KR20110034175A

KR20110034175A - 구매전환확률 산출방법 및 그를 위한 서버 장치

Info

Publication number: KR20110034175A
Application number: KR1020090091612A
Authority: KR
Inventors: 공정민; 윤동현; 김유진
Original assignee: 주식회사 다음커뮤니케이션
Priority date: 2009-09-28
Filing date: 2009-09-28
Publication date: 2011-04-05
Also published as: KR101083002B1

Abstract

본 발명의 일시예에 관련된 구매전환확률 산출방법은 인터넷을 통해 사용자로부터 소정 검색어를 입력받는 단계, 검색어에 연관된 광고 항목들을 추출하는 단계; 및 검색어에 대한 광고 연관 항목들 중에서 사용자가 클릭한 광고 항목에 대해, 클릭한 광고 항목 수의 역수를 이용하여 구매전환확률(UCR : User Conversion Rate)을 산출하는 단계를 포함할 수 있다.

Description

구매전환확률 산출방법 및 그를 위한 서버 장치{Method and Server apparatus for calculating User Conversion Rate}

본 발명은 구매전환확률 산출방법에 관한 것이다

오늘날 인터넷 등 통신망의 급격한 발전과 더불어 통신망을 통한 정보 검색이 매우 일반화되고 있다. 즉, 인터넷을 이용하여 인터넷 사용자는 언제, 어디서나 용이하게 필요한 정보를 얻고 있으며, 이러한 정보 검색은 우리 생활 전반에 걸쳐 많은 변화를 가져다 주고 있다.

이에 따라, 인터넷 사용자에게 검색 서비스를 제공하는 서비스 제공자와 검색 결과를 통해 자신의 웹사이트에 관한 정보를 인터넷 사용자에게 제공함으로써 광고 효과를 얻는 광고주 사이에서의 광고 제공에 대한 과금 방법에 대해서도 다양한 모델들이 개발되고 있다.

광고 제공에 대한 과금 방식의 일 예로, 검색 결과 제공 화면 상에서 광고주의 정보가 표시될 위치를 미리 선정하고 선정된 각 위치 별로 소정의 판매 금액을 상정하여 광고주에게 판매하는 방식이 있다. 이러한 방식은 현재 광고주의 정보가 표시되고 있지 않은 위치에 대해 가장 먼저 판매 금액을 지불한 광고주에게 자신의 정보를 표시할 권한을 부여하는 방식으로, 특정 위치에 자신의 정보를 표시하기 원하는 광고주는 해당 위치에서 이전에 표시되고 있던 광고주의 정보에 대한 계약기간이 만료되는 시점까지 대기해야 하는 문제점이 있다.

즉, 상술한 방식은 광고주의 정보가 표시될 특정 위치를 광고주가 선점하도록 하는 과금 방식으로서, 정보 표시 위치가 광고주에게 점유되는 경우 계약기간 동안 다른 광고주의 정보 제공이 불가능하다는 단점을 내포하고 있을 뿐만 아니라, 계약 기간 종료 시점까지 대기하더라도 선착순에 의한 판매 방식이기 때문에 대기한 광고주의 정보 제공이 보장될 수 없는 문제점도 가지고 있다. 더불어, 표시 위치에 대한 판매 금액은 서비스 제공자에 의해 결정되므로, 판매 금액에 대해 광고주의 입장이 전혀 고려되지 않는다는 문제점을 내포하고 있다.

상술한 과금 방식의 문제점을 해결하기 위해 PPC(Pay Per Click) 방식에 의한 과금 방법이 제안된 바 있다. PPC 방식은 검색 요청을 한 사용자가 검색 결과 내에 포함된 특정 광고주의 정보를 클릭함으로써 사용자와 광고주가 연결되는 접속 연결 횟수(유효 연결 횟수)를 계산하여 광고 비용을 산정하는 것으로서, 각 광고주들이 제시한 PPC 금액(1회 클릭당 과금 비용)의 크기 순서에 따라 각 광고주들의 광고를 특정 영역 내에서 순차적으로 배열하여 사용자에게 제공하게 된다.

이러한 PPC에 의한 과금 방식은 가장 높은 PPC 금액을 제시한 광고주의 정보가 특정 영역 내에서 최상위에 배치되기 때문에 광고주들은 상대적으로 좋은 위치에 자신의 정보가 표시될 수 있도록 하기 위해 경쟁적으로 높은 PPC 금액을 제시할 수 밖에 없고, 이로 인해 각 광고주가 부담해야 하는 광고 비용 또한 지속적으로 상승할 수 밖에 없어 결과적으로 광고를 포기하는 광고주들이 증가할 수 있다는 역효과가 발생할 수 있다.

아울러 상술한 방법들과 같이 검색 결과를 표시하는 화면의 특정 영역 내에서 광고의 배치 순서 내지는 위치가 선점하거나 가장 높은 PPC 금액을 제시하는 등과 같이 광고주들의 경쟁에 의해서만 결정되는 것은 검색을 요청하는 사용자의 입장에서도 요청한 검색과 무관한 광고가 최상위 배치될 수 있어 이런 경우 사용자에게 검색의 정확도가 낮다는 인식을 줄 수 있다는 문제가 있다.

따라서 최근에는 광고항목 제공 이후의 사용자의 행동패턴을 분석하여 광고 서비스를 제공하는 방법의 연구가 진행되고 있다.

본 발명은 상술한 문제점을 해결하기 위한 것으로서, 광고항목 제공 이후의 사용자의 행동패턴을 분석하여 구매전환확률을 산출하는 방법을 제공하는 것을 기술적 과제로 한다.

상술한 목적을 달성하기 위한 본 발명의 일 측면에 따른 구매전환확률 산출방법은 인터넷을 통해 사용자로부터 소정 검색어를 입력받는 단계, 검색어에 연관된 광고 항목들을 추출하는 단계, 검색어에 대한 광고 연관 항목들 중에서 사용자가 클릭한 광고 항목에 대해, 클릭한 광고 항목 수의 역수를 이용하여 구매전환확률(UCR : User Conversion Rate)을 산출하는 단계를 포함한다.

상술한 목적을 달성하기 위한 본 발명의 다른 측면에 따른 구매전환확률 산출을 위한 서버 장치는 인터넷을 통해 사용자로부터 소정 검색어를 입력받는 입력부, 검색어에 연관된 하나 이상의 광고 항목을 추출하는 광고항목추출부, 및 검색어에 대한 광고 연관 항목들 중에서 사용자가 클릭한 광고 항목에 대해, 클릭한 광고 항목 수의 역수를 이용하여 구매전환확률(UCR : User Conversion Rate)을 산출하는 UCR결정부를 포함한다.

본 발명에 따르면, 광고항목 제공 이후의 사용자의 행동패턴(예를 들어, 클릭 패턴)을 분석하여 구매전환확률을 산출할 수 있다.

또한, 본 발명의 일실시예에 의하면, 사용자의 클릭 패턴 분석을 통해 산출된 구매전환확률을 광고위치 결정, 과금 결정 등 다양한 용도로 활용할 수 있다.

이하 첨부된 도면을 참조하여 본 발명의 실시예에 대해 상세히 설명한다.

본 발명의 일실시예는 광고 항목 제공 이후의 사용자의 행동패턴 분석을 통해 다양한 광고 서비스를 제공할 수 있다. 상기 광고 서비스는 특정 검색어에 대한 연관 광고의 순위 결정, 상기 연관 광고를 제공하는 광고주의 과금 결정 등 다양한 서비스를 포함할 수 있다.

또한, 광고 항목 제공 이후의 사용자의 행동패턴 분석에는 사용자가 어떠한 광고를 클릭하는지에 대한 분석을 통해 획득된 구매전환확률, 사용자가 클릭한 광고 사이트에 머무는 체류 시간에 대한 분석 등을 포함할 수 있다. 상기 구매전환확률은 광고효과를 측정하는 하나의 지표로 사용될 수 있다. 즉, 구매전환확률은 광고주 사이트에 대한 구매전환율을 확률적으로 또는 간접적으로 측정 또는 추정할 수 있는 지표로 사용될 수 있다. 상기 구매전환확률은 단순한 클릭 합계가 아닌 클릭을 발생시킨 고객의 수 및 그 고객이 클릭한 사이트의 개수가 고려된 지표이다. 상기 구매전환확률은 특정 사이트에 대한 클릭이 많이 발생할수록 해당 사이트에서의 구매율이 높아질 확률이 높으며 클릭한 사이트의 개수가 많을수록 특정 사이트에서의 구매율은 낮아질 확률이 반영된 것이다.

도 1은 본 발명의 일 실시예에 따른 구매전환확률 산출방법을 나타내는 흐름도이다.

도 1을 참조하면, 먼저, 단계 S100에서 인터넷을 통해 사용자로부터 소정 검색어를 입력받는다. 그리고 단계 S110에서 입력된 검색어와 연관된 광고 항목들을 추출하고 단계 S120에서 추출된 광고 항목을 사용자에게 제공한다. 제공된 광고 항목에 대해 사용자의 다양한 행동이 수행될 수 있다. 예를 들어, 사용자는 제공된 광고 항목 중 특정 광고 항목을 클릭하거나, 제공된 광고 항목이 맘에 들지 않아 클릭 하지 않고 다른 검색어를 입력할 수도 있다.

그리고 단계 S130에서 사용자의 행동패턴을 분석하고, 단계 S140에서 사용자의 행동패턴 분석을 통해 구매전환확률을 산출한다. 상기 구매전환확률 산출에 대해서는 이하에서 더 상세히 설명하기로 한다.

도 2는 본 발명의 일 실시예에 관련된 구매전환확률 산출방법에 따라 획득된 구매전환확률을 이용하여 광고 서비스를 제공하는 광고 서비스 제공 서버의 예시적인 구조도이다.

도 2를 참조하면 알 수 있듯이, 본 실시예에 따른 광고 서비스 제공 서버(10)는, 입력부(140), 광고항목 추출부(110), UCR 결정부(120), UCR 이용부(130), 결과 표시부(150) 및 데이터베이스(160)를 포함한다.

본 실시예에 따른 입력부(140)는 인터넷을 통해 사용자로부터 소정 검색어를 입력받는다. 사용자가 통신망을 통해 특정 정보를 검색하고자 할 때, 얻고자 하는 정보의 키워드에 해당하는 검색어를 입력하고, 광고 서비스 제공 서버(10)에 의해 추출된 광고 항목을 표시하는 단말기를 이용할 수 있다. 여기서, 상기 단말기는 컴퓨터를 비롯하여 PDA(Personal Digital Assistant), 휴대폰, 스마트폰, 전자사전, MP3 플레이어 등 소정의 메모리 및 연산 능력을 갖춘 단말기를 포함한다.

본 실시예에 따른 광고 항목 추출부(110)는, 검색엔진을 이용하여 입력부(140)를 통해 입력된 검색어와 연관되는 광고 항목들을 추출한다. 여기서 검색엔진은 사용자가 검색수단을 통해 입력한 소정 검색어에 대응하는 정보를 검색하기 위한 프로그램 또는 검색 서버를 의미할 수 있다. 예를 들어, 특정 사이트의 웹 서버가 그 일례가 될 수 있다.

검색엔진은 사용자의 검색 요청에 응답하여, 사용자가 요구하는 정보를 제공할 수 있는 광고주에 대한 간략한 정보(예를 들어, 특정 광고 항목)를 제공할 수 있다. 광고주에 대한 간략 정보에는 광고주가 운영하는 사이트로의 이동할 수 있는 링크 정보도 포함될 수 있다. 검색엔진은 검색어 입력을 통한 검색 방식, 정보 주제별 카테고리 검색 방식 등의 다양한 검색 방식을 통해 사용자가 원하는 정보를 사용자에게 제공할 수 있다. 한편, 검색엔진은 광고 서비스 제공 서버(10)와 별도로 구성될 수도 있고, 하나로 통합되어 구성될 수도 있다.

본 실시예에 따른 UCR 결정부(120)는, 소정 검색어에 연관된 하나 이상의 광고 항목 각각에 대해 구매전환확률(UCR : User Conversion Rate)을 계산한다. 본 실시예에 따른 구매전환확률(UCR)은 사용자가 특정 사이트에서 구매전환을 하게 될 확률로, 사용자가 클릭한 광고 항목에 대해 생성될 수 있다. 예를 들어 검색어에 대해 추출된 광고 항목들 중에서 사용자가 클릭한 총 광고 항목의 수를 계산하고 그 값의 역수를 이용하여 계산될 수 있다.

검색어	클릭순서
검색어	1	2	3
광고항목1	클릭
광고항목 2		클릭
광고항목 3
광고항목 4			클릭
광고항목 5

표 1에는, 검색어에 대해 추출된 광고항목 1 내지 광고항목 5에 대한 사용자의 클릭여부가 나타나 있다. 예를 들어 이 경우 본 실시예에 따른 클릭된 광고항목들에 대한 구매전환확률(UCR)은 검색어에 대해 추출된 광고 항목들 중에서 사용자가 클릭한 총 광고 항목의 수, 즉 3의 역수인 1/3이 될 수 있다.

본 실시예에 따른 UCR 이용부(130)는 구매전환확률을 이용하여 특정 인자를 산출한다. 예를 들어, 구매전환확률을 이용하여 고객반응지수(CRI : Customer Reaction Index)를 산출하거나 광고주의 과금액을 산출할 수 있다. 본 실시예에 따른 고객반응지수(CRI)는 인터넷을 통한 광고 노출에 대한 사용자 즉 고객의 반응을 고려하기 위해 지수화한 것으로, 특히 고객이 검색 결과로 제공되는 광고 항목의 해당 인터넷 페이지에서 실제로 고객의 구매가 이루어질 확률 및/또는 해당 인터넷 페이지에 고객이 체류하는 시간 등을 고려하여 결정될 수 있다.

본 실시예에 따른 결과 표시부(150)는 검색어에 연관된 광고 항목을 인터넷을 통해 검색어에 대한 검색을 요청했던 사용자에게 제공한다.

본 실시예에 따른 데이터베이스(160)에는 소정 검색어에 연관된 광고 항목, 상기 광고 항목에 대한 가격 정보 등 다양한 변수 등이 저장될 수 있다.

도 3는 본 발명의 일 실시예에 관련된 구매전환확률 산출방법의 예시적인 흐름도이다.

먼저, 단계 S300에서 소정 검색어에 연관된 하나 이상의 광고 항목 각각에 대해 구매전환확률(UCR)을 계산한다. 본 실시예에 따른 구매전환확률(UCR)은 상술한 바와 같이 사용자가 특정 사이트에서 구매전환을 하게 될 확률로, 검색어에 대해 추출된 광고 항목들 중에서 사용자가 클릭한 총 광고 항목의 수를 계산하고 그 값의 역수로 계산될 수 있다.

그리고, 구매전환확률(UCR)에 추가적으로 단계 S310에서 해당 사이트를 방문한 사용자들을 대상으로 평균 구매전환확률(AVG_UCR)을 계산할 수 있다. 구매전환확률(UCR)은 사용자별로 상기 소정 검색어에 대해 사용자에게 제공되는 총 광고 항목의 수를 더 고려하여 계산될 수 있다. 예를 들어, 특정 광고 항목에 해당하는 인터넷 페이지에 사용자 1과 사용자 2가 방문한 경우를 설명한다.

사용자 1 : 검색어	클릭순서
사용자 1 : 검색어	1	2	3
광고항목1	클릭
광고항목 2
광고항목 3		클릭
광고항목 4			클릭
광고항목 5

사용자 2 : 검색어	클릭순서
사용자 2 : 검색어	1	2	3
광고항목1	클릭
광고항목 2
광고항목 3		클릭

표 2는 검색어에 대해 추출된 광고항목 1 내지 광고항목 5에 대한 사용자 1의 클릭여부가 나타나 있고, 표 3은 검색어에 대해 추출된 광고항목 1 내지 광고항목 3에 대한 사용자 2의 클릭여부가 나타나 있다. 예를 들어 이 경우 본 실시예에 따른 클릭된 광고항목들에 대한 평균 구매전환확률(AVG_UCR)은 다음과 같다.광고 항목 1 및 광고 항목 3의 경우 약 0.417(=(1/3 + 1/2) / 2)이고, 광고 항목 4의 경우 0.333(=1/3)이 된다.

이때 구매전환확률(UCR)에는 사용자별로 상기 소정 검색어에 대해 사용자에게 제공되는 총 광고 항목의 수(리스팅 수)가 더 적용될 수 있다. 총 광고 항목의 수가 많을수록 특정 항목이 선택되는 가능성이 낮기 때문에 광고 항목이 많을 때 발생한 클릭에 가중치를 더 부여하는 방식이다. 예를 들어, 위의 경우 사용자 1에게 제공되는 총 광고 항목의 수는 5이고 사용자 2에게 제공되는 총 광고 항목의 수는 3이다. 이 경우 본 실시예에 따른 클릭된 광고항목들에 대한 평균 구매전환확률(AVG_UCR)은 다음과 같다. 광고 항목 1 및 광고 항목 3의 경우 약 0.396(=((1/3)*5 + (1/2)*3) / (5+3))이고, 광고 항목 4의 경우 0.333(=1/3)이 된다.

한편 구매전환확률(UCR)에는 사용자별로 결정되는 고객 등급이 더 적용될 수 있다.

예를 들어 고객의 검색어 세트, 과거의 구매이력, 매출 기여도 등을 이용하여 각 고객마다 등급을 부여하고 이를 구매전환확률(UCR) 결정에 반영시킬 수 있다. 예를 들어, 위의 경우 사용자 1에게 부여되는 고객 등급은 0.9이고 사용자 2에게 부여되는 고객 등급은 0.7이라고 가정한다. 이 경우 본 실시예에 따른 클릭된 광고항목들에 대한 평균 구매전환확률(AVG_UCR)은 다음과 같다. 광고 항목 1 및 광고 항목 3의 경우 약 0.406(=((1/3)*0.9 + (1/2)*0.7) / (0.9+0.7))이고, 광고 항목 4의 경우 0.3(=(1/3)*0.9)이 된다.

물론 상술한 사용자별로 상기 소정 검색어에 대해 사용자에게 제공되는 총 광고 항목의 수와 사용자별로 결정되는 고객 등급을 함께 고려하여 계산될 수 있다. 이 경우 본 실시예에 따른 클릭된 광고항목들에 대한 평균 구매전환확률(AVG_UCR)은 다음과 같다. 광고 항목 1 및 광고 항목 3의 경우 약 0.386(=((1/3)*5*0.9 + (1/2)*3*0.7) / (5*0.9+3*0.7))이고, 광고 항목 4의 경우 0.3(=1/3*0.9)이 된다.

그리고 단계 S320에서 구매전환확률(UCR)과 평균 구매전환확률(AVG_UCR)을 이용하여 정규화된 구매전환확률(STD_UCR)을 계산할 수 있다. 이는 검색어에 대한 각 광고 목록의 상대적인 구매전환확률(UCR) 값에 따른 효과의 높고 낮음을 비교하기 위한 것이다.

한편 구매전환확률(UCR), 평균 구매전환확률(AVG_UCR), 정규화된 구매전환확률(STD_UCR) 등을 결정함에 있어 시간적인 개념을 추가하여 최근에 발생한 클릭이 과거에 발생한 클릭보다 더 큰 비율로 구매전환확률 산출에 영향을 주도록 할 수도 있다.

예를 들어, 하기와 같은 함수를 이용하여 시간에 대한 가중치를 UCR에 반영할 수 있다.

σ : sample period

τ : reporting period

UCR : user conversion rate

상기와 같은 방법으로 산출된 구매전환확률(UCR)은 다양하게 이용될 수 있다. 예를 들어, 구매전환확률(UCR)을 이용하여 상기 고객반응지수를 산출하고, 산출된 고객반응지수(CRI)에 근거하여 광고 위치를 결정할 수 있다. 본 실시예에 따라 결정된 고객반응지수(CRI)는 소정 검색어에 대한 광고 항목들을 제공할 때 인터넷 상 노출 순위를 결정하는데 반영되어, 검색 결과에 대한 실질적인 고객의 반응을 직, 간접적으로 반영할 수 있도록 하고, 이는 고객에 대한 검색의 신뢰도를 높이는 한편, 광고 노출 순위에 대한 객관적인 기준이 부여됨에 따라 광고주들의 불필요한 경쟁 및 이에 따른 가격 상승의 피해를 막을 수 있는 효과를 낼 것으로 기대된다.

또한, 구매전환확률(UCR)을 이용하여 광고주의 과금을 결정하는 등 인터넷 광고와 관련된 다양한 요소를 결정하는데 이용될 수 있다.

상술한 구매전환확률 산출 방법은은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터로 판독 가능한 기록 매체에 기록될 수 있다. 이때, 컴퓨터로 판독 가능한 기록매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 한편, 기록매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.

컴퓨터로 판독 가능한 기록매체에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(Magnetic Media), CD-ROM, DVD와 같은 광기록 매체(Optical Media), 플롭티컬 디스크(Floptical Disk)와 같은 자기-광 매체(Magneto-Optical Media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 한편, 이러한 기록매체는 프로그램 명령, 데이터 구조 등을 지정하는 신호를 전송하는 반송파를 포함하는 광 또는 금속선, 도파관 등의 전송 매체일 수도 있다.

또한, 프로그램 명령에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

한편, 본 발명이 속하는 기술분야의 당업자는 상술한 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다.

그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로 이해해야만 한다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

도 1은 본 발명의 일 실시예에 따른 구매전환확률 산출방법을 나타내는 흐름도.

도 2는 본 발명의 일 실시예에 관련된 구매전환확률 산출방법에 따라 획득된 구매전환확률을 이용하여 광고 서비스를 제공하는 광고 서비스 제공 서버의 예시적인 구조도.

도 3는 본 발명의 일 실시예에 관련된 구매전환확률 산출방법의 예시적인 흐름도.

<도면의 주요구성에 대한 부호의 설명>

10 : 광고 서비스 제공 서버 110 : 광고항목 추출부

120 : UCR 결정부 130 : UCR 이용부

140 : 입력부 150 : 결과 표시부

160 : 데이터베이스

Claims

인터넷을 통해 사용자로부터 소정 검색어를 입력받는 단계;

상기 검색어에 연관된 광고 항목들을 추출하는 단계; 및

상기 검색어에 대한 광고 연관 항목들 중에서 사용자가 클릭한 광고 항목에 대해, 클릭한 광고 항목 수의 역수를 이용하여 구매전환확률(UCR : User Conversion Rate)을 산출하는 단계를 포함하는 것을 특징으로 하는 구매전환확률 산출방법.
제1항에 있어서, 상기 구매전환확률 산출단계는

사용자별로 상기 소정 검색어에 대해 사용자에게 제공되는 총 광고 항목의 수를 더 고려하여 상기 구매전환확률을 계산하는 단계를 포함하는 것을 특징으로 하는 구매전환확률 산출방법.
제1항에 있어서, 상기 구매전환확률 산출단계는

상기 검색어에 대한 광고 항목별로 해당 사이트를 방문한 다수의 사용자들을 대상으로 계산된 상기 구매전환확률(UCR) 값들의 평균값으로 각 광고 항목에 대한 평균 구매전환확률(AVG_UCR)을 계산하는 단계; 및

상기 다수의 사용자들을 대상으로 계산된 상기 구매전환확률(UCR)과 상기 평균 구매전환확률(AVG_UCR)을 이용하여 정규화된 구매전환확률(STD_UCR)을 계산하는 단계를 더 포함하는 것을 특징으로 하는 구매전환확률 산출방법.
제2항 또는 제3항에 있어서, 상기 구매전환확률 산출단계는

사용자별로 결정되는 고객 등급을 더 고려하여 계산하는 단계를 더 포함하는 것을 특징으로 하는 구매전환확률 산출방법.
제4항에 있어서, 상기 구매전환확률 산출단계는

상기 구매전환확률(UCR) 산출 결정에 최근에 발생한 사용자의 클릭이 과거에 발생한 사용자의 클릭보다 더 큰 비율로 반영되는 것을 특징으로 하는 구매전환확률 산출방법.
인터넷을 통해 사용자로부터 소정 검색어를 입력받는 입력부;

상기 검색어에 연관된 하나 이상의 광고 항목을 추출하는 광고항목추출부; 및

상기 검색어에 대한 광고 연관 항목들 중에서 사용자가 클릭한 광고 항목에 대해, 클릭한 광고 항목 수의 역수를 이용하여 구매전환확률(UCR : User Conversion Rate)을 산출하는 UCR결정부를 포함하는 것을 특징으로 하는 구매전환확률 산출을 위한 서버 장치.
제6항에 있어서, 상기 UCR결정부는

사용자별로 상기 소정 검색어에 대해 사용자에게 제공되는 총 광고 항목의 수를 더 고려하여 상기 구매전환확률을 산출하는 것을 특징으로 하는 구매전환확률 산출을 위한 서버 장치.
제6항에 있어서, 상기 UCR결정부는

상기 검색어에 대한 광고 항목별로 해당 사이트를 방문한 다수의 사용자들을 대상으로 계산된 상기 구매전환확률(UCR) 값들의 평균값으로 각 광고 항목에 대한 평균 구매전환확률(AVG_UCR)을 계산하고,

상기 다수의 사용자들을 대상으로 계산된 상기 구매전환확률(UCR)과 상기 평균 구매전환확률(AVG_UCR)을 이용하여 정규화된 구매전환확률(STD_UCR)을 계산하는 것을 특징으로 구매전환확률 산출을 위한 서버 장치.
제7항 또는 제8항에 있어서, 상기 UCR결정부는

사용자별로 결정되는 고객 등급을 더 고려하여 상기 구매전환확률을 계산하는 것을 특징으로 하는 구매전환확률 산출을 위한 서버 장치.
제9항에 있어서, 상기 UCR결정부는

상기 구매전환확률(UCR) 산출 결정에 최근에 발생한 사용자의 클릭이 과거에 발생한 사용자의 클릭보다 더 큰 비율로 반영되게 하는 것을 특징으로 하는 구매전환확률 산출을 위한 서버 장치.