KR20140138512A - 구매정보 분석 장치 및 방법 - Google Patents

구매정보 분석 장치 및 방법 Download PDF

Info

Publication number
KR20140138512A
KR20140138512A KR20130059327A KR20130059327A KR20140138512A KR 20140138512 A KR20140138512 A KR 20140138512A KR 20130059327 A KR20130059327 A KR 20130059327A KR 20130059327 A KR20130059327 A KR 20130059327A KR 20140138512 A KR20140138512 A KR 20140138512A
Authority
KR
South Korea
Prior art keywords
product
information
panel
code
product purchase
Prior art date
Application number
KR20130059327A
Other languages
English (en)
Inventor
조용빈
박성호
채용우
이상영
백승원
손찬수
우수곤
Original Assignee
대한민국(농촌진흥청장)
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 대한민국(농촌진흥청장) filed Critical 대한민국(농촌진흥청장)
Priority to KR20130059327A priority Critical patent/KR20140138512A/ko
Publication of KR20140138512A publication Critical patent/KR20140138512A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F7/06—Arrangements for sorting, selecting, merging, or comparing data on individual record carriers
    • G06F7/08—Sorting, i.e. grouping record carriers in numerical or other ordered sequence according to the classification of at least some of the information they carry
    • 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

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

Abstract

본 발명은 상품 구매정보 분석 시스템 및 방법에 관한 것으로서, 구체적으로는 소비자 패널에 의해 스캔된 영수증 데이터 및 입력된 전자 기장(記帳) 데이터를 함께 수집 및 분석하여 다양한 유형의 통계 데이터를 산출함으로써 소비시장 분석에 활용하기 위한 상품 구매정보 분석 시스템 및 방법에 관한 것이다.
본 발명의 일 측면에 따른 상품구매정보 분석 장치는 복수의 클라이언트 단말과 네트워크를 통해 연결되며, 상품별로 대분류 코드, 중분류 코드, 소분류 코드 및 상품명 코드를 포함하는 상품분류코드를 관리하는 상품분류 DB와, 상기 클라이언트 단말로부터 소비자 패널에 의해 스캔된 영수증 영상 데이터 및 소비자 패널에 의해 입력된 전자 기장 데이터를 수신하고 상기 데이터에 포함된 상품구매정보를 추출하여 상품구매목록을 생성하는 구매정보 수신부와, 상기 생성된 상품구매목록을 상기 클라이언트 단말에 전송하여 상기 클라이언트 단말의 화면에 표시되도록 하여 패널에게 상기 상품구매목록에 대한 검증을 요청하여 검증 결과에 따라 상기 상품구매목록을 보완하는 구매정보 보완부와, 상기 상품구매목록에 포함된 구매상품정보의 상품명 각각에 대한 상품분류코드를 상기 상품분류 DB로부터 검색하는 상품코드 검색부와, 상기 상품구매목록의 상품구매정보를 상기 검색된 상품분류코드 및 상기 패널 코드와 함께 저장하는 상품구매정보 DB를 포함한다.

Description

구매정보 분석 장치 및 방법{Apparatus and Method for analyzing purchasing information}
본 발명은 상품 구매정보 분석 장치 및 방법에 관한 것으로서, 구체적으로는 소비자 패널에 의해 스캔된 영수증 데이터 및 입력된 전자 기장(記帳) 데이터를 함께 수집 및 분석하여 다양한 유형의 통계 데이터를 산출함으로써 소비시장 분석에 활용하기 위한 상품 구매정보 분석 장치 및 방법에 관한 것이다.
시장개방 확대와 대형유통업체의 성장으로 인한 유통환경의 변화, 고령화와 여성의 사회 진출로 인한 취업주부의 증가, 소득증대와 양극화로 대표되는 경제환경 변화로 농식품 소비트렌드가 급속하고 변화하고 있어, 이러한 소비 트렌드의 변화에 대응하기 위해서는 패널과 연계한 추적조사와 소비자 각각의 구매가격, 구매량, 구입처, 친환경 상품, 당도선별 상품 등의 소비변화에 대하여 정확하게 파악할 수 있는 데이터의 구축이 필수적이다.
그동안 국내 농식품 마케팅 연구는 주로 대형마트, 백화점, 대형슈퍼 등 유통업체 중심으로 이루어졌으며, 농식품 구입액의 50% 정도를 차지하는 전통시장, 소형슈퍼, 전문점, 정육점, 노점, 직거래, 아파트임시장 등은 자료 접근의 어려움으로 연구대상에서 제외되었다. 이로 인해 농식품 시장 전체에 대한 연구가 제대로 수행되지 못했다고 볼 수 있다.
또한 기존의 소비패널 통계자료(통계청)에서는 상품분류가 대분류(곡류, 육류, 채소류 등), 중분류(쌀, 배추, 주류 등) 단계에 머물고 있어 상품레벨에서의 마케팅 활용성에 한계가 있었다. POS(Point of sales)데이터로는 매장을 이용하는 고객만을 대상으로 하고 있어 시장 전체를 파악하기 어려우며, 민간회사의 패널 데이터에서는 공산품 위주의 데이터 구축으로 상품의 시장점유율을 파악하는 것에 유용하나, 신선농축산물에 대해서는 소비변화를 파악할 수 있는 자료가 없는 상황이다. 이러한 데이터에 대해서는 주로 설문조사를 이용하여 응답자의 기억에 의존한 조사연구가 많아 신뢰성이 매우 떨어진다고 볼 수 있다.
따라서 상기에서 언급한 종래 마케팅 연구의 한계를 극복할 수 있는 상품 구매정보 분석 메커니즘이 필요한 상황이다.
본 발명은 전술한 문제점을 해결하기 위한 것으로서, 영수증 스캔 방식과 전자 기장 데이터 입력을 함께 병행함으로써 보다 정확하고 세밀한 상품구매정보 DB를 구축할 수 있는 상품구매분석 장치 및 방법을 제공하고자 한다.
또한, 본 발명은 소비자 패널에 의해 스캔된거나 입력된 구매 데이터로부터 추출되는 상품구매정보의 카테고리 심층화 및 세분화(대분류, 중분류, 소분류 및 상품명, 상품정보, 구매지, 매장형태 등)를 통해 데이터 분석의 심도와 마케팅 의사결정 지원의 활용성을 향상시킬 수 있는 상품구매분석 장치 및 방법을 제공하고자 한다.
전술한 목적 달성을 위해, 본 발명의 일 측면에 따른 상품구매정보 분석 장치는 복수의 클라이언트 단말과 네트워크를 통해 연결되며, 상품별로 대분류 코드, 중분류 코드, 소분류 코드 및 상품명 코드를 포함하는 상품분류코드를 관리하는 상품분류 DB와, 상기 클라이언트 단말로부터 소비자 패널에 의해 스캔된 영수증 영상 데이터 및 소비자 패널에 의해 입력된 전자 기장 데이터를 수신하고 상기 데이터에 포함된 상품구매정보를 추출하여 상품구매목록을 생성하는 구매정보 수신부와, 상기 생성된 상품구매목록을 상기 클라이언트 단말에 전송하여 상기 클라이언트 단말의 화면에 표시되도록 하여 패널에게 상기 상품구매목록에 대한 검증을 요청하여 검증 결과에 따라 상기 상품구매목록을 보완하는 구매정보 보완부와, 상기 상품구매목록에 포함된 구매상품정보의 상품명 각각에 대한 상품분류코드를 상기 상품분류 DB로부터 검색하는 상품코드 검색부와, 상기 상품구매목록의 상품구매정보를 상기 검색된 상품분류코드 및 상기 패널 코드와 함께 저장하는 상품구매정보 DB를 포함한다.
일실시예에서, 상기 장치는 신규 상품명이 수신되면 상기 신규 상품명에 대한 상품분류코드를 생성하고 상기 신규 상품명과 함께 상기 상품분류DB에 등록하는 상품코드 등록부를 더 포함할 수 있다.
일실시예에서, 상기 상품구매정보 DB에 저장되는 정보는 상품명, 상품분류코드, 패널코드, 매장정보, 구매일시, 가격, 수량, 구매중량, 단위, 재배방식, 원산지 정보중 적어도 하나의 항목을 포함할 수 있다.
일실시예에서, 상기 장치는, 소비자 패널 각각에 대한 패널코드, 소득, 나이, 직업, 주거지역, 주거방식, 가구수, 자녀수, 쇼핑타입, 아침식수인원, 점심식수인원, 저녁식수인원, 외식회수, 평균외식비용, 쇼핑교통수단, 쇼핑시간, 부모동거여부중 적어도 하나의 항목을 포함하는 패널 정보를 저장하는 패널정보 DB을 더 포함할 수 있다.
일실시예에서, 상기 장치는, 상기 패널 코드를 이용하여 상기 패널정보 DB로부터 상기 패널 코드에 대응하는 패널 정보를 검색하는 패널정보 검색부를 더 포함하고,상기 패널정보 검색부에 의해 검색된 상기 패널정보는 상기 상품구매정보 DB에 또한 저장될 수 있다.
일실시예에서, 상기 장치는, 상기 상품구매정보 DB에 저장된 상품구매정보의 적어도 하나의 항목 데이터를 분석하여 운영자에 의해 요구되는 통계 데이터를 생성하는 구매정보 분석부를 더 포함할 수 있다.
본 발명의 다른 측면에 따른 상품구매정보 분석방법은, 상품분류코드를 관리하는 상품분류DB 및 소비자 패널 정보를 관리하는 패널정보 DB를 구비하는 상품구매정보 분석 장치에서 수행되며, 상기 방법은, 클라이언트 단말로부터 소비자 패널에 의해 스캔된 영수증 영상 데이터 및 소비자 패널에 의해 입력된 전자 기장 데이터를 수신하는 단계와, 상기 영수증 영상 데이터 및 상기 전자 기장 데이터에 포함된 상품구매정보를 추출하여 상품구매목록을 생성하는 단계와, 상기 생성된 상품구매목록을 상기 클라이언트 단말에 전송하여 상기 클라이언트 단말의 화면에 표시되도록 하여 패널에게 상기 상품구매목록에 대한 검증을 요청하여 검증 결과에 따라 상기 상품구매목록을 보완하는 단계와, 상기 상품구매목록에 포함된 상품명 각각에 대한 상품분류코드를 상기 상품분류 DB로부터 검색하는 단계와, 상기 상품구매목록의 상품구매정보를 상기 검색된 상품분류코드 및 상기 패널 코드와 함께 상품구매정보 DB에 저장하는 단계를 포함한다.
일실시예에서, 상기 방법은 상기 상품구매정보에 포함된 패널 코드를 이용하여 상기 패널정보 DB로부터 패널 코드에 대응하는 패널 정보를 검색하고 상기 검색된 패널정보를 대응하는 상품구매정보와 함께 상기 상품구매정보 DB에 또한 저장하는 단계를 더 포함할 수 있다.
일실시예에서, 상기 방법은 신규 상품명이 수신되면 상기 신규 상품명에 대한 상품분류코드를 생성하고 상기 신규 상품명과 함께 상기 상품분류DB에 등록하는 단계를 더 포함할 수 있다.
일실시예에서, 상기 상품구매정보 DB에 저장되는 정보는 상품명, 상품분류코드, 패널코드, 매장정보, 구매일시, 가격, 수량, 구매중량, 단위, 재배방식, 원산지 정보중 적어도 하나의 항목을 포함할 수 있다.
일실시예에서, 상기 패널정보 DB에 저장되는 패널 정보는 소비자 패널 각각에 대한 패널코드, 소득, 나이, 직업, 주거지역, 주거방식, 가구수, 자녀수, 쇼핑타입, 아침식수인원, 점심식수인원, 저녁식수인원, 외식회수, 평균외식비용, 쇼핑교통수단, 쇼핑시간, 부모동거여부중 적어도 하나의 항목을 포함할 수 있다.
일실시예에서, 상기 방법은 상기 상품구매정보 DB에 저장된 적어도 하나의 항목 데이터를 분석하여 운영자에 의해 요구되는 통계 데이터를 생성하는 단계를 더 포함할 수 있다.
본 발명에 따르면, 영수증 스캔 방식과 스캔방식에 의해 추출된 정보를 전자 기장 방식으로 보완함으로써 어느 한쪽만을 채택하는 방식의 문제점을 개선하여 정확한 상품구매정보 DB를 구축함으로써 이해관계자들의 마케팅 활용성을 높일 수 있다.
기존 기억에 의존한 면접조사, 기장조사, 스캐너 단일 방식과 비교해서 정보의 누락, 오기, 대형마트에 편중된 정보 등을 극복하였으며, 신선농산물의 경우 세밀한 정보레벨까지 구축함으로써 농식품 마케팅 의사결정에 필요한 마케팅 자료분석에 효과적이다.
신선농산물의 경우 실제 구매량을 파악할 수 있는 데이터가 없었기 때문에 심도깊은 연구를 할 수 없었으나 소비자패널의 시계열 자료의 축적으로 가격의 탄력성뿐만 아니라 카테고리의 심층화로 인해 농식품 브랜드 및 품목의 소비구조 변화 등에 대해 매우 정확한 분석이 가능하게 되어 정보로서의 가치가 높아졌다.
도 1은 본 발명의 일실시예에 따른 상품구매정보 분석장치가 적용되는 시스템 환경을 도시한 도면이다.
도 2는 본 발명의 일실시예에 따른 상품구매정보 분석장치의 세부 구성을 도시한 블록도이다.
도 3은 본 발명의 일실시예에 따라 상품구매정보 DB에 저장되는 상품구매정보 항목의 일례를 도시한 테이블이다.
도 4는 본 발명의 일실시예에 따른 상품구매정보 분석 방법을 도시한 흐름도이다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명하겠다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
본 발명을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하나 이상의 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 조합으로 구현될 수 있음을 의미한다.
도 1은 본 발명의 일실시예에 따른 상품구매정보 분석장치가 적용되는 시스템 환경을 도시한 도면이다. 도시된 바와 같이, 선정된 소비자 패널들에 의해 이용되는 복수의 클라이언트 단말들이(120, 130, 140) 유/무선 인터넷망을 통해 본 발명의 일실시예에 따른 상품구매정보 분석 장치(110)에 접속가능하다. 상기 도면에는 설명의 편의상 3개의 클라이언트 단말만 도시되어 있으나, 본 발명에서 클라이언트 단말 개수를 제한하고 있지 않음은 본 기술분야의 당업자에게 자명하다.
소비자 패널은 도시 소비자 가구중에서 지역, 나이, 소득수준 등을 고려하여 선정될 수 있다. 일예에서, 서울, 경기, 인천을 포함한 수도권을 모집단으로 표본설계를 실시하여 200여개 읍면동에서 5가구씩, 총 1,000가구를 소비자 패널로 확보하였다.
클라이언트 단말(120, 130, 140)은 유/무선 인터넷 접속 기능을 구비하고 영수증 스캔을 위한 스캐너를 구비하거나 스캐너와의 유/무선 통신을 통해 스캔된 영수증 데이터를 수신하고 수신된 데이터를 상품구매정보 분석장치(110)에 전송할 수 있는 데이터 처리 장치로서, PC, 노트북 컴퓨터, 태블릿, 스마트폰 등 그 유형에 한정되지 않을 것이다.
소비자 패널은 자신이 구매한 상품들에 대한 구매 영수증을 스캐너를 이용하여 스캔한 후 클라이언트 단말(120, 130, 140)에 연결된 스캐너를 통해 스캔하여 본 발명의 일실시예에 따른 상품구매정보 분석장치(110)에 전송할 수 있다. 또한, 클라이언트 단말(120, 130, 140)은 스캔된 영수증 데이터에 누락된 항목이 있거나 영수증 없이 구매한 상품이 있는 경우에, 해당 구매상품정보를 소비자 패널로부터 전자 기장 데이터 형식으로 직접 입력받아 상품구매정보 분석장치(110)에 전송할 수 있다. 일예에서, 소비자 패널은 클라이언트 단말(120, 130, 140)에 상품구매정보 분석장치(110)로부터 구매정보 입력 프로그램(미도시)을 다운로드받아 설치하고, 정해진 주기에 따라 상기 프로그램을 실행시켜 구매상품에 대한 영수증 스캔 및 기장 데이터를 입력할 수 있다.
상품구매정보 분석장치(110)는 복수의 클라이언트 단말들((120, 130, 140)로부터 구매상품정보가 포함된 영수증 스캔 데이터 및 영수증없이 구매한 상품정보를 포함하는 기장 데이터를 수신하고 상기 수신된 데이터를 이용하여 해당 소비자 패널의 상품구매정보를 확인하고 선정된 상품분류코드에 따라 분류 및 저장함으로써 소비 트랜드 분석 및 마케팅에 필요한 다양한 통계 데이터를 생성할 수 있다. 상품구매정보 분석장치(110)에 대해서는 도 2를 참조하여 좀더 구체적으로 설명하겠다.
도 2를 참조하면, 본 발명의 일실시예에 따른 상품구매정보 분석장치의 세부 구성이 도시되어 있다. 일실시예에서, 상품구매정보 분석장치(200)는 상품분류 DB(210), 상품코드 등록부(220), 구매데이터 수신부(230), 구매정보 보완부(240), 상품코드 검색부(250), 상품구매정보 DB(260), 패널정보 DB(270), 패널정보 검색부(280) 및 구매정보 분석부(290)중 적어도 하나의 요소를 포함할 수 있다. 한편, 도면상에는 이들 구성요소가 하나의 장치내에 포함되는 것으로 도시되어 있으나, 이는 각 구성요소의 기능을 설명하기 위한 것일 뿐이며, 실제로는 각 요소들이 별도의 서버들로 구현가능하며, 서버들간에 네트워크를 통해 상호간에 데이터 통신을 수행함으로써 본 발명에 따른 상품구매정보 분석 장치(200)를 구축할 수 있음은 본 기술분야의 당업자에게 충분히 이해될 수 있을 것이다.
상품분류 DB(210)는 상품별로 대분류 코드, 중분류 코드, 소분류 코드 및 상품명 코드를 포함하는 상품분류코드를 관리하는 데이터베이스이다.
일 실시예에서, 상품분류는 대분류, 중분류, 소분류, 상품명 네 단계로 분류될 수 있다. 대분류는 곡류, 채소류, 과일ㅇ과채류, 육류, 유제품, 수산물 가공식품 등을 구분하고, 중분류는 쌀, 배추, 사과, 소고기, 우유, 해조류, 주류 등을 구분하기 위한 것으로서, 대체로 품목이 중분류에 해당될 수 있다. 소분류는 쌀의 경우 일반쌀, 현미, 흑미, 찹쌀, 찰흑미, 찰현미 등으로, 고추는 매운고추, 꽈리고추, 홍고추, 가추가루, 고추가공식품 등으로, 소고기는 등심, 안심, 갈비, 채끝, 목심, 사태, 양지, 우둔, 앞다리, 특수부위, 사골/우족/꼬리, 가공식품 등으로 좀더 세분화하기 구분하기 위한 것이다. 이를 통해, 가령 쌀 산업 전체의 시장은 정체되어 있을지라도 현미, 흑미 등 소분류에 대한 시장의 트렌드 분석이 가능하고 R&D 및 생산기반을 사전에 준비할 수 있다는 이점이 있다. 상품명은 철원오대쌀, 임금님표이천쌀, 횡성한우, 제주흑돼지, 함박웃음포크(GS리테일 PB상품), 올리브포크((주)청미원식품), 보성회천녹돈(보성그린티양돈영농조합), 19도참이슬소주((주)진로) 등 제조사와 브랜드를 구분하기 위한 것으로서, 경쟁사 브랜드보다 경쟁력 우위 확보를 위한 가격정책 등 마케팅 의사결정에 필요한 기본적이고 필요한 정보를 제공하는데 이용될 수 있다.
상품코드 등록부(220)는 신규 상품명이 수신되면 신규 상품명에 대한 대분류코드, 중분류 코드, 소분류 코드 및 상품명 코드를 포함하는 상품분류코드를 생성하고 상기 신규 상품명과 함께 상기 상품분류DB(210)에 등록한다. 일 실시예에서, 신규 상품명에 대한 상품분류코드는 기저장된 상품명과의 유사성을 분석하여 자동 생성할 수 있으며, 운영자의 확인 과정을 거쳐 상품분류DB(210)에 최종 등록될 수 있다. 또한, 상품명 코드는 영문 및 숫자를 조합하여 생성될 수 있으며, 상품명 코드를 구성하는 숫자 코드중 적어도 일부는 원산지(예를 들어, 국내산, 중국산, 호주산 등), 품질(예를 들어, 특,대,상,중, 하 등), 재배방식(예를 들어, 무농약, 유기농, 저농약 등), 등급(예를 들어, 1++등급, 1+등급,1등급,2 등급 등)을 나타낼 수 있다. 가령, 예를 들어, 딸기에 대한 상품명 코드가 'Z12A5301'이라 할 때 '01'은 품질이 '특'임을 나타내기 위한 코드일 수 있다.
구매데이터 수신부(230)는 클라이언트 단말로부터 소비자 패널에 의해 스캔된 영수증 영상 데이터 및 소비자 패널에 의해 입력된 전자 기장 데이터를 수신하고 상기 데이터에 포함된 상품구매정보를 추출하여 상품구매목록을 생성한다.
일 실시예에서, 영수증 영상 데이터는 이를 전송한 클라이언트 단말에 연관된 소비자 패널 식별자와 함께 수신될 수 있다.
일실시예에서, 스캔된 영수증이 복수개인 경우에, 이들 복수개의 스캔된 영수증 데이터로부터 추출된 상품구매정보를 하나의 상품구매목록으로 생성할 수 있다. 영수증 영상 데이터로부터 구매상품정보를 추출하는 것은 통상의 영상 데이터로부터 텍스트를 추출하는 것과 유사하게 공지된 이미지 문자 인식OCR(Optical Character Recognition) 기법을 이용하여 구현 가능하므로 이에 대한 자세한 설명은 본 명세서에서 생략하기로 한다. 다만, 영수증 데이터의 경우에는 영수증 발행 업체가 대형마트, 소매점, 편의점, 재래시장, 슈퍼마켓등 다양함에 따라 각 영수증의 크기, 항목 등이 전부 상이할 수 있으므로 이를 고려하여 다양한 형식의 영수증 영상 데이터로부터 텍스트 추출이 자유롭게 이루어질 수 있도록 한다.
구매데이터 수신부(230)는 영수증 데이터로부터 텍스트 추출을 통해 인식된 상품구매정보와 전자 기장 데이터에 포함된 상품구매정보를 병합하여 하나의 상품구매목록으로 생성할 수 있다.
구매정보 보완부(240)는 구매데이터 수신부(230)에 의해 생성된 상품구매목록을 클라이언트 단말에 전송하여 클라이언트 단말의 화면에 표시되도록 하여 소비자 패널에게 상기 상품구매목록에 대한 검증을 요청할 수 있으며, 검증 결과에 따라 상기 상품구매목록을 수정 및 보완할 수 있다. 예를 들어, 스캔된 구매상품정보에 텍스트 추출오류가 발생하여 올바르지 않은 데이터가 포함되어 있거나 필수로 입력되어야 하는 항목이 공백으로 존재하는 경우에 소비자 패널로 하여금 수정 및/또는 추가를 하도록 요구하고, 소비자 패널에 의해 입력된 수정 및/또는 추가 항목을 상품구매목록에 반영할 수 있다.
본 발명에 의하면, 소비자 패널로부터 스캔된 영수증 데이터 이외에 전자 기장 데이터를 병행하여 수신함으로써 구매영수증에서는 근본적으로 나타나지 않는 구매상품 세부정보의 파악 및 입수가 가능하게 되었다. 영수증 스캔 방식만 채택할 경우, 영수증 자체에 구매내역이 간략히 표시되거나 생략되는 경우가 다수 발생한다. 예를 들면, '청과류', '야채', '생선류' 등 대분류로만 표시되는 경우가 많이 발생하며, '고소한 찌개' 등 상품명의 일부만 표시되어 두부상품인지 파악 불가능한 경우가 해당한다. 반대로, '등심', '안심' 등 소분류로만 표시되어 쇠고기, 돼지고기, 닭고기 중 중분류상 어느 육류소비인지 불분명한 경우도 많이 발생한다. 따라서, 영수증 스캔에만 의존할 경우 정확한 마케팅 의사결정 뿐만 아니라 소비패턴에 대한 정확한 정보입수가 불가능하여 잘못된 정보전달 및 편의(bias)를 일으킬 수 있다. 본 발명은 이러한 문제점을 해결하고자, 영수증 스캔이외에 전자 기장 데이터 입력 병행을 통하여 누락된 정보에 대해서는 소비자 패널로 하여금 직접 입력하도록 함으로써 누락된 정보를 바로잡도록 유도하며, 소비자 패널 입장에서도 누락된 부분에 한해서만 입력하면 되므로 패널의 입력 부담 또한 최소화될 수 있다.
상품코드 검색부(250)는 구매정보 보완부(240)에 의해 보완된 상품구매목록의 상품구매정보에 포함된 상품명 각각에 대한 상품분류코드를 상품분류 DB(210)로부터 검색한다. 상품코드 검색부(250)는 상품명의 동의어 확장 검색을 통해 대응 상품분류코드를 검색할 수 있다.
상품구매정보 DB(260)는 상품구매목록의 상품구매정보가 상기 검색된 상품분류코드 및 상기 패널 코드와 함께 저장되는 데이터베이스이다. 일실시예에서, 상품구매정보 DB(260)에 저장되는 상품구매정보는 상품명, 상품코드(대분류 코드, 중분류 코드, 소분류 코드 상품명 코드, 패널코드, 매장정보, 구매일시, 가격, 수량, 구매중량, 단위, 재배방식, 원산지 정보중 적어도 하나의 항목을 포함할 수 있다.
패널정보 DB(270)는 소비자 패널 각각에 대한 패널코드, 소득, 나이, 직업, 주거지역, 주거방식, 가구수, 자녀수, 쇼핑타입, 아침식수인원, 점심식수인원, 저녁식수인원, 외식회수, 평균외식비용, 쇼핑교통수단, 쇼핑시간, 부모동거여부중 적어도 하나의 항목을 포함하는 패널 정보를 관리할 수 있다.
패널정보 검색부(280)는 상품구매정보에 포함된 패널 코드를 이용하여 패널정보 DB(270)로부터 상기 패널 코드에 대응하는 패널 정보를 검색하며, 상기 검색된 패널정보는 대응하는 상품구매정보에 연관되어 상품구매정보 DB(260)에 또한 저장될 수 있다.
구매정보 분석부(290)는 상품구매정보 DB(260)에 저장된 상품구매정보의 적어도 하나의 항목 데이터를 분석하여 운영자의 요청에 따라 다양한 유형의 통계 데이터를 생성할 수 있다.
도 3은 본 발명의 일실시예에 따라 상품구매정보 DB에 저장되는 상품구매정보 항목의 일례를 도시한 테이블이다. 도시된 바와 같이, 상품구매정보에는 대분류코드, 중분류코드, 소분류코드, 상품코드, 상품명, 패널코드, 패널명, 패널 아이디, 소매업태, 쇼핑일, 요일, 가격, 수량, 단위, 수량단위, 중량, 단위중량당 가격, 패널 전업주부 여부, 패널 소득, 소득코드, 패널 나이, 품질, 재배방법, 브랜드일반, 원산지, 주거방식, 지역, 가구주직업, 패널직업, 가구수, 자녀수 등 매우 세분화된 구매정보 항목들이 포함됨을 알 수 있다. 이와 같이, 본 발명에 따라 생성되는 상품구매정보는 기존의 통계조사에서 파악되는 대분류, 중분류에서 더 나아가 , 소분류(현미, 흑미, 등심, 삼겹살, 닭가슴살, 꽈리고추, 깐마늘, 거봉 등) 및 상품명(임금님표이천쌀, 농협안심한우, 제주돼지, 19도참이슬소주((주)진로) 등) 까지 상세히 카테고리화로 분류함으로써 마케팅 활용성 및 의사결정을 지원하는데 정확성과 세밀성을 높일 수 있다. 또한, 상품정보(상품 가격, 포장단위, 중량)까지도 파악이 가능하며 구매지(전통시장 vs 대형마트 등) 및 매장형태(대형할인점, 슈퍼마켓, 편의점 등)로 세분화된 정보 분석을 통해 정책입안자들의 정책판단(대형마트 규제 등) 등 매우 세밀한 레벨의 데이터축적 및 분석이 가능하도록 구현하였다.
도 4는 본 발명의 일실시예에 따른 상품구매정보 분석 방법을 도시한 흐름도이다. 도 4에 도시된 상품구매정보 분석방법은 상품분류코드를 관리하는 상품분류DB 및 소비자 패널 정보를 관리하는 패널정보 DB를 구비하는 상품구매정보 분석 장치에서 수행될 수 있다.
도시된 바와 같이, 단계(410)에서, 클라이언트 단말로부터 소비자 패널에 의해 스캔된 영수증 영상 데이터 및 소비자 패널에 의해 입력된 전자 기장 데이터를 수신한다.
단계(420)에서, 단계(410)에서 수신된 영수증 영상 데이터 및 전자 기장 데이터에 포함된 상품구매정보를 추출하여 상품구매목록을 생성한다.
단계(430)에서, 상기 상품구매목록을 클라이언트 단말에 전송하여 클라이언트 단말의 화면에 표시되도록 하여 패널에게 상기 상품구매목록에 대한 검증을 요청하여 검증 결과에 따라 상기 상품구매목록을 보완한다.
단계(440))에서, 상기 상품구매목록에 포함된 상품명 각각에 대한 상품분류코드를 상기 상품분류 DB로부터 검색한다.
단계(450)에서, 상기 상품구매목록의 상품구매정보를 상기 검색된 상품분류코드 및 상기 패널 코드와 함께 상품구매정보 DB에 저장한다. 일실시예에서, 상품구매정보 DB에 저장되는 정보는 상품명, 상품분류코드, 패널코드, 매장정보, 구매일시, 가격, 수량, 구매중량, 단위, 재배방식, 원산지 정보중 적어도 하나의 항목을 포함할 수 있다.
또한, 상기 상품구매정보에 포함된 패널 코드를 이용하여 패널정보 DB로부터 패널 코드에 대응하는 패널 정보를 검색하고 상기 검색된 패널정보를 대응하는 상품구매정보와 함께 상기 구매상품정보 DB에 또한 저장하는 단계를 더 포함할 수 있다.
단계(460)에서, 상기 상품구매정보 DB에 저장된 적어도 하나의 항목 데이터를 분석하여 운영자에 의해 요구되는 다양한 유형의 통계 데이터를 생성한다.
한편, 도면에 도시되지는 않았으나, 상기 방법은, 신규 상품명이 수신되면, 상기 신규 상품명에 대한 상품분류코드를 생성하고 상기 신규 상품명과 함께 상기 상품분류DB에 등록하는 단계를 더 포함할 수 있다.
본 발명의 실시예에 따른 방법 및 장치는 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다.
컴퓨터 판독 가능 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 분야 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 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. 또한 상술한 매체는 프로그램 명령, 데이터 구조 등을 지정하는 신호를 전송하는 반송파를 포함하는 광 또는 금속선, 도파관 등의 전송 매체일 수도 있다. 프로그램 명령의 예에는 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.
이제까지 본 발명에 대하여 그 실시예들을 중심으로 살펴보았다. 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.

Claims (12)

  1. 복수의 클라이언트 단말과 네트워크를 통해 연결되는 상품구매정보 분석 장치에 있어서,
    상품별로 대분류 코드, 중분류 코드, 소분류 코드 및 상품명 코드를 포함하는 상품분류코드를 관리하는 상품분류 DB와,
    상기 클라이언트 단말로부터 소비자 패널에 의해 스캔된 영수증 영상 데이터 및 소비자 패널에 의해 입력된 전자 기장 데이터를 수신하고 상기 데이터에 포함된 상품구매정보를 추출하여 상품구매목록을 생성하는 구매정보 수신부와,
    상기 생성된 상품구매목록을 상기 클라이언트 단말에 전송하여 상기 클라이언트 단말의 화면에 표시되도록 하여 패널에게 상기 상품구매목록에 대한 검증을 요청하여 검증 결과에 따라 상기 상품구매목록을 보완하는 구매정보 보완부와,
    상기 상품구매목록에 포함된 구매상품정보의 상품명 각각에 대한 상품분류코드를 상기 상품분류 DB로부터 검색하는 상품코드 검색부와,
    상기 상품구매목록의 상품구매정보를 상기 검색된 상품분류코드 및 상기 패널 코드와 함께 저장하는 상품구매정보 DB
    를 포함하는 상품구매정보 분석 장치.
  2. 제1항에 있어서, 신규 상품명이 수신되면 상기 신규 상품명에 대한 상품분류코드를 생성하고 상기 신규 상품명과 함께 상기 상품분류DB에 등록하는 상품코드 등록부를 더 포함하는 상품구매정보 분석 장치.
  3. 제1항에 있어서, 상기 상품구매정보 DB에 저장되는 정보는 상품명, 상품분류코드, 패널코드, 매장정보, 구매일시, 가격, 수량, 구매중량, 단위, 재배방식, 원산지 정보중 적어도 하나의 항목을 포함하는 상품구매정보 분석 장치.
  4. 제1항에 있어서, 소비자 패널 각각에 대한 패널코드, 소득, 나이, 직업, 주거지역, 주거방식, 가구수, 자녀수, 쇼핑타입, 아침식수인원, 점심식수인원, 저녁식수인원, 외식회수, 평균외식비용, 쇼핑교통수단, 쇼핑시간, 부모동거여부중 적어도 하나의 항목을 포함하는 패널 정보를 저장하는 패널정보 DB을 더 포함하는 상품구매정보 분석 장치.
  5. 제4항에 있어서,
    상기 패널 코드를 이용하여 상기 패널정보 DB로부터 상기 패널 코드에 대응하는 패널 정보를 검색하는 패널정보 검색부를 더 포함하고,
    상기 패널정보 검색부에 의해 검색된 상기 패널정보는 상기 상품구매정보 DB에 또한 저장되는 상품구매정보 분석 장치.
  6. 제4항 또는 제5항에 있어서, 상기 상품구매정보 DB에 저장된 상품구매정보의 적어도 하나의 항목 데이터를 분석하여 운영자에 의해 요구되는 통계 데이터를 생성하는 구매정보 분석부를 더 포함하는 상품구매정보 분석 장치.
  7. 상품분류코드를 관리하는 상품분류DB 및 소비자 패널 정보를 관리하는 패널정보 DB를 구비하는 상품구매정보 분석 장치에서 상품구매정보를 분석하는 방법에 있어서, 상기 방법은,
    클라이언트 단말로부터 소비자 패널에 의해 스캔된 영수증 영상 데이터 및 소비자 패널에 의해 입력된 전자 기장 데이터를 수신하는 단계와,
    상기 영수증 영상 데이터 및 상기 전자 기장 데이터에 포함된 상품구매정보를 추출하여 상품구매목록을 생성하는 단계와,
    상기 생성된 상품구매목록을 상기 클라이언트 단말에 전송하여 상기 클라이언트 단말의 화면에 표시되도록 하여 패널에게 상기 상품구매목록에 대한 검증을 요청하여 검증 결과에 따라 상기 상품구매목록을 보완하는 단계와,
    상기 상품구매목록에 포함된 상품명 각각에 대한 상품분류코드를 상기 상품분류 DB로부터 검색하는 단계와,
    상기 상품구매목록의 상품구매정보를 상기 검색된 상품분류코드 및 상기 패널 코드와 함께 상품구매정보 DB에 저장하는 단계
    를 포함하는 상품구매정보 분석 방법.
  8. 제7항에 있어서,
    상기 상품구매정보에 포함된 패널 코드를 이용하여 상기 패널정보 DB로부터 패널 코드에 대응하는 패널 정보를 검색하고 상기 검색된 패널정보를 대응하는 상품구매정보와 함께 상기 상품구매정보 DB에 또한 저장하는 단계를 더 포함하는 상품구매정보 분석 방법.
  9. 제7항에 있어서, 신규 상품명이 수신되면 상기 신규 상품명에 대한 상품분류코드를 생성하고 상기 신규 상품명과 함께 상기 상품분류DB에 등록하는 단계
    를 더 포함하는 상품구매정보 분석 방법.
  10. 제7항에 있어서, 상기 상품구매정보 DB에 저장되는 정보는 상품명, 상품분류코드, 패널코드, 매장정보, 구매일시, 가격, 수량, 구매중량, 단위, 재배방식, 원산지 정보중 적어도 하나의 항목을 포함하는 상품구매정보 분석 방법.
  11. 제7항에 있어서, 상기 패널정보 DB에 저장되는 패널 정보는 소비자 패널 각각에 대한 패널코드, 소득, 나이, 직업, 주거지역, 주거방식, 가구수, 자녀수, 쇼핑타입, 아침식수인원, 점심식수인원, 저녁식수인원, 외식회수, 평균외식비용, 쇼핑교통수단, 쇼핑시간, 부모동거여부중 적어도 하나의 항목을 포함하는 상품구매정보 분석 방법.
  12. 제7항에 있어서, 상기 상품구매정보 DB에 저장된 적어도 하나의 항목 데이터를 분석하여 운영자에 의해 요구되는 통계 데이터를 생성하는 단계를 더 포함하는 상품구매정보 분석 방법.
KR20130059327A 2013-05-24 2013-05-24 구매정보 분석 장치 및 방법 KR20140138512A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR20130059327A KR20140138512A (ko) 2013-05-24 2013-05-24 구매정보 분석 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR20130059327A KR20140138512A (ko) 2013-05-24 2013-05-24 구매정보 분석 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20140138512A true KR20140138512A (ko) 2014-12-04

Family

ID=52459189

Family Applications (1)

Application Number Title Priority Date Filing Date
KR20130059327A KR20140138512A (ko) 2013-05-24 2013-05-24 구매정보 분석 장치 및 방법

Country Status (1)

Country Link
KR (1) KR20140138512A (ko)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017116769A1 (en) * 2015-12-31 2017-07-06 Slice Technologies, Inc. Purchase transaction data retrieval system with unobtrusive side channel data recovery
US9846902B2 (en) 2011-07-19 2017-12-19 Slice Technologies, Inc. Augmented aggregation of emailed product order and shipping information
US9875486B2 (en) 2014-10-21 2018-01-23 Slice Technologies, Inc. Extracting product purchase information from electronic messages
US9892384B2 (en) 2014-10-21 2018-02-13 Slice Technologies, Inc. Extracting product purchase information from electronic messages
KR20200055200A (ko) * 2018-11-12 2020-05-21 (주)휴메인시스템 농수축산을 업으로 하는 업인의 자동분류 방법
KR20200055201A (ko) * 2018-11-12 2020-05-21 (주)휴메인시스템 농수축산물의 품목 분류 및 단가 자동산출을 위한 방법
US11032223B2 (en) 2017-05-17 2021-06-08 Rakuten Marketing Llc Filtering electronic messages
US11803883B2 (en) 2018-01-29 2023-10-31 Nielsen Consumer Llc Quality assurance for labeled training data

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9846902B2 (en) 2011-07-19 2017-12-19 Slice Technologies, Inc. Augmented aggregation of emailed product order and shipping information
US10055718B2 (en) 2012-01-12 2018-08-21 Slice Technologies, Inc. Purchase confirmation data extraction with missing data replacement
US9875486B2 (en) 2014-10-21 2018-01-23 Slice Technologies, Inc. Extracting product purchase information from electronic messages
US9892384B2 (en) 2014-10-21 2018-02-13 Slice Technologies, Inc. Extracting product purchase information from electronic messages
WO2017116769A1 (en) * 2015-12-31 2017-07-06 Slice Technologies, Inc. Purchase transaction data retrieval system with unobtrusive side channel data recovery
US11032223B2 (en) 2017-05-17 2021-06-08 Rakuten Marketing Llc Filtering electronic messages
US11803883B2 (en) 2018-01-29 2023-10-31 Nielsen Consumer Llc Quality assurance for labeled training data
KR20200055200A (ko) * 2018-11-12 2020-05-21 (주)휴메인시스템 농수축산을 업으로 하는 업인의 자동분류 방법
KR20200055201A (ko) * 2018-11-12 2020-05-21 (주)휴메인시스템 농수축산물의 품목 분류 및 단가 자동산출을 위한 방법

Similar Documents

Publication Publication Date Title
KR20140138512A (ko) 구매정보 분석 장치 및 방법
Courtemanche et al. Competing with Costco and Sam's Club: Warehouse club entry and grocery prices
Monier-Dilhan Food labels: consumer’s information or consumer’s confusion
Chamhuri et al. Segmentation of Malaysian shoppers by store choice behaviour in their purchase of fresh meat and fresh produce
Tin et al. Supermarket sales data: feasibility and applicability in population food and nutrition monitoring
Busch Individual choice and social values: Choice in the agrifood sector
KR102309855B1 (ko) B급 농산물 거래 플랫폼 시스템
Martin et al. Fundamental basket size patterns and their relation to retailer performance
EP2955685A1 (en) Interactive vending system and method for selling goods in both actual exhibit spot and online shop
CN107833061A (zh) 一种针对零售农产品智能配送方法
US10825044B2 (en) System and method for recipe identification and classification
Sullivan et al. Are Farmers' Market Shoppers Different From Cross-Shoppers? The Case of Hawaiian Avocado Purchasers
KR20160022427A (ko) 바이럴 마케팅을 이용한 쌀 판매 시스템 및 그 방법
Baker et al. Consumer nutrition environment measurements for nutrient-dense food availability and food sustainability: a scoping review
Guldiken et al. Food traceability
Martinez-de-Ibarreta et al. Is it worth getting labeled? The case of MSC-certified seafood
JP2006048603A (ja) 商品検索システム、商品検索方法、およびコンピュータプログラム
JP5466097B2 (ja) 消費者属性情報取得システム及び消費者属性情報取得方法
das Nair et al. Digital Technology Adoption in Agro-processing Value Chains
Kenney et al. COVID-19’s Impact Upon Labor and Value Chains in the Agrifood System
Chang et al. The Australian organic food products market: Overview, issues and research needs
Choi et al. Understanding Product Attributes Associated with Food Sales: Sensory Attributes for Online Versus Offline Options of a Multi-channel Retailer
Nandonde et al. Empirical studies of food retailing in developing economies
Rizaldi et al. The Analysis of a Culinary Business Marketing Strategy Through Online Media
Benedek et al. Differences of small-scale farmers and the related short agri-food value chains An empirical evidence from Hungary

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
X601 Decision of rejection after re-examination