KR20060053214A - Ｒｆｉｄ 기반의 쇼핑 패턴 분석 시스템 및 방법 - Google Patents

Ｒｆｉｄ 기반의 쇼핑 패턴 분석 시스템 및 방법 Download PDF

Info

Publication number
KR20060053214A
KR20060053214A KR1020050076798A KR20050076798A KR20060053214A KR 20060053214 A KR20060053214 A KR 20060053214A KR 1020050076798 A KR1020050076798 A KR 1020050076798A KR 20050076798 A KR20050076798 A KR 20050076798A KR 20060053214 A KR20060053214 A KR 20060053214A
Authority
KR
South Korea
Prior art keywords
shopping
customer
information
time
zone
Prior art date
Application number
KR1020050076798A
Other languages
English (en)
Inventor
안재명
Original Assignee
(주)리테일테크
안재명
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 (주)리테일테크, 안재명 filed Critical (주)리테일테크
Priority to US10/593,142 priority Critical patent/US20070185756A1/en
Priority to JP2007529687A priority patent/JP2008511066A/ja
Priority to PCT/KR2005/002766 priority patent/WO2006022503A1/en
Publication of KR20060053214A publication Critical patent/KR20060053214A/ko

Links

Images

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
    • G06Q30/06—Buying, selling or leasing transactions
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
    • G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
    • G06K19/067—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components
    • G06K19/07—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components with integrated circuit chips
    • G06K19/0723—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components with integrated circuit chips the record carrier comprising an arrangement for non-contact communication, e.g. wireless communication circuits on transponder cards, non-contact smart cards or RFIDs
    • 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
    • G06Q30/0254—Targeted advertisements based on statistics
    • 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
    • G06Q30/0261—Targeted advertisements based on user location
    • 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
    • G06Q30/0268—Targeted advertisements at point-of-sale [POS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Human Computer Interaction (AREA)
  • General Engineering & Computer Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Cash Registers Or Receiving Machines (AREA)

Abstract

본 발명은 RFID를 이용하여 매장 내에서의 고객의 위치를 검출한 후, 매장 내 구역에서 소비한 쇼핑 시간을 체크하고 고객의 위치를 추적함으로써 고객의 쇼핑 동선을 분석하고, 이를 이용하여 고객의 쇼핑 패턴을 분석하는 시스템 및 방법에 관한 것으로서, 본 발명의 쇼핑 패턴 분석 시스템은 쇼핑용 카트에 부착되어 쇼핑 고객에 대응한 이동성을 가지는 태그; 근거리 무선 통신에 의하여 상기 태그의 정보를 읽어들이고, 이를 네트워크를 통해 전송하는 다수의 리더; 상기 리더가 읽어들인 태그의 정보로부터 고객의 쇼핑 패턴을 분석하는 분석 모듈; 상기 태그의 정보 및 상기 분석 모듈의 분석 데이터가 저장되는 데이터베이스; 상기 리더와 통신을 수행함으로써 상기 분석 모듈에 의한 분석 데이터를 관리하고, 상기 분석 모듈 및 상기 데이터베이스를 제어하는 시스템 서버; 및 상기 시스템 서버로부터 쇼핑 패턴 분석 결과를 전송받아 표시하는 모니터링 단말을 포함하는 것을 특징으로 한다.
RFID, 쇼핑 동선, 쇼핑 패턴

Description

ＲＦＩＤ 기반의 쇼핑 패턴 분석 시스템 및 방법{Shopping Pattern Analysis System and Method based on RFID}
도 1은 본 발명의 바람직한 실시예에 따른 쇼핑 패턴 분석 시스템의 블록도.
도 2는 본 발명의 바람직한 실시예에 따른 분석 모듈의 세부 구성도.
도 3은 본 발명의 바람직한 실시예에 따른 고객 동선 추적 화면의 예시도.
도 4는 본 발명의 바람직한 실시예에 따른 개별 고객의 쇼핑 동선에 대한 사용자 인터페이스 화면 예시도.
도 5는 본 발명의 바람직한 실시예에 따른 시간대별 전체 고객의 쇼핑 동선에 대한 사용자 인터페이스 화면 예시도.
도 6은 본 발명의 바람직한 실시예에 따른 매장 내 각 구역의 고객 혼잡도에 대한 사용자 인터페이스 화면 예시도.
도 7은 본 발명의 바람직한 실시예에 따른 산출 데이터에 대한 통계 및 분석 결과의 사용자 인터페이스 화면 예시도.
도 8은 본 발명의 일 실시예에 따른 쇼핑 패턴 분석 방법을 나타내는 흐름도.
도 9는 본 발명의 다른 실시예에 따른 쇼핑 패턴 분석 방법을 나타내는 흐름도.
본 발명은 쇼핑 패턴 분석 시스템에 관한 것으로서, 보다 상세하게는 RFID를 이용하여 매장 내에서의 고객의 위치를 검출한 후, 매장 내 구역에서 소비한 쇼핑 시간을 체크하고 고객의 위치를 추적함으로써 고객의 쇼핑 동선을 분석하고, 이를 이용하여 고객의 쇼핑 패턴을 분석하는 시스템 및 방법에 관한 것이다.
최근 유비쿼터스 네트워킹과 유비쿼터스 컴퓨팅에 대한 연구가 활발히 진행되고 있으며, 무선으로 대상물의 위치를 자동으로 인식하고 이동 경로를 파악하는 기술과 그를 활용한 시스템의 개발이 이슈화되고 있다.
유비쿼터스 환경은 언제 어디서나 사용자가 자기에게 필요한 컴퓨팅 서비스를 받을 수 있는 환경이다. 이러한 유비쿼터스 환경을 구현하기 위해서는 가상세계와 현실세계를 연결하는 링크 기술이 필요하다.
가상세계와 현실세계를 링크하기 위하여 자동 인식 기술이 활용되며, 자동 인식 기술로는 바코드 시스템, 광학 문자 인식 시스템, 스마트 카드 시스템 및 알에프아이디(Radio Frequency IDentification : 이하, :"RFID“라 함) 시스템이 논의될 수 있다.
상술한 자동 인식 기술들 중 대형 매장 등에 가장 현실적으로 적용 가능성이 높은 것이 RFID 시스템이다.
RFID 시스템은 라디오 주파수를 이용한 무선 식별 기술을 구현한 것으로서, RFID 시스템은 리더(Reader), 일반적으로 태그(Tag)라 불리는 트랜스폰더 및 컴퓨터 또는 기타 데이터를 가공할 수 있는 장비를 기본 구성요소로 갖는다.
RFID 시스템은 이동 가능한 인식 대상물에 부착되는 태그가 안테나로부터 받은 신호에 대해 응답 신호로 태그의 고유한 정보를 신호로 보내게 되고, 이 신호를 리더가 안테나를 통하여 수신하고, 리더와 연결된 단말(서버)은 수신된 정보를 분석하여 인식 대상물의 위치를 식별한다.
태그는 다양한 모양으로 구현 가능하고, 소형화 추세에 따라 플라스틱 카드의 내부나 사람의 피부 조직에도 삽입이 가능하며, 다양하게 내장 및 부착시키기에 편리하다.
그리고, 태그는 능동형과 수동형으로 구분될 수 있으며, 능동형(Active tag)은 내부에 자체전원장치를 구비하여 읽고 쓰기가 가능한 것이고, 수동형(Passive tag)은 리더와 연결된 안테나로부터 에너지를 제공받아서 이용되는 것이다.
상술한 RFID에 기반한 애플리케이션은 기존의 일반 애플리케이션과 다른 특성을 갖는다. 일반 애플리케이션은 프로그램 실행의 흐름이 사용자의 요구에 의해서 결정되나, RFID에 기반한 애플리케이션은 사용자의 요구가 프로그램의 흐름을 결정할 수도 있다. 즉, 리더에서의 태그 인식이 실시간으로 이벤트를 발생시키며, 이러한 이벤트에 의해 프로그램이 동작된다.
따라서 완전한 유비쿼터스 컴퓨팅을 이루기 위해서는 개별적인 개체를 인식하고 추적할 수 있는 RFID 기술이 활용됨이 바람직하며, 이를 이용하여 매장 관리 를 위한 시스템으로 적용가능한 애플리케이션 개발이 무엇보다 시급한 실정이다.
특히, 많은 사람이 이용하는 대형 매장의 경우 상기 유비쿼터스 환경하에서 상품의 관리, 고객의 쇼핑 패턴 및 상품 선호도 등의 분석과 분석된 결과를 활용할 수 있는 시스템의 개발이 요청되고 있다.
본 발명은 RFID를 이용하여 대형 매장에서 고객의 현재 위치 및 현재 위치에서의 쇼핑 시간을 파악하고 고객의 동선을 분석하여, 고객의 쇼핑 패턴을 분석할 수 있는 시스템 및 방법을 제공함으로써, 최적의 매장 관리 및 효율적인 고객 관리가 이루어질 수 있도록 하는 것을 목적으로 한다.
상기한 바와 같은 목적을 달성하기 위한 본 발명의 쇼핑 패턴 분석 시스템은, 쇼핑용 카트에 부착되어 쇼핑 고객에 대응한 이동성을 가지는 태그; 근거리 무선 통신에 의하여 상기 태그의 정보를 읽어들이고, 이를 네트워크를 통해 전송하는 다수의 리더; 상기 리더가 읽어들인 태그의 정보로부터 고객의 쇼핑 패턴을 분석하는 분석 모듈; 상기 태그의 정보 및 상기 분석 모듈의 분석 데이터가 저장되는 데이터베이스; 상기 리더와 통신을 수행함으로써 상기 분석 모듈에 의한 분석 데이터를 관리하고, 상기 분석 모듈 및 상기 데이터베이스를 제어하는 시스템 서버; 및 상기 시스템 서버로부터 쇼핑 패턴 분석 결과를 전송받아 표시하는 모니터링 단말을 포함하는 것을 특징으로 한다.
한편, 상기한 바와 같은 목적을 달성하기 위한 본 발명의 쇼핑 패턴 분석 방법은, 리더에 감지된 태그의 신호에 의하여 상기 태그에 대응되는 고객의 매장내 위치가 검출되고, 상기 고객의 위치 정보가 데이터베이스에 저장되는 단계; 상기 고객의 위치가 검출된 해당 구역에서의 정지 쇼핑 시간이 체크되어 상기 데이터베이스에 저장되는 단계; 상기 고객의 위치정보와 상기 정지 쇼핑 시간이 발생된 구역을 연관시켜 상기 고객의 쇼핑 동선이 추적되고, 추적된 쇼핑 동선 정보가 상기 데이터베이스에 저장되는 단계; 상기 데이터베이스에 저장된 쇼핑 정지 시간 정보 및 상품 정보로부터 상기 고객의 구역 선호도가 분석되어 상기 데이터베이스에 저장되는 단계; 상기 데이터베이스에 저장된 쇼핑 동선 정보, 쇼핑 정지 시간 정보 및 상품 정보로부터 상기 고객의 쇼핑 패턴이 분석되고, 분석 결과가 상기 데이터베이스에 저장되는 단계; 및 상기 고객의 쇼핑 프로파일 정보가 생성 또는 갱신되어 상기 데이터베이스에 저장되는 단계를 포함하는 것을 특징으로 한다.
또한 상기한 바와 같은 목적을 달성하기 위한 본 발명의 다른 방법은, 매장에 고객이 입장하면 고객 정보가 데이터베이스에 등록되는 단계; 리더에 감지된 태그의 신호에 의하여 상기 태그에 대응되는 고객의 매장 내 위치가 검출되고, 상기 고객의 위치정보가 데이터베이스에 저장되는 단계; 상기 고객의 매장 내 특정 구역의 정지 시간이 소정의 임계값 이상인지를 판단하는 단계; 상기 판단 결과 상기 정지 시간이 소정의 임계값 이상인 경우, 상기 데이터베이스에 저장된 상기 고객의 쇼핑 프로파일을 검색하는 단계; 상기 고객의 쇼핑 프로파일에 현재 정지 구역이 포함되어 있는지 여부를 판단하는 단계; 상기 고객의 쇼핑 프로파일에 현재 정지 구역이 포함된 것으로 판단된 경우, 상기 고객의 쇼핑 프로파일 정보에서 선호 구역을 선택하는 단계; 상기 선호 구역에 관한 정보 및 상기 선호 구역의 관심 상품 정보를 고객 단말에 전송하는 단계; 및 상기 데이터베이스에 저장된 고객의 쇼핑 프로파일에 해당 이동 구역 정보를 추가하는 단계를 포함하는 것을 특징으로 한다.
이하 첨부한 도면을 참조하여 본 발명의 바람직한 실시예에 따른 쇼핑 패턴 분석 시스템 및 방법을 상세히 설명한다.
도 1은 본 발명의 바람직한 실시예에 따른 쇼핑 패턴 분석 시스템의 블록도이다.
상기 도 1을 참조하면, 본 발명의 바람직한 실시예에 따른 쇼핑 패턴 분석 시스템은 쇼핑용 카트(10) 등에 부착되는 태그(11), 다수의 리더(21), 시스템 서버(30), 분석 모듈(40), 데이터베이스(50), 모니터링 단말(60), 다수의 POS 단말(71), 유무선 단말(80), 고객 단말(90) 및 네트워크(100)를 포함하여 구성된다.
상기 태그(11)는 매장에서 제공하는 쇼핑용 카트 또는 장바구니 기타 고객이 쇼핑한 상품을 담을 수 있는 수단(10)(이하 '카트 등'이라고 함)의 적당한 위치에 부착되어, 고객에 대응한 이동성을 가진다. 따라서 상기 카트 등(10)의 동선이 고객의 쇼핑 동선으로 적용될 수 있다.
상기 리더(21)는 매장 내 상품 진열대나 계산대 등의 특정 고정 위치에 설치되며, 상기 태그(11)와의 근거리 무선 통신을 통하여 상기 태그(11)의 정보를 읽어 들이고, 이를 네트워크(100)를 통해 상기 시스템 서버(30)로 전송한다. 상기 도 1에서 리더(21)들은 리더부(20)로 그룹화되어 표시되고 있다.
상기 POS 단말(71)은 고객이 쇼핑한 상품의 정산을 위하여 매장의 계산대에 설치되며, 상기 정산 과정에서 얻어진 고객 정보와 상기 고객이 쇼핑한 상품 정보가 상기 네트워크(100)를 통하여 상기 시스템 서버(30)로 전송된다. 상기 도 1에서 상기 POS 단말(71)은 POS 단말부(70)으로 그룹화되어 표시되고 있다.
상기 유무선 단말(80)은 매장의 출입 지점에 설치되어, 고객이 매장에 입장할 때 고객 정보가 기록된 카드(이하 '고객 카드'라고 함)를 접촉 또는 비접촉 방식으로 인식하여, 상기 카드에 기록된 고객 정보를 네트워크(100)를 통해 상기 시스템 서버(30)로 전송한다.
이때, 상기 유무선 단말(80)이 설치된 위치에 상기 리더(21)가 설치되는 것이 바람직하다. 이 경우 상기 고객이 매장에 입장할 때 고객 카드를 상기 유무선 단말(80)에 인식시키고, 인식된 고객 정보는 상기 고객이 이용하는 카트 등(10)에 부착된 태그(11)의 정보와 조합되어 관리될 수 있다.
상기한 바와 같이 조합된 정보는 상기 고객의 쇼핑 프로파일 정보를 생성 또는 갱신하고 상기 고객이 쇼핑하는 동안 필요한 정보를 분석, 추론하여 고객이 소지 가능한 상기 고객 단말(90)로 제공하는 서비스를 구현하는데 이용될 수 있다.
만약, 상기 고객이 고객 카드가 없거나 또는 상기 고객의 선택적 의지에 따라 상기 유무선 단말(80)을 통하여 고객 정보를 인식할 수 없는 경우에는, 상기한 바와 같이 정산 과정에서 상기 POS 단말(71)에 의하여 얻어진 고객 정보와 태그 정 보를 조합하여 관리할 수 있다. 이 경우 고객이 쇼핑하는 동안 필요한 정보를 상기 고객 단말(90)로 전송하는 서비스는 구현될 수 없고, 고객의 쇼핑 패턴 분석 및 쇼핑 프로파일의 생성 또는 갱신은 가능하다.
상기 시스템 서버(30)는 상기 분석 모듈(40), 모니터링 단말(60) 및 고객 단말(90)과 연동되며, 네트워크(100)를 통하여 상기 리더(21), POS 단말(71) 및 유무선 단말(80)로부터 수신한 각종 정보를 상기 데이터베이스(50)에 저장하고, 상기 분석 모듈(40) 및 데이터베이스(50)를 제어한다.
상기 분석 모듈(40)은 상기 리더(21), POS 단말(71) 및 유무선 단말(80)로부터 얻어진 각종 정보를 이용하여 고객의 쇼핑 패턴을 분석하고, 분석 결과를 상기 데이터베이스(50)에 저장한다.
상기 데이터베이스(50)는 상기 리더(21), POS 단말(71) 및 유무선 단말(80)로부터 얻어진 각종 정보 및 상기 분석 모듈(40)의 분석 데이터를 저장한다.
상기 고객 단말(90)은 상기한 바와 같이 고객이 쇼핑하는 동안 필요한 각종 정보를 상기 시스템 서버(30)로부터 전송받기 위한 것으로서, 휴대폰이나 PDA 등과 같이 고객이 소지 가능한 휴대용 통신 장치로 구성됨이 바람직하다.
도 2는 본 발명의 바람직한 실시예에 따른 상기 분석 모듈(40)의 세부 구성도다.
상기 도 2를 참조하면, 본 발명의 바람직한 실시예에 따른 분석 모듈(40)은, 고객 위치 검출부(41), 쇼핑 시간 체크부(42), 쇼핑 동선 추적부(43), 선호 구역 분석부(44), 쇼핑 패턴 분석부(45), 쇼핑 프로파일 분석부(46) 및 잠재적 정보 예측부(47)를 포함하여 구성된다.
상기 고객 위치 검출부(41)는 상기 리더(21)에 감지된 태그(11)의 신호에 의하여 상기 태그(11)의 위치에 대응되는 상기 고객의 매장 내 위치를 검출하고, 검출된 고객의 위치정보는 상기 데이터베이스(50)에 저장한다.
상기 쇼핑 시간 체크부(42)는 상기 검출된 매장 내 위치에서 상기 고객이 정지한 시간을 체크하여, 소정의 임계값 이상 상기 고객이 정지하면 해당 구역의 정지 쇼핑 시간으로 판단하고, 이를 상기 데이터베이스(50)에 저장한다.
상기 해당 구역 정지 쇼핑 시간은 상기 리더(21)로부터 검출된 고객의 현재 위치와 이전 위치에서의 시간차를 이용하여 다음의 식 1과 같이 계산된다.
Figure 112005046090154-PAT00001
(단,
Figure 112005046090154-PAT00002
)
Figure 112005046090154-PAT00003
: 정지 쇼핑 시간
Figure 112005046090154-PAT00004
: 고객이 특정 구역에 들어온 시간
Figure 112005046090154-PAT00005
: 고객이 특정 구역을 벗어난 시간
x : 매장을 평면도로 보았을 때 가로축 좌표값
y : 매장을 평면도로 보았을 때 세로축 좌표값
z : 매장의 층수
단, 상기 정지 쇼핑 시간은 소정의 임계값 α 이상이어야 하며, 상기 고객이 해당 구역에서 상기 α이상의 시간을 정지한 경우에 유효한 정지 쇼핑 시간으로 판단한다.
상기 임계값 α는 해당 구역의 허용 가능한 최소 정지 시간 값으로서, 각 상품 카테고리별로 다르게 정의되고, 다음의 식 2와 같이 계산된다.
Figure 112005046090154-PAT00006
(단,
Figure 112005046090154-PAT00007
)
Figure 112005046090154-PAT00008
: 구역별 정지 쇼핑 시간의 평균
Figure 112005046090154-PAT00009
: 해당 구역의 이동 시간의 평균
Figure 112005046090154-PAT00010
: 실 쇼핑된 구역별 정지 쇼핑 시간의 최대값
Figure 112005046090154-PAT00011
: 실 쇼핑된 구역별 정지 쇼핑 시간의 최소값
상기 임계값 α는 해당 구역의 상품이 실제로 쇼핑되었을 때 각 구역에서 소비한 정지 쇼핑 시간의 최대값과 최소값의 사이값으로 한정하여 그 값을 보정하여야 한다.
상기 해당 구역의 평균 이동 시간은 매대의 길이, 상품군 배열 범위, 설치된 리더의 수에 따라 매장마다 다르게 산출될 것이다.
상기 쇼핑 동선 추적부(43)는 고객의 위치정보와 정지 쇼핑 시간이 발생된 구역을 연관시켜 해당 고객의 쇼핑 동선을 추적한다. 즉, 상기 쇼핑 동선 추적부(43)는 도 3에 도시한 바와 같이, 고객이 매장 내에서 지나간 위치를 추적하고 이를 연결함으로써 그에 따른 쇼핑 동선을 추적할 수 있다.
상기 도 3에서 고객이 경유한 쇼핑 동선은 실선 화살표로 표시하였으며, 후술되는 추론 결과에 의한 예상 쇼핑 동선은 점선 화살표로 표시하였다.
상기 쇼핑 동선 추적부(43)는 개별 고객의 쇼핑 동선 및 전체 고객의 시간별, 일별, 월별 쇼핑 동선을 추적하여 분석할 수 있고, 이렇게 분석된 결과는 도 4 및 도 5에 도시한 바와 같이 상기 모니터링 단말(60)을 통하여 화면에 표시될 수 있다.
또한 상기 쇼핑 동선 추적부(43)는 상기 쇼핑 동선 정보를 이용하여 매장 내 각 구역의 쇼핑 혼잡도를 분석할 수 있으며, 분석된 쇼핑 혼잡도는 도 6에 도시한 바와 같이 상기 모니터링 단말(60)을 통하여 화면에 표시될 수 있다.
또한 상기 쇼핑 동선 추적부(43)에 의하여 산출되고 분석된 데이터는 도 7에 도시한 바와 같이 상기 모니터링 단말(60)을 통하여 그래프와 정량적인 실 데이터 값으로 표시될 수 있다.
상기 쇼핑 동선 추적부(43)는 분석된 쇼핑 상품 정보 및 매출 정보와 쇼핑 동선 정보를 연관시켜 상기 데이터베이스(50)에 저장한다.
한편, 상기 데이터베이스(50)에 저장되는 쇼핑 동선 관련 정보는 고객의 프로파일별로 연령별, 성별 등과 같이 그룹화되어 저장될 수 있으며, 쇼핑 상품 정보 및 매출 정보와 쇼핑 동선 정보는 연관시켜 상기 데이터베이스(50)에 저장되는 것이 바람직하다.
상술한 바와 같이 상기 고객 위치 검출부(41), 쇼핑 시간 체크부(42) 및 쇼핑 동선 추적부(43)에 의하여 고객의 위치, 정지 쇼핑 시간 및 쇼핑 동선에 관한 정보가 상기 데이터베이스(50)에 저장된다. 이렇게 저장되는 각 정보는 고객의 쇼핑 프로파일과 연관되어 상기 데이터베이스(50)에 저장되는 것이 바람직하다.
한편, 후술하는 선호 구역 분석이나 쇼핑 패턴 분석에 사용되는 상기 쇼핑 동선 추적부(43)에 의하여 제공되는 각종 정보는 상기 데이터베이스(50)에 등록된 후 제공되거나, 직접 제공될 수 있다.
상기 선호 구역 분석부(44)는 고객의 구역별 정지 쇼핑 시간과 해당 구역의 상품에 대한 쇼핑 정보를 이용하여 해당 구역의 선호도를 계산하고, 이를 상기 데이터베이스(50)에 저장한다.
상기 구역 선호도는 고객이 전체 매장에서 어떤 구역에 있는 상품에 대하여 어느 정도의 관심이 있는 지를 계산하기 위한 것으로서, 다음의 식 3과 같이 계산된다.
Figure 112005046090154-PAT00012
Figure 112005046090154-PAT00013
: i번째 쇼핑시 고객이 특정 구역에서 쇼핑한 상품의 개수
Figure 112005046090154-PAT00014
: 고객이 전체 구역에서 쇼핑한 상품의 개수
Figure 112005046090154-PAT00015
: 고객의 구역별 정지 쇼핑 시간
Figure 112005046090154-PAT00016
: 고객의 전체 구역에서의 정지 쇼핑 시간의 총합(전체 쇼핑 시간)
i : 쇼핑 회수
β1 : 고객의 쇼핑 상품 가중치
β2 : 고객의 쇼핑 시간 가중치
상기 식 3에서 알 수 있는 바와 같이, 상기 구역 선호도는 상기 쇼핑 상품 가중치와 쇼핑 시간 가중치를 이용하여 그 값을 보정한다.
상기 쇼핑 상품 가중치는 상기 선호 구역에서 쇼핑한 상품에 대한 선호도를 보정하기 위한 값으로, 최근 쇼핑 기간 동안 해당 상품의 쇼핑율을 계산하여 해당 상품에 대한 충성도를 구역 선호도에 반영하기 위한 것이며, 다음의 식 4와 같이 계산된다.
Figure 112005046090154-PAT00017
Figure 112005046090154-PAT00018
Figure 112005046090154-PAT00019
: 고객이 일정 기간 동안 쇼핑(방문)한 회수
Figure 112005046090154-PAT00020
: 쇼핑 기간 기준(월, 분기, 년 : 선택적 사항)
Figure 112005046090154-PAT00021
: 쇼핑 주기(매장 방문 주기)
Figure 112005046090154-PAT00022
: 최근 쇼핑 기간 동안 해당 구역 상품 쇼핑수
Figure 112005046090154-PAT00023
: 전체 구역 상품 쇼핑수
상기 쇼핑 시간 가중치는 고객의 구역 선호도에서 최근의 해당 구역의 쇼핑 시간을 계산하여 해당 구역의 선호도를 보정해 주기 위한 값으로서, 이벤트성 상품 및 계절성 상품, 개별 고객의 쇼핑 주기에 의한 쇼핑 시간 오차를 보정함으로써, 해당 구역의 쇼핑 시간에 대한 객관성을 부여하기 위한 것이며, 다음의 식 5와 같이 계산된다.
Figure 112005046090154-PAT00024
Figure 112005046090154-PAT00025
: 최근 쇼핑 기간 동안 해당 구역 쇼핑 시간
Figure 112005046090154-PAT00026
: 최근 쇼핑 기간 동안 전체 구역 쇼핑 시간
상기 쇼핑 패턴 분석부(45)는 상기 데이터베이스(50)에 저장된 고객의 프로파일, 쇼핑 프로파일 및 쇼핑 동선 정보를 분석하여 상기 고객 프로파일의 각 항목별로 쇼핑 패턴을 그룹화한 후, 유사한 프로파일 정보를 가지는 고객에 대한 쇼핑 패턴을 추론하고, 추론 결과를 상기 데이터베이스(50)에 저장한다.
상기 쇼핑 프로파일 분석부(46)는 상기 데이터베이스(50)에 저장된 고객 정보와 쇼핑 이력 및 고객과 연관된 고객 그룹의 쇼핑 이력을 참조하여 고객에 대한 쇼핑 프로파일을 생성 또는 갱신하며, 분석을 통해 그 결과를 상기 데이터베이스(50)에 저장하여 상기 잠재적 정보 예측부(47)에 제공하거나, 직접 제공한다.
상기 잠재적 정보 예측부(47)는 상기 데이터베이스(50)에 저장된 고객의 상 품 쇼핑 내역, 쇼핑 동선 정보, 쇼핑 프로파일 및 구역 선호도를 참조하여 개별화된 상품 추천 정보를 고객이 소지 가능한 상기 고객 단말(90)로 전송하여 제공한다.
도 8은 본 발명의 일 실시예에 따른 쇼핑 패턴 분석 방법을 나타내는 흐름도이다.
먼저 고객이 매장에 입장하여 매장 내에 위치하면, 상기 고객 위치 검출부(41)가 상기 리더(21)에 감지된 태그(11)의 신호에 의하여 상기 태그(11)에 대응되는 고객의 현재 위치가 검출된다(S801). 검출된 고객의 위치정보는 상기 데이터베이스(50)에 저장된다.
고객의 현재 위치가 검출되면, 상기 쇼핑 시간 체크부(42)가 해당 구역에서 상기 고객이 정지한 시간을 체크하여(S803), 정지 쇼핑 시간인지를 판단한다.
해당 구역에서 상기 고객이 정지한 시간이 해당 구역의 최소 정지 쇼핑 시간인 소정의 임계값 이상이면 해당 구역의 정지 쇼핑 시간으로 판단된다.
다음 단계에서 상기 쇼핑 동선 추적부(43)가 상기 고객의 위치정보와 상기 정지 쇼핑 시간이 발생된 구역을 연관시켜 상기 고객이 쇼핑한 상품에 대한 정산을 마치고 매장을 퇴장할 때까지 상기 고객의 쇼핑 동선을 추적한다(S805). 추적된 쇼핑 동선 정보는 상기 데이터베이스(50)에 저장된다.
상기 정산 과정에서 POS 단말(71)을 통하여 얻어진 고객 정보 및 상품 정보는 상기 데이터베이스(50)에 저장된다.
다음 단계에서 상기 선호 구역 분석부(44)가 상기 데이터베이스(50)에 저장된 해당 구역의 정지 쇼핑 시간 정보 및 상품 쇼핑 정보를 이용하여, 상기 고객의 선호 구역을 분석한다(S807). 분석된 선호 구역 정보는 상기 데이터베이스(50)에 저장된다.
다음 단계에서 상기 쇼핑 패턴 분석부(45)가 상기 데이터베이스(50)에 저장된 쇼핑 동선 정보, 정지 쇼핑 시간 정보 및 상품 정보를 이용하여 상기 고객의 쇼핑 패턴을 분석하고(S809), 분석 결과를 상기 데이터베이스(50)에 저장한다.
다음 단계에서 상기 쇼핑 프로파일 분석부(46)가 상기 고객의 쇼핑 프로파일을 생성 또는 갱신하고(S811), 분석을 통하여 그 결과를 상기 데이터베이스(50)에 저장한다.
도 9는 본 발명의 다른 실시예에 의한 쇼핑 패턴 분석 방법을 나타낸 흐름도이다.
먼저 고객이 매장에 입장하면 고객 정보가 상기 데이터베이스(50)에 등록된다(S901).
상기 고객 정보의 등록은 매장의 출입 지점에 설치되며, 고객 정보가 기록된 카드를 접촉 또는 비접촉 방식으로 인식할 수 있는 상기 유무선 단말(80)에 의하여 이루어지게 된다.
다음 단계에서 상기 고객 위치 검출부(41)가 상기 리더(21)에 감지된 태그(11)의 신호에 의하여 상기 태그(11)에 대응되는 고객의 매장 내 현재 위치를 검출 한다(S903). 검출된 고객의 위치정보는 상기 데이터베이스(50)에 저장된다.
고객의 현재 위치가 검출되면, 상기 쇼핑 시간 체크부(42)가 해당 구역에서 상기 고객이 정지한 시간을 체크하여 소정의 임계값 이상인지를 판단한다(S905).
상기 판단 결과 해당 구역에서 상기 고객이 정지한 시간이 소정의 임계값 이상인 경우, 상기 잠재적 정보 예측부(47)가 상기 데이터베이스(50)에 저장된 상기 고객의 쇼핑 프로파일 정보를 검색하여(S907), 상기 쇼핑 프로파일 정보에 상기 고객이 현재 위치한 구역이 포함되어 있는지를 판단한다(S909).
상기 고객의 쇼핑 프로파일 정보에 현재 위치한 구역이 포함된 것으로 판단되면, 상기 쇼핑 프로파일 정보에서 가장 많은 방문 횟수를 가지는 선호 구역을 선택한다(S911). 선택된 선호 구역은 상기 고객의 이동 예상 구역으로 추론된다.
다음 단계에서 상기 잠재적 정보 예측부(47)는 선택된 선호 구역에 관한 정보 및 해당 선호 구역의 관심 상품 정보를 고객이 소지 가능한 고객 단말(90)로 전송하고(S913), 상기 고객이 이동한 해당 구역을 상기 쇼핑 프로파일 정보에 추가한다(S915).
본 발명의 실시예에서는 구체적인 일 실시예에 관해 설명하였으나, 본 발명의 범위에서 벗어나지 않는 한도 내에서 여러 가지 변형이 가능함은 물론이다. 그러므로 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 안되며 후술하는 특허 청구의 범위뿐만 아니라 이 특허 청구의 범위와 균등한 것들에 의해 정해져야 한다.
본 발명에 의하면 매장에서의 고객의 위치를 카트 등에 부착된 RFID 태그로 파악하고, 고객들의 쇼핑 위치, 쇼핑 시간, 쇼핑 동선을 분석함으로써 매장에서 고객의 쇼핑 패턴을 이용한 최적의 매장 관리와 개별 고객에 대한 맞춤 서비스를 제공할 있다.
특히, 고객의 매장에서의 현재 위치에 따라 개인화된 상품 추천 및 추천된 상품 위치 정보 등을 제공함으로써 편리한 쇼핑가 가능케 하는 효과가 있다.
또한, 본 발명에 의하면 관리자 단계에서 모니터링 단말을 통하여 시각적 또는 정량적으로 현황을 분석할 수 있도록 각종 정보를 제공함으로써 매장 관리의 효율성을 향상시키는 효과가 있다.

Claims (24)

  1. 쇼핑용 카트에 부착되어 쇼핑 고객에 대응한 이동성을 가지는 태그;
    근거리 무선 통신에 의하여 상기 태그의 정보를 읽어들이고, 이를 네트워크를 통해 전송하는 다수의 리더;
    상기 리더가 읽어들인 태그의 정보로부터 고객의 쇼핑 패턴을 분석하는 분석 모듈;
    상기 태그의 정보 및 상기 분석 모듈의 분석 데이터가 저장되는 데이터베이스;
    상기 리더와 통신을 수행함으로써 상기 분석 모듈에 의한 분석 데이터를 관리하고, 상기 분석 모듈 및 상기 데이터베이스를 제어하는 시스템 서버; 및
    상기 시스템 서버로부터 쇼핑 패턴 분석 결과를 전송받아 표시하는 모니터링 단말을 포함하는 것을 특징으로 하는 쇼핑 패턴 분석 시스템.
  2. 제 1항에 있어서, 상기 쇼핑 패턴 분석 시스템은,
    매장의 출입 지점에 설치되며, 고객 정보가 기록된 카드를 인식할 수 있는 유무선 단말을 더 포함함으로써, 상기 고객 정보와 상기 태그 정보를 조합하여 상기 고객의 쇼핑 프로파일을 관리하는 것을 특징으로 하는 쇼핑 패턴 분석 시스템.
  3. 제 2항에 있어서, 상기 쇼핑 패턴 분석 시스템은,
    상기 분석 모듈에 의하여 분석된 상기 고객의 쇼핑 예상 구역 정보와 해당 구역의 관심 상품 정보를 수신할 수 있는 고객 단말을 더 포함하는 것을 특징으로 하는 쇼핑 패턴 분석 시스템.
  4. 제 1항에 있어서, 상기 쇼핑 패턴 분석 시스템은,
    상기 고객이 쇼핑한 상품을 정산하기 위한 다수의 POS 단말을 더 포함함으로써, 정산에 사용되는 고객 정보와 상기 태그 정보를 조합하여 상기 고객의 쇼핑 프로파일을 관리하는 것을 특징으로 하는 쇼핑 패턴 분석 시스템.
  5. 제 1항에 있어서, 상기 분석 모듈은,
    상기 리더에 감지된 상기 태그의 신호에 의하여 상기 태그의 위치에 대응되는 상기 고객의 매장 내 위치를 검출하고, 검출된 고객의 위치정보를 상기 데이터베이스에 저장하는 고객 위치 검출부;
    상기 검출된 매장 내 위치에서 상기 고객이 정지한 시간을 체크하여 소정의 임계값 이상 상기 고객이 정지하면 해당 구역의 정지 쇼핑 시간으로 판단하고 이를 상기 데이터베이스에 저장하는 쇼핑 시간 체크부; 및
    상기 고객의 위치정보와 상기 해당 구역의 정지 쇼핑 시간 정보를 연관시켜 해당 고객의 쇼핑 동선을 추적하고, 상기 쇼핑 동선 정보를 상기 데이터베이스에 저장하는 쇼핑 동선 추적부를 포함하는 것을 특징으로 하는 쇼핑 패턴 분석 시스템.
  6. 제 5항에 있어서, 상기 분석 모듈은,
    상기 고객의 구역별 정지 쇼핑 시간과 해당 구역의 상품에 대한 쇼핑 정보를 이용하여 해당 구역의 선호도를 계산하고, 이를 상기 데이터베이스에 저장하는 선호 구역 분석부; 및
    상기 데이터베이스에 저장된 상기 고객의 프로파일 정보와 쇼핑 내역 및 쇼핑 동선 정보를 분석하여 상기 고객 프로파일의 각 항목별로 쇼핑 패턴을 그룹화한 후, 유사한 프로파일 정보를 가지는 고객에 대한 쇼핑 패턴을 추론하고, 추론 결과를 상기 데이터베이스에 저장하는 쇼핑 패턴 분석부를 더 포함하는 것을 특징으로 하는 쇼핑 패턴 분석 시스템.
  7. 제 5항에 있어서, 상기 분석 모듈은,
    상기 데이터베이스에 저장된 고객 정보와 쇼핑 이력 및 고객과 연관된 고객 그룹의 쇼핑 이력을 참조하여 고객에 대한 쇼핑 프로파일을 생성·갱신하며, 분석 을 통해 그 결과를 상기 데이터베이스에 저장하는 쇼핑 프로파일 분석부; 및
    상기 데이터베이스에 저장된 고객의 상품 쇼핑 내역, 쇼핑 동선 정보, 쇼핑 프로파일 및 구역 선호도를 참조하여 개별화된 상품 추천 정보를 고객이 소지 가능한 상기 고객 단말을 통하여 제공하는 잠재적 정보 예측부를 더 포함하는 것을 특징으로 하는 쇼핑 패턴 분석 시스템.
  8. 제 5항에 있어서, 상기 임계값은,
    해당 구역별 정지 쇼핑 시간의 평균값에서 해당 구역의 이동 시간의 평균값을 뺀 값으로 계산되되, 해당 구역 상품이 실제 쇼핑되었을 때 각 구역에서 소비한 정지 쇼핑 시간의 최대값과 최소값의 사이값으로 한정되는 것을 특징으로 하는 쇼핑 패턴 분석 시스템.
  9. 제 5항에 있어서, 상기 쇼핑 동선 정보는 상기 고객의 프로파일별로 그룹화되어 상기 데이터베이스에 저장되는 것을 특징으로 하는 쇼핑 패턴 분석 시스템.
  10. 제 6항에 있어서, 상기 해당 구역의 선호도는,
    상기 고객이 특정 구역에서 쇼핑한 상품의 개수와 전체 매장에서 쇼핑한 상 품의 개수의 비와 고객의 구역별 정지 쇼핑 시간과 전체 쇼핑 시간의 비의 곱으로 계산되며, 쇼핑 상품 가중치와 쇼핑 시간 가중치를 이용하여 그 값이 보정되는 것을 특징으로 하는 쇼핑 패턴 분석 시스템.
  11. 제 10항에 있어서, 상기 쇼핑 상품 가중치는,
    쇼핑 경험이 있는 상품에 대하여 최종 쇼핑 시점을 포함한 일정 기간 동안의 해당 구역 상품 쇼핑 수량과 해당 구역의 전체 상품 쇼핑 수량의 비로 계산되는 것을 특징으로 하는 쇼핑 패턴 분석 시스템.
  12. 제 10항에 있어서, 상기 쇼핑 시간 가중치는,
    최종 쇼핑 시점을 포함한 일정 기간 동안의 해당 구역의 상품 쇼핑 시간과 최종 쇼핑 시점을 포함한 일정 기간 동안의 전체 매장의 상품 쇼핑 시간의 비로 계산되는 것을 특징으로 하는 쇼핑 패턴 분석 시스템.
  13. 제 5항 내지 제 12항 중 어느 하나의 항에 있어서, 상기 쇼핑 패턴 분석 시스템은,
    상기 쇼핑 동선 추적부에 의하여 추적된 상기 개별 고객의 쇼핑 동선 및 전 체 고객의 시간대별, 일별, 월별 쇼핑 동선을 추적·분석하고, 그 결과를 상기 모니터링 단말을 통하여 표시하는 것을 특징으로 하는 쇼핑 패턴 분석 시스템.
  14. 제 5항 내지 제 12항 중 어느 하나의 항에 있어서, 상기 쇼핑 패턴 분석 시스템은,
    상기 쇼핑 동선 추적부에 의하여 추적된 전체 매장 내 특정 구역별 쇼핑 혼잡도를 상기 모니터링 단말을 통하여 표시하는 것을 특징으로 하는 쇼핑 패턴 분석 시스템.
  15. 제 5항 내지 제 12항 중 어느 하나의 항에 있어서, 상기 쇼핑 패턴 분석 시스템은,
    상기 고객의 쇼핑 동선 및 쇼핑 패턴에 관한 정보를 산출하고 분석한 후, 그 결과를 모니터링 단말을 통하여 그래프와 정량적인 실 데이터 값으로 표시하는 것을 특징으로 하는 쇼핑 패턴 분석 시스템.
  16. 리더에 감지된 태그의 신호에 의하여 상기 태그에 대응되는 고객의 매장내 위치가 검출되고, 상기 고객의 위치 정보가 데이터베이스에 저장되는 단계;
    상기 고객의 위치가 검출된 해당 구역에서의 정지 쇼핑 시간이 체크되어 상기 데이터베이스에 저장되는 단계;
    상기 고객의 위치정보와 상기 정지 쇼핑 시간이 발생된 구역을 연관시켜 상기 고객의 쇼핑 동선이 추적되고, 추적된 쇼핑 동선 정보가 상기 데이터베이스에 저장되는 단계;
    상기 데이터베이스에 저장된 쇼핑 정지 시간 정보 및 상품 정보로부터 상기 고객의 구역 선호도가 분석되어 상기 데이터베이스에 저장되는 단계;
    상기 데이터베이스에 저장된 쇼핑 동선 정보, 쇼핑 정지 시간 정보 및 상품 정보로부터 상기 고객의 쇼핑 패턴이 분석되고, 분석 결과가 상기 데이터베이스에 저장되는 단계; 및
    상기 고객의 쇼핑 프로파일 정보가 생성 또는 갱신되어 상기 데이터베이스에 저장되는 단계를 포함하는 것을 특징으로 하는 쇼핑 패턴 분석 방법.
  17. 제 16항에 있어서, 상기 정지 쇼핑 시간은,
    상기 고객이 매장 내 특정 구역에서 정지한 시간을 체크하여 소정의 임계값 이상이면 해당 구역의 정지 쇼핑 시간으로 판단되는 것을 특징으로 하는 쇼핑 패턴 분석 방법.
  18. 제 17항에 있어서, 상기 임계값은,
    해당 구역별 정지 쇼핑 시간의 평균값에서 해당 구역의 이동 시간의 평균값을 뺀 값으로 계산되되, 해당 구역 상품이 실제 쇼핑되었을 때 각 구역에서 소비한 정지 쇼핑 시간의 최대값과 최소값의 사이값으로 한정되는 것을 특징으로 하는 쇼핑 패턴 분석 방법.
  19. 제 16항에 있어서, 상기 구역 선호도는,
    상기 고객이 특정 구역에서 쇼핑한 상품의 개수와 전체 매장에서 쇼핑한 상품의 개수의 비와 고객의 구역별 정지 쇼핑 시간과 전체 쇼핑 시간의 비의 곱으로 계산되며, 쇼핑 상품 가중치와 쇼핑 시간 가중치를 이용하여 그 값이 보정되는 것을 특징으로 하는 쇼핑 패턴 분석 방법.
  20. 제 19항에 있어서, 상기 쇼핑 상품 가중치는,
    쇼핑 경험이 있는 상품에 대하여 최종 쇼핑 시점을 포함한 일정 기간 동안의 해당 구역 상품 쇼핑 수량과 해당 구역의 전체 상품 쇼핑 수량의 비로 계산되는 것을 특징으로 하는 쇼핑 패턴 분석 방법.
  21. 제 19항에 있어서, 상기 쇼핑 시간 가중치는,
    최종 쇼핑 시점을 포함한 일정 기간 동안의 해당 구역의 상품 쇼핑 시간과 최종 쇼핑 시점을 포함한 일정 기간 동안의 전체 매장의 상품 쇼핑 시간의 비로 계산되는 것을 특징으로 하는 쇼핑 패턴 분석 방법.
  22. 매장에 고객이 입장하면 고객 정보가 데이터베이스에 등록되는 단계;
    리더에 감지된 태그의 신호에 의하여 상기 태그에 대응되는 고객의 매장 내 위치가 검출되고, 상기 고객의 위치정보가 데이터베이스에 저장되는 단계;
    상기 고객의 매장 내 특정 구역의 정지 시간이 소정의 임계값 이상인지를 판단하는 단계;
    상기 판단 결과 상기 정지 시간이 소정의 임계값 이상인 경우, 상기 데이터베이스에 저장된 상기 고객의 쇼핑 프로파일을 검색하는 단계;
    상기 고객의 쇼핑 프로파일에 현재 정지 구역이 포함되어 있는지 여부를 판단하는 단계;
    상기 고객의 쇼핑 프로파일에 현재 정지 구역이 포함된 것으로 판단된 경우, 상기 고객의 쇼핑 프로파일 정보에서 선호 구역을 선택하는 단계;
    상기 선호 구역에 관한 정보 및 상기 선호 구역의 관심 상품 정보를 고객 단말에 전송하는 단계; 및
    상기 데이터베이스에 저장된 고객의 쇼핑 프로파일에 해당 이동 구역 정보를 추가하는 단계를 포함하는 것을 특징으로 하는 쇼핑 패턴 분석 방법.
  23. 제 22항에 있어서, 상기 고객 정보의 등록은,
    매장의 출입 지점에 설치되며, 고객 정보가 기록된 카드를 접촉 또는 비접촉 방식으로 인식할 수 있는 유무선 단말에 의하여 이루어지는 것을 특징으로 하는 쇼핑 패턴 분석 방법.
  24. 제 22항에 있어서, 상기 임계값은,
    해당 구역별 정지 쇼핑 시간의 평균값에서 해당 구역의 이동 시간의 평균값을 뺀 값으로 계산되되, 해당 구역 상품이 실제 쇼핑되었을 때 각 구역에서 소비한 정지 쇼핑 시간의 최대값과 최소값의 사이값으로 한정되는 것을 특징으로 하는 쇼핑 패턴 분석 방법.
KR1020050076798A 2004-08-23 2005-08-22 Ｒｆｉｄ 기반의 쇼핑 패턴 분석 시스템 및 방법 KR20060053214A (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US10/593,142 US20070185756A1 (en) 2004-08-23 2005-08-22 Shopping pattern analysis system and method based on rfid
JP2007529687A JP2008511066A (ja) 2004-08-23 2005-08-22 Ｒｆｉｄ基盤のショッピングパターン分析システム及び方法
PCT/KR2005/002766 WO2006022503A1 (en) 2004-08-23 2005-08-22 Shopping pattern analysis system and method based on rf

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020040066500A KR20040078636A (ko) 2004-08-23 2004-08-23 매장 관리 시스템
KR1020040066500 2004-08-23

Publications (1)

Publication Number Publication Date
KR20060053214A true KR20060053214A (ko) 2006-05-19

Family

ID=37150268

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020040066500A KR20040078636A (ko) 2004-08-23 2004-08-23 매장 관리 시스템
KR1020050076798A KR20060053214A (ko) 2004-08-23 2005-08-22 Ｒｆｉｄ 기반의 쇼핑 패턴 분석 시스템 및 방법

Family Applications Before (1)

Application Number Title Priority Date Filing Date
KR1020040066500A KR20040078636A (ko) 2004-08-23 2004-08-23 매장 관리 시스템

Country Status (2)

Country Link
KR (2) KR20040078636A (ko)
CN (1) CN101006445A (ko)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100801246B1 (ko) * 2006-12-26 2008-02-04 부산대학교 산학협력단 전자태그 위치정보 관리 시스템 및 방법
WO2008069441A1 (en) * 2006-12-04 2008-06-12 Electronics And Telecommunications Research Institute Apparatus and method for collecting shopping information using magnetic sensor
WO2009094397A2 (en) * 2008-01-21 2009-07-30 Omnitrail Real world behavior measurement using mobile device specific identifiers
KR100955327B1 (ko) * 2006-12-04 2010-04-29 한국전자통신연구원 자기 센서를 이용한 쇼핑 정보 수집 장치 및 그 방법
WO2010129555A2 (en) * 2009-05-04 2010-11-11 Visa International Service Association Frequency-based transaction prediction and processing
KR101321397B1 (ko) * 2007-03-27 2013-10-22 에스케이플래닛 주식회사 매장 관리 시스템 및 방법
KR20160014798A (ko) 2014-07-28 2016-02-12 주식회사 비엔알아이 매장 혼잡도 분석 시스템 및 방법
KR101635090B1 (ko) * 2015-10-19 2016-06-30 김연태 빅데이터 기반의 옴니채널 마케팅 큐레이션 시스템
US9445353B2 (en) 2006-09-14 2016-09-13 Omnitrail Technologies Inc. Presence platform for passive radio access network-to-radio access network device transition
KR20160109127A (ko) 2015-03-10 2016-09-21 최세형 매장 관리 시스템
KR20160109256A (ko) * 2015-03-10 2016-09-21 정희석 도난 방지 태그를 이용한 쇼핑 정보 수집 시스템 및 방법
JP2019020986A (ja) * 2017-07-14 2019-02-07 パナソニック株式会社 人流分析方法、人流分析装置、及び人流分析システム
KR20190107251A (ko) * 2018-03-09 2019-09-19 대진대학교 산학협력단 카트를 활용한 상품 위치 안내 시스템
KR20190109637A (ko) * 2018-03-02 2019-09-26 주식회사 세중아이에스 경기장 방문객 대상 빅데이터 분석 시스템
KR102234445B1 (ko) * 2020-06-24 2021-03-31 주식회사 렛츠밀란커머스 오프라인 및 온라인 상의 구매 패턴 데이터를 이용한 물품 구매 추천 시스템
KR20220020047A (ko) * 2020-08-11 2022-02-18 주식회사 클럽 매장 내 고객동선 및 쇼핑시간 예측방법과 그 시스템

Families Citing this family (50)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100682869B1 (ko) * 2004-10-15 2007-02-15 삼성전기주식회사 위치 추적 시스템 및 그 방법
KR100625472B1 (ko) * 2005-01-10 2006-09-20 삼성전자주식회사 물품관리 시스템 및 방법
KR100651201B1 (ko) * 2005-10-10 2006-11-30 한국전자통신연구원 모바일 단말에서 원하는 상품정보만을 선택하는 방법
US7894771B2 (en) 2005-10-10 2011-02-22 Electronics And Telecommunciations Research Institute Method for selecting desired item information in mobile terminal
US9235644B2 (en) * 2008-07-14 2016-01-12 Qualcomm Incorporated Operator, device and platform independent aggregation, cross-platform translation, enablement and distribution of user activity catalogs
JP5515331B2 (ja) * 2009-03-09 2014-06-11 ソニー株式会社 情報提供サーバ、情報提供システム、情報提供方法及びプログラム
JP5174748B2 (ja) * 2009-06-25 2013-04-03 三浦印刷株式会社 テナント店販売促進管理システム
EP2273454B1 (en) * 2009-07-07 2015-02-11 Fenicia S.p.A. Method and system for controlling and monitoring a point of sale
EP2543227A4 (en) * 2010-03-03 2013-09-25 Iii Carl E Brown METHOD AND SYSTEM FOR DETERMINING CUSTOMERS
JP5642771B2 (ja) * 2010-03-30 2014-12-17 楽天株式会社 情報処理装置、処理方法、ならびにプログラム
KR101703341B1 (ko) * 2010-07-15 2017-02-08 주식회사 비즈모델라인 매장 별 서비스 제공 방법
CN104537100B (zh) * 2011-01-04 2019-03-19 张越峰 一种初具人类思维的智能系统及方法
CN102750274B (zh) * 2011-01-04 2014-12-10 张越峰 一种初具人类思维的现场智能引导服务系统及方法
KR101308303B1 (ko) * 2011-04-15 2013-09-17 주식회사 엘지유플러스 고객 위치에 따른 서비스 제공 시스템 및 그 제어방법과, 그 서비스 제공 시스템에 포함되는 감지 장치 및 그 제어방법과 서비스 제공 서버 및 그 제어방법
CN102506854A (zh) * 2011-11-16 2012-06-20 华南理工大学 一种无线方式的区域交通指引系统及方法
US9311645B2 (en) * 2012-08-31 2016-04-12 Ncr Corporation Techniques for checkout security using video surveillance
CN102938083A (zh) * 2012-10-19 2013-02-20 江苏香江科技股份有限公司 一种基于rfid的数据机房行为追踪方法及系统
CN103593789A (zh) * 2013-10-31 2014-02-19 鸿富锦精密工业（深圳）有限公司 通知系统及方法
WO2015094361A1 (en) 2013-12-20 2015-06-25 Intel Corporation Physical marketplace interaction platform
KR101476979B1 (ko) * 2014-04-09 2014-12-29 주식회사 참좋은넷 맵상에 이동경로를 표시하고 이동위치에 따른 실시간 부가 서비스를 제공하기 위한 시스템
CN104077623A (zh) * 2014-07-22 2014-10-01 余启汉 基于rfid技术实现的服装款式监控管理系统及实现方法
CN104715392A (zh) * 2014-08-22 2015-06-17 安徽工程大学 商场商品宣传系统及方法
CN108369656A (zh) * 2015-11-06 2018-08-03 艾利丹尼森零售信息服务公司 智能产品标签平台
CN105260901A (zh) * 2015-11-24 2016-01-20 北京云镜元谱信息科技有限公司 基于rfid的智能商店实时数据地图
DE16882443T1 (de) 2015-12-31 2019-05-02 Polymer Adhesive Sealant Systems, Inc. System und verfahren für flexibles dichtmittel mit dichtemodifizierungsmittel
JP6709627B2 (ja) * 2016-01-29 2020-06-17 東芝テック株式会社 情報処理装置およびプログラム
CN105701687A (zh) * 2016-02-17 2016-06-22 网易传媒科技（北京）有限公司 基于用户行为的数据处理方法和装置
CN105787756A (zh) * 2016-02-19 2016-07-20 龚齐伟 人体行为分析装置、方法及系统
KR101688822B1 (ko) * 2016-04-08 2016-12-22 지니네트웍스(주) 상품 관심도 측정 방법, 상품 관심도 측정 서버, 컴퓨터 판독 가능한 기록 매체 및 컴퓨터 프로그램
CN107977835A (zh) * 2016-10-21 2018-05-01 浙江银泰百货有限公司 一种智能收银系统和收银方法
CN107977836A (zh) * 2016-10-21 2018-05-01 浙江莲荷科技有限公司 联合收银系统和方法
TWI635450B (zh) * 2016-12-14 2018-09-11 中華電信股份有限公司 Personalized product recommendation method
DE102017102285B4 (de) * 2017-02-06 2019-02-21 Wanzl Metallwarenfabrik Gmbh Einkaufswagen-Sicherheitssystem
JP6801489B2 (ja) * 2017-02-13 2020-12-16 日本電気株式会社 情報処理装置、情報処理方法および情報処理プログラム
KR101808589B1 (ko) * 2017-04-10 2017-12-13 한미아이티 주식회사 태그정보를 이용한 물품 관리시스템
CN107146099B (zh) * 2017-04-14 2021-05-25 北京楚科信息技术有限公司 一种营销方法及营销系统
CN109308499A (zh) * 2017-07-26 2019-02-05 广东顺德中山大学卡内基梅隆大学国际联合研究院 一种基于rfid技术的智能零售管理系统及其管理方法
CN112184205B (zh) * 2017-08-25 2024-01-05 创新先进技术有限公司 一种检测用户是否偷盗物品的方法、装置、系统以及智能设备
CN107613482A (zh) * 2017-09-11 2018-01-19 南京邮电大学 一种应用物联网技术的丢失物品寻找系统
CN107844990A (zh) * 2017-10-31 2018-03-27 努比亚技术有限公司 一种用于智能门店的信息管理方法及其系统、终端设备
JP7038543B2 (ja) * 2017-12-19 2022-03-18 キヤノン株式会社 情報処理装置、システム、情報処理装置の制御方法、及び、プログラム
CN107958397A (zh) * 2017-12-27 2018-04-24 成都信息工程大学 一种利用短距无线通信技术的商品状态检测的系统
CN108966139A (zh) * 2018-03-28 2018-12-07 厦门上特展示系统工程有限公司 位置信息采集分析装置及方法
CN108596673B (zh) * 2018-04-27 2021-05-07 深圳中科呼图电子商务有限公司 基于视觉识别技术的商品销售辅助系统
CN110415007A (zh) * 2018-04-28 2019-11-05 北京京东尚科信息技术有限公司 数据处理方法、装置、介质及电子设备
CN108830644A (zh) * 2018-05-31 2018-11-16 深圳正品创想科技有限公司 一种无人商店导购方法及其装置、电子设备
CN108921612A (zh) * 2018-06-28 2018-11-30 冯博 一种兴趣区域确定装置、方法及系统
CN110163666A (zh) * 2019-05-06 2019-08-23 北京三快在线科技有限公司 一种商品推荐的方法及装置
CN110930197B (zh) * 2019-11-29 2023-11-28 北京市商汤科技开发有限公司 一种数据处理方法、设备及存储介质
CN110930199A (zh) * 2019-12-06 2020-03-27 西北工业大学 一种基于rfid感知的多用户购物行为识别方法

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9445353B2 (en) 2006-09-14 2016-09-13 Omnitrail Technologies Inc. Presence platform for passive radio access network-to-radio access network device transition
WO2008069441A1 (en) * 2006-12-04 2008-06-12 Electronics And Telecommunications Research Institute Apparatus and method for collecting shopping information using magnetic sensor
KR100955327B1 (ko) * 2006-12-04 2010-04-29 한국전자통신연구원 자기 센서를 이용한 쇼핑 정보 수집 장치 및 그 방법
KR100801246B1 (ko) * 2006-12-26 2008-02-04 부산대학교 산학협력단 전자태그 위치정보 관리 시스템 및 방법
KR101321397B1 (ko) * 2007-03-27 2013-10-22 에스케이플래닛 주식회사 매장 관리 시스템 및 방법
WO2009094397A2 (en) * 2008-01-21 2009-07-30 Omnitrail Real world behavior measurement using mobile device specific identifiers
WO2009094397A3 (en) * 2008-01-21 2009-10-22 Omnitrail Real world behavior measurement using mobile device specific identifiers
WO2010129555A3 (en) * 2009-05-04 2011-03-03 Visa International Service Association Frequency-based transaction prediction and processing
US8352315B2 (en) 2009-05-04 2013-01-08 Visa International Service Association Pre-authorization of a transaction using predictive modeling
US9773246B2 (en) 2009-05-04 2017-09-26 Visa International Service Association Pre-authorization of a transaction using predictive modeling
WO2010129555A2 (en) * 2009-05-04 2010-11-11 Visa International Service Association Frequency-based transaction prediction and processing
US9489674B2 (en) 2009-05-04 2016-11-08 Visa International Service Association Frequency-based transaction prediction and processing
KR20160014798A (ko) 2014-07-28 2016-02-12 주식회사 비엔알아이 매장 혼잡도 분석 시스템 및 방법
KR20160109127A (ko) 2015-03-10 2016-09-21 최세형 매장 관리 시스템
KR20160109256A (ko) * 2015-03-10 2016-09-21 정희석 도난 방지 태그를 이용한 쇼핑 정보 수집 시스템 및 방법
KR101635090B1 (ko) * 2015-10-19 2016-06-30 김연태 빅데이터 기반의 옴니채널 마케팅 큐레이션 시스템
WO2017069483A1 (ko) * 2015-10-19 2017-04-27 김연태 빅데이터 기반의 옴니채널 마케팅 큐레이션 시스템
US10657546B2 (en) 2015-10-19 2020-05-19 Yeon Tae KIM Omni-channel marketing curation system based on big data
JP2019020986A (ja) * 2017-07-14 2019-02-07 パナソニック株式会社 人流分析方法、人流分析装置、及び人流分析システム
KR20190109637A (ko) * 2018-03-02 2019-09-26 주식회사 세중아이에스 경기장 방문객 대상 빅데이터 분석 시스템
KR20190107251A (ko) * 2018-03-09 2019-09-19 대진대학교 산학협력단 카트를 활용한 상품 위치 안내 시스템
KR102234445B1 (ko) * 2020-06-24 2021-03-31 주식회사 렛츠밀란커머스 오프라인 및 온라인 상의 구매 패턴 데이터를 이용한 물품 구매 추천 시스템
KR20220020047A (ko) * 2020-08-11 2022-02-18 주식회사 클럽 매장 내 고객동선 및 쇼핑시간 예측방법과 그 시스템

Also Published As

Publication number Publication date
CN101006445A (zh) 2007-07-25
KR20040078636A (ko) 2004-09-10

Similar Documents

Publication Publication Date Title
KR20060053214A (ko) Ｒｆｉｄ 기반의 쇼핑 패턴 분석 시스템 및 방법
JP2008511066A (ja) Ｒｆｉｄ基盤のショッピングパターン分析システム及び方法
CN110462669B (zh) 自动化购物环境内的动态顾客结账体验
JP4073397B2 (ja) 完全に総合されたセルフチェックアウトシステムおよび方法
US6513015B2 (en) System and method for customer recognition using wireless identification and visual data transmission
US20060149628A1 (en) Method and system for implementing a customer incentive program
US20100023401A1 (en) Customer Experience Management System
US10095996B2 (en) Probabilistic inventory RFID method and system
KR101775995B1 (ko) 정보 분석 장치 및 정보 분석 방법
KR20160086033A (ko) 고객 정보 관리 장치, 고객 정보 관리 방법, 고객 정보 관리 시스템 및 컴퓨터 프로그램이 기록된 기록매체
US11195197B2 (en) Online and offline marketing management server using NFC tag
JP2018195229A (ja) 買物認識システムおよび買物認識方法
JP7490988B2 (ja) クーポン発行装置、方法、及び、プログラム
AU2021104273A4 (en) Ai & iot based smart shopping cart system
JP2005202713A (ja) 来客管理システムおよびその方法
JP2008052532A (ja) 顧客管理システム、顧客管理方法、端末装置、プログラム
KR102446133B1 (ko) 매장 방문고객의 음성정보와 구매이력을 연계하여 상품을 추천하는 인공지능 상품추천 시스템
KR20160110329A (ko) 고객 정보 관리 장치, 고객 정보 관리 방법, 고객 정보 관리 시스템 및 컴퓨터 프로그램이 기록된 기록매체
KR20220073325A (ko) 매장 방문고객의 음성정보를 식별하고, 식별된 방문고객의 음성정보에 연계된 구매이력정보를 제공하는 인공지능 고객정보 제공시스템
US20100268602A1 (en) System and method for direct marketing using electronic messaging to individuals within an interrogation zone
KR20230070649A (ko) 오프라인 스토어 방문고객의 접객을 돕는 능동형 로봇 및 이를 포함하는 인공지능 고객정보 제공시스템
JP2023169752A (ja) 情報処理装置、情報処理方法、および、プログラム
KR20090112092A (ko) 알에프아이디를 이용한 쇼핑몰의 고객 활동 분석 장치 및그 방법

Legal Events

Date Code Title Description
A201 Request for examination
E601 Decision to refuse application