스마트폰 보급 증가로 모바일앱 시장이 확대되고 있다. 출시 이후 지속적인 성장세를 보이며 2019년 약 1000억 달러에 달할 것으로 예상되는 모바일앱 시장은 스마트폰의 핵심 서비스로 지속적인 성장이 예상되는 분야이다. 현재 앱플랫폼에는 약 150만 개가 넘는 모바일앱이 등록되어 있어, 앱 마케팅은 치열한 경쟁 속에 있다. 온라인 구전(eWOM)은 잠재소비자들의 모바일앱 구매의도에 영향을 미치기 때문에 마케팅에서는 이를 잘 활용해야 한다. 온라인 구전 연구는 다방면으로 이루어지고 있으나, 구전의 발생원인과 소비자의 구전수용 및 성과측정에 주로 집중하고 있어, 정작 소비자가 전하고자 하는 구전내용(메세지)에 대한 연구는 부족한 실정이다. 본 연구는 모바일앱 온라인 리뷰의 구전내용의 ...
스마트폰 보급 증가로 모바일앱 시장이 확대되고 있다. 출시 이후 지속적인 성장세를 보이며 2019년 약 1000억 달러에 달할 것으로 예상되는 모바일앱 시장은 스마트폰의 핵심 서비스로 지속적인 성장이 예상되는 분야이다. 현재 앱플랫폼에는 약 150만 개가 넘는 모바일앱이 등록되어 있어, 앱 마케팅은 치열한 경쟁 속에 있다. 온라인 구전(eWOM)은 잠재소비자들의 모바일앱 구매의도에 영향을 미치기 때문에 마케팅에서는 이를 잘 활용해야 한다. 온라인 구전 연구는 다방면으로 이루어지고 있으나, 구전의 발생원인과 소비자의 구전수용 및 성과측정에 주로 집중하고 있어, 정작 소비자가 전하고자 하는 구전내용(메세지)에 대한 연구는 부족한 실정이다. 본 연구는 모바일앱 온라인 리뷰의 구전내용의 다이나믹스(Dynamics)를 확인하기 위해 머신러닝 기법 중 하나인 Word2Vec을 활용하여 내용분석을 실시하였다. 이를 통해 학습된 모바일앱 구전 단어 간의 관계를 알아보고 모바일앱 특성에 따라 분류하여 비교 조사하였다. 분석대상은 게임 앱 카테고리 내 10개의 앱으로 선정하였다. 수집된 해당 모바일앱 리뷰는 꾸준한 인기를 가진 Trend형 게임앱과 짧은 인기를 보인 Fad형 게임앱, 무료앱, 유료앱으로 분류하였다. 이후 형태소 분석 등 전처리 과정을 거친 데이터를 기반으로 텍스트마이닝과 Word2Vec 분석을 시도하였다. 연구결과, 앱 리뷰의 양은 순위변동과 상관관계에 있는 것으로 나타났다. 그러나 초기 10일간 변화는 상관관계가 낮거나 없는 것으로 나타났다. 이는 출시 직후 앱개발사의 단기 마케팅활동이 순위를 형성하는데 영향을 주기 때문으로 판단된다. 꾸준한 인기를 얻은 Trend형 게임앱과 짧은 인기를 얻은 Fad형 게임앱 간 리뷰내용의 다이나믹스(Dynamics)도 확인할 수 있었다. Trend형 게임앱에서는 게임 앱 소비 후의 긍정적 반응을 의미하는 키워드의 초반 비중은 상대적으로 적지만, 시간 흐름에 따라 비중이 높아짐을 확인할 수 있었다. 그러나 이렇게 형성된 긍정구전과 성과 간에는 동일한 방향성을 가진 상관관계가 확인되지 않아 양 변수간에 상관성이 존재한다고 일반화하기는 어려운 것으로 판단된다. 한편 그룹 간 단어 네트워크 분석을 통해 리뷰 내용의 차이를 확인할 수 있었다. Trend형 게임앱과 Fad형 게임앱, 유료 게임앱과 무료 게임앱 간에는 리뷰를 구성하는 단어의 빈도에서 차이가 있음을 확인하였으며, 동일 단어임에도 네트워크 중심성에서 차이가 있음을 확인하여, 각 단어의 리뷰 내 쓰임이 다른 것을 확인 할 수 있었다. 이와 같은 차이를 세부적으로 확인하기 위해, 중심성에서 차이를 보인 4개 키워드의 단어 유사도 분석을 통해 내용분석을 해본 결과, '꿀재미'의 경우, Trend형 게임앱에서 추천 및 지속사용 의도가, Fad형 게임앱에서 재미를 강조한 키워드와 유사한 것으로 나타났다. '시간'과 같은 경우, Trend형 게임앱은 앱 이용시 불만사항에 대한 키워드가, Fad형 게임앱은 앱 이용시 시・공간적 특성에 대한 키워드의 유사성이 두드러지는 것으로 나타났다. 유료 게임앱과 무료 게임앱 간 리뷰 내용 역시 차이를 확인할 수 있었다. ‘구매’의 경우, 유료앱에서는 구매행위와 관련된 키워드 간 유사성이 높은 것으로 나타났으며, 무료앱에서는 구매 후 용량부족, 삭제 등의 후속조치에 대한 키워드 간 유사성이 높은 것으로 나타났다. 이러한 결과를 통해. Trend형 게임앱 리뷰는 Fad형 게임앱에 비해 앱 구매 후 만족 또는 불만족에 대해 보다 다양한 의견이 개진되는 등 동일 단어임에도 리뷰 내에서의 문맥적 사용은 차이가 있음을 알 수 있었다. 온라인 구전의 대부분을 차지하는 텍스트 정보의 가치를 극대화할 수 있는 텍스트마이닝과 머신러닝 기법의 도입은, 역동적으로 변화하는 고객의 소리를 체계적으로 파악하는데 실무적인 도움이 될 것이다. 본 연구는 구전연구에 있어 다수의 내용을 분석하기 위한 시간적 한계를 극복하고자 Word2Vec기법을 적용하여 키워드의 의미론적 분석을 시도하였다는 점에서 의의가 있다. 본 연구를 기반으로 한글 비정형 데이터의 체계적인 분석접근이 활성화되길 기대해본다.
스마트폰 보급 증가로 모바일앱 시장이 확대되고 있다. 출시 이후 지속적인 성장세를 보이며 2019년 약 1000억 달러에 달할 것으로 예상되는 모바일앱 시장은 스마트폰의 핵심 서비스로 지속적인 성장이 예상되는 분야이다. 현재 앱플랫폼에는 약 150만 개가 넘는 모바일앱이 등록되어 있어, 앱 마케팅은 치열한 경쟁 속에 있다. 온라인 구전(eWOM)은 잠재소비자들의 모바일앱 구매의도에 영향을 미치기 때문에 마케팅에서는 이를 잘 활용해야 한다. 온라인 구전 연구는 다방면으로 이루어지고 있으나, 구전의 발생원인과 소비자의 구전수용 및 성과측정에 주로 집중하고 있어, 정작 소비자가 전하고자 하는 구전내용(메세지)에 대한 연구는 부족한 실정이다. 본 연구는 모바일앱 온라인 리뷰의 구전내용의 다이나믹스(Dynamics)를 확인하기 위해 머신러닝 기법 중 하나인 Word2Vec을 활용하여 내용분석을 실시하였다. 이를 통해 학습된 모바일앱 구전 단어 간의 관계를 알아보고 모바일앱 특성에 따라 분류하여 비교 조사하였다. 분석대상은 게임 앱 카테고리 내 10개의 앱으로 선정하였다. 수집된 해당 모바일앱 리뷰는 꾸준한 인기를 가진 Trend형 게임앱과 짧은 인기를 보인 Fad형 게임앱, 무료앱, 유료앱으로 분류하였다. 이후 형태소 분석 등 전처리 과정을 거친 데이터를 기반으로 텍스트마이닝과 Word2Vec 분석을 시도하였다. 연구결과, 앱 리뷰의 양은 순위변동과 상관관계에 있는 것으로 나타났다. 그러나 초기 10일간 변화는 상관관계가 낮거나 없는 것으로 나타났다. 이는 출시 직후 앱개발사의 단기 마케팅활동이 순위를 형성하는데 영향을 주기 때문으로 판단된다. 꾸준한 인기를 얻은 Trend형 게임앱과 짧은 인기를 얻은 Fad형 게임앱 간 리뷰내용의 다이나믹스(Dynamics)도 확인할 수 있었다. Trend형 게임앱에서는 게임 앱 소비 후의 긍정적 반응을 의미하는 키워드의 초반 비중은 상대적으로 적지만, 시간 흐름에 따라 비중이 높아짐을 확인할 수 있었다. 그러나 이렇게 형성된 긍정구전과 성과 간에는 동일한 방향성을 가진 상관관계가 확인되지 않아 양 변수간에 상관성이 존재한다고 일반화하기는 어려운 것으로 판단된다. 한편 그룹 간 단어 네트워크 분석을 통해 리뷰 내용의 차이를 확인할 수 있었다. Trend형 게임앱과 Fad형 게임앱, 유료 게임앱과 무료 게임앱 간에는 리뷰를 구성하는 단어의 빈도에서 차이가 있음을 확인하였으며, 동일 단어임에도 네트워크 중심성에서 차이가 있음을 확인하여, 각 단어의 리뷰 내 쓰임이 다른 것을 확인 할 수 있었다. 이와 같은 차이를 세부적으로 확인하기 위해, 중심성에서 차이를 보인 4개 키워드의 단어 유사도 분석을 통해 내용분석을 해본 결과, '꿀재미'의 경우, Trend형 게임앱에서 추천 및 지속사용 의도가, Fad형 게임앱에서 재미를 강조한 키워드와 유사한 것으로 나타났다. '시간'과 같은 경우, Trend형 게임앱은 앱 이용시 불만사항에 대한 키워드가, Fad형 게임앱은 앱 이용시 시・공간적 특성에 대한 키워드의 유사성이 두드러지는 것으로 나타났다. 유료 게임앱과 무료 게임앱 간 리뷰 내용 역시 차이를 확인할 수 있었다. ‘구매’의 경우, 유료앱에서는 구매행위와 관련된 키워드 간 유사성이 높은 것으로 나타났으며, 무료앱에서는 구매 후 용량부족, 삭제 등의 후속조치에 대한 키워드 간 유사성이 높은 것으로 나타났다. 이러한 결과를 통해. Trend형 게임앱 리뷰는 Fad형 게임앱에 비해 앱 구매 후 만족 또는 불만족에 대해 보다 다양한 의견이 개진되는 등 동일 단어임에도 리뷰 내에서의 문맥적 사용은 차이가 있음을 알 수 있었다. 온라인 구전의 대부분을 차지하는 텍스트 정보의 가치를 극대화할 수 있는 텍스트마이닝과 머신러닝 기법의 도입은, 역동적으로 변화하는 고객의 소리를 체계적으로 파악하는데 실무적인 도움이 될 것이다. 본 연구는 구전연구에 있어 다수의 내용을 분석하기 위한 시간적 한계를 극복하고자 Word2Vec기법을 적용하여 키워드의 의미론적 분석을 시도하였다는 점에서 의의가 있다. 본 연구를 기반으로 한글 비정형 데이터의 체계적인 분석접근이 활성화되길 기대해본다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.