KR20220067250A - 데이터 분석 서버, 송출 예정된 커머스 컨텐츠에 대한 예상 판매 정도를 산출하는 방법 및 컴퓨터 프로그램 - Google Patents

데이터 분석 서버, 송출 예정된 커머스 컨텐츠에 대한 예상 판매 정도를 산출하는 방법 및 컴퓨터 프로그램 Download PDF

Info

Publication number
KR20220067250A
KR20220067250A KR1020200153765A KR20200153765A KR20220067250A KR 20220067250 A KR20220067250 A KR 20220067250A KR 1020200153765 A KR1020200153765 A KR 1020200153765A KR 20200153765 A KR20200153765 A KR 20200153765A KR 20220067250 A KR20220067250 A KR 20220067250A
Authority
KR
South Korea
Prior art keywords
data
commerce
commerce content
content
expected
Prior art date
Application number
KR1020200153765A
Other languages
English (en)
Other versions
KR102522676B1 (ko
Inventor
명대호
Original Assignee
에스케이스토아 주식회사
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 에스케이스토아 주식회사 filed Critical 에스케이스토아 주식회사
Priority to KR1020200153765A priority Critical patent/KR102522676B1/ko
Publication of KR20220067250A publication Critical patent/KR20220067250A/ko
Application granted granted Critical
Publication of KR102522676B1 publication Critical patent/KR102522676B1/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
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • 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
    • 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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/478—Supplemental services, e.g. displaying phone caller identification, shopping application
    • H04N21/47815—Electronic shopping

Abstract

본 개시의 실시예들에 따르면, 하나 이상의 미디어 제공 서버를 통해 획득된 시청 데이터, 주문 데이터와 편성 시간에 대응하는 외부 환경 데이터, 커머스 컨텐츠에 포함된 연출 데이터를 이용하여 커머스 컨텐츠의 분석 데이터를 생성하고, 커머스 컨텐츠의 분석 데이터를 이용하여, 아직 송출이 예정되지 않고 미래에 송출이 예정된 커머스 컨텐츠에 대한 예상 판매 정도를 산출할 수 있다.

Description

데이터 분석 서버, 송출 예정된 커머스 컨텐츠에 대한 예상 판매 정도를 산출하는 방법 및 컴퓨터 프로그램{DATA ANALYSIS SERVER, METHOD OF CALCULATING AN EXPECTED SALES DEGREE FOR COMMERCE CONTENT SCHEDULED TO BE TRANSMITTED AND COMPUTER PROGRAM}
본 개시의 실시예들은 데이터 분석 서버, 송출 예정된 커머스 컨텐츠에 대한 예상 판매 정도를 산출하는 방법 및 컴퓨터 프로그램에 관한 것이다.
오늘날 디지털 기술의 발달로 텔레비전이 점차 디지털화되고 있고, 한편으론 별도의 망을 통해 서로 다른 특성의 컨텐츠를 제공하던 방송과 통신의 융합이 가속화되고 있다. 즉, 일 방향의 아날로그 방송에서 시청자와 대화하는 양방향성의 디지털 방송으로 그 주도권이 넘어가고 있다. 또한, 이동식 멀티 미디어 방송(DMB, Digital Multimedia Broadcasting), 인터넷 등을 통하여 방송 컨텐츠, 커머스 컨텐츠가 제공되는 등 사용자가 컨텐츠를 이용할 수 있는 방법도 다양해지고 있다.
종래의 시청률 산출 방식은 한정된 수의 패널을 선정하고 선정된 패널의 가정에 시청률 산출을 위해 필요한 전용 장비를 설치하여 일자 별로 그 가정이 시청한 채널의 데이터를 모아 시청률을 산출하는 방식을 이용해 왔다. 특히, 이러한 시청 패널 관련 데이터는 특정 시간대(예컨대, 새벽 4~5시)에 시청률을 산출하는 서버로 일률적으로 전송되도록 되어 있어, 실시간으로 시청률을 산출하는 것이 불가능하였다.
또한, 가정에 설치된 시청률 산출용 장치는 가정의 구성원 중 누가 현재의 채널을 시청 중인지 파악이 불가능하여, 신뢰도가 높은 시청률 데이터를 산출할 수 없다. 그리고, 시청률 산출 장치가 제공하는 데이터에는 현재 실시간 방송 중인 채널 중 어느 채널이 시청되고 있는지에 대한 정보 만이 포함되어, 송출되는 컨텐츠와 연계되는 다양한 이벤트에 대한 정보를 수집할 수 없는 문제점이 있었다.
상술한 문제점을 해결하기 위하여, 본 개시의 실시예들은 기 송출된 커머스 컨텐츠에 대한 시청 데이터, 주문 데이터를 기초로 송출 예정된 커머스 컨텐츠에 대한 예상 판매 정도를 생성할 수 있는 데이터 분석 서버, 송출 예정된 커머스 컨텐츠에 대한 예상 판매 정도를 산출하는 방법 및 컴퓨터 프로그램을 제공하고자 한다.
본 개시의 실시예들에 따른 방법은 데이터 분석 서버는 제1 사용자 단말로부터 송출이 예정된 커머스 컨텐츠에 대한 예상 판매 정도를 요청하는 신호를 수신하는 단계; 상기 데이터 분석 서버는 상기 신호에 대응하여, 커머스 컨텐츠에서 판매되는 상품의 코드, 커머스 컨텐츠의 편성 시간대를 추출하고, 커머스 컨텐츠를 분석하여 획득된 연출 데이터를 결정하는 단계; 상기 데이터 분석 서버는 커머스 컨텐츠의 상품 코드와 관련된 제1 과거 분석 데이터를 생성하는 단계; 상기 데이터 분석 서버는 커머스 컨텐츠가 편성된 예상 편성 시간대와 관련된 예상 외부 환경 데이터를 결정하는 단계; 상기 데이터 분석 서버는 커머스 컨텐츠에 포함된 연출 데이터와 관련된 시청 데이터 또는 구매 데이터를 포함하는 제2 과거 분석 데이터를 생성하는 단계; 및 상기 데이터 분석 서버는 제1 과거 분석 데이터, 제2 과거 분석 데이터, 예상 외부 환경 데이터를 고려하여, 커머스 컨텐츠에 대한 예상 판매 정도를 산출하는 단계를 포함하는, 송출 예정된 커머스 컨텐츠에 대한 예상 판매 정도를 산출하는 방법일 수 있다.
상기 제1 과거 분석 데이터를 생성하는 단계는 상기 커머스 컨텐츠의 상품 코드를 기초로, 동일 상품 또는 유사 상품을 판매한 하나 이상의 유사 커머스 컨텐츠를 검색하고, 상기 하나 이상의 유사 커머스 컨텐츠에 대한 시청 데이터, 주문 데이터, 외부 환경 데이터를 기초로 생성된, 과거 시청자 수, 과거 주문액, 과거 구매 전환율 중 적어도 하나를 포함할 수 있다.
상기 예상 외부 환경 데이터를 결정하는 단계는 하나 이상의 외부의 서버로부터 상기 커머스 컨텐츠의 편성 시간대에 대응하는 하나 이상의 외부 환경 데이터를 수신하고, 상기 하나 이상의 외부 환경 데이터를 조합하여 예상 외부 환경 데이터를 결정할 수 있다.
상기 제2 과거 분석 데이터를 생성하는 단계는 상기 커머스 컨텐츠에 포함된 연출 데이터에 포함된 각 연출 정보에 대한 시청 데이터 또는 주문 데이터를 검색하고, 상기 각 연출 정보에 대한 시청 데이터 또는 주문 데이터를 기초로 상기 커머스 컨텐츠에 대한 과거 시청자 수, 과거 주문액, 과거 구매 전환율 중 적어도 하나를 포함하는 제2 과거 분석 데이터를 생성할 수 있다.
상기 주문 데이터는 기 송출된 하나 이상의 커머스 컨텐츠에 대해서 기 발생된 주문 전화 데이터, 동시 상담 수 중 적어도 하나를 포함하는 콜인입 데이터를 포함할 수 있다.
상기 시청 데이터는 유입 횟수, 이탈 횟수, 시청 수, 시청자 수 중 적어도 하나를 포함하고, 기 송출된 하나 이상의 커머스 컨텐츠가 송출되는 동안에, 셋탑 박스로부터의 접속 신호를 통해 카운팅될 수 있다.
본 개시의 실시예에 따른 컴퓨터 프로그램은 컴퓨터를 이용하여 본 개시의 실시예에 따른 방법 중 어느 하나의 방법을 실행시키기 위하여 매체에 저장될 수 있다.
이 외에도, 본 발명을 구현하기 위한 다른 방법, 다른 시스템 및 상기 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 컴퓨터 판독 가능한 기록 매체가 더 제공된다.
전술한 것 외의 다른 측면, 특징, 이점이 이하의 도면, 특허청구범위 및 발명의 상세한 설명으로부터 명확해 질 것이다.
본 개시의 실시예들에 따른 데이터 분석 서버, 송출 예정된 커머스 컨텐츠에 대한 예상 판매 정도를 산출하는 방법 및 컴퓨터 프로그램은 하나 이상의 미디어 제공 서버를 통해 획득된 시청 데이터, 주문 데이터와 편성 시간에 대응하는 외부 환경 데이터, 커머스 컨텐츠에 포함된 연출 데이터를 이용하여 커머스 컨텐츠의 분석 데이터를 생성하고, 커머스 컨텐츠의 분석 데이터를 이용하여, 아직 송출이 예정되지 않고 미래에 송출이 예정된 커머스 컨텐츠에 대한 예상 판매 정도를 산출할 수 있다.
도 1은 본 개시의 실시예들에 따른 사용자들의 시청 데이터를 분석하여 가공 데이터를 생성하는 데이터 가공 시스템의 구성도이다.
도 2는 하나 이상의 미디어 제공 서버와 통신하는 데이터 분석 서버에 대한 도면이다.
도 3은 본 개시의 실시 예들에 따른 데이터 분석 서버(100)의 블록도이다.
도 4는 데이터 가공부(130)의 블록도이다.
도 5는 본 개시의 실시 예들에 따른 송출이 예정된 커머스 컨텐츠에 대한 예상 판매 정도를 산출하는 방법의 흐름도들이다.
도 6 내지 도 11은 데이터 분석 서버(100)에 의해 생성되는 사용자 인터페이스의 예시 도면들이다.
이하 첨부된 도면들에 도시된 본 발명에 관한 실시예를 참조하여 본 발명의 구성 및 작용을 상세히 설명한다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 본 발명의 효과 및 특징, 그리고 그것들을 달성하는 방법은 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 다양한 형태로 구현될 수 있다.
이하, 첨부된 도면을 참조하여 본 개시의 실시예들을 상세히 설명하기로 하며, 도면을 참조하여 설명할 때 동일하거나 대응하는 구성 요소는 동일한 도면부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
본 명세서에서 “학습”, “러닝” 등의 용어는 인간의 교육 활동과 같은 정신적 작용을 지칭하도록 의도된 것이 아닌 절차에 따른 컴퓨팅(computing)을 통하여 기계 학습(machine learning)을 수행함을 일컫는 용어로 해석한다.
이하의 실시예에서, 제1, 제2 등의 용어는 한정적인 의미가 아니라 하나의 구성 요소를 다른 구성 요소와 구별하는 목적으로 사용되었다.
이하의 실시예에서, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
이하의 실시예에서, 포함하다 또는 가지다 등의 용어는 명세서상에 기재된 특징, 또는 구성요소가 존재함을 의미하는 것이고, 하나 이상의 다른 특징들 또는 구성요소가 부가될 가능성을 미리 배제하는 것은 아니다.
도면에서는 설명의 편의를 위하여 구성 요소들이 그 크기가 과장 또는 축소될 수 있다. 예컨대, 도면에서 나타난 각 구성의 크기 및 두께는 설명의 편의를 위해 임의로 나타내었으므로, 본 발명이 반드시 도시된 바에 한정되지 않는다.
어떤 실시예가 달리 구현 가능한 경우에 특정한 공정 순서는 설명되는 순서와 다르게 수행될 수도 있다. 예를 들어, 연속하여 설명되는 두 공정이 실질적으로 동시에 수행될 수도 있고, 설명되는 순서와 반대의 순서로 진행될 수 있다.
셋탑 박스는 통상 가정에서 위성방송이나 케이블 방송을 시청하기 위해 필요한 하드웨어 장치이다. 위성방송이나 케이블 방송 또는 인터넷 방송 등의 데이터는 압축 및 변조(modulation) 등으로 처리된 데이터로 셋탑 박스에 전송되는데, 셋탑 박스는 수신한 데이터에 대해 복조(demodulation) 및 압축 해제 등의 처리를 하여 TV 등의 단말기에서 구현될 수 있도록 하는 역할을 수행한다.
도 1은 본 개시의 실시예들에 따른 사용자들의 시청 데이터를 분석하여 가공 데이터를 생성하는 데이터 가공 시스템의 구성도이다.
도 1에 도시된 바와 같이, 데이터 가공 시스템은 데이터 분석 서버(100), 미디어 제공 서버(200), 컨텐츠 송출 서버(300), 제1 셋탑 박스(401), 제2 셋탑 박스(402), 제3 셋탑 박스(403), …, 제n 셋탑 박스(40n), 하나 이상의 사용자 단말기(T1, T2, T3, …, Tn, 이하, T)를 포함할 수 있다.
데이터 분석 서버(100)는 미디어 제공 서버(200)를 통해 컨텐츠 및/또는 컨텐츠와 관련된 출력 데이터에 대한 시청 데이터, 콜인입 데이터, 및/또는 주문 데이터를 수신하고, 수신된 시청 데이터, 콜인입 데이터 및/또는 주문 데이터를 분석하여 컨텐츠와 관련된 주문액, 예상 취급액, 시청자 대비 주문액, 재방문수, 평균 시청 지속 시간, 유입 횟수, 이탈 횟수, 이전 대비 시청 수 등의 데이터 가공 데이터를 생성할 수 있다.
미디어 제공 서버(200)는 방송용 출력 데이터를 생성하고, 하나 이상의 셋탑 박스(400)로 방송용 출력 데이터를 전송할 수 있다. 이때, 미디어 제공 서버(200)는 클라우드 서비스를 이용하여 방송용 출력 데이터를 하나 이상의 셋탑 박스(400)로 전송할 수 있다. 셋탑 박스(400)는 미디어 제공 서버(200)에서 제공하는 어플리케이션을 구동 시켜 다양한 사용자 인터페이스를 실행시킬 수 있다. 셋탑 박스(400)는 연결된 각 출력 장치에 의해 컨텐츠를 출력 시킬 수 있다. 셋탑 박스(400)는 컨텐츠 송출 서버(300)에 접속하여 방송용 출력 데이터에 포함된 컨텐츠를 출력하도록 구현될 수 있다. 사용자 단말기(T)는 각 사용자가 셋탑 박스(400)와 별도로 구비하고 있는 전자 장치를 말하며, 스마트폰, 휴대폰, 웨어러블 장치, PMP, 태블릿, 데스크탑, 노트북 등의 디스플레이 기능을 갖춘 다양한 유형의 장치 일 수 있다.
미디어 제공 서버(200)는 판매 상품을 안내하고, 판매 상품에 대한 전화 주문 기능, 리모콘 주문 기능, 홈페이지 주문 기능 등을 제공하는 커머스 컨텐츠를 하나 이상의 셋탑 박스(400)로 전송할 수 있다.
한편, 미디어 제공 서버(200)는 셋탑 박스(400)에 설치된 프로그램을 통해 셋탑 박스(400)를 제어할 수 있다. 미디어 제공 서버(200)는 셋탑 박스(400)의 정보를 읽어 들이는 기능을 수행할 수 있다. 미디어 제공 서버(200)는 셋탑 박스(400)의 플랫폼 코드, STP ID, 접속 정보 등을 수신할 수 있다. 미디어 제공 서버(200)는 셋탑 박스(400)에 대한 정보를 기초로 셋탑 박스(400)의 출력 데이터를 생성할 수 있다. 미디어 제공 서버(200)는 셋탑 박스(400)를 통해 획득된 사용자 입력에 대응하여 방송용 출력 데이터를 재 생성하여 셋탑 박스(400)로 전송할 수 있다.
미디어 제공 서버(200)는 클라우드 솔루션을 통하여 동작 등의 다양한 내용을 포함하는 정보 자체 대신에 이러한 내용의 캡쳐 정보를 셋탑 박스(400)를 통하여 출력 장치(411, 412, 413, … 41n) 화면에 디스플레이 되도록 할 수 있다. 미디어 제공 서버(200)는 클라우드 서버를 이용하여 구현될 수 있으며, 하나 이상의 제1 클라우드 서버 및 제2 클라우드 서버의 변환을 제어할 수 있다. 미디어 제공 서버(200)는 제1 클라우드 서버를 통하여 선택 채널에 대응한 어플리케이션 구동을 통하여 출력 장치(411, 412, 413, … 41n) 화면을 구현하고, 이를 통하여 다수의 사용자를 수용할 수 있다.
셋탑 박스(400)는 미디어 제공 서버(200)와 통신하여 출력 데이터를 수신하고, 수신된 출력 데이터를 해석, 판독(인코딩 등)하여 TV 등의 출력 장치(411, 412, 413, … 41n)를 통해 출력할 수 있다. 셋탑 박스(400)는 미디어 제공 서버(200)로부터 수신한 방송 출력 데이터를 출력 장치(411, 412, 413, … 41n)를 통해 출력할 수 있다. 셋탑 박스(400)는 구비된 입력 장치를 통해 사용자 입력을 획득하고 사용자 입력에 대응하는 요청 신호를 미디어 제공 서버(200)로 전송할 수 있다.
컨텐츠 송출 서버(300)는 셋탑 박스(400)들로 하나 이상의 방송사, 또는 방송 채널의 방송 영상을 송출하는 기능을 수행한다. 컨텐츠 송출 서버(300)는 컨텐츠 제공 서버로부터 수신한 컨텐츠를 방송 송출하도록 구현될 수 있다. 컨텐츠 송출 서버(300)는 하나 이상의 방송사, 포털사, 컨텐츠 제작사 등의 플랫폼 또는 형식에 따라 변환하여 저장할 수도 있다. 이는 후술하는 실시예들 및 그 변형예들에 있어서도 마찬가지이다.
데이터 가공 시스템은 제1 셋탑 박스(401), 제2 셋탑 박스(402), 제3 셋탑 박스(403), …, 제n 셋탑 박스(40n)와 각각 연결된 제1 출력 장치(411), 제2 출력 장치(412), 제3 출력 장치(413), … 제n 출력 장치(41n)를 더 포함할 수 있다. 제1 셋탑 박스(401), 제2 셋탑 박스(402), 제3 셋탑 박스(403), …, 제n 셋탑 박스(40n) 중 적어도 하나는 셋탑 박스(400)로 명명할 수도 있다. 제1 단말기(T1), 제2 단말기(T2), 제3 단말기(T3), …, 제n 단말기(Tn) 중 적어도 하나는 단말기(T)로 명명할 수도 있다.
데이터 가공 시스템에서는 데이터 분석 서버(100), 미디어 제공 서버(200), 컨텐츠 송출 서버(300), 제1 셋탑 박스(401), 제2 셋탑 박스(402), 제3 셋탑 박스(403), …, 제n 셋탑 박스(40n), 하나 이상의 사용자 단말기(T1, T2, T3, …, Tn, 이하, T)는 네트워크를 통해 서로 통신할 수 있다. 본 개시의 네트워크의 통신 방식은 유선 또는 무선 통신을 포함하며, 이에 제한되지 않으나, 몇몇 실시 예에 따른 네트워크는 단거리 무선 통신을 이용할 수 있다. 데이터 가공 시스템에서는 셋탑 박스(400) 및 출력 장치들(411, 412, … 41n)이 네트워크로 또는 전기선으로 연결될 수 있다. 또한, 셋탑 박스(400) 및 출력 장치(411, 412, 413, … 41n)가 하나의 하드웨어로 구현될 수 있다. 미디어 제공 시스템(10)은 셋탑 박스(400) 및/또는 출력 장치(411, 412, 413, … 41n)와 통신하기 위한 원격제어 장치(예로, 리모콘)을 더 포함할 수 있다. 셋탑 박스(400) 및/또는 출력 장치(411, 412, 413, … 41n)는 리모콘과 근거리 통신망으로 통신할 수 있다.
도 2는 하나 이상의 미디어 제공 서버와 통신하는 데이터 분석 서버에 대한 도면이다.
도 2에 도시된 바와 같이, 데이터 분석 서버(100)는 제1 미디어 제공 서버(201), 제2 미디어 제공 서버(202), …, 제n 미디어 제공 서버(20n)로부터 시청 데이터, 콜인입 데이터, 및/또는 주문 데이터 등을 수신할 수 있다.
데이터 가공 시스템은 도 1에 도시된 바와 같이 하나의 미디어 제공 서버(200)를 통해 컨텐츠를 제공하기도 하지만, 도 2에 도시된 바와 같이 제1 미디어 제공 서버(201), 제2 미디어 제공 서버(202), …, 제n 미디어 제공 서버(20n)를 통해 컨텐츠를 제공할 수 있다.
데이터 분석 서버(100)는 제1 미디어 제공 서버(201), 제2 미디어 제공 서버(202), …, 제n 미디어 제공 서버(20n)를 통해 제공된 컨텐츠들에 대한 시청 데이터, 콜인입 데이터, 및/또는 주문 데이터 등을 수신할 수 있다.
도 3은 본 개시의 실시 예들에 따른 데이터 분석 서버(100)의 블록도이다.
프로세서(110)는 데이터 분석 서버(100)를 전반적으로 제어하기 위한 구성이다. 구체적으로, 프로세서(110)는 데이터 분석 서버(100)의 데이터 가공부(130)에 저장된 각종 프로그램을 이용하여 데이터 분석 서버(100)의 전반적인 동작을 제어한다. 예를 들어, 프로세서(110)는 CPU, 램(RAM), 롬(ROM), 시스템 버스를 포함할 수 있다. 여기서, 롬은 시스템 부팅을 위한 명령어 세트가 저장되는 구성이고, CPU는 롬에 저장된 명령어에 따라 미디어 제공 서버(200)의 저장된 운영체제를 램에 복사하고, O/S를 실행시켜 시스템을 부팅시킨다. 부팅이 완료되면, CPU는 저장된 각종 애플리케이션을 램에 복사하고, 실행시켜 각종 동작을 수행할 수 있다. 이상에서는 데이터 분석 서버(100)가 하나의 CPU만을 포함하는 것으로 설명하였지만, 구현 시에는 복수의 CPU(또는 DSP, SoC 등)으로 구현될 수 있다.
본 개시의 일 실시 예에 따라, 프로세서(110)는 디지털 신호를 처리하는 디지털 시그널 프로세서(digital signal processor(DSP)), 마이크로 프로세서(microprocessor), TCON(Time controller)으로 구현될 수 있다. 다만, 이에 한정되는 것은 아니며, 중앙처리장치(central processing unit(CPU)), MCU(Micro Controller Unit), MPU(micro processing unit), 컨트롤러(controller), 어플리케이션 프로세서(application processor(AP)), 또는 커뮤니케이션 프로세서(communication processor(CP)), ARM 프로세서 중 하나 또는 그 이상을 포함하거나, 해당 용어로 정의될 수 있다. 또한, 프로세서(110)는 프로세싱 알고리즘이 내장된 SoC(System on Chip), LSI(large scale integration)로 구현될 수도 있고, FPGA(Field Programmable gate array) 형태로 구현될 수도 있다.
통신부(120)는 미디어 제공 서버(200), 컨텐츠 송출 서버(300), 하나 이상의 셋탑 박스(401, 402, 403, … 40n), 사용자 단말기(T) 등의 장치와 데이터를 송수신하기 위한 구성이다. 통신부(120)는 블루투스 통신부, BLE(Bluetooth Low Energy) 통신부, 근거리 무선 통신부(Near Field Communication unit), WLAN(와이파이) 통신부, 지그비(Zigbee) 통신부, 적외선(IrDA, infrared Data Association) 통신부, WFD(Wi-Fi Direct) 통신부, UWB(ultra wideband) 통신부, Ant+ 통신부 등의 근거리 통신부, 이동통신 망, 또는 유선 이더넷 망 등을 포함할 수 있다.
도 4는 데이터 가공부(130)의 블록도이다.
데이터 가공부(130)는 시청 데이터 획득부(131), 외부 환경 데이터 획득부(132), 콜인입 데이터 획득부(133), 주문 데이터 획득부(134), 커머스 컨텐츠 분석부(135), 실시간 데이터 분석부(136), 통계 데이터 분석부(137), 예측 데이터 생성부(138)를 포함할 수 있다.
시청 데이터 획득부(131)는 미디어 제공 서버(200)를 통해 획득된 셋탑 박스에서 디스플레이된 컨텐츠에 대한 시청 데이터를 수신할 수 있다. 시청 데이터는 미디어 제공 서버(200)를 통해 송출되는 컨텐츠를 시청하는 하나 이상의 사용자들의 행동 패턴과 관련된 것으로, 셋탑 박스(400)를 통해 미디어 제공 서버(200)에서 수집될 수 있다. 시청 데이터 획득부(131)는 미디어 제공 서버(200)에 기록된 송출되는 커머스 컨텐츠에 대한 유입 시점, 이탈 시점 등을 수신하고, 유입 시점 및 이탈 시점 등을 사용자 별로 기록하여 커머스 컨텐츠에 대한 시간 별 유입 횟수, 이탈 횟수, 시청자 수, 재방문 수, 평균 시청 지속 시간 등의 시청 데이터를 생성할 수 있다. 또한, 시청 데이터는 셋탑 박스의 식별 정보를 포함하고, 셋탑 박스의 식별 정보를 이용하여 커머스 컨텐츠를 시청하는 시청자 별로 구분될 수 있다. 복수의 사용자에 의해 이용되는 셋탑 박스인 경우에는, 시청 중에 이루어진 주문 신호를 기초로 커머스 컨텐츠의 시청자가 식별될 수 있다. 이를 통해, 시청 데이터 획득부(131)는 식별된 시청자 별로, 커머스 컨텐츠에 대한 유입 시점, 이탈 시점 등을 산출할 수 있다.
시청 데이터는 시청자에 대한 정보를 포함할 수 있는데, 시청자의 시청 지역 정보, 사용자의 식별 정보, 셋탑 박스의 식별 정보 등을 포함할 수 있다. 여기서, 유입 횟수 및/또는 이탈 횟수는 커머스 컨텐츠가 송출되는 동안에, 셋탑 박스에 대한 접속 신호를 통해 카운팅될 수 있다. 이전 대비 시청 수는 해당 커머스 컨텐츠의 상품과 동일 상품을 판매하는 커머스 컨텐츠에 대비되는 시청자 수를 말한다. 재방문수는 유입했다가 이탈된 셋탑 박스로부터 다시 접속 신호가 수신된 횟수를 카운팅한 값일 수 있다. 평균 시청 지속 시간은 유입 시점과 이탈 시점 사이의 차분 값으로 산출될 수 있다. 시청자 대비 주문액은 커머스 컨텐츠가 송출되는 동안에 발생된 주문액을 총 시청자 수로 나누어 산출될 수 있다. 시청자 수는 접속된 셋탑 박스의 수로 결정될 수 있다.
외부 환경 데이터 획득부(132)는 커머스 컨텐츠가 송출되는 시간에 대한 외부 환경 데이터를 획득할 수 있다. 외부 환경 데이터 획득부(132)는 커머스 컨텐츠가 송출되는 시간대에 대한 날씨 정보(온도, 강수량, 강우량, 바람 정보 등), 실시간 뉴스 정보, 실시간 이벤트 정보(스포츠 경기, 퍼레이드, 축제 등) 등을 외부의 서버로부터 요청하여 획득할 수 있다. 외부 환경 데이터 획득부(132)는 날씨 정보, 실시간 뉴스 정보, 실시간 이벤트 정보 등을 검색하고 검색된 결과 페이지들을 판독하여 해당 정보들을 획득할 수 있다. 외부 환경 데이터 획득부(132)는 커머스 컨텐츠가 송출되는 시간 별로, 날씨 정보, 실시간 뉴스 정보, 실시간 이벤트 정보 등을 대응시켜 저장할 수 있다.
콜인입 데이터 획득부(133)는 커머스 컨텐츠에 대한 콜인입 데이터를 미디어 제공 서버(200), 및/또는 데이터 서버(500)로부터 획득할 수 있다. 콜인입 데이터는 커머스 컨텐츠가 송출되는 동안에 유입된 콜인입 수를 시간 별로 분석한 데이터일 수 있다.
주문 데이터 획득부(134)는 커머스 컨텐츠에 대한 주문 데이터를 미디어 제공 서버(200), 및/또는 데이터 서버(500)로부터 획득할 수 있다. 주문 신호는 커머스 컨텐츠가 송출되는 셋탑 박스(도 1의 400)를 통해 유입되거나, 사용자가 소지한 사용자 단말기(도 1의 T)를 통해 유입될 수 있다. 미디어 제공 서버(200)는 주문 신호에 대응하는 주문 데이터를 생성하여 저장할 수 있다. 주문 데이터 획득부(134)는 커머스 컨텐츠에 대한 주문 데이터를 요청하는 신호를 미디어 제공 서버(200) 및/또는 데이터 서버(500)로 전송하고, 그에 대한 응답 신호를 수신함으로써, 커머스 컨텐츠에 대한 주문 데이터를 획득할 수 있다. 주문 데이터는 커머스 컨텐츠에 의해 판매되는 상품 또는 서비스에 대한 주문 관련 정보를 말하며, 커머스 컨텐츠에 대한 시간 별 주문액, 커머스 컨텐츠에서 제공되는 주문 매체 별 주문액 등을 포함할 수 있다.
주문 데이터는 커머스 컨텐츠가 송출되는 동안에 리모콘 주문, 전화 주문, 온디멘드 주문, 모바일 간편 주문 등의 주문 방법으로 주문된 데이터 일 수 있다.
커머스 컨텐츠 분석부(135)는 송출되는 커머스 컨텐츠에 대한 시간 별 연출 데이터를 생성할 수 있다. 커머스 컨텐츠에 대한 연출 데이터는 커머스 컨텐츠의 내용과 관련된 정보 일 수 있다. 예를 들어, 커머스 컨텐츠의 제1 구간의 연출 정보는 쇼호스트가 상품을 설명하는 컨텐츠 정보이고, 제2 구간의 연출 정보는 상품을 확대하여 보여주는 컨텐츠 정보이고, 제3 구간의 연출 정보는 모델이 상품을 이용하는 컨텐츠 정보를 포함할 수 있다.
커머스 컨텐츠의 연출 정보는 컨텐츠를 기획한 PD 나 기획자에 의해 생성될 수 있다. 이 경우, PD나 기획자 등에 의해 커머스 컨텐츠의 구간 별 해당 구간에 대응되는 연출 정보가 태깅될 수 있다.
커머스 컨텐츠 분석부(134)는 커머스 컨텐츠의 연출 정보에 구간 별 포함되는 이미지 정보가 포함된 경우, 해당 이미지로부터 획득된 객체 정보, 상황 정보 등을 분석하여 획득할 수 있습니다.
실시간 데이터 분석부(136)는 커머스 컨텐츠가 송출되는 동안에 획득된 데이터를 실시간으로 분석할 수 있다. 실시간 데이터 분석부(136)는 커머스 컨텐츠가 송출되는 동안에, 시청 데이터 획득부(131) 및/또는 주문 데이터 획득부(134)로부터 시청 데이터 및/또는 주문 데이터를 수신하고, 콜인입 데이터 획득부(133)로부터 콜인입 데이터를 수신하고, 외부 환경 데이터 획득부(132)로부터 외부 환경 데이터를 수신하고, 커머스 컨텐츠 분석부(135)로부터 커머스 컨텐츠에 대한 연출 데이터를 수신할 수 있다. 실시간 데이터 분석부(136)는 수신된 데이터들을 커머스 컨텐츠의 시간 별로 대응시킬 수 있다. 예를 들어, 실시간 데이터 분석부(136)는 현재 송출되는 커머스 컨텐츠에 대해서 시청 데이터에 포함된 제1 시간 구간의 시청 데이터, 주문 데이터, 외부 환경 데이터, 커머스 컨텐츠에 대한 연출 데이터를 조합시켜 제1 시간 구간의 시청자 수, 주문액, 시청자 수 대비되는 구매 전환율, 시청자 대비 주문액, 날씨에 따른 주문액, 날씨에 따른 구매 전환율, 날씨에 따른 시청 시간 등의 실시간 분석 데이터를 생성할 수 있다.
통계 데이터 분석부(137)는 송출이 완료된 하나 이상의 커머스 컨텐츠에 대한 시청 데이터, 주문 데이터, 외부 환경 데이터, 연출 데이터를 이용하여, 편성 시간에 대응하는 시청 데이터, 편성 시간에 대응하는 주문 데이터, 연출 정보에 대응하는 시청 데이터, 연출 정보에 대응하는 주문 데이터 등을 생성할 수 있다. 통계 데이터 분석부(137)는 송출이 완료된 하나 이상의 커머스 컨텐츠를 통계적으로 분석하여 편성 시간, 연출 정보, 외부 환경 데이터 중 적어도 하나에 대응하는 시청 데이터 또는 주문 데이터를 포함하는 과거 분석 데이터를 생성할 수 있다.
실시간 분석 데이터 또는 과거 분석 데이터는 시청수, 시청자수, 이탈 횟수, 재방문수, 평균 지속 시간, 주문수, 구매 전환율, 취급액 객단가, 시청 수 대비 주문액, 시청자 대비 주문액, 최고 취급액 목표 시간대, 최저 취급액 목표 시간대, 최고 시청자 수 시간대, 최저 시청자 수 시간대, 최고 구매전환율 시간대, 최저 구매 전환율 시간대, 최고 취급액 객단가 시간대, 최저 취급액 객단가 시간대, 최고 예상 취급액 시간대, 최저 예상 취급액 시간대, 최고 시청자 수 연출 정보, 최저 시청자 수 연출 정보, 최고 구매전환율 연출 정보, 최저 구매 전환율 연출 정보, 최고 취급액 객단가 연출 정보, 최저 취급액 객단가 연출 정보, 최고 예상 취급액 연출 정보, 최저 예상 취급액 연출 정보 등을 포함할 수 있다. 실시간 분석 데이터 또는 과거 분석 데이터는 소정의 기간 단위, 예를 들어, 1일, 일주일, 1달 등으로 생성되기도 한다. 실시간 분석 데이터 또는 과거 분석 데이터는 각 커머스 컨텐츠 단위로 생성되기도 한다.
예측 데이터 생성부(138)는 방송 송출이 예정된 커머스 컨텐츠에 대한 예상 판매 정도를 생성할 수 있다. 예측 데이터 생성부(138)는 통계 데이터 분석부(136)를 통해 생성된, 편성 시간, 연출 정보, 외부 환경 데이터 중 적어도 하나에 대응하는 시청 데이터 또는 주문 데이터 등을 포함하는 과거 분석 데이터 및/또는 실시간 분석 데이터를 고려하여, 커머스 컨텐츠에 대한 예상 판매 정도를 생성할 수 있다.
예측 데이터 생성부(138)는 커머스 컨텐츠의 편성 시간을 기초로, 예상 외부 환경 데이터를 생성하고, 커머스 컨텐츠를 분석하여, 연출 데이터를 생성하고, 커머스 컨텐츠의 편성 시간, 연출 데이터, 예상 외부 환경 데이터 중 적어도 하나를 고려하여, 커머스 컨텐츠에 대한 예상 판매 정도를 생성할 수 있다.
예측 데이터 생성부(138)는 편성 시간, 연출 데이터, 예상 외부 환경 데이터 중 적어도 하나를 기초로 커머스 컨텐츠의 시간 구간 별 시청자 수, 주문액 및/또는 구매 전환율을 결정하고, 커머스 컨텐츠의 시간 구간 별 시청자 수, 주문액, 구매 전환율 중 적어도 하나를 고려하여 커머스 컨텐츠에 대한 예상 판매 정도를 생성할 수 있다.
예측 데이터 생성부(138)는 커머스 컨텐츠에서 판매되는 상품과 동일 상품 또는 유사 상품을 판매했던 커머스 컨텐츠에 대한 과거 분석 데이터 및/또는 실시간 분석 데이터를 고려하여 커머스 컨텐츠에 대한 예상 판매 정도를 산출할 수 있다. 예상 판매 정도는 단위 시간 별 시청 수, 시청자 수, 주문액, 구매 전환율 등을 고려하여, 커머스 컨텐츠의 전체 시간에 대한 예상 판매 정도를 산출할 수 있다.
예측 데이터 생성부(138)는 통신부(120)를 통해 송출 예정된 커머스 컨텐츠에 대한 예상 판매 정도를 요청하는 신호를 수신할 수 있다. 예측 데이터 생성부(137)는 요청하는 신호에 대응하여 커머스 컨텐츠에서 판매되는 상품의 코드, 커머스 컨텐츠의 편성 시간대를 추출하고, 커머스 컨텐츠를 분석하여 획득된 연출 데이터를 결정할 수 있다.
예측 데이터 생성부(138)는 커머스 컨텐츠의 상품 코드와 관련된 제1 과거 분석 데이터를 생성할 수 있다. 예측 데이터 생성부(138)는 커머스 컨텐츠의 상품 코드를 기초로, 동일 상품 또는 유사 상품을 판매한 하나 이상의 유사 커머스 컨텐츠를 검색하고, 하나 이상의 유사 커머스 컨텐츠에 대한 시청 데이터, 주문 데이터, 외부 환경 데이터를 기초로 과거 시청자 수, 과거 주문액, 과거 구매 전환율 중 적어도 하나를 포함하는 제1 과거 분석 데이터를 생성할 수 있다. 예측 데이터 생성부(138)는 예측 데이터 생성부(138)는 커머스 컨텐츠의 상품 코드를 기초로, 동일 상품 또는 유사 상품을 판매한 하나 이상의 유사 커머스 컨텐츠를 검색하고, 하나 이상의 유사 커머스 컨텐츠에 대한 콜인입 데이터를 검출하고, 콜인입 데이터를 기초로 해당 커머스 컨텐츠에 대한 콜인입 예상 정보를 생성할 수 있다.
예측 데이터 생성부(138)는 커머스 컨텐츠가 편성된 예상 편성 시간대와 관련된 예상 외부 환경 데이터를 결정할 수 있다. 예측 데이터 생성부(138)는 하나 이상의 외부의 서버로부터 상기 커머스 컨텐츠의 편성 시간대에 대응하는 하나 이상의 외부 환경 데이터를 수신하고, 하나 이상의 외부 환경 데이터를 조합하여 예상 외부 환경 데이터를 결정할 수 있다.
예측 데이터 생성부(138)는 커머스 컨텐츠에 포함된 연출 데이터와 관련된 시청 데이터 또는 구매 데이터를 포함하는 제2 과거 분석 데이터를 생성할 수 있다. 예측 데이터 생성부(138)는 커머스 컨텐츠에 포함된 연출 데이터에 포함된 각 연출 정보에 대한 시청 데이터 또는 주문 데이터를 검색하고, 각 연출 정보에 대한 시청 데이터 또는 주문 데이터를 기초로 커머스 컨텐츠에 대한 과거 시청자 수, 과거 주문액, 과거 구매 전환율 중 적어도 하나를 포함하는 제2 과거 분석 데이터를 생성할 수 있다.
예측 데이터 생성부(138)는 제1 과거 분석 데이터, 제2 과거 분석 데이터, 예상 외부 환경 데이터를 고려하여, 커머스 컨텐츠에 대한 예상 판매 정도를 산출할 수 있다.
선택적 실시예에서, 예측 데이터 생성부(138)는 사용자 단말기에서 요청한 요청 신호에 대응하여, 커머스 컨텐츠가 송출되는 동안의 유입 횟수, 이탈 횟수, 이전 대비 시청 수, 재방문 수, 예상 취급액, 시청자 대비 주문액, 주문된 옵션 구성비, 최고 취급액 목표 시간대, 최저 취급액 목표 시간대, 최고 시청자 수 시간대, 최저 시청자 수 시간대, 최고 구매 전환율 시간대, 최저 구매 전환율 시간대, 최고 취급액 객단가 시간대, 최저 취급액 객단가 시간대, 최고 예상 취급액 시간대, 최저 예상 취급액 시간대 등의 정보를 산출하여 제공할 수 있다.
이를 통해, 데이터 분석 서버(100)는 하나 이상의 미디어 제공 서버(200)를 통해 획득된 시청 데이터, 주문 데이터와 편성 시간에 대응하는 외부 환경 데이터, 커머스 컨텐츠에 포함된 연출 데이터를 이용하여 커머스 컨텐츠의 분석 데이터를 생성하고, 커머스 컨텐츠의 분석 데이터를 이용하여, 아직 송출이 예정되지 않고 미래에 송출이 예정된 커머스 컨텐츠에 대한 예상 판매 정도를 산출할 수 있다.
도 5는 본 개시의 실시 예들에 따른 송출이 예정된 커머스 컨텐츠에 대한 예상 판매 정도를 산출하는 방법의 흐름도들이다.
S110에서는 데이터 분석 서버(100)는 제1 사용자 단말로부터 송출이 예정된 커머스 컨텐츠에 대한 예상 판매 정도를 요청하는 신호를 수신할 수 있다.
S120에서는 데이터 분석 서버(100)는 커머스 컨텐츠에서 판매되는 상품의 코드, 커머스 컨텐츠의 편성 시간을 추출하고, 커머스 컨텐츠를 분석하여 획득된 연출 데이터를 결정한다.
S130에서는 데이터 분석 서버(100)는 커머스 컨텐츠의 상품 코드와 관련된 제1 과거 분석 데이터를 생성하고, 커머스 컨텐츠가 편성된 예상 편성 시간대와 관련된 예상 외부 환경 데이터를 결정하고, 커머스 컨텐츠에 포함된 연출 데이터와 관련된 시청 데이터 또는 구매 데이터를 포함하는 제2 과거 분석 데이터를 생성할 수 있다.
S140에서는 데이터 분석 서버(100)는 제1 과거 분석 데이터, 제2 과거 분석 데이터, 예상 외부 환경 데이터를 고려하여, 커머스 컨텐츠에 대한 예상 판매 정도를 산출할 수 있다.
데이터 분석 서버(100)는 상품 코드와 관련된 제1 과거 분석 데이터 및 제2 과거 분석 데이터를 고려하여 커머스 컨텐츠에 포함된 연출 정보 별 예상 주문액, 예상 시청자 수, 예상 구매 전환율을 산출하고, 예상 외부 환경 데이터를 고려하여, 커머스 컨텐츠에 포함된 연출 정보 별 예상 주문액, 예상 시청자 수, 예상 구매 전환율을 재 산출할 수 있다.
데이터 분석 서버(100)는 상품 코드와 관련된 제1 과거 분석 데이터를 기초로, 커머스 컨텐츠의 예상 주문액, 예상 시청자 수, 예상 구매 전환율을 산출하고, 제2 과거 분석 데이터 및/또는 예상 외부 환경 데이터를 고려하여 예상 주문액, 예상 시청자 수, 예상 구매 전환율을 재 산출할 수 있다.
도 6 내지 도 11은 데이터 분석 서버(100)에 의해 생성되는 사용자 인터페이스의 예시 도면들이다.
도 6에 도시된 바와 같이, 사용자의 셋탑 박스(400)를 통해 커머스 컨텐츠(VOD)가 디스플레이되는 동안에 데이터 분석 서버(100)는 커머스 컨텐츠의 시간 대 별 시청 수 및 주문액을 시계열 데이터로 FD1과 같이 생성할 수 있다.
데이터 분석 서버(100)는 셋탑 박스(400)에서 커머스 컨텐츠(VOD)를 선택한 시청자 수를 고려하여 유입 횟수, 이탈 횟수, 이전 대비 시청 수, 재방문 수, 예상 취급액, 시청자 대비 주문액, 주문된 옵션 구성비 등의 분석 데이터를 FD2와 같이 생성할 수 있다.
도 7에 도시된 바와 같이, 데이터 분석 서버(100)는 커머스 컨텐츠를 시간 구간 별로 나누어, 구간 유입 횟수, 구간 이탈 횟수, 구간 재 방문수, 구간 평균 시청 지속 시간, 구간 주문액, 분당 예상 취급액, 구간 시청자당 주문액 등의 분석 데이터(FD3)를 생성할 수 있다.
도 8에 도시된 바와 같이, 데이터 분석 서버(100)는 시청과 관련하여, 시청 수, 시청자 수, 이탈 횟수, 재방문 수, 평균 시청 지속 시간을 포함하는 분석 데이터(WD)를 산출할 수 있다. 시청 수는 접속 신호를 카운팅한 값으로, 동일한 시청자라고 하더라도 유입되었다가 이탈된 경우에는 2회로 카운팅될 수 있다. 시청자 수는 유입되었다가 이탈된 시청자를 1회로 카운팅될 수 있다.
데이터 분석 서버(100)는 시청과 주문을 연계하여, 주문 수, 구매 전환율, 취급액 객단가, 시청 수 대비 주문액, 시청자 대비 주문액을 포함하는 분석 데이터(DD)를 산출할 수 있다.
데이터 분석 서버(100)는 시청 비율에 대한 강도를 일주일 단위, 시간대 별로 시각적으로 생성할 수 있다(DR). 시청 비율에 대한 강도는 0 내지 5 사이의 상수로 설정되며, 강도의 값이 클수록 시청수가 많은 것으로 볼 수 있다.
도 9에 도시된 바와 같이, 데이터 분석 서버(100)는 1일 단위에서 시간대 별로 취급액 목표, 예상 취급액, 시청자수, 구매 전환율, 취급액 객단가의 시계열 변화 패턴을 시각적 데이터(VTD)로 생성할 수 있다.
데이터 분석 서버(100)는 시청 데이터 및 주문 데이터를 연계하여 생성된 시계열 변화 패턴을 기초로, 최고 취급액 목표 시간대, 최저 취급액 목표 시간대(TD1), 최고 시청자 수 시간대, 최저 시청자 수 시간대(TD2), 최고 구매 전환율 시간대, 최저 구매 전환율 시간대(TD3), 최고 취급액 객단가 시간대, 최저 취급액 객단가 시간대(TD4), 최고 예상 취급액 시간대, 최저 예상 취급액 시간대(TD5)에 대해서 산출할 수 있다. TD1, TD2, TD3, TD4, TD5는 시간 값, 금액을 포함하여 제공할 수 있다.
도 10에 도시된 바와 같이, 미디어 제공 서버(200)를 통해 각 셋탑 박스로 제공되는 커머스 컨텐츠(VOD)에 대해서, 실시간 분석 데이터를 생성하여 RTD1, RTD2, RTD3, RTD4와 같이 생성할 수 있다.
데이터 분석 서버(100)는 송출되는 커머스 컨텐츠에 대한 시청자 수, 시청 수, 구매 전환율, 취급액 객단가, 총 주문액, 예상 취급액, 분당 예상 취급액, 시청 수 대비 예상 취급액, 시청자 수 대비 예상 취급액을 동일 상품에 대해서 이전에 송출되었던, 제1 및 제2 커머스 컨텐츠의 시청자 수, 시청 수, 구매 전환율, 취급액 객단가, 총 주문액, 예상 취급액, 분당 예상 취급액, 시청 수 대비 예상 취급액, 시청자 수 대비 예상 취급액들과 대비하여 제공할 수 있다.
도 11에 도시된 바와 같이, 데이터 분석 서버(100)는 커머스 컨텐츠들 사이를 비교하는 분석 데이터를 생성할 수 있다.
데이터 분석 서버(100)는 편성대 또는 판매 상품을 기준으로 하나 이상의 커머스 컨텐츠들에 대한 평균 적인 데이터를 생성할 수 있다. 예를 들어, 4회, 12회 등과 같이 정해진 횟수만큼의 커머스 컨텐츠에 대한 분석 데이터의 평균값(분당 시청수, 분당 이탈 횟수, 분당 재방문 수, 평균 시청 지속 시간 등)를 생성할 수 있다.
데이터 분석 서버(100)는 동일 또는 유사 상품을 판매하는 커머스 컨텐츠들의 평균적인 분석 데이터를 4회 평균 추이, 12회 평균 추이 등과 같이 생성할 수 있다. 동일 또는 유사 상품을 판매하는 커머스 컨텐츠들은 데이터 분석 서버(100)는 동일 시간대에 송출된 커머스 컨텐츠들의 평균적인 분석 데이터를 분당 시청수, 분당 이탈횟수, 분당 재방문 수, 평균 시청 지속 시간 등과 같이 생성할 수 있다. 데이터 분석 서버(100)는 동일 상품을 판매한 직전 커머스 컨텐츠의 분석 데이터를 생성할 수 있다. 데이터 분석 서버(100)는 동일 또는 유사 상품을 판매하는 커머스 컨텐츠들의 평균적인 분석 데이터, 동일 시간대에 송출된 커머스 컨텐츠들의 평균적인 분석 데이터, 동일 상품을 판매한 직전 커머스 컨텐츠의 분석 데이터를 이용하여, 방송 예정인 커머스 컨텐츠에 대한 미래의 주문 데이터를 생성할 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 어플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.
100: 데이터 분석 서버 110: 프로세서
120: 통신부 130: 데이터 가공부
131: 시청 데이터 획득부 132: 외부 환경 데이터 획득부
133: 콜인입 데이터 획득부 134: 주문 데이터 획득부
135: 커머스 컨텐츠 분석부 136: 실시간 데이터 분석부
137: 통계 데이터 분석부 138: 예측 데이터 생성부
200: 미디어 제공 서버
300: 컨텐츠 송출 서버 400: 셋탑 박스
411, 412, 413, … 41n: 출력 장치 500: 데이터 서버

Claims (13)

  1. 데이터 분석 서버는 제1 사용자 단말로부터 송출이 예정된 커머스 컨텐츠에 대한 예상 판매 정도를 요청하는 신호를 수신하는 단계;
    상기 데이터 분석 서버는 상기 신호에 대응하여, 커머스 컨텐츠에서 판매되는 상품의 코드, 커머스 컨텐츠의 편성 시간대를 추출하고, 커머스 컨텐츠를 분석하여 획득된 연출 데이터를 결정하는 단계;
    상기 데이터 분석 서버는 커머스 컨텐츠의 상품 코드와 관련된 제1 과거 분석 데이터를 생성하는 단계;
    상기 데이터 분석 서버는 커머스 컨텐츠가 편성된 예상 편성 시간대와 관련된 예상 외부 환경 데이터를 결정하는 단계;
    상기 데이터 분석 서버는 커머스 컨텐츠에 포함된 연출 데이터와 관련된 시청 데이터 또는 구매 데이터를 포함하는 제2 과거 분석 데이터를 생성하는 단계; 및
    상기 데이터 분석 서버는 상기 제1 과거 분석 데이터, 상기 제2 과거 분석 데이터, 상기 예상 외부 환경 데이터를 고려하여, 커머스 컨텐츠에 대한 예상 판매 정도를 산출하는 단계를 포함하는, 송출 예정된 커머스 컨텐츠에 대한 예상 판매 정도를 산출하는 방법.
  2. 제1항에 있어서,
    상기 제1 과거 분석 데이터를 생성하는 단계는
    상기 커머스 컨텐츠의 상품 코드를 기초로, 동일 상품 또는 유사 상품을 판매한 하나 이상의 유사 커머스 컨텐츠를 검색하고,
    상기 하나 이상의 유사 커머스 컨텐츠에 대한 시청 데이터, 주문 데이터, 외부 환경 데이터를 기초로 생성된, 과거 시청자 수, 과거 주문액, 과거 구매 전환율 중 적어도 하나를 포함하는 제1 과거 분석 데이터를 생성하는, 송출 예정된 커머스 컨텐츠에 대한 예상 판매 정도를 산출하는 방법.
  3. 제1항에 있어서,
    상기 예상 외부 환경 데이터를 결정하는 단계는
    하나 이상의 외부의 서버로부터 상기 커머스 컨텐츠의 편성 시간대에 대응하는 하나 이상의 외부 환경 데이터를 수신하고, 상기 하나 이상의 외부 환경 데이터를 조합하여 예상 외부 환경 데이터를 결정하는, 송출 예정된 커머스 컨텐츠에 대한 예상 판매 정도를 산출하는 방법.
  4. 제1항에 있어서,
    상기 제2 과거 분석 데이터를 생성하는 단계는
    상기 커머스 컨텐츠에 포함된 연출 데이터에 포함된 각 연출 정보에 대한 시청 데이터 또는 주문 데이터를 검색하고,
    상기 각 연출 정보에 대한 시청 데이터 또는 주문 데이터를 기초로 상기 커머스 컨텐츠에 대한 과거 시청자 수, 과거 주문액, 과거 구매 전환율 중 적어도 하나를 포함하는 제2 과거 분석 데이터를 생성하는, 송출 예정된 커머스 컨텐츠에 대한 예상 판매 정도를 산출하는 방법.
  5. 제2항 또는 제4항에 있어서,
    상기 주문 데이터는
    기 송출된 하나 이상의 커머스 컨텐츠에 대해서 기 발생된 주문 전화 데이터, 동시 상담 수 중 적어도 하나를 포함하는 콜인입 데이터를 포함하는, 송출 예정된 커머스 컨텐츠에 대한 예상 판매 정도를 산출하는 방법.
  6. 제2항 또는 제4항에 있어서,
    상기 시청 데이터는
    유입 횟수, 이탈 횟수, 시청 수, 시청자 수 중 적어도 하나를 포함하고, 기 송출된 하나 이상의 커머스 컨텐츠가 송출되는 동안에, 셋탑 박스로부터의 접속 신호를 통해 카운팅되는, 송출 예정된 커머스 컨텐츠에 대한 예상 판매 정도를 산출하는 방법.
  7. 통신부 및 프로세서를 포함하는 데이터 분석 서버에 있어서,
    상기 프로세서는
    제1 사용자 단말로부터 송출이 예정된 커머스 컨텐츠에 대한 예상 판매 정도를 요청하는 신호를 수신하고,
    상기 신호에 대응하여, 커머스 컨텐츠에서 판매되는 상품의 코드, 커머스 컨텐츠의 편성 시간대를 추출하고, 커머스 컨텐츠를 분석하여 획득된 연출 데이터를 결정하고,
    커머스 컨텐츠의 상품 코드와 관련된 제1 과거 분석 데이터를 생성하고,
    커머스 컨텐츠가 편성된 예상 편성 시간대와 관련된 예상 외부 환경 데이터를 결정하고,
    커머스 컨텐츠에 포함된 연출 데이터와 관련된 시청 데이터 또는 구매 데이터를 포함하는 제2 과거 분석 데이터를 생성하고,
    상기 제1 과거 분석 데이터, 상기 제2 과거 분석 데이터, 상기 예상 외부 환경 데이터를 고려하여, 커머스 컨텐츠에 대한 예상 판매 정도를 산출하는, 데이터 분석 서버.
  8. 제7항에 있어서,
    상기 프로세서는
    상기 커머스 컨텐츠의 상품 코드를 기초로, 동일 상품 또는 유사 상품을 판매한 하나 이상의 유사 커머스 컨텐츠를 검색하고,
    상기 하나 이상의 유사 커머스 컨텐츠에 대한 시청 데이터, 주문 데이터, 외부 환경 데이터를 기초로 과거 시청자 수, 과거 주문액, 과거 구매 전환율 중 적어도 하나를 포함하는 제1 과거 분석 데이터를 생성하는, 데이터 분석 서버.
  9. 제7항에 있어서,
    상기 프로세서는
    하나 이상의 외부의 서버로부터 상기 커머스 컨텐츠의 편성 시간대에 대응하는 하나 이상의 외부 환경 데이터를 수신하고, 상기 하나 이상의 외부 환경 데이터를 조합하여 예상 외부 환경 데이터를 결정하는, 데이터 분석 서버.
  10. 제7항에 있어서,
    상기 프로세서는
    상기 커머스 컨텐츠에 포함된 연출 데이터에 포함된 각 연출 정보에 대한 시청 데이터 또는 주문 데이터를 검색하고,
    상기 각 연출 정보에 대한 시청 데이터 또는 주문 데이터를 기초로 상기 커머스 컨텐츠에 대한 과거 시청자 수, 과거 주문액, 과거 구매 전환율 중 적어도 하나를 포함하는 제2 과거 분석 데이터를 생성하는, 데이터 분석 서버.
  11. 제8항 또는 제10항에 있어서,
    상기 주문 데이터는
    기 송출된 하나 이상의 커머스 컨텐츠에 대해서 기 발생된 주문 전화 데이터, 동시 상담 수 중 적어도 하나를 포함하는 콜인입 데이터를 포함하는, 데이터 분석 서버.
  12. 제8항 또는 제10항에 있어서,
    상기 시청 데이터는
    유입 횟수, 이탈 횟수, 시청 수, 시청자 수 중 적어도 하나를 포함하고, 기 송출된 하나 이상의 커머스 컨텐츠가 송출되는 동안에, 셋탑 박스로부터의 접속 신호를 통해 카운팅되는, 데이터 분석 서버.
  13. 컴퓨터를 이용하여 제1항 내지 제3항 중 어느 한 항의 방법을 실행시키기 위하여 컴퓨터 판독 가능한 저장 매체에 저장된 컴퓨터 프로그램.
KR1020200153765A 2020-11-17 2020-11-17 데이터 분석 서버, 송출 예정된 커머스 컨텐츠에 대한 예상 판매 정도를 산출하는 방법 및 컴퓨터 프로그램 KR102522676B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200153765A KR102522676B1 (ko) 2020-11-17 2020-11-17 데이터 분석 서버, 송출 예정된 커머스 컨텐츠에 대한 예상 판매 정도를 산출하는 방법 및 컴퓨터 프로그램

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200153765A KR102522676B1 (ko) 2020-11-17 2020-11-17 데이터 분석 서버, 송출 예정된 커머스 컨텐츠에 대한 예상 판매 정도를 산출하는 방법 및 컴퓨터 프로그램

Publications (2)

Publication Number Publication Date
KR20220067250A true KR20220067250A (ko) 2022-05-24
KR102522676B1 KR102522676B1 (ko) 2023-04-17

Family

ID=81807714

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200153765A KR102522676B1 (ko) 2020-11-17 2020-11-17 데이터 분석 서버, 송출 예정된 커머스 컨텐츠에 대한 예상 판매 정도를 산출하는 방법 및 컴퓨터 프로그램

Country Status (1)

Country Link
KR (1) KR102522676B1 (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR970068391A (ko) * 1997-07-18 1997-10-13 김홍태 음성인식 자동음성응답식 주문전화연결시스템 및 그 방법
KR20130108696A (ko) * 2012-03-26 2013-10-07 문현철 인터넷으로 송출되는 텔레비젼을 통한 개인 맞춤형 서비스제공 시스템
KR20180071906A (ko) * 2016-12-20 2018-06-28 한동대학교 산학협력단 빅데이터 딥러닝 기반의 t커머스 방송편성정보 제공방법
KR102177463B1 (ko) * 2020-01-02 2020-11-11 주식회사 에스티씨 기계 학습 기반 판매량 예측 모델 생성 장치, 판매량 예측 장치 및 그 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR970068391A (ko) * 1997-07-18 1997-10-13 김홍태 음성인식 자동음성응답식 주문전화연결시스템 및 그 방법
KR20130108696A (ko) * 2012-03-26 2013-10-07 문현철 인터넷으로 송출되는 텔레비젼을 통한 개인 맞춤형 서비스제공 시스템
KR20180071906A (ko) * 2016-12-20 2018-06-28 한동대학교 산학협력단 빅데이터 딥러닝 기반의 t커머스 방송편성정보 제공방법
KR102177463B1 (ko) * 2020-01-02 2020-11-11 주식회사 에스티씨 기계 학습 기반 판매량 예측 모델 생성 장치, 판매량 예측 장치 및 그 방법

Also Published As

Publication number Publication date
KR102522676B1 (ko) 2023-04-17

Similar Documents

Publication Publication Date Title
CN104205862B (zh) 动态搜索服务
CN103907357A (zh) 用于呈现视频流的系统和方法
KR102078417B1 (ko) 영상 기반 이미지 정보검색 및 구매지원 방법
CN103918277B (zh) 用于确定媒体项正被呈现的置信水平的系统和方法
US20170131851A1 (en) Integrated media display and content integration system
KR102276814B1 (ko) 인터넷 방송 및 온라인 쇼핑의 연계시스템 및 그 연계 방법
US9911202B2 (en) Visual salience of online video as a predictor of success
CN103959286A (zh) 用于识别媒体项的可用性的系统和方法
US11582525B2 (en) TV-based ordering system, method for ordering using TV-based ordering system and recording medium thereof
KR101279849B1 (ko) 모바일 컴퓨팅 디바이스를 이용하여 텔레비전 홈쇼핑 방송을 실시간으로 보조하는 방법
KR102522676B1 (ko) 데이터 분석 서버, 송출 예정된 커머스 컨텐츠에 대한 예상 판매 정도를 산출하는 방법 및 컴퓨터 프로그램
KR102522677B1 (ko) 데이터 분석 서버, 송출 도중의 커머스 컨텐츠에 대한 실시간 예상 판매 정도를 산출하는 방법 및 컴퓨터 프로그램
KR102424346B1 (ko) 데이터 분석 서버, 커머스 컨텐츠에 대한 지역별 예상 배송 물량을 산출하는 방법 및 컴퓨터 프로그램
US10771848B1 (en) Actionable contents of interest
KR20220136068A (ko) 미디어 제공 서버, 트리거 영역을 통해 다른 컨텐츠로 전환하는 방법 및 컴퓨터 프로그램
KR102329841B1 (ko) 방송 연동형 배너 제공 방법 및 그 장치
KR102326580B1 (ko) 미디어 제공 서버, 셋탑 박스에서 시청된 컨텐츠를 저장하는 방법 및 컴퓨터 프로그램
KR102385407B1 (ko) 방송 연출 정보 생성 방법 및 그 장치
KR102217490B1 (ko) 방송 영상 검색 방법 및 장치
CN114282031A (zh) 信息标注方法、装置、计算机设备及存储介质
KR102379725B1 (ko) 사용자 입력으로 방송 영상의 재생을 제어하는 미디어 제공 시스템, 미디어 제공 서버의 동작 방법 및 컴퓨터 프로그램
KR102399543B1 (ko) 방송 인터페이스와 함께 팝업 화면을 제공하는 미디어 제공 서버, 방법 및 컴퓨터 프로그램
KR20220013788A (ko) 방송 채널 또는 웹 페이지를 통해 판매되는 판매 정보를 기초로 생성된 랭킹 정보를 제공하는 미디어 제공 서버, 방송 영상 출력 방법 및 컴퓨터 프로그램
KR102371659B1 (ko) 커머스 컨텐츠에 대한 온디맨드 요청을 처리하는 미디어 제공 시스템, 방법 및 컴퓨터 프로그램
KR20210123123A (ko) 방송 송출용 진행 데이터를 자동으로 생성하는 tv 방송 시스템

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant