KR20230087764A

KR20230087764A - 상품 추천을 통한 매장 컨설팅 방법 및 이를 실행시키기 위하여 기록매체에 기록된 컴퓨터 프로그램

Info

Publication number: KR20230087764A
Application number: KR1020210176281A
Authority: KR
Inventors: 김도연
Original assignee: 주식회사 다안로지스
Priority date: 2021-12-10
Filing date: 2021-12-10
Publication date: 2023-06-19

Abstract

본 발명은 상품 추천을 통한 매장 컨설팅 방법을 제안한다. 상기 방법은 관리 서버가, 오프라인에서 상품을 판매하는 적어도 하나의 가맹점에서 보유하고 있는 상품의 재고량을 분석하여, 판매량이 상대적으로 저조할 것으로 예측되는 제1 상품을 식별하는 단계, 상기 관리 서버가, 상기 가맹점에서 보유하고 있지 않은 상품들 목록 중에서 상기 가맹점에 추천할 제2 상품을 식별하는 단계, 상기 관리 서버가, 상기 식별된 제1 상품 및 제2 상품에 관한 정보를 포함하는 매장 컨설팅 정보를 생성하는 단계 및 상기 관리 서버가, 상기 생성된 매장 컨설팅 정보를 전송하는 단계를 포함할 수 있다.

Description

상품 추천을 통한 매장 컨설팅 방법 및 이를 실행시키기 위하여 기록매체에 기록된 컴퓨터 프로그램 {Method for consult store through product recommendation, and computer program recorded on record-medium for executing method therefor}

본 발명은 매장 컨설팅 방법에 관한 것이다. 보다 상세하게는, 가맹점에서 보유하고 있는 상품의 재고량을 분석하여, 오프라인 매장에 배치할 상품을 컨설팅 할 수 있는 상품 추천을 통한 매장 컨설팅 방법 및 기록매체에 기록된 컴퓨터 프로그램에 관한 것이다.

인공지능(AI)은 인간의 학습능력, 추론능력 및 지각능력 등의 일부 또는 전부를 컴퓨터 프로그램을 이용하여 인공적으로 구현하는 기술을 의미한다. 인공지능(AI)과 관련하여, 기계 학습(machine learning)은 다수의 파라미터로 구성된 모델을 이용하여 주어진 데이터로 파라미터를 최적화하는 학습을 의미한다.

한편, 최근에는 조기퇴직 및 고령화와 같은 사회현상과 더불어 지역 소상공인의 창업 시도가 하루가 다르게 증가함에 따라, 지역 소상공인의 창업 생태계를 발전시키는 것이 필요하다.

그러나, 소상공인이 입점한 가맹점은 대형유통업체의 침투, 온라인/모바일사업자의 급성장, 낮은 디지털화로 인한 20~30대 고객층의 외면 등으로 상태계가 더욱 어려워지고 있다.

또한, 소상공인이 입점한 가맹점은 오프라인 매장에 의존하기 때문에, 오프라인 매장에 배치된 상품을 효율적으로 소비자에게 배송하기 위한 플랫폼이 필요한 실정이다.

또한, 소상공인이 입점한 가맹점은 오프라인 매장에서 신규고객확보를 위하여, 지역별, 시기별로 보유하고 있는 재고를 효율적으로 관리하고, 트랜드(trend)에 맞추어 오프라인 상에서 매대에 배치할 상품을 미리 예측하기 위한 현실적이고도 적용이 가능한 기술이 절실히 필요하다.

대한민국 공개특허공보 제10-2017-0125756호, ‘배달중개시스템 및 배달중개방법’, (2017.11.15. 공개)

본 발명의 일 목적은 가맹점에서 보유하고 있는 상품의 재고량을 분석하여, 오프라인 매장에 배치할 상품을 컨설팅 할 수 있는 상품 추천을 통한 매장 컨설팅 방법을 제공하는 것이다.

본 발명의 다른 목적은 가맹점에서 보유하고 있는 상품의 재고량을 분석하여, 오프라인 매장에 배치할 상품을 컨설팅 할 수 있는 상품 추천을 통한 매장 컨설팅 방법을 실행하기 위하여 기록매체에 기록된 컴퓨터 프로그램을 제공하는 것이다.

본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.

상술한 바와 같은 기술적 과제를 달성하기 위하여, 본 발명은 상품 추천을 통한 매장 컨설팅 방법을 제안한다. 상기 방법은 관리 서버가, 오프라인에서 상품을 판매하는 적어도 하나의 가맹점에서 보유하고 있는 상품의 재고량을 분석하여, 판매량이 상대적으로 저조할 것으로 예측되는 제1 상품을 식별하는 단계, 상기 관리 서버가, 상기 가맹점에서 보유하고 있지 않은 상품들 목록 중에서 상기 가맹점에 추천할 제2 상품을 식별하는 단계, 상기 관리 서버가, 상기 식별된 제1 상품 및 제2 상품에 관한 정보를 포함하는 매장 컨설팅 정보를 생성하는 단계 및 상기 관리 서버가, 상기 생성된 매장 컨설팅 정보를 전송하는 단계를 포함할 수 있다.

구체적으로, 상기 제1 상품을 식별하는 단계 및 상기 제2 상품을 식별하는 단계는 상기 상품의 재고량을 이용하여 지역별 상품 트랜드(trend)를 분석하고, 상기 분석된 지역별 상품 트랜드를 통해 제1 상품 및 제2 상품을 식별할 수 있다.

상기 제1 상품을 식별하는 단계 및 상기 제2 상품을 식별하는 단계는 지역별로 인구분포, 소득 및 주거형태 중 적어도 하나를 고려하여, 유사 지역을 그룹핑(grouping)하고, 상기 그룹핑 된 유사 지역별로 상품 트랜드를 분석하고, 상기 분석된 유사 지역별 상품 트랜드를 통해, 제1 상품 및 제2 상품을 식별할 수 있다.

상기 제1 상품을 식별하는 단계 및 상기 제2 상품을 식별하는 단계는 상기 상품의 재고량을 이용하여 시기별 상품 트랜드(trend)를 분석하고, 상기 분석된 시기별 상품 트랜드를 통해 제1 상품 및 제2 상품을 식별할 수 있다.

상기 제1 상품을 식별하는 단계 및 상기 제2 상품을 식별하는 단계는 사전에 기계 학습(machine learning)된 인공지능(AI)을 이용하여 상기 제1 상품 및 상기 제2 상품을 식별할 수 있다.

상기 제2 상품을 식별하는 단계는 상기 가맹점에서 오프라인으로 판매하는 상품과 카테고리가 동일한 상품군의 온라인 판매 실적을 수집하고, 상기 온라인 판매 실적을 고려하여 상기 제2 상품을 식별할 수 있다.

상기 제2 상품을 식별하는 단계는 상기 가맹점에서 오프라인으로 판매하는 상품과 카테고리가 동일한 상품군의 온라인 판매 실적을 수집하고, 상기 온라인 판매 실적을 판매 실적이 높은 순으로 정렬한 상품 리스트를 상기 가맹점 장치에 제공하여 제2 상품을 선택받을 수 있다.

상기 매장 컨설팅 정보를 생성하는 단계에서 상기 매장 컨설팅 정보는 상기 제1 상품을 상기 가맹점의 매대로부터 제거한 후 상기 제2 상품을 배치하기 위한 정보를 포함할 수 있다.

상기 매장 컨설팅 정보를 생성하는 단계는 상기 제2 상품을 제거된 상기 제1 상품의 공간에 배치하기 위하여, 매대에 배치된 상기 제1 상품의 부피에서 상기 제1 상품의 수량을 곱하여 상기 제2 상품이 배치될 수 있는 공간의 크기를 산출할 수 있다.

상기 매장 컨설팅 정보를 생성하는 단계는 상기 산출된 제2 상품이 배치될 수 있는 공간의 크기를 상기 제2 상품의 개별 부피를 기초로 복수개의 공간으로 분할할 수 있다.

상기 매장 컨설팅 정보를 생성하는 단계는 상기 제2 상품의 로고가 정면을 향하도록 배치한 상태에서 상기 제2 상품의 크기를 기초로, 상기 산출된 제2 상품이 배치될 수 있는 공간의 크기를 복수개의 공간으로 분할할 수 있다.

상기 매장 컨설팅 정보를 생성하는 단계는 상기 분할된 공간에 상기 제2 상품이 배치된 예시적 2D 이미지를 생성하여 상기 컨설팅 정보에 포함시킬 수 있다.

상술한 바와 같은 기술적 과제를 달성하기 위하여, 본 발명은 상품 추천을 통한 매장 컨설팅 방법을 실행시키기 위하여, 기록매체에 기록된 컴퓨터 프로그램을 제안한다. 상기 컴퓨터 프로그램은 메모리(memory), 송수신기(transceiver) 및 상기 메모리에 상주된 명령어를 처리하는 프로세서(processor)를 포함하여 구성된 컴퓨팅 장치와 결합되어, 상기 프로세서가, 오프라인에서 상품을 판매하는 적어도 하나의 가맹점에서 보유하고 있는 상품의 재고량을 분석하여, 판매량이 상대적으로 저조할 것으로 예측되는 제1 상품을 식별하는 단계, 상기 프로세서가, 상기 가맹점에서 보유하고 있지 않은 상품들 목록 중에서 상기 가맹점에 추천할 제2 상품을 식별하는 단계, 상기 프로세서가, 상기 식별된 제1 상품 및 제2 상품에 관한 정보를 포함하는 매장 컨설팅 정보를 생성하는 단계 및 상기 프로세서가, 상기 생성된 매장 컨설팅 정보를 전송하는 단계를 포함할 수 있다.

기타 실시 예들의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.

본 발명의 실시 예들에 따르면, 가맹점에서 보유하고 있는 상품의 재고량을 분석하여 오프라인 매장에 배치할 맞춤형 상품을 추천함으로써, 각 가맹점의 상황에 맞게 효율적인 운영이 가능하도록 컨설팅 할 수 있다.

본 발명의 효과들은 이상에서 언급한 효과로 제한되지 아니하며, 언급되지 않은 또 다른 효과들은 청구범위의 기재로부터 본 발명이 속한 기술분야의 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

도 1은 본 발명의 일 실시예에 따른 배송 시스템의 구성도이다.
도 2는 본 발명의 일 실시예에 따른 관리 서버의 논리적 구성도이다.
도 3은 본 발명의 일 실시예에 따른 관리 서버의 하드웨어 구성도이다.
도 4는 본 발명의 일 실시예에 따른 배송 방법을 설명하기 위한 순서도이다.
도 5는 본 발명의 일 실시예에 따른 재고 관리 방법을 설명하기 위한 순서도이다.
도 6은 본 발명의 일 실시예에 따른 매장 컨설팅 방법을 설명하기 위한 순서도이다.
도 7은 본 발명의 다른 실시예에 따른 배송 방법을 설명하기 위한 순서도이다.
도 8 및 도 9는 본 발명의 일 실시예에 따른 배송 방법을 설명하기 위한 예시도이다.
도 10은 본 발명의 일 실시예에 따른 재고 관리 방법을 설명하기 위한 예시도이다.
도 11 및 도 12는 본 발명의 일 실시예에 따른 매장 컨설팅 방법을 설명하기 위한 예시도이다.
도 13은 본 발명의 다른 실시예에 따른 배송 방법을 설명하기 위한 예시도이다.

본 명세서에서 사용되는 기술적 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본명세서에서 사용되는 기술적 용어는 본 명세서에서 특별히 다른 의미로 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다. 또한, 본 명세서에서 사용되는 기술적인 용어가 본 발명의 사상을 정확하게 표현하지 못하는 잘못된 기술적 용어일 때에는, 당업자가 올바르게 이해할 수 있는 기술적 용어로 대체되어 이해되어야 할 것이다. 또한, 본 발명에서 사용되는 일반적인 용어는 사전에 정의되어 있는 바에 따라, 또는 전후 문맥상에 따라 해석되어야 하며, 과도하게 축소된 의미로 해석되지않아야 한다.

또한, 본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, '구성된다' 또는 '가지다' 등의 용어는 명세서 상에 기재된 여러 구성 요소들, 또는 여러 단계들을 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다.

또한, 본 명세서에서 사용되는 제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성 요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성 요소는 제2 구성 요소로 명명될 수 있고, 유사하게 제2 구성 요소도 제1 구성 요소로 명명될 수 있다.

어떤 구성 요소가 다른 구성 요소에 '연결되어' 있다거나 '접속되어' 있다고 언급된 때에는, 그 다른 구성 요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성 요소가 존재할 수도 있다. 반면에, 어떤 구성 요소가 다른 구성 요소에 "'직접 연결되어' 있다거나 '직접 접속되어' 있다고 언급된 때에는, 중간에 다른 구성 요소가 존재하지 않는 것으로 이해되어야 할 것이다.

이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 또한, 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 발명의 사상을 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 발명의 사상이 제한되는 것으로 해석되어서는 아니 됨을 유의해야 한다. 본 발명의 사상은 첨부된 도면 외에 모든 변경, 균등물 내지 대체물에 까지도 확장되는 것으로 해석되어야 한다.

이러한 한계를 극복하고자, 본 발명은 상품 배송을 효율적으로 수행할 수 있고, 재고 관리 및 오프라인 매장의 운영을 효율적으로 수행할 수 있는 다양한 수단들을 제안하고자 한다.

이하, 상술한 바와 같은 특징을 가지는 본 발명의 다양한 실시예들에 대하여 보다 구체적으로 설명하기로 한다.

도 1은 본 발명의 일 실시예에 따른 배송 시스템의 구성도이다.

도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 배송 시스템은 사용자 장치(100), 복수의 가맹점 장치들(200-1, 200-2, …, 200-n; 200), 배송점 장치(300) 및 관리 서버(400)를 포함하여 구성될 수 있다.

이와 같은, 일 실시예에 따른 배송 시스템의 구성 요소들은 기능적으로 구분되는 요소들을 나타낸 것에 불과하므로, 둘 이상의 구성 요소가 실제 물리적 환경에서는 서로 통합되어 구현되거나, 하나의 구성 요소가 실제 물리적 환경에서는 서로 분리되어 구현될 수 있을 것이다.

각각의 구성 요소에 대하여 설명하면, 사용자 장치(user equipment, 100)는 사용자로부터 개인 정보와, 상품을 주문하기 위한 주문 정보를 입력 받고, 관리 서버(400)에 의해 상품 주문과 배송에 관한 정보를 출력하는 장치이다.

구체적으로, 사용자 장치(100)는 사용자로부터 개인 정보를 입력 받을 수 있다. 그리고, 사용자 장치(100)는 사용자로부터 입력된 개인 정보를 관리 서버(400)에 전송할 수 있다.

여기서, 개인 정보는 사용자를 식별할 수 있는 아이디, 비밀번호, 성별, 연령 등이 포함될 수 있으며, 상품 주문을 위한 배송지 주소가 포함될 수 있으나, 이에 한정되지 않고, 성명, 주민번호 등이 포함될 수도 있다.

또한, 사용자 장치(100)는 사용자로부터 주문 정보를 입력 받을 수 있다. 그리고, 사용자 장치(100)는 사용자로부터 입력된 주문 정보를 관리 서버(400)에 전송할 수 있다.

여기서, 주문 정보는 관리 서버(400)로부터 제공되는 UI(user interface)를 통해 사용자가 선택한 가맹점에 관한 정보와, 선택한 가맹점에서 판매하는 상품 중 사용자가 선택한 상품에 관한 정보를 포함할 수 있다.

또한, 사용자 장치(100)는 상품 주문과 배송에 관한 정보를 출력할 수 있다. 즉, 사용자 장치(100)는 사용자에 의해 관리 서버(400)로부터 제공되는 어플리케이션(application)을 실행하고, 어플리케이션을 통해 가맹점이 설정한 배달 가능 영역에 의한 배달 가능 가맹점을 지도 상에 표시할 수 있다.

여기서, 사용자 장치(100)는 사용자에 의해 표시된 지도 상에서 가맹점을 선택하게 되면, 선택한 가맹점에서 판매하는 상품 리스트(list)를 화면 상에 표시할 수 있다.

이후, 사용자 장치(100)는 사용자에 의해 상품 리스트 중 구매할 상품을 선택하면, 선택된 가맹점과 상품에 관한 정보를 관리 서버(400)에 전송하여 주문 요청을 수행할 수 있다.

상술한 바와 같은 특징을 가지는, 사용자 장치(100)는 3GPP(3rd Generation Partnership Project)에서 규정하고 있는 사용자 장치(User Equipment, UE)에 한정되지 아니하며, 피부 관리 서버(300)와 데이터를 송수신하고, 송수신된 데이터를 기초로 연산을 수행할 수 있는 장치라면 어떠한 장치라도 허용될 수 있다. 예를 들어, 사용자 장치(100)는 데스크탑(desktop), 워크스테이션(workstation) 또는 서버(server)와 같은 고정식 컴퓨팅 장치, 또는 스마트폰(smart phone), 랩탑(laptop), 태블릿(tablet), 패블릿(phablet), 휴대용 멀티미디어 재생장치(Portable Multimedia Player, PMP), 개인용 휴대 단말기(Personal Digital Assistants, PDA) 또는 전자책 단말기(E-book reader)과 같은 이동식 컴퓨팅 장치 중 어느 하나가 될 수 있다.

다음 구성으로, 가맹점 장치(200)는 소비자에게 판매할 수 있는 다수의 상품을 관리할 수 있다. 즉 가맹점 장치(200)는 오프라인 상에서 상품을 판매하는 가맹점에서 설치된 장치로, 가맹점의 재고와, 판매를 수행하는 POS(point of sales: 200a)와, POS(200a)로부터 가맹점과 관련한 다양한 정보를 수집하여 관리하고, 관리 서버(400)와 데이터를 송수신하기 위한 관리 장치(200b)를 포함하여 구성될 수 있다. 이러한 POS(200a) 및 관리 장치(200b)는 서로 분리되어 구현된 것으로 설명하나, 이에 한정된 것은 아니고, 실제 물리적 환경에서는 서로 통합되어 구현될 수도 있다.

구체적으로, 가맹점 장치(200)는 사전에 가격 표찰에 상품의 종류, 가격 등을 식별 기호로 표시해 두고, 리더(reader) 등으로 식별 기호를 읽어 판매 정보를 집계할 수 있으며, 사전을 입고하는 과정에서 입고된 상품과 관련한 재고 정보를 미리 기록하도록 할 수 있다. 예를 들어, 식별 기호는 바코드(bar code), QR코드(QR code) 등을 포함할 수 있다. 이를 통해, 가맹점 장치(200)는 판매 정보와 재고 정보를 수집하여 관리할 수 있다.

또한, 가맹점 장치(200)는 가맹점의 위치 정보를 관리 서버(400)에 등록할 수 있으며, 관리 서버(400)의 요청에 따라 배달 가능 영역을 직접 설정할 수 있다. 즉 가맹점 장치(200)는 관리 서버(400)로부터 제공되는 어플리케이션을 실행하여, 사용자 장치(100)에 의해 등록된 위치 정보를 기반으로 한 영역별 세대수 현황을 지도 상에 표시할 수 있다. 여기서, 가맹점 장치(200)는 지도 상에서 가맹점의 위치를 중심으로 사전에 설정된 배달 가능 영역을 직접 설정하도록 할 수 있다. 즉, 가맹점 장치(200)는 가맹주에 의해 지도 상의 배달 영역을 늘리거나 줄일 수 있다. 한편 배달 가능 영역을 설정하는 구체적인 내용은 도 8 및 도 9를 참조하여 후술하도록 한다.

또한, 가맹점 장치(200)는 오프라인 상에 배치된 매대와 관련한 매대 정보를 관리 서버(400)에 등록할 수 있다. 즉, 가맹점 장치(200)는 매대의 형태, 매대의 크기, 매대에 배치된 상품 정보 등을 관리 서버(400)에 사전에 등록하여, 관리 서버(400)로부터 매대에 배치할 상품에 대한 매장 컨설팅 정보를 수신할 수 있다. 즉, 가맹점 장치(200)는 매대에 배치된 상품이 판매되거나, 배치된 상품 중 불필요한 상품을 관리 서버(400)로부터 추천받을 수 있다. 예를 들어, 가맹점 장치(200)는 추천 상품이 배치된 예시적 2D 이미지를 매장 컨설팅 정보로 수신할 수 있다.

배송점 장치(300)는 소비자에게 상품을 배송하기 위한 정보를 관리할 수 있다. 즉, 배송점 장치(300)는 소비자에게 상품을 배송하기 위한 라이더(rider) 인력을 관리할 수 있다. 특히, 배송점 장치(300)는 실버 배송 인력풀을 사전에 설정하고 관리할 수 있다. 여기서 실버 배송은 노인 일자리 창출 및 배송 효율성을 위해 지역 거주 노인들을 택배 인력으로 활용하는 사업 모델을 말한다.

이러한, 배송점 장치(300)는 관리 서버(300)의 제어 하에, 복수의 가맹점들에서 각각 판매하는 상품들이 한꺼번에 포함된 주문에 대하여 묶음 배송이 수행되도록 라이더 인력에 임무를 분배할 수 있다.

한편, 배송점 장치(300)는 후술할 관리 서버(400)의 배송 관리와 관련한 기능의 일부 또는 전부를 수행할 수 있으며, 배송 관리와 관련한 구체적인 설명은 도 13을 참조하여 후술하도록 한다.

다음 구성으로, 관리 서버(400)는 복수의 가맹점 장치들(200)에 의해 제각각 설정된 배송 가능 영역을 기반으로 사용자 장치(100)의 요청에 대응하여 하나의 가맹점 장치를 매칭하고, 사용자 장치(100)로부터 상품의 주문이 수신되면 매칭된 가맹점 장치에 상품의 주문을 전달하고, 배송점 장치(300)에 주문된 상품을 배송하기 위한 정보를 전송할 수 있다.

또한, 관리 서버(400)는 오프라인에서 상품을 판매하는 적어도 하나의 가맹점에 구비된 가맹점 장치(200)로부터 상품의 판매에 관한 정보를 수집하고, 상품의 판매에 관한 정보를 기초로 가맹점이 보유하고 있는 재고 정보를 갱신하고, 갱신된 재고 정보와 사전에 기계 학습(machine learning)된 인공지능(AI)을 이용하여, 가맹점에 공급할 하나 이상의 상품을 예측할 수 있다.

또한, 관리 서버(400)는 오프라인에서 상품을 판매하는 적어도 하나의 가맹점에서 보유하고 있는 상품의 재고량을 분석하여, 판매량이 상대적으로 저조할 것으로 예측되는 제1 상품을 식별하고, 가맹점에서 보유하고 있지 않은 상품들 목록 중에서 가맹점에 추천할 제2 상품을 식별하고, 식별된 제1 상품 및 제2 상품에 관한 정보를 포함하는 매장 컨설팅 정보를 생성하고, 생성된 매장 컨설팅 정보를 가맹점 장치(200)에 전송할 수 있다.

한편, 관리 서버(400)와 관련한 구체적인 설명한 도 2 및 도 3을 참조하여 후술하도록 한다.

지금까지 상술한 바와 같은, 배송 시스템을 구성하는 사용자 장치(100), 복수의 가맹점 장치들(200), 배송점 장치(300) 및 관리 서버(400)는 장치들 사이를 직접 연결하는 보안 회선, 공용 유선 통신망 또는 이동통신망 중 하나 이상이 조합된 네트워크를 이용하여 데이터를 송수신할 수 있다.

예를 들어, 공용 유선 통신망에는 이더넷(ethernet), 디지털가입자선(x Digital Subscriber Line, xDSL), 광동축 혼합망(Hybrid Fiber Coax, HFC), 광가입자망(Fiber To The Home, FTTH)가 포함될 수 있으나, 이에 한정되는 것은 아니다. 또한, 이동통신망에는 코드 분할 다중 접속(Code Division Multiple Access, CDMA), 와이드 밴드 코드 분할 다중 접속(Wideband CDMA, WCDMA), 고속 패킷 접속(High Speed Packet Access, HSPA), 롱텀 에볼루션(Long Term Evolution, LTE), 5세대 이동통신(5th generation mobile telecommunication)가 포함될 수 있으나, 이에 한정되는 것도 아니다.

이하, 상술한 바와 같은 특징을 가지는, 관리 서버(400)의 구성에 대하여 보다 구체적으로 설명하기로 한다.

도 2는 본 발명의 일 실시예에 따른 관리 서버의 논리적 구성도이다.

도 2에 도시된 바와 같이, 본 발명의 일 실시예에 따른 관리 서버(400)는 통신부(405), 입출력부(410), 저장부(415), 배송 관리부(420), 매장 컨설팅부(425) 및 재고 관리부(430)를 포함하여 구성될 수 있다.

이와 같은, 관리 서버(400)의 구성 요소들은 기능적으로 구분되는 요소들을 나타낸 것에 불과하므로, 둘 이상의 구성 요소가 실제 물리적 환경에서는 서로 통합되어 구현되거나, 하나의 구성 요소가 실제 물리적 환경에서는 서로 분리되어 구현될 수 있을 것이다.

각각의 구성 요소에 대하여 설명하면, 통신부(405)는 사용자 장치(100), 가맹점 장치(200) 및 배송점 장치(300)와 데이터를 송수신할 수 있다.

구체적으로, 통신부(405)는 사용자 장치(100)로부터 개인 정보 및 주문 정보를 수신할 수 있다. 또한, 통신부(405)는 가맹점 장치(200)로부터 판매 정보, 재고 정보 및 매대 정보를 수신할 수 있다. 또한, 통신부(405)는 배송 진행과 관련한 정보를 사용자 장치(100), 가맹점 장치(200) 및 배송점 장치(300)와 공유할 수 있다. 또한, 통신부(405)는 매장 컨설팅 정보를 가맹점 장치에 전송할 수 있다.

다음 구성으로, 입출력부(410)는 사용자 인터페이스(UI)를 통해 관리자로부터 신호를 입력 받거나, 연산 결과를 외부로 출력할 수 있다. 또한, 입출력부(410)는 재고 변화 패턴 및 추천 상품 예측을 위하여, 인공 지능 학습을 위한 활성화 함수, 가중치(weight) 및 편향(bias) 등을 입력 받을 수 있다. 또한, 입출력부(410)는 배송과 관련한 동작에 필요한 다양한 설정들을 입력 받을 수 있다.

다음 구성으로, 저장부(415)는 관리 서버(400)의 동작에 필요한 데이터를 저장할 수 있다.

구체적으로, 저장부(415)는 사용자 장치(100)로부터 수신한 개인 정보 및 주문 정보를 저장할 수 있으며, 가맹점 장치(200)로부터 수신한 판매 정보, 재고 정보 및 매대 정보를 저장할 수 있으며, 배송점 장치(300)와 관련한 정보를 저장하기 위한 데이터베이스(database)를 포함하여 구성될 수 있다.

다음 구성으로, 배송 관리부(420)는 복수의 가맹점 장치들에 의해 제각각 설정된 배송 가능 영역을 기반으로 사용자 장치(100)의 요청에 대응하여 하나의 가맹점 장치(200)를 매칭하고, 사용자 장치(100)로부터 상품의 주문이 수신되면 매칭된 가맹점 장치(200)에 상품의 주문을 전달하고, 배송점 장치(300)에 주문된 상품을 배송하기 위한 정보를 전송할 수 있다.

구체적으로, 배송 관리부(420)는 사용자 장치(100)에 의해 등록된 위치 정보를 기반으로 영역별 세대수 현황을 지도 상에 표시하여 복수의 가맹점 장치들(200)에 제공할 수 있다.

여기서, 배송 관리부(420)는 가맹점의 위치를 중심으로, 사전에 설정된 배달 가능 영역을 지도 상에 표시하고, 가맹주가 가맹점 장치(200)를 통해 지도 상에서 배달 가능 영역을 재설정하도록 할 수 있다.

즉, 배송 관리부(420)는 가맹점의 위치를 중심으로 사전에 설정된 거리를 반지름으로 하는 원을 지도 상에 표시하고, 가맹주가 가맹점 장치(200)를 통해 지도 상에 원의 원주 중 특정 지점을 선택한 상태로 이동시키면, 이동시킨 특정 지점에 따라 원의 반지름을 변경하여 배달 가능 영역을 설정하도록 할 수 있다.

또한, 배송 관리부(420)는 가맹점의 위치를 중심으로 사전에 설정된 거리를 반지름으로 하는 원을 지도 상에 표시하고, 가맹주가 가맹점 장치(200)를 통해 지도 상에 원의 원주 중 특정 지점을 선택한 상태로 이동시키면, 이동시킨 특정 지점에 따라 원의 형태를 변형시켜 배달 가능 영역을 설정하도록 할 수 있다.

이때, 배송 관리부(420)는 사용자가 이동시킨 특정 지점을 중심으로 지도 상의 구역 경계선을 기준으로, 경계선에 맞게 배달 가능 영역을 자동으로 재배치할 수도 있다.

또한, 배송 관리부(420)는 소비자가 상품 주문을 위하여 가맹점 및 상품을 선택하면, 선택한 상품과 동일 군에 속하는 선택한 가맹점이 보유하고 있는 적어도 하나의 유사 상품에 관한 정보를 사용자 장치(100)에 제공할 수 있다. 예를 들어, 배송 관리부(420)는 사용자가 라면을 주문할 상품으로 선택한 경우, 라면과 관련한 유사 상품 즉, 다른 브랜드(brand)의 상품을 소개하거나, 동일한 브랜드의 다른 상품들을 사용자에게 제공하여 상품 선택의 폭을 넓혀 사용자가 필요한 제품을 효율적으로 선택하도록 할 수 있다.

또한, 배송 관리부(420)는 소비자가 가맹점 정보를 통해 가맹점 및 상품을 선택하면, 선택한 가맹점에서 보유하고 있는 선택한 상품의 재고를 제조 일자 별로 정렬하여 제공할 수 있다. 한편, 식료품이 아니더라도, 동일한 상품에 대하여 제조 일자 별로, 상품의 질 또는 맛이 상이한 경우가 발생될 수 있다. 이에 따라, 배송 관리부(420)는 선택한 상품의 재고를 제조 일자 별로 정렬하여 제공하고, 선택된 제조 일자에 해당하는 상품을 제공함으로써, 소비자의 만족도를 높일 수 있다.

또한, 배송 관리부(420)는 소비자가 사용자 장치(100)를 통해 상품을 검색하면, 검색한 상품을 보유하고 있는 가맹점 리스트를 사용자 장치(100)에 제공할 수 있다. 즉, 배송 관리부(420)는 소비자가 가맹점을 선택한 후에, 해당 가맹점에서 보유한 상품을 제공할 뿐만 아니라, 상품을 검색하면 해당 상품을 보유하고 있는 가맹점 리스트를 제공하여 사용 편의성을 높일 수 있다.

또한, 배송 관리부(420)는 소비자가 검색한 상품을 보유하고 있는 가맹점 보다 거리가 가까우면서 검색한 상품을 보유하고 있지 않은 가맹점에, 소비자에 의해 검색된 상품 리스트를 사전에 설정된 주기로 제공할 수 있다. 즉, 배송 관리부(420)는 가맹점 인근에 있는 소비자의 구매 패턴을 가맹주가 파악할 수 있도록, 가맹점 인근에 있는 소비자가 검색한 상품 리스트를 해당 가맹점에 제공함으로써, 가맹주가 소비자가 원하는 상품을 미리 발주할 수 있도록 지원할 수 있다.

또한, 배송 관리부(420)는 소비자가 검색한 상품을 보유하고 있는 가맹점 장치가 존재하지 않는 경우, 사용자 장치(100)의 위치를 기반으로 사전 설정된 거리 내에 있는 가맹점에 대한 정보를 제공하고, 소비자가 사용자 장치(100)를 통해 제공된 가맹점 중 하나를 선택하면, 선택된 가맹점에 검색한 상품이 공급되도록 처리할 수 있다. 이때, 배송 관리부(420)는 보다 효율적인 처리를 위하여, 소비자가 검색한 상품이 선택한 가맹점에 공급되기 이전에 검색한 상품에 대한 결제를 미리 수행할 수 있다.

또한, 배송 관리부(420)는 소비자의 검색 이력을 누적 저장하고, 누적 저장된 검색 이력을 통해 가맹점에서 발주가 필요한 상품 리스트를 가맹점 장치(100)에 사전 설정된 주기로 제공할 수 있다.

또한, 배송 관리부(420)는 복수의 가맹점들(200)에서 각각 판매하는 상품들이 한꺼번에 포함된 주문이 사용자 장치(100)로부터 수신되면, 복수의 가맹점 장치(200)들 중에서 복수의 가맹점들에 각각 매칭되는 복수의 가맹점 장치들을 식별하고, 수신된 주문을 가맹점 단위로 분할하여 식별된 복수의 가맹점 장치들에 각각 전달하고, 주문된 상품들을 배송하기 위하여 복수의 가맹점들의 주소 및 상품 배송지를 배송점 장치(300)에 전송할 수 있다.

구체적으로, 배송 관리부(420)는 복수의 가맹점들(200) 중 하나의 가맹점을 선택하고, 선택하지 않은 가맹점에서 배송할 상품의 임시 배송지를 선택된 가맹점의 주소지로 설정하여 배송점 장치(300)에 전송할 수 있다.

여기서, 배송 관리부(420)는 선택하지 않은 가맹점으로부터 배송된 상품들이 선택된 가맹점의 주소지에 도착된 이후에, 선택된 가맹점에서 주문된 상품들의 묶음 배송이 시작되도록 배송점 장치(300)를 제어할 수 있다.

이때, 배송 관리부(420)는 사용자 장치(100)에 의해 설정된 상품 배송지와, 가맹점 사이의 거리를 기준으로 둘 이상의 가맹점들 중에서 하나의 가맹점을 선택할 수 있다.

또한, 배송 관리부(420)는 사전에 설정된 실버 배송 인력풀로부터 둘 이상의 가맹점들 사이에서 상품을 배송할 둘 이상의 인력과, 선택된 가맹점에서 상품 배송지까지 묶음 배송을 수행할 배송 인력을 식별할 수 있다.

여기서, 실버 배송 인력풀은 배송 인력별 배송 가능 중량, 부피, 배송 인력별 배송 수단 정보 및 배송 인력별 배송 가능 거리를 포함할 수 있다. 여기서, 배송 수단 정보는 라이더가 배송을 수행하기 위한 손수레, 오토바이, 차량 등의 정보가 될 수 있다.

또한, 배송 관리부(420)는 배송 인력별 배송 가능 중량 및 부피를 기반으로 배송을 수행할 인력들을 식별할 수 있다. 여기서, 배송 관리부(420)는 선택된 가맹점에서 상품 배송지까지 묶음 배송할 상품들의 총 중량 또는 총 부피가 사전에 설정된 임계 중량 또는 부피를 초과하는 경우, 선택된 가맹점에서 상품 배송지까지 묶음 배송을 둘 이상의 배송 인력이 협력하여 배송할 수 있도록 실버 배송 인력풀로부터 복수의 배송 인력을 식별할 수 있다. 이후, 배송 관리부(420)는 주문된 상품들을 배송하기 위한 총 배송비를 배송 가능 중량 및 부피를 기준으로 배송 인력별로 분할하여 배송점 장치(300)에 전송할 수 있다.

또한, 배송 관리부(420)는 배송 수단을 기초로 상기 총 배송비 분할에 가중치를 부여할 수 있다. 이후, 배송 관리부(420)는 사용자 장치(100)로부터 상품들의 희망 배송 시각을 수신하고, 주문이 수신된 시각과 희망 배송 시각의 차이를 기초로 주문된 상품을 배송하기 위한 총 배송비를 산정할 수 있다.

또한, 배송 관리부(420)는 배송 가능 거리를 기반으로 선택되지 않은 가맹점에서 선택된 가맹점으로 상품 배송이 불가능할 경우, 선택되지 않은 가맹점에서 소비자의 상품 배송지로 직접 배송하도록 배송점 장치(300)를 제어할 수 있다.

또한, 배송 관리부(420)는 선택되지 않은 가맹점에서 소비자의 상품 배송지로 직접 배송이 불가능할 경우, 사전에 설정된 가맹점 데이터베이스로부터 선택되지 않은 가맹점에서 상품 배송지로의 이동 경로 상에 위치하는 제3 가맹점을 식별하고, 제3 가맹점을 경유하여 배송이 이루어지도록 배송점 장치(300)를 제어할 수 있다.

다음 구성으로, 매장 컨설팅부(425)는 오프라인에서 상품을 판매하는 적어도 하나의 가맹점(200)에서 보유하고 있는 상품의 재고량을 분석하여, 판매량이 상대적으로 저조할 것으로 예측되는 제1 상품을 식별하고, 가맹점에서 보유하고 있지 않은 상품들 목록 중에서 가맹점에 추천할 제2 상품을 식별하고, 식별된 제1 상품 및 제2 상품에 관한 정보를 포함하는 매장 컨설팅 정보를 생성하고, 생성된 매장 컨설팅 정보를 가맹점 장치(200)에 전송할 수 있다.

여기서, 제1 상품은 가맹점에 오프라인 상에 구비된 매대에서 제외시킬 상품이 될 수 있으며, 제2 상품은 제외된 제1 상품의 자리에 배치될 추천 상품이 될 수 있다.

구체적으로, 매장 컨설팅부(425)는 상품의 재고량을 이용하여 지역별 상품 트랜드(trend)를 분석하고, 분석된 지역별 상품 트랜드를 통해 제1 상품 및 제2 상품을 식별할 수 있다.

이때, 매장 컨설팅부(425)는 지역별로 인구분포, 소득 및 주거형태 중 적어도 하나를 고려하여, 유사 지역을 그룹핑(grouping)하고, 그룹핑 된 유사 지역별로 상품 트랜드를 분석하고, 분석된 유사 지역별 상품 트랜드를 통해, 제1 상품 및 제2 상품을 식별할 수 있다. 즉, 매장 컨설팅부(425)는 연령대가 비슷하거나, 소득 수준이 유사한 지역을 그룹핑하여 보다 많은 양의 빅데이터를 통해 상품 트랜드를 분석함에 따라 보다 정확한 추천 상품을 예측할 수 있다.

또한, 매장 컨설팅부(425)는 상품의 재고량을 이용하여 시기별 상품 트랜드(trend)를 분석하고, 분석된 시기별 상품 트랜드를 통해 제1 상품 및 제2 상품을 식별할 수 있다. 즉, 매장 컨설팅부(425)는 특정 상품이 유행하는 시기, 계절 등을 통해 상품 트랜드를 분석할 수 있다.

여기서, 매장 컨설팅부(425)는 사전에 기계 학습(machine learning)된 인공지능(AI)을 이용하여 지역별 또는 시기별 제1 상품 및 상기 제2 상품을 식별할 수 있다.

또한, 매장 컨설팅부(425)는 가맹점에서 오프라인으로 판매하는 상품과 카테고리가 동일한 상품군의 온라인 판매 실적을 수집하고, 온라인 판매 실적을 고려하여 제2 상품을 식별할 수 있다. 이때, 매장 컨설팅부(425)는 온라인 판매 실적을 판매 실적이 높은 순으로 정렬한 상품 리스트를 가맹점 장치(200)에 제공하여 제2 상품을 선택받을 수도 있다.

한편, 매장 컨설팅 정보는 제1 상품을 가맹점의 매대로부터 제거한 후 제2 상품을 배치하기 위한 정보를 포함할 수 있다.

매장 컨설팅부(425)는 제2 상품을 제거된 제1 상품의 공간에 배치하기 위하여, 매대에 배치된 제1 상품의 부피에서 제1 상품의 수량을 곱하여 제2 상품이 배치될 수 있는 공간의 크기를 산출할 수 있다. 이후, 매장 컨설팅부(425)는 산출된 제2 상품이 배치될 수 있는 공간의 크기를 제2 상품의 개별 부피를 기초로 복수개의 공간으로 분할할 수 있다. 이때, 매장 컨설팅부(425)는 제2 상품의 로고가 정면을 향하도록 배치한 상태에서 제2 상품의 크기를 기초로, 산출된 제2 상품이 배치될 수 있는 공간의 크기를 복수개의 공간으로 분할할 수 있다.

그리고, 매장 컨설팅부(425)는 분할된 공간에 제2 상품이 배치된 예시적 2D 이미지를 생성하여 매장 컨설팅 정보에 포함시켜 가맹점 장치(200)에 전송할 수 있다.

다음 구성으로, 재고 관리부(430)는 오프라인에서 상품을 판매하는 적어도 하나의 가맹점에 구비된 가맹점 장치(200)로부터 상품의 판매에 관한 정보를 수집하고, 상품의 판매에 관한 정보를 기초로 가맹점이 보유하고 있는 재고 정보를 갱신하고, 갱신된 재고 정보와 사전에 기계 학습(machine learning)된 인공지능(AI)을 이용하여, 가맹점에 공급할 하나 이상의 상품을 예측할 수 있다.

구체적으로, 재고 관리부(430)는 누적 기록된 각 가맹점의 재고 정보를 이용하여 기계 학습된 인공지능(AI)을 통해 적어도 하나의 가맹점 각각의 재고 변화 패턴을 예측할 수 있다. 이때, 재고 관리부(430)는 기계 학습된 인공지능(AI)을 통해 각 가맹점에 공급이 필요한 상품을 예측하거나, 각 가맹점이 보유하고 있는 재고 중 불필요한 상품을 예측할 수 있다.

또한, 재고 관리부(430)는 예측된 불필요한 상품을 해당 가맹점으로부터 매입하고, 매입된 상품의 공급이 필요할 것으로 예측된 가맹점에 공급할 수 있다. 이를 통해, 재고 관리부(430)는 가맹점 별로 불필요한 상품과, 필요한 상품을 매입 또는 공급함으로써, 가맹점 입장에서 보다 효율적으로 재고 관리가 될 수 있도록 지원할 수 있다.

또한, 재고 관리부(430)는 재고 변화 패턴을 이용하여 지역별 상품 트랜드(trend)를 분석하고, 분석된 지역별 상품 트랜드를 통해 지역별로 각 가맹점에 공급할 하나 이상의 상품을 예측할 수 있다. 여기서, 재고 관리부(430)는 지역별 상품 트랜드를 기반으로 제1 지역의 유행이 지날 것으로 예측되는 상품을 해당 지역에 포함된 가맹점으로부터 매입하고, 매입된 상품에 대하여 유행이 시작될 것으로 예측되는 제2 지역에 포함된 가맹점으로 공급할 수 있다. 즉, 재고 관리부(430)는 한 지역에서 가맹점 별 재고 관리뿐만 아니라, 지역별로 재고 관리를 할 수 있도록 지원할 수 있다.

또한, 재고 관리부(430)는 지역별로 인구분포, 소득 및 주거형태 중 적어도 하나를 고려하여, 유사 지역을 그룹핑하고, 그룹핑 된 유사 지역별로 상품 트랜드를 분석하고, 분석된 유사 지역별 상품 트랜드를 통해 유사 지역별로 가맹점에 공급할 하나 이상의 상품을 예측할 수 있다. 여기서, 재고 관리부(430)는 유사 지역별 상품 트랜드를 기반으로 제1 지역군의 유행이 지날 것으로 예측되는 해당 지역에 포함된 가맹점으로부터 매입하고, 매입된 상품에 대하여 유행이 시작될 것으로 예측되는 제2 지역군에 포함된 가맹점으로 공급할 수 있다.

또한, 재고 관리부(430)는 재고 변화 패턴을 이용하여 시기별 상품 트랜드를 분석하고, 분석된 시기별 상품 트랜드를 통해 시기별로 가맹점에 공급할 하나 이상의 상품을 예측할 수 있다.

그리고, 재고 관리부(430)는 예측된 상품을 해당 가맹점에 배송 가능한 물류 센터에 미리 입고시킬 수 있다. 이때, 재고 관리부(430)는 해당 가맹점에 배송 가능한 복수의 물류 센터 중 가장 가까운 거리에 위치하는 물류 센터에 예측된 상품을 미리 입고시켜, 최단 시간 내에 해당 가맹점이 상품을 공급받을 수 있도록 지원할 수 있다.

도 3은 본 발명의 일 실시예에 따른 관리 서버의 하드웨어 구성도이다.

도 3에 도시된 바와 같이, 관리 서버(400)는 프로세서(Processor, 450), 메모리(Memory, 455), 송수신기(Transceiver, 460), 입출력장치(Input/output device, 465), 데이터 버스(Bus, 470) 및 스토리지(Storage, 475)를 포함하여 구성될 수 있다.

프로세서(450)는 메모리(455)에 상주된 본 발명의 실시예들에 따른 방법이 구현된 소프트웨어(480a)에 따른 명령어를 기초로, 관리 서버(400)의 동작 및 기능을 구현할 수 있다. 메모리(455)에는 본 발명의 실시예들에 따른 방법이 구현된 소프트웨어(480a)가 상주(loading)될 수 있다.

송수신기(460)는 사용자 장치(100), 복수의 가맹점 장치들(200) 및 배송점 장치(300)와 데이터를 송수신할 수 있다. 입출력장치(465)는 관리 서버(400)의 동작에 필요한 데이터를 입력받고, 연산 결과를 외부로 출력할 수 있다.

데이터 버스(470)는 프로세서(450), 메모리(455), 송수신기(460), 입출력장치(465) 및 스토리지(475)와 연결되어, 각각의 구성 요소 사이가 서로 데이터를 전달하기 위한 이동 통로의 역할을 수행할 수 있다.

스토리지(475)는 본 발명의 실시예들에 따른 방법이 구현된 소프트웨어(480a)의 실행을 위해 필요한 애플리케이션 프로그래밍 인터페이스(Application Programming Interface, API), 라이브러리(library) 파일, 리소스(resource) 파일 등을 저장할 수 있다. 스토리지(475)는 본 발명의 실시예들에 따른 방법이 구현된 소프트웨어(480b) 및 데이터베이스(485)를 저장할 수 있다.

본 발명의 일 실시예에 따르면, 메모리(455)에 상주되거나 또는 스토리지(475)에 저장된 배송 방법을 구현하기 위한 소프트웨어(480a, 480b)는 프로세서(450)가 복수의 가맹점 장치들에 의해 제각각 설정된 배송 가능 영역을 기반으로 사용자 장치의 요청에 대응하여 하나의 가맹점 장치를 매칭하는 단계, 사용자 장치로부터 상품의 주문이 수신되면 매칭된 가맹점 장치에 상품의 주문을 전달하는 단계 및 배송점 장치에 주문된 상품을 배송하기 위한 정보를 전송하는 단계를 실행시키기 위하여, 기록매체에 기록된 컴퓨터 프로그램이 될 수 있다.

또한, 본 발명의 일 실시예에 따르면, 메모리(455)에 상주되거나 또는 스토리지(475)에 저장된 재고 관리 방법을 구현하기 위한 소프트웨어(480a, 480b)는 프로세서(450)가, 오프라인에서 상품을 판매하는 적어도 하나의 가맹점에 구비된 가맹점 장치로부터 상품의 판매에 관한 정보를 수집하는 단계, 상품의 판매에 관한 정보를 기초로 가맹점이 보유하고 있는 재고 정보를 갱신하는 단계 및 갱신된 재고 정보와 사전에 기계 학습(machine learning)된 인공지능(AI)을 이용하여, 가맹점에 공급할 하나 이상의 상품을 예측하는 단계를 실행시키기 위하여, 기록매체에 기록된 컴퓨터 프로그램이 될 수 있다.

또한, 본 발명의 일 실시예에 따르면, 메모리(455)에 상주되거나 또는 스토리지(475)에 저장된 매장 컨설팅 방법을 구현하기 위한 소프트웨어(480a, 480b)는 프로세서(450)가, 오프라인에서 상품을 판매하는 적어도 하나의 가맹점에서 보유하고 있는 상품의 재고량을 분석하여, 판매량이 상대적으로 저조할 것으로 예측되는 제1 상품을 식별하는 단계, 가맹점에서 보유하고 있지 않은 상품들 목록 중에서 가맹점에 추천할 제2 상품을 식별하는 단계, 식별된 제1 상품 및 제2 상품에 관한 정보를 포함하는 매장 컨설팅 정보를 생성하는 단계 및 생성된 매장 컨설팅 정보를 전송하는 단계를 실행시키기 위하여, 기록매체에 기록된 컴퓨터 프로그램이 될 수 있다.

또한, 본 발명의 다른 실시예에 따르면, 메모리(455)에 상주되거나 또는 스토리지(475)에 저장된 배송 방법을 구현하기 위한 소프트웨어(480a, 480b)는 프로세서(450)가, 복수의 가맹점들(200)에서 각각 판매하는 상품들이 한꺼번에 포함된 주문을 사용자 장치로부터 수신하는 단계, 복수의 가맹점 장치들 중에서 복수의 가맹점들에 각각 매칭되는 복수의 가맹점 장치들을 식별하는 단계, 수신된 주문을 가맹점 단위로 분할하여 식별된 복수의 가맹점 장치들에 각각 전달하는 단계 및 주문된 상품들을 배송하기 위하여 복수의 가맹점들의 주소 및 상품 배송지를 배송점 장치(300)에 전송하는 단계를 실행시키기 위하여, 기록매체에 기록된 컴퓨터 프로그램이 될 수 있다.

보다 구체적으로, 프로세서(450)는 ASIC(Application-Specific Integrated Circuit), 다른 칩셋(chipset), 논리 회로 및/또는 데이터 처리 장치를 포함할 수 있다. 메모리(455)는 ROM(Read-Only Memory), RAM(Random Access Memory), 플래쉬 메모리, 메모리 카드, 저장 매체 및/또는 다른 저장 장치를 포함할 수 있다. 송수신기(460)는 유무선 신호를 처리하기 위한 베이스밴드 회로를 포함할 수 있다. 입출력장치(465)는 키보드(keyboard), 마우스(mouse), 및/또는 조이스틱(joystick) 등과 같은 입력 장치 및 액정표시장치(Liquid Crystal Display, LCD), 유기 발광 다이오드(Organic LED, OLED) 및/또는 능동형 유기 발광 다이오드(Active Matrix OLED, AMOLED) 등과 같은 영상 출력 장치 프린터(printer), 플로터(plotter) 등과 같은 인쇄 장치를 포함할 수 있다.

본 명세서에 포함된 실시 예가 소프트웨어로 구현될 경우, 상술한 방법은 상술한 기능을 수행하는 모듈(과정, 기능 등)로 구현될 수 있다. 모듈은 메모리(455)에 상주되고, 프로세서(450)에 의해 실행될 수 있다. 메모리(455)는 프로세서(150)의 내부 또는 외부에 있을 수 있고, 잘 알려진 다양한 수단으로 프로세서(150)와 연결될 수 있다.

도 3에 도시된 각 구성요소는 다양한 수단, 예를 들어, 하드웨어, 펌웨어(firmware), 소프트웨어 또는 그것들의 결합 등에 의해 구현될 수 있다. 하드웨어에 의한 구현의 경우, 본 발명의 일 실시예는 하나 또는 그 이상의 ASICs(Application Specific Integrated Circuits), DSPs(Digital Signal Processors), DSPDs(Digital Signal Processing Devices), PLDs(Programmable Logic Devices), FPGAs(Field Programmable Gate Arrays), 프로세서, 콘트롤러, 마이크로 콘트롤러, 마이크로 프로세서 등에 의해 구현될 수 있다.

또한, 펌웨어나 소프트웨어에 의한 구현의 경우, 본 발명의 일 실시예는 이상에서 설명된 기능 또는 동작들을 수행하는 모듈, 절차, 함수 등의 형태로 구현되어, 다양한 컴퓨터 수단을 통하여 판독 가능한 기록매체에 기록될 수 있다. 여기서, 기록매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 기록매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 예컨대 기록매체는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(Magnetic Media), CD-ROM(Compact Disk Read Only Memory), DVD(Digital Video Disk)와 같은 광 기록 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 장치를 포함한다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함할 수 있다. 이러한, 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

도 4는 본 발명의 일 실시예에 따른 배송 방법을 설명하기 위한 순서도이다.

도 4를 참조하면, 본 발명의 일 실시예에 따른 관리 서버(400)는 복수의 가맹점 장치들에 의해 제각각 설정된 배송 가능 영역을 기반으로 사용자 장치(100)의 요청에 대응하여 하나의 가맹점 장치(200)를 매칭할 수 있다(S110). 여기서, 관리 서버(400)는 가맹점의 위치를 중심으로, 사전에 설정된 배달 가능 영역을 지도 상에 표시하고, 가맹주가 가맹점 장치(200)를 통해 지도 상에서 배달 가능 영역을 재설정하도록 할 수 있다. 보다 구체적으로, 관리 서버(400)는 가맹점의 위치를 중심으로 사전에 설정된 거리를 반지름으로 하는 원을 지도 상에 표시하고, 가맹주가 가맹점 장치(200)를 통해 지도 상에 원의 원주 중 특정 지점을 선택한 상태로 이동시키면, 이동시킨 특정 지점에 따라 원의 반지름을 변경하거나, 원의 형태를 변경하여 배달 가능 영역을 설정하도록 할 수 있다.

이때, 관리 서버(400)는 소비자가 상품 주문을 위하여 가맹점 및 상품을 선택하면, 선택한 상품과 동일 군에 속하는 선택한 가맹점이 보유하고 있는 적어도 하나의 유사 상품에 관한 정보를 사용자 장치(100)에 제공할 수 있다.

또한, 관리 서버(400)는 소비자가 가맹점 정보를 통해 가맹점 및 상품을 선택하면, 선택한 가맹점에서 보유하고 있는 선택한 상품의 재고를 제조 일자 별로 정렬하여 제공할 수 있다.

또한, 관리 서버(400)는 소비자가 사용자 장치(100)를 통해 상품을 검색하면, 검색한 상품을 보유하고 있는 가맹점 리스트를 사용자 장치(100)에 제공할 수 있다.

또한, 관리 서버(400)는 소비자가 검색한 상품을 보유하고 있는 가맹점 보다 거리가 가까우면서 검색한 상품을 보유하고 있지 않은 가맹점에, 소비자에 의해 검색된 상품 리스트를 사전에 설정된 주기로 제공할 수 있다.

또한, 관리 서버(400)는 소비자가 검색한 상품을 보유하고 있는 가맹점 장치가 존재하지 않는 경우, 사용자 장치(100)의 위치를 기반으로 사전 설정된 거리 내에 있는 가맹점에 대한 정보를 제공하고, 소비자가 사용자 장치(100)를 통해 제공된 가맹점 중 하나를 선택하면, 선택된 가맹점에 검색한 상품이 공급되도록 처리할 수 있다.

또한, 관리 서버(400)는 소비자의 검색 이력을 누적 저장하고, 누적 저장된 검색 이력을 통해 가맹점에서 발주가 필요한 상품 리스트를 가맹점 장치(100)에 사전 설정된 주기로 제공할 수 있다.

다음으로, 관리 서버(400)는 사용자 장치(100)로부터 상품의 주문이 수신되면 매칭된 가맹점 장치(200)에 상품의 주문을 전달할 수 있다(S120).

그리고, 관리 서버(400)는 배송점 장치(300)에 주문된 상품을 배송하기 위한 정보를 전송할 수 있다(S130).

도 5는 본 발명의 일 실시예에 따른 재고 관리 방법을 설명하기 위한 순서도이다.

도 5를 참조하면, 본 발명의 일 실시예에 따른 관리 서버(400)는 오프라인에서 상품을 판매하는 적어도 하나의 가맹점에 구비된 가맹점 장치(200)로부터 상품의 판매에 관한 정보를 수집할 수 있다(S210).

다음으로, 관리 서버(400)는 상품의 판매에 관한 정보를 기초로 가맹점이 보유하고 있는 재고 정보를 갱신할 수 있다(S220).

그리고, 관리 서버(400)는 갱신된 재고 정보와 사전에 기계 학습(machine learning)된 인공지능(AI)을 이용하여, 가맹점에 공급할 하나 이상의 상품을 예측할 수 있다(S230).

구체적으로, 관리 서버(400)는 누적 기록된 각 가맹점의 재고 정보를 이용하여 기계 학습된 인공지능(AI)을 통해 적어도 하나의 가맹점 각각의 재고 변화 패턴을 예측할 수 있다.

또한, 관리 서버(400)는 예측된 불필요한 상품을 해당 가맹점으로부터 매입하고, 매입된 상품의 공급이 필요할 것으로 예측된 가맹점에 공급할 수 있다.

또한, 관리 서버(400)는 재고 변화 패턴을 이용하여 지역별 상품 트랜드(trend)를 분석하고, 분석된 지역별 상품 트랜드를 통해 지역별로 각 가맹점에 공급할 하나 이상의 상품을 예측할 수 있다. 이때, 관리 서버(400)는 지역별 상품 트랜드를 기반으로 제1 지역의 유행이 지날 것으로 예측되는 상품을 해당 지역에 포함된 가맹점으로부터 매입하고, 매입된 상품에 대하여 유행이 시작될 것으로 예측되는 제2 지역에 포함된 가맹점으로 공급할 수 있다.

또한, 관리 서버(400)는 지역별로 인구분포, 소득 및 주거형태 중 적어도 하나를 고려하여, 유사 지역을 그룹핑하고, 그룹핑 된 유사 지역별로 상품 트랜드를 분석하고, 분석된 유사 지역별 상품 트랜드를 통해 유사 지역별로 가맹점에 공급할 하나 이상의 상품을 예측할 수 있다. 여기서, 관리 서버(400)는 유사 지역별 상품 트랜드를 기반으로 제1 지역군의 유행이 지날 것으로 예측되는 해당 지역에 포함된 가맹점으로부터 매입하고, 매입된 상품에 대하여 유행이 시작될 것으로 예측되는 제2 지역군에 포함된 가맹점으로 공급할 수 있다.

또한, 관리 서버(400)는 재고 변화 패턴을 이용하여 시기별 상품 트랜드를 분석하고, 분석된 시기별 상품 트랜드를 통해 시기별로 가맹점에 공급할 하나 이상의 상품을 예측할 수 있다.

그리고, 관리 서버(400)는 예측된 상품을 해당 가맹점에 배송 가능한 물류 센터에 미리 입고시킬 수 있다. 이때, 관리 서버(400)는 해당 가맹점에 배송 가능한 복수의 물류 센터 중 가장 가까운 거리에 위치하는 물류 센터에 예측된 상품을 미리 입고시킬 수 있다.

도 6은 본 발명의 일 실시예에 따른 매장 컨설팅 방법을 설명하기 위한 순서도이다.

도 6을 참조하면, 본 발명의 일 실시예에 따른 관리 서버(400)는 오프라인에서 상품을 판매하는 적어도 하나의 가맹점(200)에서 보유하고 있는 상품의 재고량을 분석하여, 판매량이 상대적으로 저조할 것으로 예측되는 제1 상품을 식별할 수 있다(S310).

다음으로, 관리 서버(400)는 가맹점에서 보유하고 있지 않은 상품들 목록 중에서 가맹점에 추천할 제2 상품을 식별할 수 있다(S320).

여기서, 관리 서버(400)는 상품의 재고량을 이용하여 지역별 상품 트랜드(trend)를 분석하고, 분석된 지역별 상품 트랜드를 통해 제1 상품 및 제2 상품을 식별할 수 있다.

이때, 관리 서버(400)는 지역별로 인구분포, 소득 및 주거형태 중 적어도 하나를 고려하여, 유사 지역을 그룹핑(grouping)하고, 그룹핑 된 유사 지역별로 상품 트랜드를 분석하고, 분석된 유사 지역별 상품 트랜드를 통해, 제1 상품 및 제2 상품을 식별할 수 있다.

또한, 관리 서버(400)는 상품의 재고량을 이용하여 시기별 상품 트랜드(trend)를 분석하고, 분석된 시기별 상품 트랜드를 통해 제1 상품 및 제2 상품을 식별할 수 있다.

또한, 관리 서버(400)는 가맹점에서 오프라인으로 판매하는 상품과 카테고리가 동일한 상품군의 온라인 판매 실적을 수집하고, 온라인 판매 실적을 고려하여 제2 상품을 식별할 수 있다.

다음으로, 관리 서버(400)는 식별된 제1 상품 및 제2 상품에 관한 정보를 포함하는 매장 컨설팅 정보를 생성할 수 있다(S330).

여기서, 관리 서버(400)는 제2 상품을 제거된 제1 상품의 공간에 배치하기 위하여, 매대에 배치된 제1 상품의 부피에서 제1 상품의 수량을 곱하여 제2 상품이 배치될 수 있는 공간의 크기를 산출할 수 있다. 이후, 매장 컨설팅부(425)는 산출된 제2 상품이 배치될 수 있는 공간의 크기를 제2 상품의 개별 부피를 기초로 복수개의 공간으로 분할할 수 있다. 이때, 매장 컨설팅부(425)는 제2 상품의 로고가 정면을 향하도록 배치한 상태에서 제2 상품의 크기를 기초로, 산출된 제2 상품이 배치될 수 있는 공간의 크기를 복수개의 공간으로 분할할 수 있다. 이후, 관리 서버(400)는 분할된 공간에 제2 상품이 배치된 예시적 2D 이미지를 생성하여 매장 컨설팅 정보에 포함시킬 수 있다.

그리고, 관리 서버(400)는 생성된 매장 컨설팅 정보를 해당 가맹점 장치(200)에 전송할 수 있다(S340).

도 7은 본 발명의 다른 실시예에 따른 배송 방법을 설명하기 위한 순서도이다.

도 7을 참조하면, 본 발명의 다른 실시예에 따른 관리 서버(400)는 복수의 가맹점들(200)에서 각각 판매하는 상품들이 한꺼번에 포함된 주문을 사용자 장치(100)로부터 수신할 수 있다(S410).

다음으로, 관리 서버(400)는 복수의 가맹점 장치(200)들 중에서 복수의 가맹점들에 각각 매칭되는 복수의 가맹점 장치들을 식별할 수 있다(S420).

여기서, 관리 서버(400)는 복수의 가맹점들(200) 중 하나의 가맹점을 선택하고, 선택하지 않은 가맹점에서 배송할 상품의 임시 배송지를 선택된 가맹점의 주소지로 설정할 수 있다.

또한, 관리 서버(400)는 선택하지 않은 가맹점으로부터 배송된 상품들이 선택된 가맹점의 주소지에 도착된 이후에, 선택된 가맹점에서 주문된 상품들의 묶음 배송이 될 수 있도록 가맹점 장치들을 식별할 수 있다.

이때, 관리 서버(400)는 사용자 장치(100)에 의해 설정된 상품 배송지와, 가맹점 사이의 거리를 기준으로 둘 이상의 가맹점들 중에서 하나의 가맹점을 선택할 수 있다.

다음으로, 관리 서버(400)는 수신된 주문을 가맹점 단위로 분할하여 식별된 복수의 가맹점 장치들에 각각 전달할 수 있다(S430).

그리고, 관리 서버(400)는 주문된 상품들을 배송하기 위하여 복수의 가맹점들의 주소 및 상품 배송지를 배송점 장치(300)에 전송할 수 있다(S440).

여기서 관리 서버(400)는 사전에 설정된 실버 배송 인력풀로부터 둘 이상의 가맹점들 사이에서 상품을 배송할 둘 이상의 인력과, 선택된 가맹점에서 상품 배송지까지 묶음 배송을 수행할 배송 인력을 식별할 수 있다.

또한, 관리 서버(400)는 배송 인력별 배송 가능 중량 및 부피를 기반으로 배송을 수행할 인력들을 식별할 수 있다. 여기서, 배송 관리부(420)는 선택된 가맹점에서 상품 배송지까지 묶음 배송할 상품들의 총 중량 또는 총 부피가 사전에 설정된 임계 중량 또는 부피를 초과하는 경우, 선택된 가맹점에서 상품 배송지까지 묶음 배송을 둘 이상의 배송 인력이 협력하여 배송할 수 있도록 실버 배송 인력풀로부터 복수의 배송 인력을 식별할 수 있다.

또한, 관리 서버(400)는 배송 수단을 기초로 상기 총 배송비 분할에 가중치를 부여할 수 있다. 이때, 관리 서버(400)는 사용자 장치(100)로부터 상품들의 희망 배송 시각을 수신하고, 주문이 수신된 시각과 희망 배송 시각의 차이를 기초로 주문된 상품을 배송하기 위한 총 배송비를 산정할 수 있다.

또한, 관리 서버(400)는 배송 가능 거리를 기반으로 선택되지 않은 가맹점에서 선택된 가맹점으로 상품 배송이 불가능할 경우, 선택되지 않은 가맹점에서 소비자의 상품 배송지로 직접 배송하도록 배송점 장치(300)를 제어할 수 있다.

또한, 관리 서버(400)는 선택되지 않은 가맹점에서 소비자의 상품 배송지로 직접 배송이 불가능할 경우, 사전에 설정된 가맹점 데이터베이스로부터 선택되지 않은 가맹점에서 상품 배송지로의 이동 경로 상에 위치하는 제3 가맹점을 식별하고, 제3 가맹점을 경유하여 배송이 이루어지도록 배송점 장치(300)를 제어할 수 있다.

도 8 및 도 9는 본 발명의 일 실시예에 따른 배송 방법을 설명하기 위한 예시도이다.

도 8 및 도 9를 참조하면, 본 발명의 일 실시예에 따른 관리 서버(400)는 복수의 가맹점 장치들(200)에 의해 제각각 설정된 배송 가능 영역을 기반으로 사용자 장치의 요청에 대응하여 하나의 가맹점 장치를 매칭하여 주문된 상품을 배송함에 따라, 소상공인이 입점한 가맹점에서 판매하는 상품을 소비자에게 효율적으로 배송할 수 있다.

즉, 관리 서버(400)는 가맹점의 위치를 중심으로, 사전에 설정된 배달 가능 영역을 지도 상에 표시하고, 가맹주가 가맹점 장치(200)를 통해 지도 상에서 배달 가능 영역을 설정하도록 할 수 있다.

예를 들어, 도 8에 도시된 바와 같이, 관리 서버(400)는 가맹점의 위치를 중심으로 사전에 설정된 거리를 반지름으로 하는 원(a1)을 지도 상에 표시하고, 가맹주가 가맹점 장치(200)를 통해 지도 상에 원(a1)의 원주 중 특정 지점(d)을 선택한 상태로 이동시키면, 이동시킨 특정 지점에 따라 원의 반지름을 변경하여 배달 가능 영역(a2)을 설정하도록 할 수 있다.

또한, 관리 서버(400)는 가맹점의 위치를 중심으로 사전에 설정된 거리를 반지름으로 하는 원(a1)을 지도 상에 표시하고, 가맹주가 가맹점 장치(200)를 통해 지도 상에 원(a1)의 원주 중 특정 지점(d)을 선택한 상태로 이동시키면, 이동시킨 특정 지점에 따라 원의 형태를 변형시켜 배달 가능 영역(a2)을 설정하도록 할 수 있다. 이때, 관리 서버(400)는 배달 가능 영역(a2)을 지도 상에 구획된 경계선을 기준으로 자동 설정되도록 할 수 있다.

도 10은 본 발명의 일 실시예에 따른 재고 관리 방법을 설명하기 위한 예시도이다.

도 10을 참조하면, 본 발명의 일 실시예에 따른 관리 서버(400)는 재고 정보와 사전에 기계 학습된 인공지능(AI)을 이용하여, 가맹점에 공급할 하나 이상의 상품을 예측함으로써, 가맹점의 재고 관리를 효율적으로 수행할 수 있다.

예를 들어, 관리 서버(400)는 재고 변화 패턴을 이용하여 지역별 상품 트랜드(trend)를 분석하고, 분석된 지역별 상품 트랜드를 통해 지역별로 각 가맹점에 공급할 하나 이상의 상품을 예측할 수 있다.

즉, 도 10에 도시된 바와 같이, 관리 서버(400)는 지역별 상품 트랜드를 기반으로 제1 지역(a1)의 유행이 지날 것으로 예측되는 상품을 해당 지역에 포함된 가맹점으로부터 매입하고, 매입된 상품에 대하여 유행이 시작될 것으로 예측되는 제2 지역(a2)에 포함된 가맹점으로 공급할 수 있다.

도 11 및 도 12는 본 발명의 일 실시예에 따른 매장 컨설팅 방법을 설명하기 위한 예시도이다.

도 11 및 도 12를 참조하면, 본 발명의 일 실시예에 따른 관리 서버(400)는 가맹점에서 보유하고 있는 상품의 재고량을 분석하여 오프라인 매장에 배치할 맞춤형 상품을 추천함으로써, 각 가맹점의 상황에 맞게 효율적인 운영이 가능하도록 컨설팅 할 수 있다.

예를 들어, 관리 서버(400)는 오프라인에서 상품을 판매하는 적어도 하나의 가맹점(200)에서 보유하고 있는 상품의 재고량을 분석하여, 판매량이 상대적으로 저조할 것으로 예측되는 제1 상품(o1)을 식별할 수 있다.

여기서, 관리 서버(400)는 시뮬레이션을 통해 식별된 제1 상품(o1)을 제거하고, 제2 상품(o2)을 제거된 제1 상품(o1)의 공간(a1)에 배치하기 위하여, 매대에 배치된 제1 상품(o1)의 부피에서 제1 상품(o1)의 수량을 곱하여 제2 상품(o2)이 배치될 수 있는 공간의 크기를 산출할 수 있다. 이후, 관리 서버(400)는 산출된 제2 상품(o2)이 배치될 수 있는 공간의 크기를 제2 상품(o2)의 개별 부피를 기초로 복수개의 공간으로 분할할 수 있다.

그리고, 도 12에 도시된 바와 같이, 관리 서버(400)는 분할된 공간에 제2 상품(o2)이 배치된 예시적 2D 이미지를 생성하여 가맹점 장치(200)에 제공할 수 있다.

도 13은 본 발명의 다른 실시예에 따른 배송 방법을 설명하기 위한 예시도이다.

도 13을 참조하면, 본 발명의 일 실시예에 따른 관리 서버(400)는 복수의 가맹점들(200)에서 각각 판매하는 상품들이 한꺼번에 포함된 주문이 수신되면, 사전에 설정된 실버 배송 인력풀로부터 둘 이상의 가맹점들 사이에서 상품을 배송할 둘 이상의 인력과, 선택된 가맹점에서 상품 배송지까지 묶음 배송을 수행할 배송 인력을 식별하여, 묶음 배송을 수행할 수 있도록 함으로써 배송 효율을 높일 수 있다.

즉 도 13에 도시된 바와 같이, 관리 서버(400)는 복수의 가맹점들(200) 중 하나의 가맹점(가맹점 D)을 선택하고, 선택하지 않은 가맹점(가맹점 A, 가맹점 B, 가맹점 C)에서 배송할 상품의 임시 배송지를 선택된 가맹점(가맹점 D)의 주소지로 설정할 수 있다.

여기서, 관리 서버(400)는 선택하지 않은 가맹점으로부터 배송된 상품들이 선택된 가맹점(가맹점 D)의 주소지에 도착된 이후에, 선택된 가맹점(가맹점 D)에서 주문된 상품들의 묶음 배송이 시작되도록 배송점 장치(300)를 제어할 수 있다.

이상과 같이, 본 명세서와 도면에는 본 발명의 바람직한 실시예에 대하여 개시하였으나, 여기에 개시된 실시예 외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 자명한 것이다. 또한, 본 명세서와 도면에서 특정 용어들이 사용되었으나, 이는 단지 본 발명의 기술 내용을 쉽게 설명하고 발명의 이해를 돕기 위한 일반적인 의미에서 사용된 것이지, 본 발명의 범위를 한정하고자 하는 것은 아니다. 따라서, 상술한 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적해석에 의해 선정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.

사용자 장치: 100 가맹점 장치: 200
배송점 장치: 300 관리 서버: 400
통신부: 405 입출력부: 410
저장부: 415 배송 관리부: 420
매장 컨설팅부: 425 재고 관리부: 430

Claims

관리 서버가, 오프라인에서 상품을 판매하는 적어도 하나의 가맹점에서 보유하고 있는 상품의 재고량을 분석하여, 판매량이 상대적으로 저조할 것으로 예측되는 제1 상품을 식별하는 단계;
상기 관리 서버가, 상기 가맹점에서 보유하고 있지 않은 상품들 목록 중에서 상기 가맹점에 추천할 제2 상품을 식별하는 단계;
상기 관리 서버가, 상기 식별된 제1 상품 및 제2 상품에 관한 정보를 포함하는 매장 컨설팅 정보를 생성하는 단계; 및
상기 관리 서버가, 상기 생성된 매장 컨설팅 정보를 전송하는 단계를 포함하는 것을 특징으로 하는, 매장 컨설팅 방법.
제1 항에 있어서, 상기 제1 상품을 식별하는 단계 및 상기 제2 상품을 식별하는 단계는
상기 상품의 재고량을 이용하여 지역별 상품 트랜드(trend)를 분석하고, 상기 분석된 지역별 상품 트랜드를 통해 제1 상품 및 제2 상품을 식별하는 것을 특징으로 하는, 매장 컨설팅 방법.
제1 항에 있어서, 상기 제1 상품을 식별하는 단계 및 상기 제2 상품을 식별하는 단계는
상기 상품의 재고량을 이용하여 시기별 상품 트랜드(trend)를 분석하고, 상기 분석된 시기별 상품 트랜드를 통해 제1 상품 및 제2 상품을 식별하는 것을 특징으로 하는, 매장 컨설팅 방법.
제1 항에 있어서, 상기 제1 상품을 식별하는 단계 및 상기 제2 상품을 식별하는 단계는
사전에 기계 학습(machine learning)된 인공지능(AI)을 이용하여 상기 제1 상품 및 상기 제2 상품을 식별하는 것을 특징으로 하는, 매장 컨설팅 방법.
제1 항에 있어서, 상기 제2 상품을 식별하는 단계는
상기 가맹점에서 오프라인으로 판매하는 상품과 카테고리가 동일한 상품군의 온라인 판매 실적을 수집하고, 상기 온라인 판매 실적을 고려하여 상기 제2 상품을 식별하는 것을 특징으로 하는, 매장 컨설팅 방법.
제1 항에 있어서, 상기 제2 상품을 식별하는 단계는
상기 가맹점에서 오프라인으로 판매하는 상품과 카테고리가 동일한 상품군의 온라인 판매 실적을 수집하고, 상기 온라인 판매 실적을 판매 실적이 높은 순으로 정렬한 상품 리스트를 상기 가맹점 장치에 제공하여 제2 상품을 선택받는 것을 특징으로 하는, 매장 컨설팅 방법.
제1 항에 있어서, 상기 매장 컨설팅 정보를 생성하는 단계에서
상기 매장 컨설팅 정보는 상기 제1 상품을 상기 가맹점의 매대로부터 제거한 후 상기 제2 상품을 배치하기 위한 정보를 포함하는 것을 특징으로 하는, 매장 컨설팅 방법.
제7 항에 있어서, 상기 매장 컨설팅 정보를 생성하는 단계는
상기 제2 상품을 제거된 상기 제1 상품의 공간에 배치하기 위하여, 매대에 배치된 상기 제1 상품의 부피에서 상기 제1 상품의 수량을 곱하여 상기 제2 상품이 배치될 수 있는 공간의 크기를 산출하는 것을 특징으로 하는, 매장 컨설팅 방법.
제8 항에 있어서, 상기 매장 컨설팅 정보를 생성하는 단계는
상기 산출된 제2 상품이 배치될 수 있는 공간의 크기를 상기 제2 상품의 개별 부피를 기초로 복수개의 공간으로 분할하는 것을 특징으로 하는, 매장 컨설팅 방법.
메모리(memory);
송수신기(transceiver); 및
상기 메모리에 상주된 명령어를 처리하는 프로세서(processor)를 포함하여 구성된 컴퓨팅 장치와 결합되어,
상기 프로세서가, 오프라인에서 상품을 판매하는 적어도 하나의 가맹점에서 보유하고 있는 상품의 재고량을 분석하여, 판매량이 상대적으로 저조할 것으로 예측되는 제1 상품을 식별하는 단계;
상기 프로세서가, 상기 가맹점에서 보유하고 있지 않은 상품들 목록 중에서 상기 가맹점에 추천할 제2 상품을 식별하는 단계;
상기 프로세서가, 상기 식별된 제1 상품 및 제2 상품에 관한 정보를 포함하는 매장 컨설팅 정보를 생성하는 단계; 및
상기 프로세서가, 상기 생성된 매장 컨설팅 정보를 전송하는 단계를 실행시키기 위하여, 기록매체에 기록된 컴퓨터 프로그램.