KR20150046431A

KR20150046431A - 효과적인 마케팅을 도출하는 자동학습 시스템 및 방법

Info

Publication number: KR20150046431A
Application number: KR20130125338A
Authority: KR
Inventors: 이준호; 김영신
Original assignee: 주식회사 소프트자이온
Priority date: 2013-10-21
Filing date: 2013-10-21
Publication date: 2015-04-30
Anticipated expiration: 2033-10-21
Also published as: KR101559719B1

Abstract

본 발명은 SNS에 업로드 된 게시글을 분석하여 마케팅에 활용하는 효과적인 마케팅을 도출하는 자동학습 시스템 및 방법에 관한 것으로, SNS 게시글 및 작성자의 정보를 기존 마케팅 방식과 비교하여 더 나은 마케팅을 도출하고, 이 내용을 저장하여 다음 마케팅 시 참고자료로 활용함으로 업종 또는 상황에 따라 최적의 마케팅 방식을 도출할 수 있는 자동학습 시스템에 관한 것이다.

Description

효과적인 마케팅을 도출하는 자동학습 시스템 및 방법 {AUTO-LEARNING SYSTEM AND METHOD FOR DERIVE EFFECTIVE MARKETING}

인터넷 기술이 발달함에 따라서, 교양, 쇼핑, 엔터테인먼트, 마케팅 등 다양한 분야에서 온라인 서비스가 제공되고 있다. 그 중, 온라인 마케팅은 최초 홈페이지를 통해서 기업 또는 제품의 정보를 사용자에게 일방적으로 전달하는 형식으로 시작되었으며, 최근에는 SNS 이용이 급증함에 따라서 SNS를 활용한 다양한 마케팅이 시도되고 있다.

SNS는 온라인상에서 불특정 타인과 관계를 맺고 소통할 수 있도록 지원하는 서비스로서, 스마트 폰과 같은 고성능 단말 장치의 등장 및 Wi-Fi 망과 같이 저렴하게 이용 가능한 무선 네트워크가 구축됨에 따라서 그 이용이 급증하고 있는 추세이다.

특히, SNS는 SNS 이용자 각각이 1:1로 직접 관계를 맺고, 관계를 맺은 SNS 이용자 간에 정보 교류가 이루어지는 것으로서, 관심 분야가 유사한 SNS 이용자들이 상호 관계를 맺어, 커뮤니티를 형성할 가능성이 크며, SNS 이용자 간에 공유되는 정보에 대해서는 신뢰하는 경향이 높다.

이러한 SNS에 마케팅을 접목하는데 있어서, SNS 이용자 또는 다수의 SNS 이용자 그룹별로 관심 있고 확산 가능성이 큰 마케팅 정보를 매칭하여 제공한다면, 최대의 마케팅 효과를 얻을 수 있을 것으로 기대되고 있다.

이에 본 발명은 상기와 같은 제반 사항을 고려하여 제안된 것으로, 키워드를 통해 SNS에 게시된 글을 검색하여 홍보대상을 검출해 내고 홍보대상에게 적합한 홍보주제와 방법을 도출해 내는 것을 과제로 한다.

상기와 같은 목적을 달성하기 위하여 본 발명의 기술적 사상에 의한 효과적인 마케팅을 도출하는 자동학습 시스템 및 방법은 검색 키워드를 설정하고 등록하는 키워드등록부와, 상기 검색 키워드를 포함하는 게시물을 SNS에서 검색하여 게시물 정보를 수집하는 SNS수집부와, 검색된 상기 게시물 정보에서 홍보 방법을 도출하기 위해 필요한 정보 및 작성자 정보를 추출하는 정보추출부와, 상기 정보추출부에서 추출한 게시물 정보 및 게시물 작성자의 정보를 기반으로 게시물 작성자를 그룹화한 후, 그 중 홍보 대상을 선정하는 타겟선택부와, 상기 정보추출부에서 추출한 게시물 정보 및 게시물 작성자의 정보를 기반으로 홍보 주제를 선정하는 오퍼도출부와, 상기 정보추출부에서 추출한 게시물 정보 및 게시물 작성자의 정보를 상기 학습저장부에 저장된 누적 정보와 비교하여 홍보 방법을 도출하는 채널선택부와, 상기 타겟선택부가 선정한 홍보 대상에게 상기 오퍼도출부가 선정한 홍보 주제를 상기 채널선택부가 도출한 홍보 방법으로 홍보를 실행하는 오퍼실행부와, 상기 오퍼실행부에서 실행한 홍보에 반응한 홍보 대상의 정보를 수집하는 반응수집부와, 상기 반응수집부에 수집된 홍보 대상의 정보를 학습저장부로 전달하는 결과처리부와, 상기 홍보 대상의 정보 및 홍보 주제, 홍보 방법, 홍보 반응이 저장되는 학습저장부를 포함하는 것을 특징으로 한다.

또한, 상기 정보추출부는 검색 키워드가 포함된 게시물 정보 및 게시물 작성자의 정보를 수집할 때, 게시물의 작성일, 임의의 기간 동안 작성된 게시물 수, 작성 분량 중 적어도 하나를 기반으로 관심도를 평가하는 것을 특징으로 할 수 있다.

또한, 상기 정보추출부는 검색 키워드가 포함된 게시물 정보 및 게시물 작성자의 정보를 수집할 때, SNS에서 작성자와 관계된 다른 이용자의 수를 기반으로 영향도를 산출하는 것을 특징으로 할 수 있다.

또한, 상기 타겟선택부는 상기 학습저장부에 저장된 과거 홍보 대상과 동일한 특징을 갖는 그룹이 존재할 경우, 상기 그룹을 즉시 홍보 대상으로 추가하거나, 해당 그룹을 홍보 대상으로 선정할 지 판단할 때 가산점을 부여하고, 상기 학습저장부의 과거 홍보 대상 중 그룹과 동일한 특징을 가진 것이 없을 경우, 상기 정보추출부로부터 전달받은 정보만으로 홍보 대상으로 선정할 지 판단하는 것을 특징으로 할 수 있다.

또한, 상기 오퍼도출부는 홍보 주제를 선정할 때, 상기 학습저장부에 현재의 환경에서 수행된 홍보 주제가 이미 저장되어 있다면, 해당 홍보 주제로 홍보를 수행했을 때의 반응률을 반영하여 홍보 주제를 선정하는 것을 특징으로 할 수 있다.

또한, 상기 오퍼실행부는 홍보를 실행할 때, 환경 또는 시간에 차등을 두어 홍보를 실행하는 것을 특징으로 할 수 있다.

또한, 상기 반응수집부는 상기 오퍼실행부가 실행한 홍보에 대해 홍보 대상이 응답해 온 경우, 응답이 온 시각, 홍보 실행 후 응답까지의 시간, 환경 정보를 수집하는 것을 특징으로 할 수 있다.

또한, 상기 오퍼실행부는 홍보를 실행할 때, 하나의 홍보 주제를 동일한 환경 또는 시간에 둘 이상의 홍보 방법을 조합하여 홍보하는 것을 특징으로 할 수 있다.

또한, 상기 반응수집부는 상기 오퍼실행부가 실행한 조합된 홍보에 대해 홍보 대상이 응답해 온 경우, 단일 홍보 방법보다 반응률의 증가된 정도를 산출하여 이종의 홍보 방법을 조합할 경우 발생하는 시너지 정도를 산출하는 것을 특징으로 할 수 있다.

이상에서 설명한 바와 같은 효과적인 마케팅을 도출하는 자동학습 시스템 및 방법에 따르면 다음의 효과가 있다.

첫째, 수집부에서 수행한 키워드 검색으로 SNS 사용자의 관심사 및 해당 관심사에 긍정적 또는 부정적인지를 파악할 수 있게 된다.

둘째, 타겟선택부가 현재의 그룹과 학습저장부에 저장된 과거의 그룹을 비교하는 과정이 반복되고 해당 그룹에게 홍보가 실행될수록 홍보결과 값이 계속 학습저장부에 저장되어 SNS 사용자들을 더 정교하게 그룹화 할 수 있게 된다.

셋째, 오퍼도출부가 여러 홍보 주제를 도출하고, 해당 홍보 주제로 홍보했을 경우의 결과를 학습저장부에 축적할수록 최상의 효과를 가진 홍보 주제를 쉽게 찾을 수 있게 된다.

넷째, 채널선택부가 도출한 홍보 방법이 실제 홍보에 이용되는 횟수가 증가할수록 홍보 대상 및 홍보 주제에 대응하여 홍보 방법들의 효과 정도를 파악할 수 있게 되어 가장 효과적이면서도 저렴하게 수행할 수 있는 홍보 방법을 용이하게 찾을 수 있게 된다.

다섯째, 채널선택부가 도출한 복합 홍보 방법을 실제 홍보에 이용하고 해당 홍보의 반응률에 관한 정보가 축적되면, 동시에 사용했을 경우 시너지효과를 가지는 홍보 방법들을 용이하게 찾을 수 있게 된다.

여섯째, 오퍼실행부가 홍보를 실행할 때, 환경에 차등을 두어 홍보를 실행하고 해당 결과를 학습저장부에 축적하면, 홍보 주제 및 홍보 방법이 환경에 어떠한 영향을 받는 지 파악할 수 있게 된다.

도 1은 본 발명의 실시예에 따른 효과적인 마케팅을 도출하는 자동학습 시스템 및 방법의 구성을 나타낸 블록도.
도 2는 본 발명의 실시예에 따른 효과적인 마케팅을 도출하는 자동학습 시스템 및 방법의 서비스 과정을 예시한 메시지 흐름도.
도 3은 본 발명의 실시예에 따른 효과적인 마케팅을 도출하는 자동학습 시스템 및 방법의 연산 순서를 설명하기 위한 흐름도.
도 4는 본 발명의 실시예 중 타겟선택부의 구동을 설명하기 위한 순서도.
도 5는 본 발명의 실시예 중 오퍼도출부의 구동을 설명하기 위한 순서도.
도 6은 본 발명의 실시예 중 채널선택부의 구동을 설명하기 위한 순서도.
도 7은 본 발명의 실시예에 따른 효과적인 마케팅을 도출하는 자동학습 시스템 및 방법에서 홍보 대상의 관심도를 판단하는 방법을 설명하기 위한 예시한 모식도.
도 8은 본 발명의 실시예 중 학습저장부(400)에 저장되어 피드백되는 정보의 처리 순서를 나타낸 순서도.

이하, 상기와 같은 본 발명의 기술적 사상에 따른 실시예를 첨부된 도면을 참조하여 자세히 설명하면 다음과 같다.

본 발명의 실시예에 따른 효과적인 마케팅을 도출하는 자동학습 시스템 및 방법은 SNS(Social Networking Service)에 이용자들이 게시하는 게시물들을 분석하여 게시자의 성향을 파악하여 마케팅에 활용하고, 이 분석결과를 저장하여 다음 분석 시 비교자료로 활용하므로 최적의 마케팅을 도출할 수 있는 학습능력이 포함된 시스템에 관한 것이다.

SNS는 다수의 이용자들이 서로 관계를 맺고, 관계를 맺은 이용자 간의 정보를 교류하는 것을 주요 목적으로 하는 서비스이며, 그 구체적인 서비스 방법 및 용어는 서비스 제공자에 따라서 다양하게 구현된다. 본 설명에서는 상기 SNS에 글 또는 이미지, 동영상, 타 웹페이지 링크의 게시를 통틀어 '게시물'이라 표현하며, 이를 게시한 사람을 '작성자'라 표현한다.

도 1은 본 발명의 실시예에 따른 효과적인 마케팅을 도출하는 자동학습 시스템 및 방법의 구성을 나타낸 블록도이다.

도시된 바와 같이, 본 발명의 실시예를 위해 효과적인 마케팅을 도출하는 자동학습 시스템 및 방법에는 검색 키워드가 포함된 게시물을 SNS에서 검색하고, 검색된 게시물 정보 및 게시물 작성자의 정보를 수집하는 수집부(100)와, 수집부(100)에서 수집된 복수의 작성자 중 홍보 대상을 선정하고, 홍보 주제 및 홍보 방법을 결정하는 추론부(200)와, 추론부(200)에서 선정한 홍보 대상에게 결정된 홍보 주제 및 홍보 방법으로 홍보를 실행하고, 홍보 대상의 반응을 수집하는 증명부(300)와, 홍보 대상의 정보 및 홍보 주제, 홍보 방법, 홍보에 대한 반응을 저장하는 학습저장부(400)를 포함하는 것을 특징으로 한다.

상기의 각 구성들은 물리적인 실체가 있는 것이 아닌, 컴퓨터 또는 서버와 같은 전자장치의 운영체제 아래서 각각의 기능을 수행하는 응용프로그램들이 연계되어 구동하는 것으로 보는 것이 바람직할 것이다. 또한, 각 구성들은 단일 전자장치에 구성되는 것으로만 한정되는 것이 아니라, 복수의 전자장치에 각 구성이 적용된 후 네트워크와 같은 전자적인 방법으로 상호 연결되는 것 또한 가능할 것이다. 다만, 구성 중 실제 홍보를 수행하는 증명부(300)의 경우에는 다양한 홍보 주제에 대응하여 선정된 홍보 대상에게 다양한 방법으로 홍보를 수행해야하기 때문에 응용프로그램이 될 수도 있지만, 본 발명의 실시예를 기초로 사업을 하는 기업 내 복수의 인원으로 구성되어 홍보와 관련된 업무를 수행하는 일종의 그룹이 될 수도 있을 것이다.

여기서, 상기 수집부(100)는 검색 키워드를 설정하고 등록하는 키워드등록부(110) 및, 상기 검색 키워드를 포함하는 게시물을 SNS에서 검색하여 게시물 정보를 수집하는 SNS수집부(120), 검색된 상기 게시물 정보에서 홍보 방법을 도출하기 위해 필요 정보 및 작성자 정보를 추출하는 정보추출부(130)로 세분화 할 수 있다.

또한, 상기 추론부(200)는 수집부(100)에서 수집한 게시물 정보 및 게시물 작성자의 정보를 기반으로 게시물 작성자를 그룹화하고, 그 중 홍보 대상을 선정하는 타겟선택부(210) 및, 상기 작성자의 개별 정보를 기반으로 홍보 주제를 선정하는 오퍼도출부(220), 상기 작성자의 개별 정보와 상기 학습저장부(400)에 저장된 누적 정보를 비교하고, 홍보 방법을 도출하는 채널선택부(230)로 세분화 할 수 있다.

또한, 증명부(300)는 추론부(200)에서 선정한 홍보 대상에게 상기 추론부(200)가 결정한 홍보 주제 및 홍보 방법으로 홍보를 실행하는 오퍼실행부(310) 및, 상기 오퍼실행부(310)에서 실행한 홍보에 반응한 홍보 대상의 정보를 수집하는 반응수집부(320), 상기 반응수집부(320)에 수집된 홍보 대상의 정보를 학습저장부(400)로 전달하는 결과처리부(330)로 세분화 할 수 있다.

이어서, 본 발명의 실시예 따른 효과적인 마케팅을 도출하는 자동학습 시스템 및 방법의 서비스의 전체적인 시스템 흐름을 구성과 함께 설명한다.

도 2는 본 발명의 실시예에 따른 효과적인 마케팅을 도출하는 자동학습 시스템 및 방법의 서비스 과정을 예시한 메시지 흐름도이고, 도 3은 본 발명의 실시예에 따른 효과적인 마케팅을 도출하는 자동학습 시스템 및 방법의 연산 순서를 설명하기 위한 흐름도이다.

도시된 바와 같이, 본 발명의 실시예에 따른 효과적인 마케팅을 도출하는 자동학습 시스템 및 방법은 다음의 단계를 순서로 홍보 방법을 도출하게 된다.

상기 홍보 방법은, (a) 키워드등록부(110)가 검색 키워드를 입력받는 단계(S110), (b) SNS수집부(120)가 상기 키워드등록부(110)에서 입력받은 검색 키워드를 포함하는 게시물을 SNS에서 검색하는 단계(S120), (c) 정보추출부(130)가 상기 SNS수집부(120)에서 검색된 게시물에서 최적의 홍보 방법을 도출하기 위해 필요 정보 및 작성자 정보를 추출하는 단계(S130), (d) 타겟선택부(210)가 상기 정보추출부(130)에서 추출한 정보로 게시물 작성자를 그룹화하고, 그 중 홍보 대상을 선정하는 단계(S210), (e) 오퍼도출부(220)가 상기 타겟선택부(210)가 선정한 홍보 대상에게 적합한 홍보 주제를 선정하는 단계(S220), (f) 채널선택부(230)가 상기 타겟선택부(210)가 선정한 홍보 대상에게 적합한 홍보 방법을 선정하는 단계(S230), (g) 오퍼실행부(310)가 상기 오퍼도출부(220)에서 선정한 홍보 주제를 상기 채널선택부(230)가 선정한 홍보 방법으로 상기 타겟선택부(210)가 선정한 홍보 대상에게 홍보를 실행하는 단계(S310), (h) 반응수집부(320)가 상기 오퍼실행부(310)에서 실행한 홍보에 반응한 홍보 대상의 반응 정보를 수집하는 단계(S320), (i) 결과처리부(330)가 상기 반응수집부(320)에서 수집한 반응 정보를 학습저장부(400)로 전달하는 단계(S330)로 이루어진다.

SNS를 이용하는 이용자가 온라인상에서 게시물을 등록하면 해당 게시물은 SNS의 시스템에 저장된다. 이러한 게시물이 SNS의 시스템에 누적된 환경가운데 효과적인 홍보(마케팅) 방법을 찾길 원하는 기업이 본 발명의 실시예를 실시하는 자에게 홍보 방법을 선정해 줄 것을 의뢰하고, 상기 의뢰 시 홍보 대상을 선정하기 위한 키워드를 함께 제공하면 상기의 (a)단계부터 실행하게 된다.

여기서, 검색 키워드 또는 키워드란 의뢰 기업이 홍보하고자 하는 주제에 관련된 단어 및 그와 합성된 문장인 것인 바람직한데, 의뢰 기업에게 제공할 효과적인 홍보 방법은 의뢰 기업이 홍보할 주제에 대응하여 반응이 좋을 것으로 기대되는 홍보 대상을 우선 선정한 후, 그 대상에게 시범적으로 홍보를 실행하고 그에 대한 반응에서 도출해야 하기 때문이다. 홍보 대상을 선정하기 위해서는 SNS의 게시물 중 의뢰 기업이 제공한 키워드를 포함하는 것을 검색하고, 해당 게시물의 작성자를 홍보 대상으로 선정하게 된다.

먼저, (a)단계로서 의뢰 기업에게서 받은 키워드를 키워드등록부(110)에 입력하는 방법으로 설정하고 등록한다(S110). 키워드등록부(110)는 본 발명의 실시예의 구성들 중 하나로서 키워드 등록의 설정 및 등록은 간단하게 전자장치에서 구동되는 본 실시예에서 모니터로 디스플레이 되는 내용에 마우스 또는 키보드와 같은 입력장치로 키워드에 해당하는 문자를 본 발명의 실시예에 따른 시스템에 입력하는 방식으로 수행될 수 있을 것이다. (b)단계로서 SNS수집부(120)가 SNS에 저장된 게시물들을 검색하여 키워드를 포함하는 게시물을 수집하게 된다(S120). SNS수집부(120)에 의해 게시물이 수집되면, (c)단계로서 정보추출부(130)는 수집된 게시물에서 최적의 홍보 방법을 도출하기 위해 필요 정보를 추출하거나, 해당 게시물을 작성한 작성자 정보를 SNS를 운영하는 제공자에게 요청, 또는 작성자의 개인 SNS 페이지에서 수집하는 방식으로 작성자 개인의 정보를 확보하게 된다(S130). 여기서 필요 정보란 게시물의 작성일, 임의의 기간 동안 작성된 게시물의 수, 작성 분량과 같은 정보가 될 수 있다. 상기 '임의의 기간'이란 현재에도 게시물 작성자가 검색 키워드와 관련된 분야에 관심을 가지고 있는 지 확인하기 위한 시간 기준으로, 예를 들어 최근 1개월과 같이 시스템의 관리자 또는 의뢰 기업이 설정할 수 있을 것이다. 또한 작성자의 개인 정보에는 작성자의 성별, 연령, 거주지, 관심사, 관계된 다른 사용자의 수 등이 될 수 있을 것이다.

도 4는 본 발명의 실시예 중 타겟선택부의 구동을 설명하기 위한 순서도이다.

이제, 정보추출부(130)가 수집한 작성자의 개인 정보를 타겟선택부(210)가 (d)단계로서 성별, 연령, 거주지, 관심사, 관계된 다른 사용자의 수 등을 기준으로 유사하거나 공통적인 특징을 가진 작성자들을 그룹화하고, 그 그룹들 중 홍보에 가장 반응이 좋을 것으로 기대되는 그룹을 홍보 대상으로 선정하게 된다(S210).

타겟선택부(210)에 따른 (d)단계의 흐름을 더 구체화 하면. 타겟선택부(210)가 (d1) 상기 정보추출부에서 수집한 작성자들을 그룹화 하는 단계, (d2) 상기 학습저장부에 저장된 과거 홍보 대상 중 (d1)단계에서 만들어진 그룹과 동일한 특징을 가지고 있는 것이 있는지 확인하는 단계, (d3) 상기 (d2)단계에서 학습저장부에 저장된 과거 홍보 대상 중 그룹과 동일한 특징을 가지고 있는 것이 없을 경우, 사전에 의뢰인이 홍보 대상으로 선택해 줄 것을 설정한 그룹이 있는지 확인하는 단계, (d4) 상기 (d2) 또는 (d3)단계에서 확인된 그룹이 있을 경우, 해당 그룹을 목록화 하는 단계, (d5) 상기 목록화 된 그룹을 최종 홍보 대상으로 선정하는 단계가 될 수 있다.

타겟선택부(210)가 형성시킨 그룹이 반응이 좋을 것인지 유추하기 위해서는 (d2)단계와 같이, 학습저장부(400)에 저장되어 있는 과거 홍보 대상 중 (d1)단계에서 만들어진 그룹과 동일한 특징을 가지고 있는 과거 홍보 대상이 존재하는 지 확인할 수 있다. 단, 여기서 현재 만들어진 그룹은 유행 및 시간의 흐름에 따른 차이로 학습저장부(400)에 저장된 과거 홍보 대상의 특징과 완전 동일하지 않을 수 있다. 그러므로'동일한 특징'이라는 것은 완벽히 모든 특징이 매칭되는 것이 아닌, 그룹이 가지는 일부 특징이 동일하여 유사성이 높거나, 관리자가 정의한 동일의 범위에 포함되는 것으로 볼 수 있을 것이다.

만약, 학습저장부(400) 동일한 특징을 가지는 과거 홍보 대상이 있을 경우, 현재의 그룹을 홍보 대상으로 즉시 추가할 수도 있고, 상기 과거 홍보 대상에게 수행된 홍보 관련 정보, 이를테면 홍보 시 환경, 홍보에 대한 반응률과 같은 정보를 고려하여 현재의 그룹을 홍보 대상으로 선정할 지 판단할 수도 있을 것이다.

만약 학습저장부(400)에 저장되어있는 과거의 홍보 대상 중 현재의 그룹과 동일한 특징을 가지고 있는 것이 존재하기 않을 경우에는 현재의 그룹을 홍보 대상으로 선정할 지의 여부를 정보추출부(130)로부터 전달받은 정보를 기반으로 판단하게 된다.

하지만 의뢰 기업이 이미 반응률을 확인하고픈 홍보 대상을 지정해 두었을 수도 있는데, 상기와 같이 이미 지정된 홍보 대상이 있을 경우 (d3)단계에서 (d1)단계에서 만들어진 그룹과 이미 지정된 홍보 대상의 특징이 일치하는지 확인할 수 있을 것이다. 만약, 특징이 일치할 경우, 이미 지정된 홍보 대상에 현재의 그룹에 포함되어 있는 게시물 작성자를 포함하게 된다.

도 5는 본 발명의 실시예 중 오퍼도출부의 구동을 설명하기 위한 순서도이다.

계속해서, 오퍼도출부(220)는 (e)단계로서 타겟선택부(210)가 선정한 그룹에게 적합한 홍보 주제를 선정한다(S220). 오퍼도출부(220)에 따른 (e)단계를 구체화 하면, 오퍼도출부(220)는 (e1) 상기 타겟선택부에서 홍보 대상을 로드하는 단계(S221), (e2) 상기 홍보 대상의 정보 중 홍보 주제 선정에 기준이 될 특징을 선택하는 단계(S222), (e3) 상기 타겟선택부에서 로드한 홍보 대상과 동일한 특징을 가진 과거 홍보 대상이 상기 학습저장부에 저장되어 있는지 여부와, 사용된 홍보 주제, 반응률을 확인하는 단계(S223), (e4) 상기 (e3)단계에서 홍보 대상에 대응하는 과거 홍보 대상이 학습저장부에 저장되어있지 않으면, 학습저장부에 현재 환경과 대응하는 환경에서 수행된 홍보 주제가 저장되어 있는지 확인하는 단계(S225), (e5) 상기 (e3) 또는 (e4)단계에서 학습저장부에 저장된 과거 홍보 주제가 없을 경우, 홍보 주제를 임의로 직접 선택하는 단계(S227)로 진행되는 특징을 가진다.

위 단계들 중 (e2)단계의 '홍보 대상의 정보 중 홍보 주제 선정에 기준'이라는 것은 본 발명의 실시예가 효과적인 홍보 방법을 도출하기 위한 목적을 가지고 있음을 상기할 필요가 있는데, 본 발명의 실시예는 효과적인 홍보 방법을 신속하게 파악하기 위해 보통보다 더 큰 반응을 보일 수 있는 홍보 대상을 찾고, 해당 홍보 대상이 관심을 가지고 있는 홍보 주제로 홍보를 실행하게 된다(S222). 때문에, 홍보 주제는 의뢰 기업이 제공한 검색 키워드와 유사한 것을 이용할 수도 있지만, 홍보 대상들의 더 큰 반응을 이끌어내기 위하여 홍보 대상이 일정한 특징으로 그룹 되었음을 이용하여 그룹의 공통된 특징에 대응하는 홍보 주제를 선택하거나, 그 밖에 개인들의 개인 정보에 따른 특징에 대응하는 홍보 주제를 선택할 수 있을 것이다.

다음으로 (e3)단계에서는 상기 타겟선택부에서 로드한 홍보 대상과 동일한 특징을 가지는 과거 홍보 대상이 상기 학습저장부(400)에 저장되어 있는지의 여부를 확인하고, 이미 저장되어 있다면 과거 홍보 대상이 홍보를 실행할 때 사용한 홍보 주제가 무엇인지, 실행한 홍보의 반응률은 어떠했는지 확인한다(S223).

또한, (e3)단계에서 대응하는 홍보 주제를 찾을 수 없었다면 계속해서 (e4)단계에서는 현재의 환경, 즉 날씨, 요일, 시각, 인접한 행사 등에 대응하는 환경에서 수행된 과거 홍보 주제가 학습저장부(400)에 저장되어 있는지 확인한다(S225).

만약, (e4)단계에서도 홍보 주제를 찾지 못했다면, (e5)단계로서 의뢰 기업 또는 시스템 관리자가 홍보 주제를 직접 선택하게 된다(S227).

또한, (e3) 또는 (e4)단계에서 학습저장부(400)에 대응하는 과거 홍보 주제가 저장되어 있을 경우, 홍보 주제들 중 어느 하나를 선정하는 단계를 수행할 수 있을 것이다(S229).

도 6은 본 발명의 실시예 중 채널선택부의 구동을 설명하기 위한 순서도이다.

채널선택부(230)의 구동 순서인 (f)단계는 도시된 바와 같이 다음과 같은 순서를 가지는데, 채널선택부(230)는 (f1) 상기 타겟선택부 및 상기 오퍼도출부에서 홍보 대상과 홍보 주제를 로드하는 단계(S231), (f2) 홍보 대상과 동일한 특징을 가지는 과거 홍보 대상이 상기 학습저장부에 저장되어있다면 상기 과거 홍보 대상에게 수행된 과거 홍보 방법을 로드하는 단계(S232), (f3) 홍보 주제와 동일한 특징을 가지는 과거 홍보 주제가 상기 학습저장부에 저장되어있다면 상기 과거 홍보 주제로 수행된 과거 홍보 방법을 로드하는 단계(S233), (f4) 상기 (f2) 또는 (f3)단계에서 로드된 홍보 방법이 있다면, 반응률이 좋은 순서로 정렬하는 단계(S235), (f5) 상기 (f4)단계에서 정렬된 홍보 방법 중 반응률이 가장 좋은 방법을 선정하고, 이종의 홍보 방법을 조합하여 복합 홍보 방법을 생성하는 단계(236)로 진행되는 특징을 가진다.

여기서 홍보 방법이란 홍보 대상에게 실행할 홍보의 종류를 뜻하는데, 홍보의 종류에는 SNS 게시글에 추가된 글을 입력하는 덧글, SNS 시스템에서 지원하는 쪽지, E-mail, SMS, TM(Telemarketing), DM(Direct marketing) 등이 될 수 있다.

만약, (f2) 또는 (f3)단계에서 학습저장부(400)에서 로드할 과거 홍보 방법이 없다면(S234) 채널선택부(230)의 단계는 종료되고, 채널선택부(230)에서 도출된 홍보 방법이 없는 것을 오퍼실행부(310)에서 인식하면 오퍼실행부(310)는 자체적으로 임의의 홍보 방법을 선택하거나 의뢰 기업이 홍보 방법을 선택하게 하여 홍보를 실행하게 된다. 단, (f3)단계에서 현재 만들어진 홍보 주제는 체널선택부(230)에서와 마찬가지로 유행 및 시간의 흐름에 따른 차이로 학습저장부(400)에 저장된 과거 홍보 주제의 특징과 완전 동일하지 않을 수 있다. 그러므로'동일한'이라는 것은 완벽히 모든 특징이 매칭되는 것이 아닌, 홍보 주제가 가지는 일부 특징이 동일하여 유사성이 높거나, 서로 관련성이 있는 있거나, 관리자가 정의한 동일의 범위에 포함되는 것으로 볼 수 있을 것이다.

(f5)단계에서 이종의 홍보 방법을 조합하는 것은 학습저장부(400)에 저장되어 있는 과거의 홍보 방법들 중, 상대적으로 다른 과거 홍보 방법들 보다 좋은 반응률을 나타낸 둘 이상의 홍보 방법을 조합하는 것으로 복합 홍보 방법을 생성하거나, 이미 학습저장부(400)에 이종의 홍보 방법을 조합해서 홍보를 실행할 경우 단독으로 홍보를 실행할 경우보다 반응률이 더 좋은 것으로 나타난 과거의 복합 홍보 방법이 저장되어 있을 경우, 그것을 복합 홍보 방법으로 다시 이용할 수도 있을 것이다(S236). 상기 복합 홍보 방법 또는 이종의 홍보 방법을 조합하는 것은 SNS를 통한 홍보 방법 이외에 종래의 홍보 방법인 직접 전화를 거는 TM이나 우편을 보내는 DM, 텍스트를 이동 통신망을 통하여 전송하는 SMS 등의 홍보 방법들 중 적어도 둘 이상의 홍보 방법을 결합하는 형태를 말한다.

그러나, 이러한 홍보 방법 중 홍보 대상에게 직접 전화를 거는 TM이나 우편을 보내는 DM은 상대적으로 다른 홍보 방법보다 실행에 필요한 비용이 클 수 있어서, 도출된 홍보 방법의 실행 비용이 의뢰 기업이 지불한 비용보다 클 경우가 발생할 수 있다(S237). 그러한 상황이 발생했을 때, 채널선택부(230)는 더 저렴하게 실행할 수 있는 홍보 방법으로 변경하거나, 홍보 대상의 수를 축소하도록 할 수 있을 것이다(S239).

(f)단계에서 채널선택부(230)의 홍보 방법의 도출까지 완료되면, (g)단계로서 선정된 홍보 대상 및 홍보 주제, 도출된 홍보 방법을 기초로 오퍼실행부(310)가 홍보를 실행하게 된다(S310).

도 7은 본 발명의 실시예에 따른 효과적인 마케팅을 도출하는 자동학습 시스템 및 방법에서 홍보 대상의 관심도를 판단하는 방법을 설명하기 위한 예시한 모식도이고, 도 8은 본 발명의 실시예 중 학습저장부(400)에 저장되어 피드백되는 정보의 처리 순서를 나타낸 순서도이다.

구성 중 정보추출부(130)는 SNS에서 검색 키워드가 포함된 게시물을 검색한 후, 해당 게시물을 작성한 작성자의 정보를 수집할 때, 해당 작성자가 키워드가 포함된 게시물을 작성한 수를 셀 수 있다. 해당 키워드를 포함하는 게시물을 다수 작성한 작성자는 해당 키워드와 관련된 분야에 관심이 깊은 것으로 판단할 수 있기 때문에 작성자들 개개인의 관련 게시물 수를 다른 정보와 함께 수집하면 홍보 시 신속한 응답을 기대할 수 있는 홍보 대상을 선정할 수 있을 것이다.

다만, 작성자가 해당 키워드와 관련된 분야에 부정적인 관심을 가지고 있는 것일 수 있는데, 오히려 그러할 경우에는 홍보 대상에서 제외하는 것이 바람직할 것이다. 그러므로 키워드를 포함하는 게시물을 검색할 때에는 최대한 많은 게시물 작성자를 확보하기 위해 검색 키워드 및 키워드와 유사한 의미를 가지는 유사 키워드를 복수개 더 포함하여 검색하고, 해당 키워드를 가진 게시물을 보유한 작성자를 찾게 되었다면 해당 게시물에 부정의 표현, 이를테면 '싫다', '나쁘다', '반품', '쓸모없다'와 같은 표현이 함께 들어있는 지 추가로 검색을 수행한다. 검색 키워드를 포함하면서 부정적인 키워드를 사용하지 않은 게시물이라면 작성자의 관심도가 높은 것으로 평가되겠지만, 만약 검색 키워드 및 부정적인 표현이 함께 게시물에 포함되어 있다면 해당 작성자는 관심도가 낮은 것으로 평가되어 홍보 대상에서 제외될 수 있을 것이다.

또한, 정보추출부(130)는 작성자 정보를 수집할 때, SNS내에서 작성자와 관계된 이용자들의 수를 함께 수집하여 작성자 개개인의 영향도를 평가할 수 있을 것이다. SNS내에서 작성자와 관계된 이용자는 작성자와 친구 또는 이웃으로 등록되어 서로의 정보를 상호 공유하는 것으로 협의한 다른 SNS이용자가 될 수 있으며, 친구 또는 이웃으로 등록되어 있지 않더라도 작성자의 SNS에 고정적으로 자주 방문하는 다른 SNS 이용자도 작성자와 관계된 이용자로 볼 수 있을 것이다.

이렇게 관계된 이용자가 많은 작성자는 하나의 게시물을 올려도 다른 SNS 이용자들 보다 해당 게시물에 포함된 정보를 확산시키는 속도가 더 빠르기 때문에, 일정 수 이상의 관계된 이용자를 보유한 작성자는 우선 홍보 대상으로 선정될 수도 있을 것이다.

또한, 타겟선택부(210)는 학습저장부(400)에 저장된 과거 홍보 대상과 동일한 특징을 갖는 그룹이 존재할 경우에는 상기 그룹을 즉시 홍보 대상으로 선정하거나, 해당 그룹을 홍보 대상으로 선정할 지 판단할 때 가산점을 부여하고, 학습저장부(400)의 과거 홍보 대상 중 그룹과 동일한 특징을 가진 것이 없을 경우에는 이미 보유하고 있던 홍보 대상을 임의로 추가 또는 정보추출부(130)로부터 전달받은 정보만으로 홍보 대상으로 선정할 지 판단하게 될 수 있다.

그리고 오퍼도출부(220)는 홍보 주제를 선정할 때, 상기 학습저장부(400)에 현재의 환경에서 수행된 홍보 주제가 이미 저장되어 있다면, 해당 홍보 주제로 홍보를 수행했을 때의 반응률을 반영하여 홍보 주제를 선정할 수 있다. 만약, 학습저장부(400)에 저장되어있는 과거의 홍보 주제로 수행된 홍보의 반응률이 다른 홍보 주제들의 평균 반응률보다 낮다면 상기 과거의 홍보 주제는 이번 홍보 주제 선정에서 제외될 것이고, 평균 반응률보다 높다면 이번에도 홍보 주제로 선정될 수 있을 것이다.

또한, 오퍼실행부(310)는 홍보를 실행할 때 요일, 시각, 날씨 등의 환경에 차등을 두어 홍보를 실행할 수 있다. 복수의 작성자로 구성된 홍보 대상을 일정 수로 나누어 환경에 차등을 두어 홍보를 실행하면 유사한 특징을 가지는 홍보 대상군이라 해도 반응률에 차이가 생기게 되는데, 그렇게 한다면 동일한 홍보 대상, 홍보 주제, 홍보 방법을 어떠한 환경에서 홍보할 때 가장 효과가 좋은 지 확인할 수 있게 되고, 이를 저장하므로 다음 홍보에서 참고할 자료로 이용할 수도 있게 된다.

또한, 오퍼실행부(310)는 다양한 홍보 방법으로 홍보를 수행해야 하는데, TM 또는 DM과 같은 홍보 방법은 전자장치에 의해 완전 자동화 하는 것에 한계가 있을 수 있다. 그러므로 오퍼실행부(310)의 전체 또는 일부는 추론부(200)에서 도출된 홍보 대상 및 홍보 주제, 홍보 방법을 전달받은 후 해당 방법에 따라 직접 홍보 업무를 전담하여 수행하는 복수의 인원으로 구성된 홍보 그룹이 될 수 있을 것이다.

단, DM의 경우, 작성자의 거주지 또는 직장의 실제 주소가 필요한데, 그러한 개인정보는 수집하기가 대단히 어려울 수 있으므로 해당 개인정보를 조회할 수 있는 SNS 관리자에게 대신 DM을 실행해 줄 것을 요청하여 홍보를 진행할 수도 있을 것이다.

그리고 반응수집부(320)는 오퍼실행부(310)에서 수행한 홍보에 대해 홍보 대상이 응답을 해 올 경우, 응답이 온 시각과 홍보 실행 후 응답이 오기까지의 시간, 현재의 날씨, 요일 등의 환경정보를 함께 수집한다. 홍보에 대한 응답은 덧글, 쪽지, E-mail과 같이 온라인에서 수행되는 홍보일 경우 해당 홍보 내용에 포함된 링크 또는 URL을 홍보 대상이 클릭하여 관련된 웹페이지로 이동하면 반응수집부(320)로 응답 신호를 보내는 것으로 할 수 있고, TM으로 홍보할 경우에는 홍보 대상이 호의적인 반응을 보였을 때 응답한 것으로 처리 할 수 있으며, DM으로 홍보할 경우에는 편지에 포함된 URL로 홍보 대상이 접속을 시도하거나, 편지에 동봉된 QR코드를 대응하는 스캐너로 스캔하면 해당 정보를 받아 응답한 것으로 처리할 수 있을 것이다.

또한, 오퍼실행부(310)는 홍보 실행 시 하나의 홍보 대상에게 둘 이상의 홍보 방법으로 동시에 홍보를 실행할 수 있다. 예를 들어, 동일한 홍보 주제를 덧글과 함께 휴대전화로 문자(SMS)로 홍보하는 것이다. 이러한 복합 홍보 방법이 실행된 경우, 반응수집부(320)에서는 홍보 대상이 홍보에 대응하여 응답을 해 왔을 때 응답해 오기까지의 시간 및 반응률을 기록하여 단일 방법으로 홍보 했을 경우보다 반응률이 얼마나 증가되었는지 산출하므로 홍보 방법을 조합할 경우 발생하는 시너지 정도를 구할 수 있을 것이다.

반응수집부(320)는 홍보 대상들이 보내오는 반응을 무한히 기다릴 수는 없기 때문에 반응을 기다리는 시간에 한계를 둘 수 있는데, 반응 수집의 한계 시간에 다다르면 반응수집부(320)는 수집한 정보를 결과처리부(330)가 정리하게 되고, 이를 학습저장부(400)에 전달하게 된다. 결과처리부(330)는 정보를 정리할 때에, 홍보 대상을 구성하는 작성자들의 정보 및 홍보 주제, 홍보 방법, 홍보 실행 시 환경, 반응이 수집되었을 때의 환경 정보 등을 하나의 결과 정보로 묶어서 학습저장부(400)로 전달할 수 있을 것이다(S330).

동시에, 결과처리부(330)에서 정리된 홍보 결과에 관한 자료는 의뢰 기업에게도 제공되게 된다.

학습저장부(400)는 결과처리부(330)가 전달해온 정보를 저장하고 보관하면서, 이후 수행되는 홍보 방법 도출과정에서 비교자료로 활용되게 되며, 더 나아가 이 자료를 기초로 시대에 따른 홍보 방법의 트렌드를 분석할 수도 있게 된다.

이상에서 본 발명의 바람직한 실시예를 설명하였으나, 본 발명은 다양한 변화와 변경 및 균등물을 사용할 수 있다. 본 발명은 상기 실시예를 적절히 변형하여 동일하게 응용할 수 있음이 명확하다. 따라서 상기 기재 내용은 하기 특허청구범위의 한계에 의해 정해지는 본 발명의 범위를 한정하는 것이 아니다.

100 : 수집부 110 : 키워드등록부
120 : SNS수집부 130 : 정보추출부
200 : 추론부 210 : 타겟선택부
220 : 오퍼도출부 230 : 채널선택부
300 : 증명부 310 : 오퍼실행부
320 : 반응수집부 330 : 결과처리부
400 : 학습저장부

Claims

검색 키워드가 포함된 게시물을 SNS에서 검색하고, 검색된 게시물 정보 및 게시물 작성자의 정보를 수집하는 수집부(100)와,
상기 수집부(100)에서 수집된 정보를 기반으로 홍보 대상을 선정하고, 홍보 주제 및 홍보 방법을 결정하는 추론부(200)와,
상기 추론부(200)에서 선정한 홍보 대상에게 결정된 홍보 주제 및 홍보 방법으로 홍보를 실행하고, 상기 홍보 대상의 반응을 수집하는 증명부(300)와,
상기 홍보 대상의 정보 및 홍보 주제, 홍보 방법, 홍보에 대한 반응이 저장되는 학습저장부(400)를 포함하는 것을 특징으로 하는 효과적인 마케팅을 도출하는 자동학습 시스템.
제 1항에 있어서, 상기 수집부(100)는,
검색 키워드를 설정하고 등록하는 키워드등록부(110) 및, 상기 검색 키워드를 포함하는 게시물을 SNS에서 검색하여 게시물 정보를 수집하는 SNS수집부(120), 검색된 상기 게시물 정보에서 홍보 방법을 도출하기 위해 필요 정보 및 작성자 정보를 추출하는 정보추출부(130)를 포함하는 것을 특징으로 하는 효과적인 마케팅을 도출하는 자동학습 시스템.
제 1항에 있어서, 상기 추론부(200)는,
상기 수집부(100)에서 수집한 게시물 정보 및 게시물 작성자의 정보를 기반으로 게시물 작성자를 그룹화하고, 그 중 홍보 대상을 선정하는 타겟선택부(210) 및, 상기 작성자의 개별 정보를 기반으로 홍보 주제를 선정하는 오퍼도출부(220), 상기 작성자의 개별 정보와 상기 학습저장부(400)에 저장된 누적 정보를 비교하고, 홍보 방법을 도출하는 채널선택부(230)를 포함하는 것을 특징으로 하는 효과적인 마케팅을 도출하는 자동학습 시스템.
제 1항에 있어서, 상기 증명부(300)는,
상기 추론부(200)에서 선정한 홍보 대상에게 상기 추론부(200)가 결정한 홍보 주제 및 홍보 방법으로 홍보를 실행하는 오퍼실행부(310) 및, 상기 오퍼실행부(310)에서 실행한 홍보에 반응한 홍보 대상의 정보를 수집하는 반응수집부(320), 상기 반응수집부(320)에 수집된 홍보 대상의 정보를 학습저장부(400)로 전달하는 결과처리부(330)를 포함하는 것을 특징으로 하는 효과적인 마케팅을 도출하는 자동학습 시스템.
검색 키워드를 설정하고 등록하는 키워드등록부(110)와,
상기 검색 키워드를 포함하는 게시물을 SNS에서 검색하여 게시물 정보를 수집하는 SNS수집부(120)와,
검색된 상기 게시물 정보에서 홍보 방법을 도출하기 위해 필요한 정보 및 작성자 정보를 추출하는 정보추출부(130)와,
상기 정보추출부(130)에서 추출한 게시물 정보 및 게시물 작성자의 정보를 기반으로 게시물 작성자를 그룹화한 후, 그 중 홍보 대상을 선정하는 타겟선택부(210)와,
상기 정보추출부(130)에서 추출한 게시물 정보 및 게시물 작성자의 정보를 기반으로 홍보 주제를 선정하는 오퍼도출부(220)와,
상기 정보추출부(130)에서 추출한 게시물 정보 및 게시물 작성자의 정보를 상기 학습저장부(400)에 저장된 누적 정보와 비교하여 홍보 방법을 도출하는 채널선택부(230)와,
상기 타겟선택부(210)가 선정한 홍보 대상에게 상기 오퍼도출부(220)가 선정한 홍보 주제를 상기 채널선택부(230)가 도출한 홍보 방법으로 홍보를 실행하는 오퍼실행부(310)와,
상기 오퍼실행부(310)에서 실행한 홍보에 반응한 홍보 대상의 정보를 수집하는 반응수집부(320)와,
상기 반응수집부(320)에 수집된 홍보 대상의 정보를 학습저장부(400)로 전달하는 결과처리부(330)와,
상기 홍보 대상의 정보 및 홍보 주제, 홍보 방법, 홍보 반응이 저장되는 학습저장부(400)를 포함하는 것을 특징으로 하는 효과적인 마케팅을 도출하는 자동학습 시스템.
제 2항 또는 제 5항에 있어서,
상기 정보추출부(130)는 검색 키워드가 포함된 게시물 정보 및 게시물 작성자의 정보를 수집할 때, 게시물의 작성일, 임의의 기간 동안 작성된 게시물 수, 작성 분량 중 적어도 하나를 기반으로 관심도를 평가하는 것을 특징으로 하는 효과적인 마케팅을 도출하는 자동학습 시스템.
제 6항에 있어서,
상기 정보추출부(130)는 검색 키워드가 포함된 게시물 정보 및 게시물 작성자의 정보를 수집할 때, SNS에서 작성자와 관계된 다른 이용자의 수를 기반으로 영향도를 산출하는 것을 특징으로 하는 효과적인 마케팅을 도출하는 자동학습 시스템.
제 3항 또는 제 5항에 있어서,
상기 타겟선택부(210)는 상기 학습저장부(400)에 저장된 과거 홍보 대상과 동일한 특징을 갖는 그룹이 존재할 경우, 상기 그룹을 즉시 홍보 대상으로 추가하거나, 해당 그룹을 홍보 대상으로 선정할 지 판단할 때 가산점을 부여하고,
상기 학습저장부(400)의 과거 홍보 대상 중 그룹과 동일한 특징을 가진 것이 없을 경우, 상기 정보추출부(130)로부터 전달받은 정보만으로 홍보 대상으로 선정할 지 판단하는 것을 특징으로 하는 효과적인 마케팅을 도출하는 자동학습 시스템.
제 3항 또는 제 5항에 있어서,
상기 오퍼도출부(220)는 홍보 주제를 선정할 때, 상기 학습저장부(400)에 현재의 환경에서 수행된 홍보 주제가 이미 저장되어 있다면, 해당 홍보 주제로 홍보를 수행했을 때의 반응률을 반영하여 홍보 주제를 선정하는 것을 특징으로 하는 효과적인 마케팅을 도출하는 자동학습 시스템.
제 4항 또는 제 5항에 있어서,
상기 오퍼실행부(310)는 홍보를 실행할 때, 환경 또는 시간에 차등을 두어 홍보를 실행하는 것을 특징으로 하는 효과적인 마케팅을 도출하는 자동학습 시스템.
제 10항에 있어서,
상기 반응수집부(320)는 상기 오퍼실행부(310)가 실행한 홍보에 대해 홍보 대상이 응답해 온 경우, 응답이 온 시각, 홍보 실행 후 응답까지의 시간, 환경 정보를 수집하는 것을 특징으로 하는 효과적인 마케팅을 도출하는 자동학습 시스템.
제 4항 또는 제 5항에 있어서,
상기 오퍼실행부(310)는 홍보를 실행할 때, 하나의 홍보 주제를 동일한 환경 또는 시간에 둘 이상의 홍보 방법을 조합하여 홍보하는 것을 특징으로 하는 효과적인 마케팅을 도출하는 자동학습 시스템.
제 12항에 있어서,
상기 반응수집부(320)는 상기 오퍼실행부(310)가 실행한 조합된 홍보에 대해 홍보 대상이 응답해 온 경우, 단일 홍보 방법보다 반응률의 증가된 정도를 산출하여 이종의 홍보 방법을 조합할 경우 발생하는 시너지 정도를 산출하는 것을 특징으로 하는 효과적인 마케팅을 도출하는 자동학습 시스템.
(a) 키워드등록부(110)가 검색 키워드를 설정하고 등록하는 단계;
(b) SNS수집부(120)가 상기 키워드등록부(110)에서 입력받은 검색 키워드를 포함하는 게시물을 SNS에서 검색하는 단계;
(c) 정보추출부(130)가 상기 SNS수집부(120)에서 검색된 게시물에서 홍보 방법을 도출하기 위해 필요 정보 및 작성자 정보를 추출하는 단계;
(d) 타겟선택부(210)가 상기 정보추출부(130)에서 추출한 정보로 게시물 작성자를 그룹화하고, 그 중 홍보 대상을 선정하는 단계;
(e) 오퍼도출부(220)가 상기 정보추출부(130)에서 추출한 게시물 작성자의 개별 정보를 기반으로 홍보 주제를 선정하는 단계;
(f) 채널선택부(230)가 작성자의 개별 정보와 상기 학습저장부(400)에 저장된 누적 정보를 비교하여 홍보 방법을 도출하는 단계;
(g) 오퍼실행부(310)가 상기 오퍼도출부(220)에서 선정한 홍보 주제를 상기 채널선택부(230)가 선정한 홍보 방법으로 상기 타겟선택부(210)가 선정한 홍보 대상에게 홍보를 실행하는 단계;
(h) 반응수집부(320)가 상기 오퍼실행부(310)에서 실행한 홍보에 반응한 홍보 대상의 반응 정보를 수집하는 단계;
(i) 결과처리부(330)가 상기 반응수집부(320)에서 수집한 반응 정보를 학습저장부(400)로 전달하는 단계;
(j) 학습저장부(400)가 상기 결과처리부(330)에서 전달한 정보를 저장하는 단계를 포함하는 효과적인 마케팅을 도출하는 자동학습 방법.
제 14항에 있어서, 상기 (d)단계는 타겟선택부(210)가
(d1) 상기 정보추출부(130)에서 수집한 작성자들을 그룹화 하는 단계;
(d2) 상기 학습저장부(400)에 저장된 과거 홍보 대상 중 (d1)단계에서 만들어진 그룹과 동일한 특징을 가지고 있는 것이 있는지 확인하는 단계;
(d3) 상기 (d2)단계에서 학습저장부(400)에 저장된 과거 홍보 대상 중 그룹과 동일한 특징을 가지고 있는 것이 없을 경우, 사전에 의뢰인이 홍보 대상으로 선택해 줄 것을 설정한 그룹이 있는지 확인하는 단계;
(d4) 상기 (d2) 또는 (d3)단계에서 확인된 그룹이 있을 경우, 해당 그룹을 목록화 하는 단계;
(d5) 상기 목록화 된 그룹을 최종 홍보 대상으로 선정하는 단계를 포함하는 것을 특징으로 하는 효과적인 마케팅을 도출하는 자동학습 방법.
제 14항에 있어서, 상기 (e)단계는 오퍼도출부(220)가
(e1) 상기 타겟선택부(210)에서 홍보 대상을 로드하는 단계;
(e2) 상기 홍보 대상의 정보 중 홍보 주제 선정에 기준이 될 특징을 선택하는 단계;
(e3) 상기 타겟선택부(210)에서 로드한 홍보 대상과 동일한 특징을 가진 과거 홍보 대상이 상기 학습저장부(400)에 저장되어 있는지 여부와, 사용된 홍보 주제, 반응률을 확인하는 단계;
(e4) 상기 (e3)단계에서 홍보 대상에 대응하는 과거 홍보 대상이 학습저장부(400)에 저장되어있지 않으면, 학습저장부(400)에 현재 환경과 대응하는 환경에서 수행된 홍보 주제가 저장되어 있는지 확인하는 단계;
(e5) 상기 (e3) 또는 (e4)단계에서 학습저장부(400)에 저장된 과거 홍보 주제가 없을 경우, 홍보 주제를 임의로 직접 선택하는 단계를 포함하는 것을 특징으로 하는 효과적인 마케팅을 도출하는 자동학습 방법.
제 14항에 있어서, 상기 (f)단계는 채널선택부(230)가
(f1) 상기 타겟선택부(210) 및 상기 오퍼도출부(220)에서 홍보 대상과 홍보 주제를 로드하는 단계;
(f2) 홍보 대상과 동일한 특징을 가지는 과거 홍보 대상이 상기 학습저장부(400)에 저장되어있다면 상기 과거 홍보 대상에게 수행된 과거 홍보 방법을 로드하는 단계;
(f3) 홍보 주제와 동일한 특징을 가지는 과거 홍보 주제가 상기 학습저장부(400)에 저장되어있다면 상기 과거 홍보 주제로 수행된 과거 홍보 방법을 로드하는 단계;
(f4) 상기 (f2) 또는 (f3)단계에서 로드된 홍보 방법이 있다면, 반응률이 좋은 순서로 정렬하는 단계;
(f5) 상기 (f4)단계에서 정렬된 홍보 방법 중 반응률이 가장 좋은 방법을 선정하고, 이종의 홍보 방법을 조합하여 복합 홍보 방법을 생성하는 단계를 포함하는 것을 특징으로 하는 효과적인 마케팅을 도출하는 자동학습 방법.