KR102091986B1 - 고객의 여정 분석 정보에 기반하는 인공지능 마케팅 시스템 - Google Patents

Abstract

본 발명은 인공지능을 이용한 네트워크 상에서의 고객의 여정 분석 방법(Cjustomer Journey Analytics)을 이용한 인공지능 마케팅 시스템에 관한 것으로, 본 발명의 일양태에 따르면 고객의 여정 분석 정보에 기반하는 인공지능 마케팅 시스템이 제공되고, 이 시스템은, 고객 정보를 수집하기 위한 고객 정보 수집 모듈; 고객 정보 수집 모듈로부터 수집된 고객 정보를 분석하기 위한 고객 정보 분석 서버; 및 고객 정보 분석 서버로 부터 분석된 정보를 이용하기 위한 마케팅 서버를 포함하고, 고객 정보 수집 모듈은 고객의 단말기에 설치되어 사용자로부터의 문답 정보, 웹브라우저로부터의 수집되는 웹브라우저 정보, 고객의 애플리케이션으로부터 수집되는 컨텐츠 정보, 및 고객의 단말을 통해 이루어지는 행위 패턴 정보를 포함하고, 고객 정보 분석 서버는 수집된 고객 정보에 기반하여 고객 여정 맵을 생성하도록 구성된다.

Description

고객의 여정 분석 정보에 기반하는 인공지능 마케팅 시스템{AI MARKETTING SYSTEM BASED ON CUSTOMER JOURNEY ANALYTICS}

본 발명은 인공지능을 이용한 네트워크 상에서의 고객의 여정 분석 방법(Customer Journey Analytics)을 이용한 인공지능 마케팅 시스템에 관한 것으로, 보다 구체적으로는 AI에 기반하여 사용자들의 네트워크 상에서의 활동경로(여정)와 연관된 데이터를 수집하여 빅데이터화하고, 이를 분석하여 마케팅 프로세스에 이용할 수 있는 고객의 여정 분석 정보에 기반하는 인공지능 마케팅 시스템에 관한 것이다.

종래의 마케팅 분석의 경우, 고객의 구매 경로와 함께 경험을 분석하고 모니터링할 수 있는 방법이 없었기 때문에 데이터 등에 기반하지 않은 관찰법 등을 통해 고객의 유입에서부터 고객의 이탈까지의 고객의 여정을 분석하고 이를 마케팅에 활용하고 있다.

그러나 이와 같은 사람에 의해 수행되는 방식은 실시간으로 고객 데이터를 분석하는 것이 아니기 때문에 마케팅에서의 기회 또는 위험을 감지하고 이를 사전에 대비하거나 또는 대응방안을 마련하는데 있어 한계가 있었다.

한편 최근에는 인공지능 기술이 발전하고 있는데, 인공지능(AI : Artificial Intelligence)은 인간의 지능으로 할 수 있는 사고, 학습, 자기계발 등을 컴퓨터가 할 수 있도록 하는 방법을 연구하는 컴퓨터 공학 및 정보기술의 한 분야로서, 컴퓨터가 인간의 지능적인 행동을 모방할 수 있도록 하는 것을 인공지능이라고 말하고 있다.

또한 인공지능은 그 자체로 존재하는 것이 아니라, 컴퓨터 과학의 다른 분야와 직간접으로 많은 관련을 맺고 있다. 특히 현대에는 정보기술의 여러 분야에서 인공지능적 요소를 도입하여 그 분야의 문제 풀이에 활용하려는 시도가 매우 활발하게 이루어지고 있다.

이와 같은 인공지능은 마케팅 분야에서도 활발히 이용되고 있는 추세이지만, 대부분의 경우에는 웹상에서 이루어진 물품 판매를 위해 고객들의 유형 정보를 산출하고 유형 정보에 대응하여 개인 맞춤형 광고를 제공하는데 그치고 있으며, 보다 본질적으로 자사의 고객이 어떤 경로를 통해 물건을 구매했는지, 이탈하게 되었는지 고객의 전반적인 활동경로 또는 여정에 대한 분석은 이루어지지 않고 있다.

따라서 고객의 여정, 예를 들면 자사 고객의 네트워크 상에서의 경험을 한눈에 파악할 수 있는 시스템이 제공되고 이를 활용한 마케팅 기법이 필요한 실정이다.

본 발명은 전술한 목적을 달성하기 위해 안출된 발명으로서 고객과 관련된 정형 및 비정형 데이터를 수집 및 분석하여 고객의 구매까지의 여정을 분석할 수 있고, 특히, AI 분석 기술을 활용하여 전체 고객의 접점별 경험을 분석하여 기업에서 자사의 고객 경험을 한눈에 파악할 수 있는 시스템을 구축하는데 기여할 수 있으며, 이러한 실시간 고객 여정 및 경험 분석을 통해 고객의 미래 행동을 예측할 수 있는 인공지능을 이용한 고객의 여정 분석 정보에 기반하는 인공지능 마케팅 시스템을 제공하는 것을 목적으로 한다.

전술한 과제를 해결하기 위해 본 발명의 일양태에 따르면 고객의 여정 분석 정보에 기반하는 인공지능 마케팅 시스템이 제공되고, 이 시스템은,

고객 정보를 수집하기 위한 고객 정보 수집 모듈; 고객 정보 수집 모듈로부터 수집된 고객 정보를 분석하기 위한 고객 정보 분석 서버; 및 고객 정보 분석 서버로 부터 분석된 정보를 이용하기 위한 마케팅 서버를 포함하고,

고객 정보 수집 모듈은 고객의 단말기에 설치되어 사용자로부터의 문답 정보, 웹브라우저로부터의 수집되는 웹브라우저 정보, 고객의 애플리케이션으로부터 수집되는 컨텐츠 정보, 및 고객의 단말을 통해 이루어지는 행위 패턴 정보를 포함하고,

고객 정보 분석 서버는 수집된 고객 정보에 기반하여 고객 여정 맵을 생성하도록 구성된다.

전술한 양태에서 고객 정보 수집 모듈은, 문답 정보를 통해 고객의 일상 생활과 연관된 라이프로그 데이터(lifelog data)를 수집하고, 라이프로그 데이터는 고객의 기호, 성향, 관심사, 취미, 건강, 재무, 소비형태를 포함하고, 문답 정보를 제공한 고객에 대해 고객의 참여도에 따라 보상이 주어지도록 구성된다.

또한 전술한 양태에서 웹브라우저로부터 수집되는 정보는 사용자가 입력한 키워드 정보, 사용자가 접속하는 포털 정보, 사용자가 접속하는 사이트 정보를 포함하고,

애플리케이션으로부터 수집되는 정보는 사용자가 실행한 애플리케이션 정보, 사용자가 애플리케이션을 통해 구매한 물품 정보, 사용자가 애플리케이션을 통해 실행한 컨텐츠 정보를 포함한다.

또한 전술한 어느 하나의 양태에서 고객 정보 분석 서버는 사용자의 취향, 선호도, 구매 행태, 행동 패턴에 대한 정보를 회원가입시 저장된 사용자 프로파일 정보를 이용하여 사용자 분석을 수행하는 사용자 정보 분석부를 포함하고, 사용자 정보 분석부는 사용자의 성향을 하나 이상의 카테고리로 분류하여 저장하고, 사용자의 프로파일은 나이, 성별, 직업, 관심사를 포함하는 인구통계학적 변수로 구성된다.

또한 전술한 양태에서 고객 정보 분석 서버는 컨텐츠 정보 분석부를 더 포함하고, 컨텐츠 정보 분석부는 애플리케이션 또는 웹브라우저를 통해 사용자가 이용한 컨텐츠에 대한 정보를 분석하고 이를 나이, 성별, 직업, 관심 등과 같은 인구통계학적 변수를 포함하는 사용자 프로파일 정보를 이용하여 분석된다.

또한 전술한 양태에서 고객 정보 수집 모듈은 사용자 액티비티 수집부를 더 포함하고, 사용자 액티비티 수집부는 시간대에 따른 사용자의 행위 패턴을 수집하도록 기능하고, 사용자 행위 패턴은 사용자가 웹이나 네트워크 상에서 이동한 경로를 포함하는 정보이다.

또한 전술한 양태에서 고객 정보 분석 서버는 사용자 액티비티 정보 분석부를 더 포함하고, 사용자 액티비티 정보 분석부는 사용자 반응 정보를 포함하고, 사용자 반응 정보는 사용자의 로그인 정보, 사용자가 리뷰를 읽은 객체에 대한 정보, 사용자가 구매한 객체에 대한 정보, 사용자의 구매 횟수 정보, 객체마다 머문 시간 정보 또는 사용자가 입력한 게시물 내용 중 적어도 하나를 포함한다.

또한 전술한 양태에서 액티비티 정보 분석의 대상이 되는 정보 제공 페이지는 특정 온라인 컨텐츠몰, 특정 포탈 사이트를 포함하고, 액티비티 분석에 따라 추출되는 행동 패턴은 사용자의 관심도, 구매력, 구매 성향, 주활동 시간, 구매 시간, 선호 브랜드 또는 선호 날씨 중 하나 이상을 포함한다.

또한 전술한 양태에서 사용자 여정 맵은 네트워크 상에서의 사용자의 행위에 기반한 시작점과 끝점, 시작점과 끝점 사이에 존재하는 복수의 접점을 포함하고, 사용자 여정 맵은 시작점과 복수의 접점 사이, 복수의 접점과 끝점사이를 사용자 빈도에 기반한 선분으로 연결되고, 빈도가 많을 수록 굵은 선분으로 표시되고 빈도가 적을 수록 얇은 선분으로 표시된다.

또한 전술한 양태에서 접점마다에는 접점에 대한 통계 데이터가 제공될 수 있다.

도 1은 본 발명에 따른 인공지능 마케팅 시스템의 전체 구성을 나타내는 도면;
도 2는 본 발명에 따른 인공지능 마케팅 시스템에서 고객 정보 수집 모듈의 구성을 개략적으로 도시한 도면;
도 3은 본 발명에 따른 인공지능 마케팅 시스템에서 고객 정보 분석 서버의 내부 구성을 개략적으로 도시한 도면;
도 4는 본 발명에 따른 인공지능 마케팅 시스템에서 분석된 고객 정보에 기반하여 생성되는 고객 여정 맵의 일례를 나타내는 도면;
도 5는 본 발명에 따른 인공지능 마케팅 시스템에서 고객 여정 맵의 생성 흐름을 나타내는 도면;
도 6은 본 발명에 따른 인공지능 마케팅 시스템에서 고객 여정 맵의 일례를 단순화하여 설명하기 위한 도면을 나타낸다.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되는 실시예를 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이다.

본 명세서에서 본 실시예는 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이다. 그리고 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 따라서, 몇몇 실시예들에서, 잘 알려진 구성 요소, 잘 알려진 동작 및 잘 알려진 기술들은 본 발명이 모호하게 해석되는 것을 피하기 위하여 구체적으로 설명되지 않는다.

명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다. 그리고, 본 명세서에서 사용된(언급된) 용어들은 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 또한, '포함(또는, 구비)한다'로 언급된 구성 요소 및 동작은 하나 이상의 다른 구성요소 및 동작의 존재 또는 추가를 배제하지 않는다.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 정의되어 있지 않은 한 이상적으로 또는 과도하게 해석되지 않는다.

이하 첨부된 도면을 참조하여 본 발명의 실시예에 대해 설명하도록 한다. 도 1은 본 발명에 따른 고객의 여정 분석 정보에 기반하는 인공지능 마케팅 시스템의 일례를 나타내는 도면이다.

도 1에 도시된 바와 같이 인공지능 마케팅 시스템은 고객 또는 사용자 정보를 수집하기 위한 고객 정보 수집 모듈(10); 고객 정보 수집 모듈(10)로부터 수집된 고객 정보를 분석하기 위한 고객 정보 분석 서버(20) 및 고객 정보 분석 서버(20)로 부터 분석된 정보를 마케팅하기 위한 복수의 마케팅 서버(30)를 포함한다.

본 발명에서 고객 정보 분석 서버(20)는 고객 정보 수집 모듈 또는 고객 정보 수집 애플리케이션을 통해 수집된 고객에 관련된 모든 행동, 생각, 감정을 분석하고 고객 정보 분석 서버(20)에 연결되는 기업고객(마케팅 서버)과의 모든 인터액션을 실시간으로 모니터링하도록 구성된다.

고객 정보 수집 애플리케이션은 사용자의 라이프로그 데이터(lifelog data)를 수집하는데, 라이프로그 데이터란 개인 고객의 일상 생활에 대한 기록을 의미한다. 고객 정보 수집 모듈(10)은 사용자의 단말등에 설치가능한 애플리케이션의 형태로 구현되고, 개인의 기호, 성향, 관심 등 전반적인 개인의 생활과 관련된 정보를 분석하도록 기능한다.

고객 정보 수집 애플리케이션은 구글스토어 또는 앱스토어와 같은 애플리케이션 스토어에 무료로 배포되거나 기업고객의 특정 웹페이지에 업로드되어 사용자가 이를 다운로드받아 사용자의 단말기에 설치될 수도 있다.

고객 정보의 수집은, 사용자가 애플리케이션을 설치한 후 애플리케이션의 사용에 필요한 ID 정보를 생성하고 개인정보 활용에 동의함으로써 구현될 수 있다. 고객 정보의 수집은 애플리케이션에서 매일 몇가지의 질문을 사용자에게 묻고 사용자가 이에 대하여 답변을 제시하는 것으로 이루어질 수 있다.

예를 들면 질문은 사용자의 건강, 재무, 소비형태, 취미 등과 같은 사용자의 생활과 관련된 질문일 수 있다. 사용자에 대한 참여를 확대하기 위해 고객정보 수집 어플리케이션의 배포자는 사용자의 참여도에 따라 포인트 형태의 보상을 제공할 수 있고, 사용자는 제공된 포인트를 통해 물건을 구매하거나 물건 구매시 포인트를 활용하는 방안이 고려될 수도 있다.

도 2는 고객 정보 수집 모듈(10)의 일례를 나타내는 도면이다. 도 2에 도시된 바와 같이 고객 정보 수집 모듈(10)은 전술한 바와 같이 사용자에게 질문하고 그에 대한 답변을 수집하는 문답 정보 수집부(11), 사용자의 웹브라우저 정보를 수집하기 위한 웹브라우저 정보 수집부(12), 사용자의 네트워크 상에서의 행태를 수집하기 위한 사용자 액티비티 수집부(14)를 포함한다.

문단 정보 수집부(11)는 전술한 바와 같이 사용자에게 매일 몇가지의 질문을 묻고 사용자가 이에 대하여 답변을 제시하는 것으로 이루어진다. 사용자의 건강, 재무, 소비형태, 취미 등과 같은 사용자의 생활과 관련된 질문을 사용자에게 묻고 이에 대해 답변함으로써 사용자의 정보가 취합될 수 있다.

웹브라우저 정보 수집부(12)는 사용자의 웹브라우저로부터의 사용자가 입력한 키워드 정보를 수집하거나 사용자가 이동한 경로 정보 등을 수집하도록 구성된다. 웹브라우저 정보는 사용자가 웹브라우저로부터 어떤 분야에 관심이 있는지, 특정 키워드 검색후 어느 사이트에 접속하고 있는지, 키워드 검색후 어떤 행위를 하였는지를 분석하는 지표를 제공할 수 있다. 이와 같은 웹브라우저 정보 수집부(12)에서 수집된 정보는 시간대별로 분류되어 시간에 따른 사용자의 행위를 분석하고 이를 통해 다음의 행위를 예측하는데 이용될 수 있다.

웹브라우저 정보 수집부와 유사하게 애플리케이션 정보 수집부(13)는 사용자가 어떤 애플리케이션을 실행하는지에 따라 사용자가 어떤 분야에 관심이 있는지를 알려주는 지표로 이용될 수 있다. 예를 들면, 사용자가 물건 구매시 웹브라우저 보다는 전용 애플리케이션을 통해 물건을 구매하는 것을 선호할 수도 있고, 물건 구매시 어떤 어플리케이션을 통해 구매하는지를 파악할 수 있게 된다. 또한 애플리케이션 정보 분석부는 사용자가 이용한 애플리케이션이 멀티미디어와 연관된 애플리케이션인 경우, 컨텐츠 정보를 더 수집하도록 구성된다.

사용자 액티비티 수집부(14)는 시간대에 따른 사용자의 행위 패턴을 수집하도록 기능한다. 이는 사용자가 웹이나 네트워크에서 이동한 경로 등에 대한 기록을 의미한다. 이는 웹이나 네트워크에 접속한 사용자의 일시적인 패턴일 수도 있지만, 시간이 지나면서 데이터가 축적되면 하나의 사용자 고유의 행위 패턴으로 기능할 수도 있다.

도 3는 고객 정보 분석 서버(20)의 일례를 개략적으로 나타내는 도면이다. 도 2에 도시된 바와 같이 고객 정보 분석 서버(20)는 사용자 정보 수집 모듈(10)로부터 수집된, 문답 정보, 회원가입시 입력되는 사용자 정보, 웹브라우저 및 애플리케이션을 통해 입력되는 컨텐츠 정보, 액티비티 수집부(14)를 통해 입력되는 사용자 액티비티 또는 행태 정보를 수신하기 위한 고객 정보 수신부(21)를 포함하고, 이와 같이 수집된 정보는 각각의 분석부, 예를 들면 사용자 정보 분석부(22), 컨텐츠 정보 분석부(23), 문답정보 분석부(24), 및 사용자 액티비티 정보 분석부(25)를 포함하는 사용자 정보 분석부를 통해 분석되고, 분석된 정보는 사용자에 대한 여정 맵 생성부(26)에 의해 여정 맵(journey map)이 생성된다.

사용자 정보 분석부(22)는 수신되는 사용자의 취향, 선호도, 구매 행태, 행동 패턴에 대한 정보를 회원가입시 저장된 사용자 프로파일 정보를 이용하여 사용자 분석을 수행한다. 사용자 정보 분석부는 사용자의 성향을 하나 이상의 카테고리로 분류하여 저장할 수 있다. 사용자의 프로파일은 나이, 성별, 직업, 관심 등과 같은 인구통계학적 변수로 연결된다.

컨텐츠 정보 분석부(23)는 애플리케이션 또는 웹브라우저를 통해 사용자가 이용한 컨텐츠에 대한 정보를 분석하고 이를 나이, 성별, 직업, 관심 등과 같은 인구통계학적 변수를 포함하는 사용자 프로파일 정보와 연결되어 서로에 대한 상관도가 분석될 수 있다.

문답정보 분석부(24)는 문답 분석을 통해서 얻어진 데이터의 분석을 수행한다. 각 개인의 답변은 데이터베이스(미도시)에서 분리되어 보관되고 분석된다. 예를 들면 문답정보 분석부는 정교한 패턴 인식 기술을 사용하여 서버에 업로도된 답변을 분석한다.

개인으로부터의 답변을 분석하기 위해서 질문들에 대한 답변은 단계형 등급(graduatedscale) 형태를 가질 수 있다. 예를 들어, 질문에 대한 답변은 “지금보다 나쁜, 동일한, 지금보다 좋은”, “전혀, 중간, 높은 정도” 등과 같은 범위 형태를 가질 수 있다. 이와 같은 사용자의 답변은 파싱되고(parsed), 데이터베이스에 저장된다. 데이터베이스는 다른 개인들로부터의 얻어진 답변을 포함한다.

또한 문답정보 분석부는 사용자의 답변에 대한 통계적인 분석을 수행한다. 통계적인 분석은, 특히, 클러스터 분석이고, 더 상세하게는, 비선형, 다변수, 차원 감소일 수 있다. 또한 가능하게 사용될 수 있는 다른 형태의 클러스터 분석은 자기조직화 맵(self-organizing map) 알고리즘과 밀접하게 관련된 학습 벡터 양자화(LVQ), k-평균 및 강건한 k-평균, 계층적 클러스터링 형태, 중간점주변 분할(partitioning around medoids, PAM), 및 기대치 최대화(EM)를 포함한다.

사용자 액티비티 정보 분석부(25)는 전술한 바와 같이 시간대에 따라 수집되는 사용자의 행위 패턴을 분석한다. 사용자 액티비티 정보 분석부(25)는 수집된 자료들을 미리 정의된 액티비티 분석 메타데이터와 매칭하여 분석한다. 액티비티 분석된 정보는 사용자의 행동 패턴을 추출할 수 있다. 추출되는 정보로는 사용자 반응 정보를 포함하고, 반응 정보는 사용자의 로그인 정보, 사용자가 리뷰를 읽은 객체에 대한 정보, 사용자가 구매한 객체에 대한 정보, 사용자의 구매 횟수 정보, 객체마다 머문 시간 정보 또는 사용자가 입력한 게시물 내용 중 적어도 하나일 수 있다. 또한 이와 같은 액티비티 정보 분석의 대상이 되는 정보 제공 페이지는 특정 온라인 컨텐츠몰, 특정 포탈 사이트 등이 될 수 있다. 액티비티 분석에 따라 추출되는 행동 패턴은 사용자의 관심도, 구매력, 구매 성향, 주활동 시간, 구매 시간, 선호 브랜드 또는 선호 날씨 등을 포함하는 정보일 수 있다.

도 4는 여정 맵 생성부(26)에 의해 여정 맵의 일례를 나타내는 도면이다. 여정 맵 생성부(26) 전술한 바와 같은 정보 분석부(22~25)를 통해 분석된 정보에 기방하여 사용자들에 대한 이동 경로 또는 여정 맵을 생성한다.

도 4에 도시된 바와 같이 여정 맵은 개별 사용자들의 로그 데이터에 기반하여 사용자 전체에 대한 하나의 여정 맵을 형성하게 된다. 이와 같은 사용자 여정 맵은 사용자의 행위에 기반한 시작점으로부터 끝점까지의 일련의 과정을 정량적으로 분석하게 가능하게 해준다.

도 5는 여정 맵 생성시 동작 과정을 나타내는 흐름도이다. 도 5에 도시된 바와 같이 여정 맵의 생성은 정보 분석부로부터 분석된 정보(S100,S110)로부터 공통된 접점을 찾는 것으로부터 시작된다.

단계 S120에서와 같이 공토된 접점이란 예를 들면 도 4에 도시된 바와 같이 사용자가 물건을 구매할 때의 나타내는 행동 패턴, 예를 들면 고객의 유입 경로(소셜미디어, 추천, 포털검색), 여행사 검색, 항공사 검색, 포털 검색, 가격 비교, 구매, 온라인 결재, 현금 결재 등과 같은 일련의 행동 패턴 중 하나로 정의될 수 있다.

단계 120에서 공통된 접점이 추출되면 이어진 단계 S130에서는 접점에서 다음 접점으로 연결되는 빈도수를 계산하게 된다. 이와 같은 빈도수는 고객이 어느 한 접점으로부터 다른 접점으로 이동하는 경로 중에 어느 경로가 가장 많이 이용되는지 여부를 알수 있게 해준다.

이와 같은 빈도수에 기반하여 단계 S140에서는 예를 들면 도 4에서 첫번째 접점 그룹 P1에서 두번째 접점 P2의 경우 여행사를 통해 가격 비교를 하는 빈도가 가장 높아 굵은 선으로 두개의 접점이 연결되는 것을 알 수 있다. 한편 이와 상대적으로 오픈마켓을 통한 가격 비교는 빈도가 낮아 상대적으로 얇은 선으로 서로 연결되고 있다.

또한 이 단계 S150에서는 각각의 접접에서 대한 통계 데이터 정보를 제공할 수 있다. 여기서 데이터 정보는 고객의 수, 유형(기존,잠재,신규), 감정(부정,긍정), 만족도 등의 정보를 포함할 수 있다. 또한 이 단계 S150에서는 한 접점에서 다른 점접으로의 이동 시간을 분석하고 이를 표시하는 것을 허용한다.

도 6은 전술한 바와 같이 여정 맵 생성부에서 생성되는 고객의 여정 맵을 단순화하여 나타낸 도면이다. 도 6에서 a1은 고객 정보 분석을 통해 추출되는 시작점을 나타내고 c1은 기업고객이 원하는 목표점이 될 수 있다.

고객이 시작점 a1에서 목표점 c1까지 가는 여정 중에 복수의 중간 접점 b1, b2, b3가 존재하고, 따라서 고객은 a1-b1-c1의 제1 경로, a1-b2-c1의 제2 경로, a1-b3-c1의 제3 경로를 통해 목표점에 도달할 수 있게 된다.

시작점 a1에서 중간 점점 B(b1,b2,b3)로의 경로 이동에서 a1-b1를 통한 경로이동이 50%로서 다른 경로에 비해 빈도가 높기 때문에 가장 굵은 선으로 표시되고, 다음으로는 a1-b2를 통한 경로 이동이 30%로서 다음의 굵은 선으로, a1-b3로의 경로 이동이 20%로서 가장 낮은 빈도를 나타내어 가장 얇은 선으로 표시되고 있다.

a1-b1-c1을 통한 제1 경로에서는 100%의 성공율을 가지고 목표점 C1에 도달되고 있는 반면 a1-b2-c1를 통한 제2 경로에서는 83%의 성공율을 가지고 있음을 알 수 있다. 반면 a1-b3-c1를 통한 제3 경로에서는 20% 중 2%, 즉 10%의 성공률을 가지고 있으며 나머지 90%는 실패를 경험하고 있음을 알 수 있다.

고객 정보 분석 서버(20)에서 도출되는 고객들에 대한 분석 정보와, 고객 여정 맵 생성부에서 생성된 고객 여정 맵은 마케팅 서버들에 공유되고, 마케팅 서버들은 이들에 기반하여 마케팅 효율을 극대화할 수 있게 된다.

[표 1]

표 1은 전술한 바와 같이 분석된 정보에 기반한 마케팅 자동화 방법을 나타내는 도면이다. 마케팅 서버(30)는 분석된 데이터에 기반하여, 자사의 마케팅 물건, 제품, 주요대상 타겟 등에 맞춰 마케팅을 진행할 수 있다.

이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively)처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장매체 또는 장치에 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 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 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.

이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속하는 것으로 해석되어야만 한다.

10: 고객 정보 수집 모듈 20: 고객 정보 분석 서버
30: 마케팅 서버 11: 문답정보 수집부
12: 웹브라우저 정보 수집부
13: 애플리케이션 정보 수집부
14: 사용자 액티비티 수집부
21: 고객정보 수진부
22: 사용자 정보 분석부
23: 컨텐츠 정보 분석부
24: 문단정보 분석부
25: 사용자액티비티 정보 분석부
26: 사용자 여정 맵 생성부

Claims (10)

1. 고객의 여정 분석 정보에 기반하는 인공지능 마케팅 시스템에 있어서,
   고객 정보를 수집하기 위한 고객 정보 수집 모듈; 고객 정보 수집 모듈로부터 수집된 고객 정보를 분석하기 위한 고객 정보 분석 서버; 및 고객 정보 분석 서버로 부터 분석된 정보를 이용하기 위한 마케팅 서버를 포함하고,
   고객 정보 수집 모듈은 고객의 단말기에 설치되어 사용자로부터의 문답 정보, 웹브라우저로부터의 수집되는 웹브라우저 정보, 고객의 애플리케이션으로부터 수집되는 컨텐츠 정보, 및 고객의 단말을 통해 이루어지는 행위 패턴 정보를 포함하고,
   고객 정보 분석 서버는 수집된 고객 정보에 기반하여 고객 여정 맵을 생성하도록 구성되고,
   상기 고객 정보 수집 모듈은, 문답 정보를 통해 고객의 일상 생활과 연관된 라이프로그 데이터(lifelog data)를 수집하고, 라이프로그 데이터는 고객의 기호, 성향, 관심사, 취미, 건강, 재무, 소비형태를 포함하고, 문답 정보를 제공한 고객에 대해 고객의 참여도에 따라 보상이 주어지도록 구성되고,
   상기 웹브라우저로부터 수집되는 정보는 사용자가 입력한 키워드 정보, 사용자가 접속하는 포털 정보, 사용자가 접속하는 사이트 정보를 포함하고, 애플리케이션으로부터 수집되는 정보는 사용자가 실행한 애플리케이션 정보, 사용자가 애플리케이션을 통해 구매한 물품 정보, 사용자가 애플리케이션을 통해 실행한 컨텐츠 정보를 포함하고,
   상기 고객 정보 분석 서버는 사용자의 취향, 선호도, 구매 행태, 행동 패턴에 대한 정보를 회원가입시 저장된 사용자 프로파일 정보를 이용하여 사용자 분석을 수행하는 사용자 정보 분석부를 포함하고, 사용자 정보 분석부는 사용자의 성향을 하나 이상의 카테고리로 분류하여 저장하고, 사용자의 프로파일은 나이, 성별, 직업, 관심사를 포함하는 인구통계학적 변수로 구성되며,
   사용자 여정 맵은 네트워크 상에서의 사용자의 행위에 기반한 시작점과 끝점, 시작점과 끝점 사이에 존재하는 복수의 접점을 포함하고, 사용자 여정 맵은 시작점과 복수의 접점 사이, 복수의 접점과 끝점사이를 사용자 빈도에 기반한 선분으로 연결되고, 빈도가 많을 수록 굵은 선분으로 표시되고 빈도가 적을 수록 얇은 선분으로 표시되며,
   상기 접점은 사용자의 행동 패턴을 포함하고, 상기 행동 패턴은 고객의 유입 경로, 여행사 검색, 항공사 검색, 포털 검색, 가격 비교, 구매, 온라인 결재, 현금 결재 중 하나 이상을 포함하고,
   사용자 여정 맵 내의 각각의 접점에는 접점에 대한 통계 데이터가 제공되고, 통계 데이터는 고객의 수; 기존 고객, 잠재 고객, 신규 고객을 포함하는 고객의 유형; 긍정적 감정 및 부정적 감정을 포함하는 감정의 유형; 고객의 만족도; 하나의 접점에서 다른 점접으로의 이동 시간를 포함하는 것을 특징으로 하는
   고객의 여정 분석 정보에 기반한 인공지능 마케팅 시스템.
   
2. 삭제
3. 삭제
4. 삭제
5. 제1항에 있어서,
   상기 고객 정보 분석 서버는 컨텐츠 정보 분석부를 더 포함하고, 컨텐츠 정보 분석부는 애플리케이션 또는 웹브라우저를 통해 사용자가 이용한 컨텐츠에 대한 정보를 분석하고 이를 나이, 성별, 직업, 관심 등과 같은 인구통계학적 변수를 포함하는 사용자 프로파일 정보를 이용하여 분석되는 것을 특징으로 하는
   고객의 여정 분석 정보에 기반한 인공지능 마케팅 시스템.
   
6. 제1항에 있어서,
   고객 정보 수집 모듈은 사용자 액티비티 수집부를 더 포함하고, 사용자 액티비티 수집부는 시간대에 따른 사용자의 행위 패턴을 수집하도록 기능하고, 사용자 행위 패턴은 사용자가 웹이나 네트워크 상에서 이동한 경로를 포함하는 정보인 것을 특징으로 하는
   고객의 여정 분석 정보에 기반한 인공지능 마케팅 시스템.
   
7. 제6항에 있어서,
   고객 정보 분석 서버는 사용자 액티비티 정보 분석부를 더 포함하고,
   사용자 액티비티 정보 분석부는 사용자 반응 정보를 포함하고, 사용자 반응 정보는 사용자의 로그인 정보, 사용자가 리뷰를 읽은 객체에 대한 정보, 사용자가 구매한 객체에 대한 정보, 사용자의 구매 횟수 정보, 객체마다 머문 시간 정보 또는 사용자가 입력한 게시물 내용 중 적어도 하나를 포함하는 것을 특징으로 하는
   고객의 여정 분석 정보에 기반한 인공지능 마케팅 시스템.
   
8. 제7항에 있어서,
   상기 액티비티 정보 분석부의 대상이 되는 정보 제공 페이지는 특정 온라인 컨텐츠몰, 특정 포탈 사이트를 포함하고, 액티비티 분석에 따라 추출되는 행동 패턴은 사용자의 관심도, 구매력, 구매 성향, 주활동 시간, 구매 시간, 선호 브랜드 또는 선호 날씨 중 하나 이상을 포함하는 것을 특징으로 하는
   고객의 여정 분석 정보에 기반한 인공지능 마케팅 시스템.
   
9. 삭제
10. 삭제

Images