KR20210109801A - 물류정보를 이용한 판매 상품 컨설팅 시스템 및 방법 - Google Patents

물류정보를 이용한 판매 상품 컨설팅 시스템 및 방법 Download PDF

Info

Publication number
KR20210109801A
KR20210109801A KR1020200024848A KR20200024848A KR20210109801A KR 20210109801 A KR20210109801 A KR 20210109801A KR 1020200024848 A KR1020200024848 A KR 1020200024848A KR 20200024848 A KR20200024848 A KR 20200024848A KR 20210109801 A KR20210109801 A KR 20210109801A
Authority
KR
South Korea
Prior art keywords
information
unit
product
analysis
consulting
Prior art date
Application number
KR1020200024848A
Other languages
English (en)
Inventor
박성기
정진욱
Original Assignee
주식회사 투플렌
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 투플렌 filed Critical 주식회사 투플렌
Priority to KR1020200024848A priority Critical patent/KR20210109801A/ko
Publication of KR20210109801A publication Critical patent/KR20210109801A/ko

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
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • G06Q50/28—

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Informatics (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 판매 상품 컨설팅 시스템 및 방법에 관한 것으로, 더욱 상세하게는 택배사 등과 같이 판매된 상품을 배송하는 물류 서비스 회사로부터 배송상품명, 배송주소 및 배송날짜를 포함하는 물류정보를 제공받아 빅데이터를 구성하고, 상기 빅데이터 물류정보의 지역, 날짜, 계절 및 날씨 등과 같은 분류 항목별 선호 상품을 인공지능 모델을 통해 학습시키고, 임의의 고객으로부터 컨설팅 조건을 입력받아 상기 인공지능 모델에 입력하여 컨설팅 조건에 대응하는 분류 항목별 상품에 대한 보고서를 생성하여 상기 고객에게 제공하는 물류정보를 이용한 판매 상품 컨설팅 시스템 및 방법에 관한 것이다.

Description

물류정보를 이용한 판매 상품 컨설팅 시스템 및 방법{Sales product consulting system using logistics information and method thereof}
본 발명은 판매 상품 컨설팅 시스템 및 방법에 관한 것으로, 더욱 상세하게는 택배사 등과 같이 판매된 상품을 배송하는 물류 서비스 회사로부터 배송상품명, 배송주소 및 배송날짜를 포함하는 물류정보를 제공받아 빅데이터를 구성하고, 상기 빅데이터 물류정보의 지역, 날짜, 계절 및 날씨 등과 같은 분류 항목별 선호 상품을 인공지능 모델을 통해 학습시키고, 임의의 고객으로부터 컨설팅 조건을 입력받아 상기 인공지능 모델에 입력하여 컨설팅 조건에 대응하는 분류 항목별 상품에 대한 보고서를 생성하여 상기 고객에게 제공하는 물류정보를 이용한 판매 상품 컨설팅 시스템 및 방법에 관한 것이다.
일반적으로 상품을 판매하는 기업, 개인 등의 판매자들은 어떤 지역에 어떤 상품을 위주로 팔아야 상품을 효율적이고 효과적으로 판매할 수 있는지를 사전에 확인하기 위해 시장조사를 수행한다.
시장조사란 과거와 현재 상황을 조사하고, 분석을 통해 미래를 예측함으로써 시장전략 수립의 지침을 제공하고자 하는 미래 지향적인 활동으로, 마케팅 의사결정을 위해 실행 가능한 정보제공을 목적으로 다양한 자료를 체계적으로 획득하고 분석하는 객관적이고 공식적인 과정을 말한다.
시장조사를 통해 판매자는 고객들이 지닌 특성에 대한 정보를 획득하고, 목표 시장의 구매력과 구매습관을 알 수 있으며, 목표 시장의 자금규모와 결제적 속성 등을 제공한다.
이를 위해 판매자는 전문부서 또는 직접 발로 해당 시장, 지역을 방문하여, 설문 등을 통해 시장조사를 수행하여야 한다.
상술한 바와 같이 시장조사를 위해서는 많은 인력과 많은 시간을 요구하는 문제점이 있으며, 많은 인력 및 시간은 시장조사 비용을 상승시키므로 판매자에게 부담이 될 수 있는 문제점이 있었다.
또한, 기존 시장조사는 인력이 직접 해당 시장을 방문하여 표본 조사만을 수행하므로, 표본 조사된 자료의 신뢰도가 떨어질 수 있는 문제점이 있었다.
이러한 문제점의 대안으로 대한민국 등록특허 제10-1660445호 [시장조사 및 분석 시스템](이하 "선행기술"이라 함)은 고객의 취미, 취향이나 점포, 상품, 서비스, 구역이 갖는 특성을 분석하는 기술을 개시한다.
그러나 선행기술은 미리 수집된 고객 데이터에 기반한 것으로, 고객 데이터를 수집하여야 하고, 그 고객 데이터가 언제 수집된 데이터인지를 확인하지 않으므로 실시간적인 특성을 반영할 수 없는 문제점이 있다.
대한민국 등록특허 제10-1660445호(2016.09.27.공고)
따라서 본 발명의 목적은 택배사 등과 같이 판매된 상품을 배송하는 물류 서비스 회사로부터 배송상품명, 배송주소 및 배송날짜를 포함하는 물류정보를 제공받아 빅데이터를 구성하고, 상기 빅데이터 물류정보의 지역, 날짜, 계절 및 날씨 등과 같은 분류 항목별 선호 상품을 인공지능 모델을 통해 학습시키고, 임의의 고객으로부터 컨설팅 조건을 입력받아 상기 인공지능 모델에 입력하여 컨설팅 조건에 대응하는 분류 항목별 상품에 대한 보고서를 생성하여 상기 고객에게 제공하는 물류정보를 이용한 판매 상품 컨설팅 시스템 및 방법을 제공함에 있다.
상기와 같은 목적을 달성하기 위한 본 발명에 따른 물류정보를 이용한 판매 상품 컨설팅 시스템은: 물류정보 생성 이벤트의 발생 시 배송할 상품에 대한 배송상품명, 배송주소 및 배송날짜를 포함하는 적어도 하나 이상의 배송정보를 포함하는 물류정보를 전송하는 적어도 하나 이상의 물류서버를 포함하는 물류정보 제공부; 및 상기 물류정보를 수신받아 상기 배송정보 단위로 지역, 날짜, 계절 및 상품정보 중 어느 하나 이상을 포함하는 분류 항목별로 인공지능 모델을 통해 학습시키고, 임의의 고객으로부터 컨설팅 조건을 입력받아 상기 인공지능 모델에 입력하여 컨설팅 조건에 대응하는 분류 항목별 상품에 대한 보고서를 생성하여 상기 고객에게 제공하는 물류정보 분석부를 포함하는 것을 특징으로 한다.
상기 물류정보 분석부는, 유무선 데이터통신망에 연결되어 상기 유무선 데이터통신망에 연결된 상기 물류정보 제공부와 데이터통신을 수행하는 통신부; 상기 물류서버별 물류정보를 저장하는 물류 로데이터 DB, 상기 수신된 물류정보에 대응하는 지역, 날짜, 계절 및 상품을 포함하는 분류 항목별 학습 데이터를 저장하는 물류 분석 학습 DB 및 고객별 컨설팅 조건 및 상기 컨설팅 조건에 대한 보고서를 저장하는 고객 맞춤정보 DB를 포함하는 저장부; 및 상기 통신부를 통해 상기 물류정보 제공부로부터 상기 물류정보를 수신하여 상기 물류정보 로데이터 DB에 저장하고, 저장된 물류정보의 배송정보에 대응하는 지역, 날짜, 계절 및 상품을 포함하는 분류 항목별 및 배송상품명을 인공지능 모델을 통해 학습시키고, 임의의 고객으로부터 컨설팅 조건을 입력받아 상기 인공지능 모델에 입력하여 컨설팅 조건에 대응하는 분류 항목별 상품에 대한 보고서를 생성하여 상기 통신부를 통해 상기 고객에게 제공하는 제어부를 포함하는 것을 특징으로 한다.
상기 제어부는, 상기 통신부를 통해 상기 물류정보 제공부로부터 상기 물류정보를 수신하여 상기 물류정보 로데이터 DB에 저장하는 정보 수집부; 상기 물류정보에 포함된 배송정보를 분석하여 배송 주소에 대한 지역, 배송 날짜, 배송 상품을 분류하는 정보 분류부; 상기 배송 지역, 배송 날짜 및 배송 상품을 하나의 패키지 정보로 맵핑하여 상기 물류정보 로데이터 DB에 저장하는 정보 맵핑부; 상기 패키지 정보 단위로 상기 인공지능 모델에 입력하여 학습을 수행하여 상기 물류 분석 학습 DB에 저장하는 학습부; 임의의 고객으로부터 컨설팅 조건을 입력받아 상기 고객 맞춤정보 DB에 저장하는 고객 요청 접수부; 및 상기 인공지능 모델에 상기 컨설팅 조건을 입력하여 상기 컨설팅 조건에 대응하는 분류 항목별 상품에 대한 보고서를 생성하는 정보 분석부를 포함하는 것을 특징으로 한다.
상기 판매 상품 컨설팅 시스템은, 날씨정보를 제공하는 기상정보 제공부를 더 포함하고, 상기 물류정보 제공부의 저장부는, 일정 기간별 날씨정보를 저장하는 기상 DB를 더 포함하고, 상기 학습부는, 상기 날씨 및 선호 상품을 인공지능 모델에 적용하여 학습시켜 상기 날씨 분류 항목에 대한 학습 데이터를 상기 물류 분석 학습 DB에 저장하며, 상기 제어부의 정보 수집부는, 일정 기간별로 상기 기상정보 제공부에 접속하여 날씨정보를 다운로드받아 상기 기상 DB에 저장하는 기상정보 수집부를 더 포함하며, 상기 정보 맵핑부는, 상기 패키지 정보에 상기 배송날짜의 날씨정보를 더 포함시키고, 상기 정보 분석부는, 상기 날씨 분류 항목에 대한 상품 정보를 더 분석하여 상기 보고서를 생성하는 것을 특징으로 한다.
상기 정보 분류부는, 상기 배송 주소에서 일정 단위의 지역을 결정하는 지역 결정부; 상기 배송정보의 배송 시작일 및 배송 완료일 중 어느 하나를 배송날짜로 결정하는 날짜 결정부; 상기 날짜 결정부에서 결정된 배송날짜를 기준으로 계절을 결정하는 계절 결정부; 상기 배송상품명의 상품명에 근거하여 배송되는 상품을 결정하는 상품 결정부; 및 상기 기상 DB를 참조하여 상기 날짜 결정부에서 결정된 배송날짜의 날씨를 결정하는 날씨 결정부를 포함하는 것을 특징으로 한다.
상기 정보 분석부는, 상기 고객 요청 접수부로부터 획득된 컨설팅 조건의 항목정보를 분석하여 항목에 따른 항목 분석 개시 정보를 출력하는 컨설팅 조건 분석부; 상기 컨설팅 조건 분석부로부터 지역 항목 분석 개시 정보를 입력받아 동작하여 상기 컨설팅 조건의 지역 항목의 지역정보를 상기 인공지능 모델 중 지역을 입력으로 사용하는 지역 인공지능 모델에 적용하여 상기 지역에 대한 선호 상품 정보를 출력하는 지역별 상품 분석부; 상기 컨설팅 조건 분석부로부터 날짜 항목 분석 개시 정보를 입력받아 동작하여 상기 컨설팅 조건의 날짜 항목의 날짜정보를 상기 인공지능 모델 중 날짜를 입력으로 사용하는 날짜 인공지능 모델에 적용하여 상기 날짜에 대한 선호 상품 정보를 출력하는 상기 날짜별 상품 분석부; 상기 컨설팅 조건 분석부로부터 계절 항목 분석 개시 정보를 입력받아 동작하여 상기 컨설팅 조건의 계절 항목의 계절정보를 상기 인공지능 모델 중 계절을 입력으로 사용하는 계절 인공지능 모델에 적용하여 상기 계절에 대한 선호 상품 정보를 출력하는 계절별 상품 분석부; 및 상기 컨설팅 조건의 항목정보에 대응하는 항목별 선호 상품 정보를 포함하는 보고서를 생성하여 출력하는 보고서 생성부를 포함하는 것을 특징으로 한다.
상기 정보 분석부는, 상기 컨설팅 조건 분석부로부터 상품 항목 분석 개시 정보를 입력받아 동작하여 상기 컨설팅 조건의 상품 항목의 상품 정보를 상기 인공지능 모델 중 상품을 입력으로 사용하는 상품 인공지능 모델에 적용하여 상기 상품이 선호되는 지역, 날짜, 계절 및 날씨 중 어느 하나 이상을 포함하는 상품 분석 정보를 출력하는 상품별 분석부를 더 포함하는 것을 특징으로 한다.
상기 정보 분석부는, 상기 컨설팅 조건 분석부로부터 둘 이상의 항목 분석 개시 정보를 입력받아 동작하여 상기 컨설팅 조건의 둘 이상의 항목을 상기 인공지능 모델 중 둘 이상의 항목을 입력으로 사용하는 복합 인공지능 모델에 적용하여 상기 복합 항목에 대해 선호되는 선호 상품 정보를 출력하는 복합 상품 분석부를 더 포함하는 것을 특징으로 한다.
상기와 같은 목적을 달성하기 위한 본 발명에 따른 물류정보를 이용한 판매 상품 컨설팅 방법은: 물류정보 제공부가 물류정보 생성 이벤트의 발생 시 배송할 상품에 대한 배송상품명, 배송주소 및 배송날짜를 포함하는 물류정보를 물류정보 분석부로 전송하는 물류정보 제공 과정; 및 물류정보 분석부가 상기 물류정보 제공부로부터 상기 물류정보를 수신받아 지역, 날짜 및 계절을 포함하는 분류 항목별로 상기 배송상품명의 상품을 인공지능 모델을 통해 학습시키고, 임의의 고객으로부터 컨설팅 조건을 입력받아 상기 인공지능 모델에 입력하여 컨설팅 조건에 대응하는 분류 항목별 상품에 대한 보고서를 생성하여 상기 고객에게 제공하는 물류정보 분석 과정을 포함하는 것을 특징으로 한다.
상기 물류정보 분석 과정은, 상기 물류정보 분석부의 제어부가 정보 수집부를 통해 상기 물류정보 제공부로부터 상기 물류정보를 수신하여 물류정보 로데이터 DB에 저장하는 정보 수집 단계; 상기 제어부가 정보 분류부를 통해 상기 물류정보에 포함된 정보를 분석하여 배송 주소에 대한 지역, 배송 날짜, 배송 상품을 분류하는 정보 분류 단계; 상기 제어부가 정보 맵핑부를 통해 상기 배송 지역, 배송 날짜 및 배송 상품을 하나의 패키지 정보로 맵핑하여 물류정보 로데이터 DB에 저장하는 정보 맵핑 단계; 상기 제어부가 학습부를 통해 상기 패키지 정보 단위로 상기 인공지능 모델에 입력하여 학습을 수행하여 물류 분석 학습 DB에 저장하는 학습 단계; 상기 제어부가 고객 요청 접수부를 통해 임의의 고객으로부터 컨설팅 조건을 입력받아 고객 맞춤정보 DB에 저장하는 고객 요청 접수 단계; 및 상기 제어부가 정보 분석부를 통해 상기 인공지능 모델에 상기 컨설팅 조건을 입력하여 상기 컨설팅 조건에 대응하는 분류 항목별 상품에 대한 보고서를 생성하는 정보 분석 단계를 포함하는 것을 특징으로 한다.
상기 방법은: 상기 제어부가 기상정보 제공부로부터 일정 기간별로 날씨정보를 수집하여 기상 DB에 저장하는 날씨정보 수집 과정을 더 포함하되, 상기 정보 맵핑 단계에서 상기 제어부가 상기 패키지 정보에 상기 패키지 정보에 포함된 배송날짜의 날씨정보를 더 포함시키고, 상기 학습단계에서 학습부를 통해 상기 날씨 및 선호 상품을 인공지능 모델에 적용하여 학습시켜 상기 날씨 분류 항목에 대한 학습 데이터를 상기 물류 분석 학습 DB에 저장하며, 상기 정보 분석 단계에서 상기 제어부가 상기 날씨 분석 항목에 대한 상품 정보를 더 분석하고, 상기 날씨 분석 항목에 대한 추처 상품 정보를 보고서에 더 포함시키는 것을 특징으로 한다.
상기 정보 분류 단계는, 상기 제어부가 정보 분류부의 지역 결정부를 통해 상기 패키지 정보의 배송 주소에서 일정 단위의 지역을 결정하는 지역 결정 단계; 상기 제어부가 정보 분류부의 날짜 결정부를 통해 상기 배송정보의 배송 시작일 및 배송 완료일 중 어느 하나를 배송날짜로 결정하는 날짜 결정 단계; 상기 제어부가 정보 분류부의 계절 결정부를 통해 상기 날짜 결정부에서 결정된 배송날짜를 기준으로 계절을 결정하는 계절 결정 단계; 상기 제어부가 정보 분류부의 상품 결정부를 통해 상기 배송상품명의 상품명에 근거하여 배송되는 상품을 결정하는 상품 결정 단계; 및 상기 제어부가 날씨 결정부를 통해 기상 DB를 참조하여 상기 날짜 결정부에서 결정된 배송날짜의 날씨를 결정하는 날씨 결정 단계를 포함하는 것을 특징으로 한다.
상기 정보 분석 단계는, 상기 제어부가 정보 분석부의 컨설팅 조건 분석부를 통해 고객 요청 접수부로부터 획득된 컨설팅 조건의 항목정보를 분석하여 항목에 따른 항목 분석 개시 정보를 출력하는 컨설팅 조건 분석 단계; 상기 제어부가 정보 분석부의 지역별 상품 분석부를 통해 상기 컨설팅 조건 분석부로부터 지역 항목 분석 개시 정보를 입력받아 동작하여 상기 컨설팅 조건의 지역 항목의 지역정보를 상기 인공지능 모델 중 지역을 입력으로 사용하는 지역 인공지능 모델에 적용하여 상기 지역에 대한 선호 상품 정보를 출력하는 지역별 상품 분석 단계; 상기 제어부가 정보 분석부의 날짜별 상품 분석부를 통해 상기 컨설팅 조건 분석부로부터 날짜 항목 분석 개시 정보를 입력받아 동작하여 상기 컨설팅 조건의 날짜 항목의 날짜정보를 상기 인공지능 모델 중 날짜를 입력으로 사용하는 날짜 인공지능 모델에 적용하여 상기 날짜에 대한 선호 상품 정보를 출력하는 상기 날짜별 상품 분석 단계; 상기 제어부가 정보 분석부의 계절별 상품 분석부를 통해 상기 컨설팅 조건 분석부로부터 계절 항목 분석 개시 정보를 입력받아 동작하여 상기 컨설팅 조건의 계절 항목의 계절정보를 상기 인공지능 모델 중 계절을 입력으로 사용하는 계절 인공지능 모델에 적용하여 상기 계절에 대한 선호 상품 정보를 출력하는 계절별 상품 분석 단계; 및 상기 제어부가 정보 분석부의 보고서 생성부를 통해 상기 컨설팅 조건의 항목정보에 대응하는 항목별 선호 상품정보를 포함하는 보고서를 생성하여 출력하는 보고서 생성 단계를 포함하는 것을 특징으로 한다.
상기 정보 분석 단계는, 상기 제어부가 상품별 분석부를 통해 상기 컨설팅 조건 분석부로부터 상품 항목 분석 개시 정보를 입력받아 동작하여 상기 컨설팅 조건의 상품 항목의 상품 정보를 상기 인공지능 모델 중 상품을 입력으로 사용하는 상품 인공지능 모델에 적용하여 상기 상품이 선호되는 지역, 날짜, 계절 및 날씨 중 어느 하나 이상을 포함하는 상품 분석 정보를 출력하는 상품별 분석 단계를 더 포함하는 것을 특징으로 한다.
상기 정보 분석 단계는, 상기 제어부가 복합 상품 분석부를 통해 상기 컨설팅 조건 분석부로부터 둘 이상의 항목 분석 개시 정보를 입력받아 동작하여 상기 컨설팅 조건의 둘 이상의 항목을 상기 인공지능 모델 중 둘 이상의 항목을 입력으로 사용하는 복합 인공지능 모델에 적용하여 상기 복합 항목에 대해 선호되는 선호 상품 정보를 출력하는 복합 상품 분석 단계를 더 포함하는 것을 특징으로 한다.
본 발명은 물류 서비스 회사를 통해 배송되는 물류정보를 이용하므로 보다 많은 온라인 쇼핑몰 및 오프라인 판매자의 택배배송 판매에서 판매되는 상품들에 대해 통합적인 정보를 획득할 수 있는 효과가 있다.
또한, 본 발명은 해당 상품이 배송되는 지역, 날짜 및 계절별로 선호하는 상품에 대한 시장정보를 분석할 수 있는 효과가 있다.
또한, 본 발명은 주기적인 지역별 날씨정보를 수집하여 날씨에 따른 선호 상품에 대한 시장정보를 분석할 수 있는 효과가 있다.
또한, 본 발명은 물류정보를 이용하므로 시장의 변화를 실시간 반영할 수 있으므로 보다 정확하게 시장을 분석할 수 있는 효과가 있다.
또한, 본 발명은 다수의 물류 서비스 회사를 이용하여 물류정보를 수집하고, 실시간 수집된 물류정보에 기반하여 시장분석을 수행할 수 있으므로 표본 조사에 비해 많은 정보를 수집할 수 있으며, 그 정확성을 향상시킬 수 있는 효과가 있다.
또한, 본 발명은 물류 서비스 회사를 통해 물류정보를 수집하므로 시장조사를 위한 인력을 최소한으로 배치할 수 있으므로 인력 운용에 따른 비용을 절감할 수 있는 효과가 있다.
도 1은 본 발명에 따른 물류정보를 이용한 판매 상품 컨설팅 시스템의 구성을 나타낸 도면이다
도 2는 본 발명에 따른 물류정보를 이용한 판매 상품 컨설팅 시스템의 물류정보 분석부의 구성을 나타낸 도면이다
도 3은 본 발명에 따른 물류정보 분석부의 정보 분류부의 상세 구성을 나타낸 도면이다
도 4는 본 발명에 따른 물류정보 분석부의 정보 분석부의 상세 구성을 나타낸 도면이다.
도 5는 본 발명에 따른 물류정보를 이용한 판매 상품 컨설팅 방법 중 물류 정보 제공부에서의 물류정보 제공 방법을 나타낸 흐름도이다
도 6은 본 발명에 따른 물류정보를 이용한 판매 상품 컨설팅 방법 중 판매 상품 분석 방법을 나타낸 흐름도이다
도 7은 본 발명에 따른 물류정보를 이용한 판매 상품 컨설팅 방법의 판매 상품 분석 방법 중 물류정보 수집 방법을 나타낸 흐름도이다
도 8은 본 발명에 따른 물류정보를 이용한 판매 상품 컨설팅 방법의 판매 상품 분석 방법 중 고객 요청 접수 방법을 나타낸 흐름도이다
도 9는 본 발명에 따른 물류정보를 이용한 판매 상품 컨설팅 방법의 판매 상품 분석 방법 중 고객 요청에 대한 보고서 생성 방법을 나타낸 흐름도이다
이하 첨부된 도면을 참조하여 본 발명에 따른 물류정보를 이용한 판매 상품 컨설팅 시스템의 구성 및 동작을 상세히 설명하고, 상기 시스템에서의 판매 상품 컨설팅 방법을 설명한다.
도 1은 본 발명에 따른 물류정보를 이용한 판매 상품 컨설팅 시스템의 구성을 나타낸 도면이다.
도 1을 참조하면, 본 발명에 따른 물류정보를 이용한 판매 상품 컨설팅 시스템은 물류정보 제공부(10) 및 물류정보 분석부(30)를 포함하고, 실시예에 따라 기상정보 제공부(40)를 더 포함할 수 있을 것이다.
상기 물류정보 제공부(10), 물류정보 분석부(30) 및 기상정보 제공부(40)는 유무선 데이터통신망(1)을 통해 연결되어 상호 데이터통신을 수행한다.
상기 유무선 데이터통신망(1)은 인터넷망, 3세대(3 Generation: 3G), 4G, 5G 등의 이동통신망, 전용망 등 중 어느 하나 이상을 포함하는 데이터통신망일 수 있을 것이다.
상기 물류정보 제공부(10)는 택배회사, 의약품 전문 배송회사 등에 구성되는 적어도 하나 이상의 물류서버(11)를 포함할 수 있으며, 배송 상품에 대한 배송 상품명, 배송 접수일, 배송 주소, 배송 담당자, 배송 완료일 등을 획득 및 저장하여 관리한다.
상기 물류정보 제공부(10)는 물류정보 생성 이벤트의 발생 시 배송되는 적어도 하나 이상의 배송 상품에 대한 배송 상품명, 배송 접수일(배송 개시일), 배송 완료일, 배송주소 등을 포함하는 배송정보를 포함하는 물류정보를 유무선 데이터통신망(1)을 통해 물류정보 분석부(30)로 전송한다.
상기 물류정보 생성 이벤트는 주기적으로 발생할 수도 있고, 새로운 배송 상품에 대한 배송정보의 획득 시 발생될 수도 있으며, 물류정보 분석부(30)의 물류정보 요청에 의해 발생될 수도 있을 것이다.
기상정보 제공부(40)는 오전/오후, 일별, 주간별, 월별 날씨 예보 정보 및 현재 날씨정보를 획득 및 저장하여 관리하고, 특정 기간에 대한 날씨정보 요청 시 해당 기간의 날씨정보를 제공한다.
본 발명에 따라 기상정보 제공부(40)는 물류정보 분석부(30)의 요청 시 또는 일정 기간 주기로 물류정보 분석부(30)로 날씨정보를 제공한다.
물류정보 분석부(30)는 상기 물류정보 제공부(10)로부터 물류정보를 수신받아 지역, 날짜, 날씨 및 계절을 포함하는 분류 항목별로 분석하고, 분석된 분류 항목별로 상기 배송상품명의 상품을 인공지능 모델을 통해 학습시키고, 임의의 고객으로부터 컨설팅 조건을 입력받아 상기 인공지능 모델에 입력하여 컨설팅 조건에 대응하는 분류 항목별 (추천)상품에 대한 보고서를 생성하여 유무선 데이터통신망(1)을 통해 고객부(20)의 분석정보 수취부(21)로 전송하여 상기 고객에게 제공한다.
상기 분석정보 수취부(21)는 본 발명에 따른 보고서를 직접 수신할 수 있는 어플리케이션이 설치된 상기 고객이 운영하는 회사의 서버일 수도 있고, 상기 고객에 대한 이메일 계정을 가지고 있는 이메일 서버, 클라우드 서버 등일 수도 있을 것이다.
도 2는 본 발명에 따른 물류정보를 이용한 판매 상품 컨설팅 시스템의 물류정보 분석부의 구성을 나타낸 도면이고, 도 3은 본 발명에 따른 물류정보 분석부의 정보 분류부의 상세 구성을 나타낸 도면이며, 도 4는 본 발명에 따른 물류정보 분석부의 정보 분석부의 상세 구성을 나타낸 도면이다. 이하 도 2 내지 도 4를 참조하여 물류정보 분석부(30)의 상세 구성 및 동작을 설명한다.
물류정보 분석부(30)는 저장부(110), 통신부(120) 및 제어부(130)를 포함한다.
구체적으로 설명하면, 저장부(110)는 본 발명에 따른 물류정보 분석부(30)의 전반적인 동작을 제어하기 위한 제어프로그램을 저장하는 프로그램영역, 상기 제어프로그램 수행 중에 발생되는 데이터를 일시 저장하는 임시영역, 상기 제어프로그램 수행에 필요한 데이터 및 상기 제어프로그램 수행 중에 발생되는 데이터를 반 영구적으로 저장하는 데이터영역을 포함한다.
본 발명에 따라 상기 데이터영역에는 물류 로데이터 DB(111), 물류 분석 학습 DB(112), 고객 맞춤정보 DB(113) 및 기상 DB(114)가 구성될 수 있을 것이다.
상기 물류 로데이터 DB(111)는 물류정보 제공부(10)로부터 수집되는 물류정보를 물류서버(11)별로 저장하고, 수신되는 물류정보에 대한 배송상품, 배송날짜(배송일), 배송주소 및 배송일 날씨를 그룹으로 묶은 패키지 정보를 생성하여 저장한다.
물류 분석 학습 DB(112)는 물류 로데이터 DB(111)에 저장된 패키지 정보를 데이터세트로 미리 구성된 인공지능 모델에 적용하여 학습된 학습데이터를 저장한다. 상기 학습데이터는 본 발명에 따라 구성되는 인공지능 모델별로 생성되어 저장될 수 있을 것이다.
고객 맞춤정보 DB(113)는 고객으로부터 입력된 컨설팅 조건정보를 저장하고, 컨설팅 조건정보에 대해 분석된 분석정보 및 보고서를 저장한다. 상기 컨설팅 조건정보는 고객이 분석하고자 하는 적어도 하나 이상의 항목에 대한 항목 설정 정보 및 상품정보를 포함할 수 있을 것이다. 상기 상품정보는 분석하고자 하는 상품에 대한 대분류 정보, 중분류 정보, 소분류 정보 및 해당 상품명 정보 등 중 어느 하나 이상을 포함할 수 있을 것이다.
기상 DB(114)는 일정 기간별 날씨정보를 저장한다.
통신부(120)는 유무선 데이터통신망(1)에 접속하여 상기 유무선 데이터통신망(1)에 접속한 다른 장치들과 데이터통신을 수행할 수 있도록 한다.
제어부(130)는 정보 수집부(140), 정보 분류부(150), 정보 맵핑부(160), 학습부(170), 고객 요청 접수부(180) 및 정보 분석부(190)를 포함하여 본 발명에 따른 물류정보 분석부(30)의 전반적인 동작을 제어한다.
구체적으로 설명하면, 상기 정보 수집부(140)는 상기 기상정보 제공부(40)로부터 일정 기간별로 날씨정보를 수집하여 기상 DB(114)에 저장하는 기상정보 수집부(141) 및 물류정보 제공부(10)로부터 물류 로데이터(Law Data)인 물류정보를 수집하여 물류 로데이터 DB(111)에 저장하는 물류 로데이터 수집부(142)를 포함한다.
도 3을 참조하면, 정보 분류부(150)는 지역 결정부(151), 날짜 결정부(152), 계절 결정부(153), 상품 결정부(155) 및 패키지 정보 생성부(156)을 포함하고 실시예에 나라 날씨 결정부(154)를 더 포함하여, 상기 물류정보에 포함된 배송정보를 분석하여 배송 주소에 대한 지역, 배송 날짜, 날씨, 배송 상품을 분류한다.
구체적으로 설명하면, 지역 결정부(151)는 상기 패키지 정보의 배송 주소에서 일정 단위의 지역을 결정한다. 상기 단위는 도/시, 군/구, 읍/면/동/리 중 어느 하나 이상일 수 있을 것이다. 상기 단위는 고객의 컨설팅 조건에 따라 정의될 수 있을 것이다.
날짜 결정부(152)는 배송정보의 배송 시작일 및 배송 완료일 중 어느 하나, 또는 상기 배송 시작일 및 배송 완료일의 중간 날짜를 배송날짜로 결정할 수도 있을 것이다.
계절 결정부(153)는 상기 날짜 결정부(152)에서 결정된 배송날짜와 계절 구분 통계정보를 비교하여 상기 배송날짜의 계절을 결정한다. 상기 계절 구분 통계정보는 24절기 정보일 수도 있고, 월과 날씨를 기준으로 한 계절 분류정보일 수도 있을 것이다.
날씨 결정부(154)는 상기 기상 DB(114)를 참조하여 상기 날짜 결정부(152)에서 결정된 배송날짜의 날씨를 결정한다.
상기 상품 결정부(155)는 상기 배송 상품명에 근거하여 배송되는 상품을 결정한다. 상기 상품을 결정하기 위해 상품명별 상품 분류정보를 정의하는 상품분류 DB(미도시)가 저장부(110)에 구성될 수도 있을 수도 있을 것이다.
정보 맵핑부(160)는 상기 지역, 배송날짜, 상품 및 날씨를 포함하는 패키지 정보를 생성하여 물류 로데이터 DB(111)에 저장한다.
학습부(170)는 미리 정의된 인공지능 모델을 포함하고 있으며, 상기 패키지정보의 지역, 배송날짜, 상품 및 날씨 중 하나 이상을 입력 및 결과로 각각 적용하여 학습시키고, 학습된 학습 데이터를 물류 분석 학습 DB(112)에 저장한다. 상기 인공지능 모델은 지역을 입력으로 선호 상품을 분석하는 지역 인공지능 모델, 배송날짜를 입력으로 선호 상품을 분석하는 날짜 인공지능 모델, 날씨를 입력으로 선호 상품을 분석하는 날씨 인공지능 모델, 상품의 분류정보를 입력으로 지역별, 날씨별, 날짜별 선호 상품을 분석하는 상품 인공지능 모델, 상기 지역, 날씨, 날짜 및 상품 중 둘 이상을 입력으로 선호상품을 분석하는 복합 인공지능 모델 등을 포함할 수 있을 것이다.
상기 고객 요청 접수부(180)는 임의의 고객의 고객 단말기(미도시)로부터 컨설팅 조건을 입력받아 상기 고객 맞춤정보 DB(113)에 저장한다.
정보 분석부(190)는 상기 인공지능 모델에 상기 컨설팅 조건을 입력하여 상기 컨설팅 조건에 대응하는 분류 항목별 상품에 대한 보고서를 생성하여 통신부(120)를 통해 고객부(20)의 해당 분석정보 수취부(21)로 제공한다.
도 4에서와 같이 상기 정보 분석부(190)는 컨설팅 조건 분석부(191), 지역별 상품 분석부(192), 날짜별 상품 분석부(193), 계절별 상품 분석부(194), 날씨별 상품 분석부(195), 복합 상품 분석부(196), 상품별 분석부(197) 및 보고서 생성부(198)를 포함할 수 있을 것이다.
상기 컨설팅 조건 분석부(191)는 상기 고객 요청 접수부(180)로부터 획득된 컨설팅 조건의 항목정보를 분석하여 항목에 따른 항목 분석 개시 정보를 출력한다.
지역별 상품 분석부(192)는 상기 컨설팅 조건 분석부(191)로부터 지역 항목 분석 개시 정보를 입력받아 동작하여 상기 컨설팅 조건의 지역 항목의 지역정보를 상기 인공지능 모델 중 지역을 입력으로 사용하는 지역 인공지능 모델에 적용하여 상기 지역에 대한 선호 상품 정보를 출력한다.
날짜별 상품 분석부(193)는 상기 컨설팅 조건 분석부(191)로부터 날짜 항목 분석 개시 정보를 입력받아 동작하여 상기 컨설팅 조건의 날짜 항목의 날짜정보를 상기 인공지능 모델 중 날짜를 입력으로 사용하는 날짜 인공지능 모델에 적용하여 상기 날짜에 대한 선호 상품 정보를 출력한다.
상기 날짜는 특정 기간일 수 있으며, 이 경우 날짜별 상품 분석부(193)는 상기 기간의 모든 날짜 각각에 대한 선호 상품 정보를 출력하도록 구성될 수 있고, 상기 기간에 대한 선호 상품 정보를 출력하도록 구성될 수도 있을 것이다.
계절별 상품 분석부(194)는 상기 컨설팅 조건 분석부(191)로부터 계절 항목 분석 개시 정보를 입력받아 동작하여 상기 컨설팅 조건의 계절 항목의 계절정보를 상기 인공지능 모델 중 계절을 입력으로 사용하는 계절 인공지능 모델에 적용하여 상기 계절에 대한 선호 상품 정보를 출력한다.
날씨별 상품 분석부(195)는 상기 컨설팅 조건 분석부(191)로부터 날씨 항목 분석 개시 정보를 입력받아 동작하여 상기 컨설팅 조건의 날씨 항목의 날씨정보를 상기 인공지능 모델 중 날씨를 입력으로 사용하는 날씨 인공지능 모델에 적용하여 상기 날씨에 따른 선호 상품 정보를 출력한다.
복합 상품 분석부(196)는 상기 컨설팅 조건 분석부(191)로부터 둘 이상의 항목 분석 개시 정보를 입력받아 동작하여 상기 컨설팅 조건의 둘 이상의 항목을 상기 인공지능 모델 중 둘 이상의 항목을 입력으로 사용하는 복합 인공지능 모델에 적용하여 상기 복합 항목에 대해 선호되는 선호 상품 정보를 출력한다.
상품별 분석부(197)는 상기 컨설팅 조건 분석부(191)로부터 상품 항목 분석 개시 정보를 입력받아 동작하여 상기 컨설팅 조건의 상품 항목의 상품 정보를 상기 인공지능 모델 중 상품을 입력으로 사용하는 상품 인공지능 모델에 적용하여 상기 상품이 선호되는 지역, 날짜, 계절 및 날씨 중 어느 하나 이상을 포함하는 상품 분석 정보를 출력한다. 상기 상품 항복 분석 개시 정보의 상품 정보는 대분류 정보, 중분류 정보 및 소분류 정보 중 어느 하나 이상을 포함할 수 있을 것이다.
보고서 생성부(198)는 상기 컨설팅 조건의 항목정보에 대응하는 항목별 선호 상품정보를 포함하는 보고서를 생성하여 통신부(120)를 통해 해당 분석정보 수취부(21)로 전송한다.
도 5는 본 발명에 따른 물류정보를 이용한 판매 상품 컨설팅 방법 중 물류 정보 제공부에서의 물류정보 제공 방법을 나타낸 흐름도이다.
우선, 물류서버(11)는 물류정보 생성 이벤트가 발생되는지를 검사한다(S111).
물류정보 생성 이벤트가 발생되면 물류서버(11)는 배송물품명, 배송주소 및 배송 물류 접수일을 포함하는 물류정보를 획득하여 저장한다(S113).
상기 물류서버(11)는 상기 물류정보가 획득되면 일반적인 상품 배송추적을 통해 배송이 완료되는지를 모니터링한다(S115).
배송이 완료되면 물류서버(11)는 배송 완료일을 획득하여 저장하고(S117), 상기 배송 물류 접수일(배송 개시일) 및 배송 완료일을 포함하는 배송일 정보를 생성한다(S119). 이때, 배송 물류 접수일은 수집하지 않고, 배송 완료일만 수집할 수도 있으며, 이 경우 배송일 정보는 배송 완료일일 것이다.
상기 물류서버(11)는 상기 배송물품명, 배송주소 및 배송일 정보를 포함하는 배송정보를 포함하는 물류정보를 생성한(S121) 후, 물류정보 분석부(30)로 전송한다(S123).
도 6은 본 발명에 따른 물류정보를 이용한 판매 상품 컨설팅 방법 중 판매 상품 분석 방법을 나타낸 흐름도이다.
도 6을 참조하면, 물류정보 분석부(30)의 제어부(130)는 물류정보를 수집하여 물류정보 로데이터 DB(111)에 저장하고, 물류정보를 항목별로 분류한 후 분류된 항목 정보들을 포함하는 패키지 정보를 생성하여 저장한다(S200).
제어부(130)는 학습부(170)를 통해 상기 패키지 정보 단위로 상기 인공지능 모델에 적용하여 학습을 수행하여 물류 분석 학습 DB(112)에 저장한다(S300).
제어부(130)는 상기 물류정보의 수집 및 분석 중에 고객 요청 접수부(180)를 통해 임의의 고객으로부터 컨설팅 요청이 발생되는지를 모니터링하고, 컨설팅 요청이 발생되면 컨설팅 조건을 입력받아 고객 맞춤정보 DB(113)에 저장하여 컨설팅 요청을 접수받는다(S400).
컨설팅 요청 접수가 완료되면 제어부(130)는 정보 분석부(190)를 통해 컨설팅 조건정보의 항목에 대응하는 인공지능 모델에 상기 컨설팅 조건을 입력하여 상기 컨설팅 조건에 대응하는 분류 항목별 상품에 대한 보고서를 생성하고, 생성된 보고서를 상기 고객에 대응하는 분석정보 수취부(21)로 전송한다(S500).
도 7은 본 발명에 따른 물류정보를 이용한 판매 상품 컨설팅 방법의 판매 상품 분석 방법 중 물류정보 수집 방법을 나타낸 흐름도이다
도 7을 참조하여 물류정보 수집 방법을 구체적으로 설명하면, 제어부(130)는 날씨정보 수집 이벤트가 발생되는지(S211), 물류정보가 수신되는지를 검사한다(S215). 상기 날씨정보 수집 이벤트는 일, 시간 등의 일정 시간 단위로 발생될 수 있을 것이다.
날씨정보 수집 이벤트가 발생되면 제어부(130)는 정보 수집부(140)의 기상정보 수집부(141)를 통해 기상정보 제공부(40)에 접속하여 날씨정보를 수집하고, 날씨정보 수집일과 함께 기상 DB(114)에 저장한다(S213).
반면, 물류정보가 수신되면 제어부(130)는 물류정보에 포함된 항목들, 배송 상품명, 배송주소 및 배송일을 추출하고, 상기 배송 상품, 배송지역 및 배송날짜을 결정한다(S217).
배송 상품, 배송주소 및 배송날짜가 결정되면 제어부(130)는 기상 DB(114)로부터 배송날짜에 대응하는 날씨정보를 로드한다(S219).
배송 상품정보, 배송주소, 배송날짜 및 날씨정보가 획득되면 제어부(130)는 상기 배송 상품정보, 배송주소, 배송날짜 및 날씨정보를 포함하는 패키지 정보를 생성하여 물류 로데이터 DB(111)에 저장한다(S221).
도 8은 본 발명에 따른 물류정보를 이용한 판매 상품 컨설팅 방법의 판매 상품 분석 방법 중 고객 요청 접수 방법을 나타낸 흐름도이다.
도 8을 참조하면, 제어부(130)의 고객 요청 접수부(180)는 고객의 고객 단말기(미도시)로부터 고객 서비스 요청이 발생되는지를 모니터링한다(S411).
고객 서비스 요청이 발생되면 고객 요청 접수부(180)는 고객 단말기로 컨설팅 조건 입력 그래픽 사용자 인터페이스(Graphic User Interface: GUI)를 제공하여 컨설팅 조건을 입력할 것을 요청한다(S413). 상기 컨설팅 조건 입력 GUI는 웹 방식으로 제공될 수도 있고, 앱(APP) 방식으로 제공될 수도 있을 것이다.
상기 컨설팅 조건 입력 GUI의 제공 후 고객 요청 접수부(180)는 컨설팅 조건이 입력되는지를 검사하고(S415), 컨설팅 조건이 입력되면 고객 맞춤정보 DB(113)에 저장한다(S417).
도 9는 본 발명에 따른 물류정보를 이용한 판매 상품 컨설팅 방법의 판매 상품 분석 방법 중 고객 요청에 대한 보고서 생성 방법을 나타낸 흐름도이다
도 9를 참조하면, 제어부(130)의 정보 분석부(190)는 고객 요청 접수부(180)에 의해 컨설팅 조건이 저장부(110)의 고객 맞춤정보 DB(113)에 저장되면 컨설팅 조건의 분석 옵션 및 컨설팅 항목들을 분류하여(S511), 고객이 항목 개별 분석을 요청하였는지, 조합 분석을 요청하였는지, 개별 및 조합 분석 둘 모두를 요청하였는지를 판단한다(S513, S515, S517).
항목 개별 분석을 요청하였으면 정보 분석부(190)는 컨설팅 조건의 조건을 해당하는 인공지능 모델에 적용하여, 컨설팅 조건 항목에 대응하는 컨설팅 조건 항목별 분석정보를 생성한다(S519).
반면, 조합 분석을 요청하였으면, 정보 분석부(190)는 컨설팅 조건의 조합 항목 및 조건을 해당하는 조합 인공지능 모델에 적용하여 컨설팅 조건의 항목 조합에 대응하는 컨설팅 조건 항목 조합별 분석정보를 생성한다(S521).
그리고 개별 분석 및 조합 분석 둘 모두를 요청한 경우, 정보 분석부(190)는 컨설팅 조건의 검색항목 및 조건을 해당하는 인공지능 모델 및 컨설팅 조건의 검색조합 항목 및 조건을 해당하는 조합 인공지능 모델에 적용하여 컨설팅 조건 항목별 분석정보 및 컨설팅 조건 항목 조합별 분석정보를 생성한다(S523, S525).
상기 분석정보가 생성되면 정보 분석부(190)는 상기 분석정보를 포함하는 보고서를 생성하여 해당 분석정보 수취부(21)로 제공한다(S529).
한편, 본 발명은 전술한 전형적인 바람직한 실시예에만 한정되는 것이 아니라 본 발명의 요지를 벗어나지 않는 범위 내에서 여러 가지로 개량, 변경, 대체 또는 부가하여 실시할 수 있는 것임은 당해 기술분야에서 통상의 지식을 가진 자라면 용이하게 이해할 수 있을 것이다. 이러한 개량, 변경, 대체 또는 부가에 의한 실시가 이하의 첨부된 특허청구범위의 범주에 속하는 것이라면 그 기술사상 역시 본 발명에 속하는 것으로 보아야 한다.
10: 물류정보 제공부 11: 물류서버
20: 고객부 21: 분석정보 수취부
30: 물류정보 분석부 40: 기상정보 제공부
110: 저장부 111: 물류 로데이터 DB
112: 물류 분석 학습 DB 113: 고객 맞춤정보 DB
114: 기상 DB 120: 통신부
130: 제어부 140: 정보 수집부
141: 기상정보 수집부 142: 물류 로데이터 수집부
150: 정보 분류부 160: 정보 맵핑부
170: 학습부 180: 고객 요청 접수부
190: 정보 분석부

Claims (15)

  1. 물류정보 생성 이벤트의 발생 시 배송한 상품에 대한 배송상품명, 배송주소 및 배송날짜를 포함하는 적어도 하나 이상의 배송정보를 포함하는 물류정보를 전송하는 적어도 하나 이상의 물류서버를 포함하는 물류정보 제공부; 및
    상기 물류정보를 수신받아 상기 배송정보 단위로 지역, 날짜, 계절 및 상품정보 중 어느 하나 이상을 포함하는 분류 항목별로 인공지능 모델을 통해 학습시키고, 임의의 고객으로부터 컨설팅 조건을 입력받아 상기 인공지능 모델에 입력하여 컨설팅 조건에 대응하는 분류 항목별 상품에 대한 보고서를 생성하여 상기 고객에게 제공하는 물류정보 분석부를 포함하는 것을 특징으로 하는 물류정보를 이용한 판매 상품 컨설팅 시스템.
  2. 제1항에 있어서,
    상기 물류정보 분석부는,
    유무선 데이터통신망에 연결되어 상기 유무선 데이터통신망에 연결된 상기 물류정보 제공부와 데이터통신을 수행하는 통신부;
    상기 물류서버별 물류정보를 저장하는 물류 로데이터 DB, 상기 수신된 물류정보에 대응하는 지역, 날짜, 계절 및 상품을 포함하는 분류 항목별 학습 데이터를 저장하는 물류 분석 학습 DB 및 고객별 컨설팅 조건 및 상기 컨설팅 조건에 대한 보고서를 저장하는 고객 맞춤정보 DB를 포함하는 저장부; 및
    상기 통신부를 통해 상기 물류정보 제공부로부터 상기 물류정보를 수신하여 상기 물류정보 로데이터 DB에 저장하고, 저장된 물류정보의 배송정보에 대응하는 지역, 날짜, 계절 및 상품을 포함하는 분류 항목별 및 배송상품명을 인공지능 모델을 통해 학습시키고, 임의의 고객으로부터 컨설팅 조건을 입력받아 상기 인공지능 모델에 입력하여 컨설팅 조건에 대응하는 분류 항목별 상품에 대한 보고서를 생성하여 상기 통신부를 통해 상기 고객에게 제공하는 제어부를 포함하는 것을 특징으로 하는 물류정보를 이용한 판매 상품 컨설팅 시스템.
  3. 제2항에 있어서,
    상기 제어부는,
    상기 통신부를 통해 상기 물류정보 제공부로부터 상기 물류정보를 수신하여 상기 물류정보 로데이터 DB에 저장하는 정보 수집부;
    상기 물류정보에 포함된 배송정보를 분석하여 배송 주소에 대한 지역, 배송 날짜, 배송 상품을 분류하는 정보 분류부;
    상기 배송 지역, 배송 날짜 및 배송 상품을 하나의 패키지 정보로 맵핑하여 상기 물류정보 로데이터 DB에 저장하는 정보 맵핑부;
    상기 패키지 정보 단위로 상기 인공지능 모델에 입력하여 학습을 수행하여 상기 물류 분석 학습 DB에 저장하는 학습부;
    임의의 고객으로부터 컨설팅 조건을 입력받아 상기 고객 맞춤정보 DB에 저장하는 고객 요청 접수부; 및
    상기 인공지능 모델에 상기 컨설팅 조건을 입력하여 상기 컨설팅 조건에 대응하는 분류 항목별 상품에 대한 보고서를 생성하는 정보 분석부를 포함하는 것을 특징으로 하는 물류정보를 이용한 판매 상품 컨설팅 시스템.
  4. 제3항에 있어서,
    상기 판매 상품 컨설팅 시스템은,
    날씨정보를 제공하는 기상정보 제공부를 더 포함하고,
    상기 물류정보 제공부의 저장부는,
    일정 기간별 날씨정보를 저장하는 기상 DB를 더 포함하고,
    상기 학습부는,
    상기 날씨 및 선호 상품을 인공지능 모델에 적용하여 학습시켜 상기 날씨 분류 항목에 대한 학습 데이터를 상기 물류 분석 학습 DB에 저장하며,
    상기 제어부의 정보 수집부는,
    일정 기간별로 상기 기상정보 제공부에 접속하여 날씨정보를 다운로드받아 상기 기상 DB에 저장하는 기상정보 수집부를 더 포함하며,
    상기 정보 맵핑부는,
    상기 패키지 정보에 상기 배송날짜의 날씨정보를 더 포함시키고,
    상기 정보 분석부는,
    상기 날씨 분류 항목에 대한 상품 정보를 더 분석하여 상기 보고서를 생성하는 것을 특징으로 하는 물류정보를 이용한 판매 상품 컨설팅 시스템.
  5. 제4항에 있어서,
    상기 정보 분류부는,
    상기 배송 주소에서 일정 단위의 지역을 결정하는 지역 결정부;
    상기 배송정보의 배송 시작일 및 배송 완료일 중 어느 하나를 배송날짜로 결정하는 날짜 결정부;
    상기 날짜 결정부에서 결정된 배송날짜를 기준으로 계절을 결정하는 계절 결정부;
    상기 배송상품명의 상품명에 근거하여 배송되는 상품을 결정하는 상품 결정부; 및
    상기 기상 DB를 참조하여 상기 날짜 결정부에서 결정된 배송날짜의 날씨를 결정하는 날씨 결정부를 포함하는 것을 특징으로 하는 물류정보를 이용한 판매 상품 컨설팅 시스템.
  6. 제4항에 있어서,
    상기 정보 분석부는,
    상기 고객 요청 접수부로부터 획득된 컨설팅 조건의 항목정보를 분석하여 항목에 따른 항목 분석 개시 정보를 출력하는 컨설팅 조건 분석부;
    상기 컨설팅 조건 분석부로부터 지역 항목 분석 개시 정보를 입력받아 동작하여 상기 컨설팅 조건의 지역 항목의 지역정보를 상기 인공지능 모델 중 지역을 입력으로 사용하는 지역 인공지능 모델에 적용하여 상기 지역에 대한 선호 상품 정보를 출력하는 지역별 상품 분석부;
    상기 컨설팅 조건 분석부로부터 날짜 항목 분석 개시 정보를 입력받아 동작하여 상기 컨설팅 조건의 날짜 항목의 날짜정보를 상기 인공지능 모델 중 날짜를 입력으로 사용하는 날짜 인공지능 모델에 적용하여 상기 날짜에 대한 선호 상품 정보를 출력하는 상기 날짜별 상품 분석부;
    상기 컨설팅 조건 분석부로부터 계절 항목 분석 개시 정보를 입력받아 동작하여 상기 컨설팅 조건의 계절 항목의 계절정보를 상기 인공지능 모델 중 계절을 입력으로 사용하는 계절 인공지능 모델에 적용하여 상기 계절에 대한 선호 상품 정보를 출력하는 계절별 상품 분석부; 및
    상기 컨설팅 조건의 항목정보에 대응하는 항목별 선호 상품정보를 포함하는 보고서를 생성하여 출력하는 보고서 생성부를 포함하는 것을 특징으로 하는 물류정보를 이용한 판매 상품 컨설팅 시스템.
  7. 제6항에 있어서,
    상기 정보 분석부는,
    상기 컨설팅 조건 분석부로부터 상품 항목 분석 개시 정보를 입력받아 동작하여 상기 컨설팅 조건의 상품 항목의 상품 정보를 상기 인공지능 모델 중 상품을 입력으로 사용하는 상품 인공지능 모델에 적용하여 상기 상품이 선호되는 지역, 날짜, 계절 및 날씨 중 어느 하나 이상을 포함하는 상품 분석 정보를 출력하는 상품별 분석부를 더 포함하는 것을 특징으로 하는 물류정보를 이용한 판매 상품 컨설팅 시스템.
  8. 제6항에 있어서,
    상기 정보 분석부는,
    상기 컨설팅 조건 분석부로부터 둘 이상의 항목 분석 개시 정보를 입력받아 동작하여 상기 컨설팅 조건의 둘 이상의 항목을 상기 인공지능 모델 중 둘 이상의 항목을 입력으로 사용하는 복합 인공지능 모델에 적용하여 상기 복합 항목에 대해 선호되는 선호 상품 정보를 출력하는 복합 상품 분석부를 더 포함하는 것을 특징으로 하는 물류정보를 이용한 판매 상품 컨설팅 시스템.
  9. 물류정보 제공부가 물류정보 생성 이벤트의 발생 시 배송한 상품에 대한 배송상품명, 배송주소 및 배송날짜를 포함하는 물류정보를 물류정보 분석부로 전송하는 물류정보 제공 과정; 및
    물류정보 분석부가 상기 물류정보 제공부로부터 상기 물류정보를 수신받아 지역, 날짜 및 계절을 포함하는 분류 항목별로 상기 배송상품명의 상품을 인공지능 모델을 통해 학습시키고, 임의의 고객으로부터 컨설팅 조건을 입력받아 상기 인공지능 모델에 입력하여 컨설팅 조건에 대응하는 분류 항목별 상품에 대한 보고서를 생성하여 상기 고객에게 제공하는 물류정보 분석 과정을 포함하는 것을 특징으로 하는 물류정보를 이용한 판매 상품 컨설팅 방법.
  10. 제9항에 있어서,
    상기 물류정보 분석 과정은,
    상기 물류정보 분석부의 제어부가 정보 수집부를 통해 상기 물류정보 제공부로부터 상기 물류정보를 수신하여 물류정보 로데이터 DB에 저장하는 정보 수집 단계;
    상기 제어부가 정보 분류부를 통해 상기 물류정보에 포함된 정보를 분석하여 배송 주소에 대한 지역, 배송 날짜, 배송 상품을 분류하는 정보 분류 단계;
    상기 제어부가 정보 맵핑부를 통해 상기 배송 지역, 배송 날짜 및 배송 상품을 하나의 패키지 정보로 맵핑하여 물류정보 로데이터 DB에 저장하는 정보 맵핑 단계;
    상기 제어부가 학습부를 통해 상기 패키지 정보 단위로 상기 인공지능 모델에 입력하여 학습을 수행하여 물류 분석 학습 DB에 저장하는 학습 단계;
    상기 제어부가 고객 요청 접수부를 통해 임의의 고객으로부터 컨설팅 조건을 입력받아 고객 맞춤정보 DB에 저장하는 고객 요청 접수 단계; 및
    상기 제어부가 정보 분석부를 통해 상기 인공지능 모델에 상기 컨설팅 조건을 입력하여 상기 컨설팅 조건에 대응하는 분류 항목별 상품에 대한 보고서를 생성하는 정보 분석 단계를 포함하는 것을 특징으로 하는 물류정보를 이용한 판매 상품 컨설팅 방법.
  11. 제10항에 있어서,
    상기 제어부가 기상정보 제공부로부터 일정 기간별로 날씨정보를 수집하여 기상 DB에 저장하는 날씨정보 수집 과정을 더 포함하되,
    상기 정보 맵핑 단계에서 상기 제어부가 상기 패키지 정보에 상기 패키지 정보에 포함된 배송날짜의 날씨정보를 더 포함시키고,
    상기 학습단계에서 학습부를 통해 상기 날씨 및 선호 상품을 인공지능 모델에 적용하여 학습시켜 상기 날씨 분류 항목에 대한 학습 데이터를 상기 물류 분석 학습 DB에 저장하며,
    상기 정보 분석 단계에서 상기 제어부가 상기 날씨 분석 항목에 대한 상품 정보를 더 분석하고, 상기 날씨 분석 항목에 대한 추처 상품 정보를 보고서에 더 포함시키는 것을 특징으로 하는 물류정보를 이용한 판매 상품 컨설팅 방법.
  12. 제11항에 있어서,
    상기 정보 분류 단계는,
    상기 제어부가 정보 분류부의 지역 결정부를 통해 상기 패키지 정보의 배송 주소에서 일정 단위의 지역을 결정하는 지역 결정 단계;
    상기 제어부가 정보 분류부의 날짜 결정부를 통해 상기 배송정보의 배송 시작일 및 배송 완료일 중 어느 하나를 배송날짜로 결정하는 날짜 결정 단계;
    상기 제어부가 정보 분류부의 계절 결정부를 통해 상기 날짜 결정부에서 결정된 배송날짜를 기준으로 계절을 결정하는 계절 결정 단계;
    상기 제어부가 정보 분류부의 상품 결정부를 통해 상기 배송상품명의 상품명에 근거하여 배송되는 상품을 결정하는 상품 결정 단계; 및
    상기 제어부가 날씨 결정부를 통해 기상 DB를 참조하여 상기 날짜 결정부에서 결정된 배송날짜의 날씨를 결정하는 날씨 결정 단계를 포함하는 것을 특징으로 하는 물류정보를 이용한 판매 상품 컨설팅 방법.
  13. 제11항에 있어서,
    상기 정보 분석 단계는,
    상기 제어부가 정보 분석부의 컨설팅 조건 분석부를 통해 고객 요청 접수부로부터 획득된 컨설팅 조건의 항목정보를 분석하여 항목에 따른 항목 분석 개시 정보를 출력하는 컨설팅 조건 분석 단계;
    상기 제어부가 정보 분석부의 지역별 상품 분석부를 통해 상기 컨설팅 조건 분석부로부터 지역 항목 분석 개시 정보를 입력받아 동작하여 상기 컨설팅 조건의 지역 항목의 지역정보를 상기 인공지능 모델 중 지역을 입력으로 사용하는 지역 인공지능 모델에 적용하여 상기 지역에 대한 선호 상품 정보를 출력하는 지역별 상품 분석 단계;
    상기 제어부가 정보 분석부의 날짜별 상품 분석부를 통해 상기 컨설팅 조건 분석부로부터 날짜 항목 분석 개시 정보를 입력받아 동작하여 상기 컨설팅 조건의 날짜 항목의 날짜정보를 상기 인공지능 모델 중 날짜를 입력으로 사용하는 날짜 인공지능 모델에 적용하여 상기 날짜에 대한 선호 상품 정보를 출력하는 상기 날짜별 상품 분석 단계;
    상기 제어부가 정보 분석부의 계절별 상품 분석부를 통해 상기 컨설팅 조건 분석부로부터 계절 항목 분석 개시 정보를 입력받아 동작하여 상기 컨설팅 조건의 계절 항목의 계절정보를 상기 인공지능 모델 중 계절을 입력으로 사용하는 계절 인공지능 모델에 적용하여 상기 계절에 대한 선호 상품 정보를 출력하는 계절별 상품 분석 단계; 및
    상기 제어부가 정보 분석부의 보고서 생성부를 통해 상기 컨설팅 조건의 항목정보에 대응하는 항목별 선호 상품정보를 포함하는 보고서를 생성하여 출력하는 보고서 생성 단계를 포함하는 것을 특징으로 하는 물류정보를 이용한 판매 상품 컨설팅 방법.
  14. 제13항에 있어서,
    상기 정보 분석 단계는,
    상기 제어부가 상품별 분석부를 통해 상기 컨설팅 조건 분석부로부터 상품 항목 분석 개시 정보를 입력받아 동작하여 상기 컨설팅 조건의 상품 항목의 상품 정보를 상기 인공지능 모델 중 상품을 입력으로 사용하는 상품 인공지능 모델에 적용하여 상기 상품이 선호되는 지역, 날짜, 계절 및 날씨 중 어느 하나 이상을 포함하는 상품 분석 정보를 출력하는 상품별 분석 단계를 더 포함하는 것을 특징으로 하는 물류정보를 이용한 판매 상품 컨설팅 방법.
  15. 제13항에 있어서,
    상기 정보 분석 단계는,
    상기 제어부가 복합 상품 분석부를 통해 상기 컨설팅 조건 분석부로부터 둘 이상의 항목 분석 개시 정보를 입력받아 동작하여 상기 컨설팅 조건의 둘 이상의 항목을 상기 인공지능 모델 중 둘 이상의 항목을 입력으로 사용하는 복합 인공지능 모델에 적용하여 상기 복합 항목에 대해 선호되는 선호 상품 정보를 출력하는 복합 상품 분석 단계를 더 포함하는 것을 특징으로 하는 물류정보를 이용한 판매 상품 컨설팅 방법.
KR1020200024848A 2020-02-28 2020-02-28 물류정보를 이용한 판매 상품 컨설팅 시스템 및 방법 KR20210109801A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200024848A KR20210109801A (ko) 2020-02-28 2020-02-28 물류정보를 이용한 판매 상품 컨설팅 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200024848A KR20210109801A (ko) 2020-02-28 2020-02-28 물류정보를 이용한 판매 상품 컨설팅 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR20210109801A true KR20210109801A (ko) 2021-09-07

Family

ID=77797496

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200024848A KR20210109801A (ko) 2020-02-28 2020-02-28 물류정보를 이용한 판매 상품 컨설팅 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR20210109801A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023153680A1 (ko) * 2022-02-14 2023-08-17 주식회사 에이젠글로벌 Wms의 이커머스 물류 이동 프로세스에서 발생하는 데이터 기반의 신용 평가 방법 및 이러한 방법을 수행하는 장치

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101660445B1 (ko) 2013-05-07 2016-09-27 컬처·컨비니언스·클럽 가부시키가이샤 시장조사 및 분석 시스템

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101660445B1 (ko) 2013-05-07 2016-09-27 컬처·컨비니언스·클럽 가부시키가이샤 시장조사 및 분석 시스템

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023153680A1 (ko) * 2022-02-14 2023-08-17 주식회사 에이젠글로벌 Wms의 이커머스 물류 이동 프로세스에서 발생하는 데이터 기반의 신용 평가 방법 및 이러한 방법을 수행하는 장치

Similar Documents

Publication Publication Date Title
KR102046501B1 (ko) 창업 기업 진단에 기반한 가치 평가 및 육성 지원을 위한 서비스 제공 장치 및 방법
US20170178199A1 (en) Method and system for adaptively providing personalized marketing experiences to potential customers and users of a tax return preparation system
CA3116377A1 (en) Interactive electronic assignment of services to providers based on custom criteria
US11205186B2 (en) Artificial intelligence for automated stock orders based on standardized data and company financial data
CN110363621B (zh) 一种基于人工智能技术的订单信息推送系统
KR102181950B1 (ko) 빅데이터 기반 불용재고 거래 서비스 제공 방법
CN104169950A (zh) 利用面向批处理的计算的数据库系统
US11080639B2 (en) Intelligent diversification tool
KR102084719B1 (ko) 판매 예측 정보 제공 시스템
KR20210017152A (ko) 빅데이터 기반 보험정보 제공 시스템 및 그 방법
CN104966133A (zh) 一种中小企业经营状况分析方法
KR102360809B1 (ko) 블록체인 기반의 분산 원장 기술을 이용한 농축산물 거래 방법 및 장치
KR102003949B1 (ko) 중간 유통상을 경유하여 최초 공급자 및 구매자를 연결하는 유통 서비스 제공 방법
KR20210109801A (ko) 물류정보를 이용한 판매 상품 컨설팅 시스템 및 방법
KR102451735B1 (ko) 인공지능과 기계 학습 기반 해외 공공조달 맞춤형 입찰정보 제공 서비스 시스템 및 방법
KR101801761B1 (ko) 차량 구매 정보 제공 시스템 및 방법
Wei et al. Online shopping behavior analysis for smart business using big data analytics and blockchain security
KR20220076013A (ko) Ｂ２ｂ 시장을 위한 인공지능 기반 식자재 자동 발주 서비스 제공 시스템
KR102313325B1 (ko) 글로벌 자산배분 서비스 제공 방법 및 그 장치
US20160253609A1 (en) Information Processing System and Information Processing Method
KR20200113699A (ko) Ui개발 툴을 이용한 지능형 입찰분석 시스템 및 방법
Deepa et al. Advanced machine learning for enterprise IoT modeling
Fajar et al. Evaluation of the used of visual electronic banking system application using UTAUT 2 in Bank Central Asia corporation
CN112926997A (zh) 一种客户关系管理系统及方法
KR100473195B1 (ko) 건설부문 의사결정 지원 수단 및 방법

Legal Events

Date Code Title Description
E601 Decision to refuse application