선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구에서는 푸드코트의 선택 속성에 대한 정보를 바탕으로 고객이 푸드코트를 방문할 때 중요시 여기는 속성이 무엇인지 살펴보고, 이를 바탕으로 잠재적 시장 점유율을 알아보았으며, 2개의 세분 집단으로 구분하여 각각의 집단이 선호하는 형태의 푸드코트를 알아보았다.
- 이에 본 연구에서는 컨조인트 분석방법을 이용하여 도출된 최적의 선택 속성과 효용값을 토대로 고객이 가장 선호하는 푸드코트의 형태에 대한 기초 자료를 제공하고자 한다. 이를 보다 세분화하면 첫째 시뮬레이션을 바탕으로 시장 점유율 변화를 토대로 고객이 가장 좋아할 수 있는 푸드코트의 속성별 특성을 제시함으로써 새로운 푸드코트 입점시 고객 선호에 대한 정보를 제공하고자 한다. 둘째 K-평균군집분석을 이용한 군집별 시장 세분화를 제시할 수 있어 보다 더 현실적인 시장 세분화의 기초 정보를 제시할 수 있을 것으로 사료된다.
- 이에 본 연구에서는 컨조인트 분석방법을 이용하여 도출된 최적의 선택 속성과 효용값을 토대로 고객이 가장 선호하는 푸드코트의 형태에 대한 기초 자료를 제공하고자 한다. 이를 보다 세분화하면 첫째 시뮬레이션을 바탕으로 시장 점유율 변화를 토대로 고객이 가장 좋아할 수 있는 푸드코트의 속성별 특성을 제시함으로써 새로운 푸드코트 입점시 고객 선호에 대한 정보를 제공하고자 한다.
제안 방법
- 백화점 및 대형 몰의 경우에는 입점 업체 수가 17개 이상으로 많은 편이나, 대형 할인마트나 기타 위치의 경우 11개 미만의 업체 수를 가진 곳도 존재하고 있다. 또한, 가격대 역시 다양한 분포를 하고 있으며, 고객의 소요시간의 경우 개개인의 고객마다 다르기 때문에 서울 시내를 대표할 수 있는 푸드코트의 모습을 산정하기 어려워 본 연구에서는 직교분석에서 제시한 9개 카드의 모습이 다양한 형태의 서울 시내 푸드코트를 대표한다고 판단하여 시뮬레이션에 추가하였다. 이 중 본 연구에서 군집 1 집단에서 가장 선호하고 있는 푸드코트의 형태는 첫 번째 카드와 동일하며 군집 2에서 가장 선호하는 형태의 푸드코트를 추가하여 총 10개의 푸드코트 형태를 가상하여 잠재적 시장 점유율을 추정하였다.
- 이렇게 구성된 각각의 프로파일 카드에 방문을 선호하는 카드를 1순위로 하여 가장 방문하기 싫어 하는 카드를 9순위로 하는 서열 척도를 이용하여 응답하도록 하였다. 또한, 본 연구의 응답자의 인구통계학적 특성을 분석하기 위하여 성별, 직업, 방문 이유, 연령, 외식 횟수, 외식 금액, 동행의 일곱 가지 항목을 구성하였다.
- 본 연구에서는 우선 직교분석에 의해 추출된 카드인 9개 카드를 9가지 형태의 푸드코트로 선정한 후, 군집 1과 군집 2에서 가장 선호한다고 여겨지는 형태의 2개를 추가하여 초이스 시뮬레이션을 시행하였다.
- <그림 2> 세분집단별 선택 속성 비교.
- 응답자가 대답한 순위 자료를 바탕으로 각 속성의 수준별 부분 효용값을 산출하여 효용값의 최대치와 최소치의 차이를 구한 값으로 각 속성의 중요도를 계산하였으며, 가상 푸드코트의 시장 점유율 예측을 위해 시뮬레이션을 통하여 그 점유율을 예측하여 보았다.
- 또한, 가격대 역시 다양한 분포를 하고 있으며, 고객의 소요시간의 경우 개개인의 고객마다 다르기 때문에 서울 시내를 대표할 수 있는 푸드코트의 모습을 산정하기 어려워 본 연구에서는 직교분석에서 제시한 9개 카드의 모습이 다양한 형태의 서울 시내 푸드코트를 대표한다고 판단하여 시뮬레이션에 추가하였다. 이 중 본 연구에서 군집 1 집단에서 가장 선호하고 있는 푸드코트의 형태는 첫 번째 카드와 동일하며 군집 2에서 가장 선호하는 형태의 푸드코트를 추가하여 총 10개의 푸드코트 형태를 가상하여 잠재적 시장 점유율을 추정하였다. 추정 결과를 살펴보면,〈표 4〉와 같이 분석되었다.
- 이러한 속성을 바탕으로 직교디자인 결과 9개의 프로파일 카드가 작성되었으며, 모형의 신뢰성과 타당성 검증을 위하여 4개의 검정표본을 추출하여 컨조인트 분석을 위한 설문지를 구성하였다. 이렇게 구성된 각각의 프로파일 카드에 방문을 선호하는 카드를 1순위로 하여 가장 방문하기 싫어 하는 카드를 9순위로 하는 서열 척도를 이용하여 응답하도록 하였다.
- 이러한 속성을 바탕으로 직교디자인 결과 9개의 프로파일 카드가 작성되었으며, 모형의 신뢰성과 타당성 검증을 위하여 4개의 검정표본을 추출하여 컨조인트 분석을 위한 설문지를 구성하였다. 이렇게 구성된 각각의 프로파일 카드에 방문을 선호하는 카드를 1순위로 하여 가장 방문하기 싫어 하는 카드를 9순위로 하는 서열 척도를 이용하여 응답하도록 하였다. 또한, 본 연구의 응답자의 인구통계학적 특성을 분석하기 위하여 성별, 직업, 방문 이유, 연령, 외식 횟수, 외식 금액, 동행의 일곱 가지 항목을 구성하였다.
- 본 연구에서 분석된 표본은 서울 지역의 푸드코트에서 수집된 자료로서, 백화점, 쇼핑몰, 대형할인마트의 푸드코트를 이용하고 있는 고객을 대상으로 설문지를 배포 및 수거하였다. 이를 위하여 본 연구자 및 미리 교육한 A대학 조리학 전공 학생들을 해당 지역에서 직접 설문지를 2007년 6월 1일부터 29일까지 배포 및 수거하였다.
- 적당한 수의 속성과 수준을 결정하였다고 하더라도 축소하지 않은 총자극의 수는 조사대상자가 순위를 결정하기 어렵기 때문에 이러한 문제는 직교디자인을 통해서 연구가 진행되고 있는데, 최근의 국내 연구를 살펴보면 이러한 연구 추이를 쉽게 확인해 볼 수 있다(송영은․이수범 2008; 김광지 외 2007; 이필순 외 2007; 김성섭 외 2006; 안성식 외 2005). 이에 본 연구에서는 직교디자인을 통해 설문지를 구성하였으며, 속성 및 수준 분류를 위하여 외식학과 교수 및 외식 분야 전문가를 중심으로 FGI를 실시하여 푸드코트의 선택 중요속성을〈표 1〉과 같이 분류하였다.
- 이러한 사전적 세분화는 컨조인트 모형의 계수에 유의한 차이가 있는지를 분석할 수 있다는 장점은 있으나, 고객의 구매 활동을 잘 설명하지 못하기 때문에 활용성이 떨어진다(안성식 외 2005). 컨조인트 분석의 특성상 도출된 부분가치는 각 속성의 수준을 나타내는 편익이라는 점에서 도출된 부분가치를 세분화 변수를 활용하는 사후적 세분화를 사용하도록 하겠다. 응답자 전체를 대상으로 한 푸드코트의 선택 속성을 살펴보면〈그림 1〉과 같이 분석되었다.
대상 데이터
- 본 연구에서 분석된 표본은 서울 지역의 푸드코트에서 수집된 자료로서, 백화점, 쇼핑몰, 대형할인마트의 푸드코트를 이용하고 있는 고객을 대상으로 설문지를 배포 및 수거하였다. 이를 위하여 본 연구자 및 미리 교육한 A대학 조리학 전공 학생들을 해당 지역에서 직접 설문지를 2007년 6월 1일부터 29일까지 배포 및 수거하였다.
- 주말 및 주중의 편중성을 최소화하기 위하여 주말에 2회, 주중에 3회 설문조사를 실시하였으며, 총 320부의 설문지가 배포되었으나, 실제 분석에 사용된 설문지는 202부가 사용되었다.
데이터처리
- 앞서 언급한 바와 같이 컨조인트 분석 결과, 각각의 응답자가 선택한 효용을 바탕으로 세분화해 볼 수 있는데, 이러한 편익 세분화는 사전적 세분화의 단점을 보완해 줄 수 있는 특징이 있다. 본 연구에서는 SPSS 12.0 통계패키지에서 제공하는 군집분석중 비계층적 군집분석 방법중 하나인 k평균군집분석을 실시하였다. 군집분석을 실시할 때, 컨조인트 결과에서 나온 값을 그대로 사용하게 되면 각 값의 편차가 군집분석의 결과에 그대로 반영이 되기 때문에 부분가치값을 표준화하여 군집분석을 실시해야 한다(안성식 외 2005).
성능/효과
- 푸드코트를 선택함에 있어 가장 중요한 요소는 가격요소로 분석되었으며, 메뉴 소요 시간, 접근 시간, 업체 수의 순서로 분석되었다. 가격은 4～6천원을 가장 선호하는 것으로 나타나고 있어 푸드코트 선택시 소비자들은 메뉴에 대하여 비싼 가격대를 생각하기 보다는 다소 일반 점심식사 가격대를 예상하고 선호하는 것으로 분석되었다. 최근 조사에 의하면 직장인들이 점심 메뉴를 선택할 때 가장 중요시 하는 요소로 맛과 가격을 가장 중요시하고 있으며, 1인당 월평균 점심 식사 비용이 101,610원으로 나타나고 있어1), 가격의 중요성이 매우 커지고 있음을 알 수 있다(CNB뉴스 2008.
- 군집분석을 실시할 때, 컨조인트 결과에서 나온 값을 그대로 사용하게 되면 각 값의 편차가 군집분석의 결과에 그대로 반영이 되기 때문에 부분가치값을 표준화하여 군집분석을 실시해야 한다(안성식 외 2005). 군집 개수를 선정하는 과정에서 본 연구에서는 군집분석에서 제시하는 분산분석 결과표에서 유의수준 0.05 수준에서 통계적으로 유의미한 차이를 보이는 결과를 토대로 군집수를 선정하였는데, 분석 결과 2개의 군집이 도출되었으며, 군집 1에는 160, 군집 2에는 42개의 응답으로 구분되었다.
- 두 번째 고려요소인 음식을 주문하고 나오는데 걸리는 시간에 대하여 5～10분 사이를 가장 선호하는 것으로 나왔으며, 오히려 너무 빠른 시간에 음식이 나올 경우 다소 부정적인 것으로 나타나고 있다. 이는 5분 미만의 소요 시간의 경우 패스트푸드로 인식하여 다소 부정적인 견해를 갖는 것이 아닌가하는 해석을 해 볼 수 있다.
- 또한, 이를 근거로 한 예상 시장 점유율을 살펴보면 가장 선호하는 형태인 카드 1의 형태의 푸드코트가 35.4%의 시장 점유율을 차지할 것으로 예상되었으며, 비교적 작은 군집인 군집 2가 가장 선호하는 형태인 카드 10의 푸드코트의 경우 7.67%로 분석됨으로써, 향후 푸드코트를 계획할 때, 군집 2의 집단을 위주로 하기 보다는 보다 많은 집단인 군집 1이 선호하는 형태의 푸드코트 입점이 요구된다고 할 수 있다.
- 마지막으로는 업체 수 요인으로 선정되었는데, 업체 수가 많을수록 다양한 메뉴를 제공한다는 의미로 해석할 수 있기 때문에 업체 수는 곧 메뉴의 수로 해석해 볼 수 있다. 본 연구 결과 16～20개의 중간 단계의 업체 수가 가장 선호되는 것으로 나타났는데, 이는 고객이 푸드코트에서 음식을 주문할 때, 15개 업체 미만일 경우 다양한 음식 선택의 폭이 제한된다고 생각하며, 또한 21개 이상일 경우 너무 많은 메뉴가 제시됨으로써 오히려 선택하는데 방해요인으로 작용하고 있어 고객이 선호하는 적정수의 메뉴를 갖추는 것이 중요하다고 할 수 있겠다.
- 분석 결과, 고객들은 푸드코트를 선택할 때 가장 중요한 속성으로 가격을 선택하였으며, 그 다음으로는 메뉴 소요 시간, 접근 시간, 업체 수의 순서로 분석되었다. 이러한 분석은 본 연구의 응답자의 많은 수가 포함되고 있는 군집 1의 경우에서도 동일하게 분석되었는데, 군집 1에서는 가격(43.
- 그러나 군집 2에서는 비록 푸드코트까지 도달하는데 걸리는 시간은 많이 필요하더라도 다양한 업체가 입점하고 있어, 같이 간 동료와 함께 다양한 메뉴를 선택하여 즐기는 것을 선호하고 있으나, 비교적 멀리까지 이동하였다는 측면 때문에 음식이 제공되는 시간은 짧은 것을 선호하고 있다고 볼 수 있다. 이러한 군집 1과 군집 2에 대하여 인구통계학적 특성을 바탕으로 교차분석을 실시한 결과, 일곱가지 인구통계학적 특성중 단 하나의 변수에서도 유의미한 값이 나타나지 않고 있어 인구통계학적 변수를 이용한 시장 세분화가 그 의미가 그리 많지 않음을 증명하는 것이라 할 수 있겠다.
- 분석 결과, 고객들은 푸드코트를 선택할 때 가장 중요한 속성으로 가격을 선택하였으며, 그 다음으로는 메뉴 소요 시간, 접근 시간, 업체 수의 순서로 분석되었다. 이러한 분석은 본 연구의 응답자의 많은 수가 포함되고 있는 군집 1의 경우에서도 동일하게 분석되었는데, 군집 1에서는 가격(43.93%), 메뉴 소요 시간(24.15%), 접근 시간(17.76%), 업체 수(14.17%)로 나타났다. 그러나 군집 1보다 다양한 메뉴를 추구하고 있는 군집 2의경우 가격(36.
- 푸드코트를 선택함에 있어 가장 중요한 요소는 가격요소로 분석되었으며, 메뉴 소요 시간, 접근 시간, 업체 수의 순서로 분석되었다. 가격은 4～6천원을 가장 선호하는 것으로 나타나고 있어 푸드코트 선택시 소비자들은 메뉴에 대하여 비싼 가격대를 생각하기 보다는 다소 일반 점심식사 가격대를 예상하고 선호하는 것으로 분석되었다.
후속연구
- 이를 보다 세분화하면 첫째 시뮬레이션을 바탕으로 시장 점유율 변화를 토대로 고객이 가장 좋아할 수 있는 푸드코트의 속성별 특성을 제시함으로써 새로운 푸드코트 입점시 고객 선호에 대한 정보를 제공하고자 한다. 둘째 K-평균군집분석을 이용한 군집별 시장 세분화를 제시할 수 있어 보다 더 현실적인 시장 세분화의 기초 정보를 제시할 수 있을 것으로 사료된다.
- 이러한 결과는 앞서 언급한 바와 같이 사전적 세분화를 통해서는 고객이 어떠한 푸드코트를 선택하는지에 대하여 뚜렷하게 알기 어렵다는 것을 의미하며, 고객이 선택하는 속성에 대한 중요성은 단순히 인구통계학적 특성이 아닌 각각의 개개인이 갖고 있는 선택 속성에 대한 차이로 인함이라는 것을 알 수 있다. 따라서 본 연구에서 진행하는 바와 같이 이러한 사후적 세분화가 고객 세분화에 보다 더 유용한 결과를 제시할 수 있다고 할 수 있다.
- 우선 본 연구는 서울 지역의 푸드코트로 한정하여 위 결과를 전국 단위로 확대시키기 어려우며, 선택 속성을 선정하는 과정에서 컨조인트 방법상의 한계로 인하여 보다 많은 속성을 고려하지 못하였다는 점에 있어서 한계를 보이고 있다. 따라서 향후 연구에서는 푸드코트의 만족도를 비롯한 여러 가지 측면에서의 다양한 선택 속성을 찾고 이를 기반으로 한 연구가 진행되어야 할 것으로 사료된다.
- 또한, 메뉴 주문 후 5～10분 이내에 주문한 메뉴를 고객이 받을 수 있도록 현재 많은 푸드코트에서 사용하고 있는 주문과 동시에 주방에 주문이 전달되는 시스템을 구비하여 메뉴 제공 시간이 오래 걸리지 않도록 하는 것이 중요하다. 또한, 제공되는 메뉴의 전처리 과정과 기본 조리를 미리함으로서 고객이 빠른 시간에 메뉴를 받을 수 있도록 준비하는 과정과 동시에 비교적 조리 시간이 짧은 메뉴를 갖추는 것도 한 가지 방법이 될 수 있을 것이다.
- 이러한 연구를 진행하는 데 있어 본 연구는 몇 가지 한계점을 갖고 있다고 볼 수 있다. 우선 본 연구는 서울 지역의 푸드코트로 한정하여 위 결과를 전국 단위로 확대시키기 어려우며, 선택 속성을 선정하는 과정에서 컨조인트 방법상의 한계로 인하여 보다 많은 속성을 고려하지 못하였다는 점에 있어서 한계를 보이고 있다. 따라서 향후 연구에서는 푸드코트의 만족도를 비롯한 여러 가지 측면에서의 다양한 선택 속성을 찾고 이를 기반으로 한 연구가 진행되어야 할 것으로 사료된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.