KR20090091288A - 소비자 습성 모델링을 이용한 제의 및 보상시스템 - Google Patents

Abstract

본 발명은 판매촉진을 위한 소비자의 모델링 방법에 관한 것으로서, 복수의 판매 지점을 제공하는 단계, 소비자의 행동을 분석하고 판매지점에 근거한 데이터를 전달하여 상대적으로 개조된 복수의 컴퓨터 장치를 제공하는 단계; 개인적인 판매지점에서 판매계약을 맺은 소비자에게 적어도 판촉자료를 제공하기 위해 복수의 판매지점 중 개인적인 판매지점과 관련된 장치를 제공하는 단계를 포함한다. 따라서, 도면에서 미도시된 소비자에 의해 구매된 제품에 관한 데이터의 스캐너를 포함하는 한 지점의 판매장소, 계약용 프린터, 판매계약장치에서의 판매스크린 및 제공된 프린터 장치가 도시되어 있다. 상기 장치는 POS 소프트웨어를 운영하고, 용도가 쿠폰 배포용일 때 쿠폰 배포를 포함하는 것과 같은 목표로 된 판촉자료를 저장할 수 있고, 또한 쿠폰이 인쇄되도록 하기 위해 필요한 이미지 및 텍스트를 저장할 수 있다. 상기 제공된 프린터는 판매계약 동안 어느 지점에서도 쿠폰 또는 쿠폰들을 프린트할 수 있다. 상기 용도는 스크린에 무엇이 표시되는지를 결정할 수 있다.

판매, 지점(point), 계약, 프린터, 스크린, 스캐너

Description

소비자 습성 모델링을 이용한 제의 및 보상시스템{OFFER OR REWARD SYSTEM USING CONSUMER BEHAVIOUR MODELING}

본 발명은 판매 촉진을 위한 소비자 행동의 모델링에 관한 것으로서, 더욱 상세하게는 소비 행동에 대한 시범 패턴을 소비자에게 제안하기 위하여 상환 모델링을 창안하는 것에 관한 것이다.

현재, 브랜드 로열티, 브랜드 교체 및 더 높은 판매량을 만들고자 하는 판매촉진방법 및 기술이 매우 다양하게 존재한다. 상기 이용가능한 방법 중에는 판매 터미널에 존재한다. 상기 판촉의 가장 기본적인 형태는 제품을 구입하는 판매점에서 소비자에게 인센티브를 제공하거나 제품을 광고하는 쇼핑 영수증의 광고이다.

궁극적으로, 모든 광고자의 판촉은 소비자의 행동을 바꾸고자 한다. 즉 소비자로 하여금 현재보다 더 많은 제품을 사게 하고, 제품 B 대신에 제품 A를 사게 하거나, 회사 X의 제품을 현재보다 더 높이 평가하게 하여 향후에 더 많은 X사 제품을 사게 하는 것이다.

어떤 경우에서 이러한 행동 변화는 변화의 잠재적인 이익을 설명함으로써 장 려된다. 예를 들어, 특정 제품의 독특한 특징을 광고에서 설명한다. 다른 경우에, 장려는 재정적으로 변하는 인센티브의 형태에서 오거나, 마케터(Marketer)들은 그것을 "제공(offer)"이라고 부른다. 이것은 예를 들어 쿠폰 소지자에게 어떤 제품 또는 서비스의 정상구입가격의 10%를 낮출 수 있는 자격을 부여하는 쿠폰의 형태일 수 있다.

컴퓨터 사용 전력과 통계적인 재고품 패키지의 이용가능성이 증가됨에 따라, 예언적인 모델링이 넓게 사용된 도구로 되고 광고자를 지원하여 판매점에서 그들의 제공을을 목표로 삼는다. 즉, 특별히 제공하는 가장 호의적인 개인 또는 거래를 파악한다.

이것을 하기 위해, 상기 알려진 모델은 현재 계약을 수행하는 소비자에 대한 정보(나이, 성 또는 이전의 구입행동)이 이전에 수집되고 이용가능하거나, 현재 구입할 때 하나 또는 그 이상의 특별한 품목의 존재가 소비자를 제공의 대상으로 삼는 충분한 기초라고 가정한다. 그러나, 실천적으로 많은 거래를 위해 어떠한 정보도 존재하지 않거나 그것을 수행하는 개인에 대해 이용할 수도 없고, 급속하게 진행되는 거래의 필요는 현재 구입시 모든 제품을 찾아 응답해주는 전조가 된다.

종래기술은 소비자 행동 모델링의 어떤 형태를 가르쳐준다. 종래기술에 따른 모델링 방법의 일례는 미국특허출원번호 09/639,736에 개시되어 있다. 이것은 행동모델이 모든 소비자 및 모든 제공을 위해 이행되고, 기능을 목표로하는 것에 관한 대부분의 예견된 충동으로 개인화된 제공을 만든다. 소비자에게 제공을 일치시킨 후 개인화된 제공 셋트가 소비자를 목표로 삼게 한다.

이러한 모델링 형태는 개인 소비자에게 특별하고, 실제적인 소비자 구입 또는 실제적인 구입패턴보다는 표준에 근거한 예언적인 능력을 갖지 못한다. 상기 미국특허출원에 따른 행동모델은 상환(redemption)율을 증가시키고, 수입 또는 이것들의 조합을 증가시키거나, 게다가 마켓팅 목표를 달성하거나 판매 등을 증가시키는 데이터를 사용하는 것이다. 상기 마켓팅 방법은 목표기능에 관한 대부분의 예견된 충동으로 개인화된 제공을 만들기 위해 모든 소비자의 하나 또는 그 이상의 행동모델, 소프트웨어 모듈을 사용하는 것과, 수집된 데이터를 유도하여 사용하는 것과, 최적의 소비자 선택과 시장에서 거래하는 소비자 행동에 근거한다. 예상된 행동모델의 상환은 미국명세서에 개시된 넓은 감각에 있다. 그러나, 미국명세서는 잠재적으로 제한되지 않은 많은 소매상인/참가자가 있는 곳에서 소매상인 사이에 극대화된 교차 방문을 가르치지 않는다.

본 발명의 목적은 소비행동패턴에 대한 설명을 제공하고자 하는 목적을 위해 상환 모델링을 제공함으로써 알려진 소비자 모델링 시스템의 대안을 제공하는데 있다.

본 발명에 따라 판매촉진을 위한 소비자의 모델링 방법이 제공되고, 상기 방법은 복수의 판매 지점을 제공하는 단계, 소비자의 행동을 분석하고 판매지점에 근거한 데이터를 전달하여 상대적으로 개조된 복수의 컴퓨터 장치를 제공하는 단계; 개인적인 판매지점에서 판매계약을 맺은 소비자에게 적어도 판촉자료를 제공하기 위해 복수의 판매지점 중 개인적인 판매지점과 관련된 장치를 제공하는 단계를 포함한다.

또한, 본 발명에 따라 판매촉진의 소비자 모델링을 제공하기 위한 장치가 제공되고, 상기 장치는 복수의 판매 지점과, 소비자의 행동을 분석하고 판매지점에 근거한 데이터를 전달하여 상대적으로 개조된 복수의 컴퓨터 장치와, 개인적인 판매지점에서 판매계약을 맺은 소비자에게 적어도 판촉자료를 제공하기 위해 복수의 판매지점 중 개인적인 판매지점과 관련된 장치를 포함한다.

본 발명은 알려진 판촉시스템과 다르다. 즉, 최적화를 위해 예언적인 모델은 개인적인 소비자 거래의 항목보다 더 넓은 표준에 근거하여 만들어진다. 따라서, 예언적인 모델은 각각의 제공을 위해 이용가능한 정보로부터 확립될 수 있다;

즉, 판촉용 제공 또는 그것과 충분히 비슷한 제공들이 이전에 만들어졌던 소매장소,

특성을 기술하는 특징 또는 만들어진 제공들(예를 들어 제공이 언급하는 제품 또는 서비스의 타입),

상기 제공의 일반적인 형태(예를 들어, 가격인하 퍼센트, 하나를 사고 하나를 공짜로 받음),

상환하는 소비자에게 실질적인 또는 인지된 가치의 제공,

제품의 유사성이 바탕이 될 제공의 만기로의 날들,

제공의 상환율(아무리 상환이 이루어졌더라도),

제공이 나타났던 다른 제공들과 제공이 상환될 때 제공이 문제가 된 장소, 제공이 나타났던 다른 제공들과 제공이 상환되지 않을 때 제공이 문제가 된 장소.

여기서, 판매지점(POS)에 대한 언급은 수많은 다른 장소 및 소매상에 걸쳐 있는 지점으로 된 복수의 또는 네트워크의 상기한 판매지점으로부터 선택된 어느 하나로 이해될 것이다.

본 발명의 일 구현예에 따르면, 예언적인 모델은, 제공이 특별한 소매장소 및 콘서트에서 다른 제공의 범위로 전달될 때 소비자 응답을 도출해내는데 있어서 가장 효과적인 것으로 증명하는 특별하고 일반적일 수 있는(generalisable) 정보로부터 예언적인 능력을 이끌어낸다.

본 발명의 이익은 최적화, 즉 각 소매 장소에서 만들기 위해 어떤 제공 세트에 대한 결정과 주문이 오프라인과 멀리서 수행될 수 있다. 이에 따라 POS 시스템에서 실시간 로드(load)의 감소가 발생한다. 일단 결정되면, 제공의 최적화된 군들은 편리하고 서술된 시간에서 POS 환경으로 짐을 내릴 수 있다.

본 발명을 구현하는 장치 및 방법은 또한 예언적인 모델 기술을 채용하지만, 더 이른 사용으로부터 출발하고 그것은 한 시스템 내에서 예언적인 모델을 채용한다:

광고자의 범위로부터 제공을 동시에 고려하고;

다른 소매상인(예를 들어 다른 프랜차이즈 또는 조직의 지점에 있는 소매상인)의 범위에서 이 제공의 전달을 동시에 고려하고;

다른 광고자보다 어떤 광고자의 차별적인 대우를 고려하고;

단일 거래의 일부로 제작되도록 제공의 군들을 모으고;

제공의 군 내에서 제공을 증정하기 위해 최상의 주문을 확인하고;

제공이 물리적으로 전달될(예를 들어 프린트되거나, 표시되거나 그렇지 않으면 소비자에게 전달될) 소매장소를 고려하고,

제공(예를 들어, 광고자 A로부터 제공이 광고자 B로부터의 제공과 같은 군 내에서 나타날 수 없거나, 광고자 C로부터의 제공이 소매장소 R에서 만들어지도록 나타날 수 없다.)의 모아진 군 내에서 압박을 강요한다.

바람직한 구현예로서, 제공의 군을 지급하기 위해 주어진 고정된 능력과 함께 각각 주어진 소매상인(호스트들 또는 장소들로 알려진)을 위해 최적화된 제공 세트들이 발생된다. 최적의 해결책으로 어떤 제공도 미리 결정된 제공 세트 수(이 미리결정된 수가 제공에 걸쳐 다를 수 있다)이상으로 나타나지 않을 수 있다.

최적성은 적어도 하나의 제공이 상환되는 제공 세트에 비례하여 측정되는 것으로 이해될 것이다. 차선책은 더욱 최상의 것으로 받아들여질 것이다; 그것은 단계 2 및 6 이하에서 설명된 방법으로 우수 광고자에게 뛰어난 결과를 제공하고, 어떤 호스트 또는 다른 제공들에 관한 제공위치에 관하여 어떤 약속된 억제를 만족시키는 것이 필요하다.

따라서 하나의 넓은 형태로서 본 발명은 선택된 장소 및/또는 선택된 수령자 수령자 그룹에 전달하기 위해 최적화된 판매촉진의 세트를 만드는 방법을 포함하고, 상기 방법은 다음과 같은 단계들을 포함한다.

a) 적어도 하나의 판매지점에서 상업활동으로부터 유도된 데이터에서 데이터베이스를 만들어내는 단계;

b) 상기 데이터를 사용하여 확인된 목표 기능을 극대화하는 것으로 확인된 호스트들에게 제품의 개념적인 할당을 결정하는 단계;

c) 하나 또는 그이상의 다음 표준에 따라 상기 할당을 결정하는 단계:

ⅰ) 특별한 호스트에게 할당될 수 없는 제공에 관한 억제;

ⅱ) 각 제공에서 만들어진 관련 제품 또는 서비스의 이용가능한 재고품; 및

ⅲ) 제공을 만드는 각 호스트의 능력;

d) 상기 데이터베이스에서 상기 데이터로부터 제공의 상환율 또는 특별한 호스트 또는 호스트 형태에게 전달되는 제공 세트를 예측하는 단계;

e) 제공 도는 제공 세트를 대조하고, 목표기능을 달성하기 위해 특정한 호스트 또는 호스트 세트를 위해 상기한 제공을 할당하는 단계.

일 구현예에 따라, 상기 호스트는 선택된 소매상인 또는 소매상인의 범주가 될 수 있다. 바람직하게는 상기 데이터베이스에 수집된 데이터의 분석으로부터 만들어진 설명적인 공식을 사용함으로써 상기 데이터로부터 상환율이 결정된다. 상기 상환율은 바람직하게는 이전에 선택된 호스트들에게 제공의 할당을 위해 표준과 데이터베이스의 데이터를 참조하여 결정된다. 일 구현예에 따르면, 상기 상환율은 한 알고리즘에 의해 만들어진다. 상기 명세서에 걸쳐, 상기 상환율 용어는 선택된 호스트 또는 호스트들의 그룹들에게 전달되는 제공 또는 제공들의 점유율을 뜻하고, 상업적으로 받아들일 수 있는 수준의 정확성으로 측정된다.

바람직한 구현예에 따라 사용된 예언적인 공식은 목표변수가 제공과 상기 제공이 지급된 호스트들과 제공에 관한 정보를 포함하여 설명적인 변수에 의해 상환율이 됨에 따라 일반화된 선형 모델이 된다.

특별한 구현예로서, 객관적인 기능이 기대된 상환의 합계와, 호스트들에게 할당될 수 있는 각 제공의 최대값과, 어느 하나의 호스트에게 할당될 수 있는 제공의 최대값을 포함한 억제가 됨에 따라, 제공들의 할당은 선형 프로그램의 사용에 의해 달성된다.

또한, 본 발명의 일 구현예에서, 추가적인 억제는 개념적인 할당이 바람직한 광고자를 위해 최소값의 제공과, 바람직한 호스트들을 위해 최소수의 할당된 제공을 포함하는 것을 확인하기 위해 사용된다. 또 다른 구현예에서, 공식에서 사용된 다양한 목표가 한 세트에서 제공들 중 적어도 하나가 상환될 가능성이 있음에 따라, 상환율을 결정하기 위한 예언 공식은 임의적인 숲이 되고, 설명적인 변수가 하나의 제공 세트에서 각각 나타나는 장소와 각각의 제공에 대한 정보를 포함한다. 상기 임의적인 숲을 건설하기 위해 유도될 수 있는 충분히 큰 풀(pool)의 역사적인 데이터가 있는 곳에서, 데이터의 계속적인 샘플들이 그 지점에 건설된 임의적인 숲에 의해 잘못 분류된 더 큰 비율의 관찰을 포함한다는 것을 보증하기 위해 선택된 데이터의 계속적인 데이터와 함께 이용가능한 데이터의 샘플들에 임의적인 숲이 건설되는 것이 바람직하다.

바람직하게는 제공의 셋트들을 교묘하게 조작하고 만들어내는 공식은 두번째 제공 세트에서 다른 제공이 동일한 호스트에게 할당됨에 따라 첫번째 제공 세트에서 하나의 제공을 교환함으로써 바람직한 제공 세트 할당을 선택하는 교환 알고리즘이고, 목표 기능은 적어도 하나의 상환이 있을 것으로 기대되는 제공세트의 수가 된다.

이하에서, 본 발명은 실시예에 의해 첨부한 개략도를 참조하여 바람직하지만 비제한적인 구현에 따라 더욱 상세하게 설명된다.

도 1은 본 발명의 일구현예에 따라 이행하는 일련의 단계의 개략적인 레이아웃을 보여주고; 및

도 2는 본 발명을 구현하는 판매지점의 개략적인 사시도를 보여준다.

바람직한 구현예에 따른 본 발명은 도 1을 참조하여 거래활동 데이터에서 확립된 상환율 모델로부터 상환율이 예측되는 6 단계의 공정으로 더욱 상세하게 설명될 것이다.

이하에서 설명되는 예와 떨어져서 특별한 종류의 호스트 또는 소비자를 위해 상환 모델링으로부터 상환율을 계산함에 있어 고려되는 제공 표준과, 호스트/소비자 및 소비자 그룹 표준에 근거하여 제공의 수많은 치환 및 조합이 있음이 당업자에게 분명할 것이다.

예를들어 본 발명에 따른 예언적인 모델링은 광고자의 범주로부터의 제공과 다른 소매상인의 범주에서 이러한 제공의 전달을 고려하고, 다른 광고자보다 어떤 광고자에 대한 차별적인 대우를 고려한다. 또한 상기 모델링은 단일 소비자에게 만들어지는 제공그룹들을 고려하고, 제공의 그룹 내에서 제공을 지급하기 위해 최적의 주문을 확인할 수 있다. 상기 모델링은 또한 제공이 물리적으로 전달되고 모인 제공 그룹에서 제한하거나 억제할 수 있는 소매장소를 고려한다. 상기 제공은 특별한 광고자 또는 상품과 서비스 공급자에게 제한되고 특별한 호스트에 의해 만들어질 수 있다. 따라서 억제가 장소에 기초하고, 호스트에 기초하거나 광고자에 기초할 수 있다.

이하, 도 1을 참조하면, 본 발명을 이행하는 일련의 단계를 보여준다.

1 단계 :

이 단계는 호스트에 의해 현 기간 내에서 적당하게 배치된 제공의 적당한 상환율에 대한 평가를 발생시킨다(D2). 환언하면, O와 H의 모든 조합을 위해 호스트 H에서 제공이 지급된다면 제공의 적당한 상환율에 대한 평가를 발생시킬 것이다. 이러한 평가들은 주어진 제공이 특별한 호스트에 의해 지급되었을 때 기록된 역사적인 상환율에 근거한다(D1). 평가된 상환율이 계산되어야 할 때 대부분의 유효한 제공이 아직 만기되지 않을 것이기 때문에, 남아있는 수명에 대한 각각의 생생한 제공의 성능을 추정하는 수단이 채용된다. 이러한 추정을 수행하는 한가지 방법은 일반화된 선형 모델(Generalised Linear Model)을 각 호스트 및 제공에 대해서 역사적인 매일의 상환숫자를 맞추는 것이고(A1), 남아있는 수명(예를 들어 현재의 날짜와 만기가 되는 날짜 사이)보다 주어진 호스트에서 지급된 주어진 생생한 제공의 상환행동이 동일한 또는 유사한 호스트에서 지급된 유사한 제공의 그것을 넓게 반 사시킨다.

이 단계에서 예를 들어 스스로 제공을 고려한 것으로부터 기대되는 것보다 더 높은(더 낮은) 상환율을 유도할 수 있는 제공들 중에서 어떤 시너지에 대한 설명이 없다. 새로운 제공과 새로운 호스트를 위해 어떤 역사적인 데이터도 존재하지 않을 것이고, 그래서 대리 제공 또는 호스트가 선택되고, 따라서 상환율이 평가된다.

이상적으로, 이 단계는 적어도 다음과 같은 입력에 기초한다.

역사적인 제공(예를 들어 만기된 제공)을 위해;

매일 각 호스트에서 지급되는 숫자에 대한 정보;

매일 기록되는 상환숫자(별개로, 각각의 지급하는 호스트를 위해);

상기 제공이 유효한 날들의 수;

제공의 종류를 정의하는 특징들(예를 들어 그것이 퍼센트 인하, 쿠폰지참자에 대한 할인방식의 판촉 또는 어떤 다른 종류의 제공);

상기 제공이 만들어지는 각 호스트들을 정의하는 특징들(예를 들어, 그것은 전자 장비 소매상인, 패스트푸드 레스토랑 등이다);

단계 2:

이 단계는 호스트들에게 제공의 초기 할당을 발생시킨다(D4). 할당은 기대되는 상환을 극대화하려는 목적으로 만들어지고, 다음에 따른다(D3):

최대 호스트와 제공 능력;

어떤 호스트들의 인명부에서 제공의 배치와 관련하여 어떤 억제를 충족시키 는 것(예를 들어 소매상인 R에서의 제공이 경쟁 소매상인 S에서 프린트된 인명부에 나타나지 않는다.);

우수한 광고자를 위한 차별적인 대우를 고려함(예를 들어 층을 이루는 가격을 거쳐 또는 열린 입찰 과정을 거쳐 결정되는 것이 상상될 수 있다.);

각 호스트의 능력의 합리적인 비율이 만족되고, 각 제공의 합리적인 비율이 배치되는 것을 보증하는 것(이것은 최적화 알고리즘에서 최소의 억제를 채용함으로써 달성된다).

상기 최적의 해결책은 (억제된)선형 프로그래밍 접근을 사용함으로써 발견될 수 있다(A2).

이 단계는 다음과 같은 정보를 필요로 한다.

단계 1의 출력, 각 호스트에서 각각의 제공을 위한 평가된 상환율;

각각의 제공이 상기 해결책에 나타날 수 있는 최대의 횟수;

각각의 호스트에 의해 지급될 수 있는 최대의 제공 세트수;

각각의 호스트를 위한 각각의 제공 세트에서 제공의 수(이것은 호스트에 의해 변화할 수 있음을 주목하라);

주어진 호스트를 위해 발생된 제공 세트에서 나타나지 않는 제공 리스트;

각각의 호스트를 위해, 만족되어야 할 최소 비율의 능력(이것은 우수한 호스트에게 차별적인 대우를 제공하기 위해 더 높은 가치로 결정될 수 있다);

각각의 제공을 위해, 만족되어야 할 최소비율의 이용가능한 재고품(이것은 우수한 광고자에게 차별적인 대우를 제공하기 위해 더 높은 가치로 결정될 수 있 다);

모든 호스트-제공 쌍을 위해, 상기 해결책에서 나타나야하는 상기한 쌍의 최소 수(이것은 모든 호스트 제공 세트들에서 첫번째 위치 안에 배치되는 호스트 제공을 충족하는 것이다). 호스트가 제1제공으로 나타날 수 있는 자신의 제공보다 더 많이 갖는 곳에서, 사용된 각각의 상기한 제공의 비율이 임의적으로 또는 상환 행동의 이전 지식의 기초에서 만들어질 수 있다.

상기 접근이 어떤 주어진 억제의 직접적인 결과로서 모든 상환에서 감소가 이뤄진 평가를 고려함을 주목하라. 게다가 이 평가는 적절한 곳에서 상기 억제에 관한 가격을 정하기 이해 합리적인 기초로 사용될 수 있다.

단계 3:

이 단계는 초기 제공 세트 해결책, 즉 호스트에게 개념적으로 할당된 제공그룹을 산출한다(D5). 각각의 제공세트는 제공 및 호스트 억제의 모두를 만족시키는지 여부에 따라 유효하거나 유효하지 않거나 기로 신호를 받을 것이다(A3).

이 단계는 2단계에서 결정된 호스트-제공의 할당량과 일치되는 초기 제공세트를 만듦으로써 시작하고, 모든 호스트 제공세트에서 제1제공이 관련있는 호스트를 위한 제공임을 보증한다(특별한 호스트가 호스트에 의해 지급되는 제공세트에서 그 자신의 제공을 포함하지 않도록 선택하지 않는다면).

호스트 제공이 호스트 제공 세트에 있는 제1위치에 일부러 배치된 곳에서 그것이 알고리즘으로 이후 지점에서 바뀌지 않도록 기로 신호를 받아야 한다. 호스트가 제1제공으로 나타날 수 있는 그 자신의 제공이상을 갖는 곳에서, 그 호스트를 위해 어떤 주어진 인명부에 나타나는 제공의 선택이 임의적으로 만들어지거나 이전의 상환행동에 대한 정보에 바탕을 둘 수 있다.

각각의 제공세트는 그리고나서 재검토되고, 그것이 모든 호스트와 제공 억제를 충족시키는지 여부에 따라 유효한 또는 유효하지 않은 것으로 기로 신호받는다. 다음, 호스트가 임의적으로 선택되고, 그것에 개념적으로 할당된 두개의 제공세트가 임의적으로 선택되고, 적어도 그것 중 어느하나가 무효하게 기로 신호받는다. 그리고나서 알고리즘은 양쪽의 제공세트가 상기 세트 내에서 제공의 일부를 바꿈으로써 유효하게 만들어질 수 있는지 여부를 결정한다. 상기 바꿈은 예정된 정지 표준이 만족될 때까지 계속된다. 일단 교체가 완료되면, 무효하게 기로 신호받는 제공세트가 옆에 놓여지고 다른 고려에서 제외된다.

이 단계는 다음과 같은 정보를 필요로 한다.

제공의 할당을 제공하는 제2단계의 출력;

각각의 호스트를 위해, 그 호스트에 의해 지급되는 제공 세트에서 나타나지 않도록 하는 제공 리스트;

각각의 제공을 위해, 같은 제공세트에서 나타나지 않도록 하는 제공 리스트(당연한 일로서, 어떤 제공도 같은 제공세트에서 한번이상 나타나지 않는 제공 자체를 통상 포함한다).

단계 4:

이 선택적인 단계(A3)는 최적화 단계에 의해 제공된 상환 올림이 적절하게 측정되고, 또 다른 최적화를 위해 유효한 제공세트(D7)를 떠나도록 모든 유효한 제 공 세트의 예정된 비율을 제외한다(D6). 상기 제외된 제공세트의 상환율은 최적화에 의해 제공된 상환올림이 평가될 수 있는 것에 대해 표준을 형성할 것이다.

이 단계는 다음과 같은 정보를 필요로 한다:

개념적으로 호스트에게 할당된 제공 그룹을 제공하는 단계 3의 출력; 및

제외되는 제공 세트의 비율을 나타내는 가치.

단계 5:

이 단계는 제공세트(A5)가 상환되면서 적어도 하나의 제공의 가능성을 평가하는 것이 가능한 이전에 지급된 제공세트의 샘플을 이용한 제공세트의 상환행동의 모델을 형성한다(D8). 상기한 모델에서 중요한 비선형 효과가 있을 것을 기대되고, 동일한 제공세트에서 제공에 걸친 시너지 효과를 포함한다. 동일한 제공세트가 10% 인하 스테레오 하이-파이 제공을 포함한다면, 소비자는 예를 들어 5달러 인하 CD를 상환받기 위해 몰(MALL)에 다시 오도록 유혹받을 수 있다.

상기 비선형성이 이론적으로 일반화된 선형 모델로 구현되는 동안, 매개변수화가 발생물이 될 것같다. 예를 들어, 상기 시스템에 유효한 400의 제공이 있다면 모든 페어와이즈(pairwise) 제공시너지를 충족시키기 위해 79,800의 매개변수가 필요하다. 비특이한 비선형성이 뚜렷한 매개변수의 필요없이 만들어지도록 허용하는 것처럼 상기한 환경에서 임의적인 숲이 이상적이다.

이러한 이익에도 불구하고, 유용한 상환모델을 형성하기 위해 제공 및 호스트의 키(key) 특징이 추출되고 매개변수화될 필요가 있다는 것이 기대된다(D8에서). 상환행동의 모델을 형성하는 단계 5는 다음의 정보를 필요로 한다:

모든 제공이 상환되지 않은 채로 만료되거나, 모든 제공이 만료되고 적어도 하나가 상환된 지급 제공세트의 충분히 큰 샘플(예를 들어 현재 하나 또는 그 이상의 만료되지 않은 제공을 갖는 어떤 제공 세트를 제외한다).

제공세트 샘플에서 상기 각각의 제공을 위해 적어도 다음의 정보가 필요하다:

상기 제공이 유효한 날의 수;

상기 제공 형태를 정의하는 특징(예 그것이 퍼센트 인하, 쿠폰지참자에 대한 할인방식의 판촉 또는 어떤 다른 종류의 제공);

상기 제공이 만들어지는 각 호스트들을 정의하는 특징들(예, 그것이 전자적인 장비의 소매상인, 패스트푸드 레스토랑, 기타)

호상(arcing) 접근이 컴퓨터 사용전력 및 메모리의 억제가 주어짐이 없이 임의적인 숲의 정확성을 극대화하기 위해 이 단계에서 선택된다.

단계 6:

이 단계는 최종의 최적화된 제공세트를 만들어낸다. 상기 단계 3의 끝에서 이용가능한 제공세트는 유효하지만 최적화되지 않는다. 이 단계는 제공세트들을 가지고 가고, 임의적으로 호스트를 선택하고, 그 호스트에게 개념적으로 할당된 두개의 제공세트를 선택한 다음, 페어와이즈(pairwise)의 제공을 교체함으로써 진행한다: 유효한 제공세트를 무효화시키지 않고, 한 제공 세트내에서 적어도 한 제공의 전체적으로 기대되는 상환수를 향상시키거나, 우수한 광고자로부터 제공의 배치를 향상시켜라(즉, 적어도 하나의 상환을 발생시킬 더 높은 가능성을 갖는 제공세트에 그것을 배치함으로써).

상기 향상은 단계 5에서 예언적인 알고리즘이 만들었던 상환을 사용함으로써 평가될 수 있다.

상기한 교체는 예정된 정지 표준이 만족될 때까지 계속된다.

이 단계는 다음의 정보를 필요로 한다:

단계 3의 끝에서 이용가능한 제공세트;

예언적인 알고리즘이 단계 5에서 만들었던 임의적인 숲.

이하 도 2를 참조하면, 미도시된 소비자에 의해 구입된 상품에 관한 데이터의 스캐너(2), 계약을 위한 프린터(3), 판매 계약 장치(5)의 지점에서 판매 스크린(4)의 지점 및 제공된 프린터 장치(6)를 포함하는 판매 장소(1)의 한 지점이 보여진다. 상기 장치(5)는 POS 소프트웨어를 운영하고, 용도가 쿠폰용도일 때 쿠폰을 포함하는 것과 같은 목표된 판촉 자료를 저장할 수 있고, 또한 쿠폰이 프린트되는데 필요한 이미지 및 텍스트를 저장한다. 상기 제공된 프린터(6)는 판매 계약 중 어느지점에서 쿠폰 또는 쿠폰들을 프린트할 수 있다. 상기 용도는 상기 스크린(4)에 무엇이 표시되는지를 결정한다.

소매상의 윈도우즈-기초 POS 시스템에서 설치되고, 그것이 존재하는 POS 장치가 스위치 온될 때마다 운영하기 위해 형성될 윈도우 운영체제를 위해 상기 설명된 제안된 구현예가 통상적이지만 특별한 것은 아니다.

상기 POS 장치에서 운영될 때 상기 용도는 스캐너 또는 키보드로부터 POS 장치에 보내지는 정보를 위해 귀기울이고(키 누름을 가로채고 여과시킬 수 있는 SetWindowsHookEx로 불려지는 Windows API를 이용한), PIOS 스크린으로 넘어가는 정보를 조사하기 시작하는 신호로 이것을 간주한다. 이 조사의 목적은 진행중인 계약에 관한 정보의 키 조작을 확인하기 위한 것이다. 즉:

·구입되는 각 항목을 설명하는 라인

·각 아이템의 가격과 양

이상적인 상황에서(예를 들어 POS 용도가 본래의 윈도우용으로 운영되고 있는 곳에서), 텍스트를 조사함으로써 이 정보를 결정하는 용도는 윈도우 계층을 가로지르고 GetWindowText API를 사용하여 스크린의 내용을 조사함으로써 직접 나열한다. 또한, 상기 용도가 상기한 정보를 직접적으로 모집할 수 없다고 탐지하면(윈도우 계층을 가로지른 후 어떤 원문의 정보를 발견할 수 없는), 루트 윈도우 대상으로부터 스크린 정보의 일부 또는 모두가 픽셀별로 복사된 것을 기록함으로써 스크린의 스냅샷을 찍기시작할 것이다.

상기 용도가 두개의 모드로 운영될 것이다.

1. 계산 모드 상기 용도는 라인 설명, 가격, 양, 합계와 같은 키 항목이 전형적으로 나타나는 곳을 확인하기 위해 그것이 사로잡은 이미지를 분석하는 소위 "레이아웃 분석" 기술이라 불리는 것을 채용한다. 상기 스크린 이미지가 픽셀별 기초에서 캡쳐되기 때문에, 시각 문자 인식(OCR) 모듈이 우리의 용도에 포함될 필요가 있다. 많은 재고품 솔루션들은 이 구성을 위해 이용가능하고, 이것들은 어떤 집안의 솔루션으로 바람직하다.

상기 용도는 그것이 운영되고 있는 스크린과 특정한 POS 장치를 위해 스크린 데이터를 안전하게 분석하는 법을 결정한다면, 유사한 POS 장치 및 스크린의 스크린 출력을 분석하기 위해 그 기초로 사용될 수 있는 저장된 프로파일을 만들것이다. 상기 용도(Application)가 이 모드에서 운영되고 있는 동안 호스트 PC의 전체 데스크탑에 표시되는 모든 것을 사로잡을 것이고, 및

2. 데이터 캡쳐 모드 상기 호스트 PC에 남아있는 데이터베이스에 관련있는 연속적인 요소를 저장하고 기록하는 것처럼, 상기 용도는 각 스크린을 분석할 것이다. 스크린에 있는 것을 언제 기록할지를 결정하기 위해 스캔 또는 키스트로크가 받고 있는 상기 근본적인 기초가 인식인 반면에, 어떤 기간이 이전의 캡쳐 이후로 경과한 후 상기 용도가 스크린의 스냅샷을 찍기 위해 또한 형성될 수 있다.

속도와 효율의 이유로, 상기 용도가 이모드에서 운영되는 동안, 그것은 단지 상기 용도가 계산모드에서 운영되고 있었던 때 그 기간동안 관련된 것으로 확인된 스크린의 일부만을 기록할 것이다.

왜냐하면, 정보가 스크린에 표시되는 방법을 변경할 변화가 되는 것이 가능하고(예를 들어, 스크린 폰트가 변화되거나 소매상인이 POS 장치에서 상세 주소를 업데이트하고, 스크린에서 이 주소의 표시를 연장할 수 있다), 상기 용도는 가끔 그들이 되도록 기대하는 장소에서 상기 스크린 디스플레이가 키 스크린 요소를 갖는 것을 확인한다. (이것은 예를 들어 스크린 지역의 평균 칼라를 확인하고, 상기 스크린 레이아웃이 변경되지 않는다면 기대되는 것과 이것을 비교함으로써 완료될 수 있다). 단순한 다른 것은 상기 용도가 가끔씩 수행할 수 있는 것이 스크린 솔루션이 변화되지 않는 것이라고 확인한다.

상기 용도가 스크린 레이아웃을 안전하게 인식할 수 없다는 것을 발견한다면, 그것은 계산모드로 되돌림으로써, 새로운 스크린 레이아웃을 인지하는 법을 배울것이다.

본 발명은 또한 볼륨(Volume) 구입 등과 같은 행동패턴의 보상으로 다른 곳에서나 판매지점에서 소비자 또는 소비자들이 제공을 공급받는 것을 토대로 소비자 또는 소비자 그룹에 관한 모델을 확립하기 위해 판매지점에서 소비자 구입행동에 대한 원격 모니터링을 공급한다. 본 발명은 또한 목표 소비자들에게 제공 또는 보상의 최적화된 세트를 전달하고, 전송될 수 있고 및/또는 예정된 지역 또는 원격 소매 장소에 있는 판매 지점에서 특별한 웹사이트, 가게 안에 있는 광고탑(kiosk), 하나의 주소 메일, 또는 휴대폰과 같이 다른 전달수단을 통해, 특별한 상업계약에 관련된 개인 소비자에 관한 역사적인 정보를 갖거나 또는 없이 소비자에게 임의적으로 또는 특별하게 표시되는 데이터 어셈블리를 공급한다.

따라서, 바람직한 구현예로서, 상기 발명은 선택된 장소 및/또는 선택된 수령인 또는 수령인 그룹에게 전송하기 위해 최적화된 판촉세트를 만드는 방법을 제공하고, 상기 방법은 다음 단계를 포함한다:

a) 적어도 한 판매지점에서 상업적인 활동으로부터 적어도 한 클래스의 소비자 또는 적어도 한 소비자에 의해 유도된 데이터의 데이터베이스를 만드는 단계;

b) 하나 또는 그 이상의 다음 표준에 따라 상기 제공의 할당을 결정하기 위한 상기 데이터를 사용하는 단계:

ⅰ) 특별한 호스트에 할당될 수 없는 제공에 관한 억제

ⅱ) 각 제공의 과제인 제품 또는 서비스의 이용가능한 주식

ⅲ) 제공을 만들기 위한 각 호스트의 능력

c) 상기 데이터베이스에 있는 데이터로부터 특별한 호스트 또는 호스트 형태에게 전송된 제공의 상환율 또는 제공 세트를 예측하는 단계;

d) 제공 또는 제공세트를 대조하고, 특별한 호스트 또는 호스트 세트가 목표기능을 달성하기 위해 상기한 제공을 할당하는 단계.

바람직한 구현예에 따라, 상환율의 예측은 이전 계약활동으로부터 유도된 상기 데이터베이스에서 매개변수사이의 관계로부터 결정된 공식에 따라 영향을 받는다.

더우기, 상기 바람직한 구현예에서 소비자 행동을 분석하는 단계는 소비자 행동의 최신 사진을 발생시키기 위해 점진적으로 그것에 부가하고 상기한 행동을 모니터링하는 것을 포함한다. 따라서 데이터의 증가가 있다.

또한, 소비자 활동에 관한 소프트웨어는 POS, 원격 컴퓨터 또는 그와 같은 장치에 로드될 수 있다.

본 명세서에 걸쳐 최적화된 참조는 상환이 예견된 이해에 일치되는 제공 또는 제공그룹의 상환율을 극대화하기 위해 특별한 장소, 장소그룹 또는 호스트 종류에 맞춰진 제공을 제한하는 참조로 될 수 있다.

여기서, 도면을 참조하여 설명된 본 발명은 복수의 판매지점 및 소매상인을 위해 제공세트를 만드는 기술적인 효과를 제공하고, 적어도 한 제공이 상환될 것으로 기대되는 제공세트의 비율이 극대화되고, 제공, 광고자 및 재고 억제에 종속된다는 점에서 상기 만들어진 제공세트는 적합하다.

Claims (14)

1. 복수의 판매지점을 제공하는 단계와, 소비자 행동을 분석하고 판매지점에 근거한 데이터를 전달하기 위해 각각 채택된 복수의 컴퓨터 장치를 제공하는 단계와, 어떤 개인적인 판매지점에서 판매계약을 이행하는 소비자에게 최소한의 판촉자료를 제공하기 위해 복수의 판매지점 중 개인적인 판매지점에 관련된 장치를 제공하는 단계를 포함하는 판매촉진을 위한 소비자의 모델링 방법.
2. 청구항 1에 있어서, 상기 복수의 판매지점은 네트워크를 포함하는 것을 특징으로 하는 판매촉진을 위한 소비자의 모델링 방법.
3. 청구항 1 또는 청구항 2에 있어서, 제공된 장치는 프린터를 포함하는 것을 특징으로 하는 판매촉진을 위한 소비자의 모델링 방법.
4. 청구항 1 내지 청구항 3 중 어느 한 항에 있어서, 상기 판촉자료는 복수의 판매지점 중 어느 하나에서 미래의 판매계약의 판매 또는 상환, 제공에 관한 쿠폰을 포함하는 것을 특징으로 하는 판매촉진을 위한 소비자의 모델링 방법.
5. 선행하는 어느 청구항에 있어서, 복수의 판매지점 중 하나의 판매지점에서 소비자의 구입 행동을 모니터링 하는 단계를 제공하는 것을 포함하는 것을 특징으로 하는 판매촉진을 위한 소비자의 모델링 방법.
6. 선행하는 어느 청구항에 있어서, 상기 컴퓨터 장치를 통해 소비자 구입 행동을 모니터링 하는 단계를 포함하여 본래의 소비자에 관한 소비자 행동의 모델을 확립하는 것을 특징으로 하는 판매촉진을 위한 소비자의 모델링 방법.
7. 선행하는 어느 청구항에 있어서, 상기 복수의 판매지점으로부터 선택된 판매지점에서 상환을 위한 특별한 소비자에게 최적화된 판촉자료를 전달하기 위해 소비자 행동 데이터를 조립하는 단계를 포함하는 것을 특징으로 하는 판매촉진을 위한 소비자의 모델링 방법.
8. 청구항 7에 있어서, 상기 데이터는 월드 와이드 웹, 인터넷, 인트라넷, 이더넷, 휴대폰 및 메일로부터 선택된 수단을 통해 소비자에게 전달되는 것을 특징으로 하는 판매촉진을 위한 소비자의 모델링 방법.
9. 청구항 8에 있어서, 상기 컴퓨트 장치를 통해 특별한 계약을 수행하는 특별한 소비자에 관한 과거의 정보를 제공하는 단계를 포함하는 것을 특징으로 하는 판매촉진을 위한 소비자의 모델링 방법.
10. 선행하는 어느 청구항에 있어서, 시간이 지남에 따라 소비자 판매행동정보를 모으는 단계를 포함하여 시간이 지남에 따라 소비자에게 제공된 판촉자료를 최적화하는 것을 특징으로 하는 판매촉진을 위한 소비자의 모델링 방법.
11. 선행하는 어느 청구항에 있어서, 복수의 판매지점을 위해 판매세트의 제공을 포함하여 상환 오름의 극대화를 제공하는 것을 특징으로 하는 판매촉진을 위한 소비자의 모델링 방법.
12. 복수의 판매지점과, 소비자 행동을 분석하고 판매지점에 근거한 데이터를 전달하기 위해 각각 개조된 복수의 컴퓨터 장치와, 개인적인 판매지점에서 판매계약 을 할 때 소비자에게 적어도 판촉자료를 제공하기 위해 개인적인 판매지점에 관련된 장치를 포함하는 판매촉진의 소비자 모델링을 제공하기 위한 장치.
13. 청구항 12에 있어서, 상기 판매지점은 다른 판매지점의 네트워크를 포함하는 것을 특징으로 하는 판매촉진의 소비자 모델링을 제공하기 위한 장치.
14. 청구항 12 또는 청구항 13에 있어서, 제공된 장치는 프린터 장치를 포함하는 것을 특징으로 하는 판매촉진의 소비자 모델링을 제공하기 위한 장치.

Images