KR20190100848A

KR20190100848A - 광고 캠페인에 인플루언서들을 매칭시키는 시스템 및 방법

Info

Publication number: KR20190100848A
Application number: KR1020187031336A
Authority: KR
Inventors: 에반겔린 레옹 치 웬
Original assignee: 코베 글로벌 테크놀러지스 피티이 리미티드
Priority date: 2017-01-20
Filing date: 2018-01-20
Publication date: 2019-08-29
Also published as: JP2020514847A; PH12018502088A1; SG11201807777WA; WO2018136011A1

Abstract

본 발명은 광고 사양의 관련성에 기초하여 인플루언서들을 광고 캠페인에 결부 (pairing)시키는 시스템 및 방법에 관한 것이다. 광고 사양 및 인플루언서들의 프로필을 기반으로, 시스템은 인플루언서 광고 캠페인을 선택한다. 인플루언서 사이코그래픽스(influencer psychographics)는 소셜 미디어 플랫폼에서 만든 인플루언서의 포스트들의 시각, 청각 및 텍스트 요소들에서 파생된 키워드의 형태를 취한다. 선택된 인플루언서들은 사이코그래픽스의 형태와 광고 사양의 요구 사항을 충족시키는 능력과의 관련성을 기반으로 광고 캠페인과 자동으로 결부 (pairing)된다. 지불금은 인플루엔서의 과거 실적, 수행된 업무의 성질, 인플루언서의 등급 및 인플루언서의 관련성, 인플루언서들의 참여율 및 팔로어 수에 따라 계산된다.

Description

광고 캠페인에 인플루언서들을 매칭시키는 시스템 및 방법

본 발명은 인플루언서(influencer) 기반 마케팅을 제공하기 위한 시스템 및 방법에 관한 것이다. 보다 상세하게는, 본 발명은 광고 사양에 대한 관련성에 기초하여 광고 캠페인에 인플루언서들을 자동으로 연결하고 참여한 인플루언서에 대한 지불금을 과거 실적에 기초하여 계산하는 것에 관한 것이다.

인플루언서 마케팅 (또한 엔플루엔스 (influence) 마케팅)은 목표 시장보다는 특정 핵심 인물에 초점을 맞추는 마케팅의 한 형태이다. 이는 잠재적 구매자들에게 영향 (influence)을 미치는 개인을 식별하고, 그리고 이러한 인플루언서 주변의 마케팅 활동을 조정한다.

한 선행 기술에서, 마케팅은 개인 및 그들의 친구, 가족 또는 기존 고객이 판촉 할인을 제공하거나 광고 / 제품 세부 사항을 공유하기 위해 개인에게 직접 메시지를 보내 그들을 공유하거나 권유 / 격려할 수 있게 한다. 다른 방법은 구걸 / 구매 / 자기 관리 개념을 포함한다. 이 선행 기술은 어떤 기술도 포함하지 않는다. 일부 사람들은 사회적 청취 도구를 사용하여 인기있는 해시 태그 또는 인기있는 주제를 검색하여 자신의 바이럴리티(virality)를 타려고 시도한다.

다른 선행 기술 마케팅은 소셜 미디어 관리 회사를 고용하여 독창적인 캠페인, 콘테스트 및 광고를 운영한다. 이 선행 기술은 거의 기술이 없다. 일부 기관에서는 사회적인 청취 도구를 사용하여 인기있는 해시 태그 또는 인기있는 주제를 검색하여 자신의 바이럴리티를 타고 싶어한다. 일부는 스케줄링 플랫폼을 사용하여 소셜 미디어에 포스트들이 적시에 발송되도록 한다.

다른 선행 기술은 인플루언서 에이전시 또는 플랫폼을 이용하여 특정 사람들에게 인스타그램(Instagram), 페이스북(Facebook), 블로그(blog) 등과 같은 높은 후속 / 아웃리치 소셜 미디어 플랫폼들(following/outreach social media platforms)에서 포스트들을 공유하도록 요청한다. 이 선행 기술에서, 인플루언서 포트폴리오들 및 마켓 플레이스 메시징 도구들(influencer portfolios and marketplace messaging tools)에 대한 검색도구와 같은 일부 기술이 사용된다.

가장 중요한 것은, 인플루언서 에이전시가 수년 동안 직면한 가장 큰 문제는 판매 부족이 아니라, 인식할 수 없는 거래였다는 것이다. 광고주에 의해 지정된 인플루언서가 광고주를 지지하는 것을 '거절'할 수 있음에 따라 그 또는 그녀가 '원하지 않거나', 또는 '좋아하지 않을' 경우 판매의 거의 40%가 달성되지 않는다.

상기 선행 기술에서, 페이스 북, 신문 등과 같은 출판사는 광고 매체로서 사용된다. 또한 인플루언서는 이름 / 브랜드명의 인기를 기반으로 제공되거나 고용되거나 식별되며, 이는 개인 이름들에 의존하기 때문에 달성되지 않는다. 또한, 선행 기술은 입소문 / 인플루언서 마케팅에 의존하며, 특정 소비자 광고주, 즉 소기업 또는 대기업 만이 접근할 수 있다.

따라서, 상기 단점을 극복하는 인플루언서의 관련성에 기초하여 인플루언서들을 광고 사양에 일치시키는 개선된 시스템 및 방법에 대한 필요성이 존재한다.

본 발명은 인플루언서(influencer) 기반 마케팅을 제공하기 위한 시스템 및 방법에 관한 것이다.

본 발명의 주요 실시예는 광고 사양에 기초하여 인플루언서들 (influencers)을 광고 캠페인과 결부 (pairing)시키는 시스템에 있어서, 다음을 저장하도록 구성된 데이터베이스: 인플루언서 데이터 엔트리들로서, 각각의 인플루언서 데이터 엔트리는 포스트와 관련된 고유 포스트 식별 번호와, 시각적 인식 태그, 컨셉 태그 및 고유 포스트 식별 번호와 관련된 캡션 텍스트를 포함하는 리스트로부터의 적어도 하나의 태그를 포함하는 인플루언서 사이코그래픽스 (influencer psychographics)를 포함함; 광고 캠페인 데이터 엔트리들로서, 각각의 광고 캠페인 엔트리는 검색 기준을 포함하되, 검색 기준 각각은 광고주에 의해 지정된 키워드들을 포함함; 그리고 다음을 수행하도록 구성된 프로세서: 태그 및 캡션 텍스트를 검색 기준 키워드들과 매칭 (일치)시키고 그리고 각 고유 포스트 식별 번호에 대한 관련성 스코어를 생성하며; 0보다 큰(>0) 관련성 스코어를 갖는 적어도 하나의 고유 포스트 식별 번호를 갖는 인플루언서들의 후보 목록을 획득하되, 각 인플루언서가 전체 관련성 스코어와 관련됨;을 포함하는 시스템이다.

주요 실시예의 선택적 디자인으로서, 검색 기준 키워드들과 매칭되기 전에 캡션 텍스트로부터 중지 단어들이 제거된다. 선택적으로, 관련성 스코어는 다음 수식을 사용하여 계산된다.

관련성 스코어 = (0.5 * 매칭된 단어 수 / 정지단어들 제거 후의 단어 수) + 0.5

선택적으로, 총 관련성 스코어는 주어진 인플루언서와 관련된 모든 관련성 스코어들의 합이다. 선택적으로, 총 관련성 스코어는 1 내지 10의 값으로 정규화된다. 선택적으로, 검색 기준 키워드는 포지티브 또는 네거티브 (positive or negative) 중 하나로 분류되고, 그리고 프로세서는, 적어도 하나의 관련된 태그가 적어도 하나의 네거티브 검색 기준 키워드와 매칭되는, 적어도 하나의 고유 포스트 식별 번호로 후보 목록으로부터 인플루언서들을 제외시키도록 더 구성된다. 선택적으로, 각각의 인플루언서 데이터 엔트리는 시청자 인구 통계를 더 포함하고 그리고 각각의 광고 캠페인 엔트리는 타깃 시청자 인구 통계를 더 포함하며, 그리고 프로세서는 시청자 인구 통계가 타깃 시청자 인구 통계와 매칭되지 않는 인플루언서를 후보 목록으로부터 제외시키도록 더 구성된다. 선택적으로, 고유 포스트 식별 번호와 관련된 적어도 하나의 시각적 인식 태그는 시각적 인식 서비스를 사용하여 고유 포스트 식별 번호와 관련된 비디오 / 이미지를 파싱 (parsing)하여 획득된다. 선택적으로, 시각적 인식 서비스는 클라리 파이 (Clarifai), 클라우드 비전 (Cloud Vision) 및 아마존 인식 (Amazon Rekognition)을 포함하는 그룹으로부터 선택된다. 선택적으로, 고유 포스트 식별 번호와 관련된 적어도 하나의 컨셉 태그는 자연 언어 이해 서비스를 사용하여 고유 포스트 식별 번호와 관련된 텍스트 캡션을 파싱 (parsing)함으로써 획득된다. 선택적으로, 자연 언어 이해 서비스는 왓슨의 대화 서비스 (Watson’s Conversation Service), 마이크로 소프트의 언어 이해 정보 서비스 (Microsoft’s Language Understanding Intelligence Service), 구글 자연어 (Google Natural Language), 위트.아이 (Wit.ai) 및 에이파이.아이 (Api.ai)를 포함하는 상표 하에 판매되는 그룹으로부터 선택된다. 선택적으로, 각각의 인플루언서 데이터 엔트리는 평균 과거 등급, 총 팔로어 수, 총 포스트 수 및 총 좋아요 수 및 코멘트 (댓글) 수를 더 포함하고, 그리고 프로세서는 후보 목록 상의 인플루언서들의 지불금 (payout)을 계산하도록 더 구성되며, 그리고 지불금은 인플루언서의 팔로어 수와 관련하여 모든 포스트들에 걸친 전체 상호 작용 수를 기반으로 하며, 그리고 과거 평균 등급, 총 관련성 스코어 및 인플루언서에 의해 수행된 작업의 성질에 기초하여 수정된다. 여기서, 등급은 1과 5 사이의 값으로, 값이 높을수록 성능이 좋다.

본 발명의 주요 실시예의 대안은 광고 캠페인에 대하여 광고주를 적어도 하나의 인플루언서에 결부 (pairing)시키는 컴퓨터로 구현되는 방법 (computer-implemented method)에 있어서, 이미지들 / 비디오들 및 관련 텍스트 캡션들을 포함하는 인플루언서 포스트들 상의 정보를 포함하는 이용 가능한 인플루언서 계정 데이터를 획득하는 단계; 시각적 인식 태그를 획득하도록 시각적 인식 서비스를 사용하여 이미지들 / 비디오들을 파싱 (parsing)하고 그리고 컨셉 태그들을 획득하도록 자연 언어 이해 서비스를 사용하여 텍스트 캡션들을 파싱 (parsing)하는 단계; 텍스트 캡션들을 포지티브 검색 기준 키워드들에 매칭시키고 그리고 적어도 하나의 매칭으로 각 인플루언서 포스트에 대한 관련성 스코어를 생성하되, 포지티브 검색 기준과 매칭하기 전에 정지 단어들이 텍스트 캡션들로부터 제거되는 단계; 시각적 인식 태그를 포지티브 검색 기준 키워드들과 매칭시키고 그리고 기준과 매칭되지만 아직 0보다 큰 (> 0) 관련성 스코어를 받지 못한 각 인플루언서 포스트에 대한 관련성 스코어를 생성하는 단계; 컨셉 태그를 포지티브 검색 기준 키워드와 매칭시키고 그리고 기준과 매칭되지만 아직 0보다 큰(> 0) 관련성 스코어를 받지 못한 각 인플루언서 포스트에 대한 관련성 스코어를 생성하는 단계; 0보다 큰(>0) 관련성 스코어를 갖는 적어도 하나의 고유 포스트 식별 번호를 갖는 인플루언서들의 후보 목록을 획득하되, 각 인플루언서는 전체 관련성 스코어와 관련되는 단계;를 포함하는 컴퓨터로 구현되는 방법이다.

주요 실시예의 대안의 선택적 디자인으로서, 검색 기준의 매칭은 캡션 텍스트로만 수행될 수 있다. 선택적으로, 시각적 인식 태그들을 검색 기준 키워드와 매칭시키고 그리고 각 인플루언서 포스트에 대한 관련성 스코어를 생성하는 단계는 캡션 텍스트 만의 매칭이 발생한 후에 순차적으로 수행되는 추가적인 제 2 단계로서, 아직 관련성 스코어를 받지 못한 포스트가 매칭될 수 있다. 선택적으로, 컨셉을 검색 기준 키워드와 매칭시키고 각 인플루언서 포스트에 대한 관련성 스코어를 생성하는 단계는 시각적 인식 태그들만의 매칭이 발생한 후에 순차적으로 수행되는 추가적인 제 3 단계로서, 관련성 스코어를 아직 수신하지 않은 포스트들이 매칭될 수 있다.

선택적으로, 총 관련성 스코어는 주어진 인플루언서에 대한 모든 모든 관련성 스코어들의 합이다. 선택적으로, 관련성 스코어는 다음 식을 사용하여 계산된다. 관련성 스코어 = (0.5 * 매칭된 단어 수 / 정지단어들 제거 후의 단어 수) + 0.5. 선택적으로, 총 관련성 스코어는 1 내지 10의 값으로 정규화된다. 선택적으로, 네거티브 검색 기준 키워드들과 매칭되는 인플루언서들은 후보 목록에서 제거된다. 선택적으로, 타깃 시청자 인구 통계와 매창되지 않는 시청자 인구 통계를 갖는 인플루언서들은 후보 목록에서 제거된다. 선택적으로, 시각적 인식 서비스는 클라리 파이 (Clarifai), 클라우드 비전 (Cloud Vision) 및 아마존 인식 (Amazon Rekognition)을 포함하는 그룹으로부터 선택된다. 선택적으로, 자연 언어 이해 서비스는 왓슨의 대화 서비스 (Watson’s Conversation Service), 마이크로 소프트의 언어 이해 정보 서비스 (Microsoft’s Language Understanding Intelligence Service), 구글 자연어 (Google Natural Language), 위트.아이 (Wit.ai) 및 에이파이.아이 (Api.ai)를 포함하는 상표 하에 판매되는 그룹으로부터 선택된다. 선택적으로, 본 발명의 주요 실시예의 대안은 후보 목록 상의 인플루언서들의 지불금 (payout)을 계산하되, 지불금은 인플루언서의 팔로어 수와 관련하여 모든 포스트들에 걸친 전체 상호 작용 수를 기반으로 하며, 그리고 평균 과거 등급, 총 관련성 스코어 및 인플루언서에 의해 수행된 작업의 성질에 기초하여 수정되는 단계를 더 포함한다.

하나 이상의 실시예의 세부 사항은 첨부 된 도면 및 이하의 설명에서 설명된다. 본 발명의 다른 특징, 목적 및 이점은 상세한 설명 및 도면 및 청구 범위로부터 명백해질 것이다.

위의 요약 및 예시적인 실시예에 대한 다음의 상세한 설명은 첨부된 도면과 함께 읽을 때 더 잘 이해된다. 본 개시를 예시할 목적으로, 본 발명의 예시적인 구조가 도면에 도시되어있다. 그러나, 본 개시는 본 명세서에 개시된 특정 방법 및 수단에 한정되지 않는다. 또한, 당업자는 도면이 일정한 비례가 아니라는 것을 이해할 것이다. 가능한 모든 요소는 동일한 번호로 표시된다.
도 1은 본 발명에 따른 인플루언서 기반 마케팅을 제공하기 위한 시스템의 간단한 블록도이다.
도 2는 본 발명에 따은 인플루언서 기반 마케팅을 제공하는 프로세스에 관한 흐름도이다.
도 3은 프로파일링, 가격 책정 및 페어링 유닛에 대한 시스템의 개략적인 블록도이다.
도 4는 광고 사양과 관련된 사이코그래픽스를 갖는 인플루언서들의 후보 목록을 얻는 방법 (400)을 도시한 것이다.

이들 비제한적인 실시예에서 논의된 특정 값 및 배열은 다양할 수 있으며 적어도 하나의 실시 양태를 예시하기 위해 인용되었을 뿐이며 그 범위를 제한하고자 하는 것은 아니다.

도 1은 본 발명에 따른 인플루언서 기반 마케팅을 제공하기 위한 시스템 (100)의 간단한 블록도이다. 시스템 (100)은 프로파일링, 가격책정 및 페어링 유닛 (104)을 갖는다. 제품 / 서비스를 마케팅하기 위한 캠페인을 설정하고자 하는 광고주 (102)는 시스템에 등록하거나 등록하지 않은 상태에서 시스템 (100)에 접속되고 또한 시스템 (100)에 들어가기 위해 소셜 네트워크 로그인들을 사용할 수 있다. 인플루언서들 (104) 은 인스타그램 (Instagram)과 같은 소셜 네트워크를 사용하여 등록함으로써 또한 시스템 (100)에 참여할 수 있다. 인플루언서들은 친구들, 가족들, 동료들 등과 하나 이상의 관계를 갖고 하나 이상의 소셜 네트워크에 연결되어있는 개인이다. 프로파일링, 가격책정 및 페어링 유닛 (104)은 프로파일 관련성에 기초하여 인플루언서들을 광고주에게 결부 (페어링, pairing)시킴으로써, 인플루언서들은 캠페인 작업 (Campaign Work)을 수행하고 그들의 작업에 대한 보수를 받도록 한다.

도 2는 본 발명에 따른 인플루언서 기반 마케팅을 제공하는 프로세스에 관한 흐름도 (200)이다. 블록 (202)에서와 같이, 광고주는 예산, 목적 및 수행될 인플루언서들의 선택에 의해 캠페인 작업 (Campaign Work)에 대한 목표 선호도 (Goal Preference)를 제공할 수 있다. 인플루언서들이 시스템 (100)에 합류하여 소셜 네트워크 등에서 캠페인 작업 (Campaign Work)을 수행하기 위해, 인스타그램 (Instagram)과 같은, 소셜 네트워크에 연결한다. 광고주 (102)는 또한 블록 (208) 에서와 같이, 캠페인 작업 (Campaign Work)에 대해 선호되는 인플루언서 선택에 대해 인플루언서들에게 주워질 선호되는 인구통계와 사이코그래픽스와 질문들의 선택에 의해 캠페인 작업 (Campaign Work)에 대한 인플루언서 선호도들을 또한 제공한다. 임의의 설명을 필요로 하는 경우, 광고주 (102)는 블록 (204)에서와 같이 지원 시스템에 접촉할 수 있다. 지원 시스템은 시스템 (100) 등의 고객 관리 서비스와 같을 수 있다. 광고주의 선호도가 제출되면, 프로파일링, 가격책정 및 페어링 유닛 (104)은 선호도 기준에 기초하여 캠페인 작업 (Campaign Work)에 관한 초대장을 인플루언서들에게 보낸다.

블록 (214)에서와 같이, 프로파일링, 가격 책정 및 페어링 유닛 (104)은 인플루언서의 프로파일이 광고주의 목표 선호도와 매칭되는지 여부를 확인한다. 확인은 인플루언서들의 인구 통계 및 사이코그래픽스 및 인플루언서들의 광고에 의한 응답을 기반으로 수행된다. 블록 (216 및 218)에서와 같이, 인플루언서가 질문에 대한 정답을 제공하고 자격을 부여하면, 광고주는 해당 특정 인플루언서와 쌍을 이룬다 (페어링). 블록 (222)에서와 같이, 인플루언서들이 질문에서 자격이 없다면, 그들이 캠페인에 참여하는 것이 허용되지 않는다. 따라서, 프로파일링, 가격 책정 및 페어링 유닛 (104)은 단계 (218)에서와 같이, 캠페인 작업에 대한 인플루언서 및 광고주의 자동적인 페어링을 수행한다. 일단 인플루언서들 및 광고주들이 페어링되면, 프로파일링, 가격 책정 및 페어링 유닛 (104)은 캠페인 작업에 대한 인플루언서들에게 광고주의 간단하고 정확한 지불 금액의 세부 사항을 확인하고 전송한다. 블럭 (220)에서와 같이, 인플루언서들은 지불 금액에 기초하여 캠페인 작업을 수락 또는 거절할 수 있다. 인플루언서가 캠페인 작업을 수락하면 프로파일링, 가격 책정 및 페어링 유닛 (104)은 인플루언서에게 캠페인에서 요구하는 작업을 수행 할 수 있게 한다.

블록 (210)에서와 같이, 인플루언서들의 작업들은 광고주들에 의해 모니터링되고 검증된다. 예를 들어, 인플루언서들이 소셜 네트워크 등을 통해 포스트를 통하여 만든 캠페인을 모니터링하고 포스트하기 전에 이를 확인한다. 블록 (226)에서와 같이, 인플루언서는 필요하다면, 작업을 변경하고 그것을 다시 제출할 수 있으며, 광고주는 동일한 작업을 다시 확인할 수 있다. 광고주는 인플루언서들의 작업에 대해 보고 할 수 있다. 예를 들어, 성공한 것으로 보고하거나 (생중계하기), 남용하거나 일정을 조정할 수 있다. 남용되거나 불완전한 작업은 필요한 변경을 위해 인플루언서에게 보내질 수 있다. 블럭 (212)에서와 같이, 광고주는 인플루언서의 포스트 / 작업에 대하여 좋아요, 코멘트 등과 같은, 인플루언서의 포스트 결과들을 공개하기 위해 인플루언서들을 평가할 수 있다. 각 인플루언서의 등급은 저장되며 생태계 및 가격을 지속적으로 관리하는 데 사용할 수 있다. 블록 (224)에서와 같이, 인플루언서들에 의해 작업 (포스트)이 제거되거나 변경되지 않을 때까지 또는 광고주에 의해 설정된 시간 제한까지 인플루언서들은 광고주에 의해 한번 등급이 정해지면 인플루언서들은 자신의 작업(생중계 또는 재스케쥴됨)에 대해 지불 받는다.

도 3은 프로파일링, 가격 책정 및 페어링 유닛 (300)을 위한 시스템의 블록도를 도시한 것이다. 시스템 (300)은 인플루언서 데이터 엔트리들 (302), 광고 데이터 엔트리들 (303)를 저장하도록 구성된 데이터베이스 (301)를 포함한다.

각 인플루언서 데이터 엔트리 (302)는 인구 통계, 사이코그래픽스 및 시청자 인구 통계를 포함하는 인플루언서에 관한 관련 정보를 포함한다. 인플루언서 인구 통계는 인플루언서로부터 획득되어 송신 및 수신 유닛 (306)을 통해 웹 서비스를 통해 데이터베이스 (301)로 전달 될 수 있는 연령, 인종, 종교, 성별, 가족 크기, 민족, 소득 및 교육을 포함한다. 인플루언서 데이터 엔트리 (302)는 주어진 소셜 미디어 플랫폼 상의 인플루언서 및 퍼블릭 방식으로 이용 가능한 원격 애플리케이션 프로그램 인터페이스 (API)를 통해 획득 될 수 있고 송신 및 수신 유닛 (306)을 통해 데이터베이스(301)에 전달될 수 있는 인플루언서 사이코그래픽스에 의해 만들어진 전체 팔로어 수, 전체 포스트 수, 전체 좋아요 수 및 코멘트들을 또한 포함할 수 있다. 인플루언서 사이코그래픽스는 방식으로 직접적으로 획득되는 것이 아니라 궁극적으로 인플루언서 사이코그래픽스를 유도하는데 사용되는 원시 콘텐츠로부터 획득된다. 각 인플루언서 데이터 엔트리 (302)는 또한 인플루언서 등급을 포함할 수 있다. 인플루언서 등급은 이전 광고 캠페인에서 성능에 따라 인플루언서에 부여된 등급에서 파생되며 일정 기간 동안 인플루언서의 평균 등급 또는 인플루언서가 참여한 모든 캠페인을 기반으로 한 평균 등급을 나타낼 수 있다.

인플루언서 사이코그래픽스는 적어도 하나의 키워드를 포함한다. 키워드들은 태그라고도 하며 인플루언서가 작성한 포스트에 있는 콘텐츠에서 파생된다. 이러한 콘텐츠에는 텍스트와 함께 이미지들과 비디오들이 포함된다. 임의의 형태의 텍스트, 청각 및 시각적 콘텐츠가 태그를 유도하는데 사용될 수 있음을 쉽게 이해할 것이다. 비디오 및 이미지들은 시각 인식 서비스를 사용하여 파싱 (parsing)될 수 있지만 텍스트 캡션들은 시각적 인식 태그 및 컨셉 태그를 각각 생성할 수 있도록 자연 언어 이해를 사용하여 파싱될 수 있다. 컨셉 태그는 또한 네거티브, 포지티브 또는 중립적인 감정을 반영할 수 있다. 이러한 태그는 포스트에 할당된 고유한 포스트 식별 번호를 통해 인플루언서의 포스트에 연결된다. 비디오 내용은 음성 인식 서비스를 사용하여 파싱될 수 있다. 원본 텍스트, 청각 및 시각적 콘텐츠는 앞에서 언급한 서비스 중 하나를 사용하여 파싱 전이나 후에 수정될 수 있다. 인플루언서 데이터 엔트리 (302)는 정지 단어들의 리스트를 포함할 수 있다. 정지 단어는 텍스트 캡션 및 추가 처리 전후의 음성 인식 서비스에서 파생된 텍스트와 같이 텍스트에서 필터링된 단어를 나타낸다. 정지 단어 목록의 비 제한적 예는 다음과 같다.

하나의(a), 약(about), 위에(above), 후에(after), 다시(again), 반하여(against), 모든(all), 이다(am), 하나의(an), 그리고(and), 어떤(any), 이다(are), 아니다(aren't), 같이(as), 에서(at), 이다(be), 때문에(because), 였다(been), 전에(before), 인(being), 아래에(below), 사이에(between), 둘다(both), 그러나(but), 의해(by), 할수없다(can't), 할수없다(cannot), 할수있었다(could), 할수없었다(couldn't), 했다(did), 하지않았다(didn't), 하다(do), 하다(does), 하지않다(doesn't), 하고있는(doing), 하지않는(don't), 아래(down), 동안(during), 각각(each), 적은(few), 에 대한(for), 으로부터(from), 더(further), 했었다(had), 하지않았다(hadn't), 했다(has), 하지않았다(hasn't), 했다(have),하지않았다( haven't), 가지고있는(having), 그(he), 그(he'd), 그(he'll), 그(he's), 그녀(her), 여기(here), 여기(here's_, 그녀의(hers), 그녀자신(herself), 그를(him), 그자신(himself), 그의(his), 어떻게(how), 어떻게(how's), 나(I), 나(I'd), 나(I'll), 나(I'm), 나(I've), 만약(if), 안에(in), 안으로(into), 이다(is), 아니다(isn't), 그것(it), 그것(it's), 그것의(its), 그것자체(itself), 하자(let's), 나(me), 더(more), 가장(most), 아님에틀림없다(mustn't), 나의(my), 나자신(myself), 아니오(no), 도아닌(nor), 아닌(not), 의(of), 오프(off), 온(on), 한번(once), 오직(only), 또는(or), 다른(other), 여야한다(ought), 우리(our), 우리의(ours), 우리자신(ourselves), 밖에(out), 걸쳐(over), 자기자신(own), 동일한(same), 아니다(shan't), 그녀(she), 그녀(she'd), 그녀(she'll), 그녀(she's), 해야 한다(should), 하지않아야 한다(shouldn't), 그래서(so), 어떤(some), 그러한(such), 보다(than), 그것(that), 그(that's), 그(the), 그들(their), 그들의(theirs), 그들을(them), 그들자신(themselves), 보다(then), 거기(there), 거기(there's), 이것들(these), 그들(they), 그들(they'd), 그들(they'll), 그들(they're), 그들(they've), 이것(this), 그러한것들(those), 통하여(through), 에게(to), 마찬가지로(too), 아래에(under), 까지(until), 위에(up), 매우(very), 였다(was), 아니었다(wasn't), 우리(we), 우리(we'd), 우리(we'll), 우리(we're), 우리(we've), 였다(were), 아니었다(weren't), 무슨(what), 무슨(what's), 언제(when), 언제(when's), 어디(where), 어디(where's), 어느것(which), 동안(while), 누구(who), 누구(who's), 누구를(whom), 왜(why), 왜(why's), 으로(with), 아니었다(won't), 할것이다(would), 하지않을것이다(wouldn't), 너(you), 너(you'd), 너(you'll), 너(you're), 너(you've), 너의(your), 너의것(yours), 너 자신(yourself) 및 너 자신들(yourselves).

시각적 인식 서비스는 클라리 파이 (Clarifai), 클라우드 비전 (Cloud Vision) 및 아마존 인식 (Amazon Rekognition)으로 구성된 그룹에서 선택될 수 있지만 독점적인 시각적 인식 서비스도 포함할 수 있다. 태그를 반환할 수 있는 모든 시각적 인식 서비스가 적합할 것으로 예상된다.

자연 언어 이해 서비스는 왓슨의 대화 서비스 (Watson's Conversation Service), 마이크로소프트의 언어 이해 정보 서비스 (Microsoft's Language Understanding Intelligence Service), 구글의 자연 언어 (Google Natural Language), 위트.아이(Wit.ai) 및 에이파이.아이(Api.ai)를 포함하는 상표로 판매되는 그룹에서 선택 될 수 있지만 독점적인 자연어 이해 서비스도 포함될 수 있다. 태그를 반환할 수 있는 자연 언어 이해 서비스가 적합할 것으로 예상된다.

데이터베이스 (301)는 광고 캠페인 데이터 엔트리 (303)를 저장하도록 구성될 수도 있다.

각각의 광고 캠페인 데이터 엔트리 (303)는 광고 사양에 관한 정보를 포함하며, 예산, 잠재적인 인플루언서에 대한 설문지, 수행될 작업의 성질 및 시청자 인구 통계에 관련된 포지티브 및 네거티브 검색 기준 키워드들 둘다를 기술하는 검색 기준, 그리고 인플루언서 사이코그래픽스를 포함한다. 예산은 광고 캠페인 기간 동안 소비되는 최대 금액을 나타낸다. 광고 캠페인에 할당된 인플루언서에 대한 총 지불금은 예산을 초과하지 않아야 한다. 시청자 인구 통계는 다음의 어느 것도 포함할 수 있다: 연령, 인종, 종교, 성별, 가족 크기, 민족, 소득 및 교육 등이 포함될 수 있으며 인플루언서 사이코그래픽스는 태그들을 포함한다. 설문지는 예 또는 아니오, 진실 또는 거짓의 형태로 이진 응답과 같은 미리 정해진 응답이 있는 질문의 형태이거나 객관식 질문의 형태일 수 있다. 수행되는 작업의 성질은 수행되는 작업(work)에 소비되는 시간, 인플루언서에 의해 수행되는 행동(action) 및 해당되는 경우 제품 또는 서비스의 가치를 포함한다. 작업에 소비된 시간의 예는 적은 노력으로 <1 시간, <1 시간, > 1 시간, 더 큰 노력인 > 1 시간이다. 수행될 행동에는 최소한의 상호 작용이나 심층적인 경험을 통해 장소를 방문하거나 무언가를 수령하거나 수집하는 것이 포함된다.

시스템 (300)은 태그 및 캡션 텍스트를 검색 기준 키워드와 매칭시키고 각 포스트에 대한 키워드 매칭의 수에 기초하여, 관련성 스코어를 생성하고 이를 고유 포스트 식별 번호와 관련시키는 프로세서 (304)를 포함한다. 검색 기준 키워드가 태그 / 캡션 텍스트와 정확하게 매칭(일치)되면 매칭(일치)이 수행된다. 부분 매칭이 얻어진 경우에도 매칭이 이루어질 수 있다는 것은 당업자에게 명백할 것이다.

검색 기준의 매칭은 캡션 텍스트만으로 수행될 수 있다. 선택적으로, 시각 인식 태그들을 검색 기준 키워드들과 매칭시키고 각 인플루언서 포스트에 대한 관련성 스코어를 생성하는 단계는 캡션 텍스트만의 매칭이 발생한 후 순차적으로 수행되는 추가 제 2 단계이다. 관련성 스코어를 아직 받지 못한 포스트 만이 두 번째 패스에서 매칭될 수 있다. 선택적으로, 컨셉을 검색 기준 키워드들과 매칭시키고 각 인플루언서 포스트에 대한 관련성 스코어를 생성하는 단계는 시각적 인식 태그들만의 매칭이 발생한 후에 순차적으로 수행되는 추가적인 제 3 단계이다. 관련성 스코어를 아직 받지 못한 포스트 만이 세 번째 패스에서 매칭될 수 있다.

각 인플루언서가 전체 관련성 스코어와 관련되는 0보다 큰(> 0) 관련성 스코어를 갖는 적어도 하나의 고유 포스트 식별 번호를 가진 인플루언서들의 후보 목록이 생성된다. 총 관련성 스코어는 주어진 인플루언서에 대한 모든 관련성 스코어의 합계이다.

관련성 스코어는 다음의 수식을 사용하여 계산된다:

관련성 스코어 = (0.5 * 매칭 수 / 정지 단어 제거 후의 단어 수) + 0.5

검색 기준과 매칭 (일치)되는 주어진 인플루언서에 대해 하나 이상의 포스트가 있는 경우, 단일 포스트에 대해 관련성 점수가 생성되므로, 각 포스트에 대해 생성된 관련성 스코어가 해당 인플루언서에 대한 총 관련성 스코어가 산출되도록 합산된다. 후보 목록에 있는 각 인플루언서의 총 관련성 스코어들은 정규화될 수 있다. 이것은 특히 인플루언서의 지불금을 결정할 때 총 관련성 스코어가 수정자로 사용되는 경우에 유용하다. 1에서 10까지의 값 사이의 총 관련성 스코어를 정규화하는 방법의 비 제한적 예는 다음과 같다.

1을 새로운 최소값 (newMin)으로 하고 10을 새로운 최대 값 (newMax)으로 하자. 후보 목록 상의 인플루언서에 대한 가장 작은 총 관련성 스코어 (oldMin)는 1의 정규화된 총 관련성 스코어로 할당되는 반면 가장 높은 총 관련성 스코어 (oldMax)는 10의 정규화된 총 관련성 스코어로 할당된다. 나머지 후보 목록의 관련성 스코어는 다음의 수식을 사용하여 정규화된 총 관련성 스코어 (newX)로 할당될 것이다.

프로세서 (304)는 또한, 후보 목록 내의 각 인플루언서 리스트에 대한 지불금을 계산하도록 구성될 수 있고 그리고 메시지의 형태로 인플루언서에게 보내도록, 예상 지불금, 설문지 및 수행될 작업의 성질에 대한 간략한 설명이 송신 및 수신 유닛 (306)을 통해 송신될 수 있다.

팔로어 수가 높을수록 지불금이 높은 팔로어 수, 인플루언서가 그들의 시청자와 함께 더 잘 참여할수록 지불금이 높은 참여율, 노력과 시간이 많이 들수록 지불금이 더 나은 수행될 작업의 성질, 그리고 인플언서의 관련성이 높을수록 지불금이 높은 정규화된 총 관련성 스코어에 의해 지불금이 결정된다.

지불금 계산 방법의 비 제한적인 예는 다음과 같다.

참여율 = 총 상호 작용 수 / (팔로어 수 * 총 포스트 수)

총 상호 작용은 인플루언서에 의해 작성된 모든 포스트들에서 사용자에 의해 수행된 전체 상호 작용을 말하고 그리고 팔로어 및 아직 인플루언서를 따르지 않은 다른 소셜 미디어 플랫폼 사용자에 의해 작성된 좋아요 및 코멘트(댓글)를 포함한다.

예를 들어, 팔로어 크기가 1000이고, 포스트 수가 100 개이며 그리고 사용자 상호 작용 수가 5000 일 경우, 참여율은 5000 / (1000 * 100) = 5 %이다.

지불금 = 팔로어 크기 * 참여율 * 노력 배율 * 관련성 배율 * 등급 배율

노력 배율은 0.16-0.35 사이의 값일 수 있고, 관련성 배율은 1.0에서 1.1 사이의 값일 수 있으며, 등급 배율은 0.8에서 1.1 사이의 값일 수 있다.

후보 목록화된 인플루언서들에게 송신된 메시지들은 가장 높은 정규화된 총 인플런서 스코어를 갖는 인플루언서 또는 가장 낮은 스코어를 갖는 인플루언서에게 총 인플루언서 스코어의 순서로 전송된다. 예산이 충족되지 않는 한 메시지가 전송된다. 인플루언서 팔로어 수와 같은 다른 요소는 우선 순위를 결정할 때 고려되지 않는다. 메시지를받는 인플루언서는 광고 캠페인에 참여하기 전에 질문에 올바르게 대답해야 한다.

서버는 본 명세서에 개시된 바와 같이 요구되는 기능을 수행하기에 적합한 데이터를 저장하도록 구성된 메모리 (305)를 포함할 수 있다. 예를 들어, 메모리 (305)는 각각의 총 관련성 스코어와 함께 인플루언서 후보 목록을 획득하기에 적합한 알고리즘 및 / 또는 기능을 저장할 수 있다.

Claims

광고 사양에 기초하여 인플루언서들 (influencers)을 광고 캠페인과 결부 (pairing)시키는 시스템에 있어서,
다음을 저장하도록 구성된 데이터베이스:
인플루언서 데이터 엔트리들로서, 각각의 인플루언서 데이터 엔트리는 포스트와 관련된 고유 포스트 식별 번호와, 시각적 인식 태그, 컨셉 태그 및 고유 포스트 식별 번호와 관련된 캡션 텍스트를 포함하는 리스트로부터의 적어도 하나의 태그를 포함하는 인플루언서 사이코그래픽스 (influencer psychographics)를 포함함;
광고 캠페인 데이터 엔트리들로서, 각각의 광고 캠페인 엔트리는 검색 기준을 포함하되, 검색 기준 각각은 광고주에 의해 지정된 키워드들을 포함함; 그리고
다음을 수행하도록 구성된 프로세서:
태그 및 캡션 텍스트를 검색 기준 키워드들과 매칭시키고 그리고 각 고유 포스트 식별 번호에 대한 관련성 스코어를 생성하며;
0보다 큰(>0) 관련성 스코어를 갖는 적어도 하나의 고유 포스트 식별 번호를 갖는 인플루언서들의 후보 목록을 획득하되, 각 인플루언서가 전체 관련성 스코어와 관련되는, 시스템.
제1항에 있어서,
검색 기준 키워드들과 매칭되기 전에 캡션 텍스트로부터 중지 단어들이 제거되는, 시스템.
제 1 항에 있어서,
관련성 스코어는 다음 수식을 사용하여 계산되는, 시스템.
관련성 스코어 = (0.5 * 매칭된 단어 수 / 정지단어들 제거 후의 단어 수) + 0.5
제1항에 있어서,
총 관련성 스코어는 주어진 인플루언서와 관련된 모든 관련성 스코어들의 합인, 시스템.
제 3 항에있어서,
총 관련성 스코어는 1 내지 10의 값으로 정규화되는, 시스템.
제 1 항에있어서,
검색 기준 키워드는 포지티브 (positive) 또는 네거티브 (negative) 중 하나로 분류되고, 그리고 프로세서는, 적어도 하나의 관련된 태그가 적어도 하나의 네거티브 검색 기준 키워드와 매칭되는, 적어도 하나의 고유 포스트 식별 번호로 후보 목록으로부터 인플루언서들을 제외시키도록 더 구성된, 시스템.
제 1 항에 있어서,
각각의 인플루언서 데이터 엔트리는 시청자 인구 통계를 더 포함하고 그리고 각각의 광고 캠페인 엔트리는 타깃 시청자 인구 통계를 더 포함하며, 그리고 프로세서는 시청자 인구 통계가 타깃 시청자 인구 통계와 매칭되지 않는 인플루언서를 후보 목록으로부터 제외시키도록 더 구성되는, 시스템.
제 1 항에 있어서,
고유 포스트 식별 번호와 관련된 적어도 하나의 시각적 인식 태그는 시각적 인식 서비스를 사용하여 고유 포스트 식별 번호와 관련된 비디오 / 이미지를 파싱(parsing)하여 획득되는, 시스템.
제 7 항에 있어서,
시각적 인식 서비스는 클라리 파이 (Clarifai), 클라우드 비전 (Cloud Vision) 및 아마존 인식 (Amazon Rekognition)을 포함하는 그룹으로부터 선택되는, 시스템.
제 1 항에 있어서,
고유 포스트 식별 번호와 관련된 적어도 하나의 컨셉 태그는 자연 언어 이해 서비스를 사용하여 고유 포스트 식별 번호와 관련된 텍스트 캡션을 파싱 (parsing)함으로써 획득되는, 시스템.
제 9 항에 있어서,
자연 언어 이해 서비스는 왓슨의 대화 서비스 (Watson's Conversation Service), 마이크로 소프트의 언어 이해 정보 서비스 (Microsoft's Language Understanding Intelligence Service), 구글 자연어 (Google Natural Language), 위트.아이 (Wit.ai) 및 에이파이.아이 (Api.ai)를 포함하는 상표 하에 판매되는 그룹으로부터 선택되는, 시스템.
제 1 항에 있어서,
각각의 인플루언서 데이터 엔트리는 평균 과거 등급, 총 팔로어 수, 총 포스트 수 및 총 좋아요 수 및 코멘트 수를 더 포함하고, 그리고
프로세서는 후보 목록 상의 인플루언서들의 지불금 (payout)을 계산하도록 더 구성되며, 그리고
지불금은 인플루언서의 팔로어 수와 관련하여 모든 포스트들에 걸친 전체 상호 작용 수를 기반으로 하며, 그리고 과거 평균 등급, 총 관련성 스코어 및 인플루언서에 의해 수행된 작업의 성질에 기초하여 수정되는, 시스템. 여기서, 등급은 1과 5 사이의 값으로, 값이 높을수록 성능이 좋다.
광고 캠페인에 대하여 광고주를 적어도 하나의 인플루언서에 결부 (pairing)시키는 컴퓨터로 구현되는 방법 (computer-implemented method)에 있어서,
이미지들 / 비디오들 및 관련 텍스트 캡션들을 포함하는 인플루언서 포스트들 상의 정보를 포함하는 이용 가능한 인플루언서 계정 데이터를 획득하는 단계;
시각적 인식 태그를 획득하도록 시각적 인식 서비스를 사용하여 이미지들 / 비디오들을 파싱(parsing)하고 그리고 컨셉 태그들을 획득하도록 자연 언어 이해 서비스를 사용하여 텍스트 캡션들을 파싱 (parsing)하는 단계;
텍스트 캡션들을 포지티브 검색 기준 키워드들에 매칭시키고 그리고 적어도 하나의 매칭으로 각 인플루언서 포스트에 대한 관련성 스코어를 생성하되, 포지티브 검색 기준과 매칭하기 전에 정지 단어들이 텍스트 캡션들로부터 제거되는 단계;
시각적 인식 태그를 포지티브 검색 기준 키워드들과 매칭시키고 그리고 기준과 매칭되지만 아직 0보다 큰 (> 0) 관련성 스코어를 받지 못한 각 인플루언서 포스트에 대한 관련성 스코어를 생성하는 단계;
컨셉 태그를 포지티브 검색 기준 키워드와 매칭시키고 그리고 기준과 매칭되지만 아직 0보다 큰(> 0) 관련성 스코어를 받지 못한 각 인플루언서 포스트에 대한 관련성 스코어를 생성하는 단계;
0보다 큰(>0) 관련성 스코어를 갖는 적어도 하나의 고유 포스트 식별 번호를 갖는 인플루언서들의 후보 목록을 획득하되, 각 인플루언서는 전체 관련성 스코어와 관련되는 단계;
를 포함하는 컴퓨터로 구현되는 방법.
제 13 항에 있어서,
총 관련성 스코어는 주어진 인플루언서에 대한 모든 모든 관련성 스코어들의 합인, 컴퓨터로 구현되는 방법.
제 13 항에 있어서,
관련성 스코어는 다음 수식을 사용하여 계산되는, 컴퓨터로 구현되는 방법.
관련성 스코어 = (0.5 * 매칭된 단어 수 / 정지단어들 제거 후의 단어 수) + 0.5
제 13 항에 있어서,
총 관련성 스코어는 1 내지 10의 값으로 정규화되는, 컴퓨터로 구현되는 방법.
제 13 항에 있어서,
네거티브 검색 기준 키워드들과 매칭되는 인플루언서들은 후보 목록에서 제거되는, 컴퓨터로 구현되는 방법.
제 13 항에 있어서,
타깃 시청자 인구 통계와 매칭되지 않는 시청자 인구 통계를 갖는 인플루언서들은 후보 목록에서 제거되는, 컴퓨터로 구현되는 방법.
제 13 항에 있어서,
시각적 인식 서비스는 클라리 파이 (Clarifai), 클라우드 비전 (Cloud Vision) 및 아마존 인식 (Amazon Rekognition)을 포함하는 그룹으로부터 선택되는, 컴퓨터로 구현되는 방법.
제 13 항에 있어서,
자연 언어 이해 서비스는 왓슨의 대화 서비스 (Watson’s Conversation Service), 마이크로 소프트의 언어 이해 정보 서비스 (Microsoft’s Language Understanding Intelligence Service), 구글 자연어 (Google Natural Language), 위트.아이 (Wit.ai) 및 에이파이.아이 (Api.ai)를 포함하는 상표 하에 판매되는 그룹으로부터 선택되는, 컴퓨터로 구현되는 방법.
제 13 항에 있어서,
후보 목록 상의 인플루언서들의 지불금 (payout)을 계산하되, 지불금은 인플루언서의 팔로어 수와 관련하여 모든 포스트들에 걸친 전체 상호 작용 수를 기반으로 하며, 그리고 평균 과거 등급, 총 관련성 스코어 및 인플루언서에 의해 수행된 작업의 성질에 기초하여 수정되는 단계를 더 포함하는, 컴퓨터로 구현되는 방법.