KR20200102260A - 광고 매체 추천 방법 - Google Patents
광고 매체 추천 방법 Download PDFInfo
- Publication number
- KR20200102260A KR20200102260A KR1020190020676A KR20190020676A KR20200102260A KR 20200102260 A KR20200102260 A KR 20200102260A KR 1020190020676 A KR1020190020676 A KR 1020190020676A KR 20190020676 A KR20190020676 A KR 20190020676A KR 20200102260 A KR20200102260 A KR 20200102260A
- Authority
- KR
- South Korea
- Prior art keywords
- company
- information
- advertisement
- matching
- requesting
- 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
- G06Q30/0247—Calculate past, present or future revenues
-
- 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
- G06Q30/0242—Determining effectiveness of advertisements
- G06Q30/0244—Optimization
-
- 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
- G06Q30/0242—Determining effectiveness of advertisements
- G06Q30/0246—Traffic
Abstract
본 명세서에 개시된 기술은 광고를 의뢰하는 의뢰 기업의 특징을 설명하는 의뢰 기업 정보를 수신하는 단계; 상기 특징에 매칭되는 적어도 하나의 매칭 기업에 대한 정보를 포함하는 매칭 기업 정보를 추출하는 단계; 상기 적어도 하나의 매칭 기업의 광고 금액 대비 광고를 통한 수익 금액의 비율을 지시하는 적어도 하나의 기업 수익률 정보를 기초로, 상기 광고 매체 별 가중치 수익률을 지시하는 적어도 하나의 가중치 수익률 정보를 생성하는 단계; 상기 적어도 하나의 가중치 수익률 정보 중에서 가장 높은 가중치 수익률을 제공하는 광고 매체를 결정하는 단계; 및 상기 결정된 광고 매체를 통하여 광고한 상기 적어도 하나의 매칭 기업 중에서 상기 의뢰 기업의 규모에 대응되는 매칭 기업의 광고 금액을 상기 의뢰 기업의 광고 금액으로 결정하는 단계를 포함할 수 있다.
Description
본 명세서에 개시된 기술은 광고 매체 추천 방법에 관한 것으로, 구체적으로는 의뢰 기업에게 가장 효율적인 광고 매체 및 광고 금액을 추천해주는 광고 매체 추천 방법에 관한 것이다.
다양한 온라인 기술이 적용된 광고 시장은 프로그래매틱 바잉(Programatic Buying)이 추가되고, SNS와 동영상 등이 과거 유입 통로 역할에서 즉시 구매를 결정하는 플랫폼으로 변모하여 위상이 상승하였다. 이로 인해 미국 광고 시장은 구글과 페이스북이 40억 달러가 넘는 광고 수익을 거두고 있으며, 시장 점유율을 72%까지 높였다. 이에 따라 향후 광고 시장 트렌드는 이용자의 데이터를 확보하여, 이를 추적 분류하는 기술을 다양화 하는 것과, 이를 기반으로 세분화된 타겟팅을 제공하는 것으로 점차 발전할 것이며, 광고 시장은 이에 발맞추어 데이터 확보와 매체별 맞춤형 기술을 적용하는데 관건이 있다.
과거 TV 광고 중심 시장은 광고의 제작과 노출 그리고 광고 성과까지 긴 기간과 높은 투입 비용이 요구되었다. 이에 따라 자본력이 부족한 다수의 중소기업은 광고시장에서 벼룩시장, 전단지, 자사 영업망 등에 의존하여 왔다. 소비자의 온라인 활동이 커짐에 따라 중소기업은 온라인 시장에서 자신들의 브랜드를 포지셔닝하기 위해 과거 광고 시장과는 전혀 다른 니즈와 요구사항을 지니게 되었으며, 과거에 비해 적은 예산으로도 마케팅을 시작할 수 있게 되었다. 이렇게 늘어나는 다른 니즈와 시장상황에 적정한 데이터가 부족하기 때문에 광고사와 기획사는 기획자의 직관에 의존하고 있는 것이 사실이다. 국내 광고 시장이 연간 5~8% 성장하는 동안 광고주의 수와 니즈의 다양성은 해마다 20~50% 이상 늘어나고 있다. 이를 반영한 솔루션과 플랫폼 구축이 요구되는 시점이다.
본 명세서에 개시된 기술이 해결하고자 하는 과제는, 의뢰 기업에게 가장 효율적인 광고 매체 및 광고 금액을 추천해주는 광고 매체 추천 방법을 제공하는 것이다.
본 명세서에 개시된 기술은 광고를 의뢰하는 의뢰 기업의 특징을 설명하는 의뢰 기업 정보를 수신하는 단계; 상기 특징에 매칭되는 적어도 하나의 매칭 기업에 대한 정보를 포함하는 매칭 기업 정보를 추출하는 단계; 상기 적어도 하나의 매칭 기업의 광고 금액 대비 광고를 통한 수익 금액의 비율을 지시하는 적어도 하나의 기업 수익률 정보를 기초로, 상기 광고 매체 별 가중치 수익률을 지시하는 적어도 하나의 가중치 수익률 정보를 생성하는 단계; 상기 적어도 하나의 가중치 수익률 정보 중에서 가장 높은 가중치 수익률을 제공하는 광고 매체를 결정하는 단계; 및 상기 결정된 광고 매체를 통하여 광고한 상기 적어도 하나의 매칭 기업 중에서 상기 의뢰 기업의 규모에 대응되는 매칭 기업의 광고 금액을 상기 의뢰 기업의 광고 금액으로 결정하는 단계를 포함할 수 있다.
또한, 상기 의뢰 기업의 규모는, 상기 의뢰 기업의 연간 매출액 및 직원 수를 포함할 수 있다.
또한, 상기 적어도 하나의 가중치 수익률 정보를 생성하는 단계는, 적어도 하나의 광고 매체 및 적어도 하나의 업종을 기초로 상기 적어도 하나의 업종에서 상기 적어도 하나의 광고 매체의 광고 효율을 지시하는 적어도 하나의 가중치 정보를 포함하는 가중치 테이블을 생성하는 단계; 상기 가중치 테이블로부터 상기 의뢰 기업 및 상기 매칭 기업에 모두 대응되는 업종에서 상기 적어도 하나의 광고 매체 별로 상기 가중치 정보를 추출하는 단계; 상기 적어도 하나의 광고 매체 별로 상기 적어도 하나의 기업 수익률 정보의 평균 값을 지시하는 평균 수익률 정보를 생성하는 단계; 및 상기 추출된 가중치 정보를 상기 평균 수익률 정보에 곱한 값을 지시하는 가중치 수익률 정보를 생성하는 단계를 포함할 수 있다.
또한, 상기 가중치 정보는, 상기 적어도 하나의 업종에서 상기 적어도 하나의 광고 매체에 대한 유입률, 반송률, 구매율, 및 평균체류시간을 기초로 생성될 수 있다.
본 명세서에 개시된 기술은 의뢰 기업에게 가장 효율적인 광고 매체 및 광고 금액을 추천해줄 수 있다.
도 1은 예시적인 전자 시스템을 나타낸 도면이다.
도 2는 예시적인 광고 매체 추천 방법을 나타내는 도면이다.
도 3은 예시적인 가중치 수익률 정보를 생성하는 방법을 나타내는 도면이다.
도 4는 예시적인 서버의 구성을 나타내는 도면이다.
도 2는 예시적인 광고 매체 추천 방법을 나타내는 도면이다.
도 3은 예시적인 가중치 수익률 정보를 생성하는 방법을 나타내는 도면이다.
도 4는 예시적인 서버의 구성을 나타내는 도면이다.
본 명세서에서 사용되는 기술적 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 명세서에 개시된 기술의 사상을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 명세서에서 사용되는 기술적 용어는 본 명세서에서 특별히 다른 의미로 정의되지 않는 한, 본 명세서에 개시된 기술이 속하는 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다. 또한, 본 명세서에서 사용되는 기술적인 용어가 본 명세서에 개시된 기술의 사상을 정확하게 표현하지 못하는 잘못된 기술적 용어일 때에는, 본 명세서에 개시된 기술이 속하는 분야에서 통상의 지식을 가진 자가 올바르게 이해할 수 있는 기술적 용어로 대체되어 이해되어야 할 것이다. 또한, 본 명세서에서 사용되는 일반적인 용어는 사전에 정의되어 있는 바에 따라, 또는 전후 문맥 상에 따라 해석되어야 하며, 과도하게 축소된 의미로 해석되지 않아야 한다.
도 1은 예시적인 전자 시스템을 나타낸 도면이다.
예시적인 전자 시스템(10)은 의뢰 기업에게 가장 효율적인 광고 매체 및 광고 금액을 추천해줄 수 있다. 전자 시스템(10)은 광고 매체 추천 방법을 제공하는 어플리케이션을 통하여 상기 또는 하기의 내용을 제공할 수 있다. 이를 위하여, 예시적인 전자 시스템(10)은 서버(100), 의뢰 기업 단말기(200), 광고 매체 서버(300), 및 네트워크(400) 중에서 적어도 하나를 포함할 수 있다.
서버(100)는 의뢰 기업 단말기(200)로부터 의뢰 기업의 특징을 설명하는 의뢰 기업 정보를 수신할 수 있다. 또한, 서버(100)는 적어도 하나의 광고 매체 서버(300)로부터 적어도 하나의 기업에 대한 정보를 포함하는 기업 정보를 수신할 수 있다. 또한, 서버(100)는 의뢰 기업에게 가장 효율적인 광고 매체 및 광고 금액을 결정할 수 있다. 또한, 서버(100)는 결정된 광고 매체 및 광고 금액을 의뢰 기업 단말기(200)로 전달할 수 있다.
의뢰 기업 단말기(200)는 사용자의 선택 입력을 서버(100)로 전달할 수 있고, 서버(100)로부터 추천되는 광고 매체 및 광고 금액을 제공받을 수 있다. 광고 매체 서버(300)는 적어도 하나의 기업에 대한 정보를 포함하는 기업 정보를 서버(100)에 전달할 수 있다. 네트워크(400)는 서버(100), 의뢰 기업 단말기(200), 및 광고 매체 서버(300)를 유선 또는 무선으로 연결할 수 있다.
도 2는 예시적인 광고 매체 추천 방법을 나타내는 도면이다.
도면을 참조하면, 예시적인 서버는 광고 매체 추천 방법을 제공할 수 있다. 예시적인 광고 매체 추천 방법은 의뢰 기업 정보를 수신하는 단계, 매칭 기업 정보를 추출하는 단계, 가중치 수익률 정보를 생성하는 단계, 광고 매체를 결정하는 단계, 및 광고 금액으로 결정하는 단계를 포함할 수 있다. 이하에서는 서버에서 수행되는 각 단계를 구체적으로 설명한다.
먼저, 서버는 광고를 의뢰하는 의뢰 기업의 특징을 설명하는 의뢰 기업 정보를 수신할 수 있다(S210). 의뢰 기업은 자신이 판매하는 상품 또는 서비스를 광고하기 위하여 광고 매체 또는 광고 금액을 추천 받기를 원한다. 이를 위하여 의뢰 기업은 자신의 기업의 특징을 설명하는 의뢰 기업 정보를 서버로 전달할 수 있다. 예를 들어, 의뢰 기업 정보는 기업 명칭, 기업 주소, 설립일, 직원 수, 기업의 업종, 기업이 제공하는 상품 또는 서비스, 기업이 사용한 광고 매체, 기업이 지출한 광고 금액, 광고를 통한 수익 금액, 기업의 연간 매출액, 및 기업의 재무 및 회계에 관한 정보를 포함할 수 있다. 의뢰 기업 정보는 기업의 특징을 설명할 수 있는 것이면, 위의 예시에 한정되지 않고 다양한 정보를 포함할 수 있다.
또한, 서버는 상기 특징에 매칭되는 적어도 하나의 매칭 기업에 대한 정보를 포함하는 매칭 기업 정보를 추출할 수 있다(S220). 서버는 적어도 하나의 광고 매체 서버로부터 적어도 하나의 기업에 대한 정보를 포함하는 기업 정보를 수신할 수 있다. 예를 들어, 기업 정보는 기업 명칭, 기업 주소, 설립일, 직원 수, 기업의 업종, 기업이 제공하는 상품 또는 서비스, 기업이 사용한 광고 매체, 기업이 지출한 광고 금액, 광고를 통한 수익 금액, 기업의 연간 매출액, 및 기업의 재무 및 회계에 관한 정보를 포함할 수 있다. 의뢰 기업 정보는 기업의 특징을 설명할 수 있는 것이면, 위의 예시에 한정되지 않고 다양한 정보를 포함할 수 있다. 서버는 적어도 하나의 광고 매체 서버로부터 수신한 적어도 하나의 기업 정보를 메모리에 저장할 수 있다. 서버는 의뢰 기업으로부터 수신한 의뢰 기업 정보와 광고 매체 서버로부터 수신한 기업 정보를 서로 비교할 수 있다. 서버는 의뢰 기업과 특징이 비슷한 기업을 매칭하고, 매칭된 기업에 대한 정보를 포함하는 매칭 기업 정보를 추출할 수 있다.
또한, 서버는 상기 적어도 하나의 매칭 기업의 광고 금액 대비 광고를 통한 수익 금액의 비율을 지시하는 적어도 하나의 기업 수익률 정보를 기초로, 상기 광고 매체 별 가중치 수익률을 지시하는 적어도 하나의 가중치 수익률 정보를 생성할 수 있다(S230). 서버는 매칭 기업 정보를 기초로 적어도 하나의 기업 수익률 정보를 생성할 수 있다. 예를 들어, 매칭 기업 정보는 A 기업 정보, B 기업 정보, C 기업 정보, D 기업 정보를 포함할 수 있다. 또한, 각각의 매칭 기업 정보는 기업 명칭, 업종, 직원 수, 사용한 광고 매체, 광고 금액, 광고를 통한 수익 금액. 연간 매출액을 포함할 수 있다. 예를 들어, A 기업에 대한 기업 매칭 정보는 "A 기업 명칭, a 업종, 10 명, 인스타그램, 2000만원, 5000만원, 10억원"을 포함할 수 있다. B 기업에 대한 기업 매칭 정보는 "B 기업 명칭, b 업종, 5 명, 페이스북, 400만원, 3000만원, 5억원"을 포함할 수 있다. C 기업에 대한 기업 매칭 정보는 "C 기업 명칭, c 업종, 7 명, 카카오톡, 4000만원, 4000만원, 3억원"을 포함할 수 있다. D 기업에 대한 기업 매칭 정보는 "D 기업 명칭, d 업종, 14 명, 페이스북, 4000만원, 5000만원, 20억원"을 포함할 수 있다. 상기의 예에서, A 기업에 대한 기업 수익률 정보는 250%, B 기업에 대한 기업 수익률 정보는 750%, C 기업에 대한 기업 수익률 정보는 100%, D 기업에 대한 기업 수익률 정보는 125%일 수 있다.
서버에 의해서 가중치 수익률 정보를 생성하는 방법은 이후에 구체적으로 설명한다.
또한, 서버는 상기 적어도 하나의 가중치 수익률 정보 중에서 가장 높은 가중치 수익률을 제공하는 광고 매체를 결정할 수 있다(S240). 예를 들어, 적어도 하나의 광고 매체는 인스타그램, 페이스북, 및 카카오톡을 포함할 수 있다. 또한, 각각의 광고 매체의 예시적인 가중치 수익률 정보는 250%(인스타그램), 1006.26%(페이스북), 및 110%(카카오톡)일 수 있다. 이 경우, 서버는 가장 높은 가중치 수익률을 제공하는 '페이스북'을 추천을 위한 광고 매체로 결정할 수 있다.
또한, 서버는 상기 결정된 광고 매체를 통하여 광고한 상기 적어도 하나의 매칭 기업 중에서 상기 의뢰 기업의 규모에 대응되는 매칭 기업의 광고 금액을 상기 의뢰 기업의 광고 금액으로 결정할 수 있다(S250). 상기 의뢰 기업의 규모는 상기 의뢰 기업의 연간 매출액 및 직원 수를 포함할 수 있다. 예를 들어, 결정된 광고 매체가 '페이스북'일 수 있다. 또한, '페이스북'을 통하여 광고를 한 기업에 대한 기업 매칭 정보는 B 기업 정보 및 D 기업 정보를 포함할 수 있다. 예를 들어, B 기업에 대한 기업 매칭 정보는 "B 기업 명칭(기업 명칭), b 업종(업종), 5 명(직원 수), 페이스북(사용한 광고 매체), 400만원(광고 금액), 3000만원(광고를 통한 수익 금액), 5억원(연간 매출액)"을 포함할 수 있다. D 기업에 대한 기업 매칭 정보는 "D 기업 명칭(기업 명칭), d 업종(업종), 14 명(직원 수), 페이스북(사용한 광고 매체), 4000만원(광고 금액), 5000만원(광고를 통한 수익 금액), 20억원(연간 매출액)"을 포함할 수 있다. 만일 의뢰 기업의 연간 매출액이 5억원 정도이거나 직원 수가 5명 정도이면, 서버는 연간 매출액 또는 직원 수가 동일하거나 비슷한 'B 기업'의 광고 금액인 '400만원'을 의뢰 기업의 광고 금액으로 결정할 수 있다.
도 3은 예시적인 가중치 수익률 정보를 생성하는 방법을 나타내는 도면이다.
도면을 참조하면, 서버는 예시적인 가중치 수익률 정보를 생성할 수 있다. 예시적인 가중치 수익률 정보를 생성하는 방법은 가중치 테이블을 생성하는 단계, 가중치 정보를 추출하는 단계, 평균 수익률 정보를 생성하는 단계, 및 가중치 수익률 정보를 생성하는 단계를 포함할 수 있다. 이하에서는 서버에서 수행되는 각 단계를 구체적으로 설명한다.
먼저, 서버는 적어도 하나의 광고 매체 및 적어도 하나의 업종을 기초로 상기 적어도 하나의 업종에서 상기 적어도 하나의 광고 매체의 광고 효율을 지시하는 적어도 하나의 가중치 정보를 포함하는 가중치 테이블을 생성할 수 있다(S310). 상기 가중치 정보는, 상기 적어도 하나의 업종에서 상기 적어도 하나의 광고 매체에 대한 유입률, 반송률, 구매율, 및 평균체류시간을 기초로 생성될 수 있다. 예를 들어, 제1 업종의 가중치 정보는 "'1'(인스타그램), '2.3'(페이스북), '1.1'(카카오톡)"일 수 있다. 제2 업종의 가중치 정보는 "'1.2'(인스타그램), '3.2'(페이스북), '2.2'(카카오톡)"일 수 있다. 제3 업종의 가중치 정보는 "'3.3'(인스타그램), '1.2'(페이스북), '3.3'(카카오톡)"일 수 있다. 제4 업종의 가중치 정보는 "'1.1'(인스타그램), '2.2'(페이스북), '4.4'(카카오톡)"일 수 있다.
또한, 서버는 상기 가중치 테이블로부터 상기 의뢰 기업 및 상기 매칭 기업에 모두 대응되는 업종에서 상기 적어도 하나의 광고 매체 별로 상기 가중치 정보를 추출할 수 있다(S320). 의뢰 기업 및 매칭 기업이 모두 제1 업종에 대응된다고 가정할 경우, 서버는 제1 업종의 가중치 정보에 해당하는 "'1'(인스타그램), '2.3'(페이스북), '1.1'(카카오톡)"를 추출할 수 있다.
또한, 서버는 상기 적어도 하나의 광고 매체 별로 상기 적어도 하나의 기업 수익률 정보의 평균 값을 지시하는 평균 수익률 정보를 생성할 수 있다(S330). 예를 들어, 평균 수익률 정보는 "'250%'(인스타그램)이고, '437.5%'(페이스북)이고, '100%'(카카오톡)일 수 있다.
또한, 서버는 상기 추출된 가중치 정보를 상기 평균 수익률 정보에 곱한 값을 지시하는 가중치 수익률 정보를 생성할 수 있다(S340). 예를 들어, 가중치 수익률 정보는 "'250%'(인스타그램)이고, '1006.25%'(페이스북)이고, '110%'(카카오톡)일 수 있다.
도 4는 예시적인 서버의 구성을 나타내는 도면이다.
예시적인 서버(100)는 전술한 광고 매체 추천 방법을 제공할 수 있다. 예시적인 서버(100)는 입력부(110), 출력부(120), 메모리(130), 통신부(140), 및 프로세서(150) 중에서 적어도 하나를 포함할 수 있다. 실시예에 따라서, 상기 서버(100)는 구성요소들 중 적어도 하나를 생략하거나 다른 구성요소를 추가적으로 구비할 수 있다.
입력부(110)는 서버의 사용자로부터 입력을 수신할 수 있다. 상기 출력부(120)는 서버의 사용자에게 각종 컨텐츠(예: 텍스트, 이미지, 비디오, 아이콘, 또는 심볼 등)을 표시할 수 있다. 상기 메모리(130)는 상기 서버(10)의 적어도 하나의 다른 구성요소에 관계된 명령 또는 데이터를 저장할 수 있다. 메모리는 전술한 의뢰 기업 정보, 매칭 기업 정보, 기업 수익률 정보, 가중치 정보, 가중치 테이블, 평균 수익률 정보, 및 가중치 수익률 정보 중에서 적어도 하나를 저장할 수 있다. 또한 메모리는 상기 광고 매체 추천 방법을 실행시키기 위한 어플리케이션 또는 프로그램을 저장할 수 있다. 상기 통신부(140)는 무선 통신 또는 유선 통신을 통해서 네트워크에 연결되어 의뢰 기업 단말기, 광고 매체 서버, 및 서버(100)와 통신할 수 있다.
상기 프로세서(150)는 서버(100)의 적어도 하나의 다른 구성요소들의 제어 및/또는 통신에 관한 연산이나 데이터 처리를 실행할 수 있다. 구체적으로 프로세서는 복수의 인스트럭션들을 실행할 수 있다. 예를 들어, 복수의 인스트럭션들은 광고를 의뢰하는 의뢰 기업의 특징을 설명하는 의뢰 기업 정보를 수신하는 단계; 상기 특징에 매칭되는 적어도 하나의 매칭 기업에 대한 정보를 포함하는 매칭 기업 정보를 추출하는 단계; 상기 적어도 하나의 매칭 기업의 광고 금액 대비 광고를 통한 수익 금액의 비율을 지시하는 적어도 하나의 기업 수익률 정보를 기초로, 상기 광고 매체 별 가중치 수익률을 지시하는 적어도 하나의 가중치 수익률 정보를 생성하는 단계; 상기 적어도 하나의 가중치 수익률 정보 중에서 가장 높은 가중치 수익률을 제공하는 광고 매체를 결정하는 단계; 및 상기 결정된 광고 매체를 통하여 광고한 상기 적어도 하나의 매칭 기업 중에서 상기 의뢰 기업의 규모에 대응되는 매칭 기업의 광고 금액을 상기 의뢰 기업의 광고 금액으로 결정하는 단계를 실행하기 위한 인스트럭션들을 포함할 수 있다.
본 명세서에 개시된 기술은 하드웨어와 결합되어 전술한 광고 매체 추천 방법을 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램을 포함할 수 있다.
본 개시에 따른 전자 장치 및/또는 서버의 전술한 구성요소들 각각은 하나 또는 그 이상의 부품(component)으로 구성될 수 있으며, 해당 구성 요소의 명칭은 전자 장치 및/또는 서버의 종류에 따라서 달라질 수 있다. 본 개시에 따른 전자 장치 및/또는 서버는 전술한 구성요소 중 적어도 하나를 포함하여 구성될 수 있으며, 일부 구성요소가 생략되거나 또는 추가적인 다른 구성요소를 더 포함할 수 있다. 또한, 본 개시에 따른 전자 장치 및/또는 서버의 구성 요소들 중 일부가 결합되어 하나의 개체(entity)로 구성됨으로써, 결합되기 이전의 해당 구성 요소들의 기능을 동일하게 수행할 수 있다.
본 발명의 범위는 본 명세서에 개시된 실시 예들로 한정되지 아니하고, 본 발명은 본 발명의 사상 및 특허청구범위에 기재된 범주 내에서 다양한 형태로 수정, 변경, 또는 개선될 수 있다.
10 : 전자 시스템
100 : 서버
110 : 입력부 120 : 출력부
130 : 메모리 140 : 통신부
150 : 프로세서 200 : 의뢰 기업 단말기
300 : 광고 매체 서버 400 : 네트워크
110 : 입력부 120 : 출력부
130 : 메모리 140 : 통신부
150 : 프로세서 200 : 의뢰 기업 단말기
300 : 광고 매체 서버 400 : 네트워크
Claims (4)
- 광고를 의뢰하는 의뢰 기업의 특징을 설명하는 의뢰 기업 정보를 수신하는 단계;
상기 특징에 매칭되는 적어도 하나의 매칭 기업에 대한 정보를 포함하는 매칭 기업 정보를 추출하는 단계;
상기 적어도 하나의 매칭 기업의 광고 금액 대비 광고를 통한 수익 금액의 비율을 지시하는 적어도 하나의 기업 수익률 정보를 기초로, 상기 광고 매체 별 가중치 수익률을 지시하는 적어도 하나의 가중치 수익률 정보를 생성하는 단계;
상기 적어도 하나의 가중치 수익률 정보 중에서 가장 높은 가중치 수익률을 제공하는 광고 매체를 결정하는 단계; 및
상기 결정된 광고 매체를 통하여 광고한 상기 적어도 하나의 매칭 기업 중에서 상기 의뢰 기업의 규모에 대응되는 매칭 기업의 광고 금액을 상기 의뢰 기업의 광고 금액으로 결정하는 단계를
포함하는 광고 매체 추천 방법.
- 청구항 1에 있어서,
상기 의뢰 기업의 규모는,
상기 의뢰 기업의 연간 매출액 및 직원 수를 포함하는 광고 매체 추천 방법. - 청구항 1에 있어서,
상기 적어도 하나의 가중치 수익률 정보를 생성하는 단계는,
적어도 하나의 광고 매체 및 적어도 하나의 업종을 기초로 상기 적어도 하나의 업종에서 상기 적어도 하나의 광고 매체의 광고 효율을 지시하는 적어도 하나의 가중치 정보를 포함하는 가중치 테이블을 생성하는 단계;
상기 가중치 테이블로부터 상기 의뢰 기업 및 상기 매칭 기업에 모두 대응되는 업종에서 상기 적어도 하나의 광고 매체 별로 상기 가중치 정보를 추출하는 단계;
상기 적어도 하나의 광고 매체 별로 상기 적어도 하나의 기업 수익률 정보의 평균 값을 지시하는 평균 수익률 정보를 생성하는 단계; 및
상기 추출된 가중치 정보를 상기 평균 수익률 정보에 곱한 값을 지시하는 가중치 수익률 정보를 생성하는 단계를
포함하는 광고 매체 추천 방법.
- 청구항 3에 있어서,
상기 가중치 정보는,
상기 적어도 하나의 업종에서 상기 적어도 하나의 광고 매체에 대한 유입률, 반송률, 구매율, 및 평균체류시간을 기초로 생성되는 광고 매체 추천 방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190020676A KR20200102260A (ko) | 2019-02-21 | 2019-02-21 | 광고 매체 추천 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190020676A KR20200102260A (ko) | 2019-02-21 | 2019-02-21 | 광고 매체 추천 방법 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20200102260A true KR20200102260A (ko) | 2020-08-31 |
Family
ID=72234110
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020190020676A KR20200102260A (ko) | 2019-02-21 | 2019-02-21 | 광고 매체 추천 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR20200102260A (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20220081509A (ko) * | 2020-12-09 | 2022-06-16 | 김은현 | 광고 매체 및 예산 인공지능 컨설팅 시스템 및 방법 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101436390B1 (ko) | 2013-03-22 | 2014-09-02 | 류재언 | Sns를 이용한 클릭 광고 제공 시스템의 광고 수익 분배 방법 |
-
2019
- 2019-02-21 KR KR1020190020676A patent/KR20200102260A/ko not_active Application Discontinuation
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101436390B1 (ko) | 2013-03-22 | 2014-09-02 | 류재언 | Sns를 이용한 클릭 광고 제공 시스템의 광고 수익 분배 방법 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20220081509A (ko) * | 2020-12-09 | 2022-06-16 | 김은현 | 광고 매체 및 예산 인공지능 컨설팅 시스템 및 방법 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11682042B2 (en) | Image capture interface | |
US11830034B2 (en) | Method and apparatus for providing electronic communications | |
US20200219042A1 (en) | Method and apparatus for managing item inventories | |
Baltes | Digital marketing mix specific to the IT Field | |
US10332042B2 (en) | Multichannel digital marketing platform | |
US8560384B2 (en) | Generating a score for a coupon campaign | |
US11676162B2 (en) | Apparatus and method for enhanced message targeting | |
US20230195797A1 (en) | Method and apparatus for identifying related records | |
US20230259973A1 (en) | Method and system for recommending promotions to consumers | |
US20140278948A1 (en) | Methods and systems for generating electronic deal summary | |
US20150051964A1 (en) | Providing offers for local discounted goods and services | |
US20240029139A1 (en) | Method and apparatus for item selection | |
US11907968B1 (en) | Media effectiveness | |
KR20200102260A (ko) | 광고 매체 추천 방법 | |
KR20180106309A (ko) | Sns를 이용한 마케팅 방법 | |
WO2019047630A1 (zh) | 营销系统、广告礼品推荐方法和销售分成系统 | |
Sahu | An analysis on relevance of internet as a marketing tool for the promotion of goods and services in India | |
US11741505B2 (en) | System and method for predicting an anticipated transaction | |
US11373217B2 (en) | Digital marketing content real time bid platform based on physical location | |
Denga | Implementing E-Marketing in Small and Medium-Sized Enterprises for Enhanced Sustainability | |
Holkeri | Strategies of closed online advertising platforms—cases Google and Facebook | |
JP2022166200A (ja) | モデル生成システム、モデル生成モジュール及びモデル生成方法 | |
Varaiya | Google Inc.'s acquisition of AdMob | |
KR20190023695A (ko) | sns서비스를 활용한 마케팅 서비스 시스템 | |
Rath et al. | A Study on Digital Revolution in the Domain of Marketing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
WITB | Written withdrawal of application |