43
1

[SW Maestro] Team Loclas 1-2 Final Presentation

Embed Size (px)

DESCRIPTION

Using Datamining, we classify 90% of non-logged on person's preference by their searching keywords. It is sufficient to use because it makes useless value to useful and easy-to-performing a target marketing.

Citation preview

Page 1: [SW Maestro] Team Loclas 1-2 Final Presentation

1

Page 2: [SW Maestro] Team Loclas 1-2 Final Presentation

2

Page 3: [SW Maestro] Team Loclas 1-2 Final Presentation

3

Page 4: [SW Maestro] Team Loclas 1-2 Final Presentation

1. 커머스사이트가매출을 5%올리는데소모하는마케팅비용은

54억원

4

2. 통계에사용되지않는사용자들의온라인커머스이용비율은

90%

3. 이둘을조합했을때기대할수있는마케팅비용기대효과는

54억 → 3억 3천만원약 50억 7천만원의 비용 절감 효과

출처: 비즈니스포스트(2014.06.19, 2013년 마케팅 매출 비율, http://www.businesspost.co.kr/news/articleView.html?idxno=2608)조선비즈(2013.11.15, 소셜커머스 규모 http://biz.chosun.com/site/data/html_dir/2013/11/15/2013111502831.html)

Page 5: [SW Maestro] Team Loclas 1-2 Final Presentation

5

검색어 입력

상품 발견

쇼핑몰 이동

상품 조회

구매 결정

로그인

Page 6: [SW Maestro] Team Loclas 1-2 Final Presentation

6

Page 7: [SW Maestro] Team Loclas 1-2 Final Presentation

7

Page 8: [SW Maestro] Team Loclas 1-2 Final Presentation

8

Page 9: [SW Maestro] Team Loclas 1-2 Final Presentation

검색 키워드를 이용한고객의 성별/연령대 추정

9

추정 분석진짜 트렌드

Page 10: [SW Maestro] Team Loclas 1-2 Final Presentation

10

Page 11: [SW Maestro] Team Loclas 1-2 Final Presentation

검색 키워드

15만개

90.38%

검색 로그 전체를 활용

11

검색어를이용한고객추정시스템

Page 12: [SW Maestro] Team Loclas 1-2 Final Presentation

12

Page 13: [SW Maestro] Team Loclas 1-2 Final Presentation

네이버의 실제 카테고리

대분류 11개

중분류 192개

소분류 1794개

13

임의로 정한 카테고리

그러나

셀러들은 1794개나 되는 카테고리를 읽어 볼

시간이 없을 뿐 아니라,

사람이기 때문에 실수를 합니다

Page 14: [SW Maestro] Team Loclas 1-2 Final Presentation

14

깔창은 카테고리가 부츠로 분류되기도 하고,

똑같은 운동화가 코사지로 분류 됐다가

스니커즈로 분류되기도 합니다

Page 15: [SW Maestro] Team Loclas 1-2 Final Presentation

Loclas 추정 카테고리

판매 상품명 마이닝 상품의 분류를 자동으로 수행

15

카테고리 자동분류 시스템은

셀러가 상품의 카테고리를 등록하기 쉽게 도와줍니다

Page 16: [SW Maestro] Team Loclas 1-2 Final Presentation

16

저희는 제법 많은 숫자의 셀러 등록 문제를 발견할 수 있었고,

자동으로 수정된 결과가 더욱 정확한 것을 발견할 수 있었습니다

머플러 → 숄

부츠 → 신발깔창

여성장갑→ 터치장갑

코사지 → 운동화

이렇게 자동으로 분류를 하게 되면서

Page 17: [SW Maestro] Team Loclas 1-2 Final Presentation

홈쇼핑모아의 상품 카테고리 자동 분류

17

저희가 함께 작업한 결과물은

실제 서비스 사이트에도 개선을 가져왔습니다

기존: 사람이직접검수및수정(1시간)

이후: 자동화된시스템, 최종확인만사람(5분)

12배의 시간 절약!

Page 18: [SW Maestro] Team Loclas 1-2 Final Presentation

1060만

81.48%

18

카테고리자동추정시스템

Page 19: [SW Maestro] Team Loclas 1-2 Final Presentation

19

Page 20: [SW Maestro] Team Loclas 1-2 Final Presentation

로그 및 실시간 데모 분석시각화 서비스

20

본 기술은

기존의 로그 분석 서비스가 제공하던 통계자료 뿐 아니라

로그인 하지 않은 사용자에 대해

시간대, 연령대, 성별 별로

인기검색어, 인기상품, 검색 기록, 특정 사용자의 소비 패턴도

확인할 수 있습니다

Page 21: [SW Maestro] Team Loclas 1-2 Final Presentation

로그및실시간데모분석시각화서비스

로그인하지 않은 사용자들의 검색 로그도 분석하여

남녀/10대, 20대, 30대, 40대의 인기 검색어를 보기 쉽게 시각화

1.인기 검색어

Page 22: [SW Maestro] Team Loclas 1-2 Final Presentation

로그및실시간데모분석시각화서비스

10대 여성의 관심사 : 저렴한 미용20대 여성의 관심사 : 미용30대 여성의 관심사 : 육아40대 여성의 관심사 : 주방

Page 23: [SW Maestro] Team Loclas 1-2 Final Presentation

23

로그및실시간데모분석시각화서비스

10대 남성의 관심사 : 전자제품, 캐주얼20대 남성의 관심사 : 여행30대 남성의 관심사 : 차량, 가전제품40대 남성의 관심사 : 가전제품, 등산

Page 24: [SW Maestro] Team Loclas 1-2 Final Presentation

24

로그및실시간데모분석시각화서비스

남녀/10대, 20대, 30대, 40대의 인기 상품을 보기 쉽게 시각화

2.인기 상품

로그인하지 않은 사용자들의 검색 로그도 분석하여

Page 25: [SW Maestro] Team Loclas 1-2 Final Presentation

25

로그및실시간데모분석시각화서비스

10대 여성 인기 상품 : 저렴한 미용20대 여성 인기 상품 : 미용30대 여성 인기 상품 : 육아, 주방-생활40대 여성 인기 상품 : 주방, 생활, 가전

Page 26: [SW Maestro] Team Loclas 1-2 Final Presentation

26

로그및실시간데모분석시각화서비스

10대 남성 인기 상품: 스마트폰20대 남성 인기 상품: 여행, 노트북30대 남성 인기 상품: 가전제품, 생활40대 남성 인기 상품: 보험, 생활

Page 27: [SW Maestro] Team Loclas 1-2 Final Presentation

27

로그및실시간데모분석시각화서비스

실시간 검색 로그를 분석하여

시간대/사용자별 검색 통계와

성별/연령별 예상되는 사용자 시각화

사용자 분석

Page 28: [SW Maestro] Team Loclas 1-2 Final Presentation

28

로그및실시간데모분석시각화서비스

시간 범위 설정

Page 29: [SW Maestro] Team Loclas 1-2 Final Presentation

29

로그및실시간데모분석시각화서비스

사용자 클릭

Page 30: [SW Maestro] Team Loclas 1-2 Final Presentation

30

로그및실시간데모분석시각화서비스

검색어 클릭

Page 31: [SW Maestro] Team Loclas 1-2 Final Presentation

31

로그및실시간데모분석시각화서비스

성별/연령별 예상되는 사용자 시각화

회원 정보가 없는 이 사용자가 남자일까 여자일까?

꾸미기 좋아하는 20대일까?

아기를 키우는 30대일까?

건강을 챙기기 시작하는 40대일까?

Page 32: [SW Maestro] Team Loclas 1-2 Final Presentation

32

로그및실시간데모분석시각화서비스

Page 33: [SW Maestro] Team Loclas 1-2 Final Presentation

33

로그및실시간데모분석시각화서비스 검색 기록 및 분석결과 테이블

Page 34: [SW Maestro] Team Loclas 1-2 Final Presentation

로그및실시간데모분석시각화서비스

90%

실시간

쉬운

Page 35: [SW Maestro] Team Loclas 1-2 Final Presentation

35

Page 36: [SW Maestro] Team Loclas 1-2 Final Presentation

LogCollector

Classifier

Storage

Visualizer

WebFramework

Service

Processing

CommerceSite

Falcon

Loclas

Page 37: [SW Maestro] Team Loclas 1-2 Final Presentation

37

Page 38: [SW Maestro] Team Loclas 1-2 Final Presentation

타겟 마케팅

자동

트렌디

38

• 실시간 관심사

Page 39: [SW Maestro] Team Loclas 1-2 Final Presentation

39

Page 40: [SW Maestro] Team Loclas 1-2 Final Presentation

수익

• 타겟마케팅

최적화

40

Page 41: [SW Maestro] Team Loclas 1-2 Final Presentation

엔진 개발최소화

제출

3위

우수논문상

41

Page 42: [SW Maestro] Team Loclas 1-2 Final Presentation

채팅내용

자동분류

맞춤형

오픈소스

42

Page 43: [SW Maestro] Team Loclas 1-2 Final Presentation

감사합니다www.loclas.com

43