KR102661008B1 - 자동 수수료 지급 온라인 상품 판매 플랫폼 운영 서버 및 방법 - Google Patents

Abstract

본 발명의 일 측면은, 자동 수수료 지급 온라인 상품 판매 플랫폼 운영 서버를 제공한다. 자동 수수료 지급 온라인 상품 판매 플랫폼 운영 서버는, 적어도 하나의 프로세서(processor) 및 적어도 하나의 프로세서가 적어도 하나의 단계를 수행하도록 지시하는 명령어들(instructions)을 저장하는 메모리(memory)를 포함할 수 있다. 적어도 하나의 단계는, 유통사 서버로부터 상품 정보를 수신하고, 수신한 상품 정보를 분석하여, 상품 정보 파라미터를 산출하고, 상품에 대한 사용자의 선호도를 산출하는 단계, 사용자 단말로부터 사용자 정보를 수신하고, 수신한 사용자 정보를 분석하여, 사용자 정보 파라미터를 산출하고, 플랫폼 사용에 대한 사용자 적합도를 산출하는 단계 및 상품정보 파라미터 및 사용자 정보 파라미터의 증감에 따라 기본 수수료율을 미리 정해진 비율로 증감시켜 조정된 수수료율을 산출하는 단계를 포함할 수 있다.

Description

자동 수수료 지급 온라인 상품 판매 플랫폼 운영 서버 및 방법{SERVER AND METHOD FOR OPERATING AUTOMATIC COMMISSION PAYMENT ONLINE PRODUCT SALES PLATFORM}

본 발명은 자동 수수료 지급 온라인 상품 판매 플랫폼 운영 서버 및 방법에 관한 것으로, 더욱 상세하게는 상품 판매자가 제품을 판매하고 수취할 수 있는 수수료를 조정하고, 구매자가 상품을 구입시 해당 수수료를 자동으로 제공할 수 있는 자동 수수료 지급 온라인 상품 판매 플랫폼 운영 서버 및 방법에 관한 것이다.

전자 상거래 분야에서 판매되는 다양한 상품 및 서비스는 판매자가 수취할 수 있는 마진, 수요 및 공급의 원칙에 따라 가격이 책정되고 플랫폼의 특성상 다수의 사용자 유치에 따라 플랫폼 운영자의 수익도 비례하여 증감할 수 있다.

전통적인 전자 상거래 플랫폼은 제품 목록, 리뷰 시스템, 구매 처리 및 고객 지원을 포함하여 구매자와 판매자 모두에게 포괄적인 서비스를 제공함으로써 상거래 플랫폼을 제공하고 있다. 이때, 다수의 플랫폼 운영자들은 디지털 광고 및 PPL 알고리즘을 사용하여 사용자의 검색 기록, 구매 기록 및 선호도를 기반으로 사용자에게 노출되는 광고를 제어하거나, 상품을 추천하는 알고리즘을 제공하여 왔다.

또한 이러한 플랫폼은 일반적으로 판매 가격의 일정 비율을 수수료로 받는 고정 수수료 모델을 사용하고 있으며, 제품 판매자는 자신이 판매한 상품에 대해 플랫폼 사용에 대한 수수료로서 수수료를 지급하고, 자신의 이익은 제품 판매 금액에 포함되어 수취하는 형태로 제공되었다.

한편, 플랫폼 운영자들은 다양한 고객 맞춤형 서비스를 제공하기 위해 기계 학습 및 데이터 분석 기술을 활용하여 소비자에게 개인화된 제품 제안을 제공하는 제품 추천 시스템을 적용하기도 하였으나 사용자의 구체적인 플랫폼 사용 태양을 반영한 연구는 제시되지 못하는 실정이다.

플랫폼에서 상품과 사용자의 인터렉션은 비즈니스 전략 및 마케팅 자원 할당을 형성하는 데 도움이 될 수 있으나, 이에 대한 상관 관계를 파악하거나 이를 이용한 인터페이스의 구성에 관하여는 많은 연구가 진행되지 못하고 있으며, 이에 따라, 사용자 인터페이스 디자인 및 사용자 경험(UX) 방법론과 데이터 정규화 기술을 사용하여 판매자의 수수료를 자동으로 책정하고 상품을 배치할 수 있는 방법에 대한 연구가 필요한 실정이다.

국내등록특허 제10-1737774호

상기와 같은 문제점을 해결하기 위한 본 발명의 목적은, 자동 수수료 지급 온라인 상품 판매 플랫폼 운영 서버 및 방법을 제공하는 데 있다.

상기 목적을 달성하기 위한 본 발명의 일 측면은, 자동 수수료 지급 온라인 상품 판매 플랫폼 운영 서버를 제공한다.

자동 수수료 지급 온라인 상품 판매 플랫폼 운영 서버는, 적어도 하나의 프로세서(processor) 및 적어도 하나의 프로세서가 적어도 하나의 단계를 수행하도록 지시하는 명령어들(instructions)을 저장하는 메모리(memory)를 포함할 수 있다.

적어도 하나의 단계는, 유통사 서버로부터 상품 정보를 수신하고, 수신한 상품 정보를 분석하여, 상품 정보 파라미터를 산출하고, 상품에 대한 사용자의 선호도를 산출하는 단계, 사용자 단말로부터 사용자 정보를 수신하고, 수신한 사용자 정보를 분석하여, 사용자 정보 파라미터를 산출하고, 플랫폼 사용에 대한 사용자 적합도를 산출하는 단계 및 상품정보 파라미터 및 사용자 정보 파라미터의 증감에 따라 기본 수수료율을 미리 정해진 비율로 증감시켜 조정된 수수료율을 산출하는 단계를 포함할 수 있다.

또한, 사용자의 선호도를 산출하는 단계는, 가격 변동률, 재고 회전율, 할인 빈도 및 상품 판매기간을 가격 및 판매역학 카테고리로 분류하고, 리뷰점수, 리뷰수, 추천율, 재구매 비율을 만족도 카테고리로 분류하고, 전환율, 반품율 및 상품 장바구니 포기율을 판매실적 카테고리로 분류하는 단계를 포함하고, 상품정보 파라미터는, 가격 변동률, 재고 회전율, 할인 빈도 및 상품 판매기간의 평균으로부터 가격 및 판매 역학 지수를 산출하고, 리뷰 점수, 리뷰수, 추천율 및 재구매율의 평균으로부터 고객 만족도 점수를 산출하고, 전환율, 반품율 및 상품 장바구니 포기율의 평균으로부터 판매실적 점수를 산출하여 결정될 수 있다.

이때, 사용자 적합도를 산출하는 단계는, 구매 빈도, 주문 금액 및 할인 사용량의 평균으로부터 구매행동 점수를 산출하고, 리뷰 빈도 및 접속 시간의 평균으로부터 참여 행동 점수를 산출하고, 반품 빈도 및 사용자 장바구니 포기율의 평균으로부터 반품행동 점수를 산출하여, 사용자 정보 파라미터를 산출하는 단계 및 구매행동 점수, 참여 행동 점수 및 반품행동 점수에 총 합이 1인 미리 정해진 가중치를 부여하여, 구매행동 점수, 참여 행동 점수 및 반품행동 점수의 가중합으로부터 사용자 적합도를 산출하는 단계를 포함할 수 있다.

조정된 수수료율을 산출하는 단계는, 상품정보 파라미터 및 사용자 정보 파라미터의 증감에 따라 상품정보 파라미터 및 사용자 정보 파라미터에 미리 정해진 조정 수수료율을 곱하여 조정율을 산출하는 단계 및 기본 수수료율에서, 조정율을 기본 수수료율로 나눈 값과의 차를 산출하여 조정된 수수료율을 산출하는 단계를 포함할 수 있다.

또한, 상품 점수, 사용자 적합도 및 조정된 수수료율의 가중합의 크기가 클수록 높은 우선순위를 부여하여, 특정 사용자의 상품에 대한 우선순위를 결정하는 단계 및 결정된 우선순위가 높을수록 상품이 상품 레이아웃의 상단에 배치되도록 상품을 자동으로 배치하는 단계를 포함할 수 있다.

상기와 같은 본 발명에 따른 자동 수수료 지급 온라인 상품 판매 플랫폼 운영 서버 및 방법을 이용할 경우에는 상품 판매자가 상품 판매에 따른 수수료를 자동으로 정산할 수 있고, 상품 구매자는 최선의 조건을 갖는 상품을 구매할 수 있어 상품 판매 및 구매량을 증대시키면서 사용자의 만족도를 확보할 수 있다.

본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

본 발명의 특정한 바람직한 실시예들의 상기에서 설명한 바와 같은 또한 다른 측면들과, 특징들 및 이득들은 첨부 도면들과 함께 처리되는 하기의 설명으로부터 보다 명백하게 될 것이다.
도 1은 본 발명의 일 실시예에 따른 자동 수수료 지급 온라인 상품 판매 플랫폼 운영 서버의 구동 환경을 나타낸 예시도이다.
도 2는 자동 수수료 지급 온라인 상품 판매 플랫폼 운영 서버의 일 예를 도시한 예시도이다.
도 3은 자동 수수료 지급 온라인 상품 판매 플랫폼 운영 서버의 다른 예를 도시한 예시도이다.
도 4a는 결정된 우선순위에 따라 상품을 자동배치하는 일 예를 설명하기 위한 예시도이다.
도 4b는 결정된 우선순위에 따라 상품을 자동배치하는 다른 예를 설명하기 위한 예시도이다.
5는 도 1에 따른 자동 수수료 지급 온라인 상품 판매 플랫폼 운영 서버에 대한 하드웨어 구성도이다.
상기 도면들을 통해, 유사 참조 번호들은 동일한 혹은 유사한 엘리먼트들과, 특징들 및 구조들을 도시하기 위해 사용된다는 것에 유의해야만 한다.

이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.

실시예를 설명함에 있어서 본 발명이 속하는 기술 분야에 익히 알려져 있고 본 발명과 직접적으로 관련이 없는 기술 내용에 대해서는 설명을 생략한다. 이는 불필요한 설명을 생략함으로써 본 발명의 요지를 흐리지 않고 더욱 명확히 전달하기 위함이다.

마찬가지 이유로 첨부 도면에 있어서 일부 구성요소는 과장되거나 생략되거나 개략적으로 도시되었다. 또한, 각 구성요소의 크기는 실제 크기를 전적으로 반영하는 것이 아니다. 각 도면에서 동일한 또는 대응하는 구성요소에는 동일한 참조 번호를 부여하였다.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.

이때, 처리 흐름도 도면들의 각 블록과 흐름도 도면들의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수 있음을 이해할 수 있을 것이다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서를 통해 수행되는 그 인스트럭션들이 흐름도 블록(들)에서 설명된 기능들을 수행하는 수단을 생성하게 된다. 이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 흐름도 블록(들)에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다. 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 흐름도 블록(들)에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.

또한, 각 블록은 특정된 논리적 기능(들)을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또, 몇 가지 대체 실행 예들에서는 블록들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.

이 때, 본 실시 예에서 사용되는 '~부'라는 용어는 소프트웨어 또는 FPGA(field-Programmable Gate Array) 또는 ASIC(Application Specific Integrated Circuit)과 같은 하드웨어 구성요소를 의미하며, '~부'는 어떤 역할들을 수행한다. 그렇지만 '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들, 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다.

본 발명의 실시예들을 구체적으로 설명함에 있어서, 특정 시스템의 예를 주된 대상으로 할 것이지만, 본 명세서에서 청구하고자 하는 주요한 요지는 유사한 기술적 배경을 가지는 여타의 통신 시스템 및 서비스에도 본 명세서에 개시된 범위를 크게 벗어나지 아니하는 범위에서 적용 가능하며, 이는 당해 기술분야에서 숙련된 기술적 지식을 가진 자의 판단으로 가능할 것이다.

도 1은 본 발명의 일 실시예에 따른 자동 수수료 지급 온라인 상품 판매 플랫폼 운영 서버의 구동 환경을 나타낸 예시도이다.

도 1을 참조하면, 자동 수수료 지급 온라인 상품 판매 플랫폼 운영 서버(100)(이하, '서버(100)'라고 함)는 유무선 네트워크를 통해 유통사로부터 상품 정보를 수신할 수 있다. 예를 들어, 서버(100)는 유통사에서 유지 및 관리하는 유통사 서버와 유무선 네트워크로 연결될 수 있으며, 유통사에서 서버(100)를 통해 판매하고자 하는 상품 또는 서비스에 대한 상품 정보를 서버(100)에 전달하고, 서버(100)는 유통사 서버를 통해 상품 정보를 수신할 수 있다.

여기서, 상품 정보는 상품 ID, 고유 식별번호, 제품 카테고리, 제품 하위 카테고리, 상품명, 상품 설명, 사양, 이미지, 가격, 판매자 최대 수수요율, 상품 상태, 재고 여부, 제작 및 판매자 정보, 배송 옵션 정보, 결제 정보, 결제 기간, 계약 기간, 기본 약관, 반품 정책, 평점 및 리뷰, 과거 판매 내역 등을 포함할 수 있으며, '제품' 또는 '상품'은 그 속성에 따라 '서비스'로 해석될 수 있다. 예컨대, 서비스 유형, 설명, 서비스 기간 및 약관, 취소 정책, 서비스 제공자 정보, 서비스 제공 방법 등이 포함될 수 있다.

또한, 서버(100)는 유무선 네트워크를 통해 판매자 단말(10) 및 구매자 단말(20)로부터 판매자 정보 및 구매자 정보를 포함하는 사용자 정보를 수신할 수 있다.

이때, 판매자 단말(10) 및 구매자 단말(20)은 '사용자 단말'로 일괄 호칭될 수 있으며, 필요한 경우 판매자 단말(10) 및 구매자 단말(20)로 구분하여 호칭하기로 한다. 즉, 서버(100)는 사용자 단말로부터 사용자 정보를 수신할 수 있다.

이때, 사용자 단말은 통신 가능한 데스크탑 컴퓨터(desktop computer), 랩탑 컴퓨터(laptop computer), 노트북(notebook), 스마트폰(smart phone), 태블릿 PC(tablet PC), 모바일폰(mobile phone), 스마트 워치(smart watch), 스마트 글래스(smart glass), e-book 리더기, PMP(portable multimedia player), 휴대용 게임기, 네비게이션(navigation) 장치, 디지털 카메라(digital camera), DMB(digital multimedia broadcasting) 재생기, 디지털 음성 녹음기(digital audio recorder), 디지털 음성 재생기(digital audio player), 디지털 동영상 녹화기(digital video recorder), 디지털 동영상 재생기(digital video player), PDA(Personal Digital Assistant)등 일 수 있다.

또한, 유무선 네트워크 방식은 블루투스(Bluetooth) 통신, BLE(Bluetooth Low Energy) 통신, 근거리 무선 통신(Near Field Communication, NFC), WLAN 통신, 지그비(Zigbee) 통신, 적외선(Infrared Data Association, IrDA) 통신, WFD(Wi-Fi Direct) 통신, UWB(ultra-wideband) 통신, Ant+ 통신, WIFI 통신, RFID(Radio Frequency Identification) 통신 등 다양한 통신방법을 포함할 수 있으나, 이에 제한되는 것은 아니다.

또한, 판매자 정보 및 구매자 정보는 ID, 성명 또는 회사명, 연락처, 주소, 은행 계좌를 포함하는 결제정보, 판매/구매 제품 또는 서비스 목록, 판매자/구매자 평가 내역, 판매 또는 내역, 판매자/구매자 상태, 법률 준수정보, 판매자/구매자 인증정보, 소셜미디어, 디지털 포트폴리오, 판매/구매 제품 또는 서비스에 대한 인증 정보, 분쟁이력, 다국어 지원여부, 위치정보, 제휴 또는 파트너십 현황, 마케팅 친화도, 개인화된 기본설정 등을 포함할 수 있다.

또한, 서버(100)는 유통사 서버로부터 수신한 판매 제품을 상품 등록하고, 서버(100)에 판매자로 등록한 사용자에 대해 수수료율을 포함하는 상품 정보를 전달할 수 있다. 이때, 서버(100)는 유통사 서버로부터 수신한 상품정보와 판매자 단말(10)을 통해 수신한 판매자 정보를 기초로 해당 판매자가 상품을 판매하였을 때, 판매자가 수취할 수 있는 수수료율을 결정할 수 있다.

예를 들어, 서버(100)는 사용자 A가 판매자로 등록한 경우, 사용자 A에게 유통사로부터 수신한 상품 정보를 제공하여 해당 상품을 플랫폼에서 판매할 수 있는 판매 권한을 부여하여 판매자로 등록하고, 판매자로 등록된 사용자 A가 특정 제품 K를 판매하는 경우 그에 따른 최대 및 최소 수수료율을 결정할 수 있다. 예컨대, 서버(100)는 사용자 A가 상품의 판매 또는 제품이 없는 신규 사용자이고, 판매자로 처음 등록하였다면 최대 수수료율을 상품 가격의 10%로 설적하고 최소 수수료율을 상품 가격의 2%로 결정할 수 있다.

수수료율이 결정되고 나면, 서버(100)는 다양한 종류의 상품 및 다수의 판매자가 판매하는 동일한 상품을 자동으로 배치하도록 인터페이스를 구성할 수 있다. 일 예로, 서버(100)는 동일한 화면 내에 동일한 상품이 포함되지 않도록 배치하고, 동일한 상품에 대해 다수의 판매자가 존재하는 경우 가장 후기(예: 리뷰 또는 평점)가 좋은 판매자의 상품을 동일 상품내 최상단에 노출시키도록 인터페이스를 구성할 수 있다.

도 2는 자동 수수료 지급 온라인 상품 판매 플랫폼 운영 서버의 일 예를 도시한 예시도이다. 도 2를 참조하면, 자동수수료 지급 온라인 상품 판매 플랫폼 운영 서버(200)(이하, '서버(200)'이라고 함)는 상품 정보 분석부(210), 사용자 정보 분석부(220) 및 수수료 산출부(230)를 포함할 수 있다.

상품 정보 분석부(210)는 유통사 서버로부터 수신한 상품 정보를 분석하여 상품에 대한 판매자 또는 구매자의 선호도를 산출할 수 있다.

예컨대, 상품 정보는 판매량, 판매 속도, 가격 변동률, 재고 회전율, 반품률, 할인 빈도, 리뷰 점수, 리뷰 개수, 전환율, 재구매율, 추천율, 제품 판매 기간, 상품 장바구니 포기율을 포함할 수 있다. 여기서, 전환율은 상품 페이지 방문자 중 실제로 상품을 구매한 사용자의 비율을 의미하고, 추천율은 상품을 구매한 고객이 다른 사용자에게 동일한 상품을 추천하는 비율을 의미할 수 있다.

이때, 상품 정보 분석부(210)는 수신한 상품 정보를 유사한 속성에 따라 적어도 하나의 카테고리로 분류할 수 있다. 예를 들어, 상품 정보 분석부(210)는 가격 변동률, 재고 회전율, 할인 빈도 및 상품 판매기간을 '가격 및 판매역학' 카테고리로 분류하고, 리뷰점수, 리뷰수, 추천율, 재구매 비율을 '만족도' 카테고리로 분류하고, 전환율, 반품율 및 상품 장바구니 포기율을 '판매실적' 카테고리로 분류할 수 있다.

또한, 상품 정보 분석부(210)는 유사한 속성에 따라 적어도 하나의 카테고리로 분류된 상품정보를 결합하여 상품정보 파라미터를 생성할 수 있다. 상품정보를 결합하여 상품정보 파라미터를 생성하기 위해, 상품 정보 분석부(210)는 상품 정보를 정규화 할 수 있다.

예를 들어, 가격이 변동하는 비율인 가격 변동률이 정가에서 -50%에서 +50% 사이에서 변동하는 경우, 변동율은 -50에서 50일 수 있다. 또한, 일정 기간 동안 재고가 판매되고 교체되는 횟수인 재고 회전율이 가장 낮은 경우를 1, 가장 빠른 경우를 10이라고 하는 경우 재고 회전율은 1 내지 10이 될 수 있다. 또한, 할인 빈도가 없는 경우를 0, 매월 진행하는 경우 12로 결정될 수 있다. 또한, 상품이 판매된 기간인 상품 판매 기간은 신규 상장인 경우 0, 1년 상장되어 있는 경우 365일 수 있다. 또한, 리뷰 점수는 1점 내지 5점으로 결정될 수 있고, 리뷰 수는 0에서 5000의 범위에서 산출될 수 있다. 또한, 추천율, 재구매율, 전환율, 장바구니 포기율 및 반품비율은 0% 내지 100%가 될 수 있다.

이때, 상품정보 분석부(210)는 최소-최대 정규화를 통해 파라미터를 정규화 할 수 있다.

예컨대, 상품정보가, 가격 변동률: 10%, 재고 회전율: 7, 할인 빈도: 6, 상품판매기간: 200일, 리뷰 점수: 4.5, 리뷰 수: 300, 추천률: 85%, 재구매율: 40%, 전환율: 2.5%, 반품률: 5%, 상품 장바구니 포기율: 30%로 주어질 때, 각 상품정보는 아래 수학식과 같이 정규화 될 수 있다.

그 다음, 상품 정보 분석부(210)는 가격 변동률, 재고 회전율, 할인 빈도 및 상품 판매기간을 '가격 및 판매역학' 카테고리로 분류하고, 리뷰점수, 리뷰수, 추천율, 재구매 비율을 '만족도' 카테고리로 분류하고, 전환율, 반품율 및 상품 장바구니 포기율을 '판매실적' 카테고리로 분류하고 이들을 결합함으로써 상품정보 파라미터를 생성할 수 있다.

예를 들어, 가격 및 판매역학지수(PSDS, Pricing and Sales Dynamics Score)는 아래 수학식을 통해 산출될 수 있다.

PSDS는 가격 및 판매 관점에서 상품이 판매자 및 구매자에게 얼마나 매력적인지를 나타내는 지표가 될 수 있다. 높은 PSDS는 상품이 경쟁력 있는 가격 책정 전략(즉, 가격 변동률이 보통임)을 갖고 있고, 회전율이 빠르며(즉, 빨리 매진됨), 예산에 민감한 고객을 유치할 수 있는 잦은 할인 기회를 제공하며, 합리적인 시간 동안(즉, 시장에서 너무 새롭지도 않고 너무 오래되지도 않음) 판매되고 있음을 보여준다. 예컨대, 0.58의 PSDS(0내지 1의 값을 가짐)는 상품이 가격 및 판매 관점에서 적당한 수준의 매력을 가지는 것으로 해석될 수 있다.

또한, 고객 만족도 점수(CESS, Customer Engagement and Satisfaction Score)는 아래 수학식을 통해 산출될 수 있다.

CESS는 고객 참여 및 만족도 측면에서 상품의 매력을 반영할 수 있다. 즉, 높은 CESS는 긍정적인 고객 리뷰, 많은 리뷰 수(높은 판매량 또는 강력한 고객 참여를 의미), 높은 추천 비율(고객 만족 제안) 및 높은 재구매 비율(고객 충성도)을 나타냅니다. 예컨대, 0.55의 CESS는 제품이 중간 수준의 고객 참여 및 만족도를 가지고 있음을 나타냅니다.

또한, 판매실적 점수(SPS, Sales Performance Score)는 아래 수학식을 통해 산출될 수 있다.

SPS는 상품의 판매 실적에 대한 분석을 제공할 수 있다. 높은 SPS는 높은 전환율(높은 비율의 사이트 방문자가 결국 제품을 구매), 낮은 반품률(제품 품질 및 고객 만족을 의미) 및 낮은 장바구니 포기율(구매 프로세스가 원활하고 제품은 고객이 구매를 완료할 만큼 충분히 매력적)을 의미할 수 있다. 예컨대, 0.12의 SPS는 상대적으로 낮은 값으로서 판매 실적 개선의 여지가 있음을 의미할 수 있다.

또한, 상품 정보 분석부(210)는 PSDS, CESS, SPS를 통합 분석할 수 있다. 예를 들어, 상품 정보 분석부(210)는 PSDS는 높지만 CESS가 낮은 제품에 대해 가격이 저렴하고 잘 팔리지만 고객 만족도는 높지 않은 것으로 분석할 수 있으며, CESS는 높으나 SPS가 낮은 제품은 구매 고객의 만족도는 높으나 방문자를 성공적으로 구매전환 하지 못하는 것을 의미할 수 있다.

사용자 정보 분석부(220)는 판매자 정보 및 구매자 정보를 포함하는 사용자 정보를 분석하여 플랫폼 사용에 대한 적합도를 판단할 수 있다.

예를 들어, 사용자 정보 분석부(220)는 사용자 정보를 적어도 하나 이상의 카테고리로 구분할 수 있다. 예컨대, 사용자 정보 분석부(220)는 구매빈도, 평균 주문 금액, 할인 사용량, 고객 평생 가치를 '구매 행동'으로 분류하고, 리뷰 빈도, 접속 시간을 '참여 행동'으로 분류하고, 반품 빈도, 장바구니 포기율을 '반품 행동'으로 구분할 수 있다.

한편, 고객 평생 가치는 고객이 플랫폼을 사용하는 동안 창출할 수 있는 금전적 가치를 추정하는 지표로서 평균 판매가치, 반복 거래수 및 고객 평균 유지기간으로서 아래의 수학식으로 산출할 수 있다.

여기서 평균판매 가치는 고객의 평균 구매금액으로서 특정 기간의 총 수익을 해당 기간으로 나누어 산출되며, 반복 거래수는 방문 고객의 총 구매수를 방문 총 고객수로 나누어 산출될 수 있으며, 고객 평균 유지기간은 플랫폼 내에 고객이 유지되는 기간으로서 모든 고객들을 대상으로 각 고객들의 첫 구매와 마지막 구매 사이의 시간 범위를 산출하고, 이들의 평균으로부터 산출될 수 있다.

그 다음 사용자 정보 분석부(220)는 구분된 각 카테고리의 사용자 정보를 상호 결합하여 플랫폼 사용 적합도를 산출하기 위한 사용자 적합도를 산출할 수 있다.

일 예로, 사용자 정보 분석부(220)는 사용자 정보를 최소-최대 정규화를 통해 정규화 한 다음 아래의 수학식을 통해 구매행동 점수(PBS, Purchase behavior score)를 산출할 수 있다.

PBS는 사용자의 구매 활동을 측정하는 지표가 될 수 있다. 예를 들어, PBS점수가 높으면 사용자가 자주 구매하고, 주문당 더 많이 지출하는 경향이 있으며, 종종 할인이나 프로모션을 활용하고, 고객 평생 가치가 높아 시간이 지남에 따라 플랫폼에 대한 상당한 재정적 기여를 나타냄을 의미할 수 이따. 반면, PBS 점수가 낮다는 것은 구매 빈도가 낮거나, 지출이 적거나, 할인을 적게 사용하거나, 고객 평생 가치가 낮다는 것을 의미할 수 있다.

또한, 사용자 정보 분석부(220)는 아래의 수학식을 통해 참여행동 점수(EBS, Engagement behavior score)를 산출할 수 있다.

EBS는 사용자가 플랫폼과 얼마나 상호 작용하고 커뮤니티에 기여하는지 나타내는 지표일 수 있다. EBS가 높은 사용자는 자주 리뷰를 남기고 방문할 때마다 플랫폼을 탐색하는 데 더 오랜 시간을 보냄을 의미할 수 있고, 이러한 사용자는 커뮤니티에 더 많은 투자를 할 가능성이 높으며 잠재적으로 다른 사용자의 인식과 행동을 형성하는 데 영향을 미칠 수 있다고 판단할 수 있다. 반면, 낮은 EBS는 사용자가 플랫폼이나 해당 커뮤니티에 많이 참여하지 않고 순수하게 거래 목적으로만 사용하고 있음을 나타낼 수 있다.

또한, 사용자 정보 분석부(220)는 아래의 수학식을 통해 반품행동 점수(RBS, Return behavior score)를 산출할 수 있다.

RBS는 사용자가 구매를 반품하거나 장바구니를 버리는 빈도와 가능성을 나타내는 지표일 수 있다. RBS가 높으면 구매를 자주 반품하거나 구매하지 않고 장바구니를 자주 비우는 사용자를 나타낼 수 있다. 이는 플랫폼의 제품 제공, 가격 또는 고객 서비스를 개선할 수 있는 잠재적인 영역을 나타낼 수 있다. 반면, 낮은 RBS는 사용자가 구매를 거의 반품하지 않거나 장바구니를 버리는 것을 나타낼 수 있으며, 이는 일반적으로 플랫폼에서의 쇼핑 경험에 만족함을 나타낼 수 있다.

그 다음, 사용자 정보 분석부(220)는 PBS, EBS, RBS의 조합으로 사용자 적합도를 산출할 수 있다. 예를 들어, PBS=0.7, EBS=0.6 및 RBS=0.4로 산출된 경우, 사용자 정보 분석부(220)는 미리 정해진 가중치를 PBS, EBS, RBS에 각 적용하고 이들의 합을 산출함으로써 사용자 적합도를 산출할 수 있다. 예컨대, 미리 정해진 가중치 w1=0.5, w2=0.25, w3=0.25인 경우 사용자 정보 분석부(220)는 아래의 수학식과 같이 사용자 적합도를 산출할 수 있다.

이 경우 사용자 적합도는 0.6으로 산출되고 0 내지 1의 값으로 정규화된 사용자 적합도므로, 사용자 적합도 0.6은 평균 수준의 사용자 적합도를 나타내는 것으로 해석될 수 있다.

사용자 적합도가 산출되고 나면, 수수료 산출부(230)는 판매자가 부담할 수수료를 산출할 수 있다. 예를 들어, 수수료 산출부(230)는 분석된 상품정보 및 사용자 정보를 기초로 판매자가 수취할 수수료를 산출할 수 있다.

예를 들어, 기본 수수료율이 10%인 경우 수수료 산출부(230)는 분석된 상품정보의 변화에 따라 수수료율을 변경할 수 있다. 예컨대, 수수료 산출부(230)는 상품 정보 파라미터의 변화에 따라 수수료율을 조정할 수 있다. 일 예로, 수수료 산출부(230)는 상품정보 파라미터가 0.1 증가할 때 마다 미리 정해진 조정 수수료율 0.5%을 적용하여 수수료율을 줄일 수 있다. 다시 말하면, PSDS=0.8, CESS=0.7, SPS=0.6인 경우 기본 수수료율 대비 감소하는 수수료율을 아래 수학식과 같이 산출할 수 있다.

또한, 수수료 산출부(230)는 사용자 정보 분석 결과를 기초로 수수료율을 조정할 수 있다. 예를 들어, 수수료 산출부(230)는 사용자 정보 파라미터가 0.1씩 증가할 때마다 미리 정해진 조정 수수료율 0.5%를 적용하여 수수료율을 감소시킬 수 있으며, 예컨대, PBS=0.9, EBS=0.6, RBS=0.2인 경우 기본 수수료율 대비 감소하는 수수료율은 아래 수학식과 같이 산출될 수 있다.

또한, 이에 제한되지 않으며, 수수료 산출부(230)는 상품정보 분석 결과 및 사용자 정보 분석 결과를 기초로 수수료율을 조정할 수 있다. 예를 들어, 수수료 산출부(230)는 상품정보 파라미터 및 사용자 정보 파라미터의 증감에 따라 기본 수수료율을 미리 정해진 비율로 증감시켜 조정된 수수료율을 산출할 수 있다.

일 예로, 수수료 산출부(230)는 상품정보 파라미터 및 사용자 정보 파라미터가 0.1씩 증가할 때마다 미리 정해진 조정 수수료율 0.5%을 적용하여 기본 수수료율을 감소시킬 수 있으며, 예컨대, PSDS=0.8, CESS=0.7, SPS=0.6, PBS=0.9, EBS=0.6, RBS=0.2인 경우 기본 수수료율 대비 감소하는 수수료율은 아래 수학식과 같이 산출될 수 있다.

이처럼 수수료 산출부(230)는 기본 수수료율 대비 사용자 정보 및 상품 정보 파라미터의 변화에 따라 판매자가 적용할 수 있는 수수료율을 감소시킬 수 있으며, 이를 통해 판매자는 자신이 판매하는 상품의 가격을 합리적으로 감소시킴으로써 상품 판매 경쟁력을 확보할 수 있다.

도 3은 자동 수수료 지급 온라인 상품 판매 플랫폼 운영 서버의 다른 예를 도시한 예시도이다. 도 3을 참조하면, 자동 수수료 지급 온라인 상품 판매 플랫폼 운영 서버(300)(이하, '서버(300)'라고 함)는 상품정보 분석부(310), 사용자 정보 분석부(320), 수수료 산출부(330) 및 상품 자동 배치부(340)를 포함할 수 있다. 여기서, 상품정보 분석부(310), 사용자 정보 분석부(320) 및 수수료 산출부(330)는 앞서 도 2를 참조하여 설명한 상품정보 분석부(210), 사용자 정보 분석부(220) 및 수수료 산출부(230)와 동일한 구성일 수 있으며, 이하 중복되지 않는 구성을 중심으로 상세히 설명한다.

상품 자동 배치부(340)는 분석된 상품 정보, 사용자 정보 및 산출된 수수료율을 기초로 서버(300)에 접속하는 사용자에 적합한 인터페이스를 구성하여 상품을 자동 배치할 수 있다.

예를 들어, 상품 자동 배치부(340)는 상품 정보 파라미터를 사용하여 상품 점수(Product Score)를 산출할 수 있다. 예컨대, 상품 자동 배치부(340)는 PSDS, CESS, SPS가 각각 0.6, 0.8, 0.7일 때, 미리 정해진 가중치를 부여하여 상품 점수를 산출할 수 있고, 미리 정해진 가중치의 합은 1로하여 정규화된 점수를 산출할 수 있다.

산출된 상품 점수 0.73는 특정 상품에 대한 적용된 가중치를 고려하여 상품의 가격, 고객 만족도 및 판매 실적에 대한 정량화된 척도를 제공할 수 있다. 또한, 상품 자동 배치부(340)는 산출된 상품점수, 사용자 적합도 및 수수료율을 기초로 상품 배치를 위한 인터페이스를 구성하여 상품을 자동으로 배치할 수 있다.

예컨대, 상품 점수(PS)가 0.73이고, 사용자 적합도가 0.6이고, 조정된 수수료율이 0.081(8.1%)인 경우 상품 자동 배치부(340)는 이들의 가중합으로부터 특정 사용자의 상품에 대한 우선순위를 결정하여, 결정된 우선순위에 따라 상품을 자동 배치하도록 인터페이스를 구성할 수 있다.

도 4a 및 도 4b는 결정된 우선순위에 따라 상품을 자동배치하는 일 예를 설명하기 위한 예시도이다. 도 3, 4a 및 4b를 참조하면, 사용자 인터페이스(410, 420)는 상품 배치를 위한 적어도 하나 이상의 레이아웃(411, 412, 413, 414, 421, 422, 423, 424,)으로 구성될 수 있으며, 레이아웃은 텍스트, 이미지, 영상, 음성 및 이들의 조합으로 구성되는 정보가 표시될 수 있다. 또한, 이에 제한되지 않으며, 레이아웃은 상품 및 서비스의 노출 또는 기능을 수행하기 위한 버튼 또는 정보 입력창이 될 수 있다.

도 3, 도 4a 및 도4b를 참조하면, 상품자동 배치부(340)는 생성된 사용자 프로필 벡터를 기초로 사용자 인터페이스(400)의 레이아웃(401, 402, 403, 404)을 구성할 수 있다. 예컨대, 레이아웃을 구성하는 크기, 모양, 형태, 색상, 밀집도를 포함하는 레이아웃 구성 요소를 변경함으로써 레이아웃을 생성할 수 있다.

또한, 상품자동 배치부(340)는 기기정보 및 서비스 정보에 따라 미리 생성된 기본 레이아웃에서 레이아웃의 구성 요소를 조정함으로써 레이아웃을 조정할 수 있다. 예를 들어, 상품자동 배치부(340)는 상품 점수, 사용자 적합도 및 조정된 수수료율의 가중합을 산출하고, 가중합의 크기가 클수록 높은 우선순위를 부여하고, 부여된 우선순위에 따라 높은 우선순위의 상품이 상품 레이아웃의 상단에 배치되도록 상품을 자동으로 배치할 수 있다. 예컨대, 도 4a를 참조하면, 상품자동 배치부(340)는 냉장고와 세탁기에 대한 상품 점수, 사용자 적합도 및 조정된 수수료율의 가중합을 산출하고, 산출된 가중합의 크기에 따라 우선순위를 부여하고, 부여된 우선순위가 더 높은 냉장고(411)를 레이아웃의 상단에 배치하고, 냉장고의 구매 또는 판매시의 수수료율(413)을 표시할 수 있다. 또한, 냉장고에 비해 우선순위가 낮은 세탁기(412)를 레이아웃의 하단에 배치하고, 세탁기의 구매 또는 판매시의 수수료율(414)을 표시할 수 있다.

또한, 도 4b를 참조하면, 상품자동 배치부(340)는 인터넷 서비스에 대한 상품 점수, 사용자 적합도 및 조정된 수수료율의 가중합을 산출하고, 산출된 가중합의 크기에 따라 우선순위를 부여하고, 부여된 우선순위가 더 높은 100메가 인터넷(421)을 레이아웃의 상단에 배치하고, 해당 서비스의 구매 또는 판매시의 수수료율(423)을 표시할 수 있다. 또한, 100메가 인터넷에 비해 우선순위가 낮은 5000메가 인터넷(422)을 레이아웃의 하단에 배치하고, 500메가 인터넷의 구매 또는 판매시의 수수료율(424)을 표시할 수 있다. 이와 같이, 상품 점수, 사용자 적합도 및 조정된 수수료율의 가중합으로부터 결정되는 우선순위에 따라 상품을 자동으로 배치함으로써 특정 사용자에 최적화된 상품 배치를 구현하면서, 판매자의 최적 수수료율을 표시하여 플랫폼 사용자의 유입이 증대될 수 있다.

도 5는 도 1에 따른 자동 수수료 지급 온라인 상품 판매 플랫폼 운영 서버에 대한 하드웨어 구성도이다.

도 5를 참조하면, 자동 수수료 지급 온라인 상품 판매 플랫폼 운영 서버(500)는, 적어도 하나의 프로세서(processor, 510) 및 적어도 하나의 프로세서(510)가 적어도 하나의 단계를 수행하도록 지시하는 명령어들(instructions)을 저장하는 메모리(memory, 520)를 포함할 수 있다.

여기서 적어도 하나의 프로세서(510)는 중앙 처리 장치(central processing unit, CPU), 그래픽 처리 장치(graphics processing unit, GPU), 또는 본 발명의 실시예들에 따른 방법들이 수행되는 전용의 프로세서를 의미할 수 있다. 메모리(520) 및 저장 장치(560) 각각은 휘발성 저장 매체 및 비휘발성 저장 매체 중에서 적어도 하나로 구성될 수 있다. 예를 들어, 메모리(520)는 읽기 전용 메모리(read only memory, ROM) 및 랜덤 액세스 메모리(random access memory, RAM) 중에서 적어도 하나로 구성될 수 있다.

또한, 자동 수수료 지급 온라인 상품 판매 플랫폼 운영 서버(500)는, 무선 네트워크를 통해 통신을 수행하는 송수신 장치(transceiver, 530)를 포함할 수 있다. 또한, 자동 수수료 지급 온라인 상품 판매 플랫폼 운영 서버 (500)는 입력 인터페이스 장치(540), 출력 인터페이스 장치(550), 저장 장치(560) 등을 더 포함할 수 있다. 자동 수수료 지급 온라인 상품 판매 플랫폼 운영 서버(500)에 포함된 각각의 구성 요소들은 버스(bus, 570)에 의해 연결되어 서로 통신을 수행할 수 있다.

본 발명에 따른 방법들은 다양한 컴퓨터 수단을 통해 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 컴퓨터 판독 가능 매체에 기록되는 프로그램 명령은 본 발명을 위해 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.

컴퓨터 판독 가능 매체의 예에는 롬(ROM), 램(RAM), 플래시 메모리(flash memory) 등과 같이 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함될 수 있다. 프로그램 명령의 예에는 컴파일러(compiler)에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터(interpreter) 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 적어도 하나의 소프트웨어 모듈로 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

또한, 상술한 방법 또는 장치는 그 구성이나 기능의 전부 또는 일부가 결합되어 구현되거나, 분리되어 구현될 수 있다.

상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 필드로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

Claims (5)

1. 자동 수수료 지급 온라인 상품 판매 플랫폼 운영 서버로서,
   적어도 하나의 프로세서; 및
   상기 적어도 하나의 프로세서가 적어도 하나의 단계를 수행하도록 지시하는 명령어들을 저장하는 메모리를 포함하고,
   상기 적어도 하나의 단계는,
   유통사 서버로부터 상품 정보를 수신하고, 수신한 상기 상품 정보를 분석하여, 상품 정보 파라미터를 산출하고, 상품에 대한 사용자의 선호도를 산출하는 단계;
   사용자 단말로부터 사용자 정보를 수신하고, 수신한 상기 사용자 정보를 분석하여, 사용자 정보 파라미터를 산출하고, 상기 플랫폼 사용에 대한 사용자 적합도를 산출하는 단계;
   상기 수신한 사용자 정보 중 구매빈도, 평균 주문 금액, 할인 사용량, 고객 평생 가치를 구매 행동으로 분류하고, 리뷰 빈도, 접속 시간을 참여 행동으로 분류하고, 반품 빈도, 장바구니 포기율을 반품 행동으로 구분하는 단계; 및
   상기 상품정보 파라미터 및 상기 사용자 정보 파라미터의 증감에 따라 기본 수수료율을 미리 정해진 비율로 증감시켜 조정된 수수료율을 산출하는 단계;를 포함하되,
   상기 사용자의 선호도를 산출하는 단계는,
   가격 변동률, 재고 회전율, 할인 빈도 및 상품 판매기간을 가격 및 판매역학 카테고리로 분류하고, 리뷰점수, 리뷰수, 추천율, 재구매율을 만족도 카테고리로 분류하고, 전환율, 반품율 및 상품 장바구니 포기율을 판매실적 카테고리로 분류하는 단계;를 포함하고,
   상기 상품정보 파라미터는,
   상기 가격 변동률, 상기 재고 회전율, 상기 할인 빈도 및 상기 상품 판매기간의 평균으로부터 가격 및 판매 역학 지수를 산출하고,
   상기 리뷰 점수, 상기 리뷰수, 상기 추천율 및 상기 재구매율의 평균으로부터 고객 만족도 점수를 산출하고,
   상기 전환율, 상기 반품율 및 상기 상품 장바구니 포기율의 평균으로부터 판매실적 점수를 산출하여 결정되고,
   상기 사용자 적합도를 산출하는 단계는,
   구매 빈도, 주문 금액 및 할인 사용량의 평균으로부터 구매행동 점수를 산출하고,
   리뷰 빈도 및 접속 시간의 평균으로부터 참여 행동 점수를 산출하고,
   반품 빈도 및 사용자 장바구니 포기율의 평균으로부터 반품행동 점수를 산출하여, 상기 사용자 정보 파라미터를 산출하는 단계; 및
   상기 구매행동 점수, 상기 참여 행동 점수 및 상기 반품행동 점수에 총 합이 1인 미리 정해진 가중치를 부여하여, 상기 구매행동 점수, 상기 참여 행동 점수 및 상기 반품행동 점수의 가중합으로부터 상기 사용자 적합도를 산출하는 단계;를 포함하고,
   상기 고객 평생 가치는 평균 판매 가치, 반복 거래수 및 고객 평균 유지기간의 곱으로 산출되는 것을 특징으로 하는,
   서버.
   
2. 삭제
3. 삭제
4. 청구항 1에서,
   상기 조정된 수수료율을 산출하는 단계는,
   상기 상품정보 파라미터 및 상기 사용자 정보 파라미터의 증감에 따라 상기 상품정보 파라미터 및 상기 사용자 정보 파라미터에 미리 정해진 조정 수수료율을 곱하여 조정율을 산출하는 단계; 및
   상기 기본 수수료율에서, 상기 조정율을 상기 기본 수수료율로 나눈 값과의 차를 산출하여 상기 조정된 수수료율을 산출하는 단계;를 포함하는,
   서버.
   
5. 청구항 1에서,
   상품 점수, 상기 사용자 적합도 및 상기 조정된 수수료율의 가중합의 크기가 클수록 높은 우선순위를 부여하여, 특정 사용자의 상품에 대한 우선순위를 결정하는 단계; 및
   결정된 상기 우선순위가 높을수록 상기 상품이 상품 레이아웃의 상단에 배치되도록 상품을 자동으로 배치하는 단계;를 포함하는,
   서버.
   

Images