도시의 검색키워드 유형이 페이스북 페이지 팬 수 및 관광객 수에 미치는 영향에 관한 연구: 서울시를 중심으로 The Effects of City's Search Keyword Type on Facebook Page Fans and Inbound Tourists : Focusing on Seoul City원문보기
본 연구는 도시에 대한 키워드 검색량을 관심의 지표로 보고 검색키워드를 유형화하여 각 유형별 검색량이 페이스북 팬 수 및 관광객 수에 미치는 영향을 고찰하고자 하였다. 위계적 커뮤니케이션 효과 모형에 따르면 커뮤니케이션의 효과는 인지-태도-행동의 순차성을 띄는 것으로 나타난다. 이에 따라 검색행동을 통해 특정 도시에 대한 관여 및 지식이 높아진 관광 소비자가 호감을 느끼게 되면 페이스북 팬페이지 가입을 통해 보다 적극적인 정보탐색을 할 것이며, 직접적인 관광행동으로 이어질 것이라고 예측하였다. 이를 위해 구글 트렌드에 나타난 서울시 관련 검색 키워드의 유형 별 검색량과 서울시 해외 공식 계정인 'Seoul Korea'의 팬 수, 마지막으로 서울시 외국인 관광객 수 간의 영향 관계를 검증하였다. 분석결과, 서울시의 검색 키워드 유형은 관광매력 키워드, 자연환경 키워드, 상징적 키워드, 접근적 키워드로 도출되었으며 그 중 페이스북 팬 수에 영향을 미치는 요인은 관광매력 키워드과 상징적 키워드인 것으로 나타났다. 또, 관광매력 키워드와 상징적 키워드는 서울시 페이스북 팬 수를 매개로 서울시 관광객 수에 영향을 미친다는 결과가 도출되었다. 이러한 결과에 따라, 앞으로의 서울시의 외국인 관광 소비자를 대상으로는 관광매력적인 요소와 한국적인 요소를 강조한 메시지를 소구하는 것이 유효할 것이라는 실무적 함의를 제공할 수 있다.
본 연구는 도시에 대한 키워드 검색량을 관심의 지표로 보고 검색키워드를 유형화하여 각 유형별 검색량이 페이스북 팬 수 및 관광객 수에 미치는 영향을 고찰하고자 하였다. 위계적 커뮤니케이션 효과 모형에 따르면 커뮤니케이션의 효과는 인지-태도-행동의 순차성을 띄는 것으로 나타난다. 이에 따라 검색행동을 통해 특정 도시에 대한 관여 및 지식이 높아진 관광 소비자가 호감을 느끼게 되면 페이스북 팬페이지 가입을 통해 보다 적극적인 정보탐색을 할 것이며, 직접적인 관광행동으로 이어질 것이라고 예측하였다. 이를 위해 구글 트렌드에 나타난 서울시 관련 검색 키워드의 유형 별 검색량과 서울시 해외 공식 계정인 'Seoul Korea'의 팬 수, 마지막으로 서울시 외국인 관광객 수 간의 영향 관계를 검증하였다. 분석결과, 서울시의 검색 키워드 유형은 관광매력 키워드, 자연환경 키워드, 상징적 키워드, 접근적 키워드로 도출되었으며 그 중 페이스북 팬 수에 영향을 미치는 요인은 관광매력 키워드과 상징적 키워드인 것으로 나타났다. 또, 관광매력 키워드와 상징적 키워드는 서울시 페이스북 팬 수를 매개로 서울시 관광객 수에 영향을 미친다는 결과가 도출되었다. 이러한 결과에 따라, 앞으로의 서울시의 외국인 관광 소비자를 대상으로는 관광매력적인 요소와 한국적인 요소를 강조한 메시지를 소구하는 것이 유효할 것이라는 실무적 함의를 제공할 수 있다.
This study investigate the effect of each type of search volume on the number of Facebook fans and the number of tourists. According to the hierarchy effect model, the effect of communication appears to be the sequentiality of cognition-attitude-behavior. Applying this theory, this study predicted t...
This study investigate the effect of each type of search volume on the number of Facebook fans and the number of tourists. According to the hierarchy effect model, the effect of communication appears to be the sequentiality of cognition-attitude-behavior. Applying this theory, this study predicted that when consumers who have higher involvement and knowledge on specific cities through search behavior, they will be more active in information search through Facebook fan page subscription and will lead to direct tourism behavior. To verify the prediction, we examined the influences among search volume of Seoul shown in Google Trend, the number of fans of official facebook page named 'Seoul Korea', and the number of foreign tourists. As a result, the type of search keyword was divided into four categories: tourism attraction keyword, natural environment keyword, symbolic keyword, and accessibility keyword. The regression analysis showed that tourism attraction keyword and symbolic keyword have influence on Facebook fanpage 'Like'. In addition, facebook fanpage fan size have mediation effect between search volume and number of tourists. All in all, it would be useful to appeal to foreign tourists with a message that emphasizes tourism attraction and Korea-related contents.
This study investigate the effect of each type of search volume on the number of Facebook fans and the number of tourists. According to the hierarchy effect model, the effect of communication appears to be the sequentiality of cognition-attitude-behavior. Applying this theory, this study predicted that when consumers who have higher involvement and knowledge on specific cities through search behavior, they will be more active in information search through Facebook fan page subscription and will lead to direct tourism behavior. To verify the prediction, we examined the influences among search volume of Seoul shown in Google Trend, the number of fans of official facebook page named 'Seoul Korea', and the number of foreign tourists. As a result, the type of search keyword was divided into four categories: tourism attraction keyword, natural environment keyword, symbolic keyword, and accessibility keyword. The regression analysis showed that tourism attraction keyword and symbolic keyword have influence on Facebook fanpage 'Like'. In addition, facebook fanpage fan size have mediation effect between search volume and number of tourists. All in all, it would be useful to appeal to foreign tourists with a message that emphasizes tourism attraction and Korea-related contents.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구는 이러한 점에 기초하여 온라인 상에서의 관광 소비자의 정보 검색과 페이스북 팬페이지 가입, 관광에 이르는 연구 프레임에 대한 검증을 이루고자 한다. 구체적으로는 도시에 관한 정보 검색의 키워드를 유형화하고자 하며, 정보 탐색으로 인해 영향을 받은 도시의 페이스북 팬페이지 가입의 증가가 해당 도시의 방문에 어떠한 영향을 미치는지 살펴보고자 한다. 이에 따른 연구문제는 다음과 같다.
본 연구는 도시에 대한 검색량이 페이스북 팬페이지 팬 수와 관광객 수에 미치는 영향을 바탕으로 도시 관리를 촉진할 수 있는 기초 자료를 제공하고자 한다. 또한 검색 키워드를 유형화함으로써 어떠한 키워드가 검색되었을 때 해당 도시에 대한 호감 및 관광행동이 촉진되는지를 밝혀 도시소비자를 대상으로 하는 커뮤니케이션 활동에 실무적 함의를 제공하고자 한다. 특히, 도시브랜드를 관리하는 담당자들은 온라인 상에서 해외 소비자들에게 어떠한 콘텐츠를 제공해야 효과적인지에 대한 실행적 근거가 부족했었다.
본 연구는 도시에 대한 검색량이 페이스북 팬페이지 팬 수와 관광객 수에 미치는 영향을 바탕으로 도시 관리를 촉진할 수 있는 기초 자료를 제공하고자 한다. 또한 검색 키워드를 유형화함으로써 어떠한 키워드가 검색되었을 때 해당 도시에 대한 호감 및 관광행동이 촉진되는지를 밝혀 도시소비자를 대상으로 하는 커뮤니케이션 활동에 실무적 함의를 제공하고자 한다.
본 연구는 도시에 대한 정보 탐색 행동이 관광 행동으로 발전하는 효과를 검증하고자 한다. 다만 검색량의 증가가 즉각적인 소비 형태인 관광 행동으로 이어지기는 어려울 것이다.
본 연구는 이러한 점에 기초하여 온라인 상에서의 관광 소비자의 정보 검색과 페이스북 팬페이지 가입, 관광에 이르는 연구 프레임에 대한 검증을 이루고자 한다. 구체적으로는 도시에 관한 정보 검색의 키워드를 유형화하고자 하며, 정보 탐색으로 인해 영향을 받은 도시의 페이스북 팬페이지 가입의 증가가 해당 도시의 방문에 어떠한 영향을 미치는지 살펴보고자 한다.
본 연구에서는 이러한 페이스북 팬페이지 가입 행동을 ‘태도적 행동’의 일환으로 보고자 한다.
본 연구는 도시의 정보에 대한 탐색 관여가 높아질수 록 태도적 소비행동인 페이스북 팬페이지의 팬 수가 늘어날 것이며, 이는 결국 직접소비행동인 관광객의 수를 증가시키는 데 영향을 미칠 것이라 가정하였다. 이에 따라 서울시의 페이스북 팬페이지의 팬 수 및 관광객 수에 영향을 미치는 소비자의 검색 요인을 규명하고자 하였다.
이처럼 본 연구에서는 도시에 관한 키워드 검색 행위를 관광목적지로서의 관심의 표시로 간주하고, 검색 키워드 유형별 검색량이 페이스북 팬페이지 가입과 관광 행동에 이르는 영향을 살펴보고자 하는 것이다. 구체적으로는 도시의 어떠한 요소에 대한 정보 탐색이 활발할 수록 페이스북 팬페이지 팬 수 및 관광객 수가 증가하는 지 고찰하기 위해 서울시에 대한 검색 키워드를 유형화 한 뒤, 각각의 영향력을 검증할 것이다.
가설 설정
본 연구는 도시의 정보에 대한 탐색 관여가 높아질수 록 태도적 소비행동인 페이스북 팬페이지의 팬 수가 늘어날 것이며, 이는 결국 직접소비행동인 관광객의 수를 증가시키는 데 영향을 미칠 것이라 가정하였다. 이에 따라 서울시의 페이스북 팬페이지의 팬 수 및 관광객 수에 영향을 미치는 소비자의 검색 요인을 규명하고자 하였다.
미디어 라이프 시대에 인터넷은 특정 사회의 모습 혹은 특성을 반영해주는 지표의 역할을 한다. 이러한 관점에서 본 연 구는 인터넷을 이용한 특정 용어들에 대한 검색 트렌드가 사회를 설명하는 주요한 변인으로 작용할 수 있을 것 이라는 가정 하에 출발하였다.
제안 방법
정확한 기간 별 검색량의 Raw data를 제 공하지는 않지만, 각 검색 키워드 별로 검색량은 표준화 된 값을 갖기 때문에 그대로 연구에 사용하는 데 큰 문제가 없을 것으로 판단하였다. 1차로 구성된 키워드 세트 24개를 대상으로 주간 검색량 데이터는 총 1,128개의 시계열 데이터가 수집되었고 이를 바탕으로 탐색적 요인 분석을 실시하였다.
다음으로, Preacher와 Hayes(2004)가 제시한 Sobel 검증 (Z = ab / √a2sb2 + b2sa2)을 실시하여 설명 변인이 매개 변인을 통해 종속 변인에 미치는 매개효과에 대한 유 의도를 검증하였다(a: 관광매력키워드(상징적키워드)와 매개변인인 페이스북 팬페이지 팬 수 사이의 비표준화계수, b: 매개변인인 페이스북 팬페이지 팬 수와 서울시 관광객 수 사이의 비표준화계수, sa : a의 표준오차, sb: b의 표준 오차)[24].
도시 검색키워드를 유형화하기 위해 구글 트렌드에서 조사 기간 동안 서울과 관련한 키워드에 대한 검색량을 수집하여 요인분석을 실시하였다. 먼저 ‘Seoul’이라는 검 색 키워드와 관련하여 빈도가 높게 검색된 키워드를 도출하고, 각 키워드 별로 관련 검색 키워드를 추가 수집하여 키워드 세트를 1차로 구성하였다.
마지막으로 서울시 해외 페이스북 페이지인 ‘Seoul Korea’에 대한 사용자 반응지수 및 인기 게시물에 대한 정보를 확인하기 위하여 페이스북 페이지 방문자 행동 분석 서비스 페이지인 빅풋[23]의 데이터를 추가로 고찰하였다.
먼저 ‘Seoul’이라는 검 색 키워드와 관련하여 빈도가 높게 검색된 키워드를 도출하고, 각 키워드 별로 관련 검색 키워드를 추가 수집하여 키워드 세트를 1차로 구성하였다.
따라서 검색을 통해 긍정적 호감이나 관심이 증폭된 경우에는 자발적으로 공식 SNS에 가입하는 행동(페이지 Like)을 보일 것이라 예측된다. 이에 페이스북 페이지 팬 수를 검색량과 관광객 수를 매개하는 변인으로 설정하였다.
대상 데이터
서울시의 외국인 관광객 수는 서울 열린 데이터 광장[21]에서 수집하였으며 페이스북 팬페이지의 팬 수는 이 노버즈미디어사의 이노슈이트[22]에서 제공하는 일별 페이스북 팬 수를 수집하여 주별 데이터로 변환하였다. 구글 트렌드의 검색량은 조사 자료 수집 기간을 설정하여 각 키워드 별로 주간 검색량 데이터를 수집하여 분석에 활용하였다. 마지막으로 서울시 해외 페이스북 페이지인 ‘Seoul Korea’에 대한 사용자 반응지수 및 인기 게시물에 대한 정보를 확인하기 위하여 페이스북 페이지 방문자 행동 분석 서비스 페이지인 빅풋[23]의 데이터를 추가로 고찰하였다.
먼저 조사 대상 도시는 서울시로 선정하였다. 서울은 방한 외래 관광객들의 약 80%가 방문하는 대표적인 도시관광목적지이기 때문에 키워드 검색량에 따른 효과를 검증하기에 적합하다고 판단되었다.
서울시의 외국인 관광객 수는 서울 열린 데이터 광장[21]에서 수집하였으며 페이스북 팬페이지의 팬 수는 이 노버즈미디어사의 이노슈이트[22]에서 제공하는 일별 페이스북 팬 수를 수집하여 주별 데이터로 변환하였다. 구글 트렌드의 검색량은 조사 자료 수집 기간을 설정하여 각 키워드 별로 주간 검색량 데이터를 수집하여 분석에 활용하였다.
서울은 방한 외래 관광객들의 약 80%가 방문하는 대표적인 도시관광목적지이기 때문에 키워드 검색량에 따른 효과를 검증하기에 적합하다고 판단되었다. 연구문제를 검증하기 위한 분석 자료는 구글트렌드의 서울에 관련한 검색 키워드별 검색량, 서울시 해외 공식 페이스북 계정 페이지의 팬 수, 서울시 외국인 관광객 수의 주별 변화량을 보여주는 시계열 자료가 사용되었다. 서울시의 공식 해외 페이스북 계정인 ‘Seoul Korea’는 현재 1,253,830명의 팬 수를 확보하고 있어 도시의 페이스북 팬페이지 중 가장 많은 팬 수를 보유하고 있는 페이지이다.
자료의 수집 기간은 2015년 12월 13일부터 2016년 12월 1일까지 약 1년 간의 주별 데이터를 사용하였으며, 서울시의 외국인 관광객 수는 월별 데이터만 제공되고 있어 월 데이터를 각각 4주에 동일하게 적용하여 분석에 사용하였다.
데이터처리
분석 방법으로는 도시 검색 키워드의 유형화를 위하여 탐색적 요인분석(exploratory factor analysis)을 실시하였고, 도출된 검색키워드 유형과 페이스북 팬페이지 팬 수 및 서울시 관광객 수 간의 영향관계 검증을 위해 다중회귀분석(multiple regression analysis) 및 매개회귀 분석(mediation regression analysis)을 실시하였다.
앞서 도출된 네 개의 서울의 검색키워드 유형이 서울의 페이스북 팬페이지 팬 수에 미치는 영향을 살펴보기 위해 다중회귀분석을 실시하였다. 그 결과 서울의 검색 키워드 유형 별 검색량은 서울시의 페이스북 페이지인 ‘Seoul Korea’ 팬 수를 64.
분석 결과, 도시에 대한 검색키워드는 네 가지 차원으로 구성되었다. 요인분석 모델로는 전체분산을 이용하여 정보의 손실을 최대한 줄이면서 많은 변인들을 가능한 적은 수의 요인으로 줄이는데 목적이 있는 주성분 분석 (principal component analysis)을 채택하였다. 총 10개의 검색어 키워드를 바탕으로 4개의 키워드 유형이 도출되었다.
페이스북 팬페이지 팬 수가 매개효과를 지닐 것인지에 대한 연구문제 3을 검증하기 위하여, Baron과 Kenny(1986)이 제시한 매개 회귀분석을 실시하였다. 그들에 따르면 3가지의 단계를 분석해야 한다.
성능/효과
검증 결과 페이스북 팬페이지 팬 수의 매개 효과는 유의한 것으로 나타났다( Sobels T: z=6.2933, p< .001).
구체적으로 팬페이지 팬 수에 유의미한(p<.05)정적(+) 영향을 미치는 검색키워드 유형은 ‘관광매력 키워드’와 ‘상징적 키워드’의 순으로 큰 것으로 나타났다.
그 결과 서울의 검색 키워드 유형 별 검색량은 서울시의 페이스북 페이지인 ‘Seoul Korea’ 팬 수를 64.4%설명하는 것으로 나타났고, 설정한 회귀모형은 통계적으로 적합한 것으로 판단되었다(F=20.834, p=.000).
탐색적 요인분석을 통해 추출된 검색키워드는 [Table 3]과 같다. 네 개의 검색키워드 유형이 서울의 도시 검색에 대한 77.48%의 설명 변량을 보이는 것으로 나타났다. 탐색적 요인분석을 통해 도출된 요인들의 문항에 대한 신뢰도 테스트 결과 모두 크롬바크 알파 계수 는 0.
구글 트렌드의 서울 관련 검색 키워드 검색량을 바탕으로 도출한 소비자의 도시 검색 요인은 관광매력, 자연, 상징, 접근의 네 가지 차원이었다. 도출된 검색 요인이 페이스북 팬 페이지 팬 수에 미치는 영향을 살펴본 결과, 관광매력요인, 상징요인 순으로 검색량이 늘어날 때 페이스북 팬 페이지의 가입 수가 유의미하게 늘어나는 것으로 나타났다. 특히 ‘Seoul Korea’에 가입 행동을 보이는 소비자들은 관광 및 한국적(상징) 정보를 추구하는 경향이 높은 것으로 해석된다.
하지만 서울시에 관한 전반적인 메시지를 전달하는 채널인 ‘Seoul Korea’에 유입되는 소비자의 정보 추구 형태가 관광 매력에 대한 메시지에 집중되어 있다면 굳이 여러 개의 채널을 통해 관광 페이스북 계정을 운영할 필요성이 있는 지에 대한 재검토가 필요할 것이다. 마지막으로 페이스북 팬페이지의 팬 수의 매개 효과를 살펴본 결과, 페이스북 팬페이지는 검색 요인과 관광객 수를 완전 매개하는 효과가 있는 것으로 드러났다. 따라서 도시 관광객 유치를 위해 페이스북 페이지에 대한 적극적인 관리가 필요하다는 함의가 도출되었다.
분석 결과, 관광매력요인과 상징요인의 경우 모두 팬 페이지의 팬 수가 관광객 수를 완전 매개하는 것으로 나타났다. 이는 페이스북 페이지의 정보를 정기적으로 받아보는 사람들이 늘어날수록 관광객 수가 늘어날 확률이 높아짐을 의미하며, 도시브랜드 관리에 페이스북 페이지의 전략적 활용이 매우 중요함을 시사한다.
경제적 요인과 문화적 요인이 배제되었지 만, 이는 빈도수가 높은 검색 키워드를 중심으로 1차 검색 키워드 세트를 구성한 한계에 따른 것으로 보인다. 분석의 결과 서울에 대한 정보에 관여와 동기를 갖고 있는 소비자들은 관광매력 키워드, 자연환경 키워드, 상징적 키워드, 접근적 키워드에 대한 검색을 이루는 것으로 도출되었다.
구글 트렌드에 따르면 지정된 기간 내의 최대 검색량을 보인 데이터 포인트의 검색량 값은 100으로 고정되어 0부터 100사이의 값으로 환산된 검색량 시계열 데이터가 제공된다. 정확한 기간 별 검색량의 Raw data를 제 공하지는 않지만, 각 검색 키워드 별로 검색량은 표준화 된 값을 갖기 때문에 그대로 연구에 사용하는 데 큰 문제가 없을 것으로 판단하였다. 1차로 구성된 키워드 세트 24개를 대상으로 주간 검색량 데이터는 총 1,128개의 시계열 데이터가 수집되었고 이를 바탕으로 탐색적 요인 분석을 실시하였다.
48%의 설명 변량을 보이는 것으로 나타났다. 탐색적 요인분석을 통해 도출된 요인들의 문항에 대한 신뢰도 테스트 결과 모두 크롬바크 알파 계수 는 0.6을 모두 넘는 것으로 나타나 각 요인들의 내적일관성(internal consistency)을 저해하는 측정문항은 없는 것으로 판단되었다.
후속연구
공공기관의 업무 처리 방식에 있어 부처간 협의가 잘 이루어지지 않는다는 문제점이 꾸준히 제기되어 왔다. 각 부처 간 효율성 있는 페이스북 커뮤니케이션을 통해 소비자들이 얻고자 하는 정보를 전달함으로써 궁극적으로 해외 소비자들로 하여금 관광에 이르는 효과를 발휘할 수 있을 것이다.
이처럼 본 연구에서는 도시에 관한 키워드 검색 행위를 관광목적지로서의 관심의 표시로 간주하고, 검색 키워드 유형별 검색량이 페이스북 팬페이지 가입과 관광 행동에 이르는 영향을 살펴보고자 하는 것이다. 구체적으로는 도시의 어떠한 요소에 대한 정보 탐색이 활발할 수록 페이스북 팬페이지 팬 수 및 관광객 수가 증가하는 지 고찰하기 위해 서울시에 대한 검색 키워드를 유형화 한 뒤, 각각의 영향력을 검증할 것이다.
향후 더 풍부한 데이터 포인트를 확보함으로써 이와 같은 한계를 극복해야 할 것이다. 다음으로, 본 연구는 정보 탐색행동과 정보 구독행동, 마지막으로 구매행동에 이르기까지 어떠한 시간의 순차를 갖는지를 밝혀내지 못하였다. 정보탐색행동은 구매 전에 이루어질 수도 있지만, 사후에 정보를 탐색하는 경우도 발생할 수 있기 때문이다.
본 연구는 검색 요인 및 검색 량에 따른 영향관계를 탐색적으로 검증하기 위한 연구였 으므로 회귀분석 및 요인분석에 그쳤지만 앞으로는 구축된 시계열 데이터를 바탕으로 시계열 분석을 통한 예측 모형을 발굴하는 연구를 진행할 수 있을 것으로 생각된 다. 또 해외의 다른 도시 사례를 함께 살펴봄으로써 한 도시에 편중될 수 있는 연구 결과의 일반화 문제를 보완 해야 할 것이다.
정보탐색행동은 구매 전에 이루어질 수도 있지만, 사후에 정보를 탐색하는 경우도 발생할 수 있기 때문이다. 본 연구는 검색 요인 및 검색 량에 따른 영향관계를 탐색적으로 검증하기 위한 연구였 으므로 회귀분석 및 요인분석에 그쳤지만 앞으로는 구축된 시계열 데이터를 바탕으로 시계열 분석을 통한 예측 모형을 발굴하는 연구를 진행할 수 있을 것으로 생각된 다. 또 해외의 다른 도시 사례를 함께 살펴봄으로써 한 도시에 편중될 수 있는 연구 결과의 일반화 문제를 보완 해야 할 것이다.
이상 밝힌 본 연구의 한계점에도 불구하고, 도시의 페이스북 팬페이지의 가입에 영향을 미치는 요인을 소비자들의 검색행동을 통해 살펴봄으로써 앞으로의 도시 관리 의 실무적 시사점을 제공했다는데 의의가 있을 것이다. 앞으로 다양한 도시 자산 지표에 검색 데이터들을 활용함으로써 소비자들의 도시에 대한 관심을 측정할 수 있는 지수를 개발할 수 있기를 기대한다.
하지만 서울시에 관한 전반적인 메시지를 전달하는 채널인 ‘Seoul Korea’에 유입되는 소비자의 정보 추구 형태가 관광 매력에 대한 메시지에 집중되어 있다면 굳이 여러 개의 채널을 통해 관광 페이스북 계정을 운영할 필요성이 있는 지에 대한 재검토가 필요할 것이다.
첫째, 서울시의 관광객 수는 월별 데이터로 제공되어 주별 데이터에 맞추기 위하여 각 주 별로 월별 데이터 값을 대입했다는 것이다. 향후 더 풍부한 데이터 포인트를 확보함으로써 이와 같은 한계를 극복해야 할 것이다. 다음으로, 본 연구는 정보 탐색행동과 정보 구독행동, 마지막으로 구매행동에 이르기까지 어떠한 시간의 순차를 갖는지를 밝혀내지 못하였다.
질의응답
핵심어
질문
논문에서 추출한 답변
미디어 라이프 시대에 인터넷의 역할은 무엇인가?
듀즈(Deuze)는 현대의 시대를 인터넷을 중심으로 모든 환경과 사물이 지능화, 정보화, 네트워크화 되고 있는 미디어 라이프(media life)의 시대라고 하였다[1]. 미디어 라이프 시대에 인터넷은 특정 사회의 모습 혹은 특성을 반영해주는 지표의 역할을 한다. 이러한 관점에서 본 연 구는 인터넷을 이용한 특정 용어들에 대한 검색 트렌드가 사회를 설명하는 주요한 변인으로 작용할 수 있을 것 이라는 가정 하에 출발하였다.
관심 경제의 영역은 무엇인가?
이러한 맥락에서 소비자 의사 결정 모형 및 구매자 이론은 공통적으로 정보에 대한 관심을 의사 결정의 필수 단계로 제시하고 있다. 특히 소비자가 다양한 정보 중 어떠한 정보를 관심 대상으로 선택하는가가 가장 중요하기 마련이다. 소비자가 구매를 위해 어떠한 정보를 얻고자 할 것인가는 소비자의 최종 구매 결정을 예측하기 위해 중요한 요소로 여겨진다. 이 영역을 일컬어 “관심 경제 (Attention Economy)”라 부른다[3].
빅데이터 분석을 통해 생성된 정보와 결과의 용도는 무엇인가?
빅데이터 분석을 통해 생성된 정보와 결과는 사용자, 소비자 등의 행동을 미리 예측하는 데 활용된다[2]. 소비자들의 인터넷 브라우징(browsing) 행동은 검색 엔진을 기점으로 시작되는 경우가 대다수이고, 소비자들이 검색창에 어떤 단어를 입력하는지는 시장의 트렌드를 파악하는 데에 매우 중요한 정보가 되고 있다.
참고문헌 (24)
Deuze M., "Media Life. In: Papathanassopoulos, S. (Ed.)", Media Perspectives for the 21st Century, New York: Routledge, 2011.
Chang Soo Sung, Joo Y. Park, & Hoi Kwang Ka, "The Case Study of CCTV Priority Installation Using BigData Standard Analysis Model", Journal of Digital Convergence, Vol.15 No.5, pp.61-69, 2017.
Huang, T. L., Chen, M. L., Kuo, H. J., & Lai, K. L. "How Web Search Activity and Financial Media Coverage Affect Asset Prices?". 21th Conference of theories and Practices of Securities and Financial Markets, 2013.
Ferrell, O. C. and M. D. Hartline, "Marketing Strategy 5th Ed.", South-Western Cengage Learning, 2011.
Huang, T. L., Chen, M. L., Kuo, H. J., & Lai, K. L. "How Web Search Activity and Financial Media Coverage Affect Asset Prices?". 21th Conference of theories and Practices of Securities and Financial Markets, 2013.
Saemi Jeon, Yeojin Chung, & Dongyoup Lee, "The Relationship between Internet Search Volumes and Stock Price Changes - An Empirical Study on KOSDAQ Market-", Journal of Intelligence and Information Systems, Vol.22 No.2, pp.81-96, 2016.
Polgreen, P.M., Y. Chen, D.M. Pennock, and F.D.Nelson, "Using Internet Searches for Influenza Surveillance," Healthcare Epidemiology, Vol.47, No.11, pp.1443-1448, 2008.
Kim, D. and J. S. Yu, "A Dynamic Relationship Between Internet Search Activity, Housing Price, and Trading Volume", Korean Appraisal Review, Vol.24, No.2, pp.125-140, 2014.
Preis, T., H. S. Moat, and H. E. Stanley, "Quantifying trading behavior in financial markets using Google Trends", Scientific reports, Vol.3, No.1684, 2013.
Digital Media & Marketing Intelligence Center, "Survey Report: Perceptions of SNS users", http://www.dmcreport.co.kr/content/ReportView.php?typeSurvey&id933&gid10
Gummerus, J., Liljander, V., Weman, E., & Pihlstrom, M., "Customer engagement in a Facebook brand community", Management Research Review, Vol.35, No.9, pp.857-877, 2012.
Nelson-Field, K., Riebe, E., & Sharp, B., "What's not to "Like?", Journal of Advertising Research, Vol.52, No.2, pp.262-269, 2012.
Hwang, Jang-Sun, Lim, Jieun, "SNS as a Strategic Corporate Communication Tool : A Content Analysis of Corporate Facebook Fan-Pages in Korea and the US.", The Korean Journal of Advertising, Vol.24, No.4, pp.143-178, 2013.
Lipsman, A., Mudd, G., Rich, M., & Bruich, S., "The Power of like: How brands reach(and influence) fans through social media marketing", Journal of Advertising Research, Vol.51, No.1, pp.40-52, 2012.
Anderssen, P., & Colberg, R. T., "Multivariate analysis in travel research: a tool for travel package design and market segmentation", University of Washington, 1973.
Mayo, Edward, "Tourism and the national parks: A psychographic and attitudinal study", Journal of Travel Research, Vol.14, No.1, pp.14-21, 1975.
Mayo, E. J. and L. P. Jarvis, "Tourism; economic, physical, and social impacts", New York: CBI Publishing Company, pp.287-303, 1981.
Haahti, A. and U. Yavas, "Tourists' perceptions of Finland and selected European countries as travel destinations". European Journal of Marketing, Vol.17, No.2, pp. 34-42, 1983.
Embacher, J. and F. Buttler, "A Repertory Grid Analysis of Austria's Image as a Summer Vacation Destination", Journal of Travel Research, Vol.28, pp.3-7, 1989.
Seoul Open Data Plaza, "Monthly Statistics of Tourism", http://stat.seoul.go.kr/octagonweb/jsp/WWS7/WWSDS7100.jsp.
Innosuite of InnoBirds Media, http://innosuite.co.kr
Big foot, "Weekly Top Post of Seoul Korea", http://bigfoot9.com/dashboard/seoulcitykorea
Preacher, K. J., & Hayes, A. F., "SPSS and SAS procedures for estimating indirect effects in simple mediation models", Behavior Research Methods, Instruments, & Computers, 36, pp.717-731, 2004.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.