본 연구는 우리나라에서 국가정책으로 시행되어 온 축제육성정책의 변화로 각 축제들은 자생력과 경쟁력을 확보하기 위하여 보다 풍부하고 입체적인 축제방문객 시장정보가 필요한 시점이라는 시의적 문제에서 출발하였다. 학술적으로는 시장세분화의 기준에 대하여 여러 기법이 복합되어야 마케팅에 있어 좀 더 명확한 전략을 제시할 수 있다는 주장이 제기되어 왔다. 이 같은 주장을 규명하는 차원에서 인구통계적 변수를 포함한 소비자의 일상적 행동과 활동, 태도, 관심, 의견 등 라이프스타일을 활용한 축제방문객 시장세분화의 필요성을 제기하였다. 문제제기에 따라 라이프스타일에 따른 축제방문객 표적시장을 규명하려는 목표를 설정하고 라이프스타일에 따라 축제방문객 시장세분화, 라이프스타일로 세분화 된 시장에 따라 축제방문객 행동특성 간 ...
본 연구는 우리나라에서 국가정책으로 시행되어 온 축제육성정책의 변화로 각 축제들은 자생력과 경쟁력을 확보하기 위하여 보다 풍부하고 입체적인 축제방문객 시장정보가 필요한 시점이라는 시의적 문제에서 출발하였다. 학술적으로는 시장세분화의 기준에 대하여 여러 기법이 복합되어야 마케팅에 있어 좀 더 명확한 전략을 제시할 수 있다는 주장이 제기되어 왔다. 이 같은 주장을 규명하는 차원에서 인구통계적 변수를 포함한 소비자의 일상적 행동과 활동, 태도, 관심, 의견 등 라이프스타일을 활용한 축제방문객 시장세분화의 필요성을 제기하였다. 문제제기에 따라 라이프스타일에 따른 축제방문객 표적시장을 규명하려는 목표를 설정하고 라이프스타일에 따라 축제방문객 시장세분화, 라이프스타일로 세분화 된 시장에 따라 축제방문객 행동특성 간 차이 분석, 라이프스타일로 시장세분화가 가능하다면 세분화된 집단이 중요시하는 요인은 무엇인지 파악 등 이상의 세 가지 목적을 수립하였다. 선행연구를 통해 라이프스타일 측정도구 중 27개 일반적(General) AIO 변수를 도출하였으며 조작적 정의를 통해 축제와 관련한 27개 구체적(Specific) AIO를 개발하였다. 아울러 축제방문객 참가행동특성 6개 항목과 인구통계적 변수를 사용하여 서울, 대전, 광주, 대구, 부산 등 대도시를 중심으로 표집한 총 497개의 유효 표본을 활용하였다. 첫 번째 연구목적으로 라이프스타일에 따른 시장세분화를 위하여 총 54개의 일반적, 구체적 AIO 변수에 대한 타당성과 신뢰성 검정을 실시하였다. 이를 통해 37개의 변수가 수용되었다. 요인분석 결과 ‘축제몰입형’, ‘축제지지형’, ‘섬세형’, ‘외향형’, ‘유행추구형’, ‘가족중심형’ 등 6개 차원의 요인을 도출하였다. 6개 요인의 연속형 변수와 인구통계적 변수로써 성별, 결혼여부 등 범주형 변수가 동시 투입 가능한 이단계 군집분석(Two-Step Cluster Analysis)을 실시하였고 4개의 군집이 분류되었다. 군집의 성격을 보다 분명하게 하기 위해서 군집의 외적 특성은 어느 정도 차별성이 있는지 파악하고자 카이스퀘어 분석을 실시한 결과 연령, 교육수준, 연소득에서 분석결과 4개 군집은 연소득, 연령, 교육수준 등에서 통계적으로 유의한 차이가 있는 것으로 나타났다. 결과적으로 ‘축제몰입형 기혼 집단’, ‘가족중심형 기혼여성 집단’, ‘유행민감형 미혼 집단’, ‘유행둔감형 중년남성 집단’ 등으로 명명할 수 있는 각각의 입체적 특징을 가진 4개 군집으로 세분화되었다. 두 번째로 라이프스타일로 세분화 된 시장에 따라 축제방문객 행동특성 간 차이 분석을 위하여 세분화된 군집을 독립변수로, 6가지 축제방문객 참가행동특성을 종속변수로 투입하여 일원배치분산분석(One-Way Analysis of Variance)을 실시하였다. 분석결과 ‘동반규모’, ‘지난 3년간 축제방문 횟수’, ‘축제동반형태’ 등에서 통계적으로 유의한 차이가 나타났다. 그러나 ‘숙박여부’, ‘축제장 평균체류시간’, ‘축제장 방문시 평균지출비용’등에서는 유의한 차이가 나타나지 않았다. 세 번째로 세분화된 집단이 중요시하는 요인은 무엇인지 파악하기 위하여 도출된 4개 군집을 독립변수로, 추출된 라이프스타일 요인을 종속변수로 투입하여 일원배치분산분석을 실시하였다. 6개 차원의 요인에 대한 중요도의 차이를 검증한 결과 전체변수에서 통계적으로 유의한 차이를 발견할 수 있었다. 이러한 연구결과는 라이프스타일을 활용한 축제방문객 시장세분화는 연구가치가 충분하다는 점이 본 연구를 통해 검증되었다. 특히, 구체적(Specific) AIO 변수를 개발함으로써 후속연구에 새로운 논점을 제시하였다는 점에서 의미가 있다. 연구목표를 달성하기 위하여 시도한 검증에서 라이프스타일에 의해 세분화된 시장이 도출되었고 라이프스타일에 따른 축제방문객 참가행동특성의 차이와 세분시장별 중요 라이프스타일을 파악함으로써 세분화된 시장의 특징이 보다 명료해졌다는 점도 본 연구가 갖는 성과라 하겠다. 연구 결과로 나타난 각각의 세분화된 시장은 라이프스타일과 인구통계적 특징이 복합적으로 적용된 명칭을 부여할 수 있을 만큼 풍부하고 입체적인 정보를 제공하였다는 점을 고려한다면 학술적으로 기존 축제방문객 시장연구에서 라이프스타일이라는 변수를 추가함으로써 축제분야의 학술연구에 새로운 영역의 연구 과제를 제공하는데 기여할 것으로 사료된다. 산업적으로는 보다 다차원적으로 입체화된 축제방문객의 특성을 이해하는 정보를 제공함으로써 축제경영측면에서 효율적인 의사결정에 도움을 주는데 기여할 것으로 기대한다.
본 연구는 우리나라에서 국가정책으로 시행되어 온 축제육성정책의 변화로 각 축제들은 자생력과 경쟁력을 확보하기 위하여 보다 풍부하고 입체적인 축제방문객 시장정보가 필요한 시점이라는 시의적 문제에서 출발하였다. 학술적으로는 시장세분화의 기준에 대하여 여러 기법이 복합되어야 마케팅에 있어 좀 더 명확한 전략을 제시할 수 있다는 주장이 제기되어 왔다. 이 같은 주장을 규명하는 차원에서 인구통계적 변수를 포함한 소비자의 일상적 행동과 활동, 태도, 관심, 의견 등 라이프스타일을 활용한 축제방문객 시장세분화의 필요성을 제기하였다. 문제제기에 따라 라이프스타일에 따른 축제방문객 표적시장을 규명하려는 목표를 설정하고 라이프스타일에 따라 축제방문객 시장세분화, 라이프스타일로 세분화 된 시장에 따라 축제방문객 행동특성 간 차이 분석, 라이프스타일로 시장세분화가 가능하다면 세분화된 집단이 중요시하는 요인은 무엇인지 파악 등 이상의 세 가지 목적을 수립하였다. 선행연구를 통해 라이프스타일 측정도구 중 27개 일반적(General) AIO 변수를 도출하였으며 조작적 정의를 통해 축제와 관련한 27개 구체적(Specific) AIO를 개발하였다. 아울러 축제방문객 참가행동특성 6개 항목과 인구통계적 변수를 사용하여 서울, 대전, 광주, 대구, 부산 등 대도시를 중심으로 표집한 총 497개의 유효 표본을 활용하였다. 첫 번째 연구목적으로 라이프스타일에 따른 시장세분화를 위하여 총 54개의 일반적, 구체적 AIO 변수에 대한 타당성과 신뢰성 검정을 실시하였다. 이를 통해 37개의 변수가 수용되었다. 요인분석 결과 ‘축제몰입형’, ‘축제지지형’, ‘섬세형’, ‘외향형’, ‘유행추구형’, ‘가족중심형’ 등 6개 차원의 요인을 도출하였다. 6개 요인의 연속형 변수와 인구통계적 변수로써 성별, 결혼여부 등 범주형 변수가 동시 투입 가능한 이단계 군집분석(Two-Step Cluster Analysis)을 실시하였고 4개의 군집이 분류되었다. 군집의 성격을 보다 분명하게 하기 위해서 군집의 외적 특성은 어느 정도 차별성이 있는지 파악하고자 카이스퀘어 분석을 실시한 결과 연령, 교육수준, 연소득에서 분석결과 4개 군집은 연소득, 연령, 교육수준 등에서 통계적으로 유의한 차이가 있는 것으로 나타났다. 결과적으로 ‘축제몰입형 기혼 집단’, ‘가족중심형 기혼여성 집단’, ‘유행민감형 미혼 집단’, ‘유행둔감형 중년남성 집단’ 등으로 명명할 수 있는 각각의 입체적 특징을 가진 4개 군집으로 세분화되었다. 두 번째로 라이프스타일로 세분화 된 시장에 따라 축제방문객 행동특성 간 차이 분석을 위하여 세분화된 군집을 독립변수로, 6가지 축제방문객 참가행동특성을 종속변수로 투입하여 일원배치분산분석(One-Way Analysis of Variance)을 실시하였다. 분석결과 ‘동반규모’, ‘지난 3년간 축제방문 횟수’, ‘축제동반형태’ 등에서 통계적으로 유의한 차이가 나타났다. 그러나 ‘숙박여부’, ‘축제장 평균체류시간’, ‘축제장 방문시 평균지출비용’등에서는 유의한 차이가 나타나지 않았다. 세 번째로 세분화된 집단이 중요시하는 요인은 무엇인지 파악하기 위하여 도출된 4개 군집을 독립변수로, 추출된 라이프스타일 요인을 종속변수로 투입하여 일원배치분산분석을 실시하였다. 6개 차원의 요인에 대한 중요도의 차이를 검증한 결과 전체변수에서 통계적으로 유의한 차이를 발견할 수 있었다. 이러한 연구결과는 라이프스타일을 활용한 축제방문객 시장세분화는 연구가치가 충분하다는 점이 본 연구를 통해 검증되었다. 특히, 구체적(Specific) AIO 변수를 개발함으로써 후속연구에 새로운 논점을 제시하였다는 점에서 의미가 있다. 연구목표를 달성하기 위하여 시도한 검증에서 라이프스타일에 의해 세분화된 시장이 도출되었고 라이프스타일에 따른 축제방문객 참가행동특성의 차이와 세분시장별 중요 라이프스타일을 파악함으로써 세분화된 시장의 특징이 보다 명료해졌다는 점도 본 연구가 갖는 성과라 하겠다. 연구 결과로 나타난 각각의 세분화된 시장은 라이프스타일과 인구통계적 특징이 복합적으로 적용된 명칭을 부여할 수 있을 만큼 풍부하고 입체적인 정보를 제공하였다는 점을 고려한다면 학술적으로 기존 축제방문객 시장연구에서 라이프스타일이라는 변수를 추가함으로써 축제분야의 학술연구에 새로운 영역의 연구 과제를 제공하는데 기여할 것으로 사료된다. 산업적으로는 보다 다차원적으로 입체화된 축제방문객의 특성을 이해하는 정보를 제공함으로써 축제경영측면에서 효율적인 의사결정에 도움을 주는데 기여할 것으로 기대한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.