KR20140120306A - 마케팅 믹스 솔루션 생성 시스템 및 방법 - Google Patents

마케팅 믹스 솔루션 생성 시스템 및 방법 Download PDF

Info

Publication number
KR20140120306A
KR20140120306A KR1020147019992A KR20147019992A KR20140120306A KR 20140120306 A KR20140120306 A KR 20140120306A KR 1020147019992 A KR1020147019992 A KR 1020147019992A KR 20147019992 A KR20147019992 A KR 20147019992A KR 20140120306 A KR20140120306 A KR 20140120306A
Authority
KR
South Korea
Prior art keywords
marketing
variables
revenue
sales
mix
Prior art date
Application number
KR1020147019992A
Other languages
English (en)
Inventor
램프라사드 아루나차람
암비가 디라지
주빈 도라티
Original Assignee
무 시그마 비지니스 솔루션스 피브이티 엘티디
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 무 시그마 비지니스 솔루션스 피브이티 엘티디 filed Critical 무 시그마 비지니스 솔루션스 피브이티 엘티디
Publication of KR20140120306A publication Critical patent/KR20140120306A/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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • 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
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Game Theory and Decision Science (AREA)
  • Finance (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

마케팅 믹스 솔루션을 생성하는 방법이 제공된다. 상기 방법은 다수의 마케팅 믹스 변수를 가지는 마케팅 데이터를 사전 모델링하는 단계를 포함한다. 상기 다수의 마케팅 믹스 변수 각각은 하나 이상의 제품에 대한 마케팅 전략에 관한 것이다. 상기 방법은 상기 하나 이상의 제품의 매출액 및/또는 수익에 영향을 미치는 기여 마케팅 믹스 변수를 확인하기 위하여 매출액 및/또는 수익 기반 응답 모델을 생성하는 단계; 및 상기 하나 이상의 제품의 매출액 및/또는 수익에 대한 기여 마케팅 믹스 변수 각각의 개별 기여도를 판단하기 위하여 상기 응답 모델을 분석하는 단계도 포함한다.

Description

마케팅 믹스 솔루션 생성 시스템 및 방법{SYSTEM AND METHOD FOR GENERATING MARKETING- MIX SOLUTION}
본 발명은 일반적으로 마케팅에 관한 것으로서, 특히 마케팅 믹스 솔루션을 생성하는 시스템 및 방법에 관한 것이다.
기업은 제품 마케팅에 막대한 금액을 지출한다. 이러한 지출은 특히 TV 광고, 인터넷 광고, 신문/잡지 광고 등 다양한 마케팅 채널을 통하여 이루어진다. 제품의 매출액/수익을 극대화하는 최적의 마케팅 믹스 솔루션을 생성하기 위하여 마케팅 활동에 사용된 비용에 대한 투자 수익률(ROI)을 측정할 수 있다면 바람직할 것이다.
통상적으로, 마케팅 담당자는 각각의 마케팅 요소를 단위 당 증가시킴으로써 매출액의 증가 이익을 확인하기 위하여 정교하고 시간이 많이 소요되는 분석을 수행하여야 한다. 또한, 마케팅 담당자는 마케팅 예산을 최적화하고 효율적인 마케팅 활동을 확인하여야 한다.
그러나 마케팅 전략을 정하기 위하여 마케팅 데이터를 분석하는 일은 다양한 데이터 출처로부터 데이터를 수집하여 추출하는데 있어서의 어려움으로 인하여 극도로 복잡하다. 또한, 사업 경영은 다양한 마케팅 채널에 대한 지출 상의 변경을 포함하여 마케팅 전략의 변화를 기반으로 매출액/수익의 미래 결과를 예측하도록 요구하는 경우가 종종 있다. 모든 사업에 있어서, 사업 결과에 영향을 미치는 요소가 다수 존재한다. 여러 기업 조직들은 수동에 의한 과정을 통하여 예상수치를 얻는데 이는 극도로 번거롭고 시간이 소요될 수 있다.
이에, 다양한 마케팅 채널에 대한 지출을 최적화하는 마케팅 믹스 솔루션을 생성하기 위하여 마케팅 데이터를 구성, 통합 및 분석하는 기술을 개발한다면 바람직할 것이다.
본 발명의 일 실시예에 따르면, 마케팅 믹스 솔루션을 생성하는 방법이 제공된다. 상기 방법은 다수의 마케팅 믹스 변수를 가지는 마케팅 데이터를 사전 모델링하는 단계를 포함한다. 상기 다수의 마케팅 믹스 변수 각각은 하나 이상의 제품에 대한 마케팅 전략에 관한 것이다. 상기 방법은 상기 하나 이상의 제품의 매출액 및/또는 수익에 영향을 미치는 기여 마케팅 믹스 변수를 확인하기 위하여 매출액 및/또는 수익 기반 응답 모델을 생성하는 단계 및 상기 하나 이상의 제품의 매출액 및/또는 수익에 대한 기여 마케팅 믹스 변수 각각의 개별 기여도를 판단하기 위하여 상기 응답 모델을 분석하는 단계도 포함한다.
또 다른 실시예에서, 마케팅 믹스 솔루션을 생성하는 시스템이 제공된다. 상기 시스템은 하나 이상의 제품에 대한 마케팅 전략에 관한 마케팅 데이터를 제공하는 사용자 인터페이스 및 상기 마케팅 데이터를 저장하도록 구성된 메모리 회로를 포함한다. 상기 시스템은 상기 메모리 회로에 접속하도록 구성된 프로세서를 포함하며, 상기 프로세서는 상기 하나 이상의 제품의 매출액 및/또는 수익에 영향을 미치는 기여 마케팅 믹스 변수를 확인하기 위하여 매출액 및/또는 수익 기반 응답 모델을 사용하여 상기 마케팅 데이터를 사전 모델링하고 사전 모델링된 마케팅 데이터를 분석하도록 구성된다.
또 다른 실시예에서, 마케팅 믹스 솔루션을 생성하는 방법이 제공된다. 상기 방법은 다수의 마케팅 믹스 변수를 가지는 마케팅 데이터를 사전 모델링하는 단계를 포함한다. 상기 다수의 마케팅 믹스 변수 각각은 하나 이상의 제품에 대한 마케팅 전략에 관한 것이다. 상기 방법은 상기 하나 이상의 제품의 매출액 및/또는 수익에 영향을 미치는 기여 마케팅 믹스 변수를 확인하기 위하여 매출액 및/또는 수익 기반 응답 모델을 생성하는 단계 및 상기 하나 이상의 제품의 매출액 및/또는 수익에 대한 기여 마케팅 믹스 변수 각각의 개별 기여도를 판단하기 위하여 상기 응답 모델을 분석하는 단계도 포함한다. 상기 방법은 상기 기여 마케팅 믹스 변수 각각의 개별 기여도에 대응하여 하나 이상의 마케팅 전략을 수정하는 단계를 더 포함한다.
본 발명의 특징, 목적 및 장점은 첨부 도면을 참조하여 다음과 같이 구체적인 내용에 의하여 더 잘 이해되며 동일한 특성은 전체 도면에서 동일한 구성요소를 나타낸다.
도 1은 본 발명에 따라 마케팅 믹스 솔루션을 생성하는 시스템을 대략적으로 도시한 도면이며,
도 2는 본 발명에 따라 도 1의 시스템의 사전 모델링 화면의 예를 도시한 도면이며,
도 3은 본 발명에 따라 상기 시스템상의 사용자 인터페이스의 사전 모델링 화면의 예를 도시한 도면이며,
도 4는 본 발명에 따라 도 1의 시스템을 사용하여 애드스톡(ad-stock) 변수 등 마케팅 믹스 변수를 생성하는 화면의 예를 도시한 도면이며,
도 5는 본 발명에 따라 도 1의 시스템의 모델링 화면의 예를 도시한 도면이며,
도 6은 본 발명에 따라 도 1의 시스템상의 분석 모듈이 생성하는 분석 출력 화면의 예를 도시한 도면이며,
도 7은 본 발명에 따라 도 1의 시스템상의 분석 모듈이 생성하는 또 다른 분석 출력 화면의 예를 도시한 도면이며,
도 8은 본 발명에 따라 도 1의 시스템의 분석 모듈이 생성하는 시뮬레이션 출력 화면의 예를 도시한 도면이며,
도 9는 본 발명에 따라 마케팅 믹스 솔루션을 생성하기 위하여 마련된 컴퓨팅 장치의 예를 도시한 블록도이다.
아래에서 구체적으로 논의되는 바와 같이, 본 발명의 실시예는 마케팅 믹스 솔루션을 생성하는 시스템 및 방법을 제공한다. 특히, 본 기술은 하나 이상의 제품에 대한 마케팅 전략과 관련된 다양한 마케팅 믹스 변수를 가지는 마케팅 데이터의 사전 모델링은 물론 상기 하나 이상의 제품의 매출액 및/또는 수익에 영향을 미치는 마케팅 믹스 변수를 확인하기 위하여 매출액 및/또는 수익 기반 응답 모델을 생성할 수 있도록 해준다.
또한, 본 발명의 실시예는 상기 하나 이상의 제품의 매출액 및/또는 수익에 기여하는 기여 마케팅 믹스 변수 각각의 개별 기여도를 판단할 수 있는 반응 모델을 분석하는 기법을 제공한다. 상기 하나 이상의 제품에 대한 마케팅 전략은 해당 제품의 매출액 및/또는 수익을 극대화하기 위하여 분석 결과에 기반하여 맞춤 설정 및/또는 수정이 가능한 장점을 가진다.
본 명세서 상에서 "실시예(one embodiment, an embodiment, an exemplary embodiment)"에 대한 언급은 해당 실시예가 특정한 특징, 구조 또는 특성을 지닐 수 있다는 점을 나타내나, 모든 실시예가 반드시 특정한 특징, 구조 또는 특성을 가질 필요는 없다. 또한, 이러한 문구가 반드시 동일한 실시예를 언급하는 것도 아니다. 특정한 특징, 구조 또는 특성이 일 실시예와 관련하여 설명되는 경우, 명시적으로 설명되는지 여부를 불문하고 다른 실시예와 관련하여 이러한 특징, 구조 또는 특성에 영향을 미칠 수 있는 당업자의 지식에 속하는 것으로 간주된다.
도 1을 참조하여, 마케팅 믹스 솔루션을 생성하는 시스템(10)이 제공된다. 상기 시스템(10)은 하나 이상의 제품에 대한 마케팅 전략에 관한 마케팅 데이터를 제공하는 사용자 인터페이스(12)를 포함한다. 상기 마케팅 데이터는 다수의 마케팅 믹스 변수를 포함하며, 각 마케팅 믹스 변수는 하나 이상의 제품에 대한 마케팅 전략과 관련되어 있다.
상기 마케팅 믹스 변수는 예를 들어 제품에 대하여 일정 기간 동안 수집한 매출 자료, 시기/연중 계절을 나타내는 파라미터, 특정 시장 지역에서 개인의 종합소득 등 거시경제 파라미터 및 여러 커뮤니케이션 채널을 통한 제품 광고의 수 및 제품을 판매하는 상점의 홈페이지 방문자 수 등의 마케팅 변수를 포함하나 이에 제한되지 않는다. 이러한 다양한 마케팅 믹스 파라미터들이 예측 가능하다면 당업자에게 도움이 될 것이다.
상기 시스템(10)은 마케팅 데이터를 저장하는 메모리 회로(14)를 더 포함한다. 상기 메모리 회로(14)는 하드 디스크 드라이브, 광학 드라이브, 테이프 드라이브, RAM(random access memory), ROM(read-only memory), PROM(programmable read-only memory), RAID(redundant arrays of independent disks), 플래시 메모리, 광자기 메모리, 홀로그래픽 메모리, 버블 메모리, 자기 드럼, USB, 마일러 테이프(Mylar tape), 자기박막 메모리, 집드라이브 등을 포함할 수 있다.
상기 시스템은 상기 메모리 회로(14)에 접속하도록 구성된 프로세서(16)를 더 포함한다. 상기 프로세서(16)는 상기 하나 이상의 제품의 매출액 및/또는 수익에 영향을 미치는 마케팅 믹스 변수를 확인하기 위하여 매출액 및/또는 수익 기반 응답을 사용하여 상기 마케팅 데이터를 사전 모델링하고 사진 모델링된 마케팅 데이터를 분석한다. 이는 아래에서 더 구체적으로 설명된다.
본 발명은 본 발명의 프로세싱 작업을 수행하는 특정 프로세서로 제한되지 않는다. "프로세서"는 본 명세서 상에서 사용된 것처럼 본 발명의 작업을 수행하는데 필요한 계산을 수행할 수 있는 모든 기계를 의미하는 것으로 의도된다. "프로세서"는 출력값을 생성하기 위하여 특정 규칙에 따라 구조화된 입력을 승인하고 해당 입력을 처리할 수 있는 모든 기계를 나타내는 것으로 의도된다.
본 명세서에서 사용된 "하도록 구성된(configured to)"이라는 표현은 상기 프로세서가 당업자가 이해하는 것처럼 본 발명의 작업을 수행할 수 있는 하드웨어 및 소프트웨어의 조합으로 이루어져 있음을 나타낸다.
도시된 실시예에서, 상기 프로세서(16)는 하나 이상의 마케팅 믹스 범주에 다수의 마케팅 믹스 변수 각각을 할당하도록 구성된 애플리케이션 모듈(18)을 포함한다. 상기 마케팅 믹스 범주는 상기 시스템(10)의 사용자에 의하여 사전 정의되고 수시로 신규 범주를 부가하기 위하여 동적으로 업데이트될 수 있다. 예를 들어, 상기 변수는 범주 변수, 연속 변수 및 날짜 변수로 구분될 수 있다. 상기 변수는 거시 경제 범주, 홍보 범주, 매체 관련 범주, 계절 범주 등 구체적인 마케팅 믹스 범주로 더 구분될 수 있다.
상기 애플리케이션 모듈(18)은 상기 사전 모델링된 마케팅 데이터를 생성하기 위하여 탐색 자료 분석을 통하여 상기 마케팅 믹스 변수를 분석하도록 더 구성되어 있다. 상기 시스템(10)의 사용자는 수행할 분석 종류를 선택할 수 있다. 일 실시예에서, 상기 마케팅 믹스 변수를 통하여 일변량 분석(univariate analysis)이 수행될 수 있다. 특히, 상기 일변량 분석은 연속 변수의 범위 및 횟수를 측정하기 위하여 수행된다. 예를 들어, 일변량 분석은 여러 상점에서 단일 제품의 매출액/수익을 비교하기 위하여 수행될 수 있다.
또 다른 실시예에서, 상기 마케팅 믹스 변수를 통하여 이변량 분석(bivariate analysis)이 수행될 수 있다. 상기 이변량 분석은 데이터세트의 2개의 변수간의 관계를 분석하는데 특히 유리하다. 예를 들어, 이변량 분석은 여러 상점들에서의 단일 제품의 매출액과 이러한 상점들의 매체 광고 등급간의 관계를 분석하기 위하여 수행될 수 있다.
또 다른 실시예에서, 소정의 관찰 기간 동안 변수의 다양한 패턴을 얻기 위하여 시계열 분석이 수행될 수 있다. 일 실시예에서, 2개의 상이한 변수의 유사한 시계열 패턴은 2개의 변수간의 직접적인 관계를 나타낸다. 다른 실시예에서, 상기 마케팅 믹스 변수를 분석하기 위하여 요인 분석이 수행될 수 있다.
상기 프로세서(16)는 상기 하나 이상의 제품의 매출액 및/또는 수익에 기여하는 기여 마케팅 믹스 변수 각각의 개별 기여도를 판단하기 위하여 상기 응답 모델을 분석하는 분석 모듈(20)을 더 포함한다. 일 실시예에서, 상기 분석 모듈(20)은 상기 매출액 및/또는 수익 모델을 생성하기 전에 하나 이상의 마케팅 믹스 변수를 전환하거나 추가한다. 상기 하나 이상의 마케팅 믹스 변수는 애드스톡 변수, 사건 변수, 리드(lead) 변수 및 지연(lag) 변수를 포함할 수 있다.
예를 들어, 제품의 마케팅 전략은 통상적으로 제품을 홍보하기 위하여 다양한 커뮤니케이션 채널을 통한 광고를 사용한다. 광고가 시간 경과에 따라 효과가 약화되기는 하나 이러한 시간 경과에 따라 실현되는 효과를 가지는 것으로 알려져 있다. 통상적으로, 새로운 광고는 이전 광고의 기존 효과에 추가되어 "애드스톡(AD-Stock)"을 생성한다. 본 실시예에서, 매체 및 홍보 변수에 대응하는 애드스톡 변수는 상기 모델링 과정 이전에 생성된다. 상기 애드스톡 변수는 광고의 이월 효과를 설명하기 위하여 적절한 감쇠율에 따라 누적된다(ad-stocked). 일 실시예에서, 매체 변수의 애드스톡을 산정하기 위하여 브로드벤트(Broadbent)의 감쇠 효과 모델이 적용된다.
특정 실시예에서, 변환 함수를 사용하여 변수에 대하여 수학적 연산이 수행될 수 있다. 예를 들어, 기존 변수에서 새로운 변수를 생성하기 위하여 로그, 지수 및 제곱근 등 수학적 연산자를 사용하여 연산 변환이 활용될 수 있다. 또 다른 실시예에서, 지연/리드 변환은 매체 활동 및/또는 거시경제 변수에서 나타나는 지연 또는 리드 효과를 수집하기 위하여 수행될 수 있다. 또한, 이동 평균은 데이터 상의 단기 변동을 완화하고 장기적인 동향 또는 순환 주기를 판단하기 위하여 계산될 수 있다. 또 다른 실시예에서, 사건 변수는 독립 변수값이 변형이 있거나 이례적인 것으로 예상되는 특정 날짜 및 시간 간격을 표시하기 위하여 생성될 수 있다.
상기 분석 모듈(20)은 상기 하나 이상의 제품의 매출액 및/또는 수익에 영향을 미치는 마케팅 믹스 변수를 확인하기 위하여 매출액 및/또는 수익 기반 응답 모델을 생성하도록 더 구성되어 있다. 상기 응답 모델은 선형 회귀 모델, 비선형 회귀 모델 또는 혼합 모델을 사용하여 생성된다. 상기 모델링되는 변수는 상기 시스템 사용자에 의하여 선택된다. 예를 들어, 상기 변수는 특히 상점 당 총매출액, 상점 당 총수익 또는 시간 경과에 따른 매출액/수익일 수 있다.
특정 실시예에서, 상기 분석 모듈(20)은 사용자에게 상기 모델의 성능에 관한 측정기준(metrics)를 제공한다. 예를 들어, 결정계수, 수정 결정계수, p값, 분산팽창지수(VIF) 등 통계적 측정기준이 상기 모델에 대하여 측정될 수 있다. 상기 분석 모듈(20)은 다양한 통계 그림을 생성할 수 있다. 예를 들어, 레지듀얼 도면(residual plots)이 상기 모델의 효력을 평가하기 위하여 생성될 수 있다.
상기 분석 모듈(20)은 상기 하나 이상의 제품의 매출액 및/또는 수익에 영향을 미치는 마케팅 믹스 변수를 확인하기 위하여 상기 매출액 및/또는 수익 기반 응답 모델을 분석할 수 있도록 더 구성되어 있다. 일 실시예에서, 상기 분석 모듈(20)은 상기 하나 이상의 제품의 매출액 및/또는 수익에 대한 마케팅 믹스 변수 각각의 개별 기여도를 판단하도록 구성되어 있다. 또 다른 실시예에서, 상기 기여 마케팅 믹스 변수의 개별 기여도에 대한 비용이 비교된다.
또한, 소정의 시간 경과에 따른 매출액의 변동에 대한 기여 마케팅 믹스 변수 각각의 개별 기여도가 추정된다. 또 다른 실시예에서, 기여 마케팅 믹스 변수 각각의 투자 수익률이 판단된다. 당업자가 이해하는 바와 같이, 위 파라미터들을 평가하기 위하여 다양한 그림이 생성될 수 있다. 예를 들어, 상기 마케팅 믹스 변수 각각의 개별 기여도를 비교하기 위하여 파이 그래프가 생성될 수 있다. 이와 유사하게, 막대 그래프가 하나 이상의 제품을 홍보하는데 적용된 시장 전략의 비용 효율을 평가하기 위하여 기여도 대 비용을 비교하는데 활용될 수 있다.
또한, 상기 분석 모듈(20)은 적어도 상기 기여 마케팅 믹스 변수 각각의 개별 기여도를 기반으로 한 마케팅 믹스 솔루션을 생성할 수 있도록 구성되어 있다. 본 실시예에서, 상기 하나 이상의 제품의 전반적인 매출액 및/또는 수익에 기여하는 하나 이상의 마케팅 전략이 확인되고, 상기 확인된 마케팅 전략에 대한 비용이 상기 마케팅 믹스 솔루션을 생성하기 위하여 조절된다. 또 다른 실시예에서, 상기 분석 모듈(20)은 상기 마케팅 믹스 솔루션을 기반으로 하나 이상의 제품의 매출액 및/또는 수익을 예측하도록 구성되어 있다. 상기 예측 기능 덕분에 사용자는 상기 제품의 마케팅 전략에 있어서 다양한 시나리오를 비교하고 필요한 수정을 가할 수 있다.
상기 프로세서(16)는 최적의 마케팅 믹스 솔루션을 생성하도록 구성된 최적화 모듈(22)을 더 포함한다. 상기 최적화 모듈(22)은 다층 최적화를 지원하도록 구성되어 있으며, 유전적 알고리즘, 모의 담금질, PSO(Particle Swarm Optimization) 및 ACO(ant colony optimization) 등의 기법을 활용할 수 있다. 예를 들어, 상기 최적화 모듈(22)은 시간의 경과에 따라 여러 채널 전반에 걸쳐 채널 비용을 최적화하는데 사용될 수 있다. 본 실시예에서, 상기 최적화 모듈(22)은 상기 시스템(10)에 일체로 형성된 구성요소이다. 다른 실시예에서, 상기 최적화 모듈(22)은 상기 메인 시스템(10)과 병행하여 작동하는 별도의 구성요소일 수 있다.
상기 최적화 모듈(22)은 최적화 제약과 함께 최적화되는 파라미터 등 최적화 입력을 제공하기 위하여 활용될 수 있는 입력층 등의 구성요소를 포함할 수 있다. 또한, 출력층(24)을 통하여 바람직한 파라미터를 최적화하고 최적의 마케팅 믹스 솔루션을 제공하기 위하여 상기 사용자 제공의 입력에 접속하는 최적화 알고리즘을 포함하는 최적화 엔진이 적용될 수 있다. 상기 최적화 결과 및 관련 메타데이터를 제공하는 것과 별개로, 상기 출력층(24)도 상기 알고리즘의 진행에 대한 실시간 추적을 제공한다.
상기 시스템(10)은 마케팅에 관하여 사용자가 제공한 입력 및 상기 마케팅 데이터 및 마케팅 믹스 솔루션의 분석에서 필요한 측정기준을 디스플레이하는 디스플레이 모듈(26)을 더 포함한다. 상기 시스템(10)은 상기 문제 설정을 구성하는 다양한 소프트웨어 및 하드웨어를 더 포함할 수 있다. 예를 들어, 상기 시스템(10)은 파일 서버, 애플리케이션 서버, 웹 서버, 디스크 서버, 데이터베이스 서버, 거래 서버, 텔넷 서버, 프록시 서버. 리스트 서버, 그룹웨어 서버, FTP(File Transfer Protocol) 서버, 음성/영상 서버, LAN 서버, DNS 서버, 방화벽 등을 포함할 수 있다.
도 2는 도 1의 시스템(10)의 사전 모델링 화면(30)의 예를 도시한다. 상기 화면(30)은 상기 마케팅 믹스 변수를 분류하는 사용자 인터페이스를 제공한다. 상기 시스템(10)은 상기 시스템(10)의 각 사용자에게 지정된 독특한 사용자 이름 및 대응하는 패스워드를 인증함으로써 사용자에게 보안 접속을 제공한다. 도시된 실시예에서, 다수의 마케팅 믹스 변수를 포함하는 마케팅 데이터는 수동으로 또는 특정 포맷의 파일로 업로드하는 방식으로 상기 시스템에 업로드될 수 있다. 개별 사용자 인터페이스(미도시)는 접속 제어 및 상기 시스템(10)에 상기 마케팅 데이터를 업로드하는데 활용될 수 있다.
이와 같이, 셀(32)에 디스플레이된 다수의 마케팅 믹스 변수는 셀(34)에 디스플레이된 마케팅 믹스 범주에 지정된다. 본 실시예에서, 상기 마케팅 믹스 변수는 상점 당 신문 광고의 수, 상점 당 쿠폰의 수, 상점 당 구글(Google) 검색 의견의 수 및 상점 당 TRPs(television rating points) 등의 변수를 포함한다. 또한, 상기 마케팅 믹스 범주는 사업, 외부 등을 포함한다. 상기 변수는 거시경제 변수, 홍보 변수, 매체 관련 변수, 계절 변수 등의 구체적인 마케팅 믹스 범주로 더 분류될 수 있다. 상기 마케팅 믹스 변수는 베이스라인(baseline) 변수에서 분리되며, 주기성은 열(36)에 도시된 바와 같이 시간 변수에 대하여 특정된다. 상기 시스템(10)의 사용자는 상기 마케팅 믹스 범주를 역동적으로 생성하고 업데이트할 수 있다.
도 3은 상기 시스템(10)의 사용자 인터페이스의 또 다른 사전 모델링 화면(40)의 예를 도시한다. 상기 사용자 인터페이스(40)는 상기 마케팅 데이터를 사용하여 EDA를 수행하기 위하여 사용자에 의하여 접속된다. 본 실시예에서, 변수는 셀 46에 도시된 조건부 히스토그램 등의 그림을 생성하기 위하여 셀 44에 나열된 마케팅 범주에서 셀 42로부터 선택될 수 있다. 일 실시예에서, 연속 변수의 일변량 그림이 생성된다. 상기 애플리케이션은 일변량 분석에서 데이터 범위의 빈크기(bin size)를 판단하기 위하여 스터지스(Sturgis) 계산식을 사용한다. 다른 실시예에서, 이변량 그림 및 상관관계 그림이 선택된 데이터세트에 대하여 생성된다. 또 다른 실시예에서, 상이한 시점에서의 시계열 화면이 다수의 변수에 대하여 한번에 얻어질 수 있다. 다른 실시예에서, 데이터세트 내의 유사한 변수들을 그룹핑하기 위하여 요인 분석이 활용된다. 상기 화면(40)은 변수에 대한 요약 통계 생성 및 집계 함수의 선택 등 추가 기능을 포함한다.
도 4는 도 1의 시스템을 사용하여 애드스톡 변수 등 마케팅 믹스 변수를 생성하는 화면(50)의 예를 도시한다. 도시된 실시예에서, 상기 변수는 셀 54에 나열된 범주 중에서 셀 52로부터 선택된다. 또한, 감쇠율, 애드스톡 변수 명칭 등의 파라미터들이 상기 애드스톡 변수를 생성하기 위하여 셀 56 내에 제공된다. 여기서, 상기 변수의 변환 값 및 실제 값의 그림은 셀(58)에 도시된 바와 같이 사용자에게 제공된다. 본 실시예에서, 브로드벤트 모델(Broadbent's model)은 이전의 홍보 노력으로부터 이월 비율을 고려하여 매체 및 홍보 자료를 변환하기 위하여 적용된다. 다른 실시예에서, 신규 변수가 연산, 지연-리드 또는 이동 평균 변환을 통하여 생성될 수 있다.
도 5는 상기 시스템(10)의 모델링 화면(60)의 예를 도시한다. 도시된 실시예에서, 적절한 모델링 방법이 상기 매출액/수익 기반 모델을 생성하기 위하여 마케팅 데이터의 유형에 따라 선택될 수 있다. 일 실시예에서, 기존 모델이 참조번호가 62인 도입 옵션을 사용하여 도입될 수 있다. 도시된 바와 같이, 결정계수, MAPE, F-통계, 더빈-왓슨(Durbin-Watson) 통계, 변수 계수 등 측정된 통계 파라미터를 포함하는 모델 출력의 요약 내용이 사용자에게 제공된다(셀 64, 66에 도시됨). 일 실시예에서, 상기 모델링된 파라미터의 적합값과 실제값이 제공된다. 또 다른 실시예에서, 레지듀얼이 분산도로 도시될 수 있다. 다만, 다른 그림/통계도 상기 모델을 평가하기 위하여 생성될 수 있다.
도 6은 도 1의 시스템(10)의 분석 모듈(20)이 생성한 분석 출력 화면(70)의 예를 도시한다. 상기 분석 출력 화면(70)은 매출액에 대한 마케팅의 전반적인 기여도, 매출액에 대한 각 마케팅 채널의 개별 기여도, 각 채널에 대한 투자 수익률 등의 파라미터를 디스플레이할 수 있다. 도시된 실시예에서, 기여 마케팅 믹스 변수에 대한 개별 기여도는 그래프 72에 도시되어 있다. 또한, 과거 및 현재의 마케팅 믹스 변수에 대한 기여도 및 비용 자료는 셀 74 및 셀 76에 각각 도시되어 있다.
또 다른 실시예에서, 다양한 마케팅 믹스 변수에 대한 과거 및 현재의 투자 수익률의 전계도가 도 7에 도시되어 있다. 도시된 바와 같이, 상이한 시점의 투자 수익률은 참조 번호 82와 84로 나타낸다. 이러한 자료를 기반으로, 마케팅 전략은 수익을 증대하기 위하여 더 나은 투자 수익률 채널에 대한 예산을 증액하여 비용을 최적화하도록 조절될 수 있는 이점이 있다.
도 8은 도 1의 시스템(10)의 분석 모듈(20)이 생성하는 또 다른 시뮬레이션 출력 화면(90)의 예를 도시한다. 도시된 실시예에서, 상기 마케팅 믹스 솔루션을 기반으로 하여 상기 하나 이상의 제품의 매출액 및/또는 수익을 예측하기 위하여 시뮬레이션이 수행된다. 본 실시예에서, 현재 시나리오에 대한 마케팅 비용이 차트 92에 의하여 도시되어 있다. 또한, 다양한 마케팅 믹스 변수에 대응하는 비용이 차트 94에 의하여 도시되어 있다. 매체 변수, 거시경제 변수 등의 변수를 수정하여 얻은 시뮬레이션 결과가 셀 96에 도시된다. 그러므로, 마케팅 부문에서 활동을 수정하는 효과는 앞서 설명한 바와 같이 시뮬레이션 결과를 사용하여 관찰될 수 있다. 또한, 상이한 비용 시나리오를 수행함으로써, 전체 매출액의 크기를 잠재적으로 증가시킬 수 있는 마케팅 활동도 확인할 수 있다.
앞서 설명한 예시 방법 및 시스템은 거시경제 상황, 마케팅 채널, 시장 상황 등의 다양한 요소를 기반으로 한 마케팅 믹스 솔루션을 생성한다. 특히, 본 기술은 하나 이상의 제품의 마케팅 전략에 관한 다양한 마케팅 믹스 변수를 포함한 마케팅 데이터의 사전 모델링은 물론 상기 하나 이상의 제품의 매출액 및/또는 수익에 영향을 미치는 기여 마케팅 믹스 변수를 확인하기 위한 매출액 및/또는 수익 기반 응답 모델을 생성하도록 한다. 본 기술은 제품의 매출액을 상승시키는 요소를 확인하기 위하여 비마케팅 요소에 따른 마케팅 비용과 역사적인 매출액 경향간의 상관관계를 촉진시킨다.
본 기술은 매체, 홍보 및 거시경제 요소를 포함한 다수의 요소의 모델링 효과 및 각 마케팅 활동에 대한 투자 수익률 및 한계수익을 평가하기 위하여 다채널 마케팅에서의 각 캠페인의 격리 효과를 촉진시킨다. 본 명세서에서 논의된 방법 및 시스템은 현재 마케팅 활동의 마케팅 효과를 예측하고 미래 마케팅 시나리오를 시뮬레이션함으로써 시장에서 제품에 대한 마케팅 전략을 구성하거나 기존 마케팅 전략을 수정하는 효과적이고, 탄탄하며 신뢰할 수 있는 기법을 활용한다.
본 명세서에서 제안된 시스템은 분석론을 마케팅 기획 과정과 통합하고 상이한 마케팅 채널에 대한 비용 분담 및 투자 수익률 최적화를 촉진한다. 상기 시스템은 진화하는 사업상의 요구에 적합하도록 베이스 플랫폼에 대하여 맞춤형 마케팅 솔루션을 생성하기 위하여 시장 변화를 정확하게 감지하고 이러한 변화에 즉시 대응할 수 있다.
도 9는 본 발명에 따라 마케팅 믹스 솔루션을 생성하기 위하여 마련된 컴퓨팅 장치(100)를 도시한 블록도이다. 기본 구성(102)에서, 컴퓨팅 장치(100)는 일반적으로 하나 이상의 프로세서(104) 및 시스템 메모리(106)를 포함한다. 메모리 버스(108)는 프로세서(104)와 시스템 메모리(106)간의 통신을 위하여 사용될 수 있다.
바람직한 구성에 따라, 상기 프로세서(104)는 마이크로프로세서, 마이크로컨트롤러, 디지털 신호 처리기(digital signal processor), 또는 그 조합을 포함하나 이에 제한되지 않는 종류일 수 있다. 상기 프로세서(104)는 제1캐시(110) 및 제2캐시(112) 등 하나 이상의 캐시 및 프로세서 코어(114) 및 레지스터(116)를 포함할 수 있다. 프로세서 코어(114)는 ALU(Arithmetic logic unit), FPU(Floating Point Unit), DSP 코어(Digital Signal Processing Core) 또는 그 조합을 포함할 수 있다. 메모리 제어부(18)도 프로세서(104)와 함께 사용되거나, 일부 구현 메모리 제어부(18)에서 상기 프로세서(104)에 일체형으로 마련될 수 있다.
바람직한 구성에 따라, 상기 시스템 메모리(106)는 휘발성 메모리(RAM), 비휘발성 메모리(ROM, 플래시 메모리 등) 또는 그 조합을 포함하나 이에 제한되지 않는 종류일 수 있다. 상기 시스템 메모리(106)는 운영체제(OS)(120), 하나 이상의 애플리케이션(122) 및 프로그램 데이터(124)를 포함할 수 있다. 상기 애플리케이션(122)은 도 1의 시스템(10)에 대하여 설명된 기능을 포함하여 본 명세서에 설명된 기능을 수행하기 위하여 마련된 마케팅 믹스 분석 알고리즘(126)을 포함할 수 있다. 상기 프로그램 데이터(124)는 본 명세서에 설명된 것처럼 입력 마케팅 데이터(128) 및 분석 파라미터를 포함할 수 있다. 일부 실시예에서, 상기 애플리케이션(122)은 상기 OS(120)상에서 상기 프로그램 데이터(124)와 함께 동작하도록 마련되어 마케팅 데이터를 분석하고 마케팅 믹스 솔루션을 생성할 수 있다. 상기 기본 구성(102)은 파선 내에 있는 구성요소에 의하여 도 9에 도시되어 있다.
상기 컴퓨팅 장치(100)는 상기 기본 구성(102)과 필요한 장치 및 인터페이스 간의 통신을 촉진하기 위하여 추가 특징, 기능 및 추가 인터페이스를 포함할 수 있다. 예를 들어, 버스/인터페이스 제어부(130)가 저장 인터페이스 버스(134)를 통하여 상기 기본 구성(102)과 하나 이상의 데이터 저장 장치(132)간의 통신을 촉진하기 위하여 사용될 수 있다. 상기 데이터 저장 장치(132)는 탈착식 저장 장치(136), 비탈착식 저장 장치(138) 또는 그 조합일 수 있다.
탈착식 저장 장치 및 비탈착식 저장 장치의 예로 몇 가지를 들자면 플렉서블 디스크 드라이브 및 하드 디스크 드라이브 등 자기 디스크 드라이브, 컴팩트 디스크(CD) 드라이브 등 광학 디스크 드라이브 또는 DVD(Digital Versatile Disk) 드라이브, SSD(Solid State Drive) 및 테이프 드라이브 등이 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 지시사항, 데이터 구조, 프로그램 모듈 또는 기타 데이터 등 정보를 저장하는 모든 방법 및 기술의 휘발성 및 비휘발성, 탈착식 및 비탈착식 매체를 포함할 수 있다.
상기 시스템 메모리(106), 탈착식 저장 장치(136) 및 비탈착식 저장 장치(138)는 컴퓨터 저장 매체의 예이다. 컴퓨터 저장 매체는 RAM, ROM, EEPROM, 플래시 메모리 또는 기타 메모리 기술, CD-ROM, DVD 또는 기타 광학 저장 장치, 자기 카세트, 자기 테이프, 자기 디스크 저장 장치 또는 기타 자기 저장 장치 또는 상기 원한 정보를 저장하는데 사용 가능하고 상기 컴퓨팅 장치(100)가 접속 가능한 기타 매체를 포함하나 이에 제한되지 않는다. 이러한 컴퓨터 저장 매체는 상기 컴퓨팅 장치(100)의 일부일 수 있다.
상기 컴퓨팅 장치(100)는 버스/인터페이스 제어부(130)를 통하여 다양한 인터페이스 장치(예를 들어, 출력 장치(142), 주변 인터페이스(144) 및 통신 장치(146))와 기본 구성(102)간의 통신을 촉진하는 인터페이스 버스(140)를 포함할 수 있다. 상기 출력 장치(142)는 하나 이상의 A/V 포트(152)를 통하여 디스플레이 또는 스피커 등 다양한 외부 장치와 통신하도록 구성될 수 있는 그래픽 처리부(148) 및 오디오 처리부(150)를 포함한다.
상기 주변 인터페이스(144)는 하나 이상의 I/O 포트(658)를 통하여 입력 장치(예를 들어, 키보드, 마우스, 펜, 음성 입력 장치, 터치 입력 장치 등) 또는 기타 주변 장치(예를 들어, 프린터, 스캐너 등) 등의 외부 장치와 통신하도록 구성될 수 있는 직렬 인터페이스 제어부(154) 또는 병렬 인터페이스 제어부(156)를 포함한다. 상기 통신 장치(146)는 하나 이상의 통신 포트(164)를 통하여 네트워크 통신 연결 상에서 하나 이상의 다른 컴퓨팅 장치(162)와 통신하도록 마련될 수 있는 네트워크 제어부(160)를 포함한다.
상기 네트워크 통신 연결은 통신 매체의 일례일 수 있다. 통신 매체는 일반적으로 컴퓨터 판독가능 지시사항, 데이터 구조, 프로그램 모듈 또는 반송파 또는 기타 전송 방식 등 변조 데이터 신호의 기타 데이터로 구현될 수 있으며 정보 전달 매체를 포함할 수 있다. "변조 데이터 신호"는 상기 신호 내에 정보를 인코딩하는 방식으로 설정되거나 변경되는 하나 이상의 특성을 가지는 신호일 수 있다. 통신 매체는 예를 들어 유선 네트워크 또는 직통 유선 연결 등 유선 매체 및 음향, RF(Radio Frequency), 마이크로파, 적외선 및 기타 무선 매체 등 무선 매체 등을 포함할 수 있으나 이에 제한되지 않는다. 본 명세서에서 사용된 컴퓨터 판독가능 매체는 저장 매체 및 통신 매체 모두를 포함할 수 있다.
상기 컴퓨팅 장치(100)는 휴대전화, PDA(Personal Data Assistant), PMP(Personal Media Player), 무선 웹와치 장치, 개인용 헤드셋 장치, 애플리케이션 관련 장치, 또는 위 기능을 포함하는 하이브리드 장치 등 소형 폼팩터(form factor) 휴대용(또는 이동식) 전자 장치로 구현될 수 있다. 상기 컴퓨팅 장치(100)는 노트북 컴퓨터 및 노트북 외의 컴퓨터 구성을 모두 포함하는 PC로 구현될 수 있다.
당업자가 이해하는 바와 같이, 상기 예, 설명 및 프로세스 단계는 프로세서 기반 시스템 상에서 적절한 코드에 의하여 구현될 수 있다. 본 기술의 상이한 구현들은 상이한 순서대로 또는 대체로 동시에, 즉, 병행하여 본 명세서에 설명된 단계의 일부 또는 전부를 수행할 수 있다. 또한, 상기 기능은 C++ 또는 JAVA 등 다양한 프로그래밍 언어로 구현될 수 있다. 당업자들이 이해하는 이러한 코드는 메모리 칩, 로컬 또는 리모트 하드 디스크, 광학 디스크(즉, CD 또는 DVD), 또는 저장된 코드를 실행할 수 있는 프로세서 기반 시스템이 접속 가능한 기타 매체 등 하나 이상의 유형, 기계로 판독가능한 매체에 저장되거나 이에 저장되도록 적응될 수 있다.
본 발명은 다양한 측면을 설명하는 의도를 가진 본 명세서의 특정 실시예에 대하여 제한되지 않는다. 당업자가 이해하는 바와 같이 사상과 범위에서 벗어나지 않은 채 다양한 수정 및 변형이 이루어질 수 있다. 본 발명의 범위 내에 속하는 기능적으로 동등한 방법 및 장치는 본 명세서에 명시된 방법 및 장치에 추가하여 상기 설명으로부터 당업자에게 분명해질 것이다. 이러한 수정 및 변형은 청구항의 범위 내에 속하기 위한 의도를 가진다. 본 발명은 청구항이 자격을 가지는 균등물의 전체 범위에 따라 청구항의 용어에 의하여만 제한된다. 본 명세서에서 사용된 용어는 특정 실시예를 설명하기 위한 목적이며 이에 제한되지 않는다.
본 명세서의 대체로 복수이거나 단수인 용어의 사용에 관하여, 당업자는 문맥 및/또는 적용 내용에 적절한 대로 복수는 단수로 단수는 복수로 해석할 수 있다. 다양한 단수/복수 치환이 의문의 여지를 막기 위하여 본 명세서에 명시적으로 기재될 수 있다.
일반적으로 본 명세서에서 사용된 용어는 특히 청구항에서(예를 들어, 청구항의 본문) 일반적으로 "개방적인" 용어로 의도된다(예를 들어, "포함하는"은 "포함하나 이에 제한되지 않는"으로, "가지다"는 "적어도 그 이상으로 가지다"로, "포함하다"는 "포함하나 이에 제한되지 않는다"로 해석되어야 함). 도입된 청구항 기재에 대하여 특정한 개수가 의도되는 경우, 이러한 의도는 해당 청구항에서 명시적으로 기재되며, 이러한 기재가 부재하는 경우 이러한 의도는 존재하지 않는 것으로 이해된다.
예를 들어, 이해를 돕기 위하여, 다음에 첨부된 청구항은 청구항 기재를 시작하기 위하여 시작 문구인 "적어도 하나 이상의" 및 "하나 이상의"의 사용을 포함할 수 있다. 다만, 이러한 문구의 사용은 부정관사에 의한 청구항 기재의 시작이 단 하나의 기재를 포함한 실시예로 이러한 청구항 기재를 포함하는 특정 청구항으로 제한함을 암시하는 것으로 해석되어서는 아니되며, 특히 동일한 청구항이 서두 문구 "하나 이상의" 또는 "적어도 하나 이상의" 및 부정관사(예를 들어, "a" 및 "an"는 "적어도 하나 이상의" 또는 "하나 이상의"를 의미하는 것으로 해석되어야 함)를 포함하는 경우에도 그러하며, 이는 청구항 기재를 시작하기 위하여 사용되는 정관사의 사용에 대하여도 동일하다. 또한, 청구항 기재의 특정 수가 명시적으로 기재된다 하더라도, 당업자는 이러한 기재가 적어도 기재된 수 이상을 의미하는 것으로 해석되어야 한다는 점을 인식할 것이다(예를 들어, 수식어 없이 "두 개의 기재"의 있는 그대로의 기재는 적어도 두 개 이상의 기재 또는 둘 이상의 기재를 의미한다).
본 발명의 특정 특징만이 본 명세서에서 도시되고 설명되었으며, 다양한 수정 및 변경이 당업자에 대하여 발생할 수 있다. 그러므로, 청구항은 본 발명의 사상 내에 속하는 변경 및 수정을 포함하는 것으로 의도된다는 점이 이해된다.

Claims (20)

  1. 하나 이상의 제품에 대한 마케팅 전략에 관한 다수의 마케팅 믹스 변수를 가지는 마케팅 데이터를 사전 모델링하는 단계;
    상기 하나 이상의 제품의 매출액 및/또는 수익에 영향을 미치는 기여 마케팅 믹스 변수를 확인하기 위하여 매출액 및/또는 수익 기반 응답 모델을 생성하는 단계; 및
    상기 하나 이상의 제품의 매출액 및/또는 수익에 대한 기여 마케팅 믹스 변수 각각의 개별 기여도를 판단하기 위하여 상기 응답 모델을 분석하는 단계를 포함하는 컴퓨터로 구현되는 마케팅 믹스 솔루션 생성 방법.
  2. 제1항에 있어서,
    상기 마케팅 데이터를 사전 모델링하는 단계는
    하나 이상의 마케팅 믹스 범주에 상기 다수의 마케팅 믹스 변수를 지정하는 단계; 및
    탐구 데이터 분석(EDA)을 수행하여 상기 다수의 마케팅 믹스 변수를 분석하는 단계를 포함하는 컴퓨터로 구현되는 마케팅 믹스 솔루션 생성 방법.
  3. 제2항에 있어서,
    상기 탐구 데이터 분석은 일변량 분석, 이변량 분석, 시계열 분석 또는 요인 분석을 포함하는 컴퓨터로 구현되는 마케팅 믹스 솔루션 생성 방법.
  4. 제1항에 있어서,
    상기 매출액 및/또는 수익 기반 응답 모델을 생성하는 단계는 상기 모델에 하나 이상의 마케팅 믹스 변수를 변환 및/또는 추가하는 단계를 포함하는 컴퓨터로 구현되는 마케팅 믹스 솔루션 생성 방법.
  5. 제4항에 있어서,
    상기 하나 이상의 마케팅 믹스 변수는 애드스톡 변수, 사건 변수, 리드 변수, 지연 변수 및 그 조합을 포함하는 컴퓨터로 구현되는 마케팅 믹스 솔루션 생성 방법.
  6. 제4항에 있어서,
    상기 응답 모델은 선형 회귀 모델, 비선형 회귀 모델 또는 혼합 모델을 사용하여 생성되는 컴퓨터로 구현되는 마케팅 믹스 솔루션 생성 방법.
  7. 제1항에 있어서,
    상기 응답 모델을 분석하는 단계는 상기 기여 마케팅 믹스 변수 각각의 개별 기여도를 비용과 비교하는 단계를 더 포함하는 컴퓨터로 구현되는 마케팅 믹스 솔루션 생성 방법.
  8. 제1항에 있어서,
    상기 응답 모델을 분석하는 단계는 소정 기간 동안 매출액의 변동에 대한 상기 기여 마케팅 믹스 변수 각각의 개별 기여도를 판단하는 단계를 더 포함하는 컴퓨터로 구현되는 마케팅 믹스 솔루션 생성 방법.
  9. 제1항에 있어서,
    상기 응답 모델을 분석하는 단계는 상기 기여 마케팅 믹스 변수 각각에 대한 투자 수익률을 비교하는 단계를 더 포함하는 컴퓨터로 구현되는 마케팅 믹스 솔루션 생성 방법.
  10. 제1항에 있어서,
    상기 하나 이상의 제품의 전체 매출액 및/또는 수익에 기여하는 하나 이상의 마케팅 전략을 확인하는 단계; 및
    상기 마케팅 믹스 솔루션을 생성하기 위하여 상기 확인된 마케팅 전략에 대한 비용을 수정하는 단계를 더 포함하는 컴퓨터로 구현되는 마케팅 믹스 솔루션 생성 방법.
  11. 제9항에 있어서,
    상기 마케팅 믹스 솔루션에 기반하여 상기 하나 이상의 제품의 매출액 및/또는 수익을 예측하는 단계를 더 포함하는 컴퓨터로 구현되는 마케팅 믹스 솔루션 생성 방법.
  12. 하나 이상의 제품에 대한 마케팅 전략에 관한 마케팅 데이터를 제공하는 사용자 인터페이스;
    상기 마케팅 데이터를 저장하도록 구성된 메모리 회로; 및
    상기 메모리 회로에 접속하도록 구성된 프로세서;
    를 포함하며, 상기 프로세서는 상기 하나 이상의 제품의 매출액 및/또는 수익에 영향을 미치는 기여 마케팅 믹스 변수를 확인하기 위하여 매출액 및/또는 수익 기반 응답 모델을 사용하여 상기 마케팅 데이터를 사전 모델링하고 사전 모델링된 마케팅 데이터를 분석하도록 구성된 마케팅 솔루션을 생성하는 시스템.
  13. 제12항에 있어서,
    상기 프로세서는 하나 이상의 마케팅 믹스 범주에 다수의 마케팅 믹스 변수를 지정하고 상기 사전 모델링된 마케팅 데이터를 생성하기 위하여 탐구 데이터 분석을 통하여 상기 마케팅 믹스 변수를 분석하도록 구성된 애플리케이션 모듈을 포함하는 마케팅 솔루션을 생성하는 시스템.
  14. 제13항에 있어서,
    상기 마케팅 믹스 범주는 거시경제 범주, 홍보 범주, 매체 관련 범주, 계절 범주 및 그 조합을 포함하는 마케팅 솔루션을 생성하는 시스템.
  15. 제12항에 있어서,
    상기 프로세서는 상기 하나 이상의 제품의 매출액 및/또는 수익에 대한 상기 기여 마케팅 믹스 변수 각각의 개별 기여도를 판단하기 위하여 상기 응답 모델을 분석하도록 구성된 분석 모듈을 포함하는 마케팅 솔루션을 생성하는 시스템.
  16. 제15항에 있어서,
    상기 분석 모듈은 적어도 상기 기여 마케팅 믹스 변수 각각의 개별 기여도를 기반으로 마케팅 믹스 솔루션을 생성하도록 구성된 마케팅 솔루션을 생성하는 시스템.
  17. 제12항에 있어서,
    상기 분석 모듈은 각 마케팅 전략의 기여도 등급, 각 마케팅 전략에 대한 추정 비용 및 시장에 마케팅 전략을 도입하는 예상 일정을 판단하도록 구성된 마케팅 솔루션을 생성하는 시스템.
  18. 제12항에 있어서,
    상기 프로세서는 상기 확인된 기여 마케팅 믹스 변수를 기반으로 최적의 마케팅 믹스 솔루션을 생성하도록 구성된 최적화 모듈을 포함하는 마케팅 솔루션을 생성하는 시스템.
  19. 하나 이상의 제품에 대한 마케팅 전략에 관한 다수의 마케팅 믹스 변수를 가지는 마케팅 데이터를 사전 모델링하는 단계;
    상기 하나 이상의 제품의 매출액 및/또는 수익에 영향을 미치는 기여 마케팅 믹스 변수를 확인하기 위하여 매출액 및/또는 수익 기반 응답 모델을 생성하는 단계;
    상기 하나 이상의 제품의 매출액 및/또는 수익에 대한 상기 기여 마케팅 믹스 변수 각각의 개별 기여도를 판단하기 위하여 상기 응답 모델을 분석하는 단계; 및
    상기 기여 마케팅 믹스 변수 각각의 개별 기여도에 대응하여 하나 이상의 마케팅 전략을 수정하는 단계;
    를 포함하는 컴퓨터로 구현되는 마케팅 믹스 솔루션 생성 방법.
  20. 제19항에 있어서,
    탐구 데이터 분석(EDA)을 수행하여 상기 다수의 마케팅 믹스 변수를 분석하는 단계를 더 포함하는 컴퓨터로 구현되는 마케팅 믹스 솔루션 생성 방법.
KR1020147019992A 2011-12-21 2012-12-11 마케팅 믹스 솔루션 생성 시스템 및 방법 KR20140120306A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
IN4500/CHE/2011 2011-12-21
IN4500CH2011 2011-12-21
PCT/IN2012/000811 WO2013114385A1 (en) 2011-12-21 2012-12-11 System and method for generating marketing- mix solution

Publications (1)

Publication Number Publication Date
KR20140120306A true KR20140120306A (ko) 2014-10-13

Family

ID=47665811

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020147019992A KR20140120306A (ko) 2011-12-21 2012-12-11 마케팅 믹스 솔루션 생성 시스템 및 방법

Country Status (9)

Country Link
US (1) US9208462B2 (ko)
EP (1) EP2608126A1 (ko)
JP (1) JP2013137759A (ko)
KR (1) KR20140120306A (ko)
CN (1) CN103177378A (ko)
AU (2) AU2012268916A1 (ko)
BR (1) BR102012032941A2 (ko)
SG (1) SG191509A1 (ko)
WO (1) WO2013114385A1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180136398A (ko) 2017-06-14 2018-12-24 황희찬 전자상거래 업무 통합 자동화 시스템
KR20190053586A (ko) * 2017-11-10 2019-05-20 주식회사 인포타운 소규모 숙박업소 운영권 인수 방식의 점유 운영 방법
KR20190134967A (ko) * 2018-11-30 2019-12-05 남기헌 정책망 및 가치망을 이용한 온라인 쇼핑몰에서의 프로모션 이미지 수정 장치
KR20220167186A (ko) 2021-06-11 2022-12-20 카페24 주식회사 쇼핑몰에 대한 시계열 매출 성장성을 시각화하는 방법, 장치 및 시스템
WO2023224152A1 (ko) * 2022-05-20 2023-11-23 쿠팡 주식회사 마케팅 정보를 제공하는 방법 및 장치

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015195705A1 (en) * 2014-06-16 2015-12-23 Leisher Steven Charles Techniques and systems for managing investment and insurance policies
US20160005055A1 (en) * 2014-07-01 2016-01-07 Siar SARFERAZ Generic time series forecasting
CN104537548B (zh) * 2014-12-09 2018-03-30 北京京东尚科信息技术有限公司 一种在线商品营销结果获取方法及系统
US20170046727A1 (en) * 2015-08-14 2017-02-16 American Express Travel Related Services Company, Inc. Systems and methods for customized real time data delivery
US10614485B1 (en) * 2016-08-17 2020-04-07 Amazon Technologies, Inc. Determination of financial impact of promotional activities
CN106779796A (zh) * 2016-11-09 2017-05-31 无锡雅座在线科技发展有限公司 信息推送的方法及装置
CN108537581B (zh) * 2018-03-27 2021-05-04 四川大学 基于gmdh选择性组合的能源消费量时间序列预测方法及装置
CN109003114A (zh) * 2018-06-01 2018-12-14 四川斐讯信息技术有限公司 一种营销策略预测方法、系统、计算机设备和存储介质
CN108805125B (zh) * 2018-06-13 2022-08-19 兰州工业学院 基于粒子群算法优化神经网络的车牌识别系统及方法
CN108921603A (zh) * 2018-06-21 2018-11-30 中国农业银行股份有限公司 用户评价方法及相关装置
JP6632693B1 (ja) * 2018-11-29 2020-01-22 株式会社電通 テレビ番組用広告の提供方法
CN110555732B (zh) * 2019-08-29 2022-04-19 深圳市云积分科技有限公司 一种营销策略推送方法、装置及营销策略运营平台
CN111582942B (zh) * 2020-05-12 2023-08-08 北京思特奇信息技术股份有限公司 自定义营销模板的批量化营销活动生成方法及系统
CN112270586B (zh) * 2020-11-12 2024-01-02 广东烟草广州市有限公司 一种基于线性回归的遍历方法、系统、设备和存储介质
US20230281643A1 (en) * 2022-03-01 2023-09-07 Iqvia Inc. Decision support system for marketing mix modeling

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6044357A (en) * 1998-05-05 2000-03-28 International Business Machines Corporation Modeling a multifunctional firm operating in a competitive market with multiple brands
JP2003524222A (ja) * 1999-04-16 2003-08-12 ジーイー・ファイナンシャル・アシュアランス・ホールディングス・インク 金融サービス商品を開発及び管理するシステムと方法
CA2279359C (en) * 1999-07-30 2012-10-23 Basantkumar John Oommen A method of generating attribute cardinality maps
JP4520610B2 (ja) * 1999-09-30 2010-08-11 富士電機ホールディングス株式会社 マーケティング分析支援システム
JP2001256391A (ja) * 2000-03-09 2001-09-21 Sony Corp 販売促進支援システム及び販売促進支援方法、並びにプログラム記憶媒体
US20020082888A1 (en) * 2000-12-12 2002-06-27 Graff Andrew K. Business method for a marketing strategy
US20030229533A1 (en) * 2002-06-06 2003-12-11 Mack Mary E. System and method for creating compiled marketing research data over a computer network
JP4058013B2 (ja) * 2004-03-31 2008-03-05 株式会社東芝 回収計画立案支援装置、方法およびプログラム
US20050234761A1 (en) * 2004-04-16 2005-10-20 Pinto Stephen K Predictive model development
BRPI0510945A (pt) * 2004-05-10 2007-11-20 Ims Health Inc gerenciamento de desempenho longitudinal de marketing de produtos
US7949561B2 (en) * 2004-08-20 2011-05-24 Marketing Evolution Method for determining advertising effectiveness
US7873535B2 (en) * 2005-11-04 2011-01-18 Accenture Global Services Ltd. Method and system for modeling marketing data
JP4640261B2 (ja) * 2006-05-25 2011-03-02 トヨタ自動車株式会社 次期モデル商品の需要量を予測する装置と方法
EP3361438A1 (en) * 2007-03-19 2018-08-15 Marketshare Partners Llc Automatically prescribing total budget for marketing and sales resources and allocation across spending categories
JP2008242532A (ja) * 2007-03-24 2008-10-09 Arix Kk コンピテンシーアクションシステム
US20080300977A1 (en) * 2007-05-31 2008-12-04 Ads Alliance Data Systems, Inc. Method and System for Fractionally Allocating Transactions to Marketing Events
JP5314280B2 (ja) * 2007-12-26 2013-10-16 学校法人金沢工業大学 計測方法および装置
KR20100126431A (ko) * 2008-02-21 2010-12-01 마켓셰어 파트너스 엘엘씨 마케팅 및 세일즈 리소스들에 대한 전체 예산 및 지출 카테고리들에 대한 할당의 자동적인 지정
US8346516B2 (en) * 2008-11-05 2013-01-01 Accenture Global Services Limited Predictive modeling
US8571696B2 (en) * 2009-06-10 2013-10-29 Fisher-Rosemount Systems, Inc. Methods and apparatus to predict process quality in a process control system
US20100332311A1 (en) * 2009-06-25 2010-12-30 Jilk David J System and method for apportioning marketing resources
CA2708911C (en) * 2009-07-09 2016-06-28 Accenture Global Services Gmbh Marketing model determination system
JP5175903B2 (ja) * 2009-08-31 2013-04-03 アクセンチュア グローバル サービスィズ ゲーエムベーハー 適応分析多次元処理システム
US20110246260A1 (en) * 2009-12-11 2011-10-06 James Gilbert System and method for routing marketing opportunities to sales agents
US20110231245A1 (en) * 2010-03-18 2011-09-22 Yahoo! Inc. Offline metrics in advertisement campaign tuning

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180136398A (ko) 2017-06-14 2018-12-24 황희찬 전자상거래 업무 통합 자동화 시스템
KR20190053586A (ko) * 2017-11-10 2019-05-20 주식회사 인포타운 소규모 숙박업소 운영권 인수 방식의 점유 운영 방법
KR20190134967A (ko) * 2018-11-30 2019-12-05 남기헌 정책망 및 가치망을 이용한 온라인 쇼핑몰에서의 프로모션 이미지 수정 장치
KR20220167186A (ko) 2021-06-11 2022-12-20 카페24 주식회사 쇼핑몰에 대한 시계열 매출 성장성을 시각화하는 방법, 장치 및 시스템
KR20220167185A (ko) 2021-06-11 2022-12-20 카페24 주식회사 쇼핑몰에 대한 시계열 매출 성장성 분석 방법, 장치 및 시스템
WO2023224152A1 (ko) * 2022-05-20 2023-11-23 쿠팡 주식회사 마케팅 정보를 제공하는 방법 및 장치

Also Published As

Publication number Publication date
BR102012032941A2 (pt) 2018-11-13
EP2608126A1 (en) 2013-06-26
AU2012268916A1 (en) 2013-07-11
CN103177378A (zh) 2013-06-26
SG191509A1 (en) 2013-07-31
US20130166351A1 (en) 2013-06-27
AU2016200973A1 (en) 2016-03-03
US9208462B2 (en) 2015-12-08
WO2013114385A1 (en) 2013-08-08
JP2013137759A (ja) 2013-07-11

Similar Documents

Publication Publication Date Title
KR20140120306A (ko) 마케팅 믹스 솔루션 생성 시스템 및 방법
Davenport et al. Designing and developing analytics-based data products
Vanderveld et al. An engagement-based customer lifetime value system for e-commerce
US8010324B1 (en) Computer-implemented system and method for storing data analysis models
Chen et al. An empirical study of demand forecasting of non-volatile memory for smart production of semiconductor manufacturing
Chumnumpan et al. Understanding new products’ market performance using Google Trends
US20060116921A1 (en) Methods and systems for profile-based forecasting with dynamic profile selection
Tan et al. Optimal dynamic allocation of mobile plants to monetize associated or stranded natural gas, part II: Dealing with uncertainty
Guo et al. Estimation of product success potential using product value
Tang et al. A novel BEMD-based method for forecasting tourist volume with search engine data
Santa-Eulalia et al. Agent-based experimental investigations of the robustness of tactical planning and control policies in a softwood lumber supply chain
CN111260142B (zh) 商品指标数据预测方法、装置、存储介质及电子设备
Yang et al. Application of design for six sigma tools in telecom service improvement
Al-Azzani et al. An empirical investigation of forecasting methods for ambulance calls-a case study
KR20150122307A (ko) 광고 제공 방법 및 서버 장치
Sidorov et al. Extended innovation diffusion models and their empirical performance on real propagation data
US20150186928A1 (en) Real-time marketing portfolio optimization and reapportioning
US9384444B2 (en) Web analytics neural network modeling prediction
Stevens et al. Integrated campaign planning in a programmatic world
US20200311749A1 (en) System for Generating and Using a Stacked Prediction Model to Forecast Market Behavior
Shieh et al. An environment-adjusted dynamic efficiency analysis of international tourist hotels in Taiwan
Fang et al. Boost movie ticket sales by location-based advertising: a Bayesian VAR approach
Anand et al. Studying product diffusion based on market coverage
CN112686705B (zh) 一种预测销售效果数据的方法、装置和电子设备
Srivastava et al. Assessing and forecasting technology dynamics in smartphones: a TFDEA approach

Legal Events

Date Code Title Description
WITN Withdrawal due to no request for examination