KR102667592B1 - 빅데이터 기반 광고 효과 분석 및 최적화 시스템 - Google Patents
빅데이터 기반 광고 효과 분석 및 최적화 시스템 Download PDFInfo
- Publication number
- KR102667592B1 KR102667592B1 KR1020240019992A KR20240019992A KR102667592B1 KR 102667592 B1 KR102667592 B1 KR 102667592B1 KR 1020240019992 A KR1020240019992 A KR 1020240019992A KR 20240019992 A KR20240019992 A KR 20240019992A KR 102667592 B1 KR102667592 B1 KR 102667592B1
- Authority
- KR
- South Korea
- Prior art keywords
- advertisement
- funnel
- big data
- user
- advertising
- Prior art date
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 44
- 230000000694 effects Effects 0.000 title claims abstract description 33
- 238000004458 analytical method Methods 0.000 title claims abstract description 30
- 238000012552 review Methods 0.000 claims abstract description 23
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 12
- 239000000047 product Substances 0.000 claims description 50
- 238000007405 data analysis Methods 0.000 claims description 21
- 238000000034 method Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 10
- 239000013589 supplement Substances 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 16
- 238000007726 management method Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 8
- 230000006399 behavior Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000013480 data collection Methods 0.000 description 4
- 238000013500 data storage Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000011985 exploratory data analysis Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 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
- G06Q30/0241—Advertisements
- G06Q30/0242—Determining effectiveness of advertisements
- G06Q30/0244—Optimization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0255—Targeted advertisements based on user history
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0276—Advertisement creation
-
- 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
- G06Q30/0282—Rating or review of business operators or products
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 빅데이터 및 인공지능 기술을 활용하여 사용자에게 맞춤형 광고 캠페인을 제공할 수 있는 빅데이터 기반 광고 효과 분석 및 최적화 시스템에 관한 것이다. 본 발명은 광고 제공 단말 및 광고 제공 단말에 광고를 제공하고, 광고의 시청 여부, 광고 시청 리뷰 및 광고와 연관된 상품의 구매 여부에 대한 정형적 또는 비정형적인 빅데이터를 수집하고 인공지능 기반으로 빅데이터를 분석하여 맞춤 광고 캠페인을 제공하는 광고 최적화 서버를 포함할 수 있다.
Description
본 발명은 빅데이터 기반 광고 효과 분석 및 최적화 시스템에 관한 것으로, 더욱 상세하게는 빅데이터 및 인공지능 기술을 활용하여 사용자에게 맞춤형 광고 캠페인을 제공할 수 있는 빅데이터 기반 광고 효과 분석 및 최적화 시스템에 관한 것이다.
일반적으로, 빅데이터 활용을 위해 필요한 기술로는 빅데이터 수집 기술, 빅데이터 저장 관리 기술, 빅데이터 처리 기술, 빅데이터 분석 기술 및 지식 시각화 기술 등이 있다.
빅데이터 분석 기술을 살펴보면, 대표적인 빅데이터 분석 기술들과 분석 기법으로는 텍스트 마이닝(Text Mining), 오피니언 마이닝(Opinion Mining), 소셜 네트워크 분석(Social Network Analysisi), 분류(Classification), 군집화(Clustering), 기계학습(Machine Learning), 회귀분석(Regression), 감석분석(Sentiment Analysis) 등이 있다.
이 중에서, 지식 시각화 기술을 살펴보면, 데이터들이 만들어 내는 수많은 패턴들을 시각화하면, 어떤 일들이 일어나고 있는지 그리고 어떻게 그 일이 전개될 수 있을지를 직관적이고 명확하게 이해할 수 있다.
즉, 지식 시각화 기술은 데이터 분석 결과를 누구나 직관적으로 이해할 수 있도록 일목요연하게 시각적 수단을 활용하여 나타내는 것으로, 도표, 이미지, 통계 그래프 등을 통해 빅데이터 안에 있는 정보를 전달할 수 있다.
한편, 우리가 가장 쉽게 접할 수 있는 전통적인 형태의 광고는 TV에서 프로그램 사이에 표시되는 CF 영상, 온라인 상에서 제공하는 광고이다. TV와 온라인은 드라마, 뉴스, 예능 등 다양한 콘텐츠들을 제공하고, 보급률과 신뢰도가 높기 때문에 광고를 표시하는 대표적인 연결 매체로 활용되고 있다.
이러한 광고 관련 빅데이터를 분석 및 활용하기 위해서는 빅데이터 분석 기술에 대한 전문성 및 해당 데이터가 생성된 분야에 대한 폭넓은 이해가 필요하고 빅데이터를 잘 아는 전문가 인력이 필요하다.
따라서 본 발명은 상술한 문제점을 해결하기 위해 도출된 것으로서, 본 발명은 빅데이터 및 인공지능 기술을 활용하여 사용자에게 맞춤형 광고 캠페인을 제공할 수 있는 빅데이터 기반 광고 효과 분석 및 최적화 시스템을 제공하는데 그 목적이 있다.
또한, 본 발명은 사용자가 광고를 시청한 후 광고의 시청률, 사용자의 광고 시청 반응 및 효과를 분석하고 분석 결과에 따라 광고 캠페인을 최적화할 수 있는 빅데이터 기반 광고 효과 분석 및 최적화 시스템을 제공하는데 다른 목적이 있다.
본 발명의 다른 목적들은 이하에 서술되는 실시예를 통하여 더욱 명확해질 것이다.
본 발명의 일 측면에 따른 빅데이터 기반 광고 효과 분석 및 최적화 시스템은 광고 제공 단말 및 광고 제공 단말에 광고를 제공하고, 광고의 시청 여부, 광고 시청 리뷰 및 광고와 연관된 상품의 구매 여부에 대한 정형적 또는 비정형적인 빅데이터를 수집하고 인공지능 기반으로 빅데이터를 분석하여 맞춤 광고 캠페인을 제공하는 광고 최적화 서버를 포함할 수 있다.
또한, 광고 최적화 서버는 광고 제공 단말로부터 사용자 정보를 수집하는 사용자 정보 수집부, 광고 제공 단말에서 제공되는 광고의 시청 여부, 광고 시청 리뷰 및 광고와 연관된 상품의 구매 여부 중 적어도 하나의 정형적 또는 비정형적인 빅데이터를 수집하는 광고 정보 수집부, 수집된 빅데이터 중 기 결정된 사용자 설정에 따라 유효 데이터를 선별하고, 선별된 유효 데이터에 대해 광고의 시청 여부에 따라 광고 시청률을 산출하고, 광고 시청 리뷰에 따라 광고 시청 반응을 분류하며, 광고와 연관된 상품의 구매 여부에 따라 광고 시청 효과를 도출하여 유효 데이터를 분석하는 데이터 분석부 및 분석된 유효 데이터를 인공지능 기반으로 분석하여 맞춤형 광고 캠페인을 생성하고 사용자가 시각적으로 확인할 수 있는 시각적 정보로 가공하여 맞춤형 광고 캠페인을 제공하는 광고 캠페인 생성부를 포함할 수 있다.
또한, 수집된 빅데이터를 기반으로 사용자의 퍼널 단계로서 노출 퍼널, 유입 퍼널, 구매 퍼널 및 재구매 퍼널 중 하나의 마케팅 퍼널을 결정하고, 결정된 마케팅 퍼널에 따라 맞춤형 광고 캠페인을 보완하는 마케팅 퍼널 관리부를 더 포함하고, 마케팅 퍼널 관리부는, 결정된 마케팅 퍼널, 사용자 정보에 포함된 사용자의 나이, 광고의 시청 횟수, 광고와 연관된 상품의 구매 빈도 및 사용자의 구매 행동 패턴에 따라 아래의 수학식을 기반으로 고객 이탈 위험도를 산출하고,
[수학식]
는 고객 이탈 위험도를 의미하고, 는 결정된 마케팅 퍼널에 따른 가중치로 노출 퍼널인 경우 1, 유입 퍼널인 경우 3, 구매 퍼널인 경우 7, 재구매 퍼널인 경우 10으로 대입되고, 는 사용자 나이에 따른 가중치를 의미하고, 는 광고의 시청 횟수를 의미하고, 는 광고와 연관된 상품의 구매 빈도를 의미하고, 는 사용자의 구매 행동 패턴에 따른 가중치를 의미할 수 있다.
본 발명의 실시예에 따른 빅데이터 기반 광고 효과 분석 및 최적화 시스템은 다음과 같은 효과를 제공한다.
본 발명은 빅데이터 및 인공지능 기술을 활용하여 사용자에게 맞춤형 광고 캠페인을 제공할 수 있는 효과가 있다.
본 발명은 사용자가 광고를 시청한 후 광고의 시청률, 사용자의 광고 시청 반응 및 효과를 분석하고 분석 결과에 따라 광고 캠페인을 최적화할 수 있는 효과가 있다.
본 발명의 효과는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 빅데이터 기반 광고 효과 분석 및 최적화 시스템을 도시한 개략도이다.
도 2는 본 발명의 일 실시예에 따른 빅데이터 기반 광고 효과 분석 및 최적화 시스템의 광고 최적화 서버를 설명하기 위한 블록도이다.
도 3은 본 발명의 다른 일 실시예에 따른 빅데이터 기반 광고 효과 분석 및 최적화 시스템의 광고 최적화 서버를 설명하기 위한 블록도이다.
도 4는 본 발명의 일 실시예에 따른 빅데이터 기반 광고 효과 분석 및 최적화 시스템의 광고 최적화 서버에서 광고를 최적화하여 제공하는 과정을 설명하기 위한 순서도이다.
도 2는 본 발명의 일 실시예에 따른 빅데이터 기반 광고 효과 분석 및 최적화 시스템의 광고 최적화 서버를 설명하기 위한 블록도이다.
도 3은 본 발명의 다른 일 실시예에 따른 빅데이터 기반 광고 효과 분석 및 최적화 시스템의 광고 최적화 서버를 설명하기 위한 블록도이다.
도 4는 본 발명의 일 실시예에 따른 빅데이터 기반 광고 효과 분석 및 최적화 시스템의 광고 최적화 서버에서 광고를 최적화하여 제공하는 과정을 설명하기 위한 순서도이다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시 예를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 상세한 설명에서 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
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.
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.
이하, 첨부한 도면들을 참조하여 본 발명에 따른 실시예들을 상세히 설명하기로 하며, 첨부 도면을 참조하여 설명함에 있어 도면 부호에 상관없이 동일하거나 대응하는 구성 요소는 동일한 참조번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
이하 본 발명의 실시예들에 따른 빅데이터 기반 광고 효과 분석 및 최적화 시스템에 대하여 도 1 내지 도 4를 참조하여 상세히 설명한다.
도 1은 본 발명의 일 실시예에 따른 빅데이터 기반 광고 효과 분석 및 최적화 시스템을 도시한 개략도이다.
도 1을 참조하면, 빅데이터 기반 광고 효과 분석 및 최적화 시스템은 사용자의 광고의 시청 여부, 광고 시청 리뷰 및 광고와 연관된 상품의 구매 여부를 포함하는 빅데이터에 대한 탐색적 자료 분석에 기반하여 간단한 방식으로 빅데이터 시각화를 구현할 수 있다.
빅데이터 기반 광고 효과 분석 및 최적화 시스템은 빅데이터 중에서 유효 데이터를 분석하고, 분석된 유효 데이터를 축약하여 시각화할 수 있다. 또한, 본 실시예에 따른 빅데이터 기반 광고 효과 분석 및 최적화 시스템은 빅데이터에 대한 수집과 함께 원하는 포맷으로의 데이터 변환 기능을 함께 제공할 수 있다.
탐색적 자료분석(Exploratory data analysis)은 미국의 저명한 통계학자 John Tukey가 창안한 자료 분석 방법으로, 데이터의 특징과 내재하는 구조적인 관계를 알아내기 위한 분석기법이다.
이를 위해 빅데이터 기반 광고 효과 분석 및 최적화 시스템은 광고 제공 단말(100) 및 광고 최적화 서버(200)를 포함할 수 있다.
광고 제공 단말(100)은 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) 등을 포함할 수 있다.
광고 제공 단말(100)은 본 발명의 일 실시예에 따른 기능을 수행하기 위하여 컴퓨터가 가지는 연산 기능, 저장 기능, 참조 기능, 입출력 기능, 제어 기능 중 어느 하나 이상을 포함할 수 있다.
광고 제공 단말(100)은 광고를 시청하는 사용자가 소유할 수 있다. 광고 제공 단말(100)에는 어플리케이션 또는 웹사이트가 설치될 수 있다. 광고 제공 단말(100)은 어플리케이션 또는 웹사이트를 통해 광고 최적화 서버(200)에 접속하여 각종 데이터를 송수신할 수 있다.
광고 최적화 서버(200)는 네트워크를 통해 광고 제공 단말(100)과 연결될 수 있다. 네트워크는 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), 3G, 4G, LTE, 5G, Wi-Fi 등이 포함되나 이에 한정되지는 않는다.
광고 최적화 서버(200)는 자체 서버이거나 클라우드 서버일 수도 있고 분산된 노드들의 p2p(peer-to-peer) 집합일 수 있다. 광고 최적화 서버(200)는 프로세서 및 메모리를 포함할 수 있다. 프로세서는 프로그램을 실행하거나 광고 최적화 서버(200)를 제어할 수 있다. 프로세서에 의해 실행되는 프로그램 코드는 메모리에 저장될 수 있다. 메모리는 본 발명과 관련된 정보들을 저장하거나 방법을 구현하기 위한 프로그램을 저장할 수 있다. 메모리는 휘발성 메모리거나 비휘발성 메모리일 수 있다.
광고 최적화 서버(200)는 광고 제공 단말(100)에 광고를 제공하고, 광고의 시청 여부, 광고 시청 리뷰 및 광고와 연관된 상품의 구매 여부에 대한 정형적 또는 비정형적인 빅데이터를 수집하고 인공지능 기반으로 빅데이터를 분석하여 맞춤 광고 캠페인을 제공할 수 있다.
이하, 도 2를 참조하여 광고 최적화 서버(200)에 대하여 상세히 설명한다.
도 2는 본 발명의 일 실시예에 따른 빅데이터 기반 광고 효과 분석 및 최적화 시스템의 광고 최적화 서버를 설명하기 위한 블록도이다.
도 2를 참조하면, 광고 최적화 서버(200)는 사용자 정보 수집부(210), 광고 정보 수집부(220), 데이터 분석부(230) 및 광고 캠페인 생성부(240)를 포함할 수 있다.
사용자 정보 수집부(210)는 광고 제공 단말(100)로부터 사용자 정보를 수집할 수 있다. 사용자 정보는 사용자 이름, 사용자 성별, 사용자 주소, 사용자 연락처, 사용자 생년월일, 사용자 이메일 등을 포함할 수 있다.
사용자 정보 수집부(210)는 수집된 사용자 정보를 사용자 데이터베이스에 저장할 수 있다. 사용자 데이터베이스는 빅데이터를 저장하는 데이터베이스로서, 데이터 수집 과정을 통해 확보된 빅데이터로부터 유용한 정보를 추출할 수 있도록 빅데이터를 효과적으로 저장 및 관리할 수 있다. 빅데이터 저장은 검색 수집한 데이터를 분석에 사용하기에 적합한 방식으로 안전하게 영구적인 방법으로 보관하는 것으로서 대용량의 다양한 형식의 데이터를 고성능으로 저장하고 필요한 경우 데이터를 검색하여 수정, 삭제 또는 원하는 내용을 읽어오는 방법을 제공하는 것을 포함할 수 있다.
일 실시예에서, 사용자 데이터베이스는 분산 컬럼형 데이터베이스로 구축될 수 있다. 분산 컬럼형 데이터베이스는 데이터의 행이 아니라 데이터의 컬럼을 읽고 쓰는 데 최적화되어 있다. 컬럼 중심 스토리지는 전반적인 디스크 I/O 요구 사항과 디스크에서 로드해야 하는 데이터 양을 획기적으로 줄여주므로, 데이터베이스 테이블의 분석 쿼리 성능에 중요한 요소이다.
광고 정보 수집부(220)는 광고 제공 단말(100)에서 제공되는 광고의 시청 여부, 광고 시청 리뷰 및 광고와 연관된 상품의 구매 여부 중 적어도 하나의 정형적 또는 비정형적인 빅데이터를 수집할 수 있다. 여기서, 정형적인 데이터는 관계형 데이터베이스, 스프레드 시트 데이터 등일 수 있고, 비정형 데이터는 소셜 데이터, 문서(워드, 한글), 이미지, 오디오, 비디오 파일 등일 수 있다. 비정형 데이터는 어느 정도 구조적인 형태로 변형하여 정형된 형태로 저장하는 것이 바람직하다. 이러한 빅데이터의 변환은 데이터를 수집하는 과정에서 컴퓨터가 바로 처리할 수 없는 비정형 데이터를 구조적 형태로 전환하여 저장하는 것을 말한다.
광고의 시청 여부는 광고 제공 단말(100)에서 제공되는 광고를 일정 시간 이상 시청했을 때 광고 시청 횟수가 카운팅되어 광고를 시청한 것으로 판단될 수 있다. 광고 시청 리뷰는 광고를 시청한 사용자가 광고 자체에 대한 평가, 광고에 포함된 상품에 대한 평가, 광고에 나오는 인물, 캐릭터, 장소, 대사, 배경음, 자막 등에 대한 평가를 등록함에 따라 수집될 수 있다. 광고와 연관된 상품의 구매 여부는 사용자가 광고를 시청한 후 일정 기간 내에 광고와 연관된 상품을 구매하면 상품 구매 횟수가 카운팅되어 광고와 연관된 상품을 상품을 구매한 것으로 판단될 수 있다.
광고 정보 수집부(220)는 수집된 광고의 시청 여부, 광고 시청 리뷰 및 광고와 연관된 상품의 구매 여부를 광고 데이터베이스에 저장할 수 있다. 광고 데이터베이스는 빅데이터를 저장하는 데이터베이스로서, 데이터 수집 과정을 통해 확보된 빅데이터로부터 유용한 정보를 추출할 수 있도록 빅데이터를 효과적으로 저장 및 관리할 수 있다. 빅데이터 저장은 검색 수집한 데이터를 분석에 사용하기에 적합한 방식으로 안전하게 영구적인 방법으로 보관하는 것으로서 대용량의 다양한 형식의 데이터를 고성능으로 저장하고 필요한 경우 데이터를 검색하여 수정, 삭제 또는 원하는 내용을 읽어오는 방법을 제공하는 것을 포함할 수 있다.
일 실시예에서, 광고 데이터베이스는 분산 컬럼형 데이터베이스로 구축될 수 있다. 분산 컬럼형 데이터베이스는 데이터의 행이 아니라 데이터의 컬럼을 읽고 쓰는 데 최적화되어 있다. 컬럼 중심 스토리지는 전반적인 디스크 I/O 요구 사항과 디스크에서 로드해야 하는 데이터 양을 획기적으로 줄여주므로, 데이터베이스 테이블의 분석 쿼리 성능에 중요한 요소이다.
데이터 분석부(230)는 수집된 빅데이터 중 기 결정된 사용자 설정에 따라 유효 데이터를 선별할 수 있다. 유효 데이터는 일정 시간 이상을 시청한 광고와 연관된 로그 데이터, 광고 시청 리뷰 중 해당 광고와 연관된 내용이나 사진을 포함하는 데이터, 광고와 연관된 상품을 구매한 후 취소, 반품, 환불 등을 하지 않은 유효한 구매 데이터 등을 포함할 수 있다.
데이터 분석부(230)는 퍼지 추론 기반 모델을 이용하여 광고의 시청 여부, 광고 시청 리뷰 및 광고와 연관된 상품의 구매 여부를 클러스터링(clustering)할 수 있다. 클러스터링은 동일한 그룹의 개체가 다른 그룹의 개체보다 더 유사한 개체 집합을 그룹화하는 과정으로, 본 실시예에서는 이러한 클러스터링을 통해 추후 분류 및 분석에 사용할 수 있도록 광고 정보 수집부(220)에서 광고 데이터베이스에 분류하여 저장할 수 있다.
예를 들어, 데이터 분석부(230)는 시청한 광고 중 동일 연예인이 나오는 그룹을 클러스터링하거나, 시청한 광고 중 유사한 유형의 상품이 나오는 그룹을 클러스터링하거나, 광고 시청 리뷰가 좋은 데이터, 보통인 데이터, 안좋은 데이터를 각각 클러스터링하거나, 사용자가 구매한 상품의 종류별로 그룹을 클러스터링할 수 있다.
데이터 분석부(230)는 선별된 유효 데이터에 대해 광고의 시청 여부에 따라 광고 시청률을 산출하고, 광고 시청 리뷰에 따라 광고 시청 반응을 분류하며, 광고와 연관된 상품의 구매 여부에 따라 광고 시청 효과를 도출하여 유효 데이터를 분석할 수 있다.
데이터 분석부(230)는 사용자가 일정 시간 이상 광고를 시청하면 광고 시청을 카운팅하여 광고 시청률을 산출하고, 광고 시청 리뷰가 좋은지, 보통인지, 안좋은지에 따라 광고 시청 반응을 분류하며, 광고와 연관된 상품을 구매하는 경우 구매 횟수를 카운팅하고 카운팅 횟수가 많을수록 광고 시청 효과가 높은 것으로 분석할 수 있다.
데이터 분석부(230)는 분석된 유효 데이터를 시각화하기 위한 도형, 도표, 이미지, 통계 그래프, 분포도 중에서 하나 이상을 포함할 수 있으나, 이에 제한되지는 않는다.
광고 캠페인 생성부(240)는 분석된 유효 데이터를 인공지능 기반으로 분석하여 맞춤형 광고 캠페인을 생성하고 사용자가 시각적으로 확인할 수 있는 시각적 정보로 가공하여 맞춤형 광고 캠페인을 제공할 수 있다.
광고 캠페인 생성부(240)는 사용자가 많이 시청한 광고, 사용자가 광고 시청 리뷰를 좋게 등록한 광고, 사용자가 구매한 상품과 연관된 광고 등을 분석하여 맞춤형 광고 캠페인을 생성할 수 있다. 맞춤형 광고 캠페인은 사용자가 관심 있어 하는 상품, 영상, 내용 등을 포함할 수 있다.
일 실시예에서, 광고 캠페인 생성부(240)는 맞춤형 광고 캠페인의 시청 이력을 기반으로 광고 캠페인 맞춤 점수를 산출할 수 있다. 광고 캠페인 맞춤 점수는 맞춤형 광고 캠페인이 사용자에게 얼마나 맞춤형으로 생성되어 제공되었는지에 따라 결정될 수 있다.
광고 캠페인 맞춤 점수는 아래의 수학식을 기반으로 산출될 수 있다.
[수학식]
는 광고 캠페인 맞춤 점수를 의미하고, 은 맞춤형 광고 캠페인의 전체 시청 길이를 의미하고, 은 사용자가 시청한 맞춤형 광고 캠페인의 시청 길이를 의미하고, 은 동일한 맞춤형 광고 캠페인의 반복 재생 횟수를 의미하고, 은 맞춤형 광고 캠페인과 연관된 상품의 구매 여부에 따라, 구매를 한 경우 10, 구매를 하지 않은 경우 0으로 대입될 수 있다.
예를 들어, 맞춤형 광고 캠페인의 전체 시청 길이가 20초이고, 사용자가 시청한 맞춤형 광고 캠페인의 시청 길이가 20초이고, 동일한 맞춤형 광고 캠페인의 반복 재생 횟수가 3이고, 맞춤형 광고 캠페인과 연관된 상품을 구매하여 10인 경우, 광고 캠페인 맞춤 점수는 48.6일 수 있다.
광고 캠페인 생성부(240)는 광고 캠페인 맞춤 점수가 높을수록 맞춤형 광고 캠페인이 사용자에게 맞춤형으로 제공된 것으로 판단할 수 있다. 광고 캠페인 생성부(240)는 광고 캠페인 맞춤 점수가 기 설정된 기준 광고 캠페인 맞춤 점수보다 낮은 경우 데이터 분석부(230)에서 광고의 시청 여부, 광고 시청 리뷰 및 광고와 연관된 상품의 구매 여부를 재분석하도록 하여 맞춤형 광고 캠페인을 재생성할 수 있다.
도 3은 본 발명의 다른 일 실시예에 따른 빅데이터 기반 광고 효과 분석 및 최적화 시스템의 광고 최적화 서버를 설명하기 위한 블록도이다.
도 3을 참조하면, 광고 최적화 서버(200a)는 사용자 정보 수집부(210a), 광고 정보 수집부(220a), 데이터 분석부(230a), 광고 캠페인 생성부(240a) 및 마케팅 퍼널 관리부(250a)를 포함할 수 있다.
본 실시예에 따른 사용자 정보 수집부(210a), 광고 정보 수집부(220a), 데이터 분석부(230a) 및 광고 캠페인 생성부(240a)는 도 2에서 설명한 사용자 정보 수집부(210), 광고 정보 수집부(220), 데이터 분석부(230) 및 광고 캠페인 생성부(240)의 구성 및 기능과 동일하므로 상세한 설명을 생략한다.
마케팅 퍼널 관리부(250a)는 수집된 빅데이터를 기반으로 사용자의 퍼널 단계로서 노출 퍼널, 유입 퍼널, 구매 퍼널 및 재구매 퍼널 중 하나의 마케팅 퍼널을 결정할 수 있다.
노출 퍼널은 사용자 중 잠재 고객이 가치를 느낄만한 혜택 정보를 포함하는 것으로, 가능한 많은 사용자들이 관심을 가질 수 있도록 유용한 정보, 도움이 되는 정보, 튜토리얼 등을 포함할 수 있다. 노출 퍼널은 사용자가 상품 또는 서비스에 대한 인지도나 신뢰감이 쌓이도록 잠재 고객을 최대한 많이 모을 수 있도록 할 수 있다.
유입 퍼널은 잠재 고객들 중에서 심도 있는 관심을 가진 고객인 사용자를 포착하기 위해 뉴스레터 구독, 무료 자료 다운로드, 무료 제품 또는 서비스 체험 등을 포함할 수 있다. 유입 퍼널은 잠재 고객에서 관심 고객을 포착할 수 있다.
구매 퍼널은 관심 고객들 중에서 실제 상품 또는 서비스의 구매 결정을 내리기 직전이나 실제 상품 또는 서비스의 구매 결정을 내린 사용자가 상품 또는 서비스를 구매할 수 있도록 할 수 있다. 구매 퍼널은 관심 고객에서 구매 고객을 포착할 수 있다.
재구매 퍼널은 실제 상품 또는 서비스를 구매한 관심 고객들이 해당 상품이나 서비스를 재구매하도록 할 수 있다. 재구매 퍼널은 충성 고객 및 유지 고객을 포착할 수 있다.
마케팅 퍼널 관리부(250a)는 사용자가 시청한 광고에 대한 관심도, 상품의 구매 여부, 광고 시청 리뷰 등에 따라 사용자가 노출 퍼널에 해당하는 고객인지, 유입 퍼널에 해당하는 고객인지, 구매 퍼널에 해당하는 고객인지 및 재구매 퍼널에 해당하는 고객인지 결정하여 마케팅 퍼널을 결정할 수 있다.
마케팅 퍼널 관리부(250a)는 결정된 마케팅 퍼널에 따라 맞춤형 광고 캠페인을 보완할 수 있다. 예를 들어, 마케팅 퍼널 관리부(250a)는 결정된 마케팅 퍼널이 구매 퍼널인 경우 광고와 연관된 상품을 재구매했을 때 어떤 혜택이 제공되는지 등에 대한 시나리오를 포함하도록 맞춤형 광고 캠페인을 보완할 수 있다.
마케팅 퍼널 관리부(250a)는 결정된 마케팅 퍼널, 사용자 정보에 포함된 사용자의 나이, 광고의 시청 횟수, 광고와 연관된 상품의 구매 빈도 및 사용자의 구매 행동 패턴에 따라 아래의 수학식을 기반으로 고객 이탈 위험도를 산출할 수 있다.
[수학식]
는 고객 이탈 위험도를 의미하고, 는 결정된 마케팅 퍼널에 따른 가중치로 노출 퍼널인 경우 1, 유입 퍼널인 경우 3, 구매 퍼널인 경우 7, 재구매 퍼널인 경우 10으로 대입되고, 는 사용자 나이에 따른 가중치를 의미하고, 는 광고의 시청 횟수를 의미하고, 는 광고와 연관된 상품의 구매 빈도를 의미하고, 는 사용자의 구매 행동 패턴에 따른 가중치를 의미할 수 있다. 여기서 사용자 나이에 따른 가중치는 20-30대인 경우 10, 10대, 40대, 50대인 경우 7, 60대 이상인 경우 5로 대입될 수 있다. 사용자의 구매 행동 패턴에 따른 가중치는 광고 시청 후 광고 시청 당일 상품을 구매하면 10, 광고 시청 당일 이후 구매하면 5로 대입될 수 있다.
예를 들어, 결정된 마케팅 퍼널에 따른 가중치가 구매 퍼널로서 7이고, 사용자 나이에 따른 가중치가 10이고, 광고의 시청 횟수가 8이고, 광고와 연관된 상품의 구매 빈도가 3이고, 사용자의 구매 행동 패턴에 따른 가중치가 10인 경우, 고객 이탈 위험도는 58.8일 수 있다.
마케팅 퍼널 관리부(250a)는 고객 이탈 위험도가 높을수록 맞춤형 광고 캠페인이 해당 사용자에게 적합하지 않은 것으로 판단하고, 맞춤형 광고 캠페인을 보완하거나 광고와 연관된 상품에 대한 상품권, 할인권, 쿠폰 등을 제공하여 고객의 이탈을 최소화할 수 있다.
도 4는 본 발명의 일 실시예에 따른 빅데이터 기반 광고 효과 분석 및 최적화 시스템의 광고 최적화 서버에서 광고를 최적화하여 제공하는 과정을 설명하기 위한 순서도이다.
도 4를 참조하면, 사용자 정보 수집부(210)는 광고 제공 단말(100)로부터 사용자 정보를 수집할 수 있다(단계 S410). 사용자 정보 수집부(210)는 수집된 사용자 정보를 사용자 데이터베이스에 저장할 수 있다.
광고 정보 수집부(220)는 광고 제공 단말(100)에서 제공되는 광고의 시청 여부, 광고 시청 리뷰 및 광고와 연관된 상품의 구매 여부 중 적어도 하나의 정형적 또는 비정형적인 빅데이터를 수집할 수 있다(단계 S420). 광고 정보 수집부(220)는 수집된 광고의 시청 여부, 광고 시청 리뷰 및 광고와 연관된 상품의 구매 여부를 광고 데이터베이스에 저장할 수 있다.
데이터 분석부(230)는 수집된 빅데이터 중 기 결정된 사용자 설정에 따라 유효 데이터를 선별하고, 선별된 유효 데이터에 대해 광고의 시청 여부에 따라 광고 시청률을 산출하고, 광고 시청 리뷰에 따라 광고 시청 반응을 분류하며, 광고와 연관된 상품의 구매 여부에 따라 광고 시청 효과를 도출하여 유효 데이터를 분석할 수 있다(단계 S430).
광고 캠페인 생성부(240)는 분석된 유효 데이터를 인공지능 기반으로 분석하여 맞춤형 광고 캠페인을 생성하고 사용자가 시각적으로 확인할 수 있는 시각적 정보로 가공하여 맞춤형 광고 캠페인을 제공할 수 있다(단계 S440).
상기에서는 본 발명의 일 실시예를 참조하여 설명하였지만, 해당 기술 분야에서 통상의 지식을 가진 자라면 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100: 광고 제공 단말
200: 광고 최적화 서버
210, 210a: 사용자 정보 수집부
220, 220a: 광고 정보 수집부
230, 230a: 데이터 분석부
240, 240a: 광고 캠페인 생성부
250a: 마케팅 퍼널 관리부
200: 광고 최적화 서버
210, 210a: 사용자 정보 수집부
220, 220a: 광고 정보 수집부
230, 230a: 데이터 분석부
240, 240a: 광고 캠페인 생성부
250a: 마케팅 퍼널 관리부
Claims (3)
- 광고 제공 단말; 및
상기 광고 제공 단말에 광고를 제공하고, 광고의 시청 여부, 광고 시청 리뷰 및 광고와 연관된 상품의 구매 여부에 대한 정형적 또는 비정형적인 빅데이터를 수집하고 인공지능 기반으로 상기 빅데이터를 분석하여 맞춤 광고 캠페인을 제공하는 광고 최적화 서버를 포함하고,
상기 광고 최적화 서버는,
상기 광고 제공 단말로부터 사용자 정보를 수집하는 사용자 정보 수집부;
상기 광고 제공 단말에서 제공되는 광고의 시청 여부, 광고 시청 리뷰 및 광고와 연관된 상품의 구매 여부 중 적어도 하나의 정형적 또는 비정형적인 빅데이터를 수집하는 광고 정보 수집부;
상기 수집된 빅데이터 중 기 결정된 사용자 설정에 따라 유효 데이터를 선별하고, 선별된 유효 데이터에 대해 상기 광고의 시청 여부에 따라 광고 시청률을 산출하고, 상기 광고 시청 리뷰에 따라 광고 시청 반응을 분류하며, 상기 광고와 연관된 상품의 구매 여부에 따라 광고 시청 효과를 도출하여 상기 유효 데이터를 분석하는 데이터 분석부; 및
상기 분석된 유효 데이터를 인공지능 기반으로 분석하여 맞춤형 광고 캠페인을 생성하고 사용자가 시각적으로 확인할 수 있는 시각적 정보로 가공하여 맞춤형 광고 캠페인을 제공하는 광고 캠페인 생성부를 포함하고,
상기 수집된 빅데이터를 기반으로 사용자의 퍼널 단계로서 노출 퍼널, 유입 퍼널, 구매 퍼널 및 재구매 퍼널 중 하나의 마케팅 퍼널을 결정하고, 상기 결정된 마케팅 퍼널에 따라 상기 맞춤형 광고 캠페인을 보완하는 마케팅 퍼널 관리부를 더 포함하고,
상기 마케팅 퍼널 관리부는,
상기 결정된 마케팅 퍼널, 상기 사용자 정보에 포함된 사용자의 나이, 광고의 시청 횟수, 광고와 연관된 상품의 구매 빈도 및 사용자의 구매 행동 패턴에 따라 아래의 수학식을 기반으로 고객 이탈 위험도를 산출하고,
[수학식]
는 고객 이탈 위험도를 의미하고, 는 결정된 마케팅 퍼널에 따른 가중치로 노출 퍼널인 경우 1, 유입 퍼널인 경우 3, 구매 퍼널인 경우 7, 재구매 퍼널인 경우 10으로 대입되고, 는 사용자 나이에 따른 가중치로 20-30대인 경우 10, 10대, 40대, 50대인 경우 7, 60대 이상인 경우 5로 대입되고, 는 광고의 시청 횟수를 의미하고, 는 광고와 연관된 상품의 구매 빈도를 의미하고, 는 사용자의 구매 행동 패턴에 따른 가중치로 광고 시청 후 광고 시청 당일 상품을 구매하면 10, 광고 시청 당일 이후 상품을 구매하면 5로 대입되는 것을 특징으로 하는, 빅데이터 기반 광고 효과 분석 및 최적화 시스템.
- 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020240019992A KR102667592B1 (ko) | 2024-02-08 | 2024-02-08 | 빅데이터 기반 광고 효과 분석 및 최적화 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020240019992A KR102667592B1 (ko) | 2024-02-08 | 2024-02-08 | 빅데이터 기반 광고 효과 분석 및 최적화 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102667592B1 true KR102667592B1 (ko) | 2024-05-22 |
Family
ID=91329616
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020240019992A KR102667592B1 (ko) | 2024-02-08 | 2024-02-08 | 빅데이터 기반 광고 효과 분석 및 최적화 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102667592B1 (ko) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6325733B1 (ja) * | 2017-09-20 | 2018-05-16 | ヤフー株式会社 | 配信制御装置、配信制御方法及び配信制御プログラム |
| KR102192580B1 (ko) | 2014-03-24 | 2020-12-17 | 주식회사 카카오 | 광고 제공 장치 및 방법 |
| KR20220166921A (ko) * | 2021-06-11 | 2022-12-20 | 황호재 | 빅데이터 기반의 사용자 맞춤형 광고 타켓팅 시스템 |
-
2024
- 2024-02-08 KR KR1020240019992A patent/KR102667592B1/ko active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102192580B1 (ko) | 2014-03-24 | 2020-12-17 | 주식회사 카카오 | 광고 제공 장치 및 방법 |
| JP6325733B1 (ja) * | 2017-09-20 | 2018-05-16 | ヤフー株式会社 | 配信制御装置、配信制御方法及び配信制御プログラム |
| KR20220166921A (ko) * | 2021-06-11 | 2022-12-20 | 황호재 | 빅데이터 기반의 사용자 맞춤형 광고 타켓팅 시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Schaer et al. | Demand forecasting with user-generated online information | |
| Zhang et al. | Predicting the helpfulness of online product reviews: A multilingual approach | |
| CN108154401B (zh) | 用户画像刻画方法、装置、介质和计算设备 | |
| Ayodeji et al. | Social media analytics: a tool for the success of online retail industry | |
| US20220036391A1 (en) | Auto-segmentation | |
| US9760910B1 (en) | Automated advertising agency apparatuses, methods and systems | |
| An et al. | Automatic generation of personas using youtube social media data | |
| An et al. | Towards automatic persona generation using social media | |
| US20120173338A1 (en) | Method and apparatus for data traffic analysis and clustering | |
| Nielsen et al. | Automatic persona generation for online content creators: Conceptual rationale and a research agenda | |
| US8655725B2 (en) | User-controlled file interaction | |
| US20090198552A1 (en) | System and process for identifying users for which cooperative electronic advertising is relevant | |
| US20090198553A1 (en) | System and process for generating a user model for use in providing personalized advertisements to retail customers | |
| KR102438679B1 (ko) | 미디어 마케팅 서비스를 제공하는 서버의 동작방법 | |
| KR102667592B1 (ko) | 빅데이터 기반 광고 효과 분석 및 최적화 시스템 | |
| US20090198556A1 (en) | System and process for selecting personalized non-competitive electronic advertising | |
| JP6320353B2 (ja) | デジタルマーケティングシステム | |
| KR102667591B1 (ko) | 빅데이터 기반의 개인 맞춤형 광고 콘텐츠 생성 시스템 | |
| Voleti | Data Collection | |
| US20090199233A1 (en) | System and process for generating a selection model for use in personalized non-competitive advertising | |
| Thirakulwanich et al. | Factors influencing shoppers’ behavioral intention to purchase smart phones: digital transformation through YouTube user generated content | |
| Zheng et al. | The Users’ Purchase Behavior Research of Buying Clothing of Live Streaming eCommerce on Tiktok | |
| Zhang et al. | The Impact of Big Data on Traditional Publishing | |
| US20190065607A1 (en) | Automated application analytics | |
| US20090198551A1 (en) | System and process for selecting personalized non-competitive electronic advertising for electronic display |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |