KR20190079987A - 소비자의 결제정보를 분석하는 방법 및 장치 - Google Patents

Abstract

결제정보를 이용한 소비자의 결제정보분석방법 및 장치를 제시하며, 결제정보분석방법 및 장치는 소비자의 결제정보를 분석하는 결제정보분석장치에 있어서, 상기 결제정보에 포함되는 결제장소를 분류하는 카테고리인 분류정보를 저장하는 메모리 및 타 소비자로부터 획득된 상기 타 소비자의 결제정보에 대한 추가정보에 기초하여 상기 타 소비자의 결제정보에 대응되는 상기 분류정보를 매칭하고, 상기 타 소비자의 결제정보에 상기 분류정보가 매칭된 패턴에 기초하여 상기 소비자의 결제정보에 대응되는 분류정보를 매칭하는 제어부를 포함한다.

Description

소비자의 결제정보를 분석하는 방법 및 장치{APPARATUS AND METHOD FOR ANALYZING PAYMENT INFOMATION}

본 명세서에서 개시되는 실시예들은 소비자의 결제정보를 분석하는 방법 및 장치에 관한 것으로, 보다 상세하게는 다양한 상업영역에서 소비자의 결제정보를 활용할 수 있도록 소비자의 결제정보에 대응되는 부가정보를 매칭하여 결제정보를 보완한 소비정보를 생성하고, 생성된 소비정보를 분석하여 제공하는 결제정보분석방법 및 장치에 관한 것이다.

최근 들어 스마트폰의 보급이 늘어나면서 다양한 애플리케이션이 개발되고 있으며, 이러한 애플리케이션 중 소비자의 결제정보를 이용하는 애플리케이션이 늘어나고 있다.

이러한 애플리케이션은 소비자로부터 입력되는 결제정보 또는 소비자의 단말에 수신되는 결제정보 이용하는 것이 일반적이다.

하지만, 결제정보에는 결제금액과 시간, 결제장소의 명칭과 같은 단편적인 정보만을 획득할 수 있을 뿐, 결제장소의 업종 또는 소비자의 연령 등과 같은 부가정보는 획득할 수 없다.

이로 인해, 실제 소비자가 결제를 하는 업종 또는 브랜드 등을 구체적으로 확인할 수 없어 소비자의 소비패턴을 구체적으로 분석하지 못하여 소비자에 대한 맞춤형 마케팅, 상권분석 등에 대해 소비자의 결제정보를 효율적으로 이용하지 못한다는 문제점이 있다.

관련하여 선행기술 문헌인 한국특허공개번호 제 10-2011-0086538 호는 카메라를 구비한 무선단말의 결제정보 제공 방법에 관한 것으로 카메라를 통해 코드 이미지가 인식되면, 코드 이미지에 부호화된 코드를 추출하고, 코드에 대응되는 결제정보를 제공받기 위한 주소 정보가 확인되면 결제정보가 수신하는 구성에 대해 기재하고 있을 뿐, 상술된 바와 같이 소비자의 결제정보를 이용하여 추가 정보를 획득하여 소비자의 소비패턴 등을 분석할 수 없다.

따라서 상술된 문제점을 해결하기 위한 기술이 필요하게 되었다.

한편, 전술한 배경기술은 발명자가 본 발명의 도출을 위해 보유하고 있었거나, 본 발명의 도출 과정에서 습득한 기술 정보로서, 반드시 본 발명의 출원 전에 일반 공중에게 공개된 공지기술이라 할 수는 없다.

본 명세서에서 개시되는 실시예들은, 소비자의 결제정보를 분석하는데 필요한 대한 부가정보를 결제정보에 매칭하여 소비정보를 생성하는 결제정보분석방법 및 장치를 제시하는데 목적이 있다.

본 명세서에서 개시되는 실시예들은, 국내 전체 연령별 인구분포비율에 따라 소비자의 소비정보를 샘플링하여 국내 소비자의 소비패턴을 분석하는 결제정보분석방법 및 장치를 제시하는데 목적이 있다.

본 명세서에서 개시되는 실시예들은, 특정 조건에 해당하는 소비정보를 실시간으로 검색할 수 있는 결제정보분석방법 및 장치를 제시하는데 목적이 있다.

본 명세서에서 개시되는 실시예들은, 소비정보에 기초하여 소비정보에 기초하여 특정 지역, 특정 매장 또는 특정 업체에 대한 소비자의 소비패턴을 분석하거나 또는 특정 업종에 대한 소비자의 소비패턴을 분석하여 업종별로 유리한 지역을 추천하는 결제정보분석방법 및 장치를 제시하는데 목적이 있다.

본 명세서에서 개시되는 실시예들은, 소비정보에 기초하여 특정 업체의 매출을 분석할 수 있고, 분석된 매출의 추이에 따라 투자위험도를 제공하는 결제정보분석방법 및 장치를 제시하는데 목적이 있다.

상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 일 실시예에 따르면, 소비자의 결제정보를 분석하는 결제정보분석장치에 있어서, 상기 결제정보에 포함되는 결제장소를 분류하는 카테고리인 분류정보를 저장하는 메모리 및 타 소비자로부터 획득된 상기 타 소비자의 결제정보에 대한 추가정보에 기초하여 상기 타 소비자의 결제정보에 대응되는 상기 분류정보를 매칭하고, 상기 타 소비자의 결제정보에 상기 분류정보가 매칭된 패턴에 기초하여 상기 소비자의 결제정보에 대응되는 분류정보를 매칭하는 제어부를 포함할 수 있다.

다른 실시예에 따르면, 결제정보분석장치가 소비자의 결제정보를 분석하는 방법에 있어서, 타 소비자로부터 획득된 상기 타 소비자의 결제정보에 대한 추가정보에 기초하여 상기 타 소비자의 결제정보에 대응되는 분류정보를 매칭하는 단계 및 상기 타 소비자의 결제정보에 상기 분류정보가 매칭된 패턴에 기초하여 상기 소비자의 결제정보에 대응되는 분류정보를 매칭하는 단계를 포함할 수 있다.

전술한 과제 해결 수단 중 어느 하나에 의하면, 소비자의 결제정보에 기초하여 결제정보에 기초한 부가정보를 자동으로 매칭하여 소비정보를 생성하는 결제정보분석방법 및 장치를 제시할 수 있다.

또한, 전술한 과제 해결 수단 중 어느 하나에 의하면, 국내 전체 연령별 인구분포비율에 따라 소비자의 소비정보를 샘플링하여 국내 소비자의 소비패턴을 분석하는 결제정보분석방법 및 장치를 제시할 수 있다.

그리고 전술한 과제 해결 수단 중 어느 하나에 의하면, 특정 조건에 해당하는 소비정보를 실시간으로 검색할 수 있는 결제정보분석방법 및 장치를 제시할 수 있다.

또한, 전술한 과제 해결 수단 중 어느 하나에 의하면, 소비정보에 기초하여 소비정보에 기초하여 특정 지역, 특정 매장 또는 특정 업체에 대한 소비자의 소비패턴을 분석하거나 또는 특정 업종에 대한 소비자의 소비패턴을 분석하여 업종별로 유리한 지역을 추천하는 결제정보분석방법 및 장치를 제시할 수 있다.

그리고 전술한 과제 해결 수단 중 어느 하나에 의하면, 소비정보에 기초하여 특정 업체의 매출을 분석할 수 있고, 분석된 매출의 추이에 따라 투자위험도를 제공하는 결제정보분석방법 및 장치를 제시할 수 있다.

개시되는 실시예들에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 개시되는 실시예들이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

도 1 은 결제정보분석장치를 포함하는 네트워크 구성도이다.
도 2 는 일 실시예에 따른 결제정보분석장치를 도시한 블록도이다.
도 3 내지 도 4 는 일 실시예에 따른 결제정보분석방법을 설명하기 위한 순서도이다.

아래에서는 첨부한 도면을 참조하여 다양한 실시예들을 상세히 설명한다. 아래에서 설명되는 실시예들은 여러 가지 상이한 형태로 변형되어 실시될 수도 있다. 실시예들의 특징을 보다 명확히 설명하기 위하여, 이하의 실시예들이 속하는 기술분야에서 통상의 지식을 가진 자에게 널리 알려져 있는 사항들에 관해서 자세한 설명은 생략하였다. 그리고 도면에서 실시예들의 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

명세서 전체에서, 어떤 구성이 다른 구성과 "연결"되어 있다고 할 때, 이는 ‘직접적으로 연결’되어 있는 경우뿐 아니라, ‘그 중간에 다른 구성을 사이에 두고 연결’되어 있는 경우도 포함한다. 또한, 어떤 구성이 어떤 구성을 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한, 그 외 다른 구성을 제외하는 것이 아니라 다른 구성들을 더 포함할 수도 있음을 의미한다.

이하 첨부된 도면을 참고하여 실시예들을 상세히 설명하기로 한다.

다만 이를 설명하기에 앞서, 아래에서 사용되는 용어들의 의미를 먼저 정의한다.

‘결제정보’는 소비자가 결제수단을 이용하여 결제를 수행함에 따라 발생되는 정보로 예를 들어, 결제금액, 결제장소의 명칭, 결제시간 또는 결제품목 등이 포함될 수 있다.

그리고 ‘부가정보’는 소비자의 소비패턴의 분석에 따른 필요정보 중 결제정보에 미 포함된 정보로 예를 들어, 결제장소의 주소, 업종, 브랜드 또는 회사명 등이 포함될 수 있으며, ‘분류정보’는 소비자가 결제를 수행하는 장소를 분류하는 체계에 대한 정보로 예를 들어, 업종에 따른 분류체계 또는 브랜드에 대한 분류체계 등이 포함될 수 있다.

‘업체’는 소비자를 대상으로 상품 또는 서비스를 직간접 판매하는 주체로 매장의 점주이거나 또는 기업체 등을 포함할 수 있다.

그리고 소비자의 결제정보에 부가정보가 매칭되어 보완된 정보를 ‘소비정보’라 한다.

위에 정의한 용어 이외에 설명이 필요한 용어는 아래에서 각각 따로 설명한다.

도 1은 일 실시예에 따른 결제정보분석장치(10)를 포함하는 네트워크 구성도이다.

도 1을 참조하면, 네트워크에 포함되는 구성인 결제정보분석장치(10), 소비자단말(20) 그리고 업체서버(30)는 네트워크(N)를 통해 원격지의 서버에 접속하거나, 타 단말 및 서버와 연결 가능한 컴퓨터나 휴대용 단말기, 텔레비전, 웨어러블 디바이스(Wearable Device) 등으로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(desktop), 랩톱(laptop)등을 포함하고, 휴대용 단말기는 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, PCS(Personal Communication System), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), GSM(Global System for Mobile communications), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet), 스마트폰(Smart Phone), 모바일 WiMAX(Mobile Worldwide Interoperability for Microwave Access) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다. 또한, 텔레비전은 IPTV(Internet Protocol Television), 인터넷 TV(Internet Television), 지상파 TV, 케이블 TV 등을 포함할 수 있다. 나아가 웨어러블 디바이스는 예를 들어, 시계, 안경, 액세서리, 의복, 신발 등 인체에 직접 착용 가능한 타입의 정보처리장치로서, 직접 또는 다른 정보처리장치를 통해 네트워크를 경유하여 원격지의 서버에 접속하거나 타 단말과 연결될 수 있다.

우선, 결제정보분석장치(10)는 사용자단말(20)로부터 결제정보를 획득하고, 획득된 결제정보를 기초로 부가정보를 매칭하여 소비자의 소비패턴의 분석에 필요한 소비정보를 생성하고, 생성된 소비정보를 분석한 결과를 업체서버(30)에 제공합니다.

사용자단말(20)은 결제정보를 획득하는 애플리케이션이 설치될 수 있고, 애플리케이션을 통해 사용자의 개인정보를 획득할 수 있으며, 사용자가 결제한 결제정보를 결제정보분석장치(10)로 제공할 수 있다.

업체서버(30)는 결제정보분석장치(10)로 소비정보를 분석하기 위한 분석조건을 제공할 수 있고, 분석결과에 기초하여 소비자에게 맞춤형 광고 또는 쿠폰의 제공을 결제정보분석장치(10)에 요청할 수 있다.

도 2 를 참조하면, 일 실시예에 따른 결제정보분석장치(10)는, 입출력부(110), 제어부(120), 통신부(130) 및 메모리(140)를 포함할 수 있다.

입출력부(110)는 소비자로부터 입력을 수신하기 위한 입력부와, 작업의 수행 결과 또는 결제정보분석장치(10)의 상태 등의 정보를 표시하기 위한 출력부를 포함할 수 있다. 예를 들어, 입출력부(110)는 소비자 입력을 수신하는 조작 패널(operation panel) 및 화면을 표시하는 디스플레이 패널(display panel) 등을 포함할 수 있다.

구체적으로, 입력부는 키보드, 물리 버튼, 터치 스크린, 카메라 또는 마이크 등과 같이 다양한 형태의 소비자 입력을 수신할 수 있는 장치들을 포함할 수 있다. 또한, 출력부는 디스플레이 패널 또는 스피커 등을 포함할 수 있다. 다만, 이에 한정되지 않고 입출력부(110)는 다양한 입출력을 지원하는 구성을 포함할 수 있다.

제어부(120)는 결제정보분석장치(10)의 전체적인 동작을 제어하며, CPU 등과 같은 프로세서를 포함할 수 있다. 제어부(120)는 입출력부(110)를 통해 수신한 소비자 입력에 대응되는 동작을 수행하도록 결제정보분석장치(10)에 포함된 다른 구성들을 제어할 수 있다.

예를 들어, 제어부(120)는 메모리(140)에 저장된 프로그램을 실행시키거나, 메모리(140)에 저장된 파일을 읽어오거나, 새로운 파일을 메모리(140)에 저장할 수도 있다.

이러한 제어부(120)는 소비자로부터 개인정보를 획득하여 소비자의 회원계정을 생성할 수 있고, 생성된 회원계정을 통해 소비자의 개인정보를 관리할 수 있다.

예를 들어, 제어부(120)는 소비자의 단말에 수신되는 결제정보를 획득하는 애플리케이션을 소비자에게 제공할 수 있고, 제공된 애플리케이션을 통해 회원가입을 위한 사용자인터페이스를 소비자에게 제공할 수 있다. 그리고 제어부(120)는 제공된 사용자인터페이스를 통해 소비자의 나이, 성별, 직업 또는 주소 등 개인정보를 획득할 수 있다.

그리고 제어부(120)는 소비자로부터 획득된 소비자의 결제정보에 부가정보를 매칭하여 소비패턴 분석에 이용되는 소비정보를 생성할 수 있으며, 실시예에 따라 소비정보에 포함되는 결제정보에 대한 소비자를 식별하지 못하도록 소비자의 개인정보를 제거하여 소비정보를 생성할 수 있다.

이를 위해, 제어부(120)는 기 저장된 소비정보 중 획득된 결제정보와 유사도가 기 설정된 조건을 만족하는 결제정보를 포함하는 소비정보를 검색할 수 있다.

예를 들어, 제어부(120)는 획득된 결제정보에 포함된 결제매장의 명칭인 ‘캔맥’을 추출할 수 있으며, 기 저장된 소비정보에 포함된 결제장소가 ‘캔맥’인 소비정보를 검색할 수 있다.

또는 예를 들어, 제어부(120)는 획득된 결제정보에 포함된 결제내역의 브랜드인 ‘에르메스’를 추출할 수 있으며, 기 저장된 소비정보에 포함된 결제내역이 ‘에르메스’인 소비정보를 검색할 수 있다.

이때, 소비자의 결제정보와 대응되는 소비정보가 없는 경우, 제어부(120)는 획득된 소비자의 결제정보를 일시적으로 저장하고, 소비자로부터 부가정보가 획득되면, 결제정보와 부가정보를 매칭하여 소비정보를 생성할 수 있다.

예를 들어, 획득된 결제정보에 포함된 결제장소인 ‘캔맥’과 동일한 결제장소의 결제정보를 포함하는 소비정보가 없는 경우, 제어부(120)는 획득된 결제정보를 미 분류 결제정보로 일시적으로 저장할 수 있고, 소비자로부터 결제정보에 대한 부가정보가 획득되면, 획득된 부가정보를 결제정보에 매칭하여 소비정보를 생성할 수 있다.

그리고 제어부(120)는 결제정보에 대해 소비자가 입력한 부가정보와 결제정보간의 관계를 기계학습(machine learning)할 수 있다.

예를 들어, 제어부(120)는 소비자의 결제장소인 ‘캔맥’과 소비자로부터 입력받은 결제장소에 대한 부가정보인 ‘맥주집’ 간의 매칭관계를 기계학습할 수 있으며, 추후, 결제정보에 포함된 결제장소가 ‘캔맥’인 경우 해당 부가정보를 ‘맥주집’으로 매칭할 수 있다.

그리고 제어부(120)는 기계학습한 매칭관계에 기초하여 소비자로부터 획득된 결제정보에 대해 매칭할 부가정보를 결정하고 소비정보를 생성할 수 있다.

예를 들어, 제어부(120)는 기 저장된 소비정보에 포함된 결제장소인 ‘캔맥’에 대해 매칭된 부가정보인 ‘맥주집’을 획득할 수 있고, ‘캔맥’과 ‘맥주집’ 간의 매칭관계에 기초하여 결제장소가 ‘캔맥’인 소비자의 결제정보를 획득하면, 소비자의 결제정보에 대해 부가정보를 ‘맥주집’으로 결정할 수 있다.

이때, 실시예에 따라 제어부(120)는 결정된 부가정보와 유사도가 높은 분류정보를 부가정보로서 매칭할 수 있다.

예를 들어, 복수의 소비자의 결제정보에 포함된 결제장소인 ‘캔맥’에 대해 부가정보로서 ‘음식점’이 결정된 경우, 제어부(120)는 부가정보로 결정된 ‘음식점’과 유사도가 높은 분류정보인 ‘일반음식점’을 ‘캔맥’에 부가정보로서 매칭할 수 있다.

한편, 제어부(120)는 소비자로부터 입력되는 부가정보를 반영하여 소비자의 결제정보에 매칭되는 부가정보를 갱신할 수 있다.

예를 들어, 제어부(120)가 결제장소인 ‘캔맥’에 대한 부가정보로 ‘일반음식점’으로 학습되어도 ‘캔맥’에 대해 획득되는 부가정보가 ‘맥주집’으로 반복되어 획득되면, 소비자로부터 획득되는 부가정보를 기 저장된 소비정보 중 결제정보의 결제장소가 ‘캔맥’인 결제정보에 대해 부가정보를 ‘일반음식점’에서 ‘맥주를 파는 일반음식점’ 갱신할 수 있다.

그리고 제어부(120)는 소비자의 연령에 기초하여 분석할 소비정보를 샘플링(sampling)할 수 있으며, 실시예에 따라 국내 각 연령별 인구 수의 비율정보를 획득하여, 획득된 국내 각 연령별 인구 수의 비율에 따라 각 연령별 소비자의 소비정보를 추출할 수 있다.

예를 들어, 제어부(120)는 각 연령대별로 소비자의 소비정보를 랜덤으로 추출하되, 국내 연령별 비율인 10대 20%, 20대 30%, 30대 30% 에 따라 10대 소비자의 소비정보를 20%, 20대 소비자의 소비정보를 30%, 30 대 소비자의 소비정보를 30% 비율이 되도록 샘플링할 수 있다.

이와 같이 연령에 따른 비율에 따라 소비정보를 샘플링함으로써 특정 성별 또는 연령층에 편중가능성이 있는 소비자의 소비정보를 이용한 분석결과의 신뢰도 저하를 방지할 수 있다.

그리고 제어부(120)는 업체서버(30)로부터 적어도 하나의 검색조건을 포함하는 검색문으로부터 추출된 검색조건에 기초하여 소비정보를 검색하여 업체서버(30)에 제공할 수 있다.

이때, 제어부(120)는 획득된 검색문을 형태소 단위로 나누어 분석하여 적어도 하나의 검색조건을 획득할 수 있고, 각 검색조건에 해당되는 소비정보를 검색할 수 있다.

예를 들어, “온라인 쇼핑 업종 월 소비액 50 만원 이상” 이라는 검색문을 획득하면, 제어부(120)는 ‘온라인 쇼핑’, ‘월 소비액 50만원 이상’ 이라는 2개의 검색조건을 획득할 수 있다. 그리고 제어부(120)는 부가정보가 ‘온라인 쇼핑’ 인 소비정보를 갖는 소비자를 검색할 수 있고, 누적 결제금액이 월 50만원 이상인 소비자를 검색할 수 있다.

그리고 제어부(120)는 검색된 소비자에 대한 소비정보를 분석하여 업체서버(30)에 제공할 수 있다.

예를 들어, 제어부(120)는 검색문에 해당하는 소비자들의 소비정보를 검색할 수 있고, 검색된 소비자들의 소비정보에 포함된 결제금액, 결제시간, 결제품목, 결제장소 등을 분석하여 검색된 소비자들의 주요 결제시간 또는 소비자의 선호업종, 선호브랜드 등과 같은 소비자의 소비패턴을 분석한 정보를 업체서버(30)에 제공할 수 있다.

하나의 실시예에 따라, 제어부(120)는 업체서버(30)로부터 일 지역의 상권을 분석을 요청에 따라 일 지역에 위치한 적어도 하나의 결제장소에서 결제된 결제정보를 포함하는 소비정보를 검색하고, 검색된 소비정보에 기초하여 일 지역에서의 소비자들의 소비패턴을 분석할 수 있다.

예를 들어, 제어부(120)는 ‘명동’ 지역에 위치한 가게에서 결제를 수행한 소비정보를 검색할 수 있고, 검색된 소비정보에 포함된 결제품목, 결제금액, 결제시간 등을 분석하여 ‘명동’ 지역의 시간대별 소비자의 수, 시간대별 결제금액, 결제한 상품 또는 서비스 등을 분석할 수 있으며, 분석된 정보에 기초하여 매장의 운영시간 또는 시간대별 판매할 상품 또는 서비스를 추천할 수 있다.

다른 실시예에 따라, 제어부(120)는 업체서버(30)로부터 특정 매장의 소비자분석 요청에 따라 특정 결제장소에서 결제된 결제정보를 포함하는 소비정보를 검색하고, 검색된 소비정보에 기초하여 특정 결제장소에서의 소비자의 소비패턴을 분석할 수 있다.

예를 들어, 제어부(120)는 ‘푸다닭’이라는 매장에서 결제를 한 소비자의 소비정보를 검색할 수 있고, 추출된 소비정보에 포함된 결제금액, 결제시간과 소비자의 연령, 성별 등에 기초하여 ‘푸다닭’을 이용하는 소비자의 성별 비율 또는 시간대별 결제금액, 결제한 상품 등을 분석할 수 있으며, 분석된 정보에 기초하여 소비자의 연령에 따른 추천할 메뉴 또는 매장 재고 관리 등에 대한 정보를 제공할 수 있다.

그리고 다른 실시예에 따라, 제어부(120)는 업체서버(30)의 요청에 따라 소비정보에 기초하여 특정 업종에 유리한 지역을 추천할 수 있다.

예를 들어, 제어부(120)는 소비정보를 분석하여 ‘편의점업’에 대한 결제가 발생된 지역을 분석하여 ‘편의점업’의 결제장소간 사이의 거리를 계산하여 가장 거리가 먼 지역 사이의 지역을 편의점 개업 지역으로 추천할 수 있다.

또는 예를 들어, 제어부(120)는 각 지역별 소비자의 결제금액이 높은 소비자연령을 분석하여 20대 소비자연령이 높은 지역은 ‘의류’, ‘일반음식점’ 등과 같은 각 지역별 맞춤형 업종을 추천할 수 있다.

또한, 다른 실시예에 따라, 제어부(120)는 업체서버(30)의 투자정보 요청에 따라 소비정보에 기초하여 특정 업체의 분기별 매출을 분석할 수 있고, 분석된 매출에 따라 투자적합여부를 제공할 수 있다.

예를 들어, 제어부(120)는 ‘SPC’에 대한 분기별 매출을 분석할 수 있고, 시간에 따른 ‘SPC’의 매출 추이를 그래프로 제공함과 동시에 매출이 지속적으로 감소하는 경우 투자에 적합하지 않는 기업으로 추천할 수 있다.

한편, 제어부(120)는 업체서버(30)의 요청에 따라 소비정보에 기초하여 소비자에게 맞춤형 광고를 제공할 수 있다.

예를 들어, 제어부(120)는 업체서버(30)로부터 광고를 제공할 소비자 조건인 ‘20대 여성, 온라인 쇼핑몰인 쿠팡에서 월 50만원’을 획득할 수 있고, 획득된 조건에 해당하는 소비자를 검색하여 쿠팡에서 판매되는 물건에 대한 광고를 제공할 수 있다.

또는 제어부(120)는 소비자가 자주 이용하는 결제장소에서 사용할 수 있는 쿠폰을 제공할 수 있다.

예를 들어, 제어부(120)는 업체서버(30)의 요일 별로 소비자의 결제빈도가 높은 결제장소에 대한 할인쿠폰을 제공할 수 있다.

이때, 제어부(120)는 소비자가 제공된 쿠폰을 이용하여 결제를 하면, 결제된 금액의 일부를 수수료를 업체서버(30)로부터 획득할 수 있다.

예를 들어, 제어부(120)는 소비자가 결제한 금액에서 쿠폰에 의해 할인된 금액만큼의 금액을 수수료로 회득하거나 또는 결제금액의 1%를 수수료로 획득할 수 있다.

통신부(130)는 다른 디바이스 또는 네트워크와 유무선 통신을 수행할 수 있다. 이를 위해, 통신부(130)는 다양한 유무선 통신 방법 중 적어도 하나를 지원하는 통신 모듈을 포함할 수 있다. 예를 들어, 통신 모듈은 칩셋(chipset)의 형태로 구현될 수 있다.

통신부(130)가 지원하는 무선 통신은, 예를 들어 Wi-Fi(Wireless Fidelity), Wi-Fi Direct, 블루투스(Bluetooth), UWB(Ultra Wide Band) 또는 NFC(Near Field Communication) 등일 수 있다. 또한, 통신부(130)가 지원하는 유선 통신은, 예를 들어 USB 또는 HDMI(High Definition Multimedia Interface) 등일 수 있다.

메모리(140)에는 파일, 어플리케이션 및 프로그램 등과 같은 다양한 종류의 데이터가 설치 및 저장될 수 있다. 제어부(120)는 메모리(140)에 저장된 데이터에 접근하여 이를 이용하거나, 또는 새로운 데이터를 메모리(140)에 저장할 수도 있다. 또한, 제어부(120)는 메모리(140)에 설치된 프로그램을 실행할 수도 있다. 도 1을 참조하면, 메모리(140)에는 결제정보분석을 수행하기 위한 프로그램이 설치될 수 있다.

이러한 메모리(140)는 제어부(120)에 의해 생성된 소비정보를 저장할 수 있다.

예를 들어, 메모리(140)는 소비자의 계정별로 생성된 소비정보를 저장할 수 있다.

도 3 내지 도 4 은 일 실시예에 따른 결제정보분석방법을 설명하기 위한 순서도이다.

도 3 내지 도 4 에 도시된 실시예에 따른 결제정보분석방법은 도 1 에 도시된 결제정보분석장치(10)에서 시계열적으로 처리되는 단계들을 포함한다. 따라서, 이하에서 생략된 내용이라고 하더라도 도 1 에 도시된 결제정보분석장치(10)에 관하여 이상에서 기술한 내용은 도 3 내지 도 4 에 도시된 실시예에 따른 결제정보분석방법에도 적용될 수 있다.

우선, 도 3 은 결제정보에 기초하여 생성된 소비정보를 이용하여 소비자의 소비패턴을 분석하는 방법을 도시한 순서도이다.

우선, 결제정보분석장치(10)는 소비자의 개인정보를 입력받아 회원계정을 생성할 수 있다(S2001).

즉, 결제정보분석장치(10)는 소비자의 단말로 결제정보를 획득하는 애플리케이션을 제공할 수 있고, 애플리케이션을 통해 소비자의 개인정보를 입력받는 사용자인터페이스를 제공할 수 있다.

예를 들어, 결제정보분석장치(10)는 소비자의 단말에 설치된 애플리케이션을 통해 회원가입을 할 수 있도록 소비자의 개인정보를 입력받는 사용자인터페이스를 제공할 수 있고, 소비자의 연령, 성별, 직업 또는 주소 등의 개인정보를 입력받을 수 있다.

그리고 결제정보분석장치(10)는 소비자에 대한 회원계정을 생성하여 할당할 수 있다.

이후, 결제정보분석장치(10)는 소비자의 결제정보를 획득할 수 있다(S2002).

즉, 결제정보분석장치(10)는 소비자의 단말로 수신되는 결제정보를 획득하거나 또는 소비자로부터 결제정보를 직접 입력받을 수 있다.

예를 들어, 결제정보분석장치(10)는 단말에 수신되는 결제정보를 포함하는 문자메시지에 포함된 문자를 인식할 수 있고, 메시지에 포함된 결제장소, 결제시간, 결제금액 등을 획득할 수 있다.

또는 예를 들어, 결제정보분석장치(10)는 소비자의 요청에 따라 결제정보를 입력할 수 있는 소비자인터페이스를 제공할 수 있고, 소비자인터페이스를 통해 결제장소, 결제시간, 결제금액 등을 입력받을 수 있다.

그리고 결제정보분석장치(10)는 결제정보에 기초하여 소비정보를 생성할 수 있다(S2003).

이에 앞서, 결제정보분석장치(10)는 결제정보와 결제정보에 대응되는 부가정보 간의 매칭관계를 기계학습할 수 있다.

예를 들어, S2002단계를 통해 소비자로부터 결제정보를 획득하면, 결제정보분석장치(10)는 획득된 결제정보에 포함되는 결제장소에 대한 부가정보 매칭 기록이 없으면, 해당 결제정보를 임시적으로 저장할 수 있다. 이때, 실시예에 따라 소비자에게 결제장소에 대한 부가정보의 입력을 요청할 수 있다.

그리고 소비자로부터 결제정보에 포함된 결제장소에 대한 부가정보를 획득하면, 결제정보분석장치(10)는 해당 결제정보에 소비자로부터 획득된 부가정보를 매칭하여 소비정보를 생성할 수 있다.

이때, 결제정보분석장치(10)는 소비자로부터 획득된 부가정보와 결제정보에 포함된 결제장소간의 매칭관계를 기계학습할 수 있으며, 실시예에 따라 결제정보분석장치(10)가 기 저장된 분류정보 중 소비자로부터 획득된 부가정보와 유사도가 높은 분류정보를 부가정보로 인식할 수 있다.

예를 들어, S2002단계에서 획득된 결제정보에 포함된 결제장소인 ‘삼미고’에 대해 부가정보로써 ‘한식집’을 입력받으면, 결제정보분석장치(10)는 결제장소인 ‘삼미고’가 ‘한식집’인 것으로 학습할 수 있고, 분류정보 중 ‘한식집’과 가장 유사도가 높은 ‘음식점’을 부가정보로 학습할 수 있다. 추후 결제정보에 포함된 결제장소가 ‘삼미고’인 경우 결제정보분석장치(10)는 ‘삼미고’가 ‘음식점’인 것으로 인식하여 부가정보를 매칭할 수 있다.

그리고 결제정보분석장치(10)는 결제장소와 부가정보간의 매칭관계를 지속적으로 갱신할 수 있다.

예를 들어, ‘삼미고’에 대해 타 소비자로부터 부가정보로서 ‘한식음식점’을 획득되면, 결제정보분석장치(10)는 결제장소인 ‘삼미고’에 대한 기존 부가정보인 ‘음식점’을 ‘한식음식점’으로 갱신할 수 있다.

이후, 결제정보분석장치(10)는 기존에 획득된 결제정보를 통해 기계학습된 결제정보와 부가정보간의 매칭관계에 기초하여 새롭게 획득된 결제정보에 대응되는 부가정보를 결정하여 소비정보를 생성할 수 있다.

그리고 결제정보분석장치(10)는 소비정보를 각 소비자의 계정에 매칭하여 저장할 수 있다.

그리고 결제정보분석장치(10)는 소비정보를 분석하여 소비패턴을 제공할 수 있다(S2004).

즉, 결제정보분석장치(10)는 소비정보에 기초하여 특정 지역, 특정 매장 또는 특정 업체에 대한 소비자의 소비패턴을 분석하거나 또는 특정 업종에 대한 소비자의 소비패턴을 분석하여 업종별로 유리한 지역을 추천할 수 있다.

또는 결제정보분석장치(10)는 소비정보에 기초하여 특정 업체의 매출을 분석할 수 있고, 분석된 매출의 추이에 따라 투자위험도를 제공할 수 있다.

이를 실시예에 따라 보면 아래와 같다.

[제 1 실시예]

결제정보분석장치(10)는 일 지역에 위치한 적어도 하나의 결제장소에서 결제된 결제정보를 포함하는 소비정보를 검색하고, 검색된 소비정보에 기초하여 일 지역에서의 소비자들의 소비패턴을 분석할 수 있다.

예를 들어, 결제정보분석장치(10)는 소비정보에 포함된 결제장소의 주소에 기초하여 ‘서교동’ 내에 위치한 결제장소에서 결제된 소비정보를 검색하여 분석할 수 있고, ‘서교동’ 내의 소비자의 주 연령, 평균결제금액 및 최대결제업종 등을 제공할 수 있다.

[제 2 실시예]

결제정보분석장치(10)는 특정 결제장소에서 결제된 결제정보를 포함하는 소비정보를 검색하고, 소비정보에 기초하여 특정 결제장소에서의 소비자의 소비패턴을 분석할 수 있다.

예를 들어, 결제정보분석장치(10)는 ‘미샤 홍대점’ 에서 결제한 소비정보를 검색할 수 있고, 검색된 소비정보를 분석하여 ‘미샤 홍대점’의 시간대별 결제금액 또는 방문 소비자 연령 등을 제공할 수 있다.

[제 3 실시예]

결제정보분석장치(10)는 소비정보에 기초하여 특정 업종에 유리한 지역을 추천할 수 있다.

예를 들어, 결제정보분석장치(10)는 소비정보에 포함된 결제품목에 기초하여 각 지역별로 결제금액이 많은 결제품목을 식별할 수 있고, 결제금액 대비 결제품목을 판매하는 결제장소의 수가 기 설정된 값 미만인지 여부에 따라 각 지역에 유리한 업종을 추천할 수 있다.

[제 4 실시예]

결제정보분석장치(10)는 소비정보에 기초하여 특정 업체의 분기별 매출을 분석할 수 있고, 분석된 매출에 따라 투자적합여부를 제공할 수 있다.

예를 들어, 결제정보분석장치(10)는 소비정보에 기초하여 ‘CJ’에서 운영하는 브랜드별로 소비자의 결제금액을 합산하여 분기별 ‘CJ’의 매출을 계산할 수 있고, 계산된 매출이 일정한 비율로 상승하면 투자적합한 기업임을 제공할 수 있다.

이와 같이 소비자의 결제정보에 포함된 단편적인 정보를 보완하는 부가정보를 자동으로 매칭하여 소비정보를 생성함으로써 소비자의 소비패턴을 보다 구체적으로 분석할 수 있고, 다양한 비즈니스 영역에 이용될 수 있다.

한편 도 4 는 소비정보에 기초하여 소비자에게 맞춤형 광고를 제공하는 방법을 도시한 순서도이다.

이하에서는 설명의 편의를 위해 도 3 에서 상술된 내용과 동일한 내용에 대해서는 설명을 생략한다.

우선, 결제정보분석장치(10)는 소비자의 개인정보를 입력받아 회원계정을 생성할 수 있고(S3001), 소비자의 결제정보를 획득할 수 있으며(S3002), 획득된 결제정보에 대응되는 부가정보를 매칭하여 소비정보를 생성할 수 있다(S3003).

그리고 결제정보분석장치(10)는 업체서버(30)로부터 맞춤형 광고 또는 쿠폰의 제공을 요청받을 수 있다(S3004).

이때, 결제정보분석장치(10)는 업체서버(30)로부터 광고 또는 쿠폰을 제공할 소비자를 검색하기 위한 조건문을 획득할 수 있다.

예를 들어, 결제정보분석장치(10)는 업체서버(30)로부터 “20대, 온라인 쇼핑으로 월 100만원 소비하는 소비자”라는 조건문을 획득할 수 있고, 결제정보분석장치(10)는 소비정보에 기초하여 20대 소비자 중 전자상거래업종에서 누적 결제금액이 100만원인 소비자를 검색할 수 있다.

그리고 결제정보분석장치(10)는 소비정보에 기초하여 소비자에게 맞춤형 광고 또는 쿠폰을 제공할 수 있다(S3005).

하나의 실시예에 따라, 결제정보분석장치(10)는 업체서버(30)의 요청에 따라 소비자가 주기적으로 구매하는 결제품목에 대한 광고를 제공할 수 있다.

예를 들어, 소비자가 3일 내지 5일 단위로 ‘식료품’을 구매하는 경우, 결제정보분석장치(10)는 ‘식료품’을 파는 ‘마트’, ‘편의점’ 등에 대한 광고를 소비자에게 제공할 수 있으며, 이때, 소비자가 ‘식료품’을 결제하는 결제장소의 위치를 기준으로 일정한 반경 이내에 위치한 ‘마트’ 또는 ‘편의점’에 대한 광고를 제공할 수 있다.

또 다른 실시예에 따라, 결제정보분석장치(10)는 소비정보에 기초하여 소비자가 주기적으로 결제를 수행하는 지역에 위치한 매장의 쿠폰을 제공할 수 있다.

예를 들어, 소비자가 3일 단위로 ‘명동’에서 결제를 수행하는 경우, 결제정보분석장치(10)는 소비자가 ‘명동’에서 결제를 수행하는 주기에 맞추어 ‘명동’에 위치한 매장에서 사용할 수 있는 할인 쿠폰을 제공할 수 있다.

이후, 결제정보분석장치(10)는 광고 또는 쿠폰을 제공한 소비자가 결제를 수행하면, 광고주인 업체서버(30)로부터 결제금액의 일부를 수수료로 획득할 수 있다(S3006).

예를 들어, 결제정보분석장치(10)는 소비자가 쿠폰을 사용하여 할인받은 금액에 대해 수수료로 획득하거나 또는 소비자가 결제한 금액에서 기 설정된 비율만큼의 금액을 수수료로 획득할 수 있다.

이와 같이 소비자의 결제정보에 기초하여 소비자의 소비패턴을 분석할 수 있고, 분석된 소비패턴에 따라 광고 또는 쿠폰을 제공함으로써 소비자의 결제를 보다 쉽게 유도할 수 있다.

이상의 실시예들에서 사용되는 '~부'라는 용어는 소프트웨어 또는 FPGA(field programmable gate array) 또는 ASIC 와 같은 하드웨어 구성요소를 의미하며, '~부'는 어떤 역할들을 수행한다. 그렇지만 '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램특허 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들, 및 변수들을 포함한다.

구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로부터 분리될 수 있다.

뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU 들을 재생시키도록 구현될 수도 있다.

도 3 내지 도 4 를 통해 설명된 실시예에 따른 결제정보분석방법은 컴퓨터에 의해 실행 가능한 명령어 및 데이터를 저장하는, 컴퓨터로 판독 가능한 매체의 형태로도 구현될 수 있다. 이때, 명령어 및 데이터는 프로그램 코드의 형태로 저장될 수 있으며, 프로세서에 의해 실행되었을 때, 소정의 프로그램 모듈을 생성하여 소정의 동작을 수행할 수 있다. 또한, 컴퓨터로 판독 가능한 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터로 판독 가능한 매체는 컴퓨터 기록 매체일 수 있는데, 컴퓨터 기록 매체는 컴퓨터 판독 가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함할 수 있다.예를 들어, 컴퓨터 기록 매체는 HDD 및 SSD 등과 같은 마그네틱 저장 매체, CD, DVD 및 블루레이 디스크 등과 같은 광학적 기록 매체, 또는 네트워크를 통해 접근 가능한 서버에 포함되는 메모리일 수 있다.

또한 도 3 내지 도 4 를 통해 설명된 실시예에 따른 결제정보분석방법은 컴퓨터에 의해 실행 가능한 명령어를 포함하는 컴퓨터 프로그램(또는 컴퓨터 프로그램 제품)으로 구현될 수도 있다. 컴퓨터 프로그램은 프로세서에 의해 처리되는 프로그래밍 가능한 기계 명령어를 포함하고, 고레벨 프로그래밍 언어(High-level Programming Language), 객체 지향 프로그래밍 언어(Object-oriented Programming Language), 어셈블리 언어 또는 기계 언어 등으로 구현될 수 있다. 또한 컴퓨터 프로그램은 유형의 컴퓨터 판독가능 기록매체(예를 들어, 메모리, 하드디스크, 자기/광학 매체 또는 SSD(Solid-State Drive) 등)에 기록될 수 있다.

따라서 도 3 내지 도 4 를 통해 설명된 실시예에 따른 결제정보분석방법은 상술한 바와 같은 컴퓨터 프로그램이 컴퓨팅 장치에 의해 실행됨으로써 구현될 수 있다. 컴퓨팅 장치는 프로세서와, 메모리와, 저장 장치와, 메모리 및 고속 확장포트에 접속하고 있는 고속 인터페이스와, 저속 버스와 저장 장치에 접속하고 있는 저속 인터페이스 중 적어도 일부를 포함할 수 있다. 이러한 성분들 각각은 다양한 버스를 이용하여 서로 접속되어 있으며, 공통 머더보드에 탑재되거나 다른 적절한 방식으로 장착될 수 있다.

여기서 프로세서는 컴퓨팅 장치 내에서 명령어를 처리할 수 있는데, 이런 명령어로는, 예컨대 고속 인터페이스에 접속된 디스플레이처럼 외부 입력, 출력 장치상에 GUI(Graphic User Interface)를 제공하기 위한 그래픽 정보를 표시하기 위해 메모리나 저장 장치에 저장된 명령어를 들 수 있다. 다른 실시예로서, 다수의 프로세서 및(또는) 다수의 버스가 적절히 다수의 메모리 및 메모리 형태와 함께 이용될 수 있다. 또한 프로세서는 독립적인 다수의 아날로그 및(또는) 디지털 프로세서를 포함하는 칩들이 이루는 칩셋으로 구현될 수 있다.

또한 메모리는 컴퓨팅 장치 내에서 정보를 저장한다. 일례로, 메모리는 휘발성 메모리 유닛 또는 그들의 집합으로 구성될 수 있다. 다른 예로, 메모리는 비휘발성 메모리 유닛 또는 그들의 집합으로 구성될 수 있다. 또한 메모리는 예컨대, 자기 혹은 광 디스크와 같이 다른 형태의 컴퓨터 판독 가능한 매체일 수도 있다.

그리고 저장장치는 컴퓨팅 장치에게 대용량의 저장공간을 제공할 수 있다. 저장 장치는 컴퓨터 판독 가능한 매체이거나 이런 매체를 포함하는 구성일 수 있으며, 예를 들어 SAN(Storage Area Network) 내의 장치들이나 다른 구성도 포함할 수 있고, 플로피 디스크 장치, 하드 디스크 장치, 광 디스크 장치, 혹은 테이프 장치, 플래시 메모리, 그와 유사한 다른 반도체 메모리 장치 혹은 장치 어레이일 수 있다.

상술된 실시예들은 예시를 위한 것이며, 상술된 실시예들이 속하는 기술분야의 통상의 지식을 가진 자는 상술된 실시예들이 갖는 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 상술된 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.

본 명세서를 통해 보호받고자 하는 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태를 포함하는 것으로 해석되어야 한다.

10: 결제정보분석장치
110: 입출력부
120: 제어부
130: 통신부
140: 메모리

Claims (18)

1. 소비자의 결제정보를 분석하는 결제정보분석장치에 있어서,
   상기 소비자의 소비패턴의 분석에 따른 필요정보 중 상기 결제정보에 미 포함된 정보인 부가정보를 상기 결제정보에 매칭하여 소비정보를 생성하고, 생성된 소비정보를 분석하여 업체에 제공하는 제어부; 및
   상기 소비정보를 저장하는 메모리를 포함하는, 결제정보분석장치.
2. 제 1 항에 있어서,
   상기 제어부는,
   결제장소의 업종 및 결제장소의 브랜드 중 적어도 하나를 포함하는 부가정보가 상기 결제정보에 매칭된 관계를 인식하고, 상기 소비자의 결제정보에 포함된 결제장소에 기초하여 상기 결제정보에 매칭될 부가정보를 결정하는, 결제정보분석장치.
3. 제 1 항에 있어서,
   상기 제어부는,
   국내 연령별 인구통계정보에 기초하여 각 연령별 인구 수의 비율에 따라 상기 소비정보를 추출하는, 결제정보분석장치.
4. 제 1 항에 있어서,
   상기 제어부는,
   적어도 하나의 검색조건을 포함하는 검색문으로부터 추출된 검색조건에 기초하여 상기 소비정보를 검색하는, 결제정보분석장치.
5. 제 1 항에 있어서,
   상기 제어부는,
   일 지역에 위치한 적어도 하나의 결제장소에서 결제된 결제정보를 포함하는 소비정보를 검색하고, 검색된 소비정보에 기초하여 상기 일 지역에서의 소비자의 소비패턴을 분석하는, 결제정보분석장치.
6. 제 1 항에 있어서,
   상기 제어부는,
   일 결제장소에서 결제된 결제정보를 포함하는 소비정보를 검색하고, 상기 소비정보에 기초하여 상기 일 결제장소에서의 소비자의 소비패턴을 분석하는, 결제정보분석장치.
7. 제 1 항에 있어서,
   상기 제어부는,
   상기 소비정보에 기초하여 소비자의 소비패턴에 대응되는 쿠폰을 제공하는, 결제정보분석장치.
8. 제 7 항에 있어서,
   상기 제어부는,
   상기 소비자가 쿠폰을 이용하여 결제를 수행하면, 결제금액 중 일부를 수수료로 획득하는, 결제정보분석장치.
9. 결제정보분석장치가 소비자의 결제정보를 분석하는 방법에 있어서,
   상기 소비자의 소비패턴의 분석에 따른 필요정보 중 상기 결제정보에 미 포함된 정보인 부가정보를 상기 결제정보에 매칭하는 단계; 및
   상기 결제정보 및 상기 부가정보가 포함된 소비정보를 생성하는 단계를 포함하는, 결제정보분석방법.
10. 제 9 항에 있어서,
    상기 부가정보를 매칭하는 단계는,
    결제장소의 업종 및 결제장소의 브랜드 중 적어도 하나를 포함하는 부가정보가 상기 결제정보에 매칭된 관계를 분석하는 단계; 및
    상기 소비자의 결제정보에 포함된 결제장소에 대해 매칭될 부가정보를 결정하는 단계를 포함하는, 결제정보분석방법.
11. 제 9 항에 있어서,
    상기 결제정보분석방법은,
    국내 연령별 인구통계정보에 기초하여 각 연령별 인구 수의 비율에 따라 상기 소비정보를 추출하는 단계를 더 포함하는, 결제정보분석방법.
12. 제 9 항에 있어서,
    상기 결제정보분석방법은,
    적어도 하나의 검색조건을 포함하는 검색문으로부터 추출된 검색조건에 기초하여 상기 소비정보를 검색하는 단계를 더 포함하는, 결제정보분석방법.
13. 제 9 항에 있어서,
    상기 결제정보분석방법은,
    일 지역에 위치한 적어도 하나의 결제장소에서 결제된 결제정보를 포함하는 소비정보를 검색하는 단계; 및
    검색된 소비정보에 기초하여 상기 일 지역에서의 소비자의 소비패턴을 분석하는 단계를 더 포함하는, 결제정보분석방법.
14. 제 9 항에 있어서,
    상기 결제정보분석방법은,
    일 결제장소에서 결제된 결제정보를 포함하는 소비정보를 검색하는 단계; 및
    상기 소비정보에 기초하여 상기 일 결제장소에서의 소비자의 소비패턴을 분석하는 단계를 더 포함하는, 결제정보분석방법.
15. 제 9 항에 있어서,
    상기 결제정보분석방법은,
    상기 소비정보에 기초하여 상기 소비자의 소비패턴에 대응되는 쿠폰을 제공하는 단계를 더 포함하는, 결제정보분석방법.
16. 제 15 항에 있어서,
    상기 결제정보분석방법은,
    상기 소비자가 쿠폰을 이용하여 결제를 수행하면, 결제금액 중 일부를 수수료로 획득하는 단계를 더 포함하는, 결제정보분석방법.
17. 제 9 항에 기재된 방법을 수행하는 프로그램이 기록된 컴퓨터 판독 가능한 기록 매체.
18. 결제정보분석장치에 의해 수행되며, 제 9 항에 기재된 방법을 수행하기 위해 매체에 저장된 컴퓨터 프로그램.
    

Images