WO2024090643A1 - 포털 검색 및 평판 분석을 이용한 마케팅 성과 측정 장치 및 방법 - Google Patents

포털 검색 및 평판 분석을 이용한 마케팅 성과 측정 장치 및 방법 Download PDF

Info

Publication number
WO2024090643A1
WO2024090643A1 PCT/KR2022/017222 KR2022017222W WO2024090643A1 WO 2024090643 A1 WO2024090643 A1 WO 2024090643A1 KR 2022017222 W KR2022017222 W KR 2022017222W WO 2024090643 A1 WO2024090643 A1 WO 2024090643A1
Authority
WO
WIPO (PCT)
Prior art keywords
reviews
review
portal
score
company
Prior art date
Application number
PCT/KR2022/017222
Other languages
English (en)
French (fr)
Inventor
송환구
Original Assignee
송환구
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 송환구 filed Critical 송환구
Publication of WO2024090643A1 publication Critical patent/WO2024090643A1/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
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] 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
    • 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
    • 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
    • G06Q30/0282—Rating or review of business operators or products

Definitions

  • the present invention relates to a marketing performance measurement device and method using portal search and reputation analysis. More specifically, when executing marketing and measuring the performance of the results, keyword search exposure, customer reviews, and number of positive responses are provided. It relates to a marketing performance measurement device and method using portal search and reputation analysis that can more easily measure or manage competition and the performance of one's own marketing through a model with the following as measurement variables.
  • Performance marketing determines that the higher the exposure ranking of the content published by the operated channel, the higher the marketing effect, the greater the number of customer reviews, the higher the ripple effect, and the greater the number of positive responses, the better the performance. Therefore, while operating performance marketing, increasing the exposure, number of reviews, and degree of positive response according to keyword search results that affect sales is the main purpose of marketing performance analysis and strategy setting.
  • time-series analysis such as comparing the company's past marketing performance with its current performance, or comparing its competitors' past and current performance, is impossible.
  • the technical task to be achieved by the present invention is to propose a marketing performance measurement device and method using portal search and reputation analysis that can quantitatively measure the marketing performance of channels within the portal.
  • a marketing performance measurement device using portal search and reputation analysis searches a portal when a target keyword to measure performance is input, and searches for a portal corresponding to the target keyword.
  • a portal search unit that extracts results; a channel extraction unit that extracts search results provided by channels (hereinafter referred to as 'channel search results') from the portal search results; a review extraction unit that analyzes the channel search results and extracts reviews corresponding to the target keyword; a review response extraction unit that analyzes the extracted reviews and extracts review responses; and a performance measurement unit that measures the marketing performance score of the target company by analyzing the portal search results, extracted reviews, and extracted review responses.
  • the review extraction unit analyzes the channel search results to extract reviews containing at least one of the company name, service name, and product name, and the review response extraction unit analyzes the extracted reviews into positive reviews and negative reviews. Can be classified and extracted.
  • the performance measurement unit includes a top exposure score calculation unit that calculates a top exposure score for the target company, indicating the degree to which the target keyword is exposed at the top among the portal search results; a review exposure score calculation unit that calculates a review exposure score, which is a score for a review of the target company among the extracted reviews; and a reputation score calculation unit that calculates a reputation score using the degree of positive and negative reactions among the extracted review responses and the score given to detailed sensibility. It may include at least one of:
  • the top exposure score calculation unit can calculate the top exposure score using the following equation.
  • the keyword exposure is the ranking in which the target keyword is exposed at the top in the total number of slots available for top exposure
  • the keyword search volume is the search volume of the target keyword among the search volumes of related keywords including the target keyword
  • N is the index of the portal site.
  • the review exposure score calculation unit may calculate the review exposure score using the following equation.
  • the review quantity ratio is the ratio of the number of reviews of the company's product among the total number of reviews of the company's product and the target product for the target keyword
  • the star score ratio is the total star rating of the company's product reviews to the total number of stars of all reviews. This is the proportion.
  • the reputation score calculation unit may calculate the reputation score using the total following equation.
  • the maximum positive response rate is the ratio of the total number of positive reviews to the total number of reviews
  • the positive response rate is the ratio of the number of positive reviews for the company's product to the total number of reviews of the company's products
  • the negative response rate is the ratio of the number of positive reviews for the company's product to the total number of reviews for the company's products. It is the ratio of the number of positive reviews for a product.
  • a method of measuring marketing performance using portal search and reputation analysis includes: (A) an electronic device searches a portal when a target keyword to measure performance is entered, and searches for a portal corresponding to the target keyword; extracting search results; (B) extracting, by the electronic device, a search result provided by a channel (hereinafter referred to as 'channel search result') from the portal search results extracted in step (A); (C) extracting, by the electronic device, a review corresponding to the target keyword by analyzing the channel search results; (D) the electronic device analyzing the extracted review to extract a review response; and (E) measuring, by the electronic device, the portal search results, extracted reviews, and extracted review responses to measure the marketing performance score of the target company.
  • 'channel search result' a search result provided by a channel
  • step (C) the channel search results are analyzed to extract reviews containing at least one of the company name, service name, and product name
  • step (D) the extracted reviews are analyzed to determine positive reviews and negative reviews. It can be classified and extracted through reaction reviews.
  • the step (E) includes (E1) calculating for the target company a top exposure score indicating the degree to which the target keyword is exposed at a high level among the portal search results; (E2) calculating a review exposure score, which is a score for a review of the target company among the extracted reviews; and (E3) calculating a reputation score using the degree of positive and negative responses among the extracted reviews and the scores given to detailed sensibilities; It may include at least one of:
  • the present invention can quantitatively measure marketing performance by quantifying marketing channels according to keyword exposure, customer reviews, and positive responses by searching portal big data and analyzing search results.
  • the present invention calculates marketing scores for each channel through marketing analysis of the company and its competitors, making it possible to more easily determine the status of competition, trends by company, and degree of competition.
  • the present invention manages risks by managing keywords with high marketing effectiveness and the number of customer reviews, increasing positive responses and quickly checking negative responses, thereby increasing marketing competitiveness and enabling efficient marketing. do.
  • the present invention uses artificial intelligence to search and analyze various words referring to the company's products and services, and reviews also classify the user's expressions in detail into detailed emotions by subject, in addition to simple positive or negative, so that the user's Reputation can be analyzed and reflected in marketing performance measurement.
  • the present invention enables accurate analysis of the marketing status and the status of competitors, and further enables performance marketing and more strategic marketing management.
  • FIG. 1 is a block diagram showing a marketing performance measurement device 100 using portal search and reputation analysis according to an embodiment of the present invention
  • Figure 2 is a block diagram of the processor 150 shown to explain the operation of the processor 150 after executing the stored marketing performance measurement program;
  • Figure 3 is an example of portal search results
  • Figure 4 is an example of channel search results
  • Figure 5 is an example of marketing performance measurement reporting
  • Figure 6 is a flowchart illustrating a method of measuring marketing performance using portal search and reputation analysis of an electronic device according to an embodiment of the present invention.
  • Figure 1 is a block diagram showing a marketing performance measurement device 100 using portal search and reputation analysis according to an embodiment of the present invention.
  • the marketing performance measurement device 100 shown in FIG. 1 establishes a standard marketing performance measurement model to establish an accurate marketing strategy and increase marketing performance, and measures marketing performance using the established marketing performance measurement model.
  • the present invention establishes a performance measurement model based on measurement variables such as keyword search exposure, customer reviews, and number of positive responses, defines detailed variables used in the performance measurement model, and scores and scores them to provide user information. It can be expressed so that it can be easily conveyed. Additionally, you can use a marketing performance measurement model to manage and analyze your own and competitors' marketing.
  • the marketing performance measurement device 100 using portal search and reputation analysis includes a user interface unit 110, a communication unit 120, a memory 130, and a DB (DataBase) ( 140) and a processor 150.
  • the user interface unit 110 provides an interfacing path between the user of the marketing performance measurement device 100 and the marketing performance measurement device 100, and examples include a keyboard, a touch panel, and a display panel.
  • the communication unit 120 may communicate with an external electronic device through a long-distance communication network such as the Internet or a computer network using a wired or wireless communication circuit to connect to the network.
  • a long-distance communication network such as the Internet or a computer network using a wired or wireless communication circuit to connect to the network.
  • Memory 130 may include volatile memory or non-volatile memory.
  • the memory 130 may store various data used by at least one component (eg, the processor 150) of the marketing performance measurement device 100. Data may include input data or output data for programs and instructions related thereto.
  • the program may be stored as software in the memory 130 and may include, for example, an operating system, middleware, multiple applications, and a marketing performance measurement program.
  • the marketing performance measurement program stored in the memory 130 may be an artificial intelligence model learned to quantitatively measure marketing performance by analyzing portal search results.
  • Artificial intelligence models can be created through machine learning. This learning may be performed in the marketing performance measurement device 100 itself or may be performed and generated in a separate server. In addition to hardware structures, artificial intelligence models may additionally or alternatively include software structures. Functions related to artificial intelligence according to an embodiment of the present invention are operated through the memory 130 and the processor 150.
  • DB 140 can store information related to marketing performance and big data.
  • the processor 150 executes one or more programs stored in the memory 130 to control the overall operation of the marketing performance measurement device 100.
  • the processor 150 executes the marketing performance measurement program stored in the memory 130 to quantitatively analyze the portal search results for the top exposure score, review exposure score, and reputation score of the keyword, and then performs a quantitative analysis on the user interface unit 110. It can be displayed in .
  • Figure 2 is a block diagram of the processor 150 shown to explain the operation of the processor 150 after executing the stored marketing performance measurement program.
  • the processor 150 may include a portal search unit 151, a channel extraction unit 153, a review extraction unit 155, a review response extraction unit 157, and a performance measurement unit 159. there is.
  • the portal search unit 151 can search for search rankings, corresponding reviews, etc. within the portal.
  • FIG. 1 is an example diagram of portal search results.
  • the channel extraction unit 153 can search and extract search rankings, reviews, number of review searches, etc. for each various channel of the portal.
  • the channel extraction unit 153 can extract search results provided by a channel (hereinafter referred to as 'channel search results') from portal search results.
  • Channels may include web meeting spaces (for example, Naver cafe) provided by topic or region of interest within a blog or portal.
  • Figure 4 is an example of a channel search result.
  • the review extraction unit 155 may analyze the channel search results and extract reviews corresponding to the target keyword.
  • the review extraction unit 155 may extract a review containing at least one of a company name, service name, and product name from the channel search results.
  • the review response extraction unit 157 may analyze the extracted reviews to extract review responses, and classify the extracted review responses into positive response reviews and negative response reviews.
  • a positive or negative response can be a reputation that takes into account how users feel after using the target keyword.
  • the review response extraction unit 157 may classify positive response reviews into detailed emotions according to a pre-classified detailed emotion list, classify negative response reviews into detailed emotions, and then assign a set score to each detailed emotion. .
  • the score can range from 0 to 1 depending on the detailed sensibility.
  • the review response extraction unit 157 may classify the emotion by considering the emotional strength of the review.
  • Sentiment analysis is a study that analyzes and extracts the types of emotions expressed by users. In general, emotional analysis focuses on analyzing the polarity (i.e. positive or negative) of the user's emotions, but this is insufficient to indicate what kind of emotional state or intensity it is. Therefore, in an embodiment of the present invention, one of the existing algorithms that applies emotional analysis that considers not only the polarity of the user's emotion but also the type and intensity of the emotion can be used.
  • the types of emotions are divided into 7 categories from positive and 15 categories from negative, and the intensity is set from 1 to 3 for each category.
  • the intensity is set from 1 to 3 and then the intensity score is given, so the user can view the results in a graph.
  • the performance measurement unit 159 determines the portal search results of the portal search unit 151, the channel search results extracted from the channel extraction unit 153, the reviews extracted from the review extraction unit 155, and the review response extraction unit 157.
  • the marketing performance score of the target company can be measured by analyzing at least one of the extracted review responses.
  • the performance measurement unit 159 may include a top exposure score calculation unit 159a, a review exposure score calculation unit 159b, a reputation score calculation unit 159c, and a performance calculation unit 159d.
  • the top exposure score calculation unit 159a may calculate a top exposure score indicating the degree to which the target keyword is exposed at the top among the portal search results of the portal search unit 151.
  • the top exposure score calculation unit 159a can calculate the top exposure score using [Equation 1] to [Equation 3].
  • the top exposure score is a numerical expression of how well the target keyword with high search volume is exposed at the top, and is calculated by combining keyword exposure and keyword search volume. It can be.
  • Keyword exposure is the ranking at which the target keyword is exposed at the top in the total number of slots available for top exposure, and the lower the rank, the higher the score can be given.
  • Keyword search volume is the ratio of the target keyword search volume to the total search volume of keywords related to the target keyword searching for the product or service.
  • the keyword search volume is the ratio of the search volume of the target keyword to the search volume of related keywords including the target keyword.
  • the search volume for the target keyword 'wireless vacuum cleaner' is 3800
  • the search volume for 'cordless vacuum cleaner recommendation' is 500
  • the search volume for 'wireless vacuum cleaner company A' is 460
  • the search volume for 'wireless vacuum cleaner filter' is 240.
  • the keyword search volume is as follows.
  • the review exposure score calculation unit 159b can calculate the review exposure score, which is the score for the review of the target company among the reviews extracted from the review extraction unit 155, using [Equation 4] to [Equation 6]. .
  • the review exposure score is the ratio of the number of reviews of the company's product among the total number of reviews of products (including competing products) containing the target keyword and the average star rating of the target review. It can be calculated by combining percentage scores.
  • the review exposure score calculation unit 159b calculates the review quantity ratio, which is the ratio of the number of reviews of the company's product among the total number of reviews of the company's product and the target product for the target keyword, and calculates the review quantity ratio of the company's product reviews for the total star rating of all reviews.
  • the star score ratio which is the ratio of the total star rating, can be calculated.
  • the review exposure score calculation unit 159b calculates the review quantity ratio of the 'AA Code Zero' review quantity to the total review quantity including reviews of wireless vacuum cleaner competitor products (i.e., total product review quantity). If the total number of product reviews is 26,430, and the number of AA Code Zero reviews is 4,350, am.
  • the review exposure score can be 73 points according to the calculation below.
  • the reputation score calculation unit 159c may calculate the reputation score using the degree of positive and negative reactions among the review responses extracted from the review and review response extraction unit 157, and the score given to the detailed sensibility.
  • the reputation score calculation unit 159c calculates the reputation score as the ratio of important reactions with high detailed emotional scores to the ratio of positive reactions calculated from the ratio of positive reputation to the total reputation and the ratio of negative reactions calculated from the ratio of negative reputation to the total reputation. can do.
  • positive and negative response scores it is important that the rate of positive responses is higher than that of negative responses. By adding important reaction scores to this, even if the number of negative reactions is small, if there are important reactions (e.g. fatal malicious reviews), the reputation score can be calculated low.
  • the reputation score calculation unit 159c can calculate the reputation score using [Equation 7] to [Equation 9].
  • the maximum positive response rate is the ratio of the total number of positive reviews to the total number of reviews
  • the positive response rate is the ratio of the number of positive reviews for the company's product to the total number of reviews for the company's products
  • the negative response rate is the ratio of the number of positive reviews for the company's products out of the total number of reviews for the company's products.
  • the detailed emotion score among positive reactions is the score given to each segmented emotion (i.e., detailed emotion) after segmenting the positive reaction considering the type and intensity of positive emotion
  • the detailed emotion score among negative reactions is the score given to the type and intensity of negative emotions. This is a score given after segmenting negative reactions considering their intensity. For example, a positive response of 'It's the best in my life' is given a score of 0.9 by detailed emotional classification, and a negative response of 'It's the worst' is given a score of 0.94.
  • the positive response rate is 0.8 and the negative response rate is 0.2.
  • the 40 reviews with a positive response there are 20 reviews with a detailed emotional score of 0.8 or higher, and among the 10 reviews with a negative response, 10 reviews have a detailed emotional score of 0.8 or higher.
  • the reputation score is am.
  • the performance calculation unit 159d includes the top exposure score calculated from the top exposure score calculation unit 159a, the review exposure score calculated from the review exposure score calculation unit 159b, and the reputation calculated from the reputation score calculation unit 159c. Using the scores, a final marketing performance measurement score can be calculated, and a report for reporting the calculated results can be prepared as shown in FIG. 5.
  • the performance calculation unit 159d can classify measurement variables into keyword search exposure, customer reviews, and the number of positive responses, and define detailed variables for each measurement variable.
  • Detailed variables of keyword search exposure may include at least one of portal influence, top exposure ranking, top exposure score, weight score for each important keyword, and search ranking for each keyword.
  • the performance calculation unit 159d can measure detailed variables of keyword search exposure and score or quantify them.
  • the portal influence is weighted by setting the portal influence of each portal a, b portal, and c portal to 7:2:1. This can be reflected in the portal market share by country. For example, if the target search term is exposed first on portal a, 70 points are given, and if it is exposed first on portal b, 20 points are given.
  • Detailed variables of customer reviews may include at least one of channel influence, importance of top exposure ranking, star rating/score, and review exposure score.
  • the performance calculation unit 159d can measure detailed variables of customer reviews and score or quantify them based on quantitative scores.
  • Channel influence can be set differently depending on industry or domain. For example, in the case of 'Restaurant', channel influence is given in the following order: Map -> Blog -> Search Advertisement. In the case of 'hospital', it is given in the order of search advertisement -> blog -> map. This reflects the channel-specific preferences of consumers searching by industry or domain and is subject to change.
  • the detailed variable of the number of positive responses may include at least one of the degree of positive response (sentiment analysis), degree of negative response (sentiment analysis), degree of detailed emotion (anger, disgust, etc.), and reputation score.
  • the performance calculation unit 159d can measure these detailed variables and score or quantify them.
  • Figure 6 is a flowchart showing a method of measuring marketing performance using portal search and reputation analysis of an electronic device according to an embodiment of the present invention.
  • the electronic device that performs the marketing performance measurement method of FIG. 6 is the marketing performance measurement device 100 described with reference to FIGS. 1 to 5 .
  • the portal search unit 151 of the marketing performance measurement device 100 searches the portal and extracts portal search results corresponding to the target keyword (S610).
  • the channel extraction unit 153 of the marketing performance measurement device 100 extracts the channel search results provided by the channel from the portal search results extracted in step S610 (S620).
  • the review extraction unit 155 of the marketing performance measurement device 100 analyzes the channel search results extracted in step S620 and extracts a review corresponding to the target keyword (S630).
  • reviews containing at least one of the company name, service name, and product name can be extracted by analyzing the channel search results.
  • the review response extraction unit 157 of the marketing performance measurement device 100 analyzes the extracted reviews and extracts review responses (S640).
  • the extracted reviews can be analyzed and classified and extracted into positive response reviews and negative response reviews.
  • the performance measurement unit 159 of the marketing performance measurement device 100 may measure the marketing performance score of the target company by analyzing the portal search results, extracted reviews, and extracted review responses extracted in steps S610 to S640.
  • the performance measurement unit 159 of the marketing performance measurement device 100 can calculate a top exposure score for the target company, indicating the degree to which the target keyword is exposed at the top among the portal search results extracted in step S610. There is (S650).
  • the top exposure score can be calculated using [Equation 1] to [Equation 3].
  • the performance measurement unit 159 may calculate a review exposure score, which is the score for the target company's review among the reviews extracted in step S630 (S660).
  • the review exposure score can be calculated using [Equation 4] to [Equation 6].
  • the performance measurement unit 159 may calculate a reputation score using the degree of positive and negative responses extracted in step S640 and the degree of detailed sensibility (S670). In step S670, the reputation score can be calculated using [Equation 7] to [Equation 9].
  • the performance calculation unit 159d of the marketing performance measurement device 100 calculates scores for a number of detailed variables including the top exposure score, review exposure score, and reputation score calculated in steps S650 to S670, as shown in FIG. 5 You can create a report containing marketing performance measurement results such as:
  • the score for each item is quantified through the performance measurement model for each channel of the company and its competitors, and using this, the company's marketing status report and competitive marketing analysis report can be created, which is a SW package.
  • a program using a computer, such as a web page such as SaaS (Software as a Service), and a processor 150 that executes the program.

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Theoretical Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

포털 검색 및 평판 분석을 이용한 마케팅 성과 측정 장치 및 방법이 개시된다. 포털 검색 및 평판 분석을 이용한 마케팅 성과 측정 장치는, 성과를 측정할 대상 키워드가 입력되면 포털을 검색하여 대상 키워드에 해당하는 포털 검색 결과를 추출하는 포털 검색부와, 포털 검색 결과 중 채널에서 제공하는 검색 결과(이하, '채널 검색 결과'라 한다)를 추출하는 채널 추출부와, 채널 검색 결과를 분석하여 대상 키워드에 해당하는 리뷰를 추출하는 리뷰 추출부와, 추출된 리뷰를 분석하여 리뷰 반응을 추출하는 리뷰 반응 추출부와, 포털 검색 결과, 추출된 리뷰 및 추출된 리뷰 반응을 분석하여 대상 업체의 마케팅 성과 점수를 측정하는 성과 측정부를 포함할 수 있다.

Description

포털 검색 및 평판 분석을 이용한 마케팅 성과 측정 장치 및 방법
본 발명은 포털 검색 및 평판 분석을 이용한 마케팅 성과 측정 장치 및 방법에 관한 것으로, 보다 구체적으로, 마케팅을 집행하고 결과에 대한 성과를 측정할 때 키워드 검색 노출도, 고객의 리뷰, 긍정적인 반응의 수 등을 측정 변수로 한 모델을 통해 보다 쉽게 경쟁도와 자사 마케팅의 성과를 측정 또는 관리할 수 있는 포털 검색 및 평판 분석을 이용한 마케팅 성과 측정 장치 및 방법에 관한 것이다.
퍼포먼스 마케팅은 운영하는 채널에서 발행한 콘텐츠의 노출 순위가 높을수록 마케팅 효과가 높아지고, 고객의 리뷰의 수가 많을수록 파급효과가 높다고 판단하며, 긍정적인 반응의 수가 많을수록 성과가 좋다고 판단한다. 따라서 퍼포먼스 마케팅을 운영하면서 매출에 영향을 미치는 키워드 검색 결과에 따른 노출도와 리뷰의 수, 긍정적인 반응의 정도를 높이는 것은 마케팅 성과 분석과 전략 설정의 주 목적이 된다.
기존에는 이러한 노출 키워드 순위를 수기로 기록하여 반응을 분석하거나, 포털에서 검색하여 사용자에게 보여지는 긍정적인 반응의 정도를 기록하여 마케팅 성과를 분석한다. 즉, 기존에는 정략적 측정을 위한 기준이 별도로 없어 단순히 포털에서 검색해서 사용자에게 보여지는 노출의 유무 정도로만 성과를 측정하거나, 업체나 마케터마다 서로 다른 측정 변수와 방식을 이용하여 성과를 측정한다. 따라서, 마케팅 성과를 측정하기 위해 데이터를 분석하고 전략을 설정하는데 서로 다른 기준을 사용하고 있으며, 이로 인해 마케팅 성과 측정 결과에 대한 신뢰도가 낮은 편에 속한다.
또한, 마케팅 성과 측정 방식과 유사하게 경쟁업체의 마케팅 상황을 분석하다보니 경쟁도 분석과 측정의 기준이 없고, 정확성이 떨어진다. 이에 따라, 과거의 자사 마케팅 성과와 현재의 성과를 비교한다거나 혹은 경쟁사의 과거 성과 및 현재 성과를 비교하는 것과 같은 시계열적 분석이 불가능하다.
전술한 문제점을 해결하기 위하여 본 발명이 이루고자 하는 기술적 과제는, 포털 내 채널의 마케팅 성과를 정량적으로 측정할 수 있는 포털 검색 및 평판 분석을 이용한 마케팅 성과 측정 장치 및 방법을 제시하는 데 있다.
본 발명의 해결과제는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 해결과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
상기와 같은 목적을 달성하기 위하여 본 발명의 실시예에 따르면, 포털 검색 및 평판 분석을 이용한 마케팅 성과 측정 장치는, 성과를 측정할 대상 키워드가 입력되면 포털을 검색하여 상기 대상 키워드에 해당하는 포털 검색 결과를 추출하는 포털 검색부; 상기 포털 검색 결과 중 채널에서 제공하는 검색 결과(이하, '채널 검색 결과'라 한다)를 추출하는 채널 추출부; 상기 채널 검색 결과를 분석하여 상기 대상 키워드에 해당하는 리뷰를 추출하는 리뷰 추출부; 상기 추출된 리뷰를 분석하여 리뷰 반응을 추출하는 리뷰 반응 추출부; 및 상기 포털 검색 결과, 추출된 리뷰 및 추출된 리뷰 반응을 분석하여 대상 업체의 마케팅 성과 점수를 측정하는 성과 측정부;를 포함할 수 있다.
상기 리뷰 추출부는, 상기 채널 검색 결과를 분석하여 업체명, 서비스명 및 제품명 중 적어도 하나가 포함된 리뷰를 추출하고, 상기 리뷰 반응 추출부는, 상기 추출된 리뷰를 분석하여 긍정 반응 리뷰와 부정 반응 리뷰로 분류 및 추출할 수 있다.
상기 성과 측정부는, 상기 포털 검색 결과 중 상기 대상 키워드가 상위에 노출된 정도를 나타내는 상위 노출 점수를 상기 대상 업체에 대해 산출하는 상위 노출 점수 산출부; 상기 추출된 리뷰 중 상기 대상 업체의 리뷰에 대한 점수인 리뷰 노출 점수를 산출하는 리뷰 노출 점수 산출부; 및 상기 추출된 리뷰 반응 중 긍정 반응과 부정 반응의 정도, 그리고, 세부감성에 부여된 점수를 이용하여 평판 점수를 산출하는 평판 점수 산출부; 중 적어도 하나를 포함할 수 있다.
상기 상위 노출 점수 산출부는, 다음 식을 이용하여 상위 노출 점수를 산출할 수 있다.
Figure PCTKR2022017222-appb-img-000001
,
Figure PCTKR2022017222-appb-img-000002
,
Figure PCTKR2022017222-appb-img-000003
여기서, 상기 키워드 노출도는 상위 노출이 가능한 총슬롯 개수에서 상기 대상 키워드가 상위 노출되고 있는 순위이고, 상기 키워드 검색량은 상기 대상 키워드를 포함하는 연관 키워드들의 검색량 중 상기 대상 키워드의 검색량, N은 포털 사이트의 인덱스이다.
상기 리뷰 노출 점수 산출부는, 다음 식을 이용하여 리뷰 노출 점수를 산출할 수 있다.
Figure PCTKR2022017222-appb-img-000004
,
Figure PCTKR2022017222-appb-img-000005
,
Figure PCTKR2022017222-appb-img-000006
여기서, 상기 리뷰 수량 비율은 상기 대상 키워드에 대한 자사 제품과 대상 제품의 전체 리뷰 수 중 자사 제품의 리뷰 수가 차지하는 비율이고, 상기 별점 점수 비율은 상기 전체 리뷰의 별점 총합에 대해 자사 제품 리뷰의 별점 총합이 차지하는 비율임.
상기 평판 점수 산출부는, 상기 총 다음 식을 이용하여 평판 점수를 산출할 수 있다.
Figure PCTKR2022017222-appb-img-000007
Figure PCTKR2022017222-appb-img-000008
,
Figure PCTKR2022017222-appb-img-000009
,
Figure PCTKR2022017222-appb-img-000010
여기서, 상기 최대 긍정 반응 비율은 총 리뷰 수 중 총 긍정 리뷰 수 비율이고, 긍정 반응 비율은 자사 제품 총 리뷰수 중 자사 제품에 대한 긍정 리뷰 수 비율이고, 부정 반응 비율은 자사 제품 총 리뷰수 중 자사 제품에 대한 긍정 리뷰 수 비율이다.
본 발명의 또 다른 실시예에 따르면, 포털 검색 및 평판 분석을 이용한 마케팅 성과 측정 방법은, (A) 전자장치가, 성과를 측정할 대상 키워드가 입력되면 포털을 검색하여 상기 대상 키워드에 해당하는 포털 검색 결과를 추출하는 단계; (B) 상기 전자장치가, 상기 (A) 단계에서 추출된 포털 검색 결과 중 채널에서 제공하는 검색 결과(이하, '채널 검색 결과'라 한다)를 추출하는 단계; (C) 상기 전자장치가, 상기 채널 검색 결과를 분석하여 상기 대상 키워드에 해당하는 리뷰를 추출하는 단계; (D) 상기 전자장치가, 상기 추출된 리뷰를 분석하여 리뷰 반응을 추출하는 단계; 및 (E) 상기 전자장치가, 상기 포털 검색 결과, 추출된 리뷰 및 추출된 리뷰 반응을 분석하여 대상 업체의 마케팅 성과 점수를 측정하는 단계;를 포함할 수 있다.
상기 (C) 단계는, 상기 채널 검색 결과를 분석하여 업체명, 서비스명 및 제품명 중 적어도 하나가 포함된 리뷰를 추출하고, 상기 (D) 단계는, 상기 추출된 리뷰를 분석하여 긍정 반응 리뷰와 부정 반응 리뷰로 분류 및 추출할 수 있다.
상기 (E) 단계는, (E1) 상기 포털 검색 결과 중 상기 대상 키워드가 상위에 노출된 정도를 나타내는 상위 노출 점수를 상기 대상 업체에 대해 산출하는 단계; (E2) 상기 추출된 리뷰 중 상기 대상 업체의 리뷰에 대한 점수인 리뷰 노출 점수를 산출하는 단계; 및 (E3) 상기 추출된 리뷰 중 긍정 반응과 부정 반응의 정도, 그리고, 세부감성에 부여된 점수를 이용하여 평판 점수를 산출하는 단계; 중 적어도 하나를 포함할 수 있다.
본 발명은, 포털 빅데이터를 검색하고 검색 결과를 분석함으로써 키워드 노출도, 고객 리뷰, 긍정적 반응 정도에 따라 마케팅 채널을 수치화하여 정량적으로 마케팅 성과를 측정할 수 있다.
또한, 본 발명은 자사와 경쟁업체의 마케팅 분석을 통해 채널별 마케팅 점수를 산출함으로써 경쟁현황, 업체별 동향, 경쟁도 등을 보다 용이하게 파악할 수 있다.
또한, 본 발명은 마케팅 효과가 높은 키워드에 대한 키워드 관리와 고객의 리뷰 수를 관리하고, 긍정적인 반응을 높이고 부정적인 반응을 빠르게 체크하여 리스크를 효과적으로 관리함으로써 결과적으로 마케팅 경쟁력을 높이고 효율적인 마케팅을 가능하게 한다.
또한, 본 발명은, 인공지능을 이용하여 자사 제품, 서비스를 지칭하는 다양한 단어들에 대해서도 검색과 분석이 가능하며 리뷰 또한 사용자가 갖는 표현을 단순한 긍정 또는 부정 외에 주제별 세부 감성으로 자세히 분류하여 사용자의 평판을 분석하고 이를 마케팅 성과 측정에 반영할 수 있으며, 이로서, 본 발명을 통해 마케팅 현황과 경쟁 업체의 현황을 정확히 분석하고 나아가 퍼포먼스 마케팅과 보다 전략적인 마케팅 관리가 가능하다.
본 발명의 효과들은 이상에서 언급한 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 본 발명의 기술 분야에서의 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 실시예에 따른 포털 검색 및 평판 분석을 이용한 마케팅 성과 측정 장치(100)를 도시한 블록도,
도 2는 저장된 마케팅 성과 측정 프로그램을 실행한 후 프로세서(150)의 동작을 설명하기 위해 도시한 프로세서(150)의 블록도,
도 3은 포털 검색 결과의 예시도,
도 4는 채널 검색 결과의 예시도,
도 5는 마케팅 성과 측정 리포팅의 예시도, 그리고
도 6은 본 발명의 실시 예에 따른 전자 장치의 포털 검색 및 평판 분석을 이용한 마케팅 성과 측정 방법을 도시한 흐름도이다.
본 발명은 취지를 벗어나지 않는 한도에서 다양하게 변경하여 실시할 수 있고, 하나 이상의 실시 예를 가질 수 있다. 그리고 본 발명에서 "발명을 실시하기 위한 구체적인 내용" 및 "도면" 등에 기재한 실시 예는, 본 발명을 구체적으로 설명하기 위한 예시이며, 본 발명의 권리 범위를 제한하거나 한정하는 것은 아니다.
따라서, 본 발명이 속하는 기술 분야의 통상의 지식을 가진 자가, 본 발명의 "발명을 실시하기 위한 구체적인 내용" 및 "도면" 등으로부터 용이하게 유추할 수 있는 것은, 본 발명의 범위에 속하는 것으로 해석할 수 있다.
본 발명의 명세서에서 사용되는 용어를 특별히 정의하지 않는 이상, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 일반적으로 이해하는 것과 동일한 의미를 가질 수 있다.
이하, 도면을 참조하여 본 발명의 실시 예를 상세하게 설명한다.
도 1은 본 발명의 실시예에 따른 포털 검색 및 평판 분석을 이용한 마케팅 성과 측정 장치(100)를 도시한 블록도이다.
도 1에 도시된 마케팅 성과 측정 장치(100)는 정확한 마케팅 전략 수립과 마케팅 성과를 높이기 위해 기준이 되는 마케팅 성과 측정 모델을 정립하고, 정립된 마케팅 성과 측정 모델을 이용하여 마케팅 성과를 측정한다. 본 발명은 키워드 검색 노출도, 고객의 리뷰, 긍정적인 반응의 수 등의 측정 변수를 기준으로 한 성과 측정 모델을 수립하고, 성과 측정 모델에 사용되는 세부 변수를 정의하고 이를 수치, 점수화하여 사용자에게 쉽게 전달할 수 있도록 표현할 수 있다. 또한, 마케팅 성과 측정 모델을 활용하여 자사와 경쟁업체의 마케팅을 관리하고 분석할 수 있다.
도 1을 참조하면, 본 발명의 실시예에 따른 포털 검색 및 평판 분석을 이용한 마케팅 성과 측정 장치(100)는 사용자 인터페이스부(110), 통신부(120), 메모리(130), DB(DataBase)(140) 및 프로세서(150)를 포함할 수 있다.
사용자 인터페이스부(110)는 마케팅 성과 측정 장치(100)의 사용자와 마케팅 성과 측정 장치(100) 간의 인터페이싱 경로를 제공하며, 키보드, 터치패널, 표시패널 등을 예로 들 수 있다.
통신부(120)는 네트워크에 접속하기 위한 유선 또는 무선 통신 회로를 이용하여 인터넷, 또는 컴퓨터 네트워크와 같은 원거리 통신 네트워크를 통하여 외부 전자 장치와 통신할 수 있다.
메모리(130)는, 휘발성 메모리 또는 비휘발성 메모리를 포함할 수 있다. 메모리(130)는 마케팅 성과 측정 장치(100)의 적어도 하나의 구성요소(예를 들어, 프로세서(150))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 프로그램 및 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 프로그램은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들어, 운영체제, 미들웨어, 다수의 어플리케이션, 마케팅 성과 측정 프로그램을 포함할 수 있다.
메모리(130)에 저장되는 마케팅 성과 측정 프로그램은 포털을 검색한 결과를 분석하여 마케팅 성과를 정량적으로 측정할 수 있도록 학습된 인공지능 모델일 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 마케팅 성과 측정 장치(100) 자체에서 수행되거나 별도의 서버에서 수행되어 생성될 수 있다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다. 본 발명의 실시 예에 따른 인공 지능과 관련된 기능은 메모리(130)와 프로세서(150)를 통해 동작된다.
DB(140)는 마케팅 성과 및 빅데이터 관련 정보를 저장할 수 있다.
프로세서(150)는 메모리(130)에 저장된 하나 이상의 프로그램을 실행하여 마케팅 성과 측정 장치(100)의 전반적인 동작을 제어한다.
예를 들어, 프로세서(150)는 메모리(130)에 저장된 마케팅 성과 측정 프로그램을 실행하여 포털의 검색 결과를 키워드의 상위 노출 점수, 리뷰 노출 점수 및 평판 점수를 정량 분석한 후 사용자 인터페이스부(110)에 표시되도록 할 수 있다.
도 2는 저장된 마케팅 성과 측정 프로그램을 실행한 후 프로세서(150)의 동작을 설명하기 위해 도시한 프로세서(150)의 블록도이다.
도 2를 참조하면, 프로세서(150)는 포털 검색부(151), 채널 추출부(153), 리뷰 추출부(155), 리뷰 반응 추출부(157) 및 성과 측정부(159)를 포함할 수 있다.
포털 검색부(151)는 대상 키워드가 입력되면 포털 내 검색 순위, 해당 리뷰 등을 검색할 수 있다.
자세히 설명하면, 사용자가 다수의 포털들 중 어느 하나의 포털에서 제공하는 웹사이트를 통해 또는 마케팅 성과 측정 프로그램에서 제공하는 화면을 통해 포털에 접속한 후 마케팅 성과를 측정할 대상 키워드를 사용자 인터페이스부(110)로 입력하면, 포털 검색부(151)는 포털을 검색하여 대상 키워드에 해당하는 포털 검색 결과를 추출할 수 있다. 도 3은 포털 검색 결과의 예시도이다.
채널 추출부(153)는 포털의 다양한 채널 별로 검색 순위와 리뷰, 리뷰 검색수 등을 검색 및 추출할 수 있다. 자세히 설명하면, 채널 추출부(153)는 포털 검색 결과 중 채널에서 제공하는 검색 결과(이하, '채널 검색 결과'라 한다)를 추출할 수 있다. 채널은 블로그, 포털 내에서 관심 주제별 또는 지역 별로 제공하는 웹모임공간(예를 들어, 네이버 카페)을 포함할 수 있다. 도 4는 채널 검색 결과의 예시도이다.
리뷰 추출부(155)는 채널 검색 결과를 분석하여 대상 키워드에 해당하는 리뷰를 추출할 수 있다. 리뷰 추출부(155)는 채널 검색 결과 중 회사명, 서비스명, 제품명 중 적어도 하나를 포함하는 리뷰를 추출할 수 있다.
리뷰 반응 추출부(157)는 추출된 리뷰를 분석하여 리뷰 반응을 추출하고, 추출된 리뷰 반응을 긍정 반응 리뷰와 부정 반응 리뷰로 분류할 수 있다. 긍정 반응 또는 부정 반응은 대상 키워드를 사용하고 난 후 사용자들이 느낀 점을 고려한 평판일 수 있다.
또한, 리뷰 반응 추출부(157)는 긍정 반응 리뷰를 사전에 분류된 세부감성리스트에 따라 세부감성으로 분류하고, 부정 반응 리뷰를 세부감성으로 분류한 후 각 세부감성에 설정된 점수를 부여할 수 있다. 점수는 세부감성에 따라 0점부터 1점 사이일 수 있다.
예를 들어, 리뷰 반응 추출부(157)는 리뷰의 감성 강도를 고려하여 감성을 분류할 수 있다. 감성 분석은 사용자들이 표현하는 감정의 종류를 분석하고 추출하는 연구이다. 일반적으로 감성 분석은 사용자의 감성에 대한 극성(즉 긍정, 부정)을 분석하는데 중점을 두고 있지만, 이는 어떠한 감성 상태인지 얼마만큼의 강도인지를 나타내기에 부족하다. 따라서, 본 발명의 실시 예에서는 사용자의 감성에 대한 극성뿐만 아니라 감성의 종류와 강도까지 고려한 감성 분석을 적용하는 기존의 알고리즘들 중 하나를 사용할 수 있다. 예를 들어, 논문 '감성 강도를 고려한 감성 분석 시스템에서는 감성의 종류를 긍정에서 7가지의 범주와 부정에서 15가지의 범주로 나누고, 각 범주별로 1~3까지의 강도를 설정하고 있다. 또한 각 범주에 속하는 어휘들에서도 1~3까지의 강도를 설정한 후 강도의 점수를 주어 사용자는 그 결과를 그래프로 볼 수 있다.
성과 측정부(159)는 포털 검색부(151)의 포털 검색 결과, 채널 추출부(153)에서 추출된 채널 검색 결과, 리뷰 추출부(155)에서 추출된 리뷰 및 리뷰 반응 추출부(157)에서 추출된 리뷰 반응 중 적어도 하나를 분석하여 대상 업체의 마케팅 성과 점수를 측정할 수 있다.
이를 위하여, 성과 측정부(159)는 상위 노출 점수 산출부(159a), 리뷰 노출 점수 산출부(159b), 평판 점수 산출부(159c) 및 성과 산출부(159d)를 포함할 수 있다.
상위 노출 점수 산출부(159a)는 포털 검색부(151)의 포털 검색 결과 중 대상 키워드가 상위에 노출된 정도를 나타내는 상위 노출 점수를 산출할 수 있다.
상위 노출 점수 산출부(159a)는 [수학식 1] 내지 [수학식 3]을 이용하여 상위 노출 점수를 산출할 수 있다.
Figure PCTKR2022017222-appb-img-000011
Figure PCTKR2022017222-appb-img-000012
Figure PCTKR2022017222-appb-img-000013
[수학식 1] 내지 [수학식 3]을 참조하면, 상위 노출 점수는 높은 검색량의 대상 키워드가 얼마나 상위에 노출이 잘되어 있는지를 수치화하여 표현한 것으로서, 키워드 노출도와 키워드 검색량을 조합하여 산출될 수 있다. N은 대상 키워드의 마케팅 성과를 측정할 포털 사이트의 인덱스로서 i=1, 2, 3, 쪋, N이다.
키워드 노출도는 상위 노출이 가능한 총슬롯 개수에서 대상 키워드가 상위 노출되고 있는 순위로서, 랭크가 낮을수록 높은 점수를 부여할 수 있다.
키워드 검색량은 해당 제품, 서비스를 검색하는 대상 키워드의 연관된 총 키워드의 검색량을 합한 값 중 대상 키워드 검색량이 차지하는 비율이다. 즉, 키워드 검색량은 대상 키워드를 포함하는 연관 키워드들의 검색량 중 대상 키워드의 검색량 비율이다.
예를 들어, 대상 키워드가 '무선 청소기'인 경우, 검색 결과 총슬롯 5개 중 2위로 노출 중이라면, 키워드 노출도는 1-(3/5)=0.4이다.
또한, 대상 키워드 '무선 청소기'의 검색량이 3800건이고, '무선청소기 추천'의 검색량이 500건이고, '무선 청소기 A사'의 검색량이 460건이고, '무선청소기 필터'의 검색량이 240건인 경우 키워드 검색량은 다음과 같다.
Figure PCTKR2022017222-appb-img-000014
리뷰 노출 점수 산출부(159b)는 리뷰 추출부(155)에서 추출된 리뷰 중 대상 업체의 리뷰에 대한 점수인 리뷰 노출 점수를 [수학식 4] 내지 [수학식 6]을 이용하여 산출할 수 있다.
Figure PCTKR2022017222-appb-img-000015
Figure PCTKR2022017222-appb-img-000016
Figure PCTKR2022017222-appb-img-000017
[수학식 4] 내지 [수학식 6]을 참조하면, 리뷰 노출 점수는 대상 키워드를 포함하는 총 제품(경쟁 제품 포함)의 리뷰 수 중에서 자사 제품의 리뷰 수가 차지하는 비율과 대상으로 하는 리뷰의 평균 별점 백분율 점수를 조합하여 산출할 수 있다. 리뷰 노출 점수 산출부(159b)는, 대상 키워드에 대한 자사 제품과 대상 제품의 전체 리뷰 수 중 자사 제품의 리뷰 수가 차지하는 비율인 리뷰 수량 비율을 산출하고, 전체 리뷰의 별점 총합에 대해 자사 제품 리뷰의 별점 총합이 차지하는 비율인 별점 점수 비율을 산출할 수 있다.
예를 들어, 리뷰 노출 점수 산출부(159b)는 무선청소기 경쟁사 제품 리뷰를 포함하는 총 리뷰 수량에(즉, 총 제품 리뷰 수량)에서 'AA 코드제로' 리뷰 수량이 차지하는 리뷰 수량 비율을 산출한다. 총 제품 리뷰 수량이 26430개이고, AA 코드제로의 리뷰가 4350개이면,
Figure PCTKR2022017222-appb-img-000018
이다.
또한, AA 코드제로의 별점 백분율 점수가 83%이고, 총평균 별점 백분율 점수가 64%인 경우,
Figure PCTKR2022017222-appb-img-000019
이다. 따라서 AA 코드제로의 별점 백분율이 경쟁사에 비해 우수함을 알 수 있다.
리뷰 노출 점수는 아래 계산에 의해 73점일 수 있다.
Figure PCTKR2022017222-appb-img-000020
이고, 이를 백분율로 산출하면, 73점일 수 있다.
평판 점수 산출부(159c)는 리뷰 및 리뷰 반응 추출부(157)에서 추출된 리뷰 반응 중 긍정 반응과 부정 반응의 정도, 그리고, 세부감성에 부여된 점수를 이용하여 평판 점수를 산출할 수 있다. 평판 점수 산출부(159c)는 총평판에서 긍정 평판의 비율을 계산한 긍정반응과 총평판에서 부정 평판의 비율을 계산한 부정반응 비율에 세부감성 점수가 높은 중요한 반응이 차지하는 비율로 평판 점수를 산출할 수 있다. 긍정부정 반응 점수 측면에서는 부정반응보다 긍정반응 비율이 높은 것이 중요하다. 여기에 중요한 반응 점수를 더해 부정반응 개수가 적더라도 중요한 반응(ex. 치명적인 악성리뷰)이 있으면 평판점수가 낮게 산출될 수 있다.
평판 점수 산출부(159c)는 [수학식 7] 내지 [수학식 9]를 이용하여 평판 점수를 산출할 수 있다.
Figure PCTKR2022017222-appb-img-000021
Figure PCTKR2022017222-appb-img-000022
Figure PCTKR2022017222-appb-img-000023
Figure PCTKR2022017222-appb-img-000024
[수학식 7] 내지 [수학식 9]를 참조하면, 최대 긍정 반응 비율은 총 리뷰 수 중 총 긍정 리뷰 수 비율이고, 긍정 반응 비율은 자사 제품 총 리뷰수 중 자사 제품에 대한 긍정 리뷰 수 비율이고, 부정 반응 비율은 자사 제품 총 리뷰수 중 자사 제품에 대한 긍정 리뷰 수 비율이다.
또한, 긍정 반응 중 세부 감성 점수는 긍정 감성 종류와 강도를 고려하여 긍정 반응을 세분화한 후 각 세분화된 감성(즉, 세부 감성)에 부여된 점수이고, 부정 반응 중 세부 감성 점수는 부정 감성 종류와 강도를 고려하여 부정 반응을 세분화한 후 부여한 점수이다. 예를 들어, '생애 최고'라는 긍정 반응은 세부감성 분류에 의해 0.9라는 점수가 부여되고, '최악이다'라는 부정 반응은 0.94라는 점수가 부여된다.
예를 들어, 긍정 반응의 리뷰가 40개이고, 부정 반응의 리뷰가 10이면, 긍정 반응 비율은 0.8, 부정 반응 비율은 0.2이다. 또한, 긍정 반응의 리뷰 40개 중 세부감성 점수가 0.8 이상인 리뷰가 20개이고, 부정 반응의 리뷰 10개 중 세부감성 점수가 0.8 이상인 리뷰가 10개이다. 이 때, 평판점수는
Figure PCTKR2022017222-appb-img-000025
이다.
성과 산출부(159d)는 상위 노출 점수 산출부(159a)에서 산출된 상위 노출 점수, 리뷰 노출 점수 산출부(159b)에서 산출된 리뷰 노출 점수, 그리고, 평판 점수 산출부(159c)에서 산출된 평판 점수를 이용하여 마케팅 성과 측정 점수를 최종 산출하고, 산출된 결과를 리포팅하기 위한 보고서를 도 5에 도시된 것처럼 작성할 수 있다.
성과 산출부(159d)는 측정 변수로서 키워드 검색 노출도, 고객 리뷰 및 긍정적인 반응의 수로 분류하고, 각 측정 변수마다 세부 변수를 정의할 수 있다.
키워드 검색 노출도의 세부 변수는 포털 영향도, 상위 노출 순위, 상위 노출 점수, 중요 키워드 별 가중치 점수, 키워드 별 검색 순위 중 적어도 하나를 포함할 수 있다. 성과 산출부(159d)는 키워드 검색 노출도의 세부 변수를 측정하여 점수화 또는 수치화할 수 있다. 포털 영향도는, a 포털, b 포털, c 포털 각각의 포털 영향도를 7:2:1로 설정하여 가중치를 주는 것이다. 이는 국가별 포털 점유율로 반영할 수 있다. 예를 들어, a 포털에 대상 검색어가 1순위로 노출되면 70점이 부여되고, b 포털에 1순위로 노출되면 20점이 부여된다.
고객 리뷰의 세부 변수는 채널 영향도, 상위노출 순위의 중요도, 별점/점수, 리뷰 노출 점수 중 적어도 하나를 포함할 수 있다. 성과 산출부(159d)는 고객 리뷰의 세부 변수를 측정하여 정량점수를 기반으로 점수화 또는 수치화할 수 있다. 채널 영향도는 업종이나 도메인별로 다르게 설정할 수 있다. 예를 들어, '음식점'일 경우 채널 영향도를 지도-> 블로그 -> 검색광고 순으로 부여한다. '병원'일 경우 검색광고 -> 블로그 -> 지도 순으로 부여한다. 이는 업종이나 도메인별로 검색하는 소비자의 채널 별 선호도를 반영한 것으로서 변경가능하다.
긍정적인 반응의 수의 세부변수는 긍정적 반응(감성분석)의 정도, 부정적 반응(감성분석)의 정도, 세부감성(분노, 혐오 등) 정도, 평판 점수 중 적어도 하나를 포함할 수 있다. 성과 산출부(159d)는 이러한 세부 변수를 측정하여 점수화 또는 수치화할 수 있다.
도 6은 본 발명의 실시 예에 따른 전자 장치의 포털 검색 및 평판 분석을 이용한 마케팅 성과 측정 방법을 도시한 흐름도이다.
도 6의 마케팅 성과 측정 방법을 수행하는 전자 장치는 도 1 내지 도 5를 참조하여 설명한 마케팅 성과 측정 장치(100)이다.
도 6을 참조하면, 마케팅 성과 측정 장치(100)의 포털 검색부(151)는 마케팅 성과를 측정할 대상 키워드가 입력되면 포털을 검색하여 대상 키워드에 해당하는 포털 검색 결과를 추출한다(S610),
마케팅 성과 측정 장치(100)의 채널 추출부(153)는 S610단계에서 추출된 포털 검색 결과 중 채널에서 제공하는 채널 검색 결과를 추출한다(S620).
마케팅 성과 측정 장치(100)의 리뷰 추출부(155)는 S620단계에서 추출된 채널 검색 결과를 분석하여 대상 키워드에 해당하는 리뷰를 추출한다(S630). S630단계는 채널 검색 결과를 분석하여 업체명, 서비스명 및 제품명 중 적어도 하나가 포함된 리뷰를 추출할 수 있다.
마케팅 성과 측정 장치(100)의 리뷰 반응 추출부(157)는 추출된 리뷰를 분석하여 리뷰 반응을 추출한다(S640). S640단계는 추출된 리뷰를 분석하여 긍정 반응 리뷰와 부정 반응 리뷰로 분류 및 추출할 수 있다.
마케팅 성과 측정 장치(100)의 성과 측정부(159)는 S610~S640단계에서 추출된 포털 검색 결과, 추출된 리뷰 및 추출된 리뷰 반응을 분석하여 대상 업체의 마케팅 성과 점수를 측정할 수 있다.
자세히 설명하면, 마케팅 성과 측정 장치(100)의 성과 측정부(159)는 S610단계에서 추출된 포털 검색 결과 중 상기 대상 키워드가 상위에 노출된 정도를 나타내는 상위 노출 점수를 대상 업체에 대해 산출할 수 있다(S650). S650단계는 [수학식 1] 내지 [수학식 3]을 이용하여 상위 노출 점수를 산출할 수 있다.
성과 측정부(159)는 S630단계에서 추출된 리뷰 중 대상 업체의 리뷰에 대한 점수인 리뷰 노출 점수를 산출할 수 있다(S660). S660단계는 [수학식 4] 내지 [수학식 6]을 이용하여 리뷰 노출 점수를 산출할 수 있다.
성과 측정부(159)는 S640단계에서 추출된 긍정 반응과 부정 반응의 정도, 그리고, 세부감성의 정도를 이용하여 평판 점수를 산출할 수 있다(S670). S670단계는 [수학식 7] 내지 [수학식 9]를 이용하여 평판 점수를 산출할 수 있다.
마케팅 성과 측정 장치(100)의 성과 산출부(159d)는 S650단계 내지 S670단계에서 산출된 상위 노출 점수, 리뷰 노출 점수 및 평판 점수를 포함하는 다수의 세부 변수들에 대한 점수를 산출하여, 도 5와 같은 마케팅 성과 측정 결과를 포함하는 보고서를 작성할 수 있다.
상술한 본 발명의 실시 예에 의하면, 자사 및 경쟁 업체의 채널별 성과 측정 모델을 통한 각 항목 별 점수를 수치화하고, 이를 이용하여 자사 마케팅 현황 보고서, 경쟁 마케팅 분석 보고서를 작성할 수 있으며, 이는 SW 패키지, SaaS(Software as a Service) 등의 웹 페이지 등의 컴퓨터를 이용한 프로그램과, 프로그램을 실행하는 프로세서(150)로 구현될 수 있다.
이상을 통해 본 발명의 실시 예에 대하여 설명하였지만, 본 발명은 상기 실시 예에 한정되지 않고, 본 발명의 취지를 벗어나지 않고 효과를 저해하지 않는 한, 발명의 상세한 설명 및 첨부한 도면의 범위 안에서 다양하게 변경하여 실시할 수 있다. 또한 그러한 실시 예가 본 발명의 범위에 속하는 것은 당연하다.

Claims (12)

  1. 성과를 측정할 대상 키워드가 입력되면 포털을 검색하여 상기 대상 키워드에 해당하는 포털 검색 결과를 추출하는 포털 검색부;
    상기 포털 검색 결과 중 채널에서 제공하는 검색 결과(이하, '채널 검색 결과'라 한다)를 추출하는 채널 추출부;
    상기 채널 검색 결과를 분석하여 상기 대상 키워드에 해당하는 리뷰를 추출하는 리뷰 추출부;
    상기 추출된 리뷰를 분석하여 리뷰 반응을 추출하는 리뷰 반응 추출부; 및
    상기 포털 검색 결과, 추출된 리뷰 및 추출된 리뷰 반응을 분석하여 대상 업체의 마케팅 성과 점수를 측정하는 성과 측정부;
    를 포함하는 포털 검색 및 평판 분석을 이용한 마케팅 성과 측정 장치.
  2. 제1항에 있어서,
    상기 리뷰 추출부는,
    상기 채널 검색 결과를 분석하여 업체명, 서비스명 및 제품명 중 적어도 하나가 포함된 리뷰를 추출하고,
    상기 리뷰 반응 추출부는,
    상기 추출된 리뷰를 분석하여 긍정 반응 리뷰와 부정 반응 리뷰로 분류 및 추출하는,
    포털 검색 및 평판 분석을 이용한 마케팅 성과 측정 장치.
  3. 제1항에 있어서,
    상기 성과 측정부는,
    상기 포털 검색 결과 중 상기 대상 키워드가 상위에 노출된 정도를 나타내는 상위 노출 점수를 산출하는 상위 노출 점수 산출부;
    상기 추출된 리뷰 중 상기 대상 업체의 리뷰에 대한 점수인 리뷰 노출 점수를 산출하는 리뷰 노출 점수 산출부; 및
    상기 추출된 리뷰 반응 중 긍정 반응과 부정 반응의 정도, 그리고, 세부감성에 부여된 점수를 이용하여 평판 점수를 산출하는 평판 점수 산출부;
    중 적어도 하나를 포함하는 포털 검색 및 평판 분석을 이용한 마케팅 성과 측정 장치.
  4. 제3항에 있어서,
    상기 상위 노출 점수 산출부는,
    다음 식을 이용하여 상위 노출 점수를 산출하는 포털 검색 및 평판 분석을 이용한 마케팅 성과 측정 장치:
    Figure PCTKR2022017222-appb-img-000026
    ,
    Figure PCTKR2022017222-appb-img-000027
    ,
    Figure PCTKR2022017222-appb-img-000028
    여기서, 상기 키워드 노출도는 상위 노출이 가능한 총 슬롯 개수에서 상기 대상 키워드가 상위 노출되고 있는 순위이고, 상기 키워드 검색량은 상기 대상 키워드를 포함하는 연관 키워드들의 검색량 중 상기 대상 키워드의 검색량, N은 포털 사이트의 총 갯수임.
  5. 제3항에 있어서,
    상기 리뷰 노출 점수 산출부는,
    다음 식을 이용하여 리뷰 노출 점수를 산출하는 포털 검색 및 평판 분석을 이용한 마케팅 성과 측정 장치:
    Figure PCTKR2022017222-appb-img-000029
    ,
    Figure PCTKR2022017222-appb-img-000030
    ,
    Figure PCTKR2022017222-appb-img-000031
    여기서, 상기 리뷰 수량 비율은 자사 제품과 대상 제품의 전체 리뷰 수 중 자사 제품의 리뷰 수가 차지하는 비율이고, 상기 별점 점수 비율은 상기 전체 리뷰의 별점 총합에 대해 자사 제품 리뷰의 별점 총합이 차지하는 비율임.
  6. 제3항에 있어서,
    상기 평판 점수 산출부는,
    상기 총 다음 식을 이용하여 평판 점수를 산출하는 포털 검색 및 평판 분석을 이용한 마케팅 성과 측정 장치:
    Figure PCTKR2022017222-appb-img-000032
    ,
    Figure PCTKR2022017222-appb-img-000033
    ,
    Figure PCTKR2022017222-appb-img-000034
    ,
    여기서, 상기 최대 긍정 반응 비율은 총 리뷰 수 중 총 긍정 리뷰 수 비율이고, 긍정 반응 비율은 자사 제품 총 리뷰수 중 자사 제품에 대한 긍정 리뷰 수 비율이고, 부정 반응 비율은 자사 제품 총 리뷰수 중 자사 제품에 대한 긍정 리뷰 수 비율임.
  7. (A) 전자장치가, 성과를 측정할 대상 키워드가 입력되면 포털을 검색하여 상기 대상 키워드에 해당하는 포털 검색 결과를 추출하는 단계;
    (B) 상기 전자장치가, 상기 (A) 단계에서 추출된 포털 검색 결과 중 채널에서 제공하는 검색 결과(이하, '채널 검색 결과'라 한다)를 추출하는 단계;
    (C) 상기 전자장치가, 상기 채널 검색 결과를 분석하여 상기 대상 키워드에 해당하는 리뷰를 추출하는 단계;
    (D) 상기 전자장치가, 상기 추출된 리뷰를 분석하여 리뷰 반응을 추출하는 단계; 및
    (E) 상기 전자장치가, 상기 포털 검색 결과, 추출된 리뷰 및 추출된 리뷰 반응을 분석하여 대상 업체의 마케팅 성과 점수를 측정하는 단계;
    를 포함하는 포털 검색 및 평판 분석을 이용한 마케팅 성과 측정 방법.
  8. 제7항에 있어서,
    상기 (C) 단계는,
    상기 채널 검색 결과를 분석하여 업체명, 서비스명 및 제품명 중 적어도 하나가 포함된 리뷰를 추출하고,
    상기 (D) 단계는,
    상기 추출된 리뷰를 분석하여 긍정 반응 리뷰와 부정 반응 리뷰로 분류 및 추출하는,
    포털 검색 및 평판 분석을 이용한 마케팅 성과 측정 방법.
  9. 제7항에 있어서,
    상기 (E) 단계는,
    (E1) 상기 포털 검색 결과 중 상기 대상 키워드가 상위에 노출된 정도를 나타내는 상위 노출 점수를 산출하는 단계;
    (E2) 상기 추출된 리뷰 중 상기 대상 업체의 리뷰에 대한 점수인 리뷰 노출 점수를 산출하는 단계; 및
    (E3) 상기 추출된 리뷰 중 긍정 반응과 부정 반응의 정도, 그리고, 세부감성에 부여된 점수를 이용하여 평판 점수를 산출하는 단계;
    중 적어도 하나를 포함하는 포털 검색 및 평판 분석을 이용한 마케팅 성과 측정 방법.
  10. 제9항에 있어서,
    상기 (E1) 단계는,
    다음 식을 이용하여 상위 노출 점수를 산출하는 포털 검색 및 평판 분석을 이용한 마케팅 성과 측정 방법:
    Figure PCTKR2022017222-appb-img-000035
    ,
    Figure PCTKR2022017222-appb-img-000036
    ,
    Figure PCTKR2022017222-appb-img-000037
    여기서, 상기 키워드 노출도는 상위 노출이 가능한 총슬롯 개수에서 상기 대상 키워드가 상위 노출되고 있는 순위이고, 상기 키워드 검색량은 상기 대상 키워드를 포함하는 연관 키워드들의 검색량 중 상기 대상 키워드의 검색량, N은 포털 사이트의 인덱스임.
  11. 제9항에 있어서,
    상기 (E2) 단계는,
    다음 식을 이용하여 리뷰 노출 점수를 산출하는 포털 검색 및 평판 분석을 이용한 마케팅 성과 측정 방법:
    Figure PCTKR2022017222-appb-img-000038
    ,
    Figure PCTKR2022017222-appb-img-000039
    ,
    Figure PCTKR2022017222-appb-img-000040
    여기서, 상기 리뷰 수량 비율은 자사 제품과 대상 제품의 전체 리뷰 수 중 자사 제품의 리뷰 수가 차지하는 비율이고, 상기 별점 점수 비율은 상기 전체 리뷰의 별점 총합에 대해 자사 제품 리뷰의 별점 총합이 차지하는 비율임
  12. 제9항에 있어서,
    상기 (E3) 단계는,
    상기 총 다음 식을 이용하여 평판 점수를 산출하는 포털 검색 및 평판 분석을 이용한 마케팅 성과 측정 방법:
    Figure PCTKR2022017222-appb-img-000041
    ,
    Figure PCTKR2022017222-appb-img-000042
    ,
    Figure PCTKR2022017222-appb-img-000043
    ,
    Figure PCTKR2022017222-appb-img-000044
    여기서, 상기 최대 긍정 반응 비율은 총 리뷰 수 중 총 긍정 리뷰 수 비율이고, 긍정 반응 비율은 자사 제품 총 리뷰수 중 자사 제품에 대한 긍정 리뷰 수 비율이고, 부정 반응 비율은 자사 제품 총 리뷰수 중 자사 제품에 대한 긍정 리뷰 수 비율임.
PCT/KR2022/017222 2022-10-28 2022-11-04 포털 검색 및 평판 분석을 이용한 마케팅 성과 측정 장치 및 방법 WO2024090643A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2022-0141164 2022-10-28
KR1020220141164A KR20240059999A (ko) 2022-10-28 2022-10-28 포털 검색 및 평판 분석을 이용한 마케팅 성과 측정 장치 및 방법

Publications (1)

Publication Number Publication Date
WO2024090643A1 true WO2024090643A1 (ko) 2024-05-02

Family

ID=90831072

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/017222 WO2024090643A1 (ko) 2022-10-28 2022-11-04 포털 검색 및 평판 분석을 이용한 마케팅 성과 측정 장치 및 방법

Country Status (2)

Country Link
KR (1) KR20240059999A (ko)
WO (1) WO2024090643A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5124160B2 (ja) * 2001-04-27 2013-01-23 アクセンチュア グローバル サービスィズ ゲーエムベーハー 広告効果を予想するシステム
KR20150046431A (ko) * 2013-10-21 2015-04-30 주식회사 소프트자이온 효과적인 마케팅을 도출하는 자동학습 시스템 및 방법
KR101896668B1 (ko) * 2017-07-28 2018-09-10 아이작에스엔씨 주식회사 머신 러닝을 사용한 피플루언스 포스팅 광고 서비스 시스템 및 방법
KR102298675B1 (ko) * 2020-12-23 2021-09-03 정진엽 블로그 마케팅 오토리포트 작성 시스템
KR20220117425A (ko) * 2021-02-17 2022-08-24 김현준 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5124160B2 (ja) * 2001-04-27 2013-01-23 アクセンチュア グローバル サービスィズ ゲーエムベーハー 広告効果を予想するシステム
KR20150046431A (ko) * 2013-10-21 2015-04-30 주식회사 소프트자이온 효과적인 마케팅을 도출하는 자동학습 시스템 및 방법
KR101896668B1 (ko) * 2017-07-28 2018-09-10 아이작에스엔씨 주식회사 머신 러닝을 사용한 피플루언스 포스팅 광고 서비스 시스템 및 방법
KR102298675B1 (ko) * 2020-12-23 2021-09-03 정진엽 블로그 마케팅 오토리포트 작성 시스템
KR20220117425A (ko) * 2021-02-17 2022-08-24 김현준 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템

Also Published As

Publication number Publication date
KR20240059999A (ko) 2024-05-08

Similar Documents

Publication Publication Date Title
WO2019103183A1 (ko) Esg 기반의 기업 평가 수행 장치 및 이의 작동 방법
WO2012165859A2 (ko) 사용자 심리지수에 기초한 조언 추천 시스템
WO2020256204A1 (ko) 텍스트의 내용 및 감정 분석에 기반한 답변 추천 시스템 및 방법
WO2020149447A1 (ko) 보험 추천 시스템 및 그 동작 방법
WO2019240322A1 (ko) 소셜 네트워크를 이용한 영향력 측정 방법 및 장치
WO2017003015A1 (ko) 인터넷 광고 제공장치 및 방법
WO2021112463A1 (ko) 기업을 위한 정보 제공 장치 및 방법
WO2023279692A1 (zh) 基于问答平台的数据处理方法、装置及相关设备
JP2017134787A (ja) 複数地域でのトピックの評価を分析する装置、プログラム及び方法
WO2017074066A1 (ko) 인터넷 콘텐츠 제공 서버 및 그 방법이 구현된 컴퓨터로 판독 가능한 기록매체
KR20190136337A (ko) 소셜미디어 컨텐츠 기반 감정 분석 방법, 시스템 및 컴퓨터-판독가능 매체
WO2024090643A1 (ko) 포털 검색 및 평판 분석을 이용한 마케팅 성과 측정 장치 및 방법
WO2018143490A1 (ko) 웹 콘텐츠를 이용한 사용자 감성 예측 시스템 및 그 방법
WO2013172639A1 (ko) 실시간 경험 분석 시스템 및 방법
WO2018117327A1 (ko) 라이프스타일 분석 방법 및 그 시스템
WO2019112223A1 (ko) 전자 문서 검색 방법 및 그 서버
JP6684970B1 (ja) 分析プログラム、分析方法および分析装置
WO2022050624A1 (ko) 장내 미생물을 분석하여 평가 하는 시스템 및 평가 방법
WO2022215773A1 (ko) Ai학습장치 및 ai학습계획을 제공하는 방법
WO2022114447A1 (ko) 유사 임상 시험 데이터 제공 방법 및 이를 실행하는 서버
WO2018174469A1 (ko) 디지털 정보 제공 시스템 및 방법
WO2021153867A1 (ko) 검색 키워드를 이용한 오픈마켓 통합 관리 시스템
WO2009126012A2 (ko) 검색시스템 및 그 방법
CN109800942B (zh) 机房运维管理方法、电子装置及存储介质
WO2015178713A1 (ko) 검색어 분석을 이용한, 검색어 통합 정보 제공 시스템

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22963604

Country of ref document: EP

Kind code of ref document: A1