KR20070114041A

KR20070114041A - 소매 엔티티를 위한 점포내 광고의 기획 및 평가를 위한컴퓨터 시스템

Info

Publication number: KR20070114041A
Application number: KR1020070050868A
Authority: KR
Inventors: 마크 하인즈; 밀런 마하드번
Original assignee: 던험비 리미티드
Priority date: 2006-05-25
Filing date: 2007-05-25
Publication date: 2007-11-29
Also published as: JP2007317209A; AU2007202292A1; BRPI0706135A; MX2007006266A; CA2590027A1; CN101149830A

Abstract

본 발명은 (a) 제1의 기간에 걸쳐 소매 엔티티에 의해 공개된 복수개의 특성 제품들에 대한 광고 공개 데이터의 제1 세트를 광고 공개 데이터베이스에 수집하는 단계 (이 광고 공개 데이터는 광고들 내의 특성 제품들에 관한 데이터, 광고의 유형에 관한 데이터, 광고 기간에 관한 데이터, 및 광고 지역에 관한 데이터를 포함함); (b) 제1의 기간에 걸쳐 소매 엔티티로부터 복수개의 제품들을 구매하는 다수의 소비자들에 의해 수행된 다수의 거래들에 대한 거래 데이터의 제1 세트를 거래 데이터베이스에 수집하는 단계; (c) 제1의 기간에 걸쳐 거래 데이터의 제1 세트에 관련하여 광고 공개 데이터의 제1 세트를 분석하는 단계; 및 (d) 거래 데이터의 제1 세트에 관한 광고 공개 데이터의 제1 세트의 분석에 기초하여 다수의 특성 제품들을 광고하는 역할들로 분류하는 단계 (1개 이상의 광고하는 역할들을 포함하는 다수의 광고하는 역할들은 소매 엔티티의 특정 부분으로 소비자들을 유인하는 특성 제품들, 특성 제품들을 구매하는 상이한 소비자 분류의 소비자들의 혼합물을 유인하는 것을 조장하는 특성 제품들, 소비자가 구매한 제품들의 상이한 유형들의 밸런스를 고무시키는 특성 제품들, 소매 엔티티에 의한 판매의 전체적인 증가를 고무시키는 특성 제품들, 및 상기 광고하는 역할들 중의 2개 이상의 조합을 고무시키는 특성 제품들을 취함)를 수행하도록 구성되고, 광고 공개 데이터베이스 및 거래 데이터를 포함하는, 소매 엔티티에 대한 광고의 기획 및 평가를 위한 컴퓨터 시스템에 관한 것이다.

광고, 소매, 시스템

Description

소매 엔티티를 위한 점포내 광고의 기획 및 평가를 위한 컴퓨터 시스템{COMPUTER SYSTEM FOR PLANNING AND EVALUATING IN-STORE ADVERTISING FOR A RETAIL ENTITY}

도 1은 본 발명의 예시적인 실시 형태에 따른 하나의 방법의 일반적인 흐름도.

도 2는 본 발명의 예시적인 실시 형태에 따른 출력을 제공하는 그래픽 사용자 인터페이스를 보여주는 도면.

도 3은 본 발명의 예시적인 실시 형태에 따른 출력을 제공하는 대안의 그래픽 사용자 인터페이스를 보여주는 도면.

도 4는 본 발명의 예시적인 실시 형태에 따른 출력을 제공하는 추가의 그래픽 사용자 인터페이스를 보여주는 도면.

도 5는 본 발명의 예시적인 실시 형태에 따른 스프레드 시트 출력을 보여주는 도면.

[배경기술]

광고 전략들의 기획, 평가 및 정정은 소매 엔티티에 대한 진행 중인 문제이다. 전통적으로, 그러한 광고 분석은 제품 또는 서비스-특이적이다. 그러한 전통적인 시도는 어떤 유형의 제품들 및/또는 광고 방법들이 상이한 인구 통계학적 그룹의 소비자들을 가장 잘 유혹할 수 있는지에 관심을 집중하고 있다. 전통적인 광고 분석의 일 예는 광고의 결과로서 실제로 판매되는 광고된 제품들의 수보다 흥미로운 데이터-특정 광고에 관심을 보이는 소비자들의 유형들 및 인원수-를 이용한다.

이들 시도 모두의 한계는 이들이 1개 또는 2개의 인자들만을 사용하여 복잡한 시스템의 결과들을 예측하려 시도하는 것이다. 그러한 1차원 또는 2차원 전략은 예를 들면 하나의 광고된 특성이 소매 엔티티에 의해 판매된 다른 제품들의 판매, 소매 엔티티의 전체 판매, 소매 엔티티에 유인되는 고객들의 인원수 및 유형들에 대한 효과 또는 이들 효과들의 장기간의 결과들을 고려하는데 실패한다. 실제로, 다양한 소매 엔티티가 광고 전략으로부터 향유하는 성공은 단일 아이템에 대한 판매의 증가보다 훨씬 더 기초한다. 성공은 고객들을 가계로 유인하고, 고객을 그 점포로 왕래하게 인도하고, 고객 가격 민감도의 광역의 범위를 표적화하고, 광고에서 특징으로 다루지 않는 제품들로 고객들을 유인하고, 고객들을 그들의 로열티에 대해 보상하고, 전체적인 수익을 최대화할 때만 극대화된다.

상기한 바와 같이 범위가 너무 제한되지 않는 것 외에, 전통적인 시도는 다른 국면들에서 충분히 광대하지 않다. 큰 주 연대의 소매 엔티티들에 대해, 상이한 인구 통계학적 영역들의 고객들은 상이한 욕구를 갖고, 상이한 제품들을 구매하 고, 상이한 대체 쇼핑 현장에 노출되고, 상이한 가격 민감도를 갖기 때문에 엔티티-전체 분석은 불충분하다. 고객 습성들은 또한 시간에 따라 다르다. 예를 들면, 고객 욕구 및 수요, 뿐만 아니라 제품 이용도는 종종 계절에 따라 변화한다.

본 발명은 특정 지리적 영역, 시간, 제품 그룹들 및/또는 소비자 그룹들에 대한 분석들을 평가하는 능력을 유지하면서, 광의의 배열의 광고 및 판매 데이터 사이의 복잡한 상호 관계들을 분석함으로써 이들 난제들을 충족시킨다.

따라서, 본 발명의 제1의 양상은 (a) 제1의 기간에 걸쳐 소매 엔티티에 의해 공개된 복수개의 특성 제품들에 대한 광고 공개 데이터의 제1 세트를 컴퓨터의 보조에 의해 수집하는 단계 (이 광고 공개 데이터는 광고들 내의 특성 제품들에 관한 데이터, 광고의 유형에 관한 데이터, 광고 기간에 관한 데이터, 및/또는 광고 지역에 관한 데이터를 포함함); (b) 제1의 기간에 걸쳐 소매 엔티티로부터 복수개의 제품들을 구매하는 다수의 소비자들에 의해 수행된 다수의 거래들에 대한 거래 데이터의 제1 세트를 컴퓨터의 보조에 의해 수집하는 단계; (c) 제1의 기간에 걸쳐 거래 데이터의 제1 세트에 관련하여 광고 공개 데이터의 제1 세트를 컴퓨터의 보조에 의해 분석하는 단계; 및 (d) 거래 데이터의 제1 세트에 관한 광고 공개 데이터의 제1 세트의 분석에 기초하여 다수의 특성 제품들을 컴퓨터의 보조에 의해 광고하는 역할들로 분류하는 단계 (1개 이상의 광고하는 역할들을 포함하는 다수의 광고하는 역할들은 소매 엔티티의 특정 부분으로 소비자들을 유인하는 특성 제품들, 특성 제품들을 구매하는 상이한 소비자 분류의 소비자들의 혼합물을 유인하는 것을 조장하 는 특성 제품들, 소비자가 구매한 제품들의 상이한 유형들의 밸런스를 고무시키는 특성 제품들, 소매 엔티티에 의한 판매의 전체적인 증가를 고무시키는 특성 제품들, 및/또는 상기 광고하는 역할들 중의 2개 이상의 조합을 고무시키는 특성 제품들로부터 취함)를 포함하는 소매 엔티티에 대한 광고의 기획 및 평가 방법을 제공하는 것이다.

본 발명의 제2의 양상은 (a) 제1의 기간 및 제2의 기간에 걸쳐 소매 엔티티에 의해 수행된 거래들로부터 다수의 소비자들에 대한 거래 데이터를 컴퓨터의 보조에 의해 수집하는 단계; (b) 광고에 의해 특성화된 적어도 하나의 제품에 대한 광고 데이터를 컴퓨터의 보조에 의해 수집하는 단계 (이 광고 데이터는 특성화 제품의 식별 및 광고와 제2의 기간 사이의 연관도를 적어도 포함함); (c) 다음: 소매 엔티티에 의한 거래들을 수행하도록 고객들을 유인하는 광고의 효과, 제1 카테고리에 대한 제2 카테고리의 고객들에 대한 거래들을 고무시키는 광고의 효과, 및/또는 특성 제품 및 특성화되지 않은 제품들 중의 1개 이상에 대한 세입을 증가시키는 광고의 효과 중의 1개 이상을 결정하기 위해 제1 기간과 제2 기간 사이를 적어도 비교하는데 있어서 특성 제품과 연관된 거래 데이터를 컴퓨터의 보조에 의해 평가하는 단계; (d) 평가 단계 (c)의 결과들을 컴파일링하고, 그래픽 사용자 인터페이스 형태로 사용자에게 결과들을 컴퓨터의 보조에 의해 디스플레이하는 단계; 및 (e) 컴파일된 결과에 기초하여 장래 광고들을 특성화하기 위해 1개 이상의 제품들을 선택하기 위한 툴을 그래픽 사용자 인터페이스에 의해 사용자에게 제공하는 단계를 포함하는, 소매 엔티티에 대한 광고의 평가 및/또는 기획을 위한 컴퓨터화된 평가 방법을 제공하는 것이다.

첨부된 도면들 및 첨부된 특허 청구의 범위를 참조하여 다음 명세서를 판독함에 따라, 당업계의 통상의 기술을 가진 자라면 본 발명이 많은 추가의 양상들 및 장점들을 포함함을 인식할 것이다.

본 발명은 광고 및 그 광고가 실행되기 전, 그 동안 및/또는 그 후에 발생하는 거래와 연관된 "거래 데이터"에 관련된 "공개 데이터"를 수집 및 분석하고; 그 분석에 기초하여 그러한 광고들에 대한 "도달", "밸런스", 및 "반환"을 분류하고; 장래 광고 전략을 확립하기 위한 분류들을 사용함으로써 소매 엔티티에 대한 광고의 기획 및 평가 방법을 (특정 실시 형태에서, 점포 회보 및 관련된 광고들에서) 제공한다. 합성된 공개 및 거래 데이터로부터, 이 방법은 사용자가 "도달", "밸런스", 및 "반환"의 목적하는 조합을 달성하기 위해 분리된 지리학적 위치들에 대해 수행되어야 할 "특성 제품들"의 가장 생산적인 조합을 연역할 수 있게 한다.

아래 추가로 개시되는 바의 "공개 데이터"는 전형적으로 소매점들 자체로부터 수집된 광고 데이터이고; 특성 제품들, 광고 유형, 광고 기간, 광고 지역 등에 관한 데이터를 포함한다. 아래 추가로 개시되는 바의 "거래 데이터"는 전형적으로 각각의 고객에 의해 휴대되거나 또는 그와 연관되는 "빈도 높은 쇼핑자 카드", "로열티 카드" 등으로 수집된 쇼핑 구매 데이터이다.

"특성 제품" 또는 "특매품"은 소매 엔티티의 광고에서 특성화되는 특정 제품 및/또는 서비스를 의미하고; 또한 광고되는 제품들을 그룹 (예, 판매 중인 제품 라 인의 모든 변종들, 예를 들면 수프 또는 청량 음료 업체/회사의 모든 변종들)을 의미할 수 있다. 본 발명의 예시적인 실시 형태들은 주어진 점포 또는 점포들에 대한 광고 회보에서 수행된 특성 제품들에 적합하지만; 특성 제품들은 텔레비전 광고, 라디오 광고 점포내 디스플레이들, 점포내 판촉물들, 전자 광고들(이메일, 인터넷 등) 및 당업계의 통상의 기술을 가진 자들에게 명백할 다른 종류의 광고들 또는 판촉물들에서 발견될 수 있다.

"도달", "밸런스", 및 "반환"은 광고하는 특성 제품들이 점포 거래들에 대해 가질 수 있는 상이한 경제적 효과들에 관한 것이다. "도달"은 특정 점포로 뿐만 아니라, 점포내 특정 위치 또는 위치들로 고객들을 유인하는 효과 (도달은 1개 이상의 특성 제품들에 대해 거래한 고객들의 백분율 -특정 고객 카테고리(들)로 산출될 수 있음)를 의미하고; "밸런스"는 상이한 고객 분류들의 고객들의 가장 생산적인 혼합(가격 민감도, 인구 통계학적 분류 등의 고객 인성 분류 또는 라이프스타일 분류와 같은 이 둘의 조합)이 제품들의 가장 생산적인 혼합물로 유인되는 효과이고; "반환"은 특성 제품뿐만 아니라, 소매 엔티티에 의해 제공된 모든 제품들의 백분율 및 달러 판매를 최대화한 효과; 또는 환언하면 투자에 대한 환수를 최대화하는 효과이다. 본원에 사용된 바의, "제품"이라는 용어는 소매점에서 구매할 수 있는 고객 제품들뿐만 아니라, 고객에 대한 비지니스로 제공될 수 있는 임의의 다른 제품, 서비스 또는 값있는 물건일 수 있다.

본 발명의 전형적인 실시 형태에서, 수집된 공개 데이터는 상품, 서브-상품, 제조업체, 및/또는 특정한 특성 제품의 크기에 관한 정보일 수 있는 "특성 디멘젠 들"을 포함한다. 더욱 상세한 실시 형태에서, 공개 데이터는 기본 가격 (이는 소매 엔티티에 의해 청구되는 표준 가격인 MSRP일 수 있거나 또는 그러한 기본 가격에 근접하는 추정/이전 가격일 수 있음), 특매품 가격(광고된 가격), 광고 디스플레이 및/또는 특정한 특매품의 광고 실행에 관한 정보일 수 있는 "광고 디멘젠"을 포함한다. 광고 실행은 특정 광고의 실행일 범위 및/또는 광고가 실행된 개별 점포 위치들의 리스트를 포함할 수 있다. 소매 엔티티의 각각의 소매점이 광고를 기획하고 실행함에 따라, 공개 데이터는 이 소매 엔티티의 1개 이상의 소매점들 및/또는 행정 기관들이 접근할 수 있는 중앙 데이터베이스에 기록될 수 있다. 그러한 중앙 데이터베이스는 개별 점포, 특정 지리적 디비전에 위치한 점포들의 그룹 또는 소매 엔티티의 모든 점포들에 대한 공개 데이터에 대한 액세스를 제공할 수 있다. 소매 엔티티의 변화하는 조직화된 레벨에서 데이터를 검토 및 분석하는 이러한 능력은 "입도(granularity)"라 칭한다.

"거래 데이터"는 고객과 사업 사이의 임의의 거래 또는 상호 작용에 관련한 데이터를 의미한다. 예시적인 실시 형태에서, 거래 데이터는 고객이 구매한 제품들 및 이들의 수량을 확인하는 것을 포함하여, 고객의 쇼핑 내역에 관한 정보일 수 있는 "쇼핑 구매 데이터"를 포함한다. 본원에 사용된 바의 "제품들"이라는 아이템은 소매점에서 구매될 수 있는 고객 제품들 뿐만 아니라, 고객에 대한 비지니스에 의해 제공될 수 있는 임의의 다른 제품, 서비스 또는 값진 물건들을 포함한다. 쇼핑 구매 데이터는 각각의 고객에 의해 휴대되는 (또는 달리 할당되는) "빈번한 쇼핑자 카드" 또는 "로열티 카드"로서 일반적으로 공지된 태그 또는 카드 상에 있는 독특한 식별 코드를 사용하여 수집될 수 있다. 그러한 카드들 또는 태그들은 바 코드, 자성 매체 또는 기타 데이터 저장 장치에 의해 저장된 독특한 식별 코드들을 포함하고, 당업계의 숙련자들에게 잘 공지된 전자 디바이스 및 변형된 방식들에 의해 판독될 수 있다. 그러한 독특한 식별 코드들은 물론 카드류 이외의 아이템들 상에 존재할 수 있다. 예를 들면, 그러한 독특한 식별 코드는 RFID 메카니즘류, 키 주머니(fob) 등 상에 존재할 수 있다.

고객이 점포에서 체크아웃 과정을 통과하고, 구매된 제품들이 스캐닝될 때, 고객의 빈도 쇼핑자 카드의 독특한 식별 코드는 예를 들면 전자 디바이스에 의해 판독될 수 있다. 이어서, 점포의 컴퓨터 시스템은 특정 판매 중에 구매된 제품들의 기록을 컴파일하고, 그 리스트와 고객의 독특한 식별 코드를 연관시킬 수 있다. 고객이 점포를 방문하여 구매할 때마다 이러한 과정을 반복함으로써, 그 점포는 고객이 구매한 제품들 및 그의 수량의 식별을 포함하여 특정 고객들의 쇼핑 내력의 누적된 기록을 만들 수 있다. 고객 쇼핑 내력의 컴파일된 기록은 데이터베이스에 저장되고, 본원에 고찰된 바와 같이 분석될 수 있다. 쇼핑자 내력이 프로파일된 "고객"은 개인 또는 동일한 주소에 거주하고, 동일한 신용 카드 계정을 사용하는 그룹으로 구성된 가족 또는 심지어 비지니스 또는 정부 엔티티일 수 있다.

대안의 실시 형태에서, 고객의 쇼핑 구매 데이터는 빈번한 쇼핑자 카드들, RFID 태그들 또는 유사한 아이템들로부터의 코드들 대신에 다른 고객 식별 정보 (전화 번호, 점포 신용 카드, 은행 신용 카드 또는 체킹 계정 번호 등)를 사용하여 고객과 연관될 수 있다 이러한 방식으로, 특정 거래에 대한 세부 사항들은 고객의 이전 거래들에 매치될 수 있고, 따라서 데이터베이스 내의 각각의 고객의 기록에 대한 거래 정보를 계속 추가하는 것을 고무시킨다.

데이터베이스 내의 각각의 고객의 기록은 그 고객의 각각의 거래에 대해 다수의 거래 기재 사항 또는 기록들을 포함할 수 있다. 이들 소비자 기록들 각각에 대해, 예시적인 실시 형태에서 그 거래에 대해 고객이 구매한 SKU/제품(들)DMMF 식별하는 코드; 특정 거래 또는 "배스킷"을 식별하는 코드; 거래에 참여한 고객 또는 그 가족을 식별하는 코드; 거래가 발생한 점포를 식별하는 코드; 구매한 제품의 수량 및 소비된 양에 관한 데이터; 구매한 날짜, 시간 등에 관한 데이터; 및 그러한 거래 데이터에 기초하여 보고서들을 발생시키는데 이용될 수 있는 바의 목적하는 지리적 영역을 지시하는 코드 등의 임의의 다른 데이터 또는 코드들이 제공된다.

SKU/제품을 식별하는 걸래 기록의 코드는 각각의 제품에 대해 다수의 "제품 기록들"을 함유하는 별개의 데이터베이스로부터 그 제품에 속하는 세부 사항들을 검색학기 위해 사용될 수 있다. 제품 데이터베이스 내의 각각의 "제품 기록"에 대해, 예시적인 실시 형태들에서: 제품 그룹화 또는 카테고리화 데이터 또는 코드; 제품 UPC 데이터; 제조업체 또는 공급자 데이터 코드; 및 임의의 기타 데이터 또는 코드들, 예를 들면 거래 데이터 및 제품 데이터의 조합에 기초하여 보고서들을 발생시킥기 위해 이용될 수 있는 제안된 소매 가격 데이터가 제공된다.

그 거래에 대한 고객 또는 가족을 식별하는 거래 기록의 코드는 각각의 가족에 대한 것인 다수의 "가족 기록들"을 포함하는 별개의 데이터베이스로부터 그 가족에 관한 세부 사항들을 검색하기 위해 사용될 수 있다. 각각의 "가족" 기록에 대해, 예시적인 실시 형태에서, 고객의 인구 통계학, 쇼핑 내력, 쇼핑 기호도들에 적합한 데이터 및/또는 코드들, 및 거래 데이터 및 고객/가족 데이터의 조합에 기초항여 보고서들을 발생시키는데 이용될 수 있는 임의의 다른 데이터 또는 코드들이 제공될 수 있다.

거래가 발생한 점포를 식별하는 거래 기록의 코드는 각각의 점포에 대한 다수의 "점포 기록들"을 포함하는 별개의 데이터베이스로부터 그 점포에 적합한 세부 사항들을 검색하기 위해 사용될 수 있다. 각각의 "점포 기록"에 대해, 예시적인 환경에서 점포명 데이터; 점포 위치 데이터 또는 코드; 및 거래 데이터 및 점포 데이터의 조합에 기초하여 보고서들을 발생시키는데 이용될 수 있는 임의의 다른 데이터 또는 코드들이 제공될 수 있다.

당업계의 통상의 기술을 가진 자들이 인식하게 되는 바와 같이, 상기 데이터베이스 기록 구조물들은 단지 자연적으로 예시적이고, 데이터베이스 기록과 분류 계통의 제한 없는 조합들은 상호 참조 거래 정보, 제품 정보, 고객/가족 정보, 점포 정보, 위치 정보, 타이밍 정보 및 서로에 대한 임의의 다른 적절한 정보에 이용될 수 있다. 추가로, 통상의 기술을 가진 자라면 본 발명이 소매점 거래들과 사용하는 것으로 제한되지 않고, 본 발명이 대부분의 (전부는 아니지만) 유형의 거래들 (재정적/은행 거래, 보험 거래, 서비스 거래 등)과 사용될 수 있고, 그 경우 데이터베이스 구조물들 및 분류 계통은 그러한 대안의 거래 데이터의 발생하는 보고서들에 대해 적용될 것이다.

도 1은 본 발명의 예시적인 실시 형태를 예시하는 흐름도를 보여준다. 소매 엔트리의 별개의 소매점들(12)은 지리적 디비전들(14)로 그룹화된다. 각각의 디비전은 다르게 작동하고, 따라서 각각의 디비전은 그 디비전 내의 점포들에 의해 제공된 상이한 제품들을 열거하는 제품 테이블들(16)의 형태로 데이터를 시스템에 별도로 제공한다. 이 제품 테이블들(16)은 그 디비전 내의 점포들에 의해 판매된 각각의 제품의 제품 식별, 상품 및 서브-상품을 확인한다. 이어서, 이 시스템은 고객-중심 부서들(18)에 따라 각각의 제품을 분류하고, 여기서 각각의 부서는 점포 내의 제품들의 특수한 공간적 위치들을 나타낸다. 예를 들면, 샐러드 바, 신선한 육류, 농산물, 캔 포장 식품류, 유제품류, 세제류, 종이 제품들, 애완 동물 식품류, 청량 음료류, 스낵류, 냉동 앙트레류, 냉동 후식류, 시리얼 등은 전형적인 슈퍼마켓에 대해 정의될 수 있는 고객-중심 부서들의 각각의 예들이다. 통상의 기술을 가진 자들이 인식하게 되는 바와 같이, 이러한 분류를 위한 "고객-중심"은 소매 엔티티가 어떻게 자체 감시하는지와 반대로 고객이 소매 엔티티를 어떻게 보는지에 기초한다.

제품 테이블들을 제공하는 것 외에, 각각의 지리적 디비전은 그 디비전 내의 점포들에 의해 광고되어야 할 특성 제품들을 기획한다. 이어서, 이들 기획은 최종 기획들을 나타내는 "주간 광고 코딩(Weekly Ad Coding)" 데이터(20)를 시스템 내로 엔터링하는 개별 점포들에 의해 검토 및 개정될 수 있다. 그러한 개정은 또한 부분-지역 레벨 또는 전체-감시 본부 레벨로 이루어질 수 있다. 시스템의 특매품 그룹화 엔진(22)은 개개의 점포가 주간 광고 코딩을 취하고, 특성 제품들, 디스플레이 정보, 가격, 배달 방법 등에 관련하여 그러한 정보를 보충한다. 여기서, 보충 된 광고 코딩 데이터 및 고객-중심 부서 데이터는 원료 공개 데이터(23)를 생성하는 분석 규칙들(아래 기재됨)에 의해 합성된다.

이 시스템은 또한 상기 방법들 중의 임의의 것을 사용하여 각각의 점포로부터 거래 데이터(24)를 수집한다. 상기 도입된 바와 같이, 거래 데이터는 얼마나 많은 고객들이 특성 제품들을 구입하는지, 어떤 다른 제품들이 구입되는지, 언제 제품들이 구입되는지 등에 관한 정보를 포함할 것이다. 원료 공개 데이터(23) 및 원료 거래 데이터(24)는 메트릭스(Metrics) 엔진(26)으로 전송되어, 공개 데이터에 비추어 거래 데이터를 분석하기 위해 요약 및 분류 엔진(28)에 의해 사용되는 표준 메트릭스를 구축한다(그의 경제적 효과에 따라 각각의 특성 제품을 분류하고; 즉, 특성 제품이 도달, 밸런스, 및/또는 반환을 어떻게 고무시키는지). 더욱 상세한 예시적인 실시 형태에서, 이 시스템은 2가지 유형의 메트릭스 - 개별 특매품 메트릭스 및 누적 메트릭스를 사용한다. 개별 메트릭스는 특성화되고, 특성화되지 않을 때의 특성 제품의 가격을 포함하여 각각의 특성 제품에 대한 원래 데이터를 분석하고, 각각의 특매품에 대한 관련 "어필 세그먼트", "배스킷 크기", "향상" 및 "침투"를 산출한다. 누적 메트릭스는 임의의 또는 모든 특성 제품들에 관한 누적 통계학을 분석하고, 제공된 모든 제품들에 대한 기준선 분석을 제공하기도 한다.

"어필 세그먼트"는 예를 들면 가격 민감도 고객 등과 같이 소매 엔티티로 또는 소매 엔티티의 일부로 고객들의 세그먼트를 유인하기 위해 강조될 수 있는 고객들의 임의의 속성 세그먼트를 의미한다. 특정 고객이 놓이게 되는 그룹은 그 고객의 쇼핑 내력으로부터 확인될 수 있는 그 고객에 관한 특징들로부터 결정될 것이 다. 그 고객이 구매한 제품들의 식별 및 그의 수량을 포함하여 고객의 쇼핑 내력은 소비자의 라이프스타일, 재정 수단 및 기타 중요한 특성들에 대한 값있는 통찰을 제공학기 때문에, 다양한 선택 기준들에 따라 소비자들이 그룹들로 분할되게 한다. 특정 소비자가 놓이게 되는 소비자 그룹은 인구 통계학적 데이터 및/또는 인성 데이터에 기초할 수도 있고, 소비자의 거래 내역으로부터 확인되거나 또는 그렇지 않을 수 있다. 인구 통계학적 데이터는 연령 데이터, 수입 데이터, 지리적 데이터, 및 교육 수준 데이터를 포함할 수 있지만 특별히 이들로만 제한되지 않는다. 인성 데이터 (소비자의 "거래 인성"이라 칭하기도 함)는 가격 민감도, 협상 경향, 쿠폰 사용, 판촉물에 대한 주의도, 로열티, 제품 위치 또는 구성에 대한 주의도 등을 포함할 수 있지만, 특별히 이들로만 제한되지 않는다. 당업계의 숙련자들은 그러한 인구 통계학적 및/또는 인성 데이터에 대한 수많은 소스들을 인식할 것이다. 더욱 상세한 실시 형태에서, 제품들은 다음과 같이 카테고리화된다: "저급" 제품은 전형적으로 매우 가격에 민감한 소비자들에 의해 구매되는 것이고; "중간" 또는 "광역" 제품은 전형적으로 주류 소비자들에 의해 구매되는 것이고; "고급" 제품은 전형적으로 가격에 민감하지 않은 소비자들에 의해 구매되는 것이고; "광역" 제품은 많은 가격에 민감한 소비자 그룹들의 구성원들에 구매되는 것이다. 특성화되지 않을 때와 반대로 특성화될 때 제품을 구매한 소비자 그룹들 사이의 유사성과 차이점들을 분석함으로써, 그 시스템은 각각의 특매품의 밸런스 효과를 분석할 수 있다. 이들 방식들로 고객들을 카테고리화하기 위한 추가의 지원은 2004년 9월 30일자로 출원된 동시-계류중인 특허 출원 제10/955,946호에서 발견될 수 있고; 그의 개시 내용을 참고 문헌으로 본원에 인용한다.

"바스켓 크기"는 한명의 고객과 하나의 점포 간의 임의의 하나의 거래에서 구매된 아이템들의 수효를 의미한다. 더욱 상세한 실시 형태에서, 바스켓 크기는 3개의 카테고리들: 작고, 중간 및 큰 것으로 분할된다. 시스템은 특매품이 구매되는 각각의 거래의 바스켓 크기를 취하고, 각각의 별개의 특매품에 대한 중간 바스켓 크기를 산출한다. 각각의 특매품에 대해 중간 바스켓 크기를 결정함으로써, 이 방법은 특매품이 점포의 광범위한 어필 - 소비자들이 특정 아이템들에 대해 거래하기 위해 점포에 오는가 또는 소비자들이 다른 제품들도 마찬가지로 쇼핑하는가 ? -에 어떻게 부합되는지를 결정할 수 있다

"향상"은 특성화되고 있는 특정 제품으로부터 초래되는 세입의 증가를 의미한다. 향상은 임의의 경우 제품이 특성화되고 있는 결과로서 판매 중의 증가율을 보여주는 "판매 향상" 백분율로서 표현될 수 있거나, 또는 임의의 경우 제품이 특성화되고 있는 결과로서 세입의 증가를 보여주는 "달러 향상"으로 표현될 수 있다. 판매 향상과 달러 향상의 조합은 제품 특성화에 대한 "반환"의 척도를 제공한다.

"침투"는 장래 "도달"하는 고객들의 수효를 의미한다. 특정 기간 동안 특성화된 아이템들을 구매한 모든 점포의 고객들의 백분율을 나타내는 "고객 침투"로 표현될 수 있다.

마지막으로, "연관된 세일"은 침투의 가중된 버전이다. 예를 들면, 그것은 특매품을 구매한 고객들이 전체적으로 소비한 백분율을 나타낼 수 있다. 이 실시예에서, 특정 점포의 고객들 모두가 그 기간 동안 전체적으로 ＄100,000.00를 소비 하고, 그 기간 동안 특매품을 구매한 모든 고객들이 전체적으로 ＄50,000.00를 소비한다면, 그 특매품에 대한 관련 세일은 50%이다. 그 가중치는 또한 바스켓 크기, 인구 통계학, 가격 민감도 등에 따른 가중치 등의 다른 속성들 (상기 실시예에서 주어진 전체 세일 외에)에 관련하여 가중될 수 있다. 이는 별개의 점포, 디비전, 또는 전체적인 소매 엔티티에 대해 산출될 수 있고, 그 방법이 각각의 특매품의 도달 효과를 어떻게 결정할지에 관한 것이다.

"개별 메트릭스"가 개별-특매품 레벨에 대한 데이터를 분석하는 동안, "누적 메트릭스"는 더 큰 제품들의 그룹을 분석한다. 본 발명은 모든 제품들에 관한 기준 데이터 뿐만 아니라 주어진 기간에 특성화된 모든 제품들에 대한 광역 데이터를 발생시키기 위해 누적 메트릭스를 사용한다. 예를 들면, 이 누적 메트릭스는 임의의 특성 제품을 구매한 고객들의 수효, 구매된 모든 특성 제품들의 전체 판매, 및/또는 구매된 모든 특성 제품들의 전체적인 향상을 포함할 수 있다. 기준으로서, 그것은 임의의 제품을 구매한 고객들의 전체 수효, 구매된 모든 제품들의 전체 판매, 및/또는 구매된 모든 제품들의 전체적 향상을 추가로 산출할 수 있다.

요약 & 분류 엔진(28)은 또한 소매 엔티티의 인사과에 의해 사용하기 위한 의미있는 "유형" 분류로 각각의 특성 제품을 분류할 수 있다. 본 발명의 더욱 상세한 예시적인 실시 형태에서, 특성 제품들은 3가지 일반적인 "유형" 분류 -"앵커", "도우미" 및 "미지"로 분할된다. "앵커"는 도달 및 반환의 경제적 효과를 고무시키는 특성 제품들인 한편, "도우미"는 밸런스 및 반환의 경제적 효과들을 고무시키는 특성 제품들이다. "미지" 분류는 시스템이 특정한 특매품에 대해 그의 경 제적 효과(들)을 의미있게 분석하기 위한 충분한 공개 및/또는 걸래 데이터를 구비하지 않을 때 사용된다. 앵커는 본질적으로 높은 재구매율을 갖는 특정한 소매 엔티티에 대한 안정한 아이템들이다. 예를 들면, 식료품점의 앵커 제품은 빵, 우유 및/또는 콜라류인 한편; 전자 제품점에 대한 앵커 제품들은 DVD류, CD류 및 전지들일 수 있다. 도우미는 밸런스를 구동함으로써 앵커들을 보충한다. 도우미 제품들은 앵커류보다 약간 더 제한되어 도달될 것이고, 즉, 제품들은 통상적으로 구매되고, 실질적으로 점포에 방문할 때마다 구매되지는 않는다. 예를 들면, 식료품점에서 도우미는 세제류, 종이 제품류, 생선, 냉동 식품류를 포함할 수 있고; 전자 제품점에서 도우미는 부속물 아이템류, DVD 플레이어류, CD 플레이어류 및 스피커류를 포함할 수 있다.

훨씬 더 상세한 실시 형태에서, 앵커 및 도우미 분류는 서브-분류로 추가로 분할된다. 예를 들면, 앵커 특성 제품들은 "보상 앵커", "인센티브 앵커", "트래픽 앵커", "큰 티켓 앵커", "저급 앵커" 또는 다른 유형의 앵커류, 예를 들면 인구 통계학적으로 카테고리화된 앵커류로 분할될 수 있다. 보상 앵커류는 광고와 무관하게 구매할 수 있는 안정한 아이템류를 구매하는 소비자들을 보상하는 특성 제품들이다. 우유는 보상 앵커의 예이다. 인센티브 앵커는 특성화되지 않을 때 고급 제품들이지만, 특성화될 때, 일반적으로 주류 또는 저급 제품들만을 구매하는 개개인들이 "상향 구입"하게 격려한다. 특성 제품의 일관된 상향 구입은 제품이 특성화될 때의 주류 또는 저급 제품을 재지정되게 한다. 트래픽 앵커는 특성화된 아이템을 구매하고, 따라서 소비자들을 점포 내로 유도할 특별한 목적으로 소비자들을 점 포 내로 유인하는 특성 제품들이다. 트래픽 앵커의 전형적인 예는 콜라이고, 많은 고객들이 청량 음료에 대한 주간 스페셜로 "대체로 쇼핑"하는 경향이 있다. 큰 티켓 아이템들은 비교적 높은 광고가 및 비교적 낮은 연관 세일을 갖는 제품들이고; 따라서, 큰 티켓 앵커는 특성화될 때 앵커로 되는 큰 티켓 아이템일 수 있다.

도우미들은 또한 "저급 도우미", "고급 도우미", 및 "점포 도우미" 등의 동일한 유형의 부분-카테고리들로 분할될 수 있다. 저급 및 고급 도우미들은 각각 저급 및 고급 제품들로부터 반환을 부추기는데 조력하는 특성 제품들이고; 점포 도우미는 광역 및 중간 아이템들로부터 반환을 부추기는 특성 제품들이다. 훨씬 더 상세한 실시 형태에서, 시스템은 특매품이 관련 경제적 효과(들)을 생산하는데 얼마나 효과적인지에 좌우되어, 그 분류를 정성화할 수 있다. 예를 들면, 광역 및 중간 아이템들에 대한 반환을 완만하게 부추기는 특매품은 "약한 점포 도우미"로 지정되는 한편, 시스템은 각각의 분류에 대한 최소 기준을 유지하고, 특정 기준은 판매의 차이, 상이한 디비전들 간의 기호도 및 경제학, 또는 심지어 상이한 개별 점포들에 기초할 수 있다.

시스템이 원래의 데이터를 요약하고, 각각의 특매품을 분류한 후, 그것은 각각의 사용자에게 합성된 정보를 전달하기 위해 "최종 툴"(30)을 사용한다. 본 발명의 상세한 실시 형태에서, 최종 툴은 그래픽 사용자 인터페이스이다. 아래 개시되고, 도 2-4에 도시된 바와 같이, 그래픽 사용자 인터페이스는 그 정보를 조직화함으로써 사용자가 용이하게 접근할 수 있다.

다시 도 1을 참조하여, 원래의 데이터 및 분류는 시스템의 "벤치마킹 트래 킹" 성분(32)에 의해 모니터링된다. 이러한 성분은 특성 제품들의 그룹화, 데이터의 요약 및 특성 제품들의 분류를 통제하는 규칙들을 개질시키기 위해 사용되는 주기적 분석들을 제공한다. 그러한 주기적 변형은 소비자들의 변화의 작용으로서, 예를 들면 계절에 따라, 특정 지리적 영역의 성장에 의해, 시장에 신제품들을 도입하는 등에 의해 중요하다. 본 발명의 더욱 세부적인 실시 형태에서, "벤치마킹 트래킹" 성분(32)은 "사분기 분석"(33)을 생성한다. 이러한 "사분기 분석"은 규칙들을 사분기로 변형하기 위해 사용된다. 본 발명의 대안의 더욱 세부적인 실시 형태에서, 분석들은 연속적으로 생성되고, 규칙들은 필요에 따라 연속적으로 개질된다. 본 발명의 다른 대안의 더욱 세부적인 실시 형태에서, 사용자는 벤치마킹 트래킹을 관찰할 수 있고, 임의의 시점에 규칙의 변형을 분석하고 시동한다.

규칙들의 변형 사이의 기간을 변화시키는 것 외에, 본 발명은 다양한 입도 레벨에서 변형을 수행할 수 있다. 본 발명의 더욱 상세한 실시 형태에서, 규칙들은 소매점들의 각각의 지리적 디비전(14)에 대해 독립적으로 개질된다. 대안의 더욱 상세한 실시 형태에서, 규칙들은 각각의 소매점들에 대해 독립적으로 개질된다. 그러한 점포-특이적 규칙들은 "점포 특이적 메트릭스 룩업스"(34)라 칭한다.

도 2-4는 분석 결과들을 디스플레이하기 위해 그래픽 사용자 인터페이스가 제공되는 전형적인 실시 형태를 보여준다. 사용자는 특정 지리적 디비전 및 특정 시간에 특이적인 정보를 관찰하는 것을 선택할 수 있다. 그래픽 사용자 인터페이스는 분석 결과들이 예시적인 실시 형태에서 3가지 상이한 포맷들: 주간 성능 포맷, 기간 경향 포맷 및 특매품 데이터베이스 포맷으로 보여지게 한다. 이들 포맷 들 각각에 대한 디스플레이는 그래픽 사용자 인터페이스에 대한 각각의 대응하는 버튼: 주간 성능 버튼(36), 기간 경향 버튼(38) 또는 특매품 데이터베이스 버튼(40)을 활성화시킴으로써 야기될 수 있다.

도2에 나타낸 디스플레이는 특매품 데이터베이스 디스플레이이다. 이는 각각의 특성 제품들이 주어진 기간 동안 어떻게 수행되는지 디스플레이한다. 제1행 "디비전"(42)은 사용자가 정보를 관찰하기 위해 선택한 것에 대한 지리적 디비전을 식별한다. 제2행 "주"(44)는 디스플레이된 데이터가 수집된 시간을 디스플레이한다. 상이한 지리적 디비전들에서 유사한 제품들을 광고하는 것이 상이한 효과들을 내는 것과 같이, 상이한 기간 동안 유사한 제품들을 광고할 수 있다.

제3, 제4 및 제5행은 특성 제품 "특매품"(46), 이 특매품이 속하는 고객-중심 부서 또는 "로열티 부서"(48) 및 시스템(50)에 의해 특성 제품에 주어진 분류 "유형"의 식별을 디스플레이한다. 제3 컬럼(46) 또는 특매품 행은 분석된 특수 특매품을 확인한다. "특매품 명칭 보기" 버튼을 클릭함으로써, 사용자는 광고에 나타나는 특매품 명칭 보기와 각각의 특매품 그룹에 대한 지배적인 UPC (지배적인 UPC는 특성 제품의 최고 판매를 고려한 UPC임) 사이에 전후로 토클링할 수 있다. 이러한 토글이 특매품의 모든 UPC류의 디스플레이를 허용하고, 단지 우세한 것은 그렇지 않은 것 역시 본 발명의 범위에 속한다. 제4 행(48)은 특성 제품이 속하는 고객-중심 부서를 식별한다. 예를 들면 "큰 K 다이어트 루트 비어"는 청량 음료 로열티 부서에 속한다. 각각의 특매품의 분류 유형은 제 5행(50)에 디스플레이된다. 이 실시 형태에서, 분류 유형들은 상기 고찰된 바의 요약 & 분류 엔진(28)에 의해 발생되고, 이는 분류 유형들을 부분-분류로 분할하고, 한정사들을 제공한다. 예를 들면, 특매품이 약한 점포 도우미로 분류된 경우, 이는 특매품이 주류 제품들의 판매를 완만하게 부추기는 것을 의미한다.

도 2에 나타낸 컬럼들의 나머지는 각각의 특매품을 분류하는데 있어서 시스템에 의해 사용된 처리 데이터를 디스플레이한다. 제6 행 "점포 Dist."(52)는 디비전 내의 얼마나 많은 백분율의 점포들이 특성 제품들을 제공하는지 사용자에게 알려주고; 7 내지 9 행들 "가격 점 변화"(54), "기본 가격"(56) 및 "전면 가격"(58)은 특성화되었을 때의 제품과 특성화되지 않았을 때의 제품 간의 가격 차이에 대한 정보를 제공하고; 10 및 11 행들 "기본 위치"(60) 및 "전면 위치"(62)는 기본 가격에서 제품을 구매한 소비자의 유형에 대해 광고된 가격에서 제품을 구매한 소비자의 유형의 분류를 제공하고; 11행 "바스켓 크기"(64)는 특성 제품과 함께 구매된 다른 제품들의 번호를 지시하고; 14행 "고객 침투(Cust. Pen.)"(70)은 특성 제품을ㄹ 구매한 고객들의 백분율을 열거하고; 15행 "관련 판매(Assoc. Sales)"(72)는 다른 제품들에 비해 특성 제품이 제공하는 전체 판매의 백분율을 열거한다. 12행 "판매 향상"(66) 및 13행 "달러 향상"(68)은 특성화될 때의 제품에 대한 특성화되지 않은 제품의 판매의 증가를 표현한다. 판매 향상(66)은 제품이 특성화될 때에 대해 제품이 특성화되지 않을 때 판매된 특정 제품의 수효의 증가율을 나타낸다. 달러 향상(68)은 제품이 특성화될 때에 대해 제품이 특성화되지 않을 때의 특정 제품의 판매에 의해 발생되는 세입의 증가를 나타낸다.

그래픽 사용자 인터페이스는 기본 가격(특성화되지 않을 때 제품의 가격), 전면 가격(특성화될 때 제품의 가격), 및 2개 가격의 차등률을 제공한다. 또한, 기본 가격 및 전면 가격에서 가격 민감도에 의해 제품을 분류하기도 한다. 이들 행들은 또한 특성화되지 않았을 때와 반대로 특성화되었을 때 고객들의 상이한 그룹들/카테고리들에 제품이 어떻게 어필하는지를 사용자가 알 수 있게 한다. 예를 들면, 특성화되지 않았을 때, 일부 제품들은 고급 가격 민감도를 갖는 소비자들에게 어필하지만, 특성화되었을 때 중간 가격 민감도를 갖는 소비자들에게 어필하였다. 일부 제품들은 특성화되지 않았을 때와 반대로 특성화되었을 때 상이한 어필 세그먼트에 어필하기 때문에, 그러한 정보는 특정 특매품들의 현재 및 예측되는 장래 "밸런스" 효과를 분석하는데 중요하다.

도 2에 나타낸 그래픽 인터페이스의 다른 특징은 그것이 사용자가 도달, 밸런스 및 반환의 소정의 목표들에 반하여 제안된 특매품들을 비교하게 허용하는 광고 평가 템플릿을 사용자가 생성하게 한다. 이전의 특성 제품들로부터 선택하고, 관련 특매품들에 대해 디비전 컬럼을 클릭함으로써 (또는 평가 테이블(74) 내로 특성 아이템들을 드래깅함으로써) 사용자는 표(74)에 제안된 광고들을 생성할 수 있다. 예를 들면, 각각의 사용자는 목적하는 "도달", "밸런스" 및 "반환" 효과들을 달성하기 위한 특정 주간 광고 계획에 포함시키고자 하는 각각의 유형(50)의 대략적인 수효를 명시하는 목표 또는 기준을 구비한다. 그러한 기준은 다양한 입도 레벨에서 제공될 수 있다. 본 발명의 더욱 상세한 실시 형태에서, 그러한 기준은 각각의 지리적 디비전(14)에 대해 독립적으로 제공된다. 대안의 더욱 상세한 실시 형태에서, 그러한 기준은 각각의 개별 소매점(12)에 독립적으로 제공되고, 그러한 기준을 참조함으로써, 사용자는 각각의 제안된 광고 계획을 평가하고, 그 계획이 특이적인 "도달", "밸런스" 및 "반환" 요구에 부합되게 조절할 수 있다.

일단 사용자가 제안된 특성 제품들의 조합을 표(74)에 부가하면, 사용자는 창조적인 광고 평가 템플릿 버튼(75)을 클릭할 수 있고, 표(74) 내로 침착된 제안된 특매품들은 도 5에 나타낸 바와 같이 매트릭스 템플릿이라 칭하는 스프레드시트 파일로 익스포트될 것이다. 이 매트릭스 템플릿은 제안된 특매품들이 어떻게 함께 수행되는지를 사용자가 모든 제품들에 대해 관찰하게 한다. 이 매트릭스 템플릿은 제안된 특매품들에 대한 열/공간들 및 그러한 특매품들이 과거 어떻게 수행되었는지를 보여주는 제안된 특매품들과 연관된 주요 메트릭스들에 대한 행들을 포함한다. 매트릭스는 또한 사용자에 의해 부가될 수 있는 추가의 코멘트들의 섹션들 및 도달, 밸런스 및 반환의 3가지 목표를 향한 전체적인 움직임을 평가하기 위한 추가의 공간을 포함한다. 이러한 데이터는 어떤 특매품이 소비자들에게 도달하고, 추가의 판매를 생성하고, 모든 카테고리의 고객들을 포함할 가장 큰 가능성을 갖는지를 소매 엔티티가 알게 한다. 이러한 정보는 소매 엔티티가 소정의 목표들에 부합할 필요가 있는 특매품들의 혼합을 최대화하도록 매주(또는 기타 광고 기간) 그의투자에 균형을 맞추게 한다. 본 발명의 예시적인 실시 형태는 컴퓨터화된 스프레드시트 툴의 보조하에 이러한 매트릭스 템플릿 평가 단계를 수동으로 수행하지만, 그것은 본 발명의 범위 내에서 소프트웨어가 선택 및 평가 공정을 추가로 (완전하지 않은 경우) 자동화하게 한다.

도 3은 전형적인 그래픽 사용자 인터페이스의 "주간 성능" 스크린을 보여준 다. 이 스크린은 사용자에게 원래 데이터, 데이터 백분율 및 특정 시간 동안 특정 지리적 디비전(또는 소매 엔티티의 임의의 다른 선택 또는 조합)에 의해 경험되는 도달, 밸런스 및 반환 효과들을 반영한 그래픽 데이터를 제공한다. 예시적인 실시 형태에서, 사용자는 "선택 디비전" 드롭-다운 박스(76) 및/또는 "선택 주" 드롭-다운 박스(78)를 클릭함으로써 상이한 지리적 디비전들 및/또는 상이한 주들로부터 데이터 관찰하기를 선택할 수 있다.

"전체적인 주간 성능" 그래픽(80)은 사용자에게 전체적인 "도달", "침투" 및 "향상" 데이터를 제공한다. "도달"의 전체 백분율(82)은 수치 데이터를 따라 제공되고, 이로부터 백분율은 선택된 주(78) 동안 선택된 지리적 디비전(76) 내의 임의의 소매점들에서 쇼핑한 가족들(84)의 전체 수효 및 선택된 주(78) 동안 특성화된 임의의 제품들을 구매한 가족들(86)의 수효로 분할된다. 도달은 또한 "연관된 점포 판매"(88)의 백분율에 의해 투시되는 세입으로부터 나타내진다. 이 도면은 또한 "할로 효과"로 공지된 것을 나타내고, 1개 이상의 특매품들(즉, "전체 연관된 점포 세일")(92)을 구매한 고객들에게 판매된 "전체 점포 판매"(90)의 백분율을 발견함으로써 산출된다. 도달은 선택된 주(78) 동안 1개 이상의 특매품들을 구매한 "전체 VPS/PS 가족들"(96)(즉, "전면 페이지 특매품들에 관여한 전체 VPS/PS")의 백분율을 발견함으로써, 주간 특매품들에 관여한 매우 가격에 민감한 고객들("VPS")과 가격에 민감한("PS") 고객들(94)의 백분율을 추가로 보여주도록 분류된다. "판매 침투" 백분율(100)은 "전체 점포 판매"(102)된 "전체 전면 페이지 특매품 판매"(104) 백분율을 나타낸다. 마지막으로, "향상"은 광고 결과로서 경험한 특성 제품들에 대한 세입의 증가를 보여준다. 도 3은 "판매 향상"(106) 뿐만 아니라, "전면 페이지 특매품들에 대한 기본 판매"(108) 및 "기본 달러들 이상의 전체 향상 달러들"(110) 모두에 대한 달러 수치들을 제공한다.

도 3은 또한 "나의 특매품들이 어떻게 세그먼트에 의해 수행되었나?" 그래픽(112)으로 세그먼트들을 어필함으로써 분류된 도달 및 향상 데이터를 디스플레이한다. 도달 차트(116)는 쇼핑된 각각의 어필 세그먼트에서 전체 가족수, 각각의 어필 세그먼트에서 1개 이상의 특매품들에 관여한 전체 가족들, 및 특매품들에 "도달"한 각각의 어필 세그먼트 내의 가족들의 백분율을 디스플레이한다. 전체 도달율에 비교한 각각의 어필 세그먼트의 도달 데이터 백분율은 또한 막대 및 선 그래프(118)를 통해 디스플레이된다. 향상 차트(120)는 기본 판매, 전면 페이지 특매품 판매, 및 각각의 어필 세그먼트에 대한 향상 백분율 뿐만 아니라 기본 판매, 전체 전면 페이지 판매 및 전체 향상 백분율을 디스플레이한다. 각각의 어필 세그먼트에 대한 기본 판매 및 전면 페이지 판매는 막대 그래프(122)를 통해 비교된다.

도 4는 전형적인 그래픽 사용자 인터페이스의 "성능 경향" 스크린을 보여준다. 도달 기간 경향 그래프(123)는 특정 지리적 디비전(126) 내의 점포들이 이들이 더 많은 전체 도달을 경험한 주중에 더 많은 전체 판매를 경험하는지 여부를 사용자가 결정하게 한다. 다시, 디스플레이는 예시적인 실시 형태에서 지리적 디바전에 의해 분류되지만, 본 발명은 소매 엔티티, 기간들, 제품 카테고리들 등의 다른 조합에 의해 디스플레이를 분류하기에 충분히 가요성이다. 그래픽(124)은 데이터가 보고된 최종 기간을 진술한다. 그래프(123)의 x-축(132)은 분석된 기간을 구 성하는 개개의 주를 나타낸다. 막대 그래프의 y-축(128)은 전체 점포 판매를 나타내고, 선 그래프 y-축(130)은 도달 백분율을 나타낸다. 전체 판매와 도달 데이터를 중첩시킴으로써, 이 스크린은 사용자가 연장된 기간에 걸쳐 특정 지리적 디비전에서 점포들의 특정 판매에 도달한 효과를 평가하게 한다.

예시적인 실시 형태들을 참조하여 본 발명을 개시하였지만, 본 발명은 특허 청구의 범위에 의해 한정되고 본원 명세서에 개시된 예시적인 실시 형태를 기재하는 임의의 제한사항들 또는 요소들이 그러한 제한사항들 또는 요소들이 특허 청구의 범위에 명확히 열거되어 있지않은 한 특허 청구의 범위의 의미에 포함되도록 의도되지 않음을 이해해야 한다. 마찬가지로, 본 발명은 특허 청구의 범위에 의해 한정되고, 본 발명의 고유의 및/또는 예측하기 어려운 장점들은 이들이 본원에 명확하게 고찰되지 않았더라도 존재할 수 있기 때문에, 임의의 특허 청구의 범위에 속하도록 본원에 개시된 본 발명의 확인된 장점들 또는 목적들 모두 또는 그중의 임의의 것들을 반드시 충족시킬 필요는 없음을 이해해야 한다.

Claims

(a) 제1의 기간에 걸쳐 소매 엔티티에 의해 공개된 복수개의 특성 제품들에 대한 광고 공개 데이터의 제1 세트를 광고 공개 데이터베이스에 수집하는 단계로서, (이 광고 공개 데이터는 광고들 내의 특성 제품들에 관한 데이터, 광고의 유형에 관한 데이터, 광고 기간에 관한 데이터, 및 광고 지역에 관한 데이터로 구성된 군으로부터 취해진 데이터를 포함하는, 수집 단계);

(b) 제1의 기간에 걸쳐 소매 엔티티로부터 복수개의 제품들을 구매하는 다수의 소비자들에 의해 수행된 다수의 거래들에 대한 거래 데이터의 제1 세트를 광고 공개 데이터베이스에 수집하는 단계;

(c) 제1의 기간에 걸쳐 거래 데이터의 제1 세트에 관련하여 광고 공개 데이터의 제1 세트를 분석하는 단계; 및

(d) 거래 데이터의 제1 세트에 관한 광고 공개 데이터의 제1 세트의 분석에 기초하여 다수의 특성 제품들을 광고하는 역할들로 분류하는 단계로서, (1개 이상의 광고하는 역할들을 포함하는 다수의 광고하는 역할들은 소매 엔티티의 특정 부분으로 소비자들을 유인하는 특성 제품들, 특성 제품들을 구매하는 상이한 소비자 분류의 소비자들의 혼합물을 유인하는 것을 조장하는 특성 제품들, 소비자가 구매한 제품들의 상이한 유형들의 밸런스를 고무시키는 특성 제품들, 소매 엔티티에 의한 판매의 전체적인 증가를 고무시키는 특성 제품들, 및 상기 광고하는 역할들 중의 2개 이상의 조합을 고무시키는 특성 제품들로 구성된 군으로부터 취득하는, 분 류 단계)를 수행하도록 구성되고, 광고 공개 데이터베이스 및 거래 데이터를 포함하는, 소매 엔티티에 대한 광고의 기획 및 평가를 위한 컴퓨터 시스템.
제1항에 있어서, 컴퓨터 시스템이 (e) 광고 역할에 기초한 제1의 광고 전략을 확립하는 단계를 추가로 수행하도록 구성된 것인 컴퓨터 시스템.
제1항에 있어서, 상기 컴퓨터 시스템은

(f) 다음 기간에 걸쳐 소매 엔티티에 의해 사용된 제2의 다수의 특성 제품들에 대한 광고 공개 데이터의 다음 세트를 수집하는 단계;

(g) 다음 기간에 걸쳐 소매 엔티티에 의해 판매된 다수의 제품들에 대한 거래 데이터의 다음 세트를 수집하는 단계;

(h) 다음 기간에 걸쳐 거래 데이터의 다음 세트에 관하여 광고하는 공개 데이터의 다음 세트를 분석하는 단계; 및

(i) 거래 데이터의 다음 세트에 관하여 광고하는 공개 데이터의 다음 세트를 분석함에 기초하여 광고하는 역할들로 제2의 다수의 특성 제품들을 분류하는 단계를 추가로 수행하도록 구성된 것인 컴퓨터 시스템.
제1항에 있어서, 상기 분석 단계의 출력은 출력의 다음 카테고리들:

전체 판매율 향상;

각각의 특성 제품에 대한 판매율 향상;

전체 달러 향상;

각각의 특성 제품에 대한 달러 향상;

전체 고객 침투도;

각각의 특성 제품에 대한 고객 침투도

전체 연관된 판매율; 및

각각의 특성 제품에 대한 연관된 판매율 중의 1개 이상을 포함하는 것인 컴퓨터 시스템.
제1항에 있어서, 상기 공개 데이터 수집 단계는

소매 엔티티에 관련하여 특성 제품 카테고리의 리스트를 발생시키는 단계;

소매 엔티티에 의해 제공된 복수개의 특성 제품들 각각을 1개 이상의 특성 제품 카테고리들에 할당하는 단계;

소매 엔티티에 관련한 광고 디멘젼들(dimensions)의 리스트를 발생시키는 단계;

소매 엔티티에 의해 사용된 복수개의 점포내 광고들 각각을 1개 이상의 광고 디멘젼들에 할당하는 단계를 포함하는 것인 컴퓨터 시스템.
제5항에 있어서, 특성 디멘젼들의 리스트는 다음 특성 디멘젼들:

상품 카테고리;

서브-상품 카테고리;

제조자 카테고리;

부서 카테고리; 및

크기 카테고리 중의 1개 이상을 포함하는 것인 컴퓨터 시스템.
제6항에 있어서, 특성 제품 카테고리들의 리스트를 생성시키는 단계는 소매 엔티티의 소매점 내의 유사 제품들의 위치에 기초하여 1개 이상의 다수의 소비자 로열티 부서들로 특성 제품들을 매핑하는 것을 포함하는 것인 컴퓨터 시스템.
제5항에 있어서, 광고 디멘젼들의 상기 리스트는 다음 광고 디멘젼들:

제품 코드 디멘젼;

기본 가격 디멘젼;

특성 가격 디멘젼;

디스플레이 디멘젼; 및

광고 실행 디멘젼 중의 1개 이상을 포함하는 것인 컴퓨터 시스템.
제8항에 있어서, 상기 광고 실행 디멘젼은 다음:

실행일들의 범위; 및

실행 위치들의 리스트 중의 1개 이상을 포함하는 것인 컴퓨터 시스템.
제1항에 있어서, 상기 공개 데이터 수집 단계는 소매 엔티티의 지리적 디비 전들의 1개 이상의 서브셋들 내에 위치한 다수의 소매점들로부터 공개 데이터를 수집하는 것으로 제한되는 것인 컴퓨터 시스템.
제1항에 있어서, 상기 공개 데이터 수집 단계는 소매 엔티티의 단일 소매점으로부터 공개 데이터를 수집하는 것으로 제한되는 것인 컴퓨터 시스템.
제1항에 있어서, 상기 거래 데이터 수집 단계는

소매 엔티티에 관련한 제품 카테고리들의 리스트를 발생시키는 단계;

판매된 다수의 제품들 각각을 1개 이상의 제품 카테고리들에 할당하는 단계;

소매 엔티티에 관련한 거래 디멘젼들의 리스트를 발생시키는 단계;

다수의 거래들 각각을 1개 이상의 거래 디멘젼들에 할당하는 단계;

소매 엔티티에 관련한 소비자 카테코리들의 리스트를 발생시키는 단계;

다수의 소비자들 각각을 1개 이상의 소비자 디멘젼들에 할당하는 단계를 포함하는 것인 컴퓨터 시스템.
제12항에 있어서, 상기 제품 카테고리들의 리스트는 다음 제품 카테고리들:

상품 카테고리;

서브-상품 카테고리;

제조자 카테고리;

부서 카테고리; 및

크기 카테고리 중의 1개 이상을 포함하는 것인 컴퓨터 시스템.
제13항에 있어서, 제품 카테고리들의 리스트를 발생시키는 단계는 소매 엔티티의 소매점 내의 유사 제품들의 위치에 기초하여 1개 이상의 다수의 로열티 부서들로 특성 제품들을 매핑하는 것을 추가로 포함하는 것인 컴퓨터 시스템.
제12항에 있어서, 상기 거래 디멘젼들의 리스트는 다음 거래 디멘젼들:

바스켓 크기;

구매된 특매품들의 수;

구매된 제품들의 전체 단가;

구매된 제품의 평균 단가;

구매된 특매품들의 전체 단가;

구매된 특매품들의 평균 단가; 및

구매된 제품들의 리스트 중의 1개 이상을 포함하는 것인 컴퓨터 시스템.
제15항에 있어서, 상기 바스켓 크기 거래 치수는 다음 크기들:

작은 바스켓 크기;

중간 바스켓 크기; 및

큰 바스켓 크기 중의 1개 이상을 포함하는 것인 컴퓨터 시스템.
제12항에 있어서, 상기 소비자 카테고리들의 리스트가 다음:

고객-베이스드 소비자 카테고리들의 리스트; 및

특성-베이스드 소비자 카테고리들의 리스트 중의 1개 이상을 포함하는 것인 컴퓨터 시스템.
제17항에 있어서, 상기 고객-베이스드 소비자 카테고리들은 다음 서브-카테고리들:

가격 민감도 서브-카테고리; 및

로열티로열티카테고리 중의 1개 이상을 포함하는 것인 컴퓨터 시스템.
제18항에 있어서, 상기 가격 민감도 서브-카테고리는 다음:

비 가격 민감성 카테고리;

주류 카테고리;

가격 민감성 카테고리;

매우 가격 민감성 카테고리; 및

미지의 가격 민감도 카테고리 중의 1개 이상을 포함하는 것인 컴퓨터 시스템.
제17항에 있어서, 상기 특성-베이스드 소비자 카테고리들은 다음:

임의의 특매품을 구매한 소비자들의 총수;

구매된 모든 특매품들의 전체 단가; 및

구매된 모든 특매품들의 전체 향상 중의 1개 이상을 포함하는 것인 컴퓨터 시스템.
제1항에 있어서, 상기 거래 데이터 수집 단계는 소매 엔티티의 1개 이상의 지리적 디비전들에 위치한 다수의 소매점들로부터 거래 데이터를 수집하는 것으로 제한되는 것인 컴퓨터 시스템.
제1항에 있어서, 상기 거래 데이터 수집 단계는 소매 엔티티의 단일 소매점으로부터 거래 데이터를 수집하는 것으로 제한되는 것인 컴퓨터 시스템.
제1항에 있어서, 상기 광고 역할은 다음 역할들:

앵커 역할; 및

도우미 역할 중의 1개 이상을 포함하는 것인 컴퓨터 시스템.
제23항에 있어서, 상기 앵커 역할은 다음 유형들:

보상 앵커;

인센티브 앵커; 및

트래픽 앵커 중의 1개 이상을 포함하는 것인 컴퓨터 시스템.
제23항에 있어서, 상기 도우미 역할은 다음 유형들:

저급 도우미;

고급 도우미;

주류 도우미; 및

점포 도우미 중의 1개 이상을 포함하는 것인 컴퓨터 시스템.
제1항에 있어서, 상기 컴퓨터 시스템은 보고서를 발생시키는 단계를 추가로 수행하도록 구성된 것인 컴퓨터 시스템.
제26항에 있어서, 상기 보고서는

공개 데이터의 적어도 일부;

거래 데이터의 적어도 일부; 및

광고 역할들의 적어도 일부에 관련한 출력을 포함하는 것인 컴퓨터 시스템.
제27항에 있어서, 사용자는 지리적 사용자 인터페이스를 통해 보고서에 액세스할 수 있는 것인 컴퓨터 시스템.
제28항에 있어서, 상기 지리적 사용자 인터페이스는 다음 카테고리들:

지리적 디비전;

실행일들의 범위;

각각의 특성 제품에 대한 범용 제품 코드;

각각의 특성 제품의 명칭;

각각의 특성 제품의 소매 부서;

각각의 특성 제품의 광고 역할;

각각의 특성 제품에 대한 가격점 변화;

각각의 특성 제품에 대한 기본 가격에서 가격 민감도 소비자 카테고리;

각각의 특성 제품에 대한 특매품 가격에서 가격 민감도 소비자 카테고리;

각각의 특성 제품을 함유하는 배스킷에 대한 평균 배스킷 크기;

각각의 특성 제품에 대한 판매율 향상;

각각의 특성 제품에 대한 달러 향상;

각각의 특성 제품에 대한 소비자 침투율; 및

각각의 특성 제품에 대한 연관된 판매율 중의 1개 이상으로 조직화되는 것인 컴퓨터 시스템.
제28항에 있어서, 상기 컴퓨터 시스템은 광고 평가 템플릿을 생성하는 단계를 추가로 수행하도록 구성된 것인 컴퓨터 시스템.
제30항에 있어서, 광고 평가 템플릿을 생성하는 단계는

1개 이상의 기간으로부터 1개 이상의 특매품들의 조합에 대한 공개 데이터, 거래 데이터, 광고 역할들 및 효과 데이터를 조립하는 단계; 및

도달, 밸런스 및 반품의 목적하는 범위에 반하여 조립된 데이터를 분석하는 단계를 포함하는 것인 컴퓨터 시스템.
(a) 제1의 기간 및 제2의 기간에 걸쳐 소매 엔티티에 의해 수행된 거래들로부터 다수의 소비자들에 대한 거래 데이터를 거래 데이터베이스에 수집하는 단계

(b) 광고에 의해 특성화된 적어도 하나의 제품에 대한 광고 데이터를 광고 데이터베이스에 수집하는 단계로서, (이 광고 데이터는 특성화 제품의 식별 및 광고와 제2의 기간 사이의 연관도를 포함하는, 수집 단계);

(c) 다음: 소매 엔티티에 의한 거래들을 수행하도록 고객들을 유인하는 광고의 효과, 제1 카테고리에 대한 제2 카테고리의 고객들에 대한 거래들을 고무시키는 광고의 효과, 및 특성 제품 및 특성화되지 않은 제품들 중의 1개 이상에 대한 세입을 증가시키는 광고의 효과 중의 1개 이상을 결정하기 위해 제1 기간과 제2 기간 사이를 적어도 비교하는데 있어서 특성 제품과 연관된 거래 데이터를 평가하는 단계;

(d) 평가 단계 (c)의 결과들을 컴파일링하고, 그래픽 사용자 인터페이스 형태로 사용자에게 결과들을 디스플레이하는 단계; 및

(e) 컴파일된 결과에 기초하여 장래 광고들을 특성화하기 위해 1개 이상의 제품들을 선택하기 위한 툴을 그래픽 사용자 인터페이스에 의해 사용자에게 제공하는 단계를 수행하도록 구성되고, 광고 데이터베이스 및 거래 데이터를 포함하는, 소매 엔티티에 대한 광고의 평가 및/또는 기획을 위한 컴퓨터 시스템.