KR20160029885A - 방문 고객 추정 방법 - Google Patents

Abstract

본 발명에 따른 방문 고객 추정 방법은, 존 내에 설치된 AP로부터 수집한 휴대 단말의 와이-파이 신호로부터 추출한 수신 전계 강도(RSSI)와 기 설정된 신호 세기 임계 조건에 의거하여 서버 방문 판단 수를 도출하는 과정과, 상기 존을 실제 방문하는 고객의 모니터링을 통해 획득되는 실측 방문 고객 수를 수집하는 과정과, 예상 방문 고객 수의 산출을 위한 고객 예상 조건을 생성하고, 생성된 상기 고객 예상 조건에 의거하여 예상 방문 수를 산출하는 과정과, 산출된 상기 예상 방문 수와 수집된 상기 실측 방문 고객 수에 의거하여 고객 상관 비율을 산출하는 과정과, 도출된 상기 서버 방문 판단 수와 산출된 상기 고객 상관 비율에 의거하여 방문 고객 추정 수를 결정하는 과정을 포함할 수 있다.

Description

방문 고객 추정 방법{VISIT CUSTOMER ESTIMATING METHOD}

본 발명은 휴대 단말을 이용하여 방문 고객을 관리하는 기법에 관한 것으로, 더욱 상세하게는 휴대 단말로부터 송출되는 와이-파이(Wi-Fi) 신호와 존 방문 실측 데이터에 기반하여 오프라인 존(zone) 또는 매장에서의 고객(이용객) 방문 관리를 실현하는데 적합한 방문 고객 추정 방법에 관한 것이다.

일반적으로, 주거 지역과 대비되는 상업 지역 등에는 개별 건물 단위의 다양한 형태 또는 크기의 매장(상점 또는 가게)이나 혹은 다수의 매장들의 밀집되는 형태로 된 상업 건물들이 다수 존재할 수 있는데, 이러한 각 매장들은, 효율적인 매출 관리 및 미래 예측 등을 위해, 매장을 방문하는 고객들에 대한 실효적인 통계 관리가 필요한 것이 현실이다.

예컨대, 매장에 들어 온 후 일정시간 동안 매장에 체류, 즉 방문한 매장에서 제품 또는 서비스를 구매할 수 있을 정도의 시간만큼 체류하는 방문 고객의 실효적인 수를 시간대별, 일별, 요일별, 주별, 월별, 분기별로 카운트하여 통계 분석할 수 있다면, 이러한 통계 분석 자료를 통해 효율적인 고객 확보 및 홍보 전략 등을 수립함으로써, 미래 매출의 극대화를 도모할 수 있을 것이다.

그러나, 현재로서는 특정 역역(예컨대, 학원 등)으로의 출입(등, 하원) 여부를 관리 서비스하거나 혹은 그 출입 여부를 인증해 주는 서비스들만이 제시되고 있을 뿐 매장 출입의 실제 방문 고객수를 스마트하게 관리해 주는 서비스 모델에 대해서는 어떠한 제시나 제안도 없는 실정이다.

대한민국 공개특허 제10-2007-0084848호, 공개일자 2007년 08월 27일. 대한민국 공개특허 제10-2012-0010877호, 공개일자 2012년 02월 06일. 대한민국 등록특허 제10-1329520호, 공고일자 2013년 11월 20일.

본 발명은, 존 또는 매장(이하, 설명의 편의와 이해의 증진을 위해 매장이라 통칭함) 내 AP로부터 수집한 휴대 단말의 와이-파이 신호와 수신 전계 강도(RSSI)에 기반하여 도출한 서버 방문 판단 수, 매장을 실제 출입하는 실측 방문 고객 수 및 고객 예상 조건을 통해 산출한 예상 방문 수에 의거하여 방문 고객 추정 수를 산출 및 관리 서비스해 줄 수 있는 새로운 방문 고객 추정 기법을 제안하고자 한다.

본 발명이 해결하고자 하는 과제는 상기에서 언급한 것으로 제한되지 않으며, 언급되지 않은 또 다른 해결하고자 하는 과제는 아래의 기재들로부터 본 발명이 속하는 통상의 지식을 가진 자에 의해 명확하게 이해될 수 있을 것이다.

본 발명은, 일 관점에 따라, 존 내에 설치된 AP로부터 수집한 휴대 단말의 와이-파이 신호로부터 추출한 수신 전계 강도(RSSI)와 기 설정된 신호 세기 임계 조건에 의거하여 서버 방문 판단 수를 도출하는 과정과, 상기 존을 실제 방문하는 고객의 모니터링을 통해 획득되는 실측 방문 고객 수를 수집하는 과정과, 예상 방문 고객 수의 산출을 위한 고객 예상 조건을 생성하고, 생성된 상기 고객 예상 조건에 의거하여 예상 방문 수를 산출하는 과정과, 산출된 상기 예상 방문 수와 수집된 상기 실측 방문 고객 수에 의거하여 고객 상관 비율을 산출하는 과정과, 도출된 상기 서버 방문 판단 수와 산출된 상기 고객 상관 비율에 의거하여 방문 고객 추정 수를 결정하는 과정을 포함하는 방문 고객 추정 방법을 제공한다.

본 발명은, 매장 내 AP로부터 수집한 휴대 단말의 와이-파이 신호와 수신 전계 강도(RSSI)에 기반하여 도출한 서버 방문 판단 수, 매장을 실제 출입하는 실측 방문 고객 수 및 고객 예상 조건을 통해 산출한 예상 방문 수에 의거하여 방문 고객 추정 수를 산출 및 관리 서비스해 줄 수 있으며, 이를 통해 효율적인 고객 관리/확보 및 홍보 전략을 수립할 수 있도록 함으로써, 매장에서의 방문 고객 관리 및 미래 매출 극대화를 실현할 수 있다.

도 1은 본 발명의 실시 예에 따른 방문 고객 추정 방법을 적용하는데 적합한 네트워크 기반의 고객 관리 서비스 시스템에 대한 계통도이다.
도 2는 본 발명의 실시 예에 따른 방문 고객 추정 장치에 대한 블록구성도이다.
도 3은 도 2에 도시된 서버 방문 도출부에 대한 세부적인 블록구성도이다.
도 4는 도 2에 도시된 예상 조건 생성부에 대한 세부적인 블록구성도이다.
도 5는 본 발명의 실시 예에 따라 방문 고객 추정 서비스를 제공하는 주요 과정을 도시한 순서도이다.
도 6은 본 발명의 실시 예에 따라 서버 방문 판단 수를 도출하는 세부적인 과정을 도시한 순서도이다.
도 7은 본 발명의 실시 예에 따라 고객 예상 조건을 생성하는 세부적인 과정을 도시한 순서도이다.
도 8은 본 발명에 따라 실측 방문 고객 수와 후보 예상 방문 수간의 상관도를 예시적으로 보여주는 그래프이다.

먼저, 본 발명의 장점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되는 실시 예들을 참조하면 명확해질 것이다. 여기에서, 본 발명은 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 발명의 범주를 명확하게 이해할 수 있도록 하기 위해 예시적으로 제공되는 것이므로, 본 발명의 기술적 범위는 청구항들에 의해 정의되어야 할 것이다.

아울러, 아래의 본 발명을 설명함에 있어서 공지 기능 또는 구성 등에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들인 것으로, 이는 사용자, 운용자 등의 의도 또는 관례 등에 따라 달라질 수 있음은 물론이다. 그러므로, 그 정의는 본 명세서의 전반에 걸쳐 기술되는 기술사상을 토대로 이루어져야 할 것이다.

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시 예에 대하여 상세하게 설명한다.

도 1은 본 발명의 실시 예에 따른 방문 고객 추정 방법을 적용하는데 적합한 네트워크 기반의 고객 관리 서비스 시스템에 대한 계통도이다.

도 1을 참조하면, 네트워크 기반의 고객 관리 서비스 시스템은 다수의 AP(110/1 110/n)로 된 AP 그룹(110), 다수의 객체 식별기(120/1 120/n)로 된 객체 식별기 그룹(120), 네트워크(130), 매장 고객 관리 서버(140) 및 다수의 관리자 단말(150/1 150/n)로 된 관리자 단말 그룹(150) 등을 포함할 수 있다.

먼저, AP 그룹(110) 내 각 AP(110/1 110/n)는 존 또는 매장 내 임의의 위치(예컨대, 존 또는 매장 중앙, 존 또는 매장 입구 등)에 설치되어 기 설정된 자신의 서비스 영역에 들어 온 휴대 단말(예컨대, 존 또는 매장 주변을 유동하는 사용자 또는 매장을 방문하는 사용자가 휴대하고 있는 휴대폰, 스마트폰, PMP, 스마트패드, 스마트북, 태블릿 PC, 넷북, 노트북 등의 통신 단말)들에게 와이-파이 기반의 무선 데이터 서비스를 제공하는 무선 접속 장치(Access Point)를 의미할 수 있다. 이하에서는, 설명의 편의와 이해의 증진을 위해 존 또는 매장의 명칭을 매장으로 통칭하여 설명한다.

이러한 AP(또는 센싱 AP)는 매장의 형태 및 크기 등에 따라 하나의 매장 내에 하나 또는 다수개가 설치되어 자신의 서비스 영역에 들어 온 휴대 단말들로부터 수신되는 와이-파이 신호를 획득하여 네트워크(120)를 통해 매장 고객 관리 서버(130)로 전송하는 등의 기능을 제공할 수 있다. 이때, 각 AP로부터 매장 고객 관리 서버(130)로 전송되는 와이-파이 신호는, 예컨대 고객 MAC 어드레스, 수신 세기(즉, 수신 전계 강도: RSSI), 방문 일시 및 매장 ID(또는 존 ID) 등을 포함할 수 있다.

그리고, 객체 식별기 그룹(120) 내 각 객체 식별기(120/1 120/n)는, 매장의 소정 위치(예컨대, 출입구 부근)에 설치되어 매장으로 들어오는 이동 객체(즉, 사람)를 감지(출입 모니터링)하는 장치를 의미할 수 있는 것으로, 이러한 각 객체 식별기는, 예컨대 화상 카메라 또는 적외선 카메라 등으로 구성될 수 있다. 여기에서, 각 객체 식별기는 매장에 진입하는 이동 객체의 감지신호를 일정 주기(예컨대, 실시간 감지 주기, 시간대별 주기, 일별 주기 등)로 네트워크(130)를 통해 매장 고객 관리 서버(140)로 전송할 수 있다.

여기에서, 네트워크(130)는, 예컨대 2세대(2G) 통신망, 3세대(3G) 통신망, 4세대(4G) 통신망, 5세대(5G) 통신망 중 어느 하나이거나 혹은 적어도 둘 이상의 통신망을 복합적으로 포함하는 무선 통신망과 유선 인터넷 등으로 된 유선 통신망 등을 포함할 수 있다.

다음에, 매장 고객 관리 서버(140)는, 실질적으로 본 발명에 따른 와이-파이 기반의 매장 고객 관리 장치를 포함하여 본 발명에 따라 제공되는 와이-파이 기반의 고객 관리 서비스를 각 매장의 관리자에게 제공할 수 있다. 이를 위해, 와이-파이 기반의 매장 고객 관리 장치는, 일례로서 도 2에 도시된 바와 같은 구성을 가질 수 있는데, 이들 각 구성부재에서 수행되는 구체적인 서비스 기능들에 대해서는 도 2 내지 도 8을 참조하여 후에 상세하게 기술될 것이다. 여기에서, 매장 고객 관리 버서(140)는 존 고객 관리 서버로 정의될 수 있다.

그리고, 관리자 단말 그룹(150) 내 각 관리자 단말(150/1 150/n)은 각 매장 관리자자들이 사용(또는 소유)하고 있는 휴대 단말(예컨대, 휴대폰, 스마트폰, PMP, 스마트패드, 스마트북, 태블릿 PC, 넷북, 노트북 등) 등을 의미하거나 혹은 인터넷 접속 수단 등을 구비하여 네트워크(130)를 통해 매장 고객 관리 서버(140)에 접속 가능한 유선 통신 단말(예컨대, 데스크 탑 컴퓨터, 노트북 컴퓨터, 태블릿 PC, 넷북 등) 등을 의미할 수 있다.

이러한 각 관리자 단말(150/1 150/n)은 본 발명에 따라 매장 고객 관리 서버(140)로부터 무선 또는 유선을 통해 온라인 제공되는 와이-파이 기반의 매장 고객 관리 서비스를 제공받을 수 있다.

도 2는 본 발명의 실시 예에 따른 방문 고객 추정 장치에 대한 블록구성도로서, 크게 구분해 볼 때, 매장 관리 프로세스 모듈(210)과 데이터베이스(220) 등을 포함할 수 있다.

도 2를 참조하면, 매장 관리 프로세스 모듈(210)은 서버 방문 도출부(211), 실측 방문 수집부(212), 예상 조건 생성부(213), 상관 비율 산출부(214), 방문 고객 추정부(215) 및 데이터 전송부(216) 등을 포함할 수 있다.

먼저, 서버 방문 도출부(211)는 기 설정된 서비스 영역을 갖는 각 매장 내 AP로부터 수집한 휴대 단말의 와이-파이 신호로부터 추출한 수신 전계 강도(RSSI)와 기 설정된 신호 세기 임계 조건 등에 의거하여 서버 방문 판단 수를 도출하는 등의 기능을 제공할 수 있는데, 이를 위해 서버 방문 도출부(211)는, 일례로서 도 3에 도시된 바와 같은 구성을 포함할 수 있다.

도 3은 도 2에 도시된 서버 방문 도출부에 대한 세부적인 블록구성도로서, 신호 수집부(2111), 패킷 판별부(2112), 신호 세기 추출부(2113), 매장 단말 관리부(2114), 방문 단말 결정부(2115) 및 상주 단말 필터링부(2116) 등을 포함할 수 있다.

도 3을 참조하면, 신호 수집부(2111)는 기 설정된 서비스 영역을 갖는 각 매장 내 AP로부터 네트워크(130)를 통해 초 단위로 수신되는 휴대 단말의 와이-파이 신호(와이-파이 로(Raw) 데이터)를 수집하여 도 2의 데이터베이스(220)에 저장하는 등의 기능을 제공할 수 있다. 여기에서, 와이-파이 신호(로 데이터)는, 예컨대 고객 MAC 어드레스, 수신 세기(즉, 수신 전계 강도: RSSI), 방문 일시 및 매장 ID 등을 포함할 수 있다.

그리고, 패킷 판별부(2112)는 신호 수집부(2111)를 통해 수집되어 데이터베이스(220)에 저장된 와이-파이 신호들을 분석하여 와이-파이 신호가 데이터 패킷(데이터 프레임)인지 혹은 기타 패킷(기타 프레임)인지의 여부를 판별(와이-파이 패킷의 종류 판별)하고, 데이터 패킷일 때 그 판별 결과를 매장 단말 관리부(2114)로 전달하고, 기타 패킷일 때 그 판별 결과를 신호 세기 추출부(2113)로 전달하는 등의 기능을 제공할 수 있다. 여기에서, 기타 패킷(기타 프레임)은, 예컨대 Association Frame, Disassociation Frame, De-authentication Frame 등을 의미할 수 있다.

또한, 신호 세기 추출부(2113)는, 예컨대 1분 주기로 동일 단말 MAC으로 로 데이터를 그룹핑하고, 그룹핑된 로 데이터들로부터 최대 신호 세기, 즉 최대값의 수신 전계 강도(RSSI)를 추출하여 매장 단말 관리부(2114)로 전달하는 등의 기능을 제공할 수 있다. 여기에서, 동일 단말 MAC으로 그룹핑되는 로 데이터의 그룹핑 주기는 필요에 따라 더 짧거나 혹은 긴 주기로 변경될 수 있다.

다음에, 매장 단말 관리부(2114)는 패킷 판별부(2112)로부터 데이터 패킷(데이터 프레임) 판별 결과가 제공될 때 해당 휴대 단말을 매장에 진입(입장)한 방문 고객 단말로 인식(처리)하여 데이터베이스(220)에 저장하는 등의 기능을 제공할 수 있다. 여기에서, 매장 단말 관리부(2114)는 존 단말 관리부로 정의될 수 있다.

또한, 매장 단말 관리부(2114)는 신호 세기 추출부(2113)로부터 전달되는 최대값의 수신 전계 강도(RSSI)가 기 설정된 신호 세기 임계 조건을 충족시키는 지의 여부를 판별하고, 최대값의 수신 전계 강도(RSSI)가 기 설정된 신호 세기 임계 조건을 충족시킬 때 해당 단말을 방문 고객 단말로 인식하여 조건 충족 체크 횟수 정보와 함께 데이터베이스(220)에 저장하는 등의 기능을 제공할 수 있다. 여기에서, 방문 고객 단말이라 함은 매장 내로 들어온(진입한) 휴대 단말을 의미할 수 있다.

그리고, 신호 세기 임계 조건은, 매장 형태(예컨대, 밀집 매장, 단독 매장, 도로 인접 매장, 건물 내부 매장 등)에 따라 RSSI 필터링 기준 값(매장 분류에 따른 RSSI 임계치의 프로파일링 값)이 유동적으로 적용될 수 있고, 매장 크기(예컨대, 대형, 중형, 소형, 건물 층수 등)에 따라 RSSI 필터링 기준 값이 유동적으로 적용될 수 있으며, AP의 설치 위치(매장 중앙, 매장 입구 등), 즉 AP의 설치 위치 및 설치 위치로부터 매장 경계 간 최소/최대 거리 등에 따라 RSSI 필터링 기준 값이 유동적으로 적용될 수 있다. 또한, 각 매장에는 그 크기나 형태 등에 따라 다수개의 AP가 설치될 수 있는데, 이 경우 사용자의 MAC별로 그룹핑하여 처리하도록 설계될 수 있다.

또한, 신호 세기 임계 조건은, 휴대 단말에 탑재된 단말 OS(예컨대, 단말 OS의 종류 및 버전 등)에 따라 다른 값으로 차등 적용될 수 있다. 예컨대, 와이-파이 MAC 어드레스는 6개의 옥텟(octet)으로 구성되는데, 앞의 3개 옥텟을 보고 단말 OS의 종류 및 버전 등을 체크할 수 있으며, 이러한 단말 OS 종류 등의 구분을 통해 신호 세기의 임계 조건 범위를 차등 적용할 수 있다.

또한, 매장 단말 관리부(2114)는 방문 고객 단말 또는 매장 방문 단말로 데이터베이스(220)에 기 등록된 휴대 단말로부터 수집한 와이-파이 신호(예컨대, 1분 주기마다 동일 단말 MAC으로 그룹핑한 로 데이터)로부터 추출한 최대값의 수신 전계 강도(RSSI)가 신호 세기 임계 조건 범위 이하인 것으로 판단될 때, 해당 단말(단말 보유 고객)이 매장 밖으로 진출(퇴장)한 것으로 간주하여 데이터베이스(220)에 해당 휴대 단말의 매장 진출(퇴장)을 저장하는 등의 기능을 제공할 수 있다. 여기에서, 매장 방문 단말은 존 방문 단말로 정의될 수 있다.

다음에, 방문 단말 결정부(2115)는 방문 고객 단말이 기 설정된 체류 시간 조건을 충족시킬 때 해당 방문 고객 단말을 매장 방문 단말로 판별, 즉 기 설정된 체류 판단 기준 시간(예컨대, 10분, 15분, 20분, 30분 등) 동안에 기 설정된 주기 횟수(예컨대, 1분 주기의 3회, 4회 등)만큼 기 설정된 신호 세기 임계 조건을 충족시키는 패킷이 해당 방문 고객 단말로부터 수집될 때, 기 설정된 체류 시간 조건을 충족시키는 것으로 판별하여 해당 방문 고객 단말을 매장 방문 단말로 분류 및 집계한 후 데이터베이스(220)에 저장하며, 분류된 매장 방문 단말들의 개수를 서버 방문 판단 수로 결정하는 등의 기능을 제공할 수 있다.

여기에서, 매장 방문 단말이라 함은 매장에 들어 온 후 일정시간 동안 매장에 체류(예컨대, 방문한 매장에서 제품 또는 서비스를 구매할 수 있을 정도의 체류)하는 휴대 단말을 의미할 수 있다.

일례로서, 체류 판단 기준 시간이 20분이고, 기 설정된 주기 횟수가 1분 주기의 3회라고 가정할 때, 20분 이내에 1분 주기의 패킷(데이터 패킷 또는 제 2 신호 세기 임계 조건을 충족시키는 기타 패킷)이 3회 이상 수집될 때 해당 방문 고객 단말을 매장 방문 단말로 누적 집계하고, 20분 이내에 1분 주기의 패킷이 3회 이상 수집되지 않을 때 방문 고객 단말 상태를 그대로 유지하게 될 것이다.

즉, 본 발명에서는 네트워크(130)를 통해 AP로부터 수집된 와이-파이 신호가 데이터 패킷(데이터 프레임)이거나 혹은 1분 주기마다 동일 단말 MAC으로 그룹핑된 로 데이터로부터 추출한 최대값의 RSSI가 기 설정된 신호 세기 임계 조건을 충족시킬 때, 해당 매장에 대한 고객 관리 정보로서 해당 휴대 단말을 방문 고객 단말과 매장 방문 단말 중 어느 하나로 수집 및 관리할 수 있다.

여기에서, 방문 고객 단말로의 인식을 위한 신호 세기 임계 조건 및 매장 방문 단말로의 집계를 위한 체류 시간 조건은, 예컨대 기 설정된 관리 기준 조건으로 통칭될 수 있다.

다음에, 상주 단말 필터링부(2116)는 기 설정된 횟수 체크 기준시간(예컨대, 2H, 2.5H, 3H, 4H 등) 동안에 신호 세기 임계 조건 또는 체류 시간 조건을 충족시키는 횟수가 기 설정된 임계 횟수(예컨대, 20회, 25회, 30회 등)를 초과할 때 해당 단말의 MAC 어드레스를 데이터베이스(220)에 상주 단말로 등록하여 관리하고, 등록된 해당 상주 단말을 누적 집계된 매장 방문 단말에서 삭제(필터링)하는 등의 기능을 제공할 수 있다. 여기에서, 상주 단말이라 함은 매장 관리자 또는 매장 직원이 보유 또는 소유하고 있는 휴대 단말을 의미할 수 있는 것으로, 이러한 상주 단말이 고객 단말로 취급되어 매장 고객 관리를 위한 데이터에 반영되는 것을 방지하는 기능을 제공한다.

즉, 방문 단말 결정부(2115)는 상주 단말 필터링부(2116)를 통해 상주 단말들에 대한 데이터가 필터링(삭제)된 매장 방문 단말들의 개수를 서버 방문 판단 수로 결정하게 될 것이다.

다시, 도 2를 참조하면, 실측 방문 수집부(212)는 각 객체 식별기로부터 송출되어 네트워크(130)를 통해 수신되는 실측 방문 고객 수와 관련된 데이터들을 수집, 즉 매장을 실제 방문하는 고객의 감지(모니터링)를 통해 획득되는 실측 방문 고객 수를 수집하여 데이터베이스(220)에 저장하는 등의 기능을 제공할 수 있다.

그리고, 예상 조건 생성부(213)는 예상 방문 수의 산출을 위한 고객 예상 조건을 생성(선택)하고, 생성된 고객 예상 조건에 의거하여 예상 방문 수를 산출하는 등의 기능을 제공할 수 있는데, 이를 위해 예상 조건 생성부(213)는, 일례로서 도 4에 도시된 바와 같은 구성을 포함할 수 있다.

도 4는 도 2에 도시된 예상 조건 생성부에 대한 세부적인 블록구성도로서, 예상 조건 생성부(2131), 후보 방문 산출부(2132), 상관도 산출부(2133) 및 예상 조건 결정부(2134) 등을 포함할 수 있다.

도 4를 참조하면, 예상 조건 생성부(2131)는 방문 판단 주기, 방문 판단 횟수 및 RSSI 임계치 중 적어도 어느 하나 이상을 다르게 하는 조건을 갖는 다수의 후보 고객 예상 조건을 선택하는 등의 기능을 제공할 수 있다. 이를 위해, 데이터베이스(220)에는 단말의 OS 종류별로 기 설정된 다수의 후보 고객 예상 조건들에 대한 데이터들이 저장되어 있다.

일례로서, 방문 판단 주기, 방문 판단 횟수 및 RSSI 임계치를 아래와 같이 정의하는 다수의 후보 고객 예상 조건을 선택할 수 있다.

(1) 20분 / 2회 / 70dBm

(2) 20분 / 3회 / 70dBm

(3) 20분 / 3회 / 65dBm

다음에, 후보 방문 산출부(2132)는 예상 조건 생성부(2131)를 통해 선택된 각 후보 고객 예상 조건들 각각에 대해 후보 예상 방문 수들을 각각 산출하는 등의 기능을 제공할 수 있다.

그리고, 상관도 산출부(2133)는 후보 방문 산출부(2132)를 통해 산출된 각 후보 예상 방문 수와 실측 방문 수집부(212)를 통해 수집된 실측 방문 고객 수(실측 데이터)와의 상관도를 각각 산출하는 등의 기능을 제공할 수 있다. 여기에서, 상관도는 백분율로서 표현될 수 있는데, 일례로서 도 8에 도시된 바와 같이, 상술한 후보 고객 예상 조건(1)은 80%의 상관도를, 후보 고객 예상 조건(2)는 73%의 상관도를, 후보 고객 예상 조건(3)은 57%의 상관도를 각각 갖는 것으로 산출될 수 있다.

다음에, 예상 조건 결정부(2134)는 각 후보 고객 예상 조건별로 산출된 상관도들 중 상대적으로 상관도가 가장 큰(실측 데이터와 패턴이 가장 유사한) 후보 고객 예상 조건을 고객 예상 조건으로 결정하여 도 2의 상관 비율 산출부(214)로 전달하는 등의 기능을 제공할 수 있다. 예컨대, 상술한 3개의 후보 고객 예상 조건들 중 상관도가 상대적으로 가장 큰 부호 고객 예상 조건(3)이 고객 예상 조건으로 결정될 수 있다.

다시, 도 2를 참조하면, 상관 비율 산출부(214)는 도 4의 예상 조건 결정부(2134)를 통해 결정된 고객 예상 조건을 적용하여 산출된 예상 방문 수와 실측 방문 수집부(212)를 통해 수집된 실측 방문 고객 수에 의거하여 고객 상관 비율을 산출하여 방문 고객 추정부(215)로 전달하는 등의 기능을 제공할 수 있다.

예컨대, 실측 방문 고객 수가 648이고, 예상 방문 수가 375라고 가정할 때, 상관 비율 산출부(214)에서는 648을 375로 나눔으로써 1.728이라는 상관 비율을 산출할 수 있을 것이다.

다음에, 방문 고객 추정부(215)는 서버 방문 도출부(211)를 통해 도출된 서버 방문 판단 수와 상관 비율 산출부(214)를 통해 산출된 고객 상관 비율에 의거하여 방문 고객 추정 수를 결정(계산)하고, 이 계산된 방문 고객 추정 수를 데이터베이스(220)에 저장하는 등의 기능을 제공할 수 있다. 여기에서, 방문 고객 추정 수는, 예컨대 시간대별, 일별, 요일별, 주간별, 월별, 분기별 등으로 분류되어 산출될 수 있다.

예컨대, 상관 비율이 1.728이고 서버 방문 판단 수가 300인 경우라고 가정할 때, 방문 고객 추정부(215)에서는 1.728과 300을 곱함으로써 518명이라는 방문 고객 추정 수를 산출하게 될 것이다.

그리고, 데이터 전송부(216)는, 예컨대 시간대별, 일별, 요일별, 주간별, 월별, 분기별 등으로 분류되어 산출되어 데이터베이스(220)에 저장되어 있는 데이터들을 인출하여 그래프 형식, 표 형식 또는 숫자 형식으로 표현될 수 있는 방문 고객 추정 통계 분석 자료를 생성하고, 이와 같이 생성되는 방문 고객 추정 통계 분석 자료를 해당 매장의 관리자 단말로 전송하는 등의 기능을 제공할 수 있다. 여기에서 방문 고객 추정 통계 분석 자료는 기 설정된 주기 단위(예컨대, 일간 단위, 주간 단위, 월간 단위, 분기 단위 등)로 해당 관리자 단말로 자동 전송되거나 혹은 사용자로부터 서비스 요청이 있을 때마다 생성되어 해당 관리자 단말로 전송될 수 있다.

다음에, 상술한 바와 같은 구성을 갖는 본 발명에 따른 매장 고객 관리 장치를 이용하여 와이-파이 기반으로 매장 고객 관리 서비스를 제공하는 일련의 과정들에 대하여 상세하게 설명한다.

도 5는 본 발명의 실시 예에 따라 방문 고객 추정 서비스를 제공하는 주요 과정을 도시한 순서도이다.

도 5를 참조하면, 각 매장에 설치된 AP에서는 자신의 서비스 영역에 들어 온 휴대 단말들로부터 수신되는 와이-파이 신호를 획득하여 네트워크(130)를 통해 매장 고객 관리 서버(140)로 전송하는데, 매장 고객 관리 서버(140) 내 서버 방문 도출부(211)에서는 수집된 휴대 단말의 와이-파이 신호로부터 추출한 수신 전계 강도(RSSI)와 기 설정된 신호 세기 임계 조건 등에 의거하여 서버 방문 판단 수를 도출하는데(단계 502), 이와 같이 서버 방문 판단 수를 도출하는 구체적인 과정들에 대해서는 도 6을 참조하면 상세하게 설명한다.

도 6은 본 발명의 실시 예에 따라 서버 방문 판단 수를 도출하는 세부적인 과정을 도시한 순서도이다.

도 6을 참조하면, 신호 수집부(2111)에서는 네트워크(130)를 통해 수신되는 휴대 단말의 와이-파이 신호(와이-파이 패킷 신호)를 수집하여 데이터베이스(220)에 저장한다(단계 602). 여기에서, 와이-파이 신호는, 예컨대 고객 MAC 어드레스, 수신 세기(즉, 수신 전계 강도: RSSI), 방문 일시 및 매장 ID 등을 포함할 수 있다.

이어서, 패킷 판별부(2112)에서는 데이터베이스(220)로부터 수집된 와이-파이 신호를 인출 및 분석함으로써(단계 604), 해당 와이-파이 신호가 데이터 패킷(데이터 프레임)인지 혹은 기타 패킷(기타 프레임)인지의 여부를 판별(체크)한다(단계 606). 여기에서, 기타 패킷은, 예컨대 Association Frame, Disassociation Frame, De-authentication Frame 등을 의미할 수 있다.

상기 단계(606)에서의 체크 결과, 해당 와이-파이 신호가 데이터 패킷인 것으로 판별될 때, 처리는 후술하는 단계(612)로 진행되며, 패킷 판별부(2112)로부터 이를 통지받은 매장 단말 관리부(2114)에서는 해당 휴대 단말을 매장에 진입(입장)한 방문 고객 단말로 인식하여 데이터베이스(220)에 저장한다. 여기에서, 와이-파이 신호가 데이터 패킷인지를 판별(체크)한다는 것은 해당 휴대 단말이 프로브 요청(Probe Request)을 받는 단계인지 혹은 인증에 성공하여 AP에 접속한 단계인지를 체크하는 것을 의미할 수 있다.

다음에, 신호 세기 추출부(2113)는, 패킷 추출부(2112)로부터 기타 패킷임이 통지될 때, 예컨대 1분 주기로 동일 단말 MAC으로 로 데이터를 그룹핑하고, 그룹핑된 로 데이터들로부터 최대 신호 세기, 즉 최대값의 수신 전계 강도(RSSI)를 추출한 후 매장 단말 관리부(2114)로 전달한다(단계 608).

이에 응답하여, 매장 단말 관리부(2114)에서는 최대값의 수신 전계 강도(RSSI)가 기 설정된 신호 세기 임계 조건을 충족시키는 지의 여부를 체크한다(단계 610). 여기에서, 신호 세기 임계 조건은 휴대 단말에 탑재된 단말 OS(예컨대, 단말 OS의 종류 및 버전 등)에 따라 다른 값으로 차등 적용될 수 있다.

그리고, 기 설정된 신호 세기 임계 조건은, 매장 형태(예컨대, 밀집 매장, 단독 매장, 도로 인접 매장, 건물 내부 매장 등)에 따라 RSSI 필터링 기준 값이 유동적으로 적용될 수 있고, 매장 크기(예컨대, 대형, 중형, 소형, 건물 층수 등)에 따라 RSSI 필터링 기준 값이 유동적으로 적용될 수 있으며, AP의 설치 위치(매장 중앙, 매장 입구 등), 즉 AP의 설치 위치 및 설치 위치로부터 매장 경계 간 최소/최대 거리 등에 따라 RSSI 필터링 기준 값이 유동적으로 적용될 수 있다.

상기 단계(610)에서의 체크 결과, 최대값의 수신 전계 강도(RSSI)가 기 설정된 신호 세기 임계 조건을 충족하는 것으로 판단되면, 매장 단말 관리부(2114)에서는 해당 대상 단말을 방문 고객 단말로 인식하여 조건 충족 체크 횟수 정보와 함께 데이터베이스(220)에 저장한다(단계 612). 여기에서, 방문 고객 단말은 매장 내로 들어온(진입한) 휴대 단말을 의미할 수 있다.

이후, 방문 단말 결정부(2115)에서는 해당 방문 고객 단말이 기 설정된 체류 시간 조건을 충족시키는 지의 여부를 판별(체크)한다(단계 614). 일례로서, 체류 판단 기준 시간이 20분이고, 기 설정된 주기 횟수가 1분 주기의 3회라고 가정할 때, 방문 단말 결정부(2115)는 20분 이내에 1분 주기의 데이터 프레임(기 설정된 신호 세기 임계 조건을 충족시키는 데이터 프레임)이 3회 이상 수집되었는지의 여부를 체크한다.

상기 단계(614)에서의 체크 결과, 기 설정된 체류 시간 조건을 충족시키는 것으로 판별되면, 방문 단말 결정부(2115)에서는 해당 방문 고객 단말을 매장 방문 단말로 분류 집계(누적 집계)하여 데이터베이스(220)에 저장한다(단계 616). 여기에서, 매장 방문 단말은 매장에 들어 온 후 일정시간 동안 매장에 체류(예컨대, 방문한 매장에서 제품 또는 서비스를 구매할 수 있을 정도의 체류)하는 휴대 단말을 의미할 수 있다.

그리고, 상주 단말 필터링부(2116)에서는 기 설정된 횟수 체크 기준시간(예컨대, 2H, 2.5H, 3H, 4H 등) 동안에 신호 세기 임계 조건 또는 체류 시간 조건을 충족시키는 횟수가 기 설정된 임계 횟수(예컨대, 20회, 25회, 30회 등)를 초과하는 지의 여부를 체크하고, 초과하는 것으로 판단될 때 해당 상주 단말을 누적 집계된 매장 방문 단말에서 삭제(필터링)한다(단계 618). 여기에서, 상주 단말을 필터링하는 것은 상주 단말이 고객 단말로 취급되어 매장 고객 관리를 위한 데이터에 반영되는 것을 방지하기 위해서이다.

이후, 방문 단말 결정부(2115)에서는 상주 단말 필터링부(2116)를 통해 상주 단말들에 대한 데이터가 필터링(삭제)된 분류된 매장 방문 단말들의 개수를 최종의 서버 방문 판단 수로 결정하여 데이터베이스(220)에 저장한다(단계 620).

그리고, 비록 도 6에서의 도시는 생략되었으나, 매장 단말 관리부(2114)에서는 방문 고객 단말 또는 매장 방문 단말로 데이터베이스(220)에 기 등록된 휴대 단말로부터 수집한 와이-파이 신호(예컨대, 1분 주기마다 동일 단말 MAC으로 그룹핑한 로 데이터)로부터 추출한 최대값의 수신 전계 강도(RSSI)가 기 설정된 신호 세기 임계 조건 범위 이하인지의 여부를 체크하는 프로세스를 진행할 수 있으며, 이러한 체크 프로세스의 진행 결과, 최대값의 수신 전계 강도(RSSI)가 기 설정된 신호 세기 임계 조건 범위 이하인 것으로 확인될 때 해당 단말(단말 보유 고객)이 매장 밖으로 진출(퇴장)한 것으로 간주하여 데이터베이스(220)에 해당 휴대 단말의 매장 진출(퇴장)을 저장하는 프로세스를 진행할 수 있다.

다시 도 5를 참조하면, 실측 방문 수집부(212)에서는 각 객체 식별기로부터 송출되어 네트워크(130)를 통해 수신되는 실측 방문 고객 수와 관련된 데이터들을 수집하여 데이터베이스(220)에 저장한다(단계 504).

그리고, 예상 조건 생성부(213)에서는 예상 방문 수의 산출을 위한 고객 예상 조건을 생성(선택)하고, 생성된 고객 예상 조건에 의거하여 예상 방문 수를 산출하는데(단계 506), 이와 같이 고객 예상 조건에 의거하여 예상 방문 수를 산출하는 구체적인 과정들에 대해서는 도 7을 참조하면 상세하게 설명한다.

도 7은 본 발명의 실시 예에 따라 고객 예상 조건을 생성하는 세부적인 과정을 도시한 순서도이다.

도 7을 참조하면, 예상 조건 생성부(2131)에서는 방문 판단 주기, 방문 판단 횟수 및 RSSI 임계치 중 적어도 어느 하나 이상을 다르게 하는 조건을 갖는 다수의 후보 고객 예상 조건을 선택한다(단계 702). 여기에서, 각 후보 고객 예상 조건들은 단말의 OS 종류별로 기 설정되어 데이터베이스(220)에 저장되어 있다.

그리고, 후보 방문 산출부(2132)에서는 선택된 각 후보 고객 예상 조건들에 각각 대응하는 후보 예상 방문 수들을 각각 산출한다(단계 704).

이후, 상관도 산출부(2133)에서는 후보 방문 산출부(2132)를 통해 산출된 각 후보 예상 방문 수와 실측 방문 수집부(212)를 통해 수집된 실측 방문 고객 수와의 상관도를 각각 산출하는데(단계 706), 이와 같이 산출되는 상관도는, 일례로서 도 8에 도시된 바와 같이, 백분율로서 표현될 수 있다.

다음에, 예상 조건 결정부(2134)에서는 각 후보 고객 예상 조건별로 산출된 상관도들 중 실측 방문 고객 수와 비교할 때 상대적으로 상관도가 가장 큰 후보 고객 예상 조건을 고객 예상 조건으로 결정한다(단계 708).

다시 도 5를 참조하면, 상관 비율 산출부(214)에서는 예상 조건 결정부(2134)를 통해 결정된 고객 예상 조건을 적용하여 산출된 예상 방문 수와 실측 방문 수집부(212)를 통해 수집된 실측 방문 고객 수에 의거하여 고객 상관 비율을 산출한다(단계 508). 예컨대, 실측 방문 고객 수가 648이고, 예상 방문 수가 375라고 가정할 때, 648을 375로 나눔으로써 1.728이라는 상관 비율을 산출할 수 있다.

이어서, 방문 고객 추정부(215)에서는 서버 방문 도출부(211)를 통해 도출된 서버 방문 판단 수와 상관 비율 산출부(214)를 통해 산출된 고객 상관 비율에 의거하여 방문 고객 추정 수를 결정(계산)한다(단계 510). 예컨대, 상관 비율이 1.728이고 서버 방문 판단 수가 300인 경우라고 가정할 때, 방문 고객 추정부(215)에서는 1.728과 300을 곱함으로써 518명이라는 방문 고객 추정 수를 산출한다.

여기에서, 방문 고객 추정 수는, 예컨대 시간대별, 일별, 요일별, 주간별, 월별, 분기별 등으로 분류되어 산출될 수 있으며, 이와 같이 산출되는 방문 고객 추정 수 정보는 방문 고객 추정 통계 분석 자료로서 가공(생성)되어 해당 매장의 관리자 단말로 전송(자동 전송 또는 사용자 요구에 따른 요청 전송)될 수 있다.

이상의 설명은 본 발명의 기술사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경 등이 가능함을 쉽게 알 수 있을 것이다. 즉, 본 발명에 개시된 실시 예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것으로서, 이러한 실시 예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다.

따라서, 본 발명의 보호 범위는 후술되는 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

본 발명의 실시 예에 의하면, 본 발명은, 매장 내 AP로부터 수집한 휴대 단말의 와이-파이 신호와 수신 전계 강도(RSSI)에 기반하여 도출한 서버 방문 판단 수, 매장을 실제 출입하는 실측 방문 고객 수 및 고객 예상 조건을 통해 산출한 예상 방문 수에 의거하여 방문 고객 추정 수를 산출 및 관리 서비스해 줄 수 있는 방문 고객 추정 기법을 제공할 수 있다.

이러한 기술적 구성을 포함하는 본 발명은 스마트한 매장 고객 관리를 통해 확보한 매장 고객 관련의 통계 분석 자료에 기반하여 효율적인 고객 확보 및 홍보 전략을 수립할 수 있으며, 이를 통해 매장에서의 방문 고객 관리 및 미래 매출 극대화를 실현할 수 있다.

210 : 매장 관리 프로세스 모듈 211 : 서버 방문 도출부
212 : 실측 방문 수집부 213 : 예상 조건 생성부
214 : 상관 비율 산출부 215 : 방문 고객 추정부
216 : 데이터 전송부 2111 : 신호 수집부
2112 : 패킷 판별부 2113 : 신호 세기 추출부
2114 : 매장 단말 관리부 2115 : 방문 단말 결정부
2116 : 상주 단말 필터링부 2131 : 예상 조건 생성부
2132 : 후보 방문 산출부 2133 : 상관도 산출부
2134 : 예상 조건 결정부

Claims (10)

1. 존 내에 설치된 AP로부터 수집한 휴대 단말의 와이-파이 신호로부터 추출한 수신 전계 강도(RSSI)와 기 설정된 신호 세기 임계 조건에 의거하여 서버 방문 판단 수를 도출하는 과정과,
   상기 존을 실제 방문하는 고객의 모니터링을 통해 획득되는 실측 방문 고객 수를 수집하는 과정과,
   예상 방문 고객 수의 산출을 위한 고객 예상 조건을 생성하고, 생성된 상기 고객 예상 조건에 의거하여 예상 방문 수를 산출하는 과정과,
   산출된 상기 예상 방문 수와 수집된 상기 실측 방문 고객 수에 의거하여 고객 상관 비율을 산출하는 과정과,
   도출된 상기 서버 방문 판단 수와 산출된 상기 고객 상관 비율에 의거하여 방문 고객 추정 수를 결정하는 과정
   을 포함하는 방문 고객 추정 방법.
   
2. 제 1 항에 있어서,
   상기 기 설정된 신호 세기 임계 조건은,
   단말 OS에 따라 다른 값으로 차등 적용되는
   방문 고객 추정 방법.
   
3. 제 1 항에 있어서,
   상기 실측 방문 고객 수는,
   상기 존의 소정 위치에 설치되어 상기 존을 출입하는 이동 객체를 감지하는 화상 카메라 또는 적외선 카메라를 통해 획득되는
   방문 고객 추정 방법.
   
4. 제 1 항에 있어서,
   상기 서버 방문 판단 수를 도출하는 과정은,
   존 내의 소정 위치에 설치된 AP로부터 휴대 단말의 와이-파이 신호를 수집하는 과정과,
   수집된 와이-파이 신호로부터 추출한 수신 전계 강도(RSSI)가 기 설정된 신호 세기 임계 조건을 충족시킬 때, 상기 휴대 단말을 방문 고객 단말로 인식하는 과정과,
   상기 방문 고객 단말이 기 설정된 체류 시간 조건을 충족시킬 때 존 방문 단말로 분류하는 과정과,
   분류된 존 방문 단말들의 개수를 상기 서버 방문 판단 수로 결정하는 과정
   을 포함하는 방문 고객 추정 방법.
5. 제 4 항에 있어서,
   상기 와이-파이 신호는,
   고객 MAC 어드레스, 수신 세기, 방문 일시 및 존 ID를 포함하는
   방문 고객 추정 방법.
   
6. 제 4 항에 있어서,
   상기 인식하는 과정은,
   상기 수집된 와이-파이 신호가 데이터 패킷인지를 체크하는 과정과,
   상기 데이터 패킷일 때 상기 휴대 단말을 방문 고객 단말로 처리하는 과정
   을 더 포함하는 방문 고객 추정 방법.
   
7. 제 4 항에 있어서,
   상기 분류하는 과정은,
   기 설정된 시간 동안 기 설정된 주기 횟수만큼 상기 신호 세기 임계 조건을 충족시키는 패킷이 상기 방문 고객 단말로부터 수집될 때, 상기 기 설정된 체류 시간 조건의 충족으로 판단하는
   방문 고객 추정 방법.
8. 제 4 항에 있어서,
   상기 분류하는 과정 이후에,
   상기 분류된 존 방문 단말들로부터 상주 단말의 존재 여부를 검출하는 과정과,
   상기 상주 단말의 존재가 검출될 때 존 방문 단말의 분류 집계로부터 상기 상주 단말을 삭제하는 과정
   을 더 포함하는 방문 고객 추정 방법.
   
9. 제 8 항에 있어서,
   상기 검출하는 과정은,
   상기 기 설정된 체류 시간 조건을 충족시키는 횟수가 기 설정된 주기 동안에 기 설정된 임계 횟수를 초과할 때, 해당 존 방문 단말을 상기 상주 단말로 판단하는
   방문 고객 추정 방법.
   
10. 제 1 항에 있어서,
    상기 예상 방문 수를 산출하는 과정은,
    RSSI 임계치, 방문 판단 주기 및 방문 판단 횟수 중 적어도 어느 하나를 다르게 하는 조건으로 다수의 후보 고객 예상 조건을 선택하는 과정과,
    선택된 각 후보 고객 예상 조건에 각각 대응하는 후보 예상 방문 수들을 각각 산출하는 과정과,
    산출된 각 후보 예상 방문 수와 상기 실측 방문 고객 수와의 상관도를 각각 산출하는 과정과,
    산출된 상관도가 상대적으로 가장 큰 후보 고객 예상 조건을 상기 고객 예상 조건으로 결정하는 과정
    을 포함하는 방문 고객 추정 방법.

Images