Information Systems Review (경영정보학연구)

The Korea Society of Management Information Systems (한국경영정보학회)
권호 표지
DOI QR코드

DOI QR Code

How to Identify Customer Needs Based on Big Data and Netnography Analysis

빅데이터와 네트노그라피 분석을 통합한 온라인 커뮤니티 고객 욕구 도출 방안: 천기저귀 온라인 커뮤니티 사례를 중심으로

  • Soonhwa Park (Department of Computer Science, Gyeongsang National University) ;
  • Sanghyeok Park (Gyeongnam National University of Technology and Science) ;
  • Seunghee Oh (Hanyang Univeristy)
  • 박순화 (경상대학교 컴퓨터과학과) ;
  • 박상혁 (경남과학기술대학교 창업대학원) ;
  • 오승희 (한양대학교 경영전문대학원)
  • Received : 2019.08.31
  • Accepted : 2019.10.29
  • Published : 2019.11.30
Download PDF
⟨ Previous Next ⟩

Abstract

This study conducted both big data and netnography analysis to analyze consumer needs and behaviors of online consumer community. Big data analysis is easy to identify correlations, but causality is difficult to identify. To overcome this limitation, we used netnography analysis together. The netnography methodology is excellent for context grasping. However, there is a limit in that it is time and costly to analyze a large amount of data accumulated for a long time. Therefore, in this study, we searched for patterns of overall data through big data analysis and discovered outliers that require netnography analysis, and then performed netnography analysis only before and after outliers. As a result of analysis, the cause of the phenomenon shown through big data analysis could be explained through netnography analysis. In addition, it was able to identify the internal structural changes of the community, which are not easily revealed by big data analysis. Therefore, this study was able to effectively explain much of online consumer behavior that was difficult to understand as well as contextual semantics from the unstructured data missed by big data. The big data-netnography integrated model proposed in this study can be used as a good tool to discover new consumer needs in the online environment.

본 연구는 온라인 소비자 커뮤니티의 소비자 욕구와 행동을 분석하기 위해 빅데이터-네트노그라피 통합모델을 사용하였다. 빅데이터 분석은 상관관계를 파악하기에는 용이하나, 인과관계는 알아내기 어렵기 때문에 네트노그라피 분석을 함께 사용하였다. 온라인 환경에서 수행하는 질적연구방식인 네트노그라피 방법론은 맥락파악에 있어서는 탁월하나, 장시간에 걸쳐 축적된 많은 양의 데이터를 분석하기에는 시간과 비용이 많이 든다는 한계가 있다. 따라서 본 연구에서는 빅데이터 분석을 통하여 온라인 커뮤니티 사이트에서 축적된 전반적인 자료의 패턴을 찾고, 네트노그라피 분석이 필요한 특이점을 발견한 뒤, 특이점 전후 지점에서만 네트노그라피 분석을 수행하였다. 본 연구에서 빅데이터 분석을 통해 드러난 다양한 현상의 원인을 네트노그라피 분석을 통해 설명할 수 있었다. 뿐만 아니라 빅데이터 분석으로는 잘 드러나지 않는 커뮤니티의 내부 구조적 변화까지도 파악할 수 있었다. 따라서 본 연구를 통해 그동안 빅데이터가 놓쳐온 비정형데이터로부터 맥락적 의미 분석은 물론 이해하기 어려웠던 온라인 소비자 행동 중 많은 부분을 효과적으로 설명할 수 있었다. 본 연구에서 제안한 빅데이터-네트노그라피 통합모델은 온라인 환경에서 소비자 욕구를 새롭게 발견하기 좋은 도구로 활용될 수 있을 것이다. 향후 연구에서는 다양한 사례 적용연구를 통해 본 연구에서 제시한 방안의 적합성과 우수성을 검증하고 보완하고자 한다.

Keywords

Acknowledgement

이 논문은 2017년 대한민국 교육부와 한국연구재단의 지원을 받아 수행된 연구임(NRF-2017S1A5A2A01026818).

References

  1. 고준철, 이해욱, 정지윤, 강경식, "빅 데이터의 새로운 고객 가치와 비즈니스 창출을 위한 대응 전략", 대한안전경영과학회지, 제14권, 제4호, 2012, pp. 229-238. https://doi.org/10.12812/KSMS.2012.14.4.229
  2. 김예지,김홍범, "네트노그라피를 통한 자원봉사 관광(Voluntourism) 경험의 구성요인 분석", 관광경영연구, 제83권, 2018, pp. 123-148.
  3. 문준환, 김성현, 노희섭, 구철모, "빅데이터를 활용한 스마트 관광 도시 사례 분석 연구: 제주특별자치도 관광객 데이터를 중심으로", Information Systems Review, 제21권, 제2호, 2019, pp. 1-27.
  4. 박상혁, 오승희, 박순화, "사회혁신분야에서 근거이론 기반 질적연구와 빅데이터 분석을 활용한 디자인 씽킹 방법론", 벤처창업연구, 제13권, 제4호, 2018, pp. 169-181. https://doi.org/10.16972/APJBVE.13.4.201808.169
  5. 박지혜, 박재홍, "빅데이터를 이용한 음식방송의 효과 확인: 이중차이분석을 적용하여", Information Systems Review, 제18권, 제1호, 2016, pp. 25-39.
  6. 설병문, 박종복, "근거이론 접근법을 이용한 축산업분야 기술이전현상에 관한 탐색연구: 후방연관산업을 중심으로", 벤처창업연구, 제11권, 제1호, 2016, pp. 97-108 https://doi.org/10.16972/APJBVE.11.1.201602.97
  7. 신효림, 양성은, "보육교사와 유치원교사의 온라인 커뮤니티 참여활동에 대한 네트노그라피 연구", 한국가정관리학회, 제37권, 제1호, 2019, pp. 111-124.
  8. 이승훈, "네트노그라피 접근을 통한 전통한옥마을 관광객의 경험 구조 분석", 관광연구저널, 제31권, 제5호, 2017, pp. 137-153.
  9. 이일섭, 김경규, 이애리, "SNS 사용자에 의해 형성된 트렌드 중심지 도출을 위한 빅 데이터 분석 방법론 연구: 인스타그램 데이터 활용공간분석을 중심으로", Information Systems Review, 제20권, 제2호, 2018, pp. 63-85.
  10. 전병진, 최윤진, 김희웅, "텍스트 마이닝 통합애플리케이션 개발: KoALA", Information Systems Review, 제21권, 제1호, 2019, pp. 117-137.
  11. 최아영, 나종연, "네트노그라피를 활용한 소비자의 온라인 소비자 커뮤니티 참여행동 분석", 소비자학연구, 제21권, 제1호, 2010, pp. 1-31.
  12. 최병정, 김혜진, 김자호, 진서훈, "빅 데이터 시대의 CRM을 위한 데이터 분석", Entrue Journal of Information Technology, 제11권, 제1호, 2012, pp. 19-27.
  13. Carter, P., Big data analytics: Future architectures, skills and roadmaps for the CIO, IDC white paper, 2011.
  14. Davenport, T. H., J. G. Harris, and R. Morison, Analytics at work: Smarter decisions, Better Results, Harvard Business Press, 2010.
  15. Kozinets, R. V., On netnography: Initial reflections on consumer research investigations of cyberculture, ACR North American Advances, 1998.
  16. Kozinets, R. V., "The field behind the screen: Using netnography for marketing research in online communities", Journal of Marketing Research, Vol.39, No.1, 2002, pp.61-72.
  17. Kozinets, R. V., Netnography: Doing ethnographic research online, Sage publications, 2010.
  18. Kulavuz-Onal, D., "Using netnography to explore the culture of online language teaching communities", Calico Journal, Vol.32, No.3, 2015, pp. 426-448.
  19. Lee, J. Y. and P. S. Jang, "Study on research trends in airline industry using keyword network analysis: Focused on the journal articles in Scopus", Journal of the Korea Convergence Society, Vol.8. No.5, 2017, pp. 169-178.
  20. Madsbjerg, C., Sensemaking: The Power of the Humanities in the Age of the Algorithm, Hachette Books, 2017.
  21. Makoto, S., The impact of big data, HANBIT Media, Korea, 2013.
  22. McAfee, A., E. Brynjolfsson, T. H. Davenport, D. J. Patil, and D. Barton, "Big data: The management revolution", Harvard Business Review, Vol.90, No.10, 2012, pp. 60-68.
  23. Morse, J. M. and L. Richards, Readme First for a User's Guide to Qualitative Methods, Sage publications, 2002.
  24. Philip, K., K. Kevin, A. Fabio, and M. Costabile, Marketing Management, Pearson, 2017.
  25. Yim, D., "Big data analysis using R", Free Academy, 2015, pp. 21-50.