KR20220117425A - Marketability analysis and commercialization methodology analysis system using big data - Google Patents
Marketability analysis and commercialization methodology analysis system using big data Download PDFInfo
- Publication number
- KR20220117425A KR20220117425A KR1020210020791A KR20210020791A KR20220117425A KR 20220117425 A KR20220117425 A KR 20220117425A KR 1020210020791 A KR1020210020791 A KR 1020210020791A KR 20210020791 A KR20210020791 A KR 20210020791A KR 20220117425 A KR20220117425 A KR 20220117425A
- Authority
- KR
- South Korea
- Prior art keywords
- marketing
- product
- analysis
- content
- marketability
- Prior art date
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 113
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000007405 data analysis Methods 0.000 claims abstract description 101
- 230000003612 virological effect Effects 0.000 claims abstract description 21
- 238000012552 review Methods 0.000 claims description 47
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000007635 classification algorithm Methods 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 6
- OVBPIULPVIDEAO-LBPRGKRZSA-N folic acid Chemical compound C=1N=C2NC(N)=NC(=O)C2=NC=1CNC1=CC=C(C(=O)N[C@@H](CCC(O)=O)C(O)=O)C=C1 OVBPIULPVIDEAO-LBPRGKRZSA-N 0.000 description 12
- OVBPIULPVIDEAO-UHFFFAOYSA-N N-Pteroyl-L-glutaminsaeure Natural products C=1N=C2NC(N)=NC(=O)C2=NC=1CNC1=CC=C(C(=O)NC(CCC(O)=O)C(O)=O)C=C1 OVBPIULPVIDEAO-UHFFFAOYSA-N 0.000 description 6
- 229960000304 folic acid Drugs 0.000 description 6
- 235000019152 folic acid Nutrition 0.000 description 6
- 239000011724 folic acid Substances 0.000 description 6
- 230000001737 promoting effect Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000700605 Viruses Species 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 230000035935 pregnancy Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 230000002747 voluntary effect Effects 0.000 description 1
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
본 발명은 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템에 관한 것으로서, 분석대상 제품에 대해 바이럴 마케팅이 가능한 컨텐츠 채널을 토대로 해당 제품의 시장성을 분석할 수 있는 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템에 관한 것이다. The present invention relates to a marketability analysis and commercialization methodology analysis system using big data, and marketability analysis and commercialization using big data that can analyze the marketability of the product based on a content channel capable of viral marketing for the product to be analyzed It relates to a methodological analysis system.
최근 들어, 통신 기술의 발달로 개인들은 PC를 통해 인터넷 기술을 이용하여 인터넷상에서 네트워크를 형성함으로써 종래의 장소와 시간적 제약을 동시에 해결하는 역할을 하고 있다. 이와 더불어 개인이 자신의 인터넷상의 가상공간에서 타인과 관계를 맺을 수 있는 서비스, 즉, 커뮤니케이션을 제공하고 다양한 정보를 공유할 수 있도록 하는 서비스가 대두되고 있는데, 이를 소셜 네트워크 서비스(SNS: Social Networking Service)라 한다.Recently, with the development of communication technology, individuals play a role of simultaneously solving the conventional location and time constraints by forming a network on the Internet using Internet technology through a PC. In addition, services that allow individuals to establish relationships with others in their own virtual space on the Internet, that is, services that provide communication and share various information, are emerging. ) is called
소셜 네트워크 서비스의 사용이 보편화 되면서, 소셜 네트워크 서비스 상의 정보에 대한 효과적 활용의 욕구가 커지고 있다. 매일 엄청난 양의 데이터가 소셜 네트워크 서비스 상에서 생성되고 있고, 사용자들은 자신들의 관심 정보를 믿을 만한 사람들을 통해 획득하고자 한다. 대부분의 소셜 네트워크 서비스는 공유 포스팅 기능을 제공하고 있으며, 자신과 관계를 맺고 있는 모든 사용자들에게 자신이 설정한 포스팅 문구를 노출시켜 개인의 감정 및 현재 상태를 신속하게 전달할 수 있다.As the use of social network services becomes common, the desire for effective use of information on social network services is increasing. A huge amount of data is generated on social network services every day, and users want to obtain information of their interest through trusted people. Most social network services provide a shared posting function, and by exposing the posting phrase you set to all users in a relationship with you, you can quickly convey your personal feelings and current status.
한편, 바이럴(Viral) 마케팅은 소비자들 사이에 급속하게 퍼질 만한 마케팅 메시지를 주입하기 위해 벌이는 각종 노력을 가리킨다. 이런 노력은 이메일 메시지나 동영상의 형태로 주로 시도되었으며 컴퓨터 바이러스처럼 온라인상에서 네티즌들이 정보를 확산시킨다. 최근에는 블로그나 트위터, 페이스 북 등을 통해 확산되는 인터넷 광고 기법으로 바이럴 바케팅이 주목받고 있으며, 기업이 직접 홍보를 하지 않고 소비자들의 반응을 통해 전해지는 광고라는 점에서 기존의 광고와 다르다.On the other hand, viral marketing refers to various efforts made to inject a marketing message that can spread rapidly among consumers. These efforts were mainly attempted in the form of e-mail messages or videos, and netizens spread information online like a computer virus. Recently, viral bagging is attracting attention as an Internet advertising technique that is spread through blogs, Twitter, and Facebook.
즉, 바이럴 마케팅은 한 소비자가 다른 소비자에게 자발적으로 메시지를 전달함으로써, 그 메시지의 노출을 기하급수적이고도 지속적으로 확산시키는 마케팅 방법을 말한다. 효과적인 바이럴 마케팅 결과를 얻기 위해서는 자발적인 바이럴을 유도할 수 있는 컨텐츠 작성이 중요하며 소비자나 기업이 생성 및 가공한 컨텐츠를 활용한 바이럴은 또 다른 소비자의 구매의사 결정에 중요한 영향을 미치게 하는 것이 바로 핵심이다.In other words, viral marketing refers to a marketing method in which one consumer voluntarily transmits a message to another consumer, thereby expanding the exposure of the message exponentially and continuously. In order to obtain effective viral marketing results, it is important to create content that can induce voluntary viral, and it is the key to make the viral using the contents created and processed by consumers or companies have an important influence on the purchase decision of other consumers. .
이러한 바이럴 마케팅은 다른 마케팅보다 비용이 거의 들지 않고 손쉽게 시작할 수 있는 장점이 있지만 비용대비 효율성을 측정하지 않아도 된다는 생각에 바이럴 마케팅의 효과측정을 소홀히 하는 경우가 많다. 특히, 페이스 북의 경우, 공유, 댓글, 및 좋아요 등의 종류에 따라 바이럴 마케팅 효과가 나타난다고 하지만 그 확실한 기준을 알 수 있는 방법이 없다.Although viral marketing has the advantage of being easy to start with almost no cost compared to other marketing methods, it is often neglected to measure the effectiveness of viral marketing because it is not necessary to measure cost-effectiveness. In particular, in the case of Facebook, it is said that the viral marketing effect appears according to the types of shares, comments, and likes, but there is no way to know the definitive standard.
따라서, 바이럴 마케팅을 통해 원하는 메시지를 담은 콘텐츠가 얼마나 많이 퍼져 나갔는지를 알 수 있고, 향후 마케팅 방향의 지표로 삼기 위한 다양한 바이럴 마케팅 효과 분석방법이 요구되고 있다.Therefore, it is possible to know how much content containing a desired message has spread through viral marketing, and various methods of analyzing the effect of viral marketing are required to use it as an indicator for future marketing directions.
본 발명은 상기와 같은 문제점을 개선하기 위해 창안된 것으로서, 컨텐츠 채널에서 제공되는 마케팅 컨텐츠를 분석하여 분석대상 제품에 대한 시장성을 분석할 수 있는 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템을 제공하는데 그 목적이 있다. The present invention was created to improve the above problems, and provides a marketability analysis and commercialization methodology analysis system using big data that can analyze the marketability of the analysis target product by analyzing the marketing contents provided from the contents channel. but it has a purpose.
상기 목적을 달성하기 위한 본 발명에 따른 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템은 분석대상 제품에 대한 검색 키워드가 입력되는 입력모듈과, 상기 분석대상 제품에 대한 바이럴 마케팅이 가능한 마케팅 컨텐츠가 포함된 마케팅 채널을 제공할 수 있는 포털사이트 중계 서버에 접속하여 해당 포털사이트 중계 서버로부터 해당 검색 키워드에 대응되는 검색정보를 수집하는 정보 수집모듈과, 상기 정보 수집모듈에서 제공되는 검색정보를 토대로 해당 분석대상 제품에 대한 시장성 분석을 위한 분석 자료를 생성하는 자료 분석부를 구비한다. The marketability analysis and commercialization methodology analysis system using big data according to the present invention for achieving the above object includes an input module into which a search keyword for an analysis target product is input, and marketing content capable of viral marketing for the analysis target product. An information collection module that accesses a portal site relay server capable of providing an included marketing channel and collects search information corresponding to a corresponding search keyword from the portal site relay server, and a corresponding search information provided by the information collection module A data analysis unit for generating analysis data for marketability analysis of a product to be analyzed is provided.
상기 정보 수집모듈은 상기 포털사이트 중계 서버에서, 해당 검색 키워드가 검색된 조회 수인 총검색수에 대한 정보를 수집할 수 있다. The information collection module may collect information on the total number of searches, which is the number of searches for which a corresponding search keyword is searched, in the portal site relay server.
상기 정보 수집모듈은 상기 포털사이트 중계 서버에서 해당 검색 키워드로 검색시 제공되는 마케팅 컨텐츠 수를 수집하고, 상기 자료 분석부는 상기 검색 키워드에 대한 컨텐츠 경쟁강도를 산출하되, 상기 정보 수집모듈에서 수집된 상기 마케팅 컨텐츠 수에, 상기 총검색수를 나눈 값을 상기 콘텐츠 경쟁강도로 산출할 수 있다. The information collection module collects the number of marketing contents provided when the portal site relay server searches for a corresponding search keyword, and the data analysis unit calculates the content competition intensity for the search keyword, but the information collected by the information collection module A value obtained by dividing the total number of searches by the number of marketing contents may be calculated as the content competition intensity.
상기 정보 수집모듈은 상기 포털사이트 중계서버로부터 상기 마케팅 채널들 중 공급자가 판매상품을 판매할 수 있는 마케팅 채널에서 기설정된 단위기간동안 월별로 상기 검색 키워드로 검색되는 상기 마케팅 컨텐츠 수를 수집하고, 수집된 마케팅 컨텐츠 수를 월별 상품수로 산출하고, 상기 자료 분석부는 상기 정보 수집모듈에서 제공되는 상기 월별 상품수의 평균인 평균 상품수를 산출하고, 산출된 상기 평균 상품수에, 상기 총검색수를 나누어 해당 검색 키워드에 대한 상품 경쟁강도를 산출한다. The information collection module collects, from the portal site relay server, the number of marketing contents searched for by the search keyword on a monthly basis for a preset unit period in a marketing channel in which a supplier can sell a product for sale among the marketing channels, and collects The number of marketing contents is calculated by the number of monthly products, the data analysis unit calculates an average number of products that is an average of the number of monthly products provided by the information collection module, and divides the total number of searches by the calculated average number of products to find a corresponding search keyword Calculate the intensity of product competition for
상기 정보 수집모듈은 상기 포털사이트 중계서버로부터 상기 마케팅 채널들 중 공급자가 판매상품을 판매할 수 있는 마케팅 채널에서 상기 단위기간동안 월별로 상기 검색 키워드로 검색되는 상기 마케팅 컨텐츠들을 수집하고, 수집된 해당 마케팅 컨텐츠들에서 상기 공급자가 기입력한 상기 판매상품에 대한 상품 키워드들을 수집하며, 월별로 해당 상품 키워드들이 중복되는 횟수인 월별 중복수를 산출하고, 상기 자료 분석부는 상기 정보 수집모듈에서 제공되는 월별 중복수의 평균인 평균 중복수를 산출할 수 있다. The information collection module collects, from the portal site relay server, the marketing contents searched for by the search keyword on a monthly basis during the unit period in a marketing channel where a supplier can sell a product for sale among the marketing channels, and collects the collected corresponding content. Collects product keywords for the sales product entered by the supplier in marketing contents, calculates the number of duplicates per month, which is the number of times the corresponding product keywords are duplicated per month, and the data analysis unit is provided by the information collection module for each month An average number of duplicates that is an average of duplicates may be calculated.
상기 자료 분석부는 상기 검색 키워드 별로 상기 총검색수, 상품 경쟁강도, 평균 상품수 및 평균 중복수의 값을 토대로 해당 검색 키워드에 대한 핵심 키워드 점수를 산출할 수 있다. The data analysis unit may calculate a core keyword score for the corresponding search keyword based on the values of the total number of searches, the intensity of product competition, the average number of products, and the average number of duplicates for each search keyword.
상기 자료 분석부는 상기 총검색수에 기설정된 제1가중치를 적용한 제1단위점수를 산출하고, 상기 상품 경쟁강도 값에 기설정된 제2가중치를 적용한 제2단위점수를 산출하며, 상기 평균 상품수에 기설정된 제3가중치를 적용한 제3단위점수를 산출하고, 상기 평균 중복수에 기설정된 제4가중치를 적용한 제4단위점수를 산출하고, 상기 제1 내지 제4단위점수를 합산하여 해당 핵심 키워드 점수를 산출할 수 있다. The data analysis unit calculates a first unit score to which a preset first weight is applied to the total number of searches, and calculates a second unit score to which a preset second weight is applied to the product competition intensity value, and the average number of products A third unit score to which a set third weight is applied is calculated, a fourth unit score to which a preset fourth weight is applied to the average number of duplicates is calculated, and the first to fourth unit scores are summed to obtain the corresponding core keyword score. can be calculated.
상기 정보 수집모듈은 상기 포털사이트 중계서버로부터 상기 마케팅 채널들 중 공급자가 판매상품을 판매할 수 있는 마케팅 채널에서 기설정된 단위기간동안 월별로 상기 검색 키워드로 검색되는 상기 마케팅 컨텐츠 수 및 해당 마케팅 컨텐츠가 해당 포털사이트 중계서버에 접속한 접속자들에 의해 선택된 횟수인 월별 클릭수에 대한 정보를 수집하고, 수집된 마케팅 컨텐츠 수를 월별 상품수로 산출하고, 상기 자료 분석부는 상기 정보 수집모듈에서 제공되는 상기 월별 상품수의 평균인 평균 상품수를 산출하고, 상기 월별 클릭수의 평균인 평균 클릭수를 산출하며, 상기 평균 상품수에 상기 평균 클릭수를 나누어 클릭경쟁률을 산출할 수 있다. The information collection module includes the number of marketing contents and the corresponding marketing contents searched for by the search keyword on a monthly basis for a predetermined unit period in a marketing channel through which a supplier can sell a product for sale among the marketing channels from the portal site relay server. Collects information on the number of clicks per month, which is the number of times selected by the visitors accessing the corresponding portal site relay server, calculates the number of collected marketing contents as the number of monthly products, and the data analysis unit provides the monthly clicks provided by the information collection module. An average number of products that is an average of the number of products may be calculated, an average number of clicks that is an average of the monthly clicks may be calculated, and a click competition rate may be calculated by dividing the average number of clicks by the average number of products.
상기 정보 수집모듈은 상기 포털사이트 중계서버로부터 상기 마케팅 채널들 중 공급자가 판매상품을 판매할 수 있는 마케팅 채널에서 기설정된 단위기간동안 월별로 상기 검색 키워드로 검색되는 상기 마케팅 컨텐츠의 광고 단가 및 해당 마케팅 컨텐츠가 해당 포털사이트 중계서버에 접속한 접속자들에 의해 선택된 횟수인 월별 클릭수에 대한 정보를 수집하고, 상기 자료 분석부는 상기 월별 클릭수의 평균인 평균 클릭수를 산출하고, 상기 광고 단가에 상기 평균 클릭수를 나누어 클릭 대비 광고 단가에 대한 정보를 산출할 수도 있다. The information collection module is configured to include an advertisement unit price of the marketing content searched for by the search keyword on a monthly basis for a predetermined unit period in a marketing channel through which a supplier can sell a product for sale among the marketing channels from the portal site relay server and the corresponding marketing. Collects information on the number of monthly clicks, which is the number of times the content is selected by visitors who have accessed the portal site relay server, and the data analysis unit calculates the average number of clicks, which is the average of the number of monthly clicks, and adds the information to the advertisement unit price. The average number of clicks may be divided to calculate information on an advertisement unit price compared to a click.
상기 정보 수집모듈은 상기 포털사이트 중계서버로부터 상기 마케팅 채널별로 상기 검색 키워드로 검색되는 마케팅 켄텐츠의 수에 대한 정보를 수집하고, 상기 자료 분석부는 상기 정보 수집모듈에서 제공되는 상기 마케팅 채널별로 상기 검색 키워드로 검색되는 마케팅 켄텐츠의 수에 대한 정보를 토대로 해당 검색 키워드에 대한 상기 마케팅 채널들의 점유율을 산출할 수 있다. The information collection module collects information on the number of marketing content searched by the search keyword for each marketing channel from the portal site relay server, and the data analysis unit collects the search keyword for each marketing channel provided by the information collection module. Based on the information on the number of marketing content searched for as , it is possible to calculate the share of the marketing channels for the corresponding search keyword.
상기 마케팅 채널들 중 어느 하나는 상기 검색 키워드로 검색할 경우, 상기 마케팅 채널들 중 나머지에 포함된 마케팅 컨텐츠들에서 상기 포털사이트 중계서버의 기설정된 분류 알고리즘에 따라 선택된 마케팅 컨텐츠를 포함하고, 상기 자료 분석부는 상기 마케팅 채널별로 상기 마케팅 채널들 중 어느 하나에 포함된 마케팅 컨텐츠의 수를 산출할 수 있다. When any one of the marketing channels is searched by the search keyword, the marketing content selected according to a preset classification algorithm of the portal site relay server from the marketing content included in the rest of the marketing channels is included, and the data The analysis unit may calculate the number of marketing content included in any one of the marketing channels for each marketing channel.
상기 마케팅 채널들 중 어느 하나는 상기 검색 키워드로 검색할 경우, 상기 마케팅 채널들 중 나머지에 포함된 마케팅 컨테츠들에서 상기 포털사이트 중계서버의 기설정된 분류 알고리즘에 따라 선택된 마케팅 컨텐츠를 포함하되, 포함된 상기 마케팅 컨텐츠들에 상기 포털사이트 중계서버의 기설정된 우선순위 알고리즘에 따라 우선순위가 설정되고, 상기 자료 분석부는 상기 마케팅 채널들 중 어느 하나에 포함된 상기 마케팅 컨텐츠들 중 기설정된 순위 내에 포함된 상기 마케팅 컨텐츠의 발행일을 산출할 수 있다. When any one of the marketing channels is searched with the search keyword, the marketing content selected according to a preset classification algorithm of the portal site relay server from the marketing contents included in the rest of the marketing channels is included. Priority is set in the marketing contents according to a predetermined priority algorithm of the portal site relay server, and the data analysis unit is included in a predetermined ranking among the marketing contents included in any one of the marketing channels. The publication date of the marketing content may be calculated.
상기 입력모듈은 상기 포털사이트 중계서버로부터 사용자에 의해 입력된 입력 키워드와 관련된 제1연관 키워드들을 수집하고, 수집된 상기 제1연관 키워드들와 관련된 상기 포털 사이트 중계 서버에서 제공하는 상기 제2연관 키워드들을 수집하고, 상기 입력 키워드, 제1 및 제2연관 키워드를 상기 검색 키워드로 상기 정보 수집모듈에 제공할 수 있다. The input module collects first related keywords related to the input keyword input by the user from the portal site relay server, and uses the second related keywords provided by the portal site relay server related to the collected first related keywords. collected, and the input keyword and the first and second related keywords may be provided to the information collection module as the search keyword.
상기 정보 수집모듈은 상기 포털사이트 중계서버로부터 상기 마케팅 채널들 중 공급자가 판매상품을 판매할 수 있는 마케팅 채널에서 상기 단위기간동안 월별로 상기 검색 키워드로 검색되는 상기 마케팅 컨텐츠들을 수집하고, 수집된 해당 마케팅 컨텐츠들에서 상기 공급자가 기입력한 상기 판매상품에 대한 상품 키워드들을 수집하고, 상기 자료 분석부는 상기 검색 키워드에 대한 상기 상품 키워드들의 중복 여부를 분석할 수 있다. The information collection module collects, from the portal site relay server, the marketing contents searched for by the search keyword on a monthly basis during the unit period in a marketing channel where a supplier can sell a product for sale among the marketing channels, and collects the collected corresponding content. In marketing contents, product keywords for the sales product entered by the supplier may be collected, and the data analysis unit may analyze whether the product keywords with respect to the search keyword overlap.
상기 입력모듈은 해당 분석대상 제품에 대한 경쟁사의 유사제품에 대한 정보가 입력되고, 상기 정보 수집모듈은 상기 컨텐츠 채널들 중 해당 유사제품을 판매하는 컨텐츠 채널의 마케팅 컨텐츠에서, 해당 유사제품을 구매한 구매자가 작성한 마케팅 컨텐츠인 제1상품 리뷰에 대한 정보, 상기 유사제품의 판매 단가, 상기 컨텐츠 채널들 중 상기 분석대상 제품을 판매하는 컨텐츠 채널의 마케팅 컨텐츠에서, 해당 분석대상 제품을 구매한 구매자가 작성한 마케팅 컨텐츠인 제2상품 리뷰에 대한 정보를 수집할 수 있다. In the input module, information on a similar product of a competitor for the corresponding analysis target product is input, and the information collection module is configured to purchase a corresponding similar product from marketing contents of a content channel that sells the corresponding similar product among the content channels. Information on the first product review that is the marketing content written by the buyer, the selling unit price of the similar product, and the marketing content of the content channel that sells the analysis target product among the content channels, written by the buyer who purchased the analysis target product Information on the second product review, which is marketing content, may be collected.
상기 자료 분석부는 상기 제1상품 리뷰 수를 토대로 상기 유사제품의 예상 매출을 산출할 수 있다. The data analysis unit may calculate the expected sales of the similar product based on the number of reviews of the first product.
상기 자료 분석부는 상기 제1상품 리뷰에 대한 정보를 토대로 기설정된 조사기간에 대해 월별로 상기 제1상품 리뷰의 수를 산출하며, 상기 조사기간 중 상기 제1상품 리뷰의 수가 많은 순으로 기설정된 순위 내의 월별 상기 제1상품 리뷰의 평균인 리뷰 평균값을 산출하고, 산출된 상기 리뷰 평균값을 하기의 수학식에 대입하여 상기 유사제품의 예상 매출을 산출하고,The data analysis unit calculates the number of the first product reviews for each month for a preset survey period based on the information on the first product review, and a preset rank in the order of the largest number of the first product reviews during the survey period calculating the average review value, which is the average of the first product reviews in each month, and calculating the expected sales of the similar product by substituting the calculated average review value into the following equation,
[수학식][Equation]
여기서, 상기 Q는 상기 유사제품의 예상 매출이고, 상기 RA는 상기 리뷰 평균값이고, 상기 P는 상기 유사제품의 판매 단가이고, 상기 K는 리뷰 매출 변환 상수인 것이 바람직하다. Here, it is preferable that Q is the expected sales of the similar product, the RA is the average value of the reviews, P is the unit selling price of the similar product, and K is a review sales conversion constant.
상기 리뷰 매출 변환 상수는 상기 분석대상 제품의 상기 제2상품 리뷰의 수에 대한 상기 분석대상 제품의 판매수의 비율이 적용된다. A ratio of the number of sales of the analysis target product to the number of reviews of the second product of the analysis target product is applied to the review sales conversion constant.
본 발명에 따른 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템은 컨텐츠 채널에서 제공되는 마케팅 컨텐츠를 분석하여 분석대상 제품에 대한 시장성을 분석하므로 분석대상 제품에 대한 보다 정확한 바이럴 마케팅 효과를 판별할 수 있다는 장점이 있다. The marketability analysis and commercialization methodology analysis system using big data according to the present invention analyzes the marketability of the analysis target product by analyzing the marketing content provided from the content channel, so that it is possible to determine a more accurate viral marketing effect for the analysis target product. There is an advantage that
도 1은 본 발명에 따른 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템에 대한 개념도이고,
도 2는 도 1의 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템에 대한 블럭도이고,
도 3 내지 도 5는 도 1의 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템의 자료 분석부에서 산출된 분석자료에 대한 예시이다. 1 is a conceptual diagram of a marketability analysis and commercialization methodology analysis system using big data according to the present invention;
2 is a block diagram of a marketability analysis and commercialization methodology analysis system using the big data of FIG. 1;
3 to 5 are examples of analysis data calculated by the data analysis unit of the marketability analysis and commercialization methodology analysis system using the big data of FIG. 1 .
이하, 첨부한 도면을 참조하여 본 발명의 실시예에 따른 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템에 대해 상세히 설명한다. 본 발명은 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 본문에 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 개시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다. 첨부된 도면에 있어서, 구조물들의 치수는 본 발명의 명확성을 기하기 위하여 실제보다 확대하여 도시한 것이다. Hereinafter, a marketability analysis and commercialization methodology analysis system using big data according to an embodiment of the present invention will be described in detail with reference to the accompanying drawings. Since the present invention can have various changes and can have various forms, specific embodiments are illustrated in the drawings and described in detail in the text. However, this is not intended to limit the present invention to the specific disclosed form, it should be understood to include all modifications, equivalents and substitutes included in the spirit and scope of the present invention. In describing each figure, like reference numerals have been used for like elements. In the accompanying drawings, the dimensions of the structures are enlarged than the actual size for clarity of the present invention.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. Terms such as first, second, etc. may be used to describe various elements, but the elements should not be limited by the terms. The above terms are used only for the purpose of distinguishing one component from another. For example, without departing from the scope of the present invention, a first component may be referred to as a second component, and similarly, a second component may also be referred to as a first component.
본 출원에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.The terms used in the present application are only used to describe specific embodiments, and are not intended to limit the present invention. The singular expression includes the plural expression unless the context clearly dictates otherwise. In the present application, terms such as "comprise" or "have" are intended to designate that a feature, number, step, operation, component, part, or a combination thereof described in the specification exists, but one or more other features It is to be understood that it does not preclude the possibility of the presence or addition of numbers, steps, operations, components, parts, or combinations thereof.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Unless defined otherwise, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art to which this invention belongs. Terms such as those defined in a commonly used dictionary should be interpreted as having a meaning consistent with the meaning in the context of the related art, and should not be interpreted in an ideal or excessively formal meaning unless explicitly defined in the present application. does not
도 1 및 도 2에는 본 발명에 따른 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템(100)이 도시되어 있다. 1 and 2 show a marketability analysis and commercialization
도면을 참조하면, 상기 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템(100)은 분석대상 제품에 대한 검색 키워드가 입력되는 입력모듈(110)과, 상기 분석대상 제품에 대한 바이럴 마케팅이 가능한 마케팅 컨텐츠가 포함된 마케팅 채널을 제공할 수 있는 포털사이트 중계 서버(10)에 접속하여 해당 포털사이트 중계 서버(10)로부터 해당 검색 키워드에 대응되는 검색정보를 수집하는 정보 수집모듈(120)과, 상기 정보 수집모듈(120)에서 제공되는 검색정보를 토대로 해당 분석대상 제품에 대한 시장성 분석을 위한 분석 자료를 생성하는 자료 분석부(130)를 구비한다. Referring to the drawings, the marketability analysis and commercialization
여기서, 포털사이트 중계 서버(10)는 검색기능을 지원하는 것으로서, 다수의 컨텐츠 채널을 포함한다. 일예로, 포털사이트 중계 서버(10)는 네이버 또는 다음과 같이 포털 사이트를 운영하는 업체의 운영서버가 적용된다. Here, the portal
또한, 컨텐츠 채널은 해당 마케팅 컨텐츠를 제공하는 홍보매체들이 포함된 것으로서, 인터넷 카페 분야, 블로그 분야, 지식인 분야, 쇼핑 사이트 분야, VIEW 채널 등이 적용된다. 여기서, 홍보매체는 컨텐츠 채널에 포함되어 해당 마케팅 컨텐츠가 마련된 것으로서, 일예로, 인터넷 카페 분야의 컨텐츠 채널의 경우, 홍보매체는 인터넷 카페들이 적용된다. In addition, the content channel includes promotional media that provide the corresponding marketing content, and the Internet cafe field, the blog field, the intellectual field, the shopping site field, the VIEW channel, etc. are applied. Here, the promotional medium is included in the content channel to provide the corresponding marketing content. For example, in the case of a content channel in the field of an Internet cafe, Internet cafes are applied as the promotional medium.
한편, 상기 컨텐츠 채널 중 어느 하나 즉, VIEW 채널은 포털사이트 중계서버(10)에서 검색 키워드로 검색할 경우, 마케팅 채널들 중 나머지에 포함된 마케팅 컨텐츠들에서 포털사이트 중계서버(10)의 기설정된 분류 알고리즘에 따라 선택된 마케팅 컨텐츠들을 포함한다. 이때, 상기 VIEW 채널은 포함된 상기 마케팅 컨텐츠들에 상기 포털사이트 중계서버(10)의 기설정된 우선순위 알고리즘에 따라 우선순위가 설정되고, 해당 우선순위에 따라 순차적으로 정리된 검색 웹페이지를 해당 접속자에게 제공할 수 있다. On the other hand, when any one of the content channels, that is, the VIEW channel, is searched for by a search keyword in the portal
또한, 마케팅 컨텐츠는 바이럴 마케팅이 가능한 컨텐츠로서, 게시글, 댓글, 쇼핑몰의 판매글, 광고글, 리뷰, 동영상 등이 포함된다. 한편, 쇼핑몰의 판매글과 같이 공급자가 판매상품을 판매할 수 있는 마케팅 채널의 마케팅 컨텐츠에는 해당 공급자가 판매상품에 대한 상품 키워드들이 입력되어 있다. 해당 상품 키워드는 포털사이트 중계서버(10)에 접속한 접속자가 검색시 해당 판매상품이 검색되기 위해 공급자가 입력한 키워드이다. In addition, the marketing contents are contents capable of viral marketing, and include posts, comments, sales posts in shopping malls, advertisements, reviews, videos, and the like. On the other hand, product keywords for the products sold by the supplier are input in the marketing content of the marketing channel through which the supplier can sell the product for sale, such as a sales article in the shopping mall. The corresponding product keyword is a keyword input by the supplier to search for the corresponding sale product when a visitor accessing the portal
여기서, 포털사이트 중계 서버(10)는 해당 검색 키워드로 검색할 경우, 기설정된 검색 알고리즘에 따라 상기 마케팅 채널에 포함되어 해당 마케팅 컨텐츠를 제공하는 홍보매체들에 우선순위를 설정하고, 상기 홍보매체들을 우선순위 순으로 정렬한 검색결과 웹페이지를 사용자에게 제공한다. Here, when the portal
상기 입력모듈(110)은 사용자가 해당 키워드를 입력할 수 있도록 키보드와 같은 정보 입력수단(미도시)을 구비하고, 해당 키워드를 검색 키워드로 정보 수집모듈(120)에 제공할 수 있다. 여기서, 검색 키워드는 분석대상 제품과 관련성이 높은 단어나 문장으로서, 사용자가 직접 입력모듈(110)에 입력할 수 있다. 일예로, 분석대상 제품이 엽산 관련 제품일 경우, 검색 키워드는 엽산, 엽산추천, 임산부엽산, 임산부엽산추런, 임신준비엽산 등이 포함될 수 있다. The
또한, 입력모듈(110)을 통해 사용자는 해당 분석대상 제품에 대한 경쟁사의 유사제품들에 대한 정보를 입력할 수 있다. Also, through the
한편, 입력모듈(110)은 포털사이트 중계서버(10)로부터 연관 검색어를 제공받아 검색 키워드로 제공할 수도 있다. 여기서, 연관 검색어는 포털사이트의 검색창에 검색어를 입력시 해당 포털사이트 중계서버(10)에서 제공하는 해당 검색어와 관련된 검색어이다. 이때, 입력모듈(110)은 상기 포털사이트 중계서버(10)로부터 사용자에 의해 입력된 입력 키워드와 관련된 제1연관 키워드들을 수집하고, 수집된 상기 제1연관 키워드들와 관련된 상기 포털 사이트 중계 서버(10)에서 제공하는 상기 제2연관 키워드들을 수집하고, 상기 입력 키워드, 제1 및 제2연관 키워드를 상기 검색 키워드로 상기 정보 수집모듈(120)에 제공할 수 있다. 이때, 입력모듈(110)은 사용자가 입력한 입력 키워드, 제1 및 제2연관 키워드들 중 중복된 키워드는 제거하고 검색 키워드를 설정하는 것이 바람직하다. Meanwhile, the
또한, 입력모듈(110)을 통해 사용자는 해당 분석대상 제품에 대한 경쟁사의 유사제품들에 대한 정보를 입력할 수 있다. Also, through the
정보 수집모듈(120)은 포털사이트 중계 서버(10)에 접속하여 해당 검색정보를 수집한다. The
여기서, 정보 수집모듈(120)은 상기 포털사이트 중계 서버(10)에서, 해당 검색 키워드가 검색된 조회 수인 총검색수에 대한 정보를 수집할 수 있다. 여기서, 정보 수집모듈(120)은 포털사이트 중계 서버(10)에서 제공되는 API(Application Programming Interface)를 이용하여 해당 정보를 수집할 수 있다. Here, the
여기서, 정보 수집모듈(120)은 포털사이트 중계서버(10)에 접속한 접속자들의 단말기의 종류에 따라 각각 총검색수를 산출할 수도 있다. 즉, 정보 수집모듈(120)은 스마트폰과 같은 모바일 기기를 이용한 접속자들의 총검색수와, PC와 같은 모바일 기기를 이용한 접속자들의 총검색수를 각각 산출할 수 있다. 그리고, 정보 수집모듈(120)은 스마트폰과 같은 모바일 기기를 이용한 접속자들의 총검색수와, PC와 같은 모바일 기기를 이용한 접속자들의 총검색수의 평균인 평균 검색수를 산출할 수 있다. Here, the
또한, 정보 수집모듈(120)은 상기 포털사이트 중계 서버(10)에서 해당 검색 키워드로 검색시 제공되는 마케팅 컨텐츠 수 및 각 상기 마케팅 채널별 마케팅 컨텐츠 수에 대한 정보를 수집할 수도 있다. Also, the
그리고, 정보 수집모듈(120)은 포털사이트 중계 서버(10)로부터 마케팅 채널들 중 공급자가 판매상품을 판매할 수 있는 마케팅 채널인 쇼핑몰 채널에서, 기설정된 단위기간동안 월별로 상기 검색 키워드로 검색되는 마케팅 컨텐츠 수를 수집하고, 수집된 마케팅 컨텐츠 수를 월별 상품수로 산출한다. 여기서, 단위기간은 사용자가 입력모듈(110)에 키워드를 입력한 시점으로부터 3개월 이전까지가 적용되는 것이 바람직하다. In addition, the
또한, 정보 수집모듈(120)은 상기 쇼핑몰 채널에서, 기설정된 단위기간동안 월별로 상기 검색 키워드로 검색되는 마케팅 컨텐츠들을 수집하고, 수집된 마케팅 컨텐츠들에 포함된 상품 키워드들을 수집한다. 이때, 정보 수집모듈(120)은 월별로 해당 상품 키워드들이 중복되는 횟수인 월별 중복수를 산출하여 자료 분석부(130)에 제공하는 것이 바람직하다. In addition, the
한편, 정보 수집모듈(120)은 상기 포털사이트 중계서버(10)로부터 상기 쇼핑몰 채널에서 기설정된 단위기간동안 월별로 상기 검색 키워드로 검색되는 해당 마케팅 컨텐츠가 해당 포털사이트 중계서버(10)에 접속한 접속자들에 의해 선택된 횟수인 월별 클릭수에 대한 정보를 수집할 수 있다. 이때, 정보 수집모듈(120)은 해당 월별 클릭수를 자료분석부에 제공한다. On the other hand, the
여기서, 정보 수집모듈(120)은 포털사이트 중계서버(10)에 접속한 접속자들의 단말기의 종류에 따라 각각 월별 클릭수를 산출한다. 즉, 정보 수집모듈(120)은 스마트폰과 같은 모바일 기기를 이용한 접속자들의 월별 클릭수와, PC와 같은 모바일 기기를 이용한 접속자들의 월별 클릭수를 각각 산출할 수 있다.Here, the
또한, 정보 수집모듈(120)은 포털사이트 중계서버(10)로부터 판매상품에 대한 광고 단가에 대한 정보를 수집할 수도 있다. 즉, 상기 정보 수집모듈(120)은 상기 포털사이트 중계서버(10)로부터 상기 마케팅 채널들 중 공급자가 판매상품을 판매할 수 있는 마케팅 채널인 쇼핑몰 채널에서 기설정된 단위기간동안 월별로 상기 검색 키워드로 검색되는 상기 마케팅 컨텐츠의 광고 단가에 대한 정보를 수집할 수 있다. In addition, the
한편, 정보 수집모듈(120)은 포털사이트 중계 서버(10)로부터 입력모듈(110)에 입력된 경쟁사의 유사제품에 대한 검색정보를 수집할 수도 있다. 여기서, 정보 수집모듈(120)은 상기 컨텐츠 채널들 중 해당 유사제품을 판매하는 컨텐츠 채널의 마케팅 컨텐츠에서, 해당 유사제품을 구매한 구매자가 작성한 마케팅 컨텐츠인 제1상품 리뷰에 대한 정보, 상기 유사제품의 판매 단가, 상기 컨텐츠 채널들 중 상기 분석대상 제품을 판매하는 컨텐츠 채널의 마케팅 컨텐츠에서, 해당 분석대상 제품을 구매한 구매자가 작성한 마케팅 컨텐츠인 제2상품 리뷰에 대한 정보를 수집할 수 있다. Meanwhile, the
상기 제1 및 제2상품 리뷰는 제품을 판매하는 쇼핑 관련 컨텐츠 채널에서, 판매자가 제품 판매를 위해 제공한 쇼핑용 웹페이지에, 해당 제품을 구매한 구매자가 작성한 글로서, 해당 구매자가 작성한 해당 제품의 사용 소감 등이 적용된다. The first and second product reviews are written by the purchaser who purchased the product on a shopping web page provided by the seller for product sales in a shopping-related content channel that sells the product, and the product is written by the purchaser. of usage experience, etc. will be applied.
자료 분석부(130)는 상기 정보 수집모듈(120)에서 제공되는 총검색수에 대한 정보를 토대로 기설정된 단위기간 별로 상기 포털사이트 중계 서버(10)에서 해당 검색 키워드가 검색된 조회수를 산출하여 상기 분석 자료를 생성할 수 있다. The
여기서, 자료 분석부(130)는 입력모듈(110)에서 제공되는 검색 키워드별로 총검색수를 정리하여 사용자에게 제공할 수도 있다. 이때, 자료 분석부(130)는 스마트폰과 같은 모바일 기기를 이용한 접속자들의 총검색수와, PC와 같은 모바일 기기를 이용한 접속자들의 총검색수를 각각 정리하여 사용자에게 제공할 수도 있다. 여기서, 자료 분석부(130)는 해당 총검색수를 월별로 분류하여 도료 형식으로 사용자에게 제공할 수도 있다.Here, the
또한, 자료 분석부(130)는 검색 키워드에 대한 콘텐츠 경쟁강도를 산출할 수도 있다. 여기서, 자료 분석부(130)는 정보 수집모듈(120)에서 수집된 마케팅 컨텐츠 수에, 총검색수를 나눈 값을 콘텐츠 경쟁강도로 산출한다. 이때, 자료 분석부(130)는 각 마케팅 채널별로 콘텐츠 경쟁강도를 산출할 수도 있다. 즉, 자료 분석부(130)는 정보 수집모듈(120)에서 수집된 마케팅 컨텐츠를 각 마케팅 채널별로 분류하고, 마케팅 채널별로 분류된 마케팅 컨텐츠의 수에, 총검색수를 나누어 해당 마케팅 채널별로 콘텐츠 경쟁강도를 산출할 수 있다. In addition, the
상기 자료 분석부(130)는 해당 검색 키워드에 대한 상품 경쟁강도를 산출할 수 있다. 여기서, 자료 분석부(130)는 정보 수집모듈(120)에서 제공되는 월별 상품수의 평균인 평균 상품수를 산출할 수 있다.The
또한, 자료 분석부(130)는 상기 정보 수집모듈(120)에서 제공되는 월별 중복수의 평균인 평균 중복수를 산출한다. 이때, 자료 분석부(130)는 월별 상품수와 함께 해당 월별 중복수가 표시되는 정보 정리표를 사용자에게 제공한다. 이때, 해당 정보 정리표에는 평균 상품수와 함께 평균 중복수가 표시될 수도 있다. In addition, the
한편, 자료 분석부(130)는 정보 수집모듈(120)에서 제공되는 검색 키워드별 정보에 따라 해당 검색 키워드의 효율 분석을 진행할 수 있다. Meanwhile, the
먼저, 자료 분석부(130)는 해당 검색 키워드 별로 상품 경쟁강도를 산출할 수 있다. 여기서, 자료 분석부(130)는 산출된 평균 상품수에, 상기 총검색수를 나누어 해당 검색 키워드에 대한 상품 경쟁강도를 산출할 수 있다. 상기 상품 경쟁강도를 토대로 해당 검색 키워드에 대한 시장 경쟁력을 유추할 수 있다. 즉, 해당 상품 경쟁강도 값이 낮을수록 검색수에 비해 상품수가 적으므로 해당 검색 키워드를 상품의 키워드로 설정할 경우, 소비자에게 보다 용이하게 노출될 수 있다. First, the
한편, 자료 분석부(130)는 포털사이트 중계 서버(10)에 접속한 단말기의 종류별로 경쟁강도를 산출할 수도 있다. 이때, 자료 분석부(130)는 각 단말기 별로, 기설정된 단위기간 동안의 총검색수의 평균인 평균검색수를 산출한다. 즉, 자료 분석부(130)는 포털사이트 중계 서버(10)에 모바일기기로 접속한 접속자들의 평균검색수와, 포털사이트 중계 서버(10)에 PC로 접속한 접속자들의 평균검색수를 각각 산출한다. 다음, 자료 분석부(130)는 평균 상품수에, 평균검색수를 나누어 단말기 종류별 경쟁강도를 산출한다. 즉, 자료 분석부(130)는 평균 상품수에, 모바일기기의 평균검색수를 나누어 모바일기기에 대한 경쟁강도를 산출할 수 있고, 평균 상품수에, PC의 평균검색수를 나누어 PC에 대한 경쟁강도를 산출할 수 있다. 해당 단말기의 종류별 경쟁강도를 토대로 소비자에 대한 마케팅 방향을 설정할 수 있다. Meanwhile, the
한편, 자료 분석부(130)는 해당 검색 키워드 별로 클릭 경쟁률을 산출할 수 있다. 먼저, 자료 분석부(130)는 정보 수집모듈(120)에서 제공하는 월별 클릭수의 평균인 평균 클릭수를 산출한다. 여기서, 자료 분석부(130)는 기설정된 단위기간동안의 평균 클릭수를 산출하는 것이 바람직하다. Meanwhile, the
또한, 자료 분석부(130)는 포털사이트 중계 서버(10)에 접속한 단말기의 종류별로 평균 클릭수를 각각 산출할 수도 있다. 즉, 자료 분석부(130)는 포털사이트 중계 서버(10)에 모바일기기로 접속한 접속자들의 월별 클릭수의 평균인 모바일기기의 평균 클릭수를 산출하고, 포털사이트 중계 서버(10)에 PC로 접속한 접속자들의 월별 클릭수의 평균인 PC의 평균 클릭수를 산출할 수 있다. Also, the
다음, 자료 분석부(130)는 평균상품수에, 평균클릭수를 나누어 클릭 경쟁률를 산출한다. 이때, 자료 분석부(130)는 포털사이트 중계 서버(10)에 접속한 단말기의 종류별로 클릭 경쟁률을 산출할 수 있다. 즉, 자료 분석부(130)는 평균상품수에, 모바일기기의 평균 클릭수를 나누어 모바일기기의 클릭 경쟁률을 산출하고, 평균 상품수에, PC의 평균 클릭수를 나누어 PC의 클릭 경쟁률을 산출한다. 여기서, 자료 분석부(130)는 모바일기기의 클릭 경쟁률과 PC의 클릭 경쟁률의 평균 값을 구하고, 해당 평균 값을 해당 검색 키워드의 전체 클릭 경쟁률로 산출할 수 있다. Next, the
상기 자료 분석부(130)는 해당 검색 키워드에 대한 클릭대비 광고단가를 산출할 수 있다. The
자료 분석부(130)는 정보 수집모듈(120)에서 제공하는 광고 단가에, 상기 평균 클릭수를 나누어 클릭대비 광고단가에 대한 정보를 산출할 수 있다. 이때, 자료 분석부(130)는 포털사이트 중계 서버(10)에 접속한 단말기의 종류 별로 클릭대비 광고단가를 산출할 수 있다. 즉, 자료 분석부(130)는 광고단가에, 모바일기기의 평균 클릭수를 나누어 모바일기기의 클릭대비 광고단가를 산출하고, 상기 광고 단가에, PC의 평균 클릭수를 나누어 PC의 클릭대비 광고단가를 산출한다. 여기서, 자료 분석부(130)는 모바일기기의 클릭대비 광고단가와, PC의 클릭대비 광고단가의 평균 값을 구하고, 해당 평균 값을 해당 검색 키워드의 전체 클릭대비 경쟁률로 산출할 수 있다. The
한편, 자료 분석부(130)는 검색 키워드에 대한 마케팅 채널별 점유율을 산출할 수도 있다. 여기서, 자료 분석부(130)는 상기 정보 수집모듈(120)에서 제공되는 상기 마케팅 채널별로 상기 검색 키워드로 검색되는 마케팅 켄텐츠의 수에 대한 정보를 토대로 토대로 해당 검색 키워드에 대한 상기 마케팅 채널들의 점유율을 산출할 수 있다. 이때, 자료 분석부(130)는 해당 점유율이 큰 순서에 따라 마케팅 채널을 정렬하고, 정렬된 마케팅 채널에 대한 정보를 사용자에게 제공할 수 있다. 여기서, 자료 분석부(130)는 포털사이트 중계 서버(10)에 접속한 단말기의 종류 별로 마케팅 채널들의 점유율을 산출할 수도 있다. Meanwhile, the
한편, 자료 분석부(130)는 마케팅 채널들 중 VIEW 채널의 점유현황에 대한 정보를 산출할 수 있다. 상술된 바와 같이 VIEW 채널에는 포털사이트 중계 서버(10)에 의해 선택된 나머지 마케팅 채널들의 마케팅 컨텐츠가 포함되어 있다. 상기 자료 분석부(130)는 마케팅 채널별로 마케팅 채널들 중 어느 하나 즉, VIEW 채널에 포함된 마케팅 컨텐츠의 수를 산출한다. 자료 분석부(130)는 산출된 정보를 사용자에게 제공한다. On the other hand, the
한편, 자료 분석부(130)는 해당 VIEW 채널의 컨텐츠 발행일을 산출할 수도 있다. 상술된 바와 같이 VIEW 채널은 포함된 마케팅 컨텐츠들이 포털사이트 중계 서버(10)의 우선순위 알고리즘에 따라 우선순위가 설정되어 있다. 상기 자료 분석부(130)는 상기 마케팅 채널들 중 어느 하나에 포함된 상기 마케팅 컨텐츠들 중 기설정된 순위 내에 포함된 상기 마케팅 컨텐츠의 발행일 즉, 포털사이트 중계 서버(10)의 등록일을 산출한다. 여기서, 기설정된 순위는 1순위부터 5순위가 적용되는 것이 바람직하다. Meanwhile, the
한편, 자료 분석부(130)는 검색 키워드 별로 핵심 키워드 점수를 산출할 수 있다. 여기서, 자료 분석부(130)는 검색 키워드 별로 총검색수, 상품 경쟁강도, 평균 상품수 및 평균 중복수의 값을 토대로 해당 검색 키워드에 대한 핵심 키워드 점수를 산출할 수 있다. Meanwhile, the
먼저, 자료 분석부(130)는 상기 총검색수에 기설정된 제1가중치를 적용한 제1단위점수를 산출한다. 여기서, 제1가중치는 30%이고, 자료 분석부(130)는 총검색수에 제1가중치를 곱하여 제1단위점수를 산출한다. 또한, 자료 분석부(130)는 상기 상품 경쟁강도 값에 기설정된 제2가중치를 적용한 제2단위점수를 산출한다. 여기서, 제2가중치는 20%이고, 자료 분석부(130)는 상품 경쟁강도에 20%를 곱하여 제2단위점수를 산출한다. 또한, 자료 분석부(130)는 상기 평균 상품수에 기설정된 제3가중치를 적용한 제3단위점수를 산출한다. 여기서, 제3가중치는 50%이고, 자료 분석부(130)는 평균 상품수에 제3가중치를 곱하여 제3단위점수를 산출한다. 또한, 자료 분석부(130)는 평균 중복수에 기설정된 제4가중치를 적용한 제4단위점수를 산출한고, 여기서, 제4가중치는 20%이고, 자료 분석부(130)는 평균 중복수에 제4가중치를 곱하여 제4단위점수를 산출한다. 한편, 상기 제1 내지 제4가중치는 이에 한정하는 것이 아니라 분석대상 제품 또는 검색 키워드에 따라 사용자가 임의로 설정할 수 있다. First, the
상기 자료 분석부(130)는 산출된 제1 내지 제4단위점수를 합산하여 해당 핵심 키워드 점수를 산출할 수 있다. 이때, 자료 분석부(130)는 검색 키워드 별로 핵심 키워드 점수를 산출하고, 산출된 핵심 키워드 점수를 사용자에게 제공한다. 해당 핵심 키워드 점수를 토대로 해당 검색 키워드의 경쟁력을 판별할 수 있다. The
한편, 자료 분석부(130)는 입력모듈(110)로부터 사용자가 입력한 입력 키워드, 제1 및 제2연관 키워드에 대한 정보를 제공받고, 해당 입력 키워드, 제1 및 제2연관 키워드를 상기 사용자에게 제공할 수 있다. 또한, 자료 분석부(130)는 정보 수집모듈(120)에서 수집된 마케팅 컨텐츠들에서 판매상품의 공급자가 기입력한 판매상품에 대항 상품 키워드들을 사용자에게 제공할 수 있다. 이때, 자료 분석부(130)는 상기 검색 키워드들 즉, 입력한 입력 키워드, 제1 및 제2연관 키워드에 대한 상기 상품 키워드들의 중복 여부를 분석하고, 분석결과를 사용자에게 제공할 수 있다. Meanwhile, the
그리고, 자료 분석부(130)는 정보 수집모듈(120)에서 제공되는 유사제품에 대한 상기 제1상품 리뷰 수를 토대로 유사제품의 예상매출을 산출할 수 있다. 여기서, 자료 분석부(130)는 먼저, 상기 제1상품 리뷰에 대한 정보를 토대로 기설정된 조사기간에 대해 월별로 상기 제1상품 리뷰의 수를 산출한다. 이때, 상기 조사기간은 1년 또는 6개월이 적용되나, 이에 한정하는 것이 아니라 분석대상 제품에 따라 다양하게 적용될 수 있다. 다음, 자료 분석부(130)는 상기 조사기간 중 상기 제1상품 리뷰의 수가 많은 순으로 기설정된 순위 내의 월별 상기 제1상품 리뷰의 평균인 리뷰 평균값을 산출한다. 이때, 자료 분석부(130)는 제1상품 리뷰의 수가 가장 많은 달과, 두번째 및 세번째로 제1상품 리뷰의 수가 많은 달의 리뷰 수를 합산하고, 합산한 리뷰 수를 3으로 나눠 상기 리뷰 평균값을 산출하는 것이 바람직하다. In addition, the
다음, 자료 분석부(130)는 산출된 상기 리뷰 평균값을 하기의 수학식1에 대입하여 상기 유사제품의 예상 매출을 산출한다. Next, the
여기서, 상기 Q는 상기 유사제품의 예상 매출이고, 상기 RA는 상기 리뷰 평균값이고, 상기 P는 상기 유사제품의 판매 단가이고, 상기 K는 리뷰 매출 변환 상수이다. Here, Q is the expected sales of the similar product, RA is the average value of the reviews, P is the unit selling price of the similar product, and K is a review sales conversion constant.
이때, 상기 리뷰 매출 변환 상수는 상기 분석대상 제품의 상기 제2상품 리뷰의 수에 대한 상기 분석대상 제품의 판매수의 비율이 적용된다. 자료 분석부(130)는 해당 리뷰 매출 변환 상수를 계산하여 상기 수학식 1에 대입한다. In this case, as the review sales conversion constant, a ratio of the number of sales of the analysis target product to the number of reviews of the second product of the analysis target product is applied. The
산출된 유사제품의 예상 매출에 대한 정보를 토대로 분석대상 제품에 대한 시장 규모를 예측할 수 있다. 한편, 자료 분석부(130)는 산출된 분석 자료를 사용자의 단말기에 제공하거나 모니터와 같은 디스플레이수단을 이용하여 사용자에게 표시할 수 있다. Based on the calculated expected sales of similar products, it is possible to predict the market size of the product to be analyzed. Meanwhile, the
한편, 본 발명에 따른 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템(100)은 해당 포털사이트 중계 서버(10)로부터 해당 키워드에 대응되는 검색정보를 토대로 바이럴 마케팅 효과 또는 시장진입 성공 가능성을 판별하기 위해 기구축된 신경망 모델에, 상기 자료 분석부(130)에서 제공되는 분석자료를 적용하여 해당 분석대상 제품에 대한 바이럴 마케팅 효과 또는 시장진입 성공 가능성을 판별하는 판별모듈(140)을 더 구비할 수 있다. On the other hand, the marketability analysis and commercialization
한편, 자료 분석부(130)는 검색 키워드 별로 산출된 정보를 도표로 정리하여 사용자에 제공할 수 있다. 도 3 내지 도 5에는 자료 분석부(130)에서 제공하는 정보의 예시가 도시되어 있다. Meanwhile, the
상술된 바와 같이 구성된 본 발명에 따른 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템(100)은 컨텐츠 채널에서 제공되는 마케팅 컨텐츠를 분석하여 분석대상 제품에 대한 시장성을 분석하므로 분석대상 제품에 대한 보다 정확한 바이럴 마케팅 효과를 판별할 수 있다는 장점이 있다. The marketability analysis and commercialization
제시된 실시 예들에 대한 설명은 임의의 본 발명의 기술분야에서 통상의 지식을 가진 자가 본 발명을 이용하거나 또는 실시할 수 있도록 제공된다. 이러한 실시예들에 대한 다양한 변형들은 본 발명의 기술 분야에서 통상의 지식을 가진 자에게 명백할 것이며, 여기에 정의된 일반적인 원리들은 본 발명의 범위를 벗어남이 없이 다른 실시예들에 적용될 수 있다. 그리하여, 본 발명은 여기에 제시된 실시예들로 한정되는 것이 아니라, 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.Description of the presented embodiments is provided to enable any person skilled in the art to use or practice the present invention. Various modifications to these embodiments will be readily apparent to those skilled in the art, and the generic principles defined herein may be applied to other embodiments without departing from the scope of the invention. Thus, the present invention is not intended to be limited to the embodiments presented herein, but is to be construed in the widest scope consistent with the principles and novel features presented herein.
100: 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템
110: 입력모듈
120: 정보 수집모듈
130: 자료 분석부
140: 판별모듈100: Marketability analysis and commercialization methodology analysis system using big data
110: input module
120: information collection module
130: data analysis unit
140: discrimination module
Claims (18)
상기 분석대상 제품에 대한 바이럴 마케팅이 가능한 마케팅 컨텐츠가 포함된 마케팅 채널을 제공할 수 있는 포털사이트 중계 서버에 접속하여 해당 포털사이트 중계 서버로부터 해당 검색 키워드에 대응되는 검색정보를 수집하는 정보 수집모듈; 및
상기 정보 수집모듈에서 제공되는 검색정보를 토대로 해당 분석대상 제품에 대한 시장성 분석을 위한 분석 자료를 생성하는 자료 분석부;를 구비하는,
빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템.
an input module into which a search keyword for an analysis target product is input;
an information collection module that accesses a portal site relay server capable of providing a marketing channel including marketing content capable of viral marketing for the analysis target product and collects search information corresponding to the corresponding search keyword from the portal site relay server; and
A data analysis unit for generating analysis data for marketability analysis of the corresponding analysis target product based on the search information provided by the information collection module;
Marketability analysis and commercialization methodology analysis system using big data.
상기 정보 수집모듈은 상기 포털사이트 중계 서버에서, 해당 검색 키워드가 검색된 조회 수인 총검색수에 대한 정보를 수집하는,
빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템.
According to claim 1,
The information collection module collects information on the total number of searches, which is the number of searches for which the corresponding search keyword is searched, in the portal site relay server;
Marketability analysis and commercialization methodology analysis system using big data.
상기 정보 수집모듈은 상기 포털사이트 중계 서버에서 해당 검색 키워드로 검색시 제공되는 마케팅 컨텐츠 수를 수집하고,
상기 자료 분석부는 상기 검색 키워드에 대한 컨텐츠 경쟁강도를 산출하되, 상기 정보 수집모듈에서 수집된 상기 마케팅 컨텐츠 수에, 상기 총검색수를 나눈 값을 상기 콘텐츠 경쟁강도로 산출하는,
빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템.
3. The method of claim 2,
The information collection module collects the number of marketing contents provided when searching with a corresponding search keyword in the portal site relay server,
The data analysis unit calculates the content competition intensity for the search keyword, and calculates the content competition intensity by dividing the total number of searches by the number of marketing content collected by the information collection module,
Marketability analysis and commercialization methodology analysis system using big data.
상기 정보 수집모듈은 상기 포털사이트 중계서버로부터 상기 마케팅 채널들 중 공급자가 판매상품을 판매할 수 있는 마케팅 채널에서 기설정된 단위기간동안 월별로 상기 검색 키워드로 검색되는 상기 마케팅 컨텐츠 수를 수집하고, 수집된 마케팅 컨텐츠 수를 월별 상품수로 산출하고,
상기 자료 분석부는 상기 정보 수집모듈에서 제공되는 상기 월별 상품수의 평균인 평균 상품수를 산출하고, 산출된 상기 평균 상품수에, 상기 총검색수를 나누어 해당 검색 키워드에 대한 상품 경쟁강도를 산출하는,
빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템.
3. The method of claim 2,
The information collection module collects, from the portal site relay server, the number of marketing contents searched for by the search keyword on a monthly basis for a preset unit period in a marketing channel in which a supplier can sell a product for sale among the marketing channels, and collects Calculate the number of marketing contents by the number of monthly products,
The data analysis unit calculates an average number of products, which is an average of the number of monthly products provided by the information collection module, and divides the total number of searches by the calculated average number of products to calculate product competition intensity for the corresponding search keyword,
Marketability analysis and commercialization methodology analysis system using big data.
상기 정보 수집모듈은 상기 포털사이트 중계서버로부터 상기 마케팅 채널들 중 공급자가 판매상품을 판매할 수 있는 마케팅 채널에서 상기 단위기간동안 월별로 상기 검색 키워드로 검색되는 상기 마케팅 컨텐츠들을 수집하고, 수집된 해당 마케팅 컨텐츠들에서 상기 공급자가 기입력한 상기 판매상품에 대한 상품 키워드들을 수집하며, 월별로 해당 상품 키워드들이 중복되는 횟수인 월별 중복수를 산출하고,
상기 자료 분석부는 상기 정보 수집모듈에서 제공되는 월별 중복수의 평균인 평균 중복수를 산출하는,
빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템.
5. The method of claim 4,
The information collection module collects, from the portal site relay server, the marketing contents searched for by the search keyword on a monthly basis during the unit period in a marketing channel where a supplier can sell a product for sale among the marketing channels, and collects the collected corresponding content. Collecting product keywords for the sale product entered by the supplier in marketing contents, calculating the number of duplicates per month, which is the number of times that the product keywords are duplicated per month,
The data analysis unit calculates an average number of duplicates, which is an average of the monthly duplicates provided by the information collection module,
Marketability analysis and commercialization methodology analysis system using big data.
상기 자료 분석부는 상기 검색 키워드 별로 상기 총검색수, 상품 경쟁강도, 평균 상품수 및 평균 중복수의 값을 토대로 해당 검색 키워드에 대한 핵심 키워드 점수를 산출하는,
빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템.
6. The method of claim 5,
The data analysis unit calculates a core keyword score for the corresponding search keyword based on the values of the total number of searches, product competition intensity, average number of products, and average number of duplicates for each search keyword;
Marketability analysis and commercialization methodology analysis system using big data.
상기 자료 분석부는 상기 총검색수에 기설정된 제1가중치를 적용한 제1단위점수를 산출하고, 상기 상품 경쟁강도 값에 기설정된 제2가중치를 적용한 제2단위점수를 산출하며, 상기 평균 상품수에 기설정된 제3가중치를 적용한 제3단위점수를 산출하고, 상기 평균 중복수에 기설정된 제4가중치를 적용한 제4단위점수를 산출하고, 상기 제1 내지 제4단위점수를 합산하여 해당 핵심 키워드 점수를 산출하는,
빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템.
7. The method of claim 6,
The data analysis unit calculates a first unit score to which a preset first weight is applied to the total number of searches, and calculates a second unit score to which a preset second weight is applied to the product competition intensity value, and the average number of products A third unit score to which a set third weight is applied is calculated, a fourth unit score to which a preset fourth weight is applied to the average number of duplicates is calculated, and the first to fourth unit scores are summed to obtain the corresponding core keyword score. calculating,
Marketability analysis and commercialization methodology analysis system using big data.
상기 정보 수집모듈은 상기 포털사이트 중계서버로부터 상기 마케팅 채널들 중 공급자가 판매상품을 판매할 수 있는 마케팅 채널에서 기설정된 단위기간동안 월별로 상기 검색 키워드로 검색되는 상기 마케팅 컨텐츠 수 및 해당 마케팅 컨텐츠가 해당 포털사이트 중계서버에 접속한 접속자들에 의해 선택된 횟수인 월별 클릭수에 대한 정보를 수집하고, 수집된 마케팅 컨텐츠 수를 월별 상품수로 산출하고,
상기 자료 분석부는 상기 정보 수집모듈에서 제공되는 상기 월별 상품수의 평균인 평균 상품수를 산출하고, 상기 월별 클릭수의 평균인 평균 클릭수를 산출하며, 상기 평균 상품수에 상기 평균 클릭수를 나누어 클릭경쟁률을 산출하는,
빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템.
3. The method of claim 2,
The information collection module includes the number of marketing contents and the corresponding marketing contents searched for by the search keyword on a monthly basis for a predetermined unit period in a marketing channel through which a supplier can sell a product for sale among the marketing channels from the portal site relay server. Collects information on the number of clicks per month, which is the number of times selected by the visitors who accessed the relay server of the portal site, and calculates the number of collected marketing contents as the number of products per month,
The data analysis unit calculates an average number of products that is an average of the number of monthly products provided by the information collection module, calculates an average number of clicks that is an average of the number of monthly clicks, and divides the average number of clicks by the average number of products to obtain a click competition rate calculating,
Marketability analysis and commercialization methodology analysis system using big data.
상기 정보 수집모듈은 상기 포털사이트 중계서버로부터 상기 마케팅 채널들 중 공급자가 판매상품을 판매할 수 있는 마케팅 채널에서 기설정된 단위기간동안 월별로 상기 검색 키워드로 검색되는 상기 마케팅 컨텐츠의 광고 단가 및 해당 마케팅 컨텐츠가 해당 포털사이트 중계서버에 접속한 접속자들에 의해 선택된 횟수인 월별 클릭수에 대한 정보를 수집하고,
상기 자료 분석부는 상기 월별 클릭수의 평균인 평균 클릭수를 산출하고, 상기 광고 단가에 상기 평균 클릭수를 나누어 클릭 대비 광고 단가에 대한 정보를 산출하는,
빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템.
3. The method of claim 2,
The information collection module is configured to include an advertisement unit price of the marketing content searched for by the search keyword on a monthly basis for a predetermined unit period in a marketing channel through which a supplier can sell a product for sale among the marketing channels from the portal site relay server and the corresponding marketing. Collects information on the number of clicks per month, which is the number of times the content is selected by visitors who access the portal site relay server,
The data analysis unit calculates an average number of clicks, which is an average of the number of monthly clicks, and divides the average number of clicks by the advertisement unit price to calculate information about a click-to-advertisement unit price,
Marketability analysis and commercialization methodology analysis system using big data.
상기 정보 수집모듈은 상기 포털사이트 중계서버로부터 상기 마케팅 채널별로 상기 검색 키워드로 검색되는 마케팅 켄텐츠의 수에 대한 정보를 수집하고,
상기 자료 분석부는 상기 정보 수집모듈에서 제공되는 상기 마케팅 채널별로 상기 검색 키워드로 검색되는 마케팅 켄텐츠의 수에 대한 정보를 토대로 해당 검색 키워드에 대한 상기 마케팅 채널들의 점유율을 산출하는,
빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템.
According to claim 1,
The information collection module collects information on the number of marketing content searched by the search keyword for each marketing channel from the portal site relay server,
The data analysis unit calculates the share of the marketing channels for the corresponding search keyword based on the information on the number of marketing content searched with the search keyword for each marketing channel provided from the information collection module,
Marketability analysis and commercialization methodology analysis system using big data.
상기 마케팅 채널들 중 어느 하나는 상기 검색 키워드로 검색할 경우, 상기 마케팅 채널들 중 나머지에 포함된 마케팅 컨텐츠들에서 상기 포털사이트 중계서버의 기설정된 분류 알고리즘에 따라 선택된 마케팅 컨텐츠를 포함하고,
상기 자료 분석부는 상기 마케팅 채널별로 상기 마케팅 채널들 중 어느 하나에 포함된 마케팅 컨텐츠의 수를 산출하는,
빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템.
According to claim 1,
When any one of the marketing channels is searched with the search keyword, the marketing content selected according to a preset classification algorithm of the portal site relay server from the marketing contents included in the rest of the marketing channels is included,
The data analysis unit calculates the number of marketing content included in any one of the marketing channels for each marketing channel,
Marketability analysis and commercialization methodology analysis system using big data.
상기 마케팅 채널들 중 어느 하나는 상기 검색 키워드로 검색할 경우, 상기 마케팅 채널들 중 나머지에 포함된 마케팅 컨테츠들에서 상기 포털사이트 중계서버의 기설정된 분류 알고리즘에 따라 선택된 마케팅 컨텐츠를 포함하되, 포함된 상기 마케팅 컨텐츠들에 상기 포털사이트 중계서버의 기설정된 우선순위 알고리즘에 따라 우선순위가 설정되고,
상기 자료 분석부는 상기 마케팅 채널들 중 어느 하나에 포함된 상기 마케팅 컨텐츠들 중 기설정된 순위 내에 포함된 상기 마케팅 컨텐츠의 발행일을 산출하는,
빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템.
According to claim 1,
When any one of the marketing channels is searched with the search keyword, the marketing content selected according to a preset classification algorithm of the portal site relay server from the marketing contents included in the rest of the marketing channels is included. Priority is set in the marketing contents according to a preset priority algorithm of the portal site relay server,
The data analysis unit calculates the publication date of the marketing content included in a preset ranking among the marketing content included in any one of the marketing channels,
Marketability analysis and commercialization methodology analysis system using big data.
상기 입력모듈은 상기 포털사이트 중계서버로부터 사용자에 의해 입력된 입력 키워드와 관련된 제1연관 키워드들을 수집하고, 수집된 상기 제1연관 키워드들와 관련된 상기 포털 사이트 중계 서버에서 제공하는 상기 제2연관 키워드들을 수집하고, 상기 입력 키워드, 제1 및 제2연관 키워드를 상기 검색 키워드로 상기 정보 수집모듈에 제공하는,
빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템.
According to claim 1,
The input module collects first related keywords related to the input keyword input by the user from the portal site relay server, and uses the second related keywords provided by the portal site relay server related to the collected first related keywords. collecting, and providing the input keyword, first and second related keywords as the search keyword to the information collection module,
Marketability analysis and commercialization methodology analysis system using big data.
상기 정보 수집모듈은 상기 포털사이트 중계서버로부터 상기 마케팅 채널들 중 공급자가 판매상품을 판매할 수 있는 마케팅 채널에서 상기 단위기간동안 월별로 상기 검색 키워드로 검색되는 상기 마케팅 컨텐츠들을 수집하고, 수집된 해당 마케팅 컨텐츠들에서 상기 공급자가 기입력한 상기 판매상품에 대한 상품 키워드들을 수집하고,
상기 자료 분석부는 상기 검색 키워드에 대한 상기 상품 키워드들의 중복 여부를 분석하는,
빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템.
14. The method of claim 13,
The information collection module collects, from the portal site relay server, the marketing contents searched for by the search keyword on a monthly basis during the unit period in a marketing channel where a supplier can sell a product for sale among the marketing channels, and collects the collected corresponding content. Collect product keywords for the sale product entered by the supplier in marketing contents,
The data analysis unit analyzes whether the product keywords overlap with the search keyword,
Marketability analysis and commercialization methodology analysis system using big data.
상기 입력모듈은 해당 분석대상 제품에 대한 경쟁사의 유사제품에 대한 정보가 입력되고,
상기 정보 수집모듈은 상기 컨텐츠 채널들 중 해당 유사제품을 판매하는 컨텐츠 채널의 마케팅 컨텐츠에서, 해당 유사제품을 구매한 구매자가 작성한 마케팅 컨텐츠인 제1상품 리뷰에 대한 정보, 상기 유사제품의 판매 단가, 상기 컨텐츠 채널들 중 상기 분석대상 제품을 판매하는 컨텐츠 채널의 마케팅 컨텐츠에서, 해당 분석대상 제품을 구매한 구매자가 작성한 마케팅 컨텐츠인 제2상품 리뷰에 대한 정보를 수집하는,
빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템.
According to claim 1,
In the input module, information on a competitor's similar product for the corresponding analysis target product is input;
The information collection module includes, among the content channels, information about a first product review, which is marketing content written by a buyer who purchased the similar product, from the marketing content of a content channel that sells the similar product among the content channels, the unit price of the similar product, Collecting information on a second product review, which is marketing content written by a buyer who purchased the analysis target product, from marketing contents of a content channel that sells the analysis target product among the content channels,
Marketability analysis and commercialization methodology analysis system using big data.
상기 자료 분석부는 상기 제1상품 리뷰 수를 토대로 상기 유사제품의 예상 매출을 산출하는,
빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템.
16. The method of claim 15,
The data analysis unit calculates the expected sales of the similar product based on the number of reviews of the first product,
Marketability analysis and commercialization methodology analysis system using big data.
상기 자료 분석부는 상기 제1상품 리뷰에 대한 정보를 토대로 기설정된 조사기간에 대해 월별로 상기 제1상품 리뷰의 수를 산출하며, 상기 조사기간 중 상기 제1상품 리뷰의 수가 많은 순으로 기설정된 순위 내의 월별 상기 제1상품 리뷰의 평균인 리뷰 평균값을 산출하고, 산출된 상기 리뷰 평균값을 하기의 수학식에 대입하여 상기 유사제품의 예상 매출을 산출하는,
[수학식]
여기서, 상기 Q는 상기 유사제품의 예상 매출이고, 상기 RA는 상기 리뷰 평균값이고, 상기 P는 상기 유사제품의 판매 단가이고, 상기 K는 리뷰 매출 변환 상수인,
빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템.
17. The method of claim 16,
The data analysis unit calculates the number of the first product reviews for each month for a preset survey period based on the information on the first product review, and a preset rank in the order of the largest number of the first product reviews during the survey period calculating a review average value that is an average of the first product reviews in a month, and calculating the expected sales of the similar product by substituting the calculated average review value into the following equation,
[Equation]
where Q is the expected sales of the similar product, RA is the average value of the reviews, P is the unit selling price of the similar product, and K is a review sales conversion constant,
Marketability analysis and commercialization methodology analysis system using big data.
상기 리뷰 매출 변환 상수는 상기 분석대상 제품의 상기 제2상품 리뷰의 수에 대한 상기 분석대상 제품의 판매수의 비율인,
빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템.
18. The method of claim 17,
The review sales conversion constant is a ratio of the number of sales of the analysis target product to the number of reviews of the second product of the analysis target product,
Marketability analysis and commercialization methodology analysis system using big data.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210020791A KR102651407B1 (en) | 2021-02-17 | 2021-02-17 | Marketability analysis and commercialization methodology analysis system using big data |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210020791A KR102651407B1 (en) | 2021-02-17 | 2021-02-17 | Marketability analysis and commercialization methodology analysis system using big data |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220117425A true KR20220117425A (en) | 2022-08-24 |
| KR102651407B1 KR102651407B1 (en) | 2024-03-29 |
Family
ID=83111733
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210020791A KR102651407B1 (en) | 2021-02-17 | 2021-02-17 | Marketability analysis and commercialization methodology analysis system using big data |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102651407B1 (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102607872B1 (en) * | 2022-12-29 | 2023-11-29 | 주식회사 바이스퀘어 | Key keyword and related keyword recommendation system for each portal site of advertiser products using artificial intelligence |
| WO2024090643A1 (en) * | 2022-10-28 | 2024-05-02 | 송환구 | Device and method for measuring marketing performance by using portal search and reputation analysis |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120069938A (en) * | 2010-12-21 | 2012-06-29 | (주)리차드캐서린 | Online marketing analysis method and online marketing analysis system |
| KR20140053444A (en) * | 2012-10-25 | 2014-05-08 | 한국과학기술정보연구원 | Apparatus for forecasting market volume, method of forecasting market volume, and storage medium for storing a program forecasting market volume |
| KR20170095492A (en) * | 2016-02-15 | 2017-08-23 | 금오공과대학교 산학협력단 | Method AND SYSTEM for Selecting A related keyword Group of Blog Marketing Based on Keyword |
| KR20190130216A (en) * | 2018-04-25 | 2019-11-22 | (주)엘렌 | method of generating demand forecast data by online bigdata analysis |
| KR20200030978A (en) | 2018-09-13 | 2020-03-23 | 주식회사 상상이비즈 | Method, system and non-transitory computer-readable recording medium for vertifying marketaility of product or service |
-
2021
- 2021-02-17 KR KR1020210020791A patent/KR102651407B1/en active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120069938A (en) * | 2010-12-21 | 2012-06-29 | (주)리차드캐서린 | Online marketing analysis method and online marketing analysis system |
| KR20140053444A (en) * | 2012-10-25 | 2014-05-08 | 한국과학기술정보연구원 | Apparatus for forecasting market volume, method of forecasting market volume, and storage medium for storing a program forecasting market volume |
| KR20170095492A (en) * | 2016-02-15 | 2017-08-23 | 금오공과대학교 산학협력단 | Method AND SYSTEM for Selecting A related keyword Group of Blog Marketing Based on Keyword |
| KR20190130216A (en) * | 2018-04-25 | 2019-11-22 | (주)엘렌 | method of generating demand forecast data by online bigdata analysis |
| KR20200030978A (en) | 2018-09-13 | 2020-03-23 | 주식회사 상상이비즈 | Method, system and non-transitory computer-readable recording medium for vertifying marketaility of product or service |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024090643A1 (en) * | 2022-10-28 | 2024-05-02 | 송환구 | Device and method for measuring marketing performance by using portal search and reputation analysis |
| KR102607872B1 (en) * | 2022-12-29 | 2023-11-29 | 주식회사 바이스퀘어 | Key keyword and related keyword recommendation system for each portal site of advertiser products using artificial intelligence |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102651407B1 (en) | 2024-03-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lu et al. | BizSeeker: a hybrid semantic recommendation system for personalized government‐to‐business e‐services | |
| Sohail et al. | Feature extraction and analysis of online reviews for the recommendation of books using opinion mining technique | |
| Huseynov et al. | Behavioral Issues in B2C E-commerce: The-state-of-the-art | |
| JP5960887B1 (en) | Calculation device, calculation method, and calculation program | |
| Semerádová et al. | Computer estimation of customer similarity with Facebook lookalikes: Advantages and disadvantages of hyper-targeting | |
| KR102651407B1 (en) | Marketability analysis and commercialization methodology analysis system using big data | |
| KR20150002602A (en) | Computerized internet search system and method | |
| KR101026544B1 (en) | Method and Apparatus for ranking analysis based on artificial intelligence, and Recording medium thereof | |
| Lin et al. | A computer-based approach for analyzing consumer demands in electronic word-of-mouth | |
| Powell et al. | Developing artwork pricing models for online art sales using text analytics | |
| KR101813003B1 (en) | On-line Integrated Management System | |
| Kamaruddin | Comparative Study on Sentiment Analysis Approach for Online Shopping Review | |
| Lee et al. | Interoperability of online loyalty and offline loyalty in omnichannel retailing service: seeking innovation in retail industry | |
| Sharin et al. | Defender or Attacker? An Approach to Dynamic Sustainability in the Dynamic Business Climate of Rural Tourism | |
| Ghose et al. | Search Less, Find More? Examining Limited Consumer Search with Social Media and Product Search Engines. | |
| Thorleuchter et al. | Using Webcrawling of Publicly Available Websites to Assess E-commerce Relationships | |
| Hahn | Influence of digital transformation on the customer relationship | |
| Mazur et al. | The impact of information usefulness of e-commerce services on users behaviors | |
| JP6152215B2 (en) | Calculation device, calculation method, and calculation program | |
| Hung et al. | Service innovation of physical bookstores: applying service design perspectives to develop service innovation to enhance customer loyalty | |
| Bustami et al. | Service quality analysis of tokopedia application using text mining method | |
| Horváth et al. | The Impact of Influencers on Consumers’ Purchasing Decisions When Shopping Online | |
| Rajapaksha et al. | Recommendations to Increase the Customer Interaction of E-commerce Applications with Web Usage Mining | |
| Yan et al. | Effectiveness of E-Marketing Strategies on Consumers’ Purchase Intention | |
| WO2013119762A1 (en) | Tools and methods for determining semantic relationship indexes |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| X091 | Application refused [patent] | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) |