[논문]관객개발을 위한 공연예술 소비자 빅데이터 분석 사례 고찰

김선영; 이의신

doi:10.5762/kais.2017.18.12.286

관객개발을 위한 공연예술 소비자 빅데이터 분석 사례 고찰
A Case Study on Big Data Analysis of Performing Arts Consumer for Audience Development 원문보기

한국산학기술학회논문지 = Journal of the Korea Academia-Industrial cooperation Society, v.18 no.12, 2017년, pp.286 - 299

김선영 (경희대학교 공연예술학과) , 이의신 (서울사이버대학교 문화예술경영학과)

초록
AI-Helper

국내 공연예술은 공급과잉과 유통영역의 부재, 뚜렷하지 않은 비즈니스 모델 등으로 인한 침체기를 맞고 있다. 이러한 어려움을 타개하기 위해서는 무엇보다 객관적으로 제공되는 시장데이터를 활용해 마케팅의 효율성과 정확도를 높임으로써 관객개발과 충성도 확보가 필요한 시점이다. 본 연구는 이를 해결하기 위한 대안 중 하나가 보다 보편적이고 정확한 통계와 공연별 맞춤형 서비스 제공이 가능한 '빅데이터' 분석이라는 관점에서 시작되었다. 먼저 빅데이터의 특징과 분석기술, 그리고 공연예술 소비자 분석에 대한 이론적 배경과 함께 한 신용카드사가 실시한 빅데이터 분석사례를 살펴보았다. 이를 통해 빅데이터에 의한 공연예술 소비자 연구의 의미와 한계, 그리고 그러한 한계들을 극복하기 위한 대안을 제시하고자 하였다. 사례분석 결과, 공연 구매자 대상의 카드사 데이터 자체의 불완전성, 기존 이론 검증의 한계, 낮은 활용도, 소비자 성향 및 구매 동인 분석의 한계 등이 도출되었다. 또한 이러한 문제점을 극복하기 위한 대안으로 장르와 공연명 파악이 가능하고 성향이나 구매요인 등을 추출해낼 수 있는 예매처 정보, 설문조사와의 결합과 소셜 데이터와의 매쉬업을 통해 구매동기 등의 정성적 분석을 그 대안으로 제시하였다. 이 연구는 궁극적으로는 공연예술 소비자에 대한 연구가 빅데이터 시대에 어떠한 방향으로 이루어져야하며, 어떤 변화를 모색해야 할 것인가에 대한 고민의 시작점이라고 할 수 있다. 이러한 연구결과를 바탕으로 공연예술 관객개발을 위한 보다 구체화된 정성적 분석 사례들이 많이 출현하기를 기대하며, 지금의 공연예술시장의 흐름을 정확하게 대변해 주는 빅데이터 분석과 가공을 위한 솔루션들이 계속 개발되기를 바란다.

Abstract ▼ AI-Helper

The Korean performing arts has been facing stagnation due to oversupply, lack of effective distribution system, and insufficient business models. In order to overcome these difficulties, it is necessary to improve the efficiency and accuracy of marketing by using more objective market data, and to secure audience development and loyalty. This study considers the viewpoint that 'Big Data' could provide more general and accurate statistics and could ultimately promote tailoring services for performances. We examine the first case of Big Data analysis conducted by a credit card company as well as Big Data's characteristics, analytical techniques, and the theoretical background of performing arts consumer analysis. The purpose of this study is to identify the meaning and limitations of the analysis case on performing arts by Big Data and to overcome these limitations. As a result of the case study, incompleteness of credit card data for performance buyers, limits of verification of existing theory, low utilization, consumer propensity and limit of analysis of purchase driver were derived. In addition, as a solution to overcome these problems, it is possible to identify genre and performances, and to collect qualitative information, such as prospectors information, that can identify trends and purchase factors.combination with surveys, and purchase motives through mashups with social data. This research is ultimately the starting point of how the study of performing arts consumers should be done in the Big Data era and what changes should be sought. Based on our research results, we expect more concrete qualitative analysis cases for the development of audiences, and continue developing solutions for Big Data analysis and processing that accurately represent the performing arts market.

주제어

질의응답

핵심어	질문	논문에서 추출한 답변
	국내 공연예술이 침체기를 맞는 이유는?	국내 공연예술은 공급과잉과 유통영역의 부재, 뚜렷하지 않은 비즈니스 모델 등으로 인한 침체기를 맞고 있다. 이러한 어려움을 타개하기 위해서는 무엇보다 객관적으로 제공되는 시장데이터를 활용해 마케팅의 효율성과 정확도를 높임으로써 관객개발과 충성도 확보가 필요한 시점이다.
	빅데이터의 특징은?	데이터 규모의 방대성, 데이터 처리 및 분석속도, 데이터 종류의 다양성 등을 특징으로 하는 빅데이터에 의한 분석과 인사이트(insight) 도출에 대한 기대감이 높다. 이미 공공·행정, 의료·건강, 유통·소매, 제조업 등 다양한 분야에서 데이터 분석을 통하여 전통적인 고객관리가 아닌 다양한 미디어 속의 빅데이터를 분석·활용하여 서비스나 솔루션 개발에 적용함으로써 경쟁력을 강화하고 있다.
	빅데이터가 공연예술의 유통 및 마케팅에 가져올 수 있는 다양한 가능성은?	정형데이터와 비정형데이터를 포괄하는 빅데이터는 기존의 방식에서 벗어나 보다 실증적이고 과학적인 관객 분석을 통해 공연예술의 유통 및 마케팅에 활용할 수 있는 다양한 가능성을 제시하고 있다. 예컨대, 관객들의 인구통계학적 특성별 공연 평가, 선호도, 연관 소비 행태처럼 복합적인 상관관계에 대한 조사 분석을 광범위하게 시도할 수 있다. 또한 공연 매출에서 발생한 정형(카드이용) 데이터뿐만 아니라 비정형(SNS) 데이터들을 다각적으로 분석함으로써, 그에 따른 마케팅 방안을 제시할 수 있는 것이다. 이는 정책입안자들에게도 공연예술정책을 결정하는 근거 자료로서 그 효용이 클 것이며, 공연예술 비지니스 관계자들에게도 객관적 시장 데이터를 활용한 마케팅의 정확도를 높일 수 있도록 하여 그 효율성을 높여줄 수 있다.

참고문헌 (26)

A. Hauser, Trans. N. C. Baek, M. W. Yum, Sozialgeschichte der Kunst und Literatur, p. 119, Changbi Publishers, 1991.
S. Y. Lee, How is the Performing Arts Market Moving?, p. 3, Korea Arts Management Service, 2008.
S. Y. Kim, B. J. Ahn, "Big Data Public Service Model for Content Industry", The Korea Journal of Sports Science, vol. 26, no. 1, pp. 599-615, 2017.
S. Y. Kim, "A Study on Public Big Data Service Platform Model for Content Industry", Chungang Univ, p.15, 25, 26, 2015.
S. H. Lee, D. W. Lee, "Current Status of Big Data Utilization", Journal of Digital Convergence, vol. 11, no. 2, 2013.
S. W. Cho, Analysis technology in the digital age, p.4, KT Institute of Technology, 2011.
J. H. Kim, H. S. Yong, Arts Management, Gimm-Young Publishers, pp. 112-113, 2002.
H. J. Jang, H. M. Jang, J. B. Kim, "Analysis of Culture Voucher from Omnivoire Perspectives", The Journal of Humanities and Social science, vol. 7, no. 5, p. 945, 2016. DOI: http://dx.doi.org/10.22143/HSS21.7.5.49
Bonita M. Kolb, Marketing Cultural Organizations, p. 42, Gimm-Young Publishers, 2005.
Arts Council England, Arts Audiences: Insight, pp. 79-83 ACE, 2011.
National Endowment for the Arts, When going gets tough: Barriers and Motivation Affecting Arts Attendance, pp. 134-140, NEA, 2015.
I. Y. Nam, K. O. Baek, "Watching Behavior and Media Use of Performing Arts Consumers", KCTI, vol. 21, pp. 5-29, 2012.
Y. S. Choi, "Suggestions for Audience Development on Classical Music Mass Audience : Focusing on the Characteristics of Omnivore in Ensemble DITTO Audience", Journal of cultural policy, vol. 29, no. 1, pp. 59-77, 2015. DOI: http://dx.doi.org/10.16937/jcp.29.1.201501.50
Y. K. Lee, K. B. Jang, "The Audience Development Method through Comparison of the Audience Structure", KCTI, vol. 21, no. 21, pp. 61-89, 2012.
Y. Bae, "A Study on the Factor Effects to the Consumption of Cultural Content in Leisure Activities", Institute of Social Research, Korea University, vol. 14, no. 1, pp. 73-100, 2013.
Y. E. Yu, H. J. Jin, "Analysis for Consumer Segmentation Using the Decision Tree Model in Performing Arts Market", Journal of Consumer Studies, vol. 25, no. 6, pp. 65-90, 2014.
M. K. Shin, "Study on Audience Research of the Field of Performing Arts in Korea", Chugye Univ., p. 6, 2006.
Y. H. Choi, S. H. Myung, K. C. Lee, "The Possibility and Issues of Internet Survey II: 2001 and 2006 Survey Results", Korean Public Administration Review, vol.42 no.3, pp. 423-440, 2008.5.
KAMS, Shinhan Card Co., Utilizing Big Data Performance Consumption Trend Analysis Report, KAMS, Shinhan Card Co., 2017.
H. W. John, "Study on Patterns of Performing Arts Consumption, based on Information of Seoul Arts Center Ticket System", KCTI, vol.35, pp. 63-65, 2015.
S. H. Han, O. D. Oh, J. H. Park, J. K . Lee, S. W. Lee, "Analysis of the Social Network Services based Performing Arts Desire Value for the Musical Audiences", KCTI vol.40, p.70, 2016.
J. H. Kim, H. S. Yong, Arts Management, pp. 133-135, Gimm-Young Publishers, 2002.
McKinsey Global Institute, Big Data: The Next Frontier for Innovation, Competition and Productivity, pp. 78-82, McKinsey Global Institute, 2012.
Y. J. Jang, New Paradigm for Big Data & Business, p. 42, DIGIECO, 2012.
B. S. Park, "Actual use of performance information through SNS", The Musical, May, 2016, pp. 45-46, 2016.
W Gordon, R Langmaid. Qualitative Market Research. p.29, AshgatePubCo, 1988.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증