$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 소셜네트워크 분석을 활용한 생보사와 손보사의 대면/비대면 채널의 적합성 비교
Face/non-face channel fit comparison of life insurance company and non-life insurance company using social network analysis 원문보기

Journal of the Korean Data & Information Science Society = 한국데이터정보과학회지, v.25 no.6, 2014년, pp.1207 - 1219  

전희주 (동덕여자대학교 정보통계학과) ,  임병학 (부산외국어대학교 경영학부)

초록
AI-Helper 아이콘AI-Helper

본 연구의 목적은 1) 보험전문가인 보험회사에 근무하는 임직원들이 가지고 있는 채널의 유형, 채널평가 항목, 보험 상품과 보험판매 시 요구되는 채널특성들간의 적합성에 대한 의견을 가지고 생명보험업계와 손해보험업계 각각 2-mode 소셜네트워크 데이터를 구성하고 2) 생명보험업계와 손해보험업계 2-mode 소셜 네트워크 데이터를 1-mode 소셜 네트워크 데이터로 변환하여 생명보험업계와 손해보험업계 두 소셜 네트워크의 구조와 네트워크 특성 변수들을 찾아 비교 분석하고, 소셜 네트워크 기반 측면에서의 생명보험사와 손해보험사의 판매채널 전략의 방향을 제시하고자 한다. 보험 판매채널의 평가에 의한 소셜 네트워크를 비교한 결과, 생명보험업계 소셜 네트워크가 손해보험업계 소셜 네트워크보다 더욱 강한 연결을 보였다. 즉 생명보험업계의 소셜 네트워크의 중심성 변수들이 손해보험업계의 것 들 보다 모두 높게 나타나 생명보험회사들은 채널전략 운영 측면에서 한 방향으로 움직이기가 수월함을 보이는 반면, 손해보험사들은 회사의 규모나 처한 환경에 따라 판매채널 전략이 다를 수 있어 각사의 개별적인 보험 판매 채널전략을 운영해야 함을 의미한다.

Abstract AI-Helper 아이콘AI-Helper

In this study, 1) we compare face channel and non-face channel of life insurance company and non-life insurance company with insurance employs' suitability opinion about channel type, channel property, channel evaluation items requiring when selling insurance products, 2) we construct two social net...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 연구는 보험회사에 근무하는 임직원들이 생각하는 채널의 유형, 채널평가 항목, 보험 상품과 보험 판매 시 요구되는 채널특성 간의 적합성에 의해 생성된 2-mode 소셜네트워크 데이터를 가지고, 생명보험과 손해보험의 대면채널과 비대면채널의 특성을 비교하기 위하여 생명보험업계와 손해보험업계의 1-mode 소셜 네트워크를 각각 구성하였다. 생명보험업계와 손해보험업계의 각각 새로 구성된 1-mode 소셜 네트워크의 구조와 네트워크 특성 변수들을 가지고 생명보험회사와 손해보험회사의 보험 채널에 대한 특성들을 분석·비교하였다.
  • 이 유사네트워크를 가지고 생명보험업계와 손해보험업계 임직원들의 소셜 네트워크 특성을 파악하고그 소셜 네트워크 특성변수들을 비교·분석을 하여 생명보험업계와 손해보험업계간의 네트워크의 판매채널의 특성을 다음과 같은 방법으로 찾고자 한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
중심성이란 무엇인가? 중심성은 한 행위자가 전체 네트워크에서 중심에 위치하는 정도를 나타내는 지표로, 연결정도 (degree), 근접 (closeness), 매개 (betweenness) 중심성으로 측정할 수 있다. 연결정도 중심성 (degree centrality)은 한 행위자가 다른 행위자들과 얼마만큼의 관계를 맺고 있는가를 통해서 그 행위자가 연결망의 중심에 위치하는 정도를 계량화한 것으로 (Bonacich, 1987), 한 행위자에 직접적으로 연결되어 있는 행위자들의 합으로 얻어 진다.
소셜 네트워크 분석은 분석 수준에 따라 어떻게 구분되는가? 소셜 네트워크 분석은 분석 수준에 따라 4가지로 구분될 수 있다. 첫째, 네트워크 수준 분석으로 밀도 (density), 포괄성 (inclusiveness), 집중도 (centralization) 등이 해당되며, 네트워크의 기본적 특성파악이 가능하다. 둘째, 노드 수준 분석으로 연결거리 (distance), 직경 (diameter), 연결정도 (degree), 연결강도 (strength) 등이 해당된다. 셋째, 네트워크/노드 수준 분석으로 하이브리드 (hybrid) 수준의 분석지표로 중심성(centrality) 지표가 있는데, 여기에는 Freedman (1979)이 제안한 연결정도, 근접, 매개 중심성이 가장 기본적이다. 이들 중심성 지표는 네트워크 유형에서 볼 경우, 전체 네트워크의 중심성에 해당되며, 네트워크 내에서 각 노드들의 영향력 크기를 순위화하는 데 있다. 넷째, 집단(group) 수준 분석으로 노드의 유사성을 기준으로 네트워크의 하위 집단을 분류하고 해당 집단의 특성을 파악하는 지표로 군집 (clustering) 분석, 구조적 등위성 (structural equivalence) 분석, 컴포넌트(component) 분석, 파당 (clique) 분석 등이 있다. 소셜 네트워크 분석 방법에서 네트워크 구조를 파악하기 위한 가장 많이 사용되는 기법으로는 중심성 (centrality), 밀도 (density), 구조적 틈새 (structural hole), 집중도 (centralization) 등이 있다 (Kim, 2007; Son, 2007; Bonacich, 1972).
소셜 네트워크 데이터는 어떤 형태를 갖는가? 소셜 네트워크 데이터는 일반적인 테이블 형태의 분석 데이터와는 다른 노드와 노드의 연결을 나타내는 관계데이터의 형태를 가진다. 소셜 네트워크에서 분석에 사용되는 네트워크 데이터의 구조는 노드와 노드가 동질적인 관계로 직접 연결되어 있는가와 두 노드가 동일한 성향의 같은 속성을 매개로 해서 연결되어 있는지에 따라 1-mode 네트워크 데이터와 2-mode 네트워크 두 가지 형태를 가진다.
질의응답 정보가 도움이 되었나요?

참고문헌 (27)

  1. Ahn, C. (2010). Recent trend and implication of home shopping insurance sales. KiRi Weekly, Korea. 

  2. Ahn, C. and Jung, S. (2010). The channel strategies based on the analysis of the characteristics of distribution channel. The Journal of Risk Management, 21, 67-95. 

  3. Bisker, J. H., Dietrich, B. L., Ehrlich, K., Helander, M. E., Lin, C. and Williams, P. (2008). Health insurance fraud detection using social network analytics, Patent Application Publication, USA. 

  4. Bloch, F., Genicot, G. and Ray, D. (2005). Informal insurance in social networks. Available from http://www.econ.nyu.edu/user/debraj/Papers/BlochGenicotRay.pdf. 

  5. Bonacich, P. (1972). Factoring and weighting approaches to status scores and clique identification. The Journal of Mathematical Sociology, 2, 113-120. 

  6. Bonacich, P. (1987). Power and centrality: A family of measures. American Journal of Sociology, 92, 1170-82. 

  7. Choi, S., Kang C., Choi, H. and Kang, B. (2011). Social network analysis for a soccer game. Journal of the Korean Data & Information Science Society, 22, 1053-1063. 

  8. Cho, J. S. (2012). Inflow and outflow analysis of double majors using social network analysis. Journal of the Korean Data & Information Science Society, 23, 693-701. 

  9. Chun, H. (2011). Analysis and application to customers' social roles using voice network of A telecom, company. The Korean Journal of Appled Statistics, 24, 1237-1248. 

  10. Chun, H. and Oh, P. S. (2011). A study on determinant effect of non-face channel growth using proportional logit model. The Journal of Risk Management, 22, 77-99. 

  11. Coleman, J. (1988). Social capital in the creation of human capital. The American Journal of Sociology, 94, S95-S120. 

  12. Cross, R. and Cummings, J. (2004). Tie and network correlates of individual performance in knowledgeintensive work. Academy of Management Journal, 47, 928-937. 

  13. DiMaggio, P. and Powell, W. (1983). The iron cage revisited: Institutional isomorphism and collective rationality in organizational fields. American Sociological Review, 48, 147-160. 

  14. Freeman, L. C. (1979). Centrality in social networks: Conceptual clarification. Social Networks, 1, 215-239. 

  15. Granovetter, M. (2005). The impact of social structure on economic outcomes. Journal of Economic Perspectives, 19, 33-50. 

  16. Jung, S., Ouh, C. and Kim, H. (2010). The performance of direct marketing in the life insurance industry. Korean Insurance Journal, 85, 79-108. 

  17. Jung, S. and Song, Y. (2008). The effects of bancassurance and the business strategies of life insurance companies. Journal of Insurance and Finance, 19, 33-54. 

  18. Kim, J. H. (2007). Impact of bancassurance on cost efficiency and productivity change in the Korean life insurance industry. Journal of Insurance and Finance, 18, 3-40. 

  19. Kim, J. D. and Son, M. J. (2008). Change in the efficiency of the Korean life insures with the introduction of bancassurance. Korean Insurance Journal , 79, 61-92. 

  20. Kim, Y. H. (2007). Social network analysis, Parkyoungsa, Seoul. 

  21. Knoke, D. and Yang, S. (2008). Social network analysis, 2nd Ed., SAGE, London. 

  22. Lee, G. H. (2005), New product marketing, Kyungmoonsa, Seoul. 

  23. LIMRA (2005). LIMRA's market trends: Trends in U.S. insurance book, LIMRA International, New York. 

  24. Oh, K. (2009). The effectiveness of Korean life insurance marketing channels focusing on customer characteristics and product types. Korean Insurance Journal, 84, 1-34. 

  25. Son, D. W. (2007). Social network analysis, Parkyoungsa, Seoul. 

  26. Uzzi, B. (1997). Social structure and competition in interirm networks: The paradox of embeddedness. Administrative Science Quarterly, 42, 35-67. 

  27. Watts, D. J. and Strogatz, S. H. (1998). Collectively dynamics of small-world networks. Nature, 393, 440-442. 

저자의 다른 논문 :

LOADING...
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로