KR20200054353A - 고객 세분화를 이용한 고객 맞춤형 캠페인 관리 시스템 - Google Patents
고객 세분화를 이용한 고객 맞춤형 캠페인 관리 시스템 Download PDFInfo
- Publication number
- KR20200054353A KR20200054353A KR1020180133543A KR20180133543A KR20200054353A KR 20200054353 A KR20200054353 A KR 20200054353A KR 1020180133543 A KR1020180133543 A KR 1020180133543A KR 20180133543 A KR20180133543 A KR 20180133543A KR 20200054353 A KR20200054353 A KR 20200054353A
- Authority
- KR
- South Korea
- Prior art keywords
- customer
- purchase
- text message
- predicted
- customized
- Prior art date
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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0269—Targeted advertisements based on user profile or attribute
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0223—Discounts or incentives, e.g. coupons or rebates based on inventory
-
- 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
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0267—Wireless devices
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 빅데이터를 기반으로 고객 유형 세분화를 수행하고 이를 통하여 고객 맞춤형 문자 메시지 발송과 고객별 반응률을 분석하여 고객 맞춤형 캠페인을 관리할 수 있도록 하는 고객 세분화를 이용한 고객 맞춤형 캠페인 관리 시스템에 관한 것이다.
본 발명에 따른 고객 맞춤형 캠페인 관리 시스템은 고객 맞춤형 문자 발송 프로모션을 수행하고, 프로모션 결과에 따른 반응률을 분석하는 고객 맞춤형 캠페인 관리 시스템으로서, 고객의 구매 내역을 수집하여 고객 관리 데이터베이스(300)에 저장하고 관리하며, 고객의 구매 내역 분석에 따라 고객 맞춤형 문자 메시지를 발송할 고객으로 예측된 고객의 유형을 분석하여 세분화하고, 세분화된 고객 유형별로 맞춤형 문자 메시지를 작성하여 발송하며, 맞춤형 문자 메시지가 발송된 고객의 반응률을 분석하여 사용자(400)에게 제공하는 캠페인 관리 서버(100)를 포함하여 이루어져, 맞춤형 고객 관리가 이루어질 수 있도록 제공된다.
본 발명에 따른 고객 맞춤형 캠페인 관리 시스템은 고객 맞춤형 문자 발송 프로모션을 수행하고, 프로모션 결과에 따른 반응률을 분석하는 고객 맞춤형 캠페인 관리 시스템으로서, 고객의 구매 내역을 수집하여 고객 관리 데이터베이스(300)에 저장하고 관리하며, 고객의 구매 내역 분석에 따라 고객 맞춤형 문자 메시지를 발송할 고객으로 예측된 고객의 유형을 분석하여 세분화하고, 세분화된 고객 유형별로 맞춤형 문자 메시지를 작성하여 발송하며, 맞춤형 문자 메시지가 발송된 고객의 반응률을 분석하여 사용자(400)에게 제공하는 캠페인 관리 서버(100)를 포함하여 이루어져, 맞춤형 고객 관리가 이루어질 수 있도록 제공된다.
Description
본 발명은 고객 맞춤형 캠페인 관리 시스템 및 그 방법에 관한 것으로, 특히 빅데이터를 기반으로 고객 유형 세분화를 수행하고 이를 통하여 고객 맞춤형 문자 메시지 발송과 고객별 반응률을 분석하여 고객 맞춤형 캠페인을 관리할 수 있도록 하는 고객 세분화를 이용한 고객 맞춤형 캠페인 관리 시스템에 관한 것이다.
근래에 들어 통신 기술 및 데이터 처리 기술의 발달함에 따라 오프라인 뿐만 아니라 온라인을 이용한 쇼핑 시장이 급부상하고 있다. 이러한 온라인 쇼핑몰은 별도의 물리적인 판매 공간이 없어도 온라인 상에서 물건의 홍보 및 주문이 이루어지기 때문에 거래 지역 및 거래 시간에 제한을 받지 않고, 기업과 소비자 간에 직접 유통이 가능하여 오프라인 상점에 비해 비교적 저렴하게 물건을 유통시킬 수 있다는 점에서 큰 장점이 있다.
이러한 온라인 쇼핑몰들은 홍보를 위해 다양한 광고 방법을 동원하고 있는데, 대부분 오프라인 광고와 마찬가지로 신문, 잡지, 방송, 광고 전단 등을 통해 광고를 수행하고 있으며, 쇼핑몰에서 자체적으로 상품 등을 홍보하고 있다.
하지만, 이러한 광고 방법은 불특정 다수인에게 랜덤하게 광고하는 방법으로서, 광고 비용이 많이 소요되는 반면 불필요한 사람들에게까지 광고를 하게 되므로 기대하는 만큼 광고 효과를 보기 어려운 문제점이 있었다. 또한, 광고를 한 후 광고가 얼마나 효과적인 것인가를 파악할 수 없어 광고 효과를 분석하기 어려운 문제점이 있었다.
이러한 문제점에 따라 근래에는 고객의 쇼핑 이력으로부터 빅데이터를 추출하고 분석하여 고객의 매장 또는 상품 선호도를 파악하고, 이를 고객에게 맞춤형 매장 또는 상품 정보로 제공하는 고객 관리 방법이 제시되기도 하였다. 하지만, 종래 이러한 고객 관리 방법은 단순히 고객이 선호하는 매장이나 상품 정보를 제공하기 때문에 고객의 다음 매장 방문 시기나 상품 구매 시기를 고려한 보다 효율적인 정보 제공이 이루어지지 못하는 문제점이 있었다.
또한, 상품을 구매한 고객의 충성도를 점수로 계산하여 관리하는 방법이 제안되기도 하였으나, 이러한 방법은 고객이 직접 설문지를 작성하도록 함으로써 고객의 참여율이 적어 정확한 고객의 반응을 반영하기에는 어려움이 있었다.
본 발명은 상기 종래 고객 관리 방법의 문제점을 해결하기 위하여 제안된 것으로서, 본 발명의 목적은 고객의 상품 구매 이력에 따른 빅데이터를 기반으로 고객을 유형별로 세분화하여 고객 맞춤형 문자 메시지를 발송하고, 고객 맞춤형 문자 메시지 발송에 따른 고객별 반응률을 분석하여 고객 맞춤형 캠페인을 관리할 수 있는 고객 맞춤형 캠페인 관리 시스템을 제공하는데 있다.
상기 목적을 달성하기 위한 본 발명에 따른 고객 맞춤형 캠페인 관리 시스템은 고객 맞춤형 문자 발송 프로모션을 수행하고, 프로모션 결과에 따른 반응률을 분석하는 고객 맞춤형 캠페인 관리 시스템으로서, 고객의 구매 내역을 수집하여 고객 관리 데이터베이스에 저장하고 관리하며, 고객의 구매 내역 분석에 따라 고객 맞춤형 문자 메시지를 발송할 고객으로 예측된 고객의 유형을 분석하여 세분화하고, 세분화된 고객 유형별로 맞춤형 문자 메시지를 작성하여 발송하며, 맞춤형 문자 메시지가 발송된 고객의 반응률을 분석하여 사용자에게 제공하는 캠페인 관리 서버를 포함하여 이루어진다.
상기 캠페인 관리 서버는 고객의 구매 내역을 분석하여 고객의 구매 패턴을 파악하고, 고객 구매 패턴에 따라 순환신경망 예측 모형을 사용하여 학습하고, 학습된 결과를 바탕으로 고객의 구매를 예측하여 예측 고객 리스트를 생성하는 고객 예측 서버에 맞춤형 문자 메시지를 전송할 고객 정보를 요청하여 제공받게 된다.
상기 캠페인 관리 서버에는 사용자로부터 고객 구매 데이터를 제공받아 고객 관리 데이터베이스에 저장하는 구매내역 처리부와, 상기 고객 맞춤형 문자 메시지를 발송할 고객 리스트를 고객 예측 서버에 요청하여 제공받아 고객 관리 데이터베이스에 저장하는 고객 예측 처리부와, 상기 고객 예측 처리부로부터 예측 고객 리스트를 제공받아, 예측 고객의 유형을 분석하여 세분화하고, 세분화된 예측 고객에게 고객 맞춤형 문자 메시지를 발송하는 맞춤형 SMS 발송부와, 상기 맞춤형 SMS 발송부를 통하여 맞춤형 문자 메시지가 발송된 고객의 반응률을 분석하여 사용자에게 제공하는 반응률 분석부가 구비된다.
여기에서, 상기 구매내역 처리부에는 사용자로부터 고객 구매 데이터 파일을 업로드 받는 구매내역 처리모듈과, 상기 구매내역 처리모듈을 통해 업로드 된 고객 구매 데이터를 분석하여, 구매 날짜 및 시간과 구매 아이템 및 구매 고객 정보를 포함하는 고객 구매 데이터와 고객 주소와 연락처를 포함하는 고객 데이터 형태로 변환하는 구매 데이터 분석모듈과, 상기 구매 데이터 분석모듈을 통해 변환된 고객의 구매 데이터를 고객 관리 데이터베이스에 저장하는 구매 데이터 저장모듈과, 상기 구매 데이터 분석모듈을 통해 변환된 고객 데이터를 고객 관리 데이터베이스에 저장하는 고객 데이터 저장모듈이 구비된다.
또한, 상기 고객 예측 처리부에는 고객 맞춤형 문자 메시지를 발송할 고객을 예측하기 위해 고객 관리 데이터베이스에 등록된 고객 정보와 구매 정보를 통하여 고객의 기간 별(Time Bucket) 구매 이력 정보를 생성하고, 이를 고객 예측 서버에 전송하여 예측 고객 리스트를 요청하는 고객예측 요청 전송모듈과, 상기 고객 예측 서버로부터 고객 맞춤형 문자 메시지를 발송할 고객으로 예측된 고객 리스트를 응답받아 고객 관리 데이터베이스에 저장하는 예측고객 응답 처리모듈이 구비된다.
한편, 상기 맞춤형 SMS 발송부에는 예측 고객 유형별 분석을 위해 고객 관리 데이터베이스에서 고객 유형별 리스트를 가져오는 예측고객 유형 분석모듈과, 상기 고객 예측 처리부를 통해 획득된 맞춤형 문자 메시지 발송 대상인 예측 고객 리스트와 상기 예측고객 유형 분석모듈을 통해 획득된 고객 유형별 리스트를 분석하여 고객 유형을 세분화하여 분류하는 고객유형 세분화모듈과, 상기 고객유형 세분화모듈을 통해 세분화된 고객 유형과 각 유형별 맞춤형 문자 메시지를 비교하여 고객 유형에 맞는 맞춤형 문자 메시지를 매칭하는 맞춤형 문자 메시지 매칭모듈과, 상기 문자 메시지 매칭모듈을 통해 매칭된 고객 유형과 맞춤형 문자 메시지를 조합하여 고객 맞춤형 문자 메시지를 작성하는 맞춤형 문자 메시지 작성모듈과, 상기 맞춤형 문자 메시지 작성모듈을 통해 작성된 문자 메시지를 해당 고객에게 발송 처리하는 맞춤형 문자 발송모듈과, 상기 고객 맞춤형 문자 발송 결과를 고객 관리 데이터베이스에 저장하는 맞춤형 문자 발송결과 저장모듈이 구비된다.
여기서, 상기 고객유형 세분화모듈은 고객 유형을, 구매 이력에서 1번 구매 후 구매가 없는 고객층인 "잠재 고객"과, 구매 이력에서 구매 아이템에 대한 2가지 이상 제품을 조합하여 구매한 고객층인 "교차 판매 고객"과, 단골 고객층인 "충성 고객"과, 과거 구매 이력에서 낮은 가격이나 이벤트 아이템을 주로 구매한 고객층인 "가격 민감 고객"과, 과거 구매 이력을 분석하여 구매 패턴이 오늘부터 3일 안으로 구매가능도(Likelihood)가 높은 고객층인 "구매 가능성이 높은 고객"으로 5가지 유형으로 세분화하고, 상기 맞춤형 문자 메시지 매칭모듈은, 상기 "잠재고객"은 과거에 없었던 신제품 프로모션 문자 메시지를 매칭하고, "교차판매고객"은 교차 판매 가능 아이템을 같이 묶어서 할인하는 프로모션 문자 메시지를 매칭하며, "충성고객"은 평소 즐기던 제품의 할인 및 업그레이드 프로모션 문자 메시지를 매칭하고, "가격민감고객"은 가격할인 프로모션 문자 메시지를 매칭하며, "구매 가능성 높은 고객"은 재고 소진해야 하는 아이템의 할인 프로모션 문자 메시지를 매칭하게 된다.
또한, 상기 반응률 분석부는 고객 맞춤형 문자 메시지 발송 후, 맞춤형 문자 메시지가 발송되어 구매가 예측된 예측 정보 리스트와 실재 구매가 이루어진 구매 정보 리스트를 고객 정보 데이터베이스에서 인출하고 비교하여, 문자 메시지 발송에 따라 구매가 이루어진 재구매율을 분석하는 구매 데이터 분석모듈과, 상기 예측 정보 리스트와 구매 정보 리스트를 이용하여 예측 반응률 ROI(Rerurn on investment)를 계산하는 ROI 계산모듈과, 상기 ROI 계산모듈을 통하여 계산된 예측 반응률 ROI와 실재 재구매율의 관계를 분석하고, 구매 예측 고객과 구매가 이루어지지 않은 고객 사이의 반응률 요인을 분석하는 반응률 요인 분석모듈과, 상기 반응률 요인 분석모듈을 통해 분석되는 예측 반응률 ROI와 실재 재구매율 정보와 고객 반응률 요인 분석 결과를 사용자 화면에 출력하는 사용자 화면 출력모듈이 구비된다.
여기서, 상기 ROI 계산모듈은 다음의 수학식을 통해 예측 반응률 ROI를 계산하게 된다.
(여기에서, TC : The number of target customers for promotion(프로모션 발송 고객), EP : Expected purchasers((예측된 구매 고객 = TC×Precision), 예측된 구매 고객은 프로모션 발송 고객 × 예측 정밀도), Csms : Cost per SMS (SMS 발송 비용), Cspam : Cost per spam SMS (SMS 발송 스팸 비용), Cgift : Cost of promotion gift per purchaser (프로모션 선물 비용), P : Profit for unit sale (판매이익)을 나타낸다)
또한, 상기 반응률 요인 분석모듈은 세분화된 고객 유형과 재구매율과의 상관관계를 분석하여 상관관계의 점수가 낮은 고객의 경우 고객 유형을 재분류하며, 상기 화면 출력모듈은 사용자 화면에 예측 반응률 ROI와 실재 재구매율을 그래프로 형태로 출력하고, 맞춤형 문자 메시지 발송 고객의 프로모션 성공(구매함:1), 실패(구매하지 않음:0)의 퍼센트와 각 고객별 요인 분석과 상관관계의 차이를 그래픽 형태로 출력하게 된다.
한편, 상기 목적을 달성하기 위한 본 발명에 따른 고객 맞춤형 캠페인 관리 방법은 고객 맞춤형 문자 발송 프로모션을 수행하고, 프로모션 결과에 따른 반응률을 분석하는 고객 맞춤형 캠페인 관리 방법으로서, 고객의 구매 내역 데이터를 분석하여 고객 구매 데이터와 고객 데이터로 분류한 후, 고객 관리 데이터베이스에 등록하는 구매내역 처리단계와; 고객의 구매 내역 데이터 분석에 따라 고객 맞춤형 문자 메시지를 발송할 고객으로 예측된 고객의 유형을 분석하여 세분화하는 고객 세분화단계와; 세분화된 고객 유형에 따라 고객 유형별 맞춤형 문자 메시지를 매칭하고, 매칭된 고객 유형과 문자 메시지를 조합하여 고객 맞춤형 문자 메시지를 작성하는 맞춤형 문자 메시지 작성단계와; 작성된 맞춤형 문자 메시지를 고객에게 발송하고, 고객 맞춤형 문자 발송 결과를 고객 관리 데이터베이스에 저장하는 맞춤형 문자 메시지 처리단계와; 고객 맞춤형 문자 메시지 발송 후, 맞춤형 문자 메시지가 발송되어 구매가 예측된 예측 정보 리스트와 실재 구매가 이루어진 구매 정보 리스트를 비교하여 재구매율을 계산하고, 상기 예측 정보 리스트와 구매 정보 리스트를 이용하여 예측 반응률 ROI(Rerurn on investment)를 계산하는 ROI 계산단계와; 계산된 예측 반응률 ROI와 실재 재구매율의 관계를 분석하고, 구매 예측 고객과 구매가 이루어지지 않은 고객 사이의 반응률 요인을 분석하여 사용자 화면에 출력하는 반응률 분석단계;를 포함한다.
상기 고객 세분화단계에서, 고객 맞춤형 문자 메시지를 발송할 고객으로 예측된 고객 정보는, 고객의 구매 내역을 분석하여 고객의 구매 패턴을 파악하고, 고객 구매 패턴에 따라 순환신경망 예측 모형을 사용하여 학습하고, 학습된 결과를 바탕으로 고객의 구매를 예측하는 고객 예측 서버에 요청하여 제공받게 된다.
또한, 상기 반응률I계산단계에서, 상기 예측 반응률 ROI는 수학식
(여기에서, TC : The number of target customers for promotion (프로모션 발송 고객), EP : Expected purchasers(예상된 구매 고객 = TC×Precision)으로 예측된 구매 고객은 프로모션 발송 고객 × 예측 정밀도, Csms : Cost per SMS (SMS 발송 비용), Cspam : Cost per spam SMS (SMS 발송 스팸 비용), Cgift : Cost of promotion gift per purchaser(프로모션 선물 비용), P : Profit for unit sale (판매이익)을 나타낸다)으로 계산된다.
한편, 상기 반응률 분석단계에서, 상기 반응률 요인 분석은 세분화된 고객 유형과 재구매율과의 상관관계가 분석되고, 분석 결과 상관관계의 점수가 낮은 고객의 경우 고객 유형이 재분류되며, 예측 반응률 ROI와 실재 재구매율 정보가 그래프 형태로 출력되고, 맞춤형 문자 메시지 발송 고객의 프로모션 성공(구매함:1), 실패(구매하지 않음:0)의 퍼센트와 각 고객별 요인 분석과 상관관계의 차이가 그래픽 형태로 사용자 화면에 출력된다.
본 발명에 따른 고객 맞춤형 캠페인 관리 시스템은 고객의 구매 내역에 따른 구매 패턴 및 취향을 분석하고, 이를 통하여 고객을 유형별로 세분화하여 고객별 맞춤형 문자 메시지를 발송함으로써 고객 맞춤형 프로모션 진행이 가능하여 효율적인 고객 관리가 이루어질 수 있으며, 고객 맞춤형 문자 메시지 발송에 대한 고객의 반응률을 분석함으로써 보다 효율적인 광고 효과 분석 및 고객 관리가 가능한 효과가 있다.
도 1은 본 발명에 따른 고객 맞춤형 캠페인 관리 시스템의 블록 구성도,
도 2는 본 발명에 따른 캠페인 관리 서버의 블록 구성도,
도 3은 본 발명에 따른 구매내역 처리부의 블록 구성도,
도 4는 본 발명에 따른 고객 예측 처리부의 블록 구성도,
도 5는 본 발명에 따른 순환신경망 구조를 통해 프로모션을 발송할 고객을 학습하고 예측하는 과정을 나타낸 흐름도,
도 6은 본 발명에 따라 예측된 고객 리스트의 JSON 형태 응답 일례,
도 7은 본 발명에 따른 맞춤형 SMS 발송부의 블록 구성도,
도 8은 본 발명에 따른 반응률 분석부의 블록 구성도,
도 9는 본 발명에 따른 캠페인 관리 서버를 통하여 캠페인 관리가 이루어진 과정을 나타낸 흐름도이다.
도 2는 본 발명에 따른 캠페인 관리 서버의 블록 구성도,
도 3은 본 발명에 따른 구매내역 처리부의 블록 구성도,
도 4는 본 발명에 따른 고객 예측 처리부의 블록 구성도,
도 5는 본 발명에 따른 순환신경망 구조를 통해 프로모션을 발송할 고객을 학습하고 예측하는 과정을 나타낸 흐름도,
도 6은 본 발명에 따라 예측된 고객 리스트의 JSON 형태 응답 일례,
도 7은 본 발명에 따른 맞춤형 SMS 발송부의 블록 구성도,
도 8은 본 발명에 따른 반응률 분석부의 블록 구성도,
도 9는 본 발명에 따른 캠페인 관리 서버를 통하여 캠페인 관리가 이루어진 과정을 나타낸 흐름도이다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시 예를 상세히 설명하기로 한다.
도 1은 본 발명의 실시 예에 따른 고객 맞춤형 캠페인 관리 시스템의 블록 구성도를 나타낸 것이다.
도 1에 도시된 바와 같이, 본 발명에 따른 고객 맞춤형 캠페인 관리 시스템은 빅데이터를 기반의 고객의 구매 패턴을 분석하여 문자 메시지 전송 프로모션을 발송할 고객을 예측하는 고객 예측 서버(200)와, 상기 고객 예측 서버(200)와 연동하여 고객 맞춤형 문자 메시지 전송 프로모션을 진행하고 관리하는 캠페인 관리 서버(100)와, 프로모션을 진행하는 고객 정보를 저장하고 관리하는 고객 관리 데이터베이스(300)를 포함하여 이루어진다. 사용자(400)는 고객 맞춤형 캠페인 관리 시스템을 운영하는 관리자로서, 사용자(400)는 상품을 구매하는 고객의 상품 구매 정보를 캠페인 관리 서버(100) 및 고객 예측 서버(200)에 등록하고, 고객 캠페인 관리 서버(100)에 의해 진행된 프로모션 캠페인 진행 정보를 제공받아 확인하게 된다.
상기 고객 예측 서버(200)는 고객의 구매에 따른 빅데이터 분석을 통해 고객의 구매 패턴을 파악하고, 고객 구매 패턴에 따라 순환신경망 예측 모형을 사용하여 학습하고, 학습된 결과를 바탕으로 고객의 구매를 예측한 후 예측 고객 리스트를 장석하여 캠페인 관리 서버(100)에 제공하는 서버 컴퓨터이다.
상기 캠페인 관리 서버(100)는 고객의 구매 내역 데이터를 고객 관리 데이터베이스(300)에 저장하여 관리하고, 고객 예측 서버(200)를 통해 예측되는 고객을 유형별로 세분화하여 맞춤형 문자 메시지 발송 프로모션을 진행하며, 고객별 반응률을 분석하여 고객 관리 데이터베이스(300)에 등록하고 이를 사용자(400)에게 제공하는 캠페인을 수행하는 서버 컴퓨터이다.
상기 도 1에서는 캠페인 관리 서버(100)와 고객 예측 서버(200), 고객 관리 데이터베이스(300)가 각각 네트워크를 통해 연결되는 별개의 구성으로 도시하였지만, 이는 설명의 편의를 위한 것으로 하나의 서버 컴퓨터 내에 구현될 수 있음은 당연한다.
도 2는 본 발명의 실시 예에 따른 캠페인 관리 서버의 블록 구성도를 나타낸 것이다.
도 2에 도시된 바와 같이, 본 발명에 따른 캠페인 관리 서버(100)는 데이터 입력 및 표시를 위한 입력부(120) 및 출력부(125)와, 네트워크망을 통하여 외부의 컴퓨터 시스템과 통신을 수행하는 통신부(130)와, 외부 주변장치와의 데이터 송수신을 위한 인터페이스부(140)와, 고객의 구매 정보를 분석하여 고객 맞춤형 캠페인을 수행하는 캠페인 관리 엔진(150)과, 상기 각 구성부의 동작을 제어하는 중앙제어부(110)를 포함하여 이루어진다.
상기 중앙제어부(110)는 캠페인 관리 서버(100)의 각 구성부를 제어하고 관리하는 장치로서, 이 중앙제어부(110)에는 통상의 중앙처리장치(CPU), 램(RAM), 롬(ROM) 등의 하드웨어 장치와 상기 하드웨어 장치를 인식하여 구동하는 소프트웨어가 구비되어 캠페인 관리 서버(100)의 전체적인 동작을 제어하게 된다.
상기 캠페인 관리 엔진(150)은 고객의 구매 내역 정보를 관리하고, 고객 예측 서버(200)와 연동하여 고객의 구매 패턴을 분석하여 고객의 구매를 예측하며, 예측되는 고객에게 프로모션을 위한 고객 맞춤형 문자 메시지를 발송하고, 고객의 반응률을 분석하고 관리하는 소프트웨어로서, 이 캠페인 관리 엔진(150)에는 구매내역 처리부(160), 고객 예측 처리부(170), 맞춤형 SMS 발송부(180), 반응률 분석부(190)가 구비된다.
상기 구매내역 처리부(160)는 사용자(400)가 업로드 하는 고객의 구매 내역 데이터(엑셀, csv)를 받아 처리하고 이를 고객 관리 데이터베이스(300)에 저장하는 프로그램이고, 상기 고객 예측 처리부(170)는 고객 예측 서버(200)에 맞춤형 문자 메시지를 발송할 고객 정보를 요청하고 이에 대한 응답을 처리하는 프로그램이다. 또한, 상기 맞춤형 SMS 발송부(180)는 고객 예측 처리부(170)에서 예측한 고객 리스트를 받아 고객을 분석, 세분화, 맞춤형 SMS 메시지 매칭, 발송, 결과 저장 등의 기능을 수행하는 프로그램이고, 상기 반응률 분석부(190)는 고객 맞춤형 문자 메시지 발송에 대한 고객의 반응률을 분석하여 사용자(400)에게 제공하는 프로그램이다.
이하에서는 상기 캠페인 관리 서버(100)의 캠페인 관리 엔진(150)에 구비된 프로그램인 구매내역 처리부(160), 고객 예측 처리부(170), 맞춤형 SMS 발송부(180) 및 반응률 분석부(190)의 구성 및 동작에 대하여 상세히 설명하기로 한다.
도 3은 본 발명의 실시 예에 따른 구매내역 처리부의 블록 구성도를 나타낸 것이다.
도 3에 도시된 바와 같이, 본 발명에 따른 구매내역 처리부(160)에는 사용자(400)로부터 고객 구매 내역 데이터 파일을 업로드 받아 처리하는 구매내역 처리모듈(161)과, 상기 구매내역 처리모듈(161)을 통해 업로드 된 고객 구매 내역 데이터를 분석하여 고객의 구매 데이터와 고객 데이터 형태로 변환하는 구매 데이터 분석모듈(162)과, 상기 구매 데이터 분석모듈(162)을 통해 변환된 고객의 구매 데이터를 고객 관리 데이터베이스(300)에 저장하는 구매 데이터 저장모듈(163)과, 상기 구매 데이터 분석모듈(162)을 통해 변환된 고객 데이터를 고객 관리 데이터베이스(300)에 저장하는 고객 데이터 저장모듈(164)이 구비된다.
본 발명의 실시 예에 따르면, 사용자(400)는 JSP(Java Server Pages)에서 제공하는 파일 업로드 기능인 <input type="file"> 태그를 사용하여, 고객의 구매 내역 데이터를 파일(.xsl,.csv) 형태로 구매내역 처리부(160)의 구매내역 처리모듈(161)에 업로드하게 된다.
상기 구매내역 처리모듈(161)은 사용자(400)가 업로드한 파일을 javax.servlet을 이용한 HistoryInfoServlet 클래스에서 업로드 요청을 확인한 후, com.oreilly.servlet.MultipartRequest를 통하여 전달받은 파일 스트림을 com.opencsv.CSVReader 클래스의 readCsv() 메소드로 전달하게 된다. com.opencsv.CSVReader 클래스의 readCsv() 메소드에서는 전달 받은 파일 스트림을 java.io.FileInputStream으로 고객 구매 리스트의 개수(사이즈) 만큼 반복문(for문)을 통하여 하나의 구매 정보를 각각 byte[]형태로 읽어들이게 된다.
상기 구매 데이터 분석모듈(162)에서는 구매내역 처리모듈(161)에서 각각 읽어들인 byte[] 형태의 고객 구매 내역 데이터를 PurcHistoryVO 클래스 형태와, 고객 데이터인 CustomerInfoVO 클래스 형태로 데이터를 변환하게 된다. 고객 구매 데이터인 PurcHistoryVO 클래스는 구매날짜(purcDate), 고객전화번호(purcTel), 고객주소(purcAddr), 구매아이템(purcItem), 구매시간(purcTime)으로 정의되며, 고객 데이터인 CustomerInfoVO 클래스는 고객주소(cusAddr), 고객전화번호(cusTel), 등록일자(regDate)로 정의된다.
상기 구매 데이터 저장모듈(163)은 구매 데이터 분석모듈(162)을 통해 변환된 고객 구매 데이터(PurcHistoryVO)를 java.util.List 형태로 고객 구매 리스트(List<PurcHistoryVO>)에 저장한 후, PurcHistoryDAO 클래스의 insertPurcHistory() 메소드를 사용하여 고객 관리 데이터베이스(300)의 TB_PURC_HISTORY 테이블에 저장하게 된다.
또한, 고객 데이터 저장모듈(164)은 구매 데이터 분석모듈(162)을 통해 변환된 고객 데이터(CustomerInfoVO)를 java.util.List 형태로 고객 리스트(List<CustomerInfoVO>)에 저장한 후, CustomerInfDAO 클래스의 insertCustomerInfo() 메소드를 사용하여 고객 관리 데이터베이스(300)의 TB_CUSTOMER_INFO 테이블에 저장하게 된다. 이때, 고객 데이터 저장모듈(164)은 고객 데이터의 중복을 방지하기 위하여 등록 쿼리(Query)에서 DISTINCT, NOT EXISTS 함수를 추가하게 된다.
도 4는 본 발명의 실시 예에 따른 고객 예측 처리부의 블록 구성도를 나타낸 것이다.
도 4에 도시된 바와 같이, 본 발명에 따른 고객 예측 처리부(170)에는 고객 예측 서버(200)에 문자 메시지 프로모션을 발송할 예측 고객 리스트를 요청하는 고객예측 요청 전송모듈(171)과, 고객 예측 서버(200)로부터 예측 고객 리스트를 전송받아 고객 관리 데이터베이스(300)에 저장하는 예측고객 응답 처리모듈(172)이 구비된다.
상기 고객예측 요청 전송모듈(171)은 프로모션을 발송할 고객을 예측하기 위해 PromotionDAO 클래스의 getPivot() 메소드에서 고객 관리 데이터베이스(300)의 고객 정보(TB_CUSTOMER_INFO 테이블)와 구매 정보(TB_PURC_HISTORY 테이블)를 사용하여, 고객 예측 서버(200)에 전송할 기간 별(Time Bucket) 구매 이력 정보로 변환한다. 이때, Time Bucket을 변환하기 위한 쿼리를 생성하고 실행하게 되는데, 실행된 쿼리의 결과 값을 java.sql.ResultSet의 getString() 메소드로 전달받아, String형 변수로 저장하고, jxl.write.WritableWorkbook 클래스를 이용하여 엑셀파일 객체로 생성하게 된다. 엑셀 파일 객체로 생성된 파일은 고객 예측 서버(200)로 전달한다.
한편, 고객예측 요청 전송모듈(171)로부터 고객의 기간 별 구매 이력 정보인 Time Bicket 엑셀 파일 객체를 전송받은 고객 예측 서버(200)는 빅데이터 분석을 통하여 요청 받은 Time Bucket을 분석하게 된다. 본 발명의 실시 예에서 고객 예측 서버(200)는 Time Bucket를 사용하여, 사용자 패턴으로 변환하고, 순환신경망(RNN; Recurrent Neural Network) 예측 모형을 사용하여 학습하며, 이를 통하여 이번주 프로모션(SMS)을 발송하기 위한 고객을 예측하게 된다. 도 5는 본 발명에 적용된 순환신경망 구조를 통해 프로모션을 발송할 고객을 학습하고 예측하는 과정을 나타낸 것으로, 고객 구매 이력 정보가 고객예측 요청 전송모듈(171)에 의해 기간 별(Time Bucket) 구매 이력 정보로 변환되어 고객 예측 서버(200)에 전송되면, 고객 예측 서버(200)는 기간 별(Time Bucket) 구매 이력 정보를 구매 패턴 코드를 참조하여 주차 별 구매 패턴으로 변환하고, 변환된 주차 별 구매 패턴 정보를 순환신경망에 입력하여 학습하며, 학습된 순환신경망을 새로운 데이터 셋(Data Set)에 적용하여 주초/주중/주말 구매 예상 고객을 예측하게 된다.
고객 예측 서버(200)는 예측된 고객 리스트를 JSON 형태로 변환하여, 예측고객 응답 처리모듈(172)에 결과 값으로 전달하게 된다. 도 6은 예측된 고객 리스트의 JSON 형태 응답 일례를 나타낸 것으로, 도 6에서 TargetCustomers는 프로모션 발송을 위한 예측 고객 리스트이며, 가능도(Likelihood)는 프로모션 발송 시 예측 가능도를 나타낸다. 범위는 1∼0까지이며, 1에 가까울수록 가능도가 높은 것을 의미한다. 또한, Phone은 프로모션 발송할 고객의 연락처 정보를 나타낸다.
상기 고객 예측 처리부(170)의 예측고객 응답 처리모듈(172)은 javax.servlet을 이용한 PromotionServlet 클래스의 getJSON()메소드에서 JSON 형태의 예측 고객 리스트를 고객 예측 서버(200)로부터 응답으로 받게 된다. 예측고객 응답 처리모듈(172)은 수신된 JSON 형태의 예측 고객 리스트를 org.json.simple.parser.JSONParser를 사용하여 각 String 변수 형태로 파싱한 후, JSON 내용을 org.json.simple.JSONObject 형태로 변환하고, org.json.simple.JSONArray를 사용하여 JSONObject 형태의 예측 고객 리스트로 고객 관리 데이터베이스(300)에 저장한다. 또한, JSONObject 형태의 예측 고객 리스트를 반복문(for)을 통하여, JSONObject를 하나씩 읽어들여 PromotionVO 클래스 형태의 프로모션 발송 고객으로 데이터를 변환하고, java.util.List 형태로 예측 고객 리스트에 생성하고 저장한다. PromotionVO 클래스는 발송전화번호(proTel), 가능도(Likelihood), 발송일자(proDate)로 정의된다.
도 7은 본 발명의 실시 예에 따른 맞춤형 SMS 발송부의 블록 구성도를 나타낸 것이다.
도 7에 도시된 바와 같이, 본 발명에 따른 맞춤형 SMS 발송부(180)에는 예측된 고객 유형 정보를 분석하는 예측고객 유형 분석모듈(181)과, 고객 유형을 세분화하여 분류하는 고객유형 세분화모듈(182)과, 세분화된 고객의 유형에 따라 각각 맞춤형 문자 메시지를 매칭하는 맞춤형 문자 메시지 매칭모듈(183)과, 세분화된 고객 유형에 따라 매칭된 맞춤형 문자 메시지를 작성하는 맞춤형 문자 메시지 작성모듈(184)과, 작성된 문자 메시지를 발송 처리하는 맞춤형 문자 발송모듈(185)과, 맞춤형 문자 발송 결과를 고객 관리 데이터베이스(300)에 저장하는 맞춤형 문자 발송결과 저장모듈(186)이 구비된다.
상기 예측고객 유형 분석모듈(181)은 예측 고객을 유형별로 분석하기 위해 유형별 리스트를 고객 관리 데이터베이스(300)의 고객 유형 정보(TB_CUSTOM_SEGMENT) 테이블에서 가져오게 되는데, 고객 관리 데이터베이스(300)에는 고객의 유형을 분류한 고객 유형 정보(TB_CUSTOM_SEGMENT) 테이블이 저장되어 있다.
상기 고객유형 세분화모듈(182)은 고객 유형 세분화를 위해서 유형별 리스트를 SegmentVO 클래스로 정의하여 고객 유형을 세분화하게 된다. SegmentVO 클래스는 세분화 유형(segType), 유형 이름(setName)으로 정의한다. 본 발명의 실시 예에서 상기 고객유형 세분화모듈(182)은 고객 예측 처리부(170)를 통하여 처리된 프로모션 발송 고객 리스트(List<PromotionVO>형태)와 고객 관리 데이터베이스(300)에서 가져온 유형별 리스트(List<SegmentVO>형태)를 사용하여 고객 유형 분류를 5가지로 정의하게 된다. 본 발명의 실시 예에서 상기 5가지 고객 유형은 잠재 고객, 교차 판매 고객, 충성 고객, 가격 민감 고객, 구매 가능성 높은 고객으로 정의된다.
상기 맞춤형 문자 메시지 매칭모듈(183)은 고객 유형에 따라 작성될 문자 메시지를 매칭하게 되는데, 맞춤형 문자 메시지는 발송 고객 정보의 PromotionVO에서 제공하는 가능도(Likelihood), 고객번호(proTel) 정보와 과거 구매 정보(PurcHistoryVO)의 구매아이템(purcItem), 구매시간(purcTime)를 분석하여 5가지 유형으로 세분화된다. 본 발명의 실시 예에 따른 5가지 고객 유형 별 기본 문자 메시지 매칭은 다음과 같다. 먼저, "잠재 고객"은 과거 구매 이력에서 1번 구매 후 구매가 없는 고객층으로, 과거에 없었던 신제품 프로모션 문자 메시지를 매칭한다. 다음으로, "교차 판매 고객"은 과거 구매 이력에서 구매 아이템에 대해 2가지 이상 제품을 조합하여 구매한 고객층으로, 교차 판매 가능 아이템을 같이 묶어서 할인하는 프로모션 문자 메시지를 매칭한다. "충성 고객"은 단골 고객층으로 평소 즐기던 제품의 할인 및 업그레이드 프로모션 문자 메시지를 매칭한다. "가격 민감 고객"은 과거 구매 이력에서 낮은 가격이나 이벤트 아이템을 주로 구매한 고객층으로, 가격할인 프로모션 문자 메시지를 매칭한다. 마지막으로, "구매 가능성 높은 고객"은 과거 구매 이력을 분석하여, 구매 패턴이 오늘부터 3일 안으로 구매가능도(Likelihood)가 높은 고객층으로, 재고 소진해야 하는 아이템의 할인 프로모션 문자 메시지를 매칭한다.
상기 맞춤형 문자 메시지 작성모듈(184)은 매칭된 고객 유형과 문자 메시지를 조합하여 맞춤형 문자 메시지를 작성하게 되는데, 이 맞춤형 문자 메시지 작성모듈(184)은 세분화된 5가지 유형의 맞춤형 기본 문자 메시지를 고객 관리 데이터베이스(300)의 유형 문자 정보(TB_SMS_SEGMENT)테이블에서 가져오게 된다. 또한, 송 고객 정보의 PromotionVO에서 제공하는 고객번호(proTel) 정보와 과거 구매 정보(PurcHistoryVO)의 구매아이템(purcItem), 구매시간(purcTime)를 정보를 사용하여 각 유형별 맞춤형 기본 문자와 고객 정보를 조합하여, 맞춤형 문자 메시지를 작성하게 된다. 맞춤형 문자 메시지 작성모듈(184)은 작성되는 맞춤형 문자 메시지를 String 형태의 CustomSMS 변수로 정의하고, 발송 번호는 String proTel 변수로 정의하여 각 프로모션 발송 리스트를 java.util.Map 형태로 생성하여 고객 관리 데이터베이스(300)에 저장하게 된다. 또한, 작성된 맞춤형 문자 메시지의 발송 전에 프로모션 내용(customSms), 발송 번호(proTel), 발송일(proDate) 고객유형(segment)을 프로모션 예측 정보(PredictVO) 클래스로 정의하고, List 형태로 목록을 생성(List<PredictVO>)하여 저장한 후, 추후 반응률 분석을 위해 고객 관리 데이터베이스(300)의 프로모션 예측 정보(TB_PREDICTION) 테이블에 저장하게 된다.
상기 맞춤형 문자 발송모듈(185)은 고객 관리 데이터베이스(300)에 저장된 프로모션 발송 리스트(Map<CustomSMS,proTel>)에 따라 PromotionServlet 클래스의 SendSms() 메소드를 이용하여 문자 발송을 수행하게 된다. 문자 발송은 문자 발송 모듈 테이블(REQ-SMS-020)에 발송 리스트(Map<CustomSMS,proTel>)를 입력(insert)하게 되면, 고객 관리 데이터베이스(300)의 문자 발송 데몬이 5분 단위로 실행하며 문자 발송을 진행하게 된다. 상기 문자 발송 모듈 테이블(REQ-SMS-020) 저장하는 정보는 발송 번호(Sender), 수신 번호(Receiver), 발송 내용(Content)으로 발송 번호와 발송 내용은 발송 리스트 정보를 사용하고, 수신 정보는 기업 정보(CompInfoVO 클래스)에서 정의한 기업 전화번호(compTel)을 사용하게 된다.
상기 맞춤형 문자 발송결과 저장모듈(186)은 문자 발송 데몬을 통해 맞춤형 문자 메시지가 발송되면 발송된 문자 결과 및 관련 이력을 발송 모듈 테이블(REQ-SMS-020)에 코드(Code), 결과(Message) 컬럼의 정보로 저장(Update)하게 된다.
도 8은 본 발명의 실시 예에 따른 반응률 분석부의 블록 구성도를 나타낸 것이다.
도 8에 도시된 바와 같이, 본 발명에 따른 반응률 분석부(190)는 맞춤형 문자 메시지 발송 후 발송된 고객의 예측 정보 리스트와 실재 구매 정보 데이터를 비교하여 재구매율을 분석하는 구매 데이터 분석모듈(191)과, 예측 고객 정보 리스트와 구매 정보 리스트를 이용하여 예측 반응률 ROI를 계산하는 ROI 계산모듈(192)과, ROI 계산모듈(192)을 통하여 계산된 예측 반응률 ROI와 실재 재구매율의 관계를 분석하여 고객 반응률 요인을 분석하는 반응률 요인 분석모듈(193)과, 상기 반응률 요인 분석모듈(193)을 통해 분석되는 예측 반응률 ROI와 실재 재구매율 정보와 고객 반응률 요인 분석 결과를 사용자 화면에 출력하는 사용자 화면 출력모듈(194)이 구비된다.
상기 구매 데이터 분석모듈(191)은 맞춤형 문자 메시지 발송 프로모션 진행 후 프로모션의 반응률을 분석하기 위해 먼저 구매 데이터 분석을 진행하게 되는데, 이 구매 데이터 분석모듈(191)은 고객 관리 데이터베이스(300)에서 프로모션 예측 정보(TB_PREDICTION) 테이블에 저장한 프로모션 예측 정보 리스트(List<PredictVO>)와, 실재 구매 정보 (TB_PURC_HISTORY)테이블에서 구매 정보 리스트(List<PurcHistoryVO>)를 가져오게 된다. 구매 데이터 분석모듈(191)은 프로모션 문자를 발송하여 실재 구매한 고객(PurcHistoryVO 클래스의 purcTel)과 예측 정보 리스트(PredictVO클래스의 proTel)를 비교하여, 프로모션 발송 후 재구매율을 계산하게 된다. 재구매율은 프로모션 발송 후 구매한 고객을 1로, 구매하지 않은 고객 0으로 하고 총합계를 구한 후 프로모션 발송한 수를 나누어 줌으로써 재구매율을 계산하게 된다.
상기 ROI 계산모듈(192)은 예측 정보 리스트(List<PredictVO>)와 구매 정보 리스트(List<PurcHistoryVO>)를 사용하여 예측 반응률 ROI(Return on investment) 계산하게 되는데, 예측 ROI는 다음의 수학식 1과 같이 계산된다.
여기에서,
TC : The number of target customers for promotion (프로모션 발송 고객),
EP : Expected purchasers (예측된 구매 고객 = TC×Precision), 예측된 구매 고객은 프로모션 발송 고객 × 예측 정밀도,
Csms : Cost per SMS (SMS 발송 비용)
Cspam : Cost per spam SMS (SMS 발송 스팸 비용)
Cgift : Cost of promotion gift per purchaser (프로모션 선물 비용)
P : Profit for unit sale (판매이익) 을 나타낸다.
상기 반응률 요인 분석모듈(193)은 예측 반응률과 실재 재구매율을 비교하여 예측과 재구매율의 관계를 분석하고, 각 개인의 예측한 고객과 구매하지 않은 고객 사이의(1:구매함, 0:구매하지않음) 요인을 분석하게 된다. 반응률 요인 분석은 고객의 5가지 유형(잠재고객, 교차판매고객, 충성고객, 가격민감고객, 구매 가능성 높은 고객)의 따른 재구매율과의 상관관계를 분석하고, 상관관계의 점수가 낮은 고객의 경우 고객 유형을 재분류 하게 된다.
상기 사용자 화면 출력모듈(194)은 사용자 화면에 예측 반응률과 실재 재구매율을 그래프로 형태로 출력하며, 각 프로모션 발송 고객의 프로모션 성공(구매함:1), 실패(구매하지 않음:0)의 퍼센트와 각 고객별 요인 분석과 상관관계의 차이를 그래픽 형태로 출력하게 된다.
이하에서는, 상기의 구성으로 이루어진 캠페인 관리 서버(100)를 통해 고객의 맞춤형 문자 메시지 발송 및 반응률 분석이 이루어지는 과정에 대하여 설명하기로 한다.
도 9는 본 발명의 실시 예에 따른 캠페인 관리 서버를 통하여 캠페인 관리가 이루어진 과정을 나타낸 흐름도이다.
단계 S100 : 먼저, 캠페인 관리 서버(100)에 구비된 구매내역 처리부(160)는 사용자(400)로부터 고객 구매 내역 데이터 파일을 업로드 받아, 업로드 된 고객 구매 내역 데이터를 분석하여 구매 날짜와 시간, 구매 아이템 및 구매 고객 정보를 포함하는 고객의 구매 데이터와, 고객 주소와 연락처를 포함하는 고객 데이터 형태로 변환하여 고객 관리 데이터베이스(300)에 저장하게 된다.
단계 S110 : 이후, 캠페인 관리 서버(100)의 고객 예측 처리부(170)는 고객 맞춤형 문자 메시지를 발송할 고객을 예측하기 위해, 고객의 기간 별(Time Bucket) 구매 이력 정보를 생성하고, 이를 고객 예측 서버(200)에 전송함으로써 고객 예측 리스틀 고객 예측 서버(200)에 요청하게 된다.
단계 S120 : 캠페인 관리 서버(100)로부터 고객 예측 리스트를 요청받은 고객 예측 서버(200)는 고객의 기간 별(Time Bucket) 구매 이력 정보를 분석하여 고객의 구매 패턴을 파악하고, 고객 구매 패턴에 따라 순환신경망 예측 모형을 사용하여 학습하고, 학습된 결과를 바탕으로 구매 고객을 예측하여 예측 고객 리스트를 생성하게 된다.
단계 S130 : 고객 예측 서버(200)에 의해 생성된 예측 고객 리스트는 캠페인 관리 서버(100)의 고객 예측 처리부(170)로 전송되며, 고객 예측 처리부(170)는 고객 예측 서버(200)로부터 전송되는 예측 고객 리스트를 고객 관리 데이터베이스(300)에 저장하게 된다.
단계 S140 : 예측 고객 리스트가 확보되면, 캠페인 관리 서버(100)의 맞춤형 SMS 발송부(180)는 예측 고객 유형별 분석을 위해 고객 관리 데이터베이스(300)에서 고객 유형별 리스트를 가져와, 예측 고객 리스트와 고객 유형별 리스트를 비교 분석하여 고객 유형을 세분화하여 분류하게 된다. 본 발명의 실시 예에서는 고객 유형을 잠재 고객, 교차 판매 고객, 충성 고객, 가격 민감 고객, 구매 가능성이 높은 고객으로 모두 5가지 유형으로 세분화하여 분류하게 된다.
단계 S150 : 고객 유형이 세분화되면, 맞춤형 SMS 발송부(180)는 세분화된 고객 유형에 맞는 맞춤형 문자 메시지를 매칭하고, 매칭된 고객 유형과 문자 메시지를 조합하여 고객 맞춤형 문자 메시지를 작성하게 된다. 본 발명의 실시 예에서는 고객 유형별로 잠재 고객에게는 과거에 없었던 신제품 프로모션을 매칭하고, 교차 판매 고객에게는 교차 판매 가능 아이템을 묶어서 할인하는 프로모션을 매칭하며, 충성 고객은 평소 즐기던 제품의 할인 및 업그레이드 프로모션을 매칭하고, 가격 민감 고객은 가격할인 프로모션을 매칭하며, 구매 가능성 높은 고객은 재고 소진해야 하는 아이템의 할인 프로모션을 매칭하여, 맞춤형 문자 메시지를 작성하게 된다.
단계 S160 : 고객 유형별 문자 메시지가 작성되면, 맞춤형 SMS 발송부(180)는 작성된 문자 메시지를 해당 고객에게 발송 처리한 후, 고객 맞춤형 문자 발송 결과를 고객 관리 데이터베이스(300)에 저장하게 된다.
단계 S170 : 예측 고객에게 맞춤형 문자 메시지가 발송된 후, 캠페인 관리 서버(100)에 구비된 반응률 분석부(190)는 발송된 문자 메시지 리스트와 맞춤형 문자 메시지 발송 후 실재 구매된 데이터를 비교하여 재구매율을 계산하고, 예측 반응률 ROI(Rerurn on investment)를 계산하게 된다.
단계 S180 : 예측 반응률 ROI가 계산되면, 반응률 분석부(190)는 계산된 예측 반응률과 실재 재구매율을 비교하여 예측과 재구매율의 상관관계를 통하며 반응률 요인을 분석하게 된다. 이 반응률 분석부(190)는 상관관계의 점수가 낮은 고객의 경우 고객 유형을 재분류하며, 사용자 화면에 예측 반응률과 실재 재구매율을 그래프로 형태로 출력하고, 각 프로모션 발송 고객의 프로모션 성공(구매함:1), 실패(구매하지 않음:0)의 퍼센트와 각 고객별 요인 분석과 상관관계의 차이를 그래픽 형태로 출력하게 된다.
이와 같이, 본 발명에 따른 고객 맞춤형 캠페인 관리 시스템은 캠페인 관리 서버(100)의 구매내역 처리부(160)를 통해 고객의 구매 내역 정보를 수집하여 관리하고, 고객 예측 처리부(170) 및 고객 예측 서버(200)를 통해 고객의 구매 내역을 분석하여 프로모션을 발송할 고객을 예측하며, 맞춤형 SMS 발송부(180)를 통해 예측 고객의 유형을 분석하여 세분화하고 세분화된 고객 유형별로 맞춤형 문자 메시지를 작성하여 발송함으로써, 고객의 세분화된 유형을 반영한 맞춤형 문자 메시지 전송 프로모션을 수행할 수 있게 된다.
또한, 캠페인 관리 서버(100)의 반응률 분석부(190)를 통하여 고객 맞춤형 프로모션 발송에 대한 반응률을 분석하여 사용자 화면에 보여줌으로써, 사용자(400)가 고객 맞춤형 프로모션 캠페인의 효과를 직접 확인하여 고객 관리를 효과적으로 할 수 있도록 제공한다.
이러한 본 발명은 상술한 실시 예에 한정되는 것은 아니며 본 발명이 속하는 기술 분야에서 통상의 지식을 갖는 자에 의해 본 발명의 기술사상과 아래에 기재될 특허청구 범위의 균등범위 내에서 다양한 수정 및 변형이 이루어질 수 있음은 물론이다.
100 : 캠페인 관리 서버 110 : 중앙제어부
120 : 입력부 125 : 출력부
130 : 통신부 140 : 인터페이스부
150 : 캠페인 관리 엔진 160 : 구매내역 처리부
161 : 구매내역 처리모듈 162 : 구매 데이터 분석모듈
163 : 구매 데이터 저장모듈 164 : 고객 데이터 저장모듈
170 : 고객 예측 처리부 171 : 고객예측 요청 전송모듈
172 : 예측고객 응답 처리모듈 180 : 맞춤형 SMS 발송부
181 : 예측고객 유형 분석모듈 182 : 고객유형 세분화모듈
183 : 맞춤형 문자 메시지 매칭모듈 184 : 맞춤형 문자 메시지 작성모듈
185 : 맞춤형 문자 발송모듈 186 : 맞춤형 문자 발송결과 저장모듈
190 : 반응률 분석부 191 : 구매 데이터 분석모듈
192 : ROI 계산모듈 193 : 반응률 요인 분석모듈
194 : 사용자 화면 출력모듈 200 : 고객 예측 서버
300 : 고객 관리 데이터베이스 400 : 사용자
120 : 입력부 125 : 출력부
130 : 통신부 140 : 인터페이스부
150 : 캠페인 관리 엔진 160 : 구매내역 처리부
161 : 구매내역 처리모듈 162 : 구매 데이터 분석모듈
163 : 구매 데이터 저장모듈 164 : 고객 데이터 저장모듈
170 : 고객 예측 처리부 171 : 고객예측 요청 전송모듈
172 : 예측고객 응답 처리모듈 180 : 맞춤형 SMS 발송부
181 : 예측고객 유형 분석모듈 182 : 고객유형 세분화모듈
183 : 맞춤형 문자 메시지 매칭모듈 184 : 맞춤형 문자 메시지 작성모듈
185 : 맞춤형 문자 발송모듈 186 : 맞춤형 문자 발송결과 저장모듈
190 : 반응률 분석부 191 : 구매 데이터 분석모듈
192 : ROI 계산모듈 193 : 반응률 요인 분석모듈
194 : 사용자 화면 출력모듈 200 : 고객 예측 서버
300 : 고객 관리 데이터베이스 400 : 사용자
Claims (14)
- 고객 맞춤형 문자 발송 프로모션을 수행하고, 프로모션 결과에 따른 반응률을 분석하는 고객 맞춤형 캠페인 관리 시스템으로서,
고객의 구매 내역을 수집하여 고객 관리 데이터베이스(300)에 저장하고 관리하며, 고객의 구매 내역 분석에 따라 고객 맞춤형 문자 메시지를 발송할 고객으로 예측된 고객의 유형을 분석하여 세분화하고, 세분화된 고객 유형별로 맞춤형 문자 메시지를 작성하여 발송하며, 맞춤형 문자 메시지가 발송된 고객의 반응률을 분석하여 사용자(400)에게 제공하는 캠페인 관리 서버(100)를 포함하는 것을 특징으로 하는 고객 맞춤형 캠페인 관리 시스템.
- 제 1항에 있어서,
상기 캠페인 관리 서버(100)는
고객의 구매 내역을 분석하여 고객의 구매 패턴을 파악하고, 고객 구매 패턴에 따라 순환신경망 예측 모형을 사용하여 학습하고, 학습된 결과를 바탕으로 고객의 구매를 예측하여 예측 고객 리스트를 생성하는 고객 예측 서버(200)에 맞춤형 문자 메시지를 전송할 고객 정보를 요청하여 제공받는 것을 특징으로 하는 고객 맞춤형 캠페인 관리 시스템.
- 제 2항에 있어서,
상기 캠페인 관리 서버(100)에는
사용자(400)로부터 고객 구매 데이터를 제공받아 고객 관리 데이터베이스(300)에 저장하는 구매내역 처리부(160)와,
상기 고객 맞춤형 문자 메시지를 발송할 고객 리스트를 고객 예측 서버(200)에 요청하여 제공받아 고객 관리 데이터베이스(300)에 저장하는 고객 예측 처리부(170)와,
상기 고객 예측 처리부(170)로부터 예측 고객 리스트를 제공받아, 예측 고객의 유형을 분석하여 세분화하고, 세분화된 예측 고객에게 고객 맞춤형 문자 메시지를 발송하는 맞춤형 SMS 발송부(180)와,
상기 맞춤형 SMS 발송부(180)를 통하여 맞춤형 문자 메시지가 발송된 고객의 반응률을 분석하여 사용자(400)에게 제공하는 반응률 분석부(190)가 구비된 것을 특징으로 하는 고객 맞춤형 캠페인 관리 시스템.
- 제 2항에 있어서,
상기 구매내역 처리부(160)에는
사용자(400)로부터 고객 구매 데이터 파일을 업로드 받는 구매내역 처리모듈(161)과,
상기 구매내역 처리모듈(161)을 통해 업로드 된 고객 구매 데이터를 분석하여, 구매 날짜 및 시간과 구매 아이템 및 구매 고객 정보를 포함하는 고객 구매 데이터와 고객 주소와 연락처를 포함하는 고객 데이터 형태로 변환하는 구매 데이터 분석모듈(162)과,
상기 구매 데이터 분석모듈(162)을 통해 변환된 고객의 구매 데이터를 고객 관리 데이터베이스(300)에 저장하는 구매 데이터 저장모듈(163)과,
상기 구매 데이터 분석모듈(162)을 통해 변환된 고객 데이터를 고객 관리 데이터베이스(300)에 저장하는 고객 데이터 저장모듈(164)이 구비된 것을 특징으로 하는 고객 맞춤형 캠페인 관리 시스템.
- 제 3항에 있어서,
상기 고객 예측 처리부(170)에는
상기 고객 맞춤형 문자 메시지를 발송할 고객을 예측하기 위해 고객 관리 데이터베이스(300)에 등록된 고객 정보와 구매 정보를 통하여 고객의 기간 별(Time Bucket) 구매 이력 정보를 생성하고, 이를 고객 예측 서버(200)에 전송하여 예측 고객 리스트를 요청하는 고객예측 요청 전송모듈(171)과,
상기 고객 예측 서버(200)로부터 고객 맞춤형 문자 메시지를 발송할 고객으로 예측된 고객 리스트를 응답받아 고객 관리 데이터베이스(300)에 저장하는 예측고객 응답 처리모듈(172)이 구비된 것을 특징으로 하는 고객 맞춤형 캠페인 관리 시스템.
- 제 3항에 있어서,
상기 맞춤형 SMS 발송부(180)에는
예측 고객 유형별 분석을 위해 고객 관리 데이터베이스(300)에서 고객 유형별 리스트를 가져오는 예측고객 유형 분석모듈(181)과,
상기 고객 예측 처리부(170)를 통해 획득된 맞춤형 문자 메시지 발송 대상인 예측 고객 리스트와 상기 예측고객 유형 분석모듈(181)을 통해 획득된 고객 유형별 리스트를 분석하여 고객 유형을 세분화하여 분류하는 고객유형 세분화모듈(182)과,
상기 고객유형 세분화모듈(182)을 통해 세분화된 고객 유형과 각 유형별 맞춤형 문자 메시지를 비교하여 고객 유형에 맞는 맞춤형 문자 메시지를 매칭하는 맞춤형 문자 메시지 매칭모듈(183)과,
상기 문자 메시지 매칭모듈을 통해 매칭된 고객 유형과 맞춤형 문자 메시지를 조합하여 고객 맞춤형 문자 메시지를 작성하는 맞춤형 문자 메시지 작성모듈(184)과,
상기 맞춤형 문자 메시지 작성모듈(184)을 통해 작성된 문자 메시지를 해당 고객에게 발송 처리하는 맞춤형 문자 발송모듈(185)과,
상기 고객 맞춤형 문자 발송 결과를 고객 관리 데이터베이스(300)에 저장하는 맞춤형 문자 발송결과 저장모듈(186)이 구비된 것을 특징으로 하는 고객 맞춤형 캠페인 관리 시스템.
- 제 6항에 있어서,
상기 고객유형 세분화모듈(182)은 고객 유형을, 구매 이력에서 1번 구매 후 구매가 없는 고객층인 "잠재 고객"과, 구매 이력에서 구매 아이템에 대한 2가지 이상 제품을 조합하여 구매한 고객층인 "교차 판매 고객"과, 단골 고객층인 "충성 고객"과, 과거 구매 이력에서 낮은 가격이나 이벤트 아이템을 주로 구매한 고객층인 "가격 민감 고객"과, 과거 구매 이력을 분석하여 구매 패턴이 오늘부터 3일 안으로 구매가능도(Likelihood)가 높은 고객층인 "구매 가능성이 높은 고객"으로 5가지 유형으로 세분화하고,
상기 맞춤형 문자 메시지 매칭모듈(183)은, 상기 "잠재 고객"은 과거에 없었던 신제품 프로모션 문자 메시지를 매칭하고, "교차 판매 고객"은 교차 판매 가능 아이템을 같이 묶어서 할인하는 프로모션 문자 메시지를 매칭하며, "충성 고객"은 평소 즐기던 제품의 할인 및 업그레이드 프로모션 문자 메시지를 매칭하고, "가격 민감 고객"은 가격할인 프로모션 문자 메시지를 매칭하며, "구매 가능성 높은 고객"은 재고 소진해야 하는 아이템의 할인 프로모션 문자 메시지를 매칭하는 것을 특징으로 하는 고객 맞춤형 캠페인 관리 시스템.
- 제 3항에 있어서,
상기 반응률 분석부(190)는
고객 맞춤형 문자 메시지 발송 후, 맞춤형 문자 메시지가 발송되어 구매가 예측된 예측 정보 리스트와 실재 구매가 이루어진 구매 정보 리스트를 고객 정보 데이터베이스(300)에서 인출하고 비교하여, 문자 메시지 발송에 따라 구매가 이루어진 재구매율을 분석하는 구매 데이터 분석모듈(191)과,
상기 예측 정보 리스트와 구매 정보 리스트를 이용하여 예측 반응률 ROI(Rerurn on investment)를 계산하는 ROI 계산모듈(192)과,
상기 ROI 계산모듈(192)을 통하여 계산된 예측 반응률 ROI와 실재 재구매율의 관계를 분석하고, 구매 예측 고객과 구매가 이루어지지 않은 고객 사이의 반응률 요인을 분석하는 반응률 요인 분석모듈(193)과,
상기 반응률 요인 분석모듈(193)을 통해 분석되는 예측 반응률 ROI와 실재 재구매율 정보와 고객 반응률 요인 분석 결과를 사용자 화면에 출력하는 사용자 화면 출력모듈(194)이 구비된 것을 특징으로 하는 고객 맞춤형 캠페인 관리 시스템.
- 제 8항에 있어서,
상기 ROI 계산모듈(192)은 다음의 수학식을 통해 예측 반응률 ROI를 계산하는 것을 특징으로 하는 고객 맞춤형 캠페인 관리 시스템.
(여기에서, TC : The number of target customers for promotion(프로모션 발송 고객), EP : Expected purchasers((예측된 구매 고객 = TC×Precision), 예측된 구매 고객은 프로모션 발송 고객 × 예측 정밀도), Csms : Cost per SMS (SMS 발송 비용), Cspam : Cost per spam SMS (SMS 발송 스팸 비용), Cgift : Cost of promotion gift per purchaser (프로모션 선물 비용), P : Profit for unit sale (판매이익)을 나타낸다)
- 제 8항에 있어서,
상기 반응률 요인 분석모듈(193)은 세분화된 고객 유형과 재구매율과의 상관관계를 분석하여 상관관계의 점수가 낮은 고객의 경우 고객 유형을 재분류하며,
상기 화면 출력모듈은 사용자 화면에 예측 반응률 ROI와 실재 재구매율을 그래프로 형태로 출력하고, 맞춤형 문자 메시지 발송 고객의 프로모션 성공(구매함:1), 실패(구매하지 않음:0)의 퍼센트와 각 고객별 요인 분석과 상관관계의 차이를 그래픽 형태로 출력하는 것을 특징으로 하는 고객 맞춤형 캠페인 관리 시스템.
- 고객 맞춤형 문자 발송 프로모션을 수행하고, 프로모션 결과에 따른 반응률을 분석하는 고객 맞춤형 캠페인 관리 방법으로서,
(a) 고객의 구매 내역 데이터를 분석하여 고객 구매 데이터와 고객 데이터로 분류한 후, 고객 관리 데이터베이스(300)에 등록하는 구매내역 처리단계와;
(b) 고객의 구매 내역 데이터 분석에 따라 고객 맞춤형 문자 메시지를 발송할 고객으로 예측된 고객의 유형을 분석하여 세분화하는 고객 세분화단계와;
(c) 세분화된 고객 유형에 따라 고객 유형별 맞춤형 문자 메시지를 매칭하고, 매칭된 고객 유형과 문자 메시지를 조합하여 고객 맞춤형 문자 메시지를 작성하는 맞춤형 문자 메시지 작성단계와;
(d) 작성된 맞춤형 문자 메시지를 고객에게 발송하고, 고객 맞춤형 문자 발송 결과를 고객 관리 데이터베이스(300)에 저장하는 맞춤형 문자 메시지 처리단계와;
(e) 고객 맞춤형 문자 메시지 발송 후, 맞춤형 문자 메시지가 발송되어 구매가 예측된 예측 정보 리스트와 실재 구매가 이루어진 구매 정보 리스트를 비교하여 재구매율을 계산하고, 상기 예측 정보 리스트와 구매 정보 리스트를 이용하여 예측 반응률 ROI(Rerurn on investment)를 계산하는 ROI 계산단계와;
(f) 계산된 예측 반응률 ROI와 실재 재구매율의 관계를 분석하고, 구매 예측 고객과 구매가 이루어지지 않은 고객 사이의 반응률 요인을 분석하여 사용자 화면에 출력하는 반응률 분석단계;를 포함하는 것을 특징으로 하는 고객 맞춤형 캠페인 관리 방법.
- 제 11항에 있어서,
상기 고객 세분화단계(b)에서,
고객 맞춤형 문자 메시지를 발송할 고객으로 예측된 고객 정보는,
고객의 구매 내역을 분석하여 고객의 구매 패턴을 파악하고, 고객 구매 패턴에 따라 순환신경망 예측 모형을 사용하여 학습하고, 학습된 결과를 바탕으로 고객의 구매를 예측하는 고객 예측 서버(200)에 요청하여 제공받는 것을 특징으로 하는 고객 맞춤형 캠페인 관리 방법.
- 제 11항에 있어서,
상기 반응률I계산단계(f)에서,
상기 예측 반응률 ROI는 수학식
(여기에서, TC : The number of target customers for promotion (프로모션 발송 고객), EP : Expected purchasers(예상된 구매 고객 = TC×Precision)으로 예측된 구매 고객은 프로모션 발송 고객 × 예측 정밀도, Csms : Cost per SMS (SMS 발송 비용), Cspam : Cost per spam SMS (SMS 발송 스팸 비용), Cgift : Cost of promotion gift per purchaser(프로모션 선물 비용), P : Profit for unit sale (판매이익)을 나타낸다)으로 계산되는 것을 특징으로 하는 고객 맞춤형 캠페인 관리 방법.
- 제 13항에 있어서,
상기 반응률 분석단계(f)에서,
상기 반응률 요인 분석은 세분화된 고객 유형과 재구매율과의 상관관계가 분석되고, 분석 결과 상관관계의 점수가 낮은 고객의 경우 고객 유형이 재분류되며,
예측 반응률 ROI와 실재 재구매율 정보가 그래프 형태로 출력되고, 맞춤형 문자 메시지 발송 고객의 프로모션 성공(구매함:1), 실패(구매하지 않음:0)의 퍼센트와 각 고객별 요인 분석과 상관관계의 차이가 그래픽 형태로 사용자 화면에 출력되는 것을 특징으로 하는 고객 맞춤형 캠페인 관리 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180133543A KR102221980B1 (ko) | 2018-11-02 | 2018-11-02 | 고객 세분화를 이용한 고객 맞춤형 캠페인 관리 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180133543A KR102221980B1 (ko) | 2018-11-02 | 2018-11-02 | 고객 세분화를 이용한 고객 맞춤형 캠페인 관리 시스템 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20200054353A true KR20200054353A (ko) | 2020-05-20 |
| KR102221980B1 KR102221980B1 (ko) | 2021-03-04 |
Family
ID=70919859
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180133543A KR102221980B1 (ko) | 2018-11-02 | 2018-11-02 | 고객 세분화를 이용한 고객 맞춤형 캠페인 관리 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102221980B1 (ko) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102267645B1 (ko) * | 2020-07-31 | 2021-06-23 | 주식회사 랩헌드레드 | 고객 관리를 지원하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체 |
| KR102279348B1 (ko) * | 2021-01-14 | 2021-07-19 | 주식회사 토노베이션 | 모바일 전단지 및 할인쿠폰 제공 시스템 및 그 방법 |
| KR20220012673A (ko) * | 2020-07-23 | 2022-02-04 | 삼성카드 주식회사 | 프로모션 대상 선별 방법 및 그 장치 |
| KR20220073326A (ko) * | 2020-11-26 | 2022-06-03 | (주)엑스엠디 | 매장 방문고객의 음성정보와 구매이력을 연계하여 상품을 추천하는 인공지능 상품추천 시스템 |
| WO2022154201A1 (ko) * | 2021-01-15 | 2022-07-21 | 테이블매니저 주식회사 | 매장에 대한 고객의 충성도 분석 방법 및 시스템 |
| KR20230023262A (ko) * | 2021-08-10 | 2023-02-17 | (주)케이앤엘정보시스템 | Ai기반 편물 추천 및 주문시스템과 그 주문방법 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003044750A (ja) * | 2001-07-27 | 2003-02-14 | Yosuke Takashima | 顧客購買パターンを認識し最適な広告表示をおこなうインターネットショッピングサイト |
| JP2003066882A (ja) * | 2001-08-30 | 2003-03-05 | Okura:Kk | 顧客管理装置 |
| KR20110024139A (ko) * | 2009-09-01 | 2011-03-09 | 김시명 | 콜백 메시지를 이용한 온라인 광고 서비스 방법 및 장치 |
| JP2013519939A (ja) * | 2010-02-11 | 2013-05-30 | アリババ グループ ホールディング リミテッド | 再購入傾向を予測する方法および装置 |
| KR20150090376A (ko) * | 2014-01-28 | 2015-08-06 | 주식회사 포스코아이씨티 | 소비패턴 기반의 마케팅 서비스 제공 시스템 및 마케팅 서비스 제공 방법 |
| KR20160010756A (ko) * | 2014-07-17 | 2016-01-28 | 주식회사 넥스트웹 | 쇼핑 분석기능을 갖는 온라인 쇼핑 시스템 및 쇼핑 분석 방법 |
| KR101785106B1 (ko) | 2015-12-22 | 2017-11-06 | 이상엽 | 복수 점포 관리용 고객 충성도 점수 제공 시스템 |
| KR20180104962A (ko) | 2017-03-14 | 2018-09-27 | 주식회사 에그락 | 고객 맞춤형 오프라인 쇼핑몰 매장 추천 시스템 및 매장 추천 방법 |
-
2018
- 2018-11-02 KR KR1020180133543A patent/KR102221980B1/ko active IP Right Grant
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003044750A (ja) * | 2001-07-27 | 2003-02-14 | Yosuke Takashima | 顧客購買パターンを認識し最適な広告表示をおこなうインターネットショッピングサイト |
| JP2003066882A (ja) * | 2001-08-30 | 2003-03-05 | Okura:Kk | 顧客管理装置 |
| KR20110024139A (ko) * | 2009-09-01 | 2011-03-09 | 김시명 | 콜백 메시지를 이용한 온라인 광고 서비스 방법 및 장치 |
| JP2013519939A (ja) * | 2010-02-11 | 2013-05-30 | アリババ グループ ホールディング リミテッド | 再購入傾向を予測する方法および装置 |
| KR20150090376A (ko) * | 2014-01-28 | 2015-08-06 | 주식회사 포스코아이씨티 | 소비패턴 기반의 마케팅 서비스 제공 시스템 및 마케팅 서비스 제공 방법 |
| KR20160010756A (ko) * | 2014-07-17 | 2016-01-28 | 주식회사 넥스트웹 | 쇼핑 분석기능을 갖는 온라인 쇼핑 시스템 및 쇼핑 분석 방법 |
| KR101785106B1 (ko) | 2015-12-22 | 2017-11-06 | 이상엽 | 복수 점포 관리용 고객 충성도 점수 제공 시스템 |
| KR20180104962A (ko) | 2017-03-14 | 2018-09-27 | 주식회사 에그락 | 고객 맞춤형 오프라인 쇼핑몰 매장 추천 시스템 및 매장 추천 방법 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20220012673A (ko) * | 2020-07-23 | 2022-02-04 | 삼성카드 주식회사 | 프로모션 대상 선별 방법 및 그 장치 |
| KR102267645B1 (ko) * | 2020-07-31 | 2021-06-23 | 주식회사 랩헌드레드 | 고객 관리를 지원하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체 |
| KR20220016442A (ko) * | 2020-07-31 | 2022-02-09 | 주식회사 랩헌드레드 | 고객 관리를 지원하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체 |
| KR20220073326A (ko) * | 2020-11-26 | 2022-06-03 | (주)엑스엠디 | 매장 방문고객의 음성정보와 구매이력을 연계하여 상품을 추천하는 인공지능 상품추천 시스템 |
| KR102279348B1 (ko) * | 2021-01-14 | 2021-07-19 | 주식회사 토노베이션 | 모바일 전단지 및 할인쿠폰 제공 시스템 및 그 방법 |
| WO2022154201A1 (ko) * | 2021-01-15 | 2022-07-21 | 테이블매니저 주식회사 | 매장에 대한 고객의 충성도 분석 방법 및 시스템 |
| KR20230023262A (ko) * | 2021-08-10 | 2023-02-17 | (주)케이앤엘정보시스템 | Ai기반 편물 추천 및 주문시스템과 그 주문방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102221980B1 (ko) | 2021-03-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102221980B1 (ko) | 고객 세분화를 이용한 고객 맞춤형 캠페인 관리 시스템 | |
| US7231357B1 (en) | System and method for the targeted distribution of discount coupons over a network | |
| CN101379484B (zh) | 用于向通信设备的用户展示促销内容的方法和系统 | |
| US20010023407A1 (en) | Method and apparatus for distributing and redeeming offers and incentives | |
| WO2001039023A2 (en) | Method and facility for capturing behavioral and profile data during a customer visit to a web site | |
| AU2005236887A1 (en) | Mobile query system and method based on visual cues | |
| US11113712B2 (en) | Automatic redemption of digital offers with deferred payment | |
| US20080195472A1 (en) | Online purchase incentive method and system | |
| US11127047B2 (en) | Digital promotion system using digital collectibles | |
| CN105303419A (zh) | 信息处理装置及其控制方法、便携终端装置及其控制方法 | |
| US9449290B1 (en) | Product and service purchase-cycle tracking | |
| AU2005262926B2 (en) | A system and method for providing a sample of a product to shoppers | |
| ITMI20010340A1 (it) | Procedimento e sistema generale una lista della spesa personalizzata basata sulla storia degli acquisti di un cliente | |
| CN114245165B (zh) | 直播推荐方法、装置、电子设备以及存储介质 | |
| KR20160095362A (ko) | 구매 알림 푸시용 프로그램 및 이를 구현하는 플랫폼 서버 | |
| US11532011B1 (en) | Promotion processing system for identifying store location for an aisle violator sign and related methods | |
| US11734368B1 (en) | System and method for creating a consistent personalized web experience across multiple platforms and channels | |
| KR20020030313A (ko) | 매장 광고 시스템 | |
| ITMI20002174A1 (it) | Procedimento e sistema per standardizzare la distribuzione l'accettazione ed il riscatto di promozioni con vari dispositivi elettronici | |
| JP7333442B1 (ja) | データ処理装置及びプログラム | |
| JP7459031B2 (ja) | 広告配信装置、広告配信方法、およびプログラム | |
| KR102155017B1 (ko) | 사용자 단말기 광고 제공을 위한 입찰참가 시스템 및 방법 | |
| ITMI20002334A1 (it) | Procedimento e sistema per impiegare un dispositivo portatile per la gestione di promozioni | |
| KR102439077B1 (ko) | 광고 시스템 및 광고 방법 | |
| KR102126377B1 (ko) | 결제 단말을 이용한 광고 데이터 제공 방법 및 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) | ||
| GRNT | Written decision to grant |