KR20230166544A - 쿠폰 관련 정보 관리 방법 및 이를 위한 전자 장치 - Google Patents

쿠폰 관련 정보 관리 방법 및 이를 위한 전자 장치 Download PDF

Info

Publication number
KR20230166544A
KR20230166544A KR1020220066651A KR20220066651A KR20230166544A KR 20230166544 A KR20230166544 A KR 20230166544A KR 1020220066651 A KR1020220066651 A KR 1020220066651A KR 20220066651 A KR20220066651 A KR 20220066651A KR 20230166544 A KR20230166544 A KR 20230166544A
Authority
KR
South Korea
Prior art keywords
coupon
information
customer
price
related information
Prior art date
Application number
KR1020220066651A
Other languages
English (en)
Inventor
주유 푸
Original Assignee
쿠팡 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 쿠팡 주식회사 filed Critical 쿠팡 주식회사
Priority to KR1020220066651A priority Critical patent/KR20230166544A/ko
Priority to PCT/KR2022/007984 priority patent/WO2023234450A1/ko
Priority to TW112114674A priority patent/TW202349306A/zh
Publication of KR20230166544A publication Critical patent/KR20230166544A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0211—Determining the effectiveness of discounts or incentives
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
    • G06Q30/0224—Discounts or incentives, e.g. coupons or rebates based on user history

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

본 개시에 따르면, 적어도 하나의 고객을 포함하는 그룹에 테스트 쿠폰을 배포하는 단계, 상기 고객의 특성에 대한 제1 정보 및 상기 고객이 상기 테스트 쿠폰을 사용한 것에 대한 제2 정보를 획득하는 단계, 상기 제1 정보를 기반으로, 상기 그룹 내에 복수의 서브 그룹들을 설정하는 단계, 상기 제1 정보 및 상기 제2 정보를 기반으로, 상기 서브 그룹들 중 적어도 일부에 대해 상기 테스트 쿠폰의 가격에 따른 구매 전환 확률에 대한 제3 정보를 획득하는 단계, 상기 제3 정보를 기반으로, 배포할 쿠폰 및 상기 쿠폰의 대상 고객의 특성에 대한 제4 정보를 확인하는 단계, 및 상기 제4 정보를 기반으로, 상기 대상 고객에게 상기 쿠폰을 배포하는 단계를 포함하는, 쿠폰 관련 정보 관리 방법 및 이를 위한 전자 장치가 개시된다.

Description

쿠폰 관련 정보 관리 방법 및 이를 위한 전자 장치{COUPON-RELATED INFORMATION MANAGING METHOD AND ELECTRONIC DEVICE FOR THE SAME}
본 개시는 고객 데이터를 기반으로 쿠폰을 효율적으로 배분하는 쿠폰 관련 정보 관리 방법 및 이를 위한 전자 장치에 관한 것이다.
인터넷의 사용이 보편화됨에 따라 다양한 분야에서 인터넷 기반 서비스가 제공되고 있다. 특히, 구매자와 판매자가 단말을 통해 온라인 쇼핑몰에 접속하여 실시간으로 상품을 거래할 수 있는 전자상거래가 활성화되고 있다.
전자상거래를 위한 인터넷 기반 서비스는 수익을 높이기 위해 다양한 마케팅 전략을 이용하고 있다. 그 중 쿠폰 마케팅은 매우 간단하지만 고객 충성도를 강화시키고, 신규 고객을 창출하여 인지도를 높이며, 경쟁사와의 경쟁에서 우위를 점할 수 있도록 돕는 등 다양한 결과를 효과적으로 이끌어낼 수 있는 마케팅 기법으로 널리 이용되고 있다. 다만, 고객에게 쿠폰을 무분별하게 배분할 경우 매출은 증가하지만 순이익은 감소하는 결과가 발생할 수도 있어 그 배분 방법을 신중히 결정할 필요성이 있다.
본 개시는 상술한 문제점을 해결하기 위해 제안된 것으로, 고객 데이터를 기반으로 쿠폰을 효율적으로 배분하는 쿠폰 관련 정보 관리 방법 및 이를 위한 전자 장치를 제공하는 것을 목적으로 한다.
본 개시에 의해 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 이하의 실시 예들로부터 또 다른 기술적 과제들이 유추될 수 있다.
개시되는 일 실시 예에 따른 쿠폰 관련 정보 관리 방법은 적어도 하나의 고객을 포함하는 그룹에 테스트 쿠폰을 배포하는 단계, 상기 고객의 특성에 대한 제1 정보 및 상기 고객이 상기 테스트 쿠폰을 사용한 것에 대한 제2 정보를 획득하는 단계, 상기 제1 정보를 기반으로, 상기 그룹 내에 복수의 서브 그룹들을 설정하는 단계, 상기 제1 정보 및 상기 제2 정보를 기반으로, 상기 서브 그룹들 중 적어도 일부에 대해 상기 테스트 쿠폰의 가격에 따른 구매 전환 확률에 대한 제3 정보를 획득하는 단계, 상기 제3 정보를 기반으로, 배포할 쿠폰 및 상기 쿠폰의 대상 고객의 특성에 대한 제4 정보를 확인하는 단계, 및 상기 제4 정보를 기반으로, 상기 대상 고객에게 상기 쿠폰을 배포하는 단계를 포함할 수 있다.
상기 제1 정보는 가장 최근 주문으로부터의 경과 시간, 주문 빈도, 총 구매 금액, 일 회당 주문 금액 및 이전 쿠폰 사용 횟수 중 적어도 하나의 정보를 포함할 수 있다.
상기 그룹 내에 상기 서브 그룹들을 설정하는 단계는 상기 제1 정보 중 적어도 하나의 정보를 적어도 하나의 수치를 기준으로 둘 이상의 구간들로 분할하는 단계, 및 상기 그룹의 상기 고객을 상기 구간들 각각에 대응시키는 단계를 포함할 수 있다.
상기 적어도 하나의 수치는 상기 구간들의 간격이 일정하도록 결정될 수 있다.
상기 적어도 하나의 수치는 상기 구간들 각각에 대응되는 상기 고객의 인원 수가 일정하도록 결정될 수 있다.
상기 제4 정보를 확인하는 단계는 사용 가능한 쿠폰 예산, 매출 목표액 및 ROI 목표 값 중 적어도 하나에 관한 조건을 입력하는 단계, 및 상기 조건 내에서, 상기 대상 고객의 특성과 상기 쿠폰의 가격 사이의 대응 관계, 상기 쿠폰의 가격, 상기 쿠폰이 적용되는 상품의 종류 및 상기 쿠폰의 사용 기한 중 적어도 하나를 결정하는 단계를 포함할 수 있다.
상기 제3 정보를 획득하는 단계는, 상기 서브 그룹들 각각의 쿠폰 민감도를 획득하는 단계를 포함하고, 상기 쿠폰 민감도를 획득하는 단계는, 선형 회귀 분석 방법을 이용하여 상기 테스트 쿠폰의 가격에 대한 상기 구매 전환 확률을 선형 함수로 표현하는 단계, 및 상기 선형 함수의 기울기를 계산하는 단계를 포함하고, 상기 대응 관계는 상기 쿠폰 민감도와 상기 쿠폰의 가격이 비례하도록 결정될 수 있다.
상기 대응 관계는 상기 매출 목표액에 관한 조건을 만족하면서 상기 쿠폰의 가격의 총합이 최소가 되도록 결정될 수 있다.
상기 대응 관계는 상기 쿠폰 예산에 관한 조건을 만족하면서 매출액이 최대가 되도록 결정될 수 있다.
상기 대응 관계는 상기 쿠폰 예산에 관한 조건을 만족하면서 주문 수가 최대가 되도록 결정될 수 있다.
상기 대응 관계는 상기 매출 목표액에 관한 조건 및 상기 쿠폰 예산에 관한 조건 중 적어도 하나를 만족하면서 ROI 값(즉, 매출액/상기 쿠폰의 가격의 총합)이 최대가 되도록 결정될 수 있다.
상기 대응 관계는 상기 ROI 목표 값에 관한 조건을 만족하면서 상기 쿠폰의 가격의 총합이 최소가 되도록, 또는 매출액이 최대가 되도록 결정될 수 있다.
서로 다른 가격의 상기 테스트 쿠폰은 상기 그룹의 상기 고객에게 무작위로 배포될 수 있다.
실시간으로 판매되는 상품에 대한 정보에 의해 상기 제4 정보를 수정하는 단계를 더 포함할 수 있다.
상기 대상 고객에게 상기 쿠폰을 배포하는 단계 이후에, 상기 대상 고객이 상기 쿠폰을 사용한 것에 대한 제5 정보를 획득하는 단계, 및 상기 제5 정보를 기반으로 상기 제3 정보를 업데이트하는 단계를 더 포함할 수 있다.
개시되는 일 실시 예에 따른 쿠폰 관련 정보 관리 방법을 위한 전자 장치는 적어도 하나의 명령어를 저장하는 메모리, 및 상기 적어도 하나의 명령어에 기초하여, 적어도 하나의 고객을 포함하는 그룹에 테스트 쿠폰을 배포하고, 상기 고객의 특성에 대한 제1 정보 및 상기 고객이 상기 테스트 쿠폰을 사용한 것에 대한 제2 정보를 획득하고, 상기 제1 정보를 기반으로 상기 그룹 내에 복수의 서브 그룹들을 설정하고, 상기 제1 정보 및 상기 제2 정보를 기반으로 상기 서브 그룹들 중 적어도 일부에 대해 상기 테스트 쿠폰의 가격에 따른 구매 전환 확률에 대한 제3 정보를 획득하고, 상기 제3 정보를 기반으로 배포할 쿠폰 및 상기 쿠폰의 대상 고객의 특성에 대한 제4 정보를 확인하며, 상기 제4 정보를 기반으로 상기 대상 고객에게 상기 쿠폰을 배포하는 프로세서를 포함할 수 있다.
기타 실시 예들의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
본 개시에 따르면, 고객 데이터를 기반으로 쿠폰을 효율적으로 배분할 수 있고, 쿠폰 배분 방식을 최적화하는 것을 통해 예산 및 목표와 관련된 조건을 만족하면서 수익을 최대화할 수 있다.
발명의 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 청구범위의 기재로부터 당해 기술 분야의 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 개시의 실시 예들에 따른 전자 장치의 내부 구성 요소를 나타내는 개략적인 블록도이다.
도 2 및 도 3은 본 개시의 실시 예들에 따른 쿠폰 관련 정보 관리 방법을 설명하기 위한 흐름도들이다.
도 4 내지 도 6은 각각 본 개시의 일 실시 예에 따라 그룹 내에 복수의 서브 그룹들을 설정하는 단계를 설명하기 위한 그래프 또는 표이다.
도 7은 본 개시의 일 실시 예에 따라 서브 그룹들 중 어느 하나에 대해 획득된 테스트 쿠폰의 가격에 따른 구매 전환 확률을 나타내는 그래프이다.
도 8은 본 개시의 일 실시 예에 따라 그룹 내에 복수의 서브 그룹들을 설정하는 단계를 설명하기 위한 예시도이다.
실시 예들에서 사용되는 용어는 본 개시에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 개시에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 개시의 전반에 걸친 내용을 토대로 정의되어야 한다.
명세서 전체에서 어떤 부분이 어떤 구성요소를 “포함”한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 “...부”, “...모듈” 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.
명세서 전체에서 기재된 “a, b, 및 c 중 적어도 하나”의 표현은, ‘a 단독’, ‘b 단독’, ‘c 단독’, ‘a 및 b’, ‘a 및 c’, ‘b 및 c’, 또는 ‘a,b,c 모두’를 포괄할 수 있다.
이하에서 언급되는 "단말"은 네트워크를 통해 서버나 타 단말에 접속할 수 있는 컴퓨터나 휴대용 단말로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(desktop), 랩톱(laptop) 등을 포함하고, 휴대용 단말은 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, IMT(International Mobile Telecommunication), CDMA(Code Division Multiple Access), W-CDMA(W-Code Division Multiple Access), LTE(Long Term Evolution) 등의 통신 기반 단말, 스마트폰, 태블릿 PC 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.
아래에서는 첨부한 도면을 참고하여 본 개시의 실시 예에 대하여 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 개시는 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다.
이하, 본 개시의 실시 예를 첨부된 도면을 참조하여 상세하게 설명한다.
실시 예를 설명함에 있어서 본 개시가 속하는 기술 분야에 익히 알려져 있고 본 개시와 직접적으로 관련이 없는 기술 내용에 대해서는 설명을 생략한다. 이는 불필요한 설명을 생략함으로써 본 개시의 요지를 흐리지 않고 더욱 명확히 전달하기 위함이다.
마찬가지 이유로 첨부 도면에 있어서 일부 구성요소는 과장되거나 생략되거나 개략적으로 도시되었다. 또한, 각 구성요소의 크기는 실제 크기를 전적으로 반영하는 것이 아니다. 각 도면에서 동일한 또는 대응하는 구성요소에는 동일한 참조 번호를 부여하였다.
본 개시의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 개시는 이하의 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예들은 본 개시가 완전하도록 하고, 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 개시는 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
이 때, 처리 흐름도 도면들의 각 블록과 흐름도 도면들의 조합들은 컴퓨터 프로그램 명령어들에 의해 수행될 수 있음을 이해할 수 있을 것이다. 이들 컴퓨터 프로그램 명령어들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서를 통해 수행되는 그 명령어들이 흐름도 블록(들)에서 설명된 기능들을 수행하는 수단을 생성하게 된다. 이들 컴퓨터 프로그램 명령어들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장된 명령어들은 흐름도 블록(들)에서 설명된 기능을 수행하는 명령어 수단을 내포하는 제조 품목을 생산하는 것도 가능하다. 컴퓨터 프로그램 명령어들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 명령어들은 흐름도 블록(들)에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.
또한, 각 블록은 특정된 논리적 기능(들)을 실행하기 위한 하나 이상의 실행 가능한 명령어들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또, 몇 가지 대체 실행 예들에서는 블록들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.
도 1은 본 개시의 실시 예들에 따른 전자 장치의 내부 구성 요소를 나타내는 개략적인 블록도이다.
도 1을 참조하면, 전자 장치(100)는 프로세서(110), 트랜시버(120) 및 메모리(130)를 포함할 수 있다. 전자 장치(100)는, 예를 들어, 전자상거래를 위한 인터넷 기반 서비스를 운영하는 서버일 수 있다. 전자 장치(100)는 트랜시버(120)를 통해 사용자 단말 및 기타 외부 장치와 데이터를 교환할 수 있다.
전자 장치(100)는 네트워크에 의해 사용자 단말 및 기타 외부 장치와 연결될 수 있다. 네트워크는, 예를 들어, 근거리 통신망(Local Area Network; LAN), 광역 통신망(Wide Area Network; WAN), 부가가치 통신망(Value Added Network; VAN), 이동 통신망(mobile radio communication network), 위성 통신망 또는 이들의 상호 조합을 이용할 수 있다. 다시 말하면, 네트워크는 구성 주체들이 서로 원활하게 통신할 수 있도록 하는 포괄적인 의미의 데이터 통신망이며, 유선 인터넷, 무선 인터넷 또는 모바일 무선 통신망을 이용할 수 있다. 무선 통신망은, 예를 들어, 무선 랜(Wi-Fi), 블루투스, 블루투스 저 에너지(Bluetooth low energy), 지그비, WFD(Wi-Fi Direct), UWB(ultra wideband), 적외선 통신(IrDA, infrared Data Association), NFC(Near Field Communication) 등을 이용할 수 있다.
프로세서(110)는 메모리(130)에 저장된 명령어에 기초하여 도 2 내지 도 7을 참조하여 설명하는 적어도 하나의 방법을 수행할 수 있다. 메모리(130)는 도 2 내지 도 7을 참조하여 설명하는 적어도 하나의 방법을 수행하기 위한 적어도 하나의 명령어를 저장할 수 있다. 메모리(130)는 휘발성 메모리 또는 비휘발성 메모리일 수 있다.
프로세서(110)는 프로그램을 실행하고, 정보를 제공하기 위하여 전자 장치(100)를 제어할 수 있다. 프로세서(110)에 의하여 실행되는 프로그램의 코드는 메모리(130)에 저장될 수 있다.
또한, 일 실시 예에 따르면, 전자 장치(100)는 사용자에게 정보를 제공하는 인터페이스를 더 포함할 수 있다.
본 개시에 따르면, 전자 장치(100)에서 프로세서(110)는 메모리(130)에 저장된 명령어에 따라 고객에게 쿠폰을 배포하고, 정보를 획득하고, 서브 그룹들을 설정하고, 정보를 확인할 수 있다. 고객은 사용자 단말을 이용하여 쿠폰을 사용할 수 있다. 본 개시에 따라 쿠폰 관련 정보를 관리하는 과정에서 획득되는 정보는 트랜시버(120)를 통해 메모리(130)에 저장될 수 있다.
도 2 및 도 3은 본 개시의 실시 예들에 따른 쿠폰 관련 정보 관리 방법을 설명하기 위한 흐름도들이다. 보다 구체적으로, 도 3은 본 개시의 실시 예들에 따른 쿠폰 관련 정보 관리 방법 중 배포할 쿠폰 및 쿠폰의 대상 고객의 특성에 대한 정보를 확인하는 단계에 대한 것이다.
도 2를 참조하면, 단계 S210에서, 적어도 하나의 고객을 포함하는 그룹에 테스트 쿠폰을 배포할 수 있다. 그룹은 전자상거래를 위한 인터넷 기반 서비스를 이용하는 복수의 고객들 중에서 무작위로 선택된 충분히 큰 집합일 수 있다.
테스트 쿠폰은 다양한 가격을 가질 수 있다. 테스트 쿠폰의 가격은 제1 가격 내지 제n 가격(n은 2 이상의 자연수) 중에서 선택될 수 있다. 예를 들어, 제1 가격은 '0 달러(원)'일 수 있다. 다시 말하면, 고객 중 일부에게는 테스트 쿠폰이 배포되지 않을 수 있다. 테스트 쿠폰은 고객에게 무작위로 배포될 수 있다. 예를 들어, 서로 다른 가격의 테스트 쿠폰을 지급받은 고객 집단들의 인원 수는 서로 다를 수 있다.
단계 S220에서, 고객의 특성에 대한 제1 정보 및 고객이 테스트 쿠폰을 사용한 것에 대한 제2 정보를 획득할 수 있다.
고객의 특성에 대한 제1 정보는 주문 히스토리를 통해 알 수 있는 정보들을 포함할 수 있다. 예를 들어, 제1 정보는 가장 최근 주문으로부터의 경과 시간, 주문 빈도, 총 구매 금액, 일 회당 주문 금액 및 이전 쿠폰 사용 횟수 중 적어도 하나의 정보를 포함할 수 있다. 고객의 특성에 대한 제1 정보는 나이, 성별 및 주소와 같은 주문 히스토리와 관계없는 정보를 더 포함할 수도 있다.
제2 정보는 테스트 쿠폰을 사용한 고객에 대한 정보를 포함할 수 있다. 테스트 쿠폰을 사용한 고객은 테스트 쿠폰을 지급받은 그룹의 고객 중 일부일 수 있다. 보다 구체적으로, 제2 정보는 테스트 쿠폰을 사용한 고객의 특성과 테스트 쿠폰의 가격 사이의 대응 관계를 포함할 수 있다.
단계 S230에서, 제1 정보를 기반으로 그룹 내에 복수의 서브 그룹들을 설정할 수 있다. 단계 S230은 제1 정보 중 적어도 하나의 정보를 적어도 하나의 수치를 기준으로 둘 이상의 구간들로 분할하는 단계, 및 그룹의 고객을 구간들 각각에 대응시키는 단계를 포함할 수 있다.
예를 들어, 구간 분할의 대상이 되는 제1 정보는 수치형 데이터(numerical data)일 수 있다. 구간 분할의 대상이 되는 제1 정보가 범주형 데이터(categorical data)(예를 들어, 성별, 주소 등)인 경우, 단계 S230은 제1 정보 중 적어도 하나의 정보를 수치형 데이터로 변환하는 단계를 더 포함할 수 있다. 정보를 수치형 데이터로 변환하는 단계는 더미 변수화 또는 카테고리 임베딩과 같은 데이터 처리 방법을 이용할 수 있다.
일 실시 예에 따르면, 구간들을 분할하는 기준이 되는 적어도 하나의 수치는 구간들의 간격이 일정하도록 결정될 수 있다. 다른 일 실시 예에 따르면, 구간들을 분할하는 기준이 되는 적어도 하나의 수치는 구간들 각각에 대응되는 고객의 인원 수가 일정하도록 결정될 수 있다. 단계 S230에 대하여 도 4 내지 도 6을 참조하여 상세히 설명한다.
단계 S240에서, 제1 정보 및 제2 정보를 기반으로 서브 그룹들 중 적어도 일부에 대해 테스트 쿠폰의 가격에 따른 구매 전환 확률(conversion probability)에 대한 제3 정보를 획득할 수 있다. 보다 구체적으로, 제3 정보는 가로축이 테스트 쿠폰의 가격이고 세로축이 구매 전환 확률인 그래프를 포함할 수 있다. 테스트 쿠폰을 사용한 고객은 그래프 상에 점으로 표시될 수 있다. 이때, 구매 전환 확률이란 소정의 경로를 통해 전자상거래를 위한 인터넷 기반 서비스에 접속한 사람의 수에 대한 전환(예를 들어, 상품 구매)이 완료된 사람의 수의 비율을 의미하는 구매 전환율(conversion rate; CVR)로부터 추정될 수 있다. 예를 들어, 구매 전환율 자체를 구매 전환 확률로 사용할 수도 있다.
단계 S240은 서브 그룹들 각각의 쿠폰 민감도(coupon sensitivity)를 획득하는 단계를 포함할 수 있다. 쿠폰 민감도를 획득하는 단계는, 선형 회귀 분석 방법(linear regression analysis)을 이용하여 테스트 쿠폰의 가격에 대한 구매 전환 확률을 선형 함수로 표현하는 단계, 및 선형 함수의 기울기를 계산하는 단계를 포함할 수 있다. 예를 들어, 테스트 쿠폰의 가격에 대한 구매 전환 확률은 선형 최소자승법(least square method)을 이용하여 선형 함수로 표현될 수 있다. 선형 함수의 기울기는 테스트 쿠폰을 사용한 고객의 서브 그룹들 각각에서 테스트 쿠폰 가격이 늘어남에 따라 구매 전환 확률이 늘어나는 정도를 의미하며, 이는 쿠폰 민감도로 정의된다.
단계 S250에서, 제3 정보를 기반으로 다시 배포할 쿠폰 및 쿠폰의 대상 고객의 특성에 대한 제4 정보를 확인할 수 있다.
도 3을 참조하면, 단계 S250은 사용 가능한 쿠폰 예산, 매출 목표액 및 ROI 목표 값 중 적어도 하나에 관한 조건을 입력하는 단계(S310), 및 조건 내에서, 대상 고객의 특성과 쿠폰의 가격 사이의 대응 관계, 쿠폰의 가격, 쿠폰이 적용되는 상품의 종류 및 쿠폰의 사용 기한 중 적어도 하나를 결정하는 단계(S310)를 포함할 수 있다.
일 실시 예에 따르면, 대상 고객의 특성과 쿠폰의 가격 사이의 대응 관계는 단계 S240에서 획득된 쿠폰 민감도와 쿠폰의 가격이 비례하도록 결정될 수 있다. 대상 고객은 그 특성에 따라 단계 S230에서 설정된 서브 그룹들 중 어느 하나에 대응될 수 있다. 대상 고객의 쿠폰 민감도는 대응되는 서브 그룹에 대하여 단계 S240에서 획득된 쿠폰 민감도와 같은 것으로 추정될 수 있다.
다른 일 실시 예에 따르면, 대상 고객의 특성과 쿠폰의 가격 사이의 대응 관계는 매출 목표액에 관한 조건을 만족하면서 쿠폰의 가격의 총합(즉, 비용)이 최소가 되도록 결정될 수 있다. 보다 구체적으로, 대상 고객의 특성과 쿠폰의 가격 사이의 대응 관계는 하기 [수학식 1]로 표현되는 제1 자원 할당 문제의 해({xij})로 결정될 수 있다.
이때, 단계 S230에서 설정된 서브 그룹들은 서로 다른 제1 서브 그룹 내지 제m 서브 그룹(m은 2 이상의 자연수)을 포함하고, 배분된 쿠폰의 가격은 서로 다른 제1 가격 내지 제n 가격(n은 2 이상의 자연수) 중에서 선택된다고 가정한다. 이때, i는 1 이상 m 이하의 자연수이고, j는 1 이상 n 이하의 자연수이고, Ni는 제i 서브 그룹에 속하는 고객의 인원 수이고, Cj는 제j 가격이고, pij는 제i 서브 그룹에 제j 가격의 쿠폰을 제공한 경우의 구매 전환 확률이고, xij는 제i 서브 그룹에 제j 가격이 대응되었는지 여부를 나타내는 지표이고, Vi는 제i 서브 그룹의 평균 구매 액수이며, T는 매출 목표액이다. 다른 예로, pij는 제i 서브 그룹에 제j 가격의 쿠폰을 제공한 경우의 구매 전환 확률과 제i 서브 그룹에 쿠폰을 제공하지 않은 경우의 구매 전환 확률의 차이를 의미할 수도 있다.
이때, 계산의 편의를 위하여 pij는 단계 S240에서 획득된 선형 함수에 의해 계산될 수 있다. 다시 말하면, 상기 [수학식 1]로 표현되는 제1 자원 할당 문제를 해결하기 위해 단계 S240에서 획득된 쿠폰 민감도를 이용할 수 있다.또 다른 일 실시 예에 따르면, 대상 고객의 특성과 쿠폰의 가격 사이의 대응 관계는 쿠폰 예산에 관한 조건을 만족하면서 매출액 또는 주문 수가 최대가 되도록 결정될 수 있다. 보다 구체적으로, 대상 고객의 특성과 쿠폰의 가격 사이의 대응 관계는 하기 [수학식 2]로 표현되는 제2 자원 할당 문제의 해({xij})로 결정될 수 있다.
이때, Vi'는 제i 서브 그룹에 대한 가중치이고, C는 사용 가능한 쿠폰 예산이다. 상기 [수학식 1]과 중복되는 기호에 대한 설명은 생략한다.
이때, 계산의 편의를 위하여 pij는 단계 S240에서 획득된 선형 함수에 의해 계산될 수 있다. 다시 말하면, 상기 [수학식 2]로 표현되는 제2 자원 할당 문제를 해결하기 위해 단계 S240에서 획득된 쿠폰 민감도를 이용할 수 있다.
제i 서브 그룹에 대한 가중치(Vi')가 제i 서브 그룹의 평균 구매 액수인 경우, 쿠폰 예산에 관한 조건을 만족하면서 매출액이 최대가 되도록 대상 고객의 특성과 쿠폰의 가격 사이의 대응 관계가 결정될 수 있다.
제i 서브 그룹에 대한 가중치(Vi')가 1인 경우, 쿠폰 예산에 관한 조건을 만족하면서 주문 수가 최대가 되도록 대상 고객의 특성과 쿠폰의 가격 사이의 대응 관계가 결정될 수 있다.
또 다른 일 실시 예에 따르면, 대상 고객의 특성과 쿠폰의 가격 사이의 대응 관계는 매출 목표액에 관한 조건 및 쿠폰 예산에 관한 조건 중 적어도 하나를 만족하면서 ROI(return over investment) 값(즉, 매출액/비용)이 최대가 되도록 결정될 수도 있다.
또 다른 실시 예들에 따르면, 대상 고객의 특성과 쿠폰의 가격 사이의 대응 관계는 ROI 값에 관한 조건을 만족하면서 비용이 최소가 되도록 또는 매출액(또는 주문 수)이 최대가 되도록 결정될 수 있다. 이때, ROI 값에 관한 조건은 하기 [수학식 3]과 같이 표현될 수 있다.
이때, R은 ROI 목표 값이다. 상기 [수학식 1]과 중복되는 기호에 대한 설명은 생략한다.
다시 도 2를 참조하면, 단계 S260에서, 제4 정보를 기반으로 대상 고객에게 쿠폰을 배포할 수 있다. 단계 S250에서 결정된 대상 고객의 특성과 쿠폰의 가격 사이의 대응 관계에 따라 쿠폰이 배포될 수 있다.
일 실시 예에 따르면, 본 개시에 따른 쿠폰 관련 정보 관리 방법은 실시간으로 판매되는 상품에 대한 정보에 의해 제4 정보를 수정하는 단계를 더 포함할 수 있다. 제4 정보를 수정하는 단계는 단계 S250과 단계 S260 사이에 개재될 수 있고, 이에 따라 쿠폰이 보다 효율적으로 배분될 수 있다.
다른 일 실시 예에 따르면, 본 개시에 따른 쿠폰 관련 정보 관리 방법은 단계 S260 이후에 대상 고객이 쿠폰을 사용한 것에 대한 제5 정보를 획득하는 단계, 및 제5 정보를 기반으로 제3 정보를 업데이트하는 단계를 더 포함할 수 있다. 이후, 단계 S250 및 단계 S260이 다시 진행될 수 있고, 이에 따라 쿠폰이 보다 효율적으로 배분될 수 있다.
도 4 및 도 5는 본 개시의 일 실시 예에 따라 그룹 내에 복수의 서브 그룹들을 설정하는 단계를 설명하기 위한 그래프들이다. 도 4 및 도 5 각각은 연속적인 값들을 갖는 그래프인 것으로 도시되었으나, 이는 설명의 편의를 위한 예시적인 것일 뿐이고 도 4 및 도 5 각각은 이산적(discrete)인 값들을 갖는 그래프일 수도 있다.
도 4를 참조하면, 고객의 특성에 대한 제1 정보 중 하나의 정보는, 예를 들어, 주문 빈도(즉, 최빈성(Frequency))일 수 있다. 제1 정보 중 하나의 정보는, 예를 들어, 수치들을 기준으로 제1 내지 제5 구간들(410, 420, 430, 440, 450)로 분할될 수 있다. 이때, 수치들은 제1 내지 제5 구간들(410, 420, 430, 440, 450)의 간격이 일정하도록 결정될 수 있다. 예를 들어, 제1 구간(410)은 주문 빈도가 월 0 회 이상 월 3 회 미만인 구간일 수 있고, 제2 구간(420)은 주문 빈도가 월 3 회 이상 월 6 회 미만인 구간일 수 있고, 제3 구간(430)은 주문 빈도가 월 6 회 이상 월 9 회 미만인 구간일 수 있고, 제4 구간(440)은 주문 빈도가 월 9 회 이상 월 12 회 미만인 구간일 수 있으며, 제5 구간(450)은 주문 빈도가 월 12 회 이상 월 15 회 미만인 구간일 수 있다. 고객들은 주문 빈도에 따라 제1 내지 제5 구간들(410, 420, 430, 440, 450) 각각에 대응될 수 있다.
도 5를 참조하면, 고객의 특성에 대한 제1 정보 중 하나의 정보는, 예를 들어, 가장 최근 주문으로부터의 경과 시간(즉, 최근성(Recency))일 수 있다. 제1 정보 중 하나의 정보는, 예를 들어, 수치들을 기준으로 제1 내지 제5 구간들(510, 520, 530, 540, 550)로 분할될 수 있다. 이때, 수치들은 제1 내지 제5 구간들(510, 520, 530, 540, 550) 각각에 대응되는 고객의 인원 수가 일정하도록 결정될 수 있다. 예를 들어, 제1 구간(510)은 가장 최근 주문으로부터의 경과 시간이 0 일 이상 5 일 미만인 구간일 수 있고, 제2 구간(520)은 가장 최근 주문으로부터의 경과 시간이 5 일 이상 15 일 미만인 구간일 수 있고, 제3 구간(530)은 가장 최근 주문으로부터의 경과 시간이 15 일 이상 30 일 미만인 구간일 수 있고, 제4 구간(540)은 가장 최근 주문으로부터의 경과 시간이 30 일 이상 50 일 미만인 구간일 수 있으며, 제5 구간(550)은 가장 최근 주문으로부터의 경과 시간이 50 일 이상 75 일 미만인 구간일 수 있다. 예를 들어, 제1 내지 제5 구간들(510, 520, 530, 540, 550) 각각에 대응되는 고객의 인원 수는 서로 동일할 수 있다.
도 6은 본 개시의 일 실시 예에 따라 그룹 내에 복수의 서브 그룹들을 설정하는 단계를 설명하기 위한 표이다.
도 6을 참조하면, 고객의 특성에 대한 제1 정보는, 예를 들어, 주문 빈도 및 가장 최근 주문으로부터의 경과 시간을 포함할 수 있다.
제1 정보 중 주문 빈도는, 예를 들어, 수치들을 기준으로 제1-1 구간(611), 제1-2 구간(612) 및 제1-3 구간(613)으로 분할될 수 있다. 예를 들어, 제1-1 구간(611)은 주문 빈도가 월 0 회 이상 월 5 회 미만인 구간(Low Frequency)일 수 있고, 제1-2 구간(612)은 주문 빈도가 월 5 회 이상 월 10 회 미만인 구간(Mid Frequency)일 수 있고, 제1-3 구간(613)은 주문 빈도가 월 10 회 이상인 구간(High Frequency)일 수 있다.
제1 정보 중 가장 최근 주문으로부터의 경과 시간은, 예를 들어, 수치들을 기준으로 제2-1 구간(621), 제2-2 구간(622) 및 제2-3 구간(623)으로 분할될 수 있다. 예를 들어, 제2-1 구간(621)은 가장 최근 주문으로부터의 경과 시간이 30 일 이상인 구간(Least Recent)일 수 있고, 제2-2 구간(622)은 가장 최근 주문으로부터의 경과 시간이 10일 이상 30 일 미만인 구간(Moderate Recent)일 수 있고, 제2-3 구간(623)은 가장 최근 주문으로부터의 경과 시간이 10 일 미만인 구간(Most Recent)일 수 있다.
이때, 구간들은 간격이 일정하도록 결정될 수도 있고, 구간들 각각에 대응되는 고객의 인원 수가 일정하도록 결정될 수도 있다.
고객의 특성에 대한 제1 정보, 즉 주문 빈도 및 가장 최근 주문으로부터의 경과 시간을 기반으로, 예를 들어, 9개의 서브 그룹들이 설정될 수 있다. 이후, 9개의 서브 그룹들 중 적어도 일부에 대해 테스트 쿠폰의 가격에 따른 구매 전환 확률에 대한 제3 정보가 획득될 수 있다.
도 7은 본 개시의 일 실시 예에 따라 서브 그룹들 중 어느 하나에 대해 획득된 테스트 쿠폰의 가격에 따른 구매 전환 확률을 나타내는 그래프이다.
도 7을 참조하면, 고객에게 배포되는 테스트 쿠폰의 가격은, 예를 들어, 0 달러(제1 가격), 5 달러(제2 가격), 10 달러(제3 가격), 15 달러(제4 가격), 20 달러(제5 가격) 및 25 달러(제6 가격)에서 선택될 수 있다. 다만, 이는 예시적인 것일 뿐 테스트 쿠폰의 가격, 가격의 종류 및 가격 사이의 간격은 이와 다를 수 있다.
어느 하나의 서브 그룹에 속하는 고객들은 지급받은 테스트 쿠폰의 가격 및 구매 전환 확률에 따라 도 7과 같이 점들로 표시될 수 있다. 이 점들의 경향성은, 예를 들어, 선형 회귀 분석 방법을 통해 선형 함수로 표현될 수 있다.
다시 도 6을 함께 참조하면, 제1 함수(701)는 제1-2 구간(612) 및 제2-2 구간(622)에 대응되는 서브 그룹의 테스트 쿠폰의 가격에 대한 구매 전환 확률을 나타내는 선형 함수이다. 제1 함수(701)의 기울기는 해당 서브 그룹의 쿠폰 민감도를 의미한다.
도 8은 본 개시의 일 실시 예에 따라 그룹 내에 복수의 서브 그룹들을 설정하는 단계를 설명하기 위한 예시도이다.
도 8을 참조하면, 고객의 특성에 대한 제1 정보는, 예를 들어, 주문 빈도, 가장 최근 주문으로부터의 경과 시간 및 총 구매 금액을 포함할 수 있다. 주문 빈도, 가장 최근 주문으로부터의 경과 시간 및 총 구매 금액 각각은 3개의 구간들로 분할될 수 있다. 이때, 구간들은 간격이 일정하도록 결정될 수도 있고, 구간들 각각에 대응되는 고객의 인원 수가 일정하도록 결정될 수도 있다
고객의 특성에 대한 제1 정보, 즉 주문 빈도, 가장 최근 주문으로부터의 경과 시간 및 총 구매 금액을 기반으로, 예를 들어, 27개의 서브 그룹들이 설정될 수 있다. 이후, 27개의 서브 그룹들 중 적어도 일부에 대해 테스트 쿠폰의 가격에 따른 구매 전환 확률에 대한 제3 정보가 획득될 수 있다.
다만, 이는 예시적인 것일 뿐 고객의 특성에 대한 제1 정보는 도 8을 참조하여 설명한 것과 다른 2개 이상의 정보들을 포함할 수 있고, 이 정보들 각각은 2개 이상의 구간들로 분할될 수도 있으며, 서브 그룹들의 개수는 이에 따라 달라질 수 있다.
한편, 본 명세서와 도면에는 본 개시의 바람직한 실시 예에 대하여 개시하였으며, 비록 특정 용어들이 사용되었으나, 이는 단지 본 개시의 기술 내용을 쉽게 설명하고 발명의 이해를 돕기 위한 일반적인 의미에서 사용된 것이지, 본 개시의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시 예 외에도 본 개시의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자에게 자명한 것이다.
전술한 실시 예들에 따른 전자 장치 또는 단말은, 프로세서, 프로그램 데이터를 저장하고 실행하는 메모리, 디스크 드라이브와 같은 영구 저장부(permanent storage), 외부 장치와 통신하는 통신 포트, 터치 패널, 키(key), 버튼 등과 같은 사용자 인터페이스 장치 등을 포함할 수 있다. 소프트웨어 모듈 또는 알고리즘으로 구현되는 방법들은 상기 프로세서 상에서 실행 가능한 컴퓨터가 읽을 수 있는 코드들 또는 프로그램 명령들로서 컴퓨터가 읽을 수 있는 기록 매체 상에 저장될 수 있다. 여기서 컴퓨터가 읽을 수 있는 기록 매체로 마그네틱 저장 매체(예컨대, ROM(read-only memory), RAM(random-Access memory), 플로피 디스크, 하드 디스크 등) 및 광학적 판독 매체(예컨대, 시디롬(CD-ROM), 디브이디(DVD: Digital Versatile Disc)) 등이 있다. 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템들에 분산되어, 분산 방식으로 컴퓨터가 판독 가능한 코드가 저장되고 실행될 수 있다. 매체는 컴퓨터에 의해 판독가능하며, 메모리에 저장되고, 프로세서에서 실행될 수 있다.
본 실시 예는 기능적인 블록 구성들 및 다양한 처리 단계들로 나타내어질 수 있다. 이러한 기능 블록들은 특정 기능들을 실행하는 다양한 개수의 하드웨어 또는/및 소프트웨어 구성들로 구현될 수 있다. 예를 들어, 실시 예는 하나 이상의 마이크로프로세서들의 제어 또는 다른 제어 장치들에 의해서 다양한 기능들을 실행할 수 있는, 메모리, 프로세싱, 로직(logic), 룩 업 테이블(look-up table) 등과 같은 직접 회로 구성들을 채용할 수 있다. 구성 요소들이 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 있는 것과 유사하게, 본 실시 예는 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, C, C++, 자바(Java), 어셈블러(assembler), 파이썬(Python) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능적인 측면들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다. 또한, 본 실시 예는 전자적인 환경 설정, 신호 처리, 및/또는 데이터 처리 등을 위하여 종래 기술을 채용할 수 있다. “매커니즘”, “요소”, “수단”, “구성”과 같은 용어는 넓게 사용될 수 있으며, 기계적이고 물리적인 구성들로서 한정되는 것은 아니다. 상기 용어는 프로세서 등과 연계하여 소프트웨어의 일련의 처리들(routines)의 의미를 포함할 수 있다.
전술한 실시 예들은 일 예시일 뿐 후술하는 청구항들의 범위 내에서 다른 실시 예들이 구현될 수 있다.

Claims (17)

  1. 전자 장치의 쿠폰 관련 정보 관리 방법에 있어서,
    적어도 하나의 고객을 포함하는 그룹에 테스트 쿠폰을 배포하는 단계;
    상기 고객의 특성에 대한 제1 정보 및 상기 고객이 상기 테스트 쿠폰을 사용한 것에 대한 제2 정보를 획득하는 단계;
    상기 제1 정보를 기반으로, 상기 그룹 내에 복수의 서브 그룹들을 설정하는 단계;
    상기 제1 정보 및 상기 제2 정보를 기반으로, 상기 서브 그룹들 중 적어도 일부에 대해 상기 테스트 쿠폰의 가격에 따른 구매 전환 확률에 대한 제3 정보를 획득하는 단계;
    상기 제3 정보를 기반으로, 배포할 쿠폰 및 상기 쿠폰의 대상 고객의 특성에 대한 제4 정보를 확인하는 단계; 및
    상기 제4 정보를 기반으로, 상기 대상 고객에게 상기 쿠폰을 배포하는 단계를 포함하는,
    쿠폰 관련 정보 관리 방법.
  2. 제1항에 있어서,
    상기 제1 정보는 가장 최근 주문으로부터의 경과 시간, 주문 빈도, 총 구매 금액, 일 회당 주문 금액 및 이전 쿠폰 사용 횟수 중 적어도 하나의 정보를 포함하는,
    쿠폰 관련 정보 관리 방법.
  3. 제1항에 있어서,
    상기 그룹 내에 상기 서브 그룹들을 설정하는 단계는:
    상기 제1 정보 중 적어도 하나의 정보를 적어도 하나의 수치를 기준으로 둘 이상의 구간들로 분할하는 단계; 및
    상기 그룹의 상기 고객을 상기 구간들 각각에 대응시키는 단계를 포함하는,
    쿠폰 관련 정보 관리 방법.
  4. 제3항에 있어서,
    상기 적어도 하나의 수치는 상기 구간들의 간격이 일정하도록 결정되는,
    쿠폰 관련 정보 관리 방법.
  5. 제3항에 있어서,
    상기 적어도 하나의 수치는 상기 구간들 각각에 대응되는 상기 고객의 인원 수가 일정하도록 결정되는,
    쿠폰 관련 정보 관리 방법.
  6. 제1항에 있어서,
    상기 제4 정보를 확인하는 단계는:
    사용 가능한 쿠폰 예산, 매출 목표액 및 ROI 목표 값 중 적어도 하나에 관한 조건을 입력하는 단계; 및
    상기 조건 내에서, 상기 대상 고객의 특성과 상기 쿠폰의 가격 사이의 대응 관계, 상기 쿠폰의 가격, 상기 쿠폰이 적용되는 상품의 종류 및 상기 쿠폰의 사용 기한 중 적어도 하나를 결정하는 단계를 포함하는,
    쿠폰 관련 정보 관리 방법.
  7. 제6항에 있어서,
    상기 제3 정보를 획득하는 단계는, 상기 서브 그룹들 각각의 쿠폰 민감도를 획득하는 단계를 포함하고,
    상기 쿠폰 민감도를 획득하는 단계는, 선형 회귀 분석 방법을 이용하여 상기 테스트 쿠폰의 가격에 대한 상기 구매 전환 확률을 선형 함수로 표현하는 단계, 및 상기 선형 함수의 기울기를 계산하는 단계를 포함하고,
    상기 대응 관계는 상기 쿠폰 민감도와 상기 쿠폰의 가격이 비례하도록 결정되는,
    쿠폰 관련 정보 관리 방법.
  8. 제6항에 있어서,
    상기 대응 관계는 상기 매출 목표액에 관한 조건을 만족하면서 상기 쿠폰의 가격의 총합이 최소가 되도록 결정되는,
    쿠폰 관련 정보 관리 방법.
  9. 제6항에 있어서,
    상기 대응 관계는 상기 쿠폰 예산에 관한 조건을 만족하면서 매출액이 최대가 되도록 결정되는,
    쿠폰 관련 정보 관리 방법.
  10. 제6항에 있어서,
    상기 대응 관계는 상기 쿠폰 예산에 관한 조건을 만족하면서 주문 수가 최대가 되도록 결정되는,
    쿠폰 관련 정보 관리 방법.
  11. 제6항에 있어서,
    상기 대응 관계는 상기 매출 목표액에 관한 조건 및 상기 쿠폰 예산에 관한 조건 중 적어도 하나를 만족하면서 ROI 값(즉, 매출액/상기 쿠폰의 가격의 총합)이 최대가 되도록 결정되는,
    쿠폰 관련 정보 관리 방법.
  12. 제6항에 있어서,
    상기 대응 관계는 상기 ROI 목표 값에 관한 조건을 만족하면서 상기 쿠폰의 가격의 총합이 최소가 되도록, 또는 매출액이 최대가 되도록 결정되는,
    쿠폰 관련 정보 관리 방법.
  13. 제1항에 있어서,
    서로 다른 가격의 상기 테스트 쿠폰은 상기 그룹의 상기 고객에게 무작위로 배포되는,
    쿠폰 관련 정보 관리 방법.
  14. 제1항에 있어서,
    실시간으로 판매되는 상품에 대한 정보에 의해 상기 제4 정보를 수정하는 단계를 더 포함하는,
    쿠폰 관련 정보 관리 방법.
  15. 제1항에 있어서,
    상기 대상 고객에게 상기 쿠폰을 배포하는 단계 이후에, 상기 대상 고객이 상기 쿠폰을 사용한 것에 대한 제5 정보를 획득하는 단계, 및 상기 제5 정보를 기반으로 상기 제3 정보를 업데이트하는 단계를 더 포함하는,
    쿠폰 관련 정보 관리 방법.
  16. 제1항 내지 제15항 중에 어느 한 항의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 비일시적 저장 매체.
  17. 쿠폰 관련 정보 관리 방법을 위한 전자 장치에 있어서,
    적어도 하나의 명령어를 저장하는 메모리; 및
    상기 적어도 하나의 명령어에 기초하여, 적어도 하나의 고객을 포함하는 그룹에 테스트 쿠폰을 배포하고, 상기 고객의 특성에 대한 제1 정보 및 상기 고객이 상기 테스트 쿠폰을 사용한 것에 대한 제2 정보를 획득하고, 상기 제1 정보를 기반으로 상기 그룹 내에 복수의 서브 그룹들을 설정하고, 상기 제1 정보 및 상기 제2 정보를 기반으로 상기 서브 그룹들 중 적어도 일부에 대해 상기 테스트 쿠폰의 가격에 따른 구매 전환 확률에 대한 제3 정보를 획득하고, 상기 제3 정보를 기반으로 배포할 쿠폰 및 상기 쿠폰의 대상 고객의 특성에 대한 제4 정보를 확인하며, 상기 제4 정보를 기반으로 상기 대상 고객에게 상기 쿠폰을 배포하는 프로세서를 포함하는,
    전자 장치.
KR1020220066651A 2022-05-31 2022-05-31 쿠폰 관련 정보 관리 방법 및 이를 위한 전자 장치 KR20230166544A (ko)

Priority Applications (3)

Application Number Priority Date Filing Date Title
KR1020220066651A KR20230166544A (ko) 2022-05-31 2022-05-31 쿠폰 관련 정보 관리 방법 및 이를 위한 전자 장치
PCT/KR2022/007984 WO2023234450A1 (ko) 2022-05-31 2022-06-07 쿠폰 관련 정보 관리 방법 및 이를 위한 전자 장치
TW112114674A TW202349306A (zh) 2022-05-31 2023-04-20 優惠券相關資訊管理方法及用於其之電子裝置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220066651A KR20230166544A (ko) 2022-05-31 2022-05-31 쿠폰 관련 정보 관리 방법 및 이를 위한 전자 장치

Publications (1)

Publication Number Publication Date
KR20230166544A true KR20230166544A (ko) 2023-12-07

Family

ID=89025123

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220066651A KR20230166544A (ko) 2022-05-31 2022-05-31 쿠폰 관련 정보 관리 방법 및 이를 위한 전자 장치

Country Status (3)

Country Link
KR (1) KR20230166544A (ko)
TW (1) TW202349306A (ko)
WO (1) WO2023234450A1 (ko)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140109574A (ko) * 2013-03-05 2014-09-16 (주) 씨엠에스시스템 샘플 상품 배포 시스템
KR102472663B1 (ko) * 2015-08-17 2022-11-30 주식회사 케이티 마케팅 서비스 제공 방법 및 장치
JP2017204117A (ja) * 2016-05-11 2017-11-16 大日本印刷株式会社 クーポン配信装置及びクーポン配信プログラム
US20180012246A1 (en) * 2016-07-08 2018-01-11 Ali Kamarei Method of Selectively Displaying Electronic Coupons In Real Time Depending On Market Conditions
CN110390548A (zh) * 2018-04-20 2019-10-29 北京嘀嘀无限科技发展有限公司 优惠券派发策略的选择方法及装置

Also Published As

Publication number Publication date
TW202349306A (zh) 2023-12-16
WO2023234450A1 (ko) 2023-12-07

Similar Documents

Publication Publication Date Title
Gill et al. Return on engagement initiatives: A study of a business-to-business mobile app
Brotspies et al. Rethinking business segmentation: a conceptual model and strategic insights
Deshpande et al. Logistics performance, ratings, and its impact on customer purchasing behavior and sales in e-commerce platforms
US8027897B2 (en) System and method for optimizing financial performance generated by marketing investments under budget constraints
Wu et al. Blockchain’s impact on platform supply chains: Transaction cost and information transparency perspectives
US20110208585A1 (en) Systems and Methods for Measurement of Engagement
US20200219042A1 (en) Method and apparatus for managing item inventories
US8180693B2 (en) Prediction of financial performance for a given portfolio of marketing investments
US11599904B2 (en) Method, apparatus, and computer program product for predicting consumer behavior
US20220092620A1 (en) Method, apparatus, and computer program product for merchant classification
US20130339122A1 (en) Method and apparatus for providing an integrated shopping experience
US20120010926A1 (en) Systems and Methods for Compensating Participants in a Multi-Level Marketing Plan
Li et al. Supply contract design for competing heterogeneous suppliers under asymmetric information
US11676162B2 (en) Apparatus and method for enhanced message targeting
Gengeswari et al. Impact of customer retention practices on firm performance
US20180114242A1 (en) Deal recommendation based on triggering event
US20230169536A1 (en) Loyalty program system, apparatus, and media
Madden et al. E-commerce transactions, the installed base of credit cards, and the potential mobile E-commerce adoption
Zuberi et al. Measuring retail performance in an omni-channel world
Kofi Amoako et al. Intention to continue relationship in B to B setting–case of Guinness Ghana breweries–some preliminary findings
US8180694B2 (en) System and method for incorporating qualitative inputs into econometric models
KR20230166544A (ko) 쿠폰 관련 정보 관리 방법 및 이를 위한 전자 장치
Gao A Relationship Governance Perspective of Organizational Buyers' Supplier Choice Decisions
US20240012866A1 (en) Queuing analytics events before consent
US11729257B2 (en) Method, apparatus, and computer program product for balancing network resource demand

Legal Events

Date Code Title Description
E902 Notification of reason for refusal