마케팅 실무에 빅데이터를 활용한 여러 연구를 진행하고 그 과정에서 새로운 분석 기법을 개발해오고 있습니다. 이중 기업체 컨설팅 연구 결과물은 기업체 보안을 위해 공개하지 못하지만, 제 학술 연구 결과물 중 실제 기업들이 충분히 활용할 수 있는 분석 기법들을 이 사이트를 통해 공유하며, 기회되는대로 빅데이터 관련 최신 연구물들을 소개하고자 합니다.
대부분 실제 실무에 적용하기 위해 개발한 분석 모델/기법들이기에 실무에 도움이 될 것입니다.
* 수요 예측: 온라인 제품 후기를 활용한 제품 수요 예측 모형 개발
https://1drv.ms/b/s!AljU1Rlctb3TkYdYKGjmd5nfeo7PbQ?e=nvy2eO
온라인 후기 텍스트 데이터와 관련 제품의 매출이 직접적으로 연동되어 있음을 처음 실증적으로 밝힌 연구. 이 연구에서 개발된 수요 예측 기법을 통해 제품의 시기별 매출을 예측할 수 있음.
- Chung, Jaihak (2011), “Investigating the Roles of Online Buzz for New Product Diffusion and its Cross-Country Dynamics,” Journal of Business Research, Vol. 64 Issue 11, (Nov.) 1183-1189.
https://1drv.ms/b/s!AljU1Rlctb3Tg4lSvhcYsHpWCeZLnA
https://www.sciencedirect.com/science/article/pii/S0148296311002074
정재학, 김경한 (2011), “시간에 따라 변하는 온라인 구전 활동과 매출의 동적 관계
(The Change of Dynamic Interaction between Online Buzz Activities and Sales over Time), 마케팅연구, 26(3).
* 온라인 기업들의 최적 커뮤니케이션 방식은 무엇인가?
VOC 온라인 제품 후기를 이용하여 기업체가 온라인상에서 소비자들과 어떤 방식으로 커뮤니케이션하는 것이 기업 매출을 극대화하는 데 더 도움이 되는지를 분석할 수 있는 분석기법을 개발
- Jang, Sungsoo and Jaihak Chung (2015), “How Do Interaction Activities Between Customers and With Firms Influence Market Performance and Continuous Product Innovation?: An Empirical Investigation in the Mobile Application Market,” Journal of Product Innovation Management (SSCI), Vol. 32, Issue 2 (March), pg 183-192.
* 가격: 최적 가격 결정 모형 개발
온라인 제품 (온라인 게임) 후기 데이터 속에 담긴 소비자들의 감정(느낌) 정보를 활용한 모바일 서비스 수요예측 기법 개발
- Sungsoo Jang, Jaihak Chung, and Vithala R. Rao (2020), "The importance of functional and emotional content in online consumer reviews for product sales: Evidence from the mobile gaming market," Journal of Business Research, forthcoming.
* 온라인 메시지 포스팅 최적 plan을 어떻게 정할 것인가?
전략 온라인상에서 기업들이 자사 제품을 홍보하기 위해 메시지를 올리는 활동을 빈번히 하고 있는데 이 메세지 포스팅 활동에 있어서 어떻게 것이 온라인 상에서 소비자의 반응을 더 효과적으로 끌어낼 수 있는지를 분석한 연구
- 메시지 포스팅 최적 시점 결정 방법:
김현경, 정재학 (2017), “온라인 메시지 포스팅 전략이 온라인 소비자의 적극적 반응(댓글)에 미치는 영향,” 소비자학연구, 28권 1호. 115-127.
http://kiss.kstudy.com/thesis/thesis-view.asp?key=3499954
* 기업의 제품 추천 서비스에 필요한 고객 추천 시스템 개발
온라인 기업들이 고민하고 있는 문제 중 가장 큰 고민 하나는 그들이 가지고 있는 수많은 제품 중에 무엇을 고객에게 추천할 것인가 이다. 추천 시스템은 크게 두 가지로 나눌 수 있는데 컴퓨터 과학 분야에서는 유사한 소비자의 과거 제품선택 기록을 이용하여 타격 고객의 현재 가장 좋아할 만한 제품을 선택 추정하여 추천하는 방법(Collaborative Filtering 등)을 사용하고 있다. 반면, 마케팅에서는 타겟 고객의 과거 구매 이력 데이터에 소비자 선택 모형을 적용하여 타깃 고객에 현재 가장 바람직한 제품이 무엇인지를 찾아내는 알고리즘를 활용하고 있다. 본 연구는 이 두 방법론의 장점만을 고려하여 만든 새로운 추천 서비스 시스템을 제시한다.
- Chung, Jaihak and Vithala R. Rao (2012), “A General Consumer Preference Model for Experience Products: Application to Internet Recommendation Services,” Journal of Marketing Research, Vol. 49, Number 3, (June).
