 방법 |
| KR102607872B1 (ko) * | 2022-12-29 | 2023-11-29 | 주식회사 바이스퀘어 | 인공지능을 이용한 광고주 상품의 포털 사이트별 핵심 키워드 및 연관 키워드 추천 시스템 |
| CN117689404A (zh) * | 2023-11-27 | 2024-03-12 | 重庆爱永星辰标准医药服务有限公司 | 一种药物供销评估管理系统 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120069938A (ko) * | 2010-12-21 | 2012-06-29 | (주)리차드캐서린 | 온라인 마케팅 분석 방법 및 온라인 마케팅 분석 시스템 |
| KR20140053444A (ko) * | 2012-10-25 | 2014-05-08 | 한국과학기술정보연구원 | 시장규모예측장치, 시장규모예측방법 및 시장규모를 예측하는 프로그램을 저장하는 저장매체 |
| KR101791418B1 (ko) * | 2016-02-15 | 2017-10-31 | 금오공과대학교 산학협력단 | 키워드 기반 블로그 마케팅을 위한 연관 키워드의 경쟁력 산출방법 및 산출 시스템 |
| KR20190130216A (ko) * | 2018-04-25 | 2019-11-22 | (주)엘렌 | 온라인 빅데이터 분석을 통한 수요예측 데이터 생성 방법 |
| KR20200030978A (ko) | 2018-09-13 | 2020-03-23 | 주식회사 상상이비즈 | 상품 또는 서비스에 관한 시장성을 검증하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체 |
-
2021
- 2021-02-17 KR KR1020210020791A patent/KR102651407B1/ko active Active
Also Published As
| Publication number | Publication date |
|---|---|
| KR20220117425A (ko) | 2022-08-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Liu et al. | Delineating the effects of social media marketing activities on Generation Z travel behaviors | |
| Li et al. | Effectiveness of social media marketing on enhancing performance: Evidence from a casual-dining restaurant setting | |
| Lian et al. | Impacts of online images of a tourist destination on tourist travel decision | |
| Aureliano-Silva et al. | The effect of online reviews on restaurant visit intentions: applying signaling and involvement theories | |
| Phillips et al. | The influence of geographic and psychic distance on online hotel ratings | |
| Hernández-Méndez et al. | The influence of e-word-of-mouth on travel decision-making: consumer profiles | |
| TWI598755B (zh) | 資料分析系統、資料分析方法、內儲資料分析程式的電腦程式產品及內儲資料分析程式的記錄媒體 | |
| KR102297669B1 (ko) | 제조사 및 유통사 간 연결을 위한 매칭 서비스 제공 시스템 | |
| Robson et al. | Making sense of online consumer reviews: A methodology | |
| Li et al. | A Bayesian Best‐Worst Method‐Based Multicriteria Competence Analysis of Crowdsourcing Delivery Personnel | |
| KR102651407B1 (ko) | 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템 | |
| Mahmood et al. | Examining digital information literacy as a determinant of women's online shopping behavior | |
| Happ et al. | A study of digital marketing tools usage habits among Hungarian tourists | |
| Foris et al. | Relevance of the features regarding the performance of booking websites | |
| Asanprakit et al. | Causal factors influencing the use of social commerce platforms | |
| Li et al. | Tourist choice processing: Evaluating decision rules and methods of their measurement | |
| Law | A fuzzy multiple criteria decision-making model for evaluating travel websites | |
| Shin et al. | Rating, review and reputation: how to unlock the hidden value of luxury consumers from digital commerce? | |
| KR20150002602A (ko) | 컴퓨터화된 인터넷 검색 시스템 및 방법 | |
| Kanth et al. | A systematic literature review on social media marketing in small and medium enterprises | |
| Horng | A study of the factors influencing users’ decisions to pay for Web 2.0 subscription services | |
| Osaysa | Improving the quality of marketing analytics systems | |
| Horváth et al. | The impact of influencers on consumers’ purchasing decisions when shopping online | |
| Madinga et al. | Social Media Sentiment Analysis: Online versus ‘Brick and Mortar’Retailers in South Africa | |
| Rassal et al. | Understanding online reviews in all-inclusive hotels servicescape: A fuzzy set approach |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PA0109 | Patent application |
Patent event code: PA01091R01D Comment text: Patent Application Patent event date: 20210217 |
|
| PA0201 | Request for examination | ||
| PG1501 | Laying open of application | ||
| E902 | Notification of reason for refusal | ||
| PE0902 | Notice of grounds for rejection |
Comment text: Notification of reason for refusal Patent event date: 20230115 Patent event code: PE09021S01D |
|
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| PE0601 | Decision on rejection of patent |
Patent event date: 20230729 Comment text: Decision to Refuse Application Patent event code: PE06012S01D Patent event date: 20230115 Comment text: Notification of reason for refusal Patent event code: PE06011S01I |
|
| X091 | Application refused [patent] | ||
| AMND | Amendment | ||
| PX0901 | Re-examination |
Patent event code: PX09011S01I Patent event date: 20230729 Comment text: Decision to Refuse Application Patent event code: PX09012R01I Patent event date: 20230315 Comment text: Amendment to Specification, etc. |
|
| PX0701 | Decision of registration after re-examination |
Patent event date: 20240108 Comment text: Decision to Grant Registration Patent event code: PX07013S01D Patent event date: 20231129 Comment text: Amendment to Specification, etc. Patent event code: PX07012R01I Patent event date: 20230729 Comment text: Decision to Refuse Application Patent event code: PX07011S01I Patent event date: 20230315 Comment text: Amendment to Specification, etc. Patent event code: PX07012R01I |
|
| X701 | Decision to grant (after re-examination) | ||
| PG1601 | Publication of registration |