KR20230148901A - 인공지능을 활용한 서비스 체험자의 설문 내용 심층 분석 기술 - Google Patents

Abstract

초기 인플루언서들이 체험한 데이터에서 거짓긍정, 편향유형 등을 AI 알고리즘으로 분석하여 제거하고, 고객이 원하는 바를 정확하게 진단하여 해당 기업에 즉시 활용 가능한 제공 한다. 그리고 일반 고객에게는 인플루언서들과 일반고객들의 체험이 완료된 브랜드/상품/서비스에 대한 정보를 AI 분석과 지속적인 학습을 통하여 각 개인들에게 맞춤으로 제공되어 제시 받은 정보의 정확도가 매우 높은 수준으로 전달될 수 있도록 한다. 높은 수준의 사용자 경험을 지속적으로 유지하여 플랫폼에서 제시하는 평가 결과에 대한 신뢰도가 가까운 지인이 적극 적으로 추천해 주는 효과와 동일한 수준으로 근접 시키는 플랫폼을 구축하는 것을 목표로 한다.

Description

인공지능을 활용한 서비스 체험자의 설문 내용 심층 분석 기술 {An In-depth Analysis Technology of Service Experience Using Artificial Intelligence}

본 발명은 서비스 또는 제품 체험을 완료한 인플루언서 또는 다양한 고객들이 체험한 분야에 맞춤형으로 설계된 설문으로 데이터를 수집하고, AI알고리즘 분석을 통하여 거짓긍정, 편향제거, 응답 오류제거 등의 과정을 거친 후 서비스나 상품 고도화에 필요한 인사이트를 캠페인을 의뢰한 기업에 제공하여 서비스 및 마케팅 전략 개선에 도움을 주는 데이터로 활용 하거나, 고객 개개인의 취향에 맞춰 유동적으로 변경되는 서비스 점수를 플랫폼을 찾는 고객에게 제공하여, 나에게 잘 맞는 서비스를 소비할 수 있도록 도움을 주는 서비스에 관한 것이다.

인플루언서 마케팅 시장이 높은 광고 효율을 기반으로 급성장을 하는 가장 핵심적인 이유는 기존 광고와 다르게 먼저 체험한 사람이 경험한 내용을 리뷰로 작성하여 소개를 함으로 인하여 광고의 역할만으로 끝나지 않고 정보제공의 역할도 추가로 제공함으로 콘텐츠에 신뢰도가 높아지고, 이 신뢰도를 바탕으로 높은 광고효율과 시장이 빠르게 성장하는 결과를 만들고 있다.

소비자들의 체험결과를 토대로 작성된 이용후기가 발생시키는 사회적인 부작용을 최소화 하고, 이용후기가 가지는 높은 영향력의 장점을 극대화 할 수 있도록 연구가 필요하다.

사용자 경험이 제대로 활용되지 못하고 이용후기와 같이 단편적으로만 활용된 후 대부분 사라지고 있는 귀중한 무형 자산을 체계적으로 수집하고, 소수의 기만되거나 과장된 평점을 걸러낼 있도록 시스템을 개발한다. 또한 인플루언서 마케팅이 가지는 장점과 해당 시장에서 발생하고 있는 부작용을 최소화 할 수 있도록 객관적 평가지표 구축과 응답 신뢰도 확보 기술을 개발한다.

또한 인플루언서 마케팅 시장의 인프라를 통해 초기 데이터를 수집 후 정제하고 높은 영향력을 가지는 소비자 이용후기 영역과의 융합을 통하여 지속적 학습력을 갖춘 AI기반의 마케팅 서비스 플랫폼을 개발하여 빠르게 성장중인 인플루언서 마케팅 시장에서 한 단계 더 진화한 서비스로 시장에 참여 하는 것을 목표한다.

사용자 성향을 학습하고, 정제 후 반영 하여 설문 결과 값에 가중치를 두는 방식.

초기 필수 질의응답을 통하여 인플루언서 또는 고객 개인의 성향 분석 데이터가 우선적으로 형성되고 보존되며, 개인의 활동을 통하여 추가되는 데이터들을 축적시켜 지속적으로 사용자의 주요 활동 분야와, 세부 평가에 대한 응답 신뢰도 데이터를 인공지능 알고리즘 분석을 통하여 지속적으로 변화탐지 및 개선 한다.

음식에 대한 평가, 매장의 분위기 등 사용자가 경험한 내용에 대하여 설문에 참여한 사용자가 동일한 내용으로 응답 하여도 기 구축된 사용자 데이터를 기반으로 전체 설문 통계에 반영되는 가중치에는 차별을 두어 보다 정교한 서비스 평점 결과를 도출 하도록 한다.

개인 활동 정보를 수집 후 각 개인 성향에 맞는 서비스를 탐지하여 추천.

다양한 사람들의 서비스 경험 정보를 인공지능 알고리즘을 통해 정제된 데이터로 축적 후 서비스에 대한 기초 평점을 도출한다. 이후 해당 평점을 사용자에게 추천 평점으로 표현함에 있어 기존의 평점 시스템처럼 서비스의 평점이 고정되어 모든 사람에게 동일한 평점으로 노출되는 방식이 아닌 각 고객의 성향에 따라 추천 점수의 가중치가 반영 한다. 이로 인하여 동일한 서비스 이지만 개개인 마다 다른 평점으로 해당 서비스의 평점 정보가 노출 된다. 개인의 취향에 맞춰 보다 정확한 확률로 서비스를 추천하고, 서비스를 이용한 고객이 설문 활동을 진행할 때 마다 인공지능 알고리즘을 통하여 개개인의 성향 및 신뢰도 정보 학습 데이터로 활용하고, 해당 서비스의 평점 데이터를 지속적으로 축적하여 최신화 작업을 진행한다. 그리고 최신의 서비스 경험에 대한 중요도에 대한 가중치가 과거의 경험 데이터 보다 높은 가치를 가지도록 각 분야별 알고리즘에 반영되도록 설계 한다.

인공지능 알고리즘의 정밀도 향상을 통하여 사용자 신뢰도 확보.

체험 캠페인 진행을 통하여 SNS를 통한 일반적인 서비스 홍보 효과 발휘.

SNS 홍보 효과에 대하여 기업에 제공되는 보고서에 기존의 일반적 체험단 마케팅과 같이 단순 나이, 성별을 기반으로 어느 정도의 트래픽이 발생하는지에 그치지 않고, 일반적인 트래픽 정보 외에도 예를 들어 서비스 재 구매에 영향을 주는 포인트가 무엇인지, 서비스의 강점이 무엇이고, 경쟁 업체에 비하여 부족한 부분이 어떤 것인가에 대한 고찰이 가능하도록 인사이트 데이터를 제공한다. 이로 인하여 기업 담당자가 서비스 개선 및 마케팅 전략을 구상함에 있어 통찰력을 발휘할 수 있도록 도움을 준다.

과제를 통하여 개발될 예정인 본 서비스 플랫폼에서 캠페인을 진행한 서비스 정보가 등록되고 해당 서비스와 매칭 점수가 높게 나오는 일반 고객에게 서비스를 추천하여 지속적인 고객확보 효과를 제공.

체험단 활동을 통하여 확보된 캠페인 데이터들을 분야별로 분류 및 통계치를 구성하고 시장 조사 혹은 컨설팅 요청 상품 타입에 맞춰 필요 정보 전달. (기 활동 중인 설문참여 회원들 대상 진행) 예) 화장품의 경우 연령대, 성별, 피부타입, 가격, 목표 효과, 구매방식(온/오프), 브랜드 인지도 등에 대하여 조사 후 관련 분야의 평균치 통계와 시장조사 정보 활용 방식(신제품 출시 or 신제품 홍보 or 기존 제품 개선 or 기존 제품 홍보)에 맞춰 조사 정보 제공.

체험 후 구매 및 지인추천을 선택한 회원이 그러한 선택을 내리는데 가장 중요한 요소가 체험 항목 중 어떤 영역인지와, 구매 및 지인추천을 하지 않겠다고 선택한 회원들이 그러한 결정을 하기까지 가장 중요하게 영향을 준 부정적인 요서가 어떠한 항목인지 인지 디테일한 확인이 가능함.

서비스 개선과 마케팅 전략 방향을 결정할 수 있는 내용을 중심으로 정보 제공.

요청 기업에서 필요 정보를 확보할 수 있도록 질문 내용 커스텀 기능 제공.

(1)DB 전처리
사용자 성향 관련 데이터와, 설문 결과에 관련한 데이터를 각각 독립적으로 전처리 과정을 거치도록 구현 되고 전처리 이후 상호 연관규칙을 적용하기 위한 공동의 데이터 처리 과정을 추가 진행한다.
(2)특징 추출
설문 결과의 전체 평균치를 신뢰도 판단의 기준으로 지정한다.
개개인의 설문 결과를 전체 평균 기준치에 투영하여 각 항목에 대한 평가 정확도에 대한 특징 점을 파악 한다.
핵심 질문 응답 점수와 일반 질문 응답 점수에 대한 연관성을 통하여 거짓 및 편향된 응답에 대한 특징을 추출하여 제거.
개인의 설문 결과에 대한 신뢰도 특징을 사용자의 고유 특징으로 누적시켜 부여 하며, 최신 데이터 일수록 비례하여 가중치를 높게 적용한다.
(3)특징 그룹화
고유한 사용자의 신뢰도 특징과 설문 결과에 특징을 그룹핑 하여 확정 데이터로 구현하며, 각각의 확정 데이터의 통합을 위하여 해당 그룹핑 작업에 CNN, ANN 등의 알고리즘을 적용하여 보다 효율적인 성능의 알고리즘을 선정 하여 반복 학습시킨다.
(4)결과 도출
그룹핑을 통하여 최종 도출된 결과 값으로 각 서비스, 브랜드등에 대한 최종 기준 평가 점수가 산정이 되며, 해당 데이터를 토대로 대처할 수 있는 방안을 선정하여 즉시 활용 가능한 지식으로 도출함
최종 기준 평가 점수와 해당 점수를 바라보는 일반 사용자이 특징점을 연결하여 각각의 사용자들에게는 본인에게 가장 적합한 점수로 가중치가 반영되어 최종 평점 데이터를 제공함.

(1)16개의 메인 분야에 속하는 세부 분야 선정

현재 서비스 중인 약 50여개의 체험단 사이트들을 분석하여 각 분야별 체험 활동 비율이 높은 분야를 세부 분야로 선정

(2)세부 분야에 적합한 문제 유형 구성

리서치를 통하여 각 분야를 체험 할 때 가장 핵심적인 가치를 두는 부분 1가지에 대하여 주관적인 답을 받고 해당 답과 유사한 답들이 많은 순서대로 정제를 하면서 온전한 하나의 질문 내용으로 확정 한다.

확정된 각각의 내용들을 유사성에 따라 그룹으로 분류하여 세부 분야별 설문 항목 개발을 완료 한다.

(3)서비스 필수 데이터인 사용자 취향 데이터와 설문 결과 데이터 수집이 가능한 서비스 구축 필요.

캠페인 수행 완료 이후 해당 분야에 맞는 설문 진행 참여시 포인트 보상으로 참여 유도한다. 1만 포인트 이상 적립할 경우 동일 금액의 상품권으로 제공.

(4)데이터를 지속적으로 수급이 가능하도록 인플루언서 활동 편의기능 등으로 서비스 퀄리티 강화 기능 구현

인플루언서 활동을 위하여 다양한 체험단 사이트들을 방문하여 캠페인 참여 신청을 하는 불편함을 개선하는 기능 구성.

수 많은 캠페인을 진행함으로 인하여 필요한 스케줄 관리 및 결제 관리 기능.

진행하고 있는 SNS 플랫폼의 활동성에 대한 지수 제공.

(5)데이터 수집 비용의 최소화를 위하여 설문 활동으로 얻은 포인트를 소비 가능한 유료화 서비스 제공.

카톡 알람 서비스 등의 기능을 활용할 때 포인트 소비

(6)평가 검증을 통하여 확보된 데이터를 기반으로 AI 추천 정확도에 대한 정밀도 개선 작업을 진행한다.

(7)개선작업의 범위는 개인의 신뢰도 점수 가중치에 대한 비율, 개인 응답에 신뢰도 커트라인 범위 수정, 핵심 질문과 일반 질문의 연관도 비율 조정, 설문 항목 중 알고리즘에서 가장 중요하게 판단하는 기준이 되는 핵심 질문에 관련한 가중치 조정(핵심 질문 예 : 재방문 여부, 재구매 여부, 지인추천 여부 등)

(8)서비스 운영을 통하여 지속적으로 입력되는 데이터와 해당 데이터의 검증 정확도 데이터를 반복 학습시켜 보다 높은 추천 정밀도를 가지는 AI 시스템으로 지속해서 발전한다.

부호 없음.

Claims (1)

1. 데이터를 수집>전처리>특징추출>특징그룹화>결과 도출의 과정으로 알고리즘 수행을 함에 있어 일반적인 방식처럼 해당 순서의 단순 반복 방식이 아니라, 각 전처리 이후 병합된 데이터를 특징추출 단계의 데이터의 검증 데이터로 활용하거나 병렬로 진행되는 다른 라인의 데이터와 연관성을 구축하여 특징그룹화 단계에서 가중치를 적용 하는 등 데이터들 간의 상호 작용에 대한 깊은 연구를 통하여 신경망 알고리즘을 기존의 방식보다 좀더 촘촘하고 넓게 펼쳐나가 정확도가 높아지도록 인공지능 알고리즘으로 개발 하는 것을 목표로 한다.
   기존의 인플루언서 체험 마케팅 방식은 각각의 인플루언서의 주관적인 견해를 별도의 가공을 가치지 않고 있는 그대로의 데이터로 보여주는 것으로 끝났기 때문에 해당 견해에 대한 노출 수치 등에 대한 정보 제공까지가 한계였으나, 당사의 방식은 주관적인 견해 이후에 개발된 설문항목을 통하여 AI알고리즘 수행 데이터로 정보를 수집하고 학습 후 가공하여, 기존 방식으로 제공되는 정보에 추가로 입체적인 인사이트 정보를 제공함으로 기존 서비스의 한계점을 돌파할 수 있는 혁신성을 마련하였다.
   기존에는 서비스를 경험한 사용자가 평점과 함께 이용 후기를 별도의 검증 없이 그대로 등록이 가능하며, 다른 사용자들은 즉시 해당 정보를 확인하는 구조로 이는 객관성의 부재로 사회적인 문제를 야기 시켰다.
   이에 당사는 분야별로 설문내용을 개발하여, 객관적인 정보를 풍부한 관점으로 사용자에게 제시할 수 있게 되고, 모든 사용자들의 데이터를 다양한 정제과정을 거친 후에 병합하여 일반 사용자에게 노출함으로 기존에 발생하였던 사회적인 문제의 해결과 동시에 고객들에게 세분화되고 객관적인 정보를 제공함으로 현명한 소비자 활동이 가능하도록 도움을 준다.