본 연구의 목적은 광고 캠페인이 소셜 네트워크에서 어떻게 확산되고 있으며, 광고의 핵심 요인인 광고모델이 확산에 어떤 역할을 하는지 그 패턴과 양상을 살펴보기 위한 것이다. 본 연구 목적을 달성하기 위해 국내 맥주 브랜드인 '클라우드(Kloud)'를 수집 키워드로 하여 텍스트마이닝과 소셜 네트워크 분석을 실시하였다. 구체적으로 '클라우드' 광고의 영향이 어떻게 SNS에 나타나는지 살펴보기 위해, '설현'이 광고모델로 처음 등장한 'Good Body' 광고 집행 이후 2달 간 네이버 블로그와 카페의 소셜 데이터를 수집하여 분석하였다, 그 결과, 광고 이후 클라우드에 대해 '?고 트렌디한 스타일', '맥주 브랜드', '맥주와 어울리는 음식', '럭셔리한 맥주 음용 장소', '여가 트렌드', 'SNS 활동' 등으로 인식하는 것으로 나타났다. 또한 클라우드 광고 모델 '설현' 역시 모델 이미지를 브랜드에 전이시키는 동시에 광고의 USP 및 브랜드명을 잘 전달하고 있는 것으로 나타나, 광고 모델이 소셜 미디어 상에서 광고와 브랜드의 확산에 영향을 주는 주요 요인임을 확인할 수 있었다. 본 연구는 소셜 네트워크 분석을 이용하여 광고 캠페인의 SNS 상의 확산 구조와 패턴을 밝혀냄으로써 광고 캠페인의 효율적인 운영 관리에 실무적인 기여를 했다는 의의를 갖는다.
본 연구의 목적은 광고 캠페인이 소셜 네트워크에서 어떻게 확산되고 있으며, 광고의 핵심 요인인 광고모델이 확산에 어떤 역할을 하는지 그 패턴과 양상을 살펴보기 위한 것이다. 본 연구 목적을 달성하기 위해 국내 맥주 브랜드인 '클라우드(Kloud)'를 수집 키워드로 하여 텍스트마이닝과 소셜 네트워크 분석을 실시하였다. 구체적으로 '클라우드' 광고의 영향이 어떻게 SNS에 나타나는지 살펴보기 위해, '설현'이 광고모델로 처음 등장한 'Good Body' 광고 집행 이후 2달 간 네이버 블로그와 카페의 소셜 데이터를 수집하여 분석하였다, 그 결과, 광고 이후 클라우드에 대해 '?고 트렌디한 스타일', '맥주 브랜드', '맥주와 어울리는 음식', '럭셔리한 맥주 음용 장소', '여가 트렌드', 'SNS 활동' 등으로 인식하는 것으로 나타났다. 또한 클라우드 광고 모델 '설현' 역시 모델 이미지를 브랜드에 전이시키는 동시에 광고의 USP 및 브랜드명을 잘 전달하고 있는 것으로 나타나, 광고 모델이 소셜 미디어 상에서 광고와 브랜드의 확산에 영향을 주는 주요 요인임을 확인할 수 있었다. 본 연구는 소셜 네트워크 분석을 이용하여 광고 캠페인의 SNS 상의 확산 구조와 패턴을 밝혀냄으로써 광고 캠페인의 효율적인 운영 관리에 실무적인 기여를 했다는 의의를 갖는다.
The purpose of this study is to investigate how the advertising campaign is spreading in social networks, and how the advertising model plays an important role in advertisement diffusion. In order to grasp the diffusion patterns of advertising, a text mining and social network analysis were conducte...
The purpose of this study is to investigate how the advertising campaign is spreading in social networks, and how the advertising model plays an important role in advertisement diffusion. In order to grasp the diffusion patterns of advertising, a text mining and social network analysis were conducted using the beer brand 'Kloud' as a collection keyword. After analyzing the social data for two months since the on-air of 'Good Body' advertisement, which was the first ad that "Sulhyun" appeared in. After the launch of the ad, Kloud has been mainly associated with keywords such as 'yavis & trendy style', 'beer brand', 'beer matching food', 'luxury beer drinking place', 'leisure trend', and 'SNS activity', etc. In addition, "Sul Hyun" also showed that an advertising model contributes to the spread of advertisement on social media in terms of image transition as well as brand's name and unique selling point.
The purpose of this study is to investigate how the advertising campaign is spreading in social networks, and how the advertising model plays an important role in advertisement diffusion. In order to grasp the diffusion patterns of advertising, a text mining and social network analysis were conducted using the beer brand 'Kloud' as a collection keyword. After analyzing the social data for two months since the on-air of 'Good Body' advertisement, which was the first ad that "Sulhyun" appeared in. After the launch of the ad, Kloud has been mainly associated with keywords such as 'yavis & trendy style', 'beer brand', 'beer matching food', 'luxury beer drinking place', 'leisure trend', and 'SNS activity', etc. In addition, "Sul Hyun" also showed that an advertising model contributes to the spread of advertisement on social media in terms of image transition as well as brand's name and unique selling point.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서, 본 논문은 소셜 미디어의 영향력이 증대되는 시점에서, 광고 캠페인이 소셜 네트워크에서 어떻게 확산되고 있으며, 광고의 핵심 요인인 광고모델이 확산에 어떤 역할을 하는지, 최근 각광받고 있는 빅데이터 분석 방법인 소셜 네트워크 분석(Social network analysis)을 통해 확산의 패턴과 양상을 살펴보고자 한다.
본 연구는 SNS 상에서 광고가 어떻게 확산되는지 파악하기 위해 네트워크 요소들 간의 관계를 분석하는 소셜 네트워크 분석을 활용하여 그 패턴과 구조를 파악하고자 다음의 두 가지 연구문제를 설정하였다.
본 연구는 광고 캠페인이 소셜미디어를 중심으로 어떻게 확산되는지 그 양상을 확인하기 위해, 소셜미디어에 축적된 비정형 텍스트 데이터를 수집하고 핵심 단어들 간의 관계를 파악하는 소셜 네트워크 분석을 실시하여 ‘클라우드’에 대한 소비자들의 인식을 확인하고자 하였다.
본 연구는 기존의 리서치 방법론을 통해 네트워크 구조를 파악하는데 제약이 따른다는 한계를 극복하고, 빅데이터를 이용한 소셜 네트워크 빅데이터 분석의 장점을 보여주고 있음에도 불구하고 다음과 같은 제한점을 가진다. 첫째, 본 논문은 소셜 미디어 상의 여론 확산 과정을 기술적으로 설명하는데 그치고 있으므로, 향후에는 광고의 확산 효과를 연상 네트워크 이론에 근거하여 정량적으로 검증해 볼 필요가 있겠다.
이러한 연구의 제한점과 한계를 가지고 있음에도 불구하고 본 연구는 점점 더 중요해지는 소셜 미디어 상에서 광고에 대한 소비자의 실질적인 여론을 분석하고 그 확산의 양상을 파악하였다는 데서, 학문적으로는 마케팅에서 적용하지 못했던 네트워크 분석에 대한 새로운 접근을 제시하고 실무적으로는 광고 캠페인에 대한 소비자 여론의 실체를 파악하였다는데서 광고 기획 및 관리 차원의 기여점이 있다고 하겠다.
제안 방법
수집된 데이터에서 텍스트마이닝(TextMining)을 수행하여 분석 키워드의 추출과 정제 작업을, 추출된 키워드들의 관련성을 탐색하는 데는 의미연결망(semantic network) 분석을 진행하였다. 수집된 데이터의 본문은 Python을 통해 데이터를 정제하고 의미있는 명사를 추출해 내는 형태소 분리 작업을 거쳐 핵심어를 도출하였다. 추출된 단어들 중 해당 브랜드 및 광고와 무관한 키워드는 제외하고 총 120개의 단어를 선정하였다.
본 연구는 광고 캠페인이 소셜미디어를 중심으로 어떻게 확산되는지 그 양상을 확인하기 위해, 소셜미디어에 축적된 비정형 텍스트 데이터를 수집하고 핵심 단어들 간의 관계를 파악하는 소셜 네트워크 분석을 실시하여 ‘클라우드’에 대한 소비자들의 인식을 확인하고자 하였다. 이를 위해 데이터를 수집하고 정제하는 텍스트마이닝과 소셜 네트워크 분석에 주로 사용되는 Phython과 Ucinet 6을 활용하여 분석하였다.
클라우드 광고효과를 파악하기 위해 광고모델 ‘설현’이 최초로 등장하는 Good Body 광고((2016년 5월 20일 온에어) 런칭 후, 클라우드 브랜드에 대한 여론이 소셜 미디어 상에서 어떻게 확산되는지를 확인하였다.
대상 데이터
본 연구는 소셜미디어 상의 광고 확산효과를 파악하기 위해 국내 맥주 브랜드인 ‘클라우드(Kloud)’를 분석대상으로 선정하였다.
소셜 빅데이터 분석을 위한 핵심 키워드는 ‘클라우드 맥주’와 ‘롯데 클라우드’로 선정하였으며, 클라우드 광고 런칭 후 2개월 간의 데이터를 수집하였다.
수집 채널은 국내 대표 포털사이트인 네이버의 블로그와 카페를 선정하였고, 카페의 경우 카페회원에게만 공개된 글은 제외하고 모두에게 공개 설정한 글만 수집하였다. 수집 결과, 광고 집행 후 2개월 간 총 4,331개의 게시글이 수집되었으며, 수집을 위한 분석 도구는 Python을 활용하였다.
소셜 빅데이터 분석을 위한 핵심 키워드는 ‘클라우드 맥주’와 ‘롯데 클라우드’로 선정하였으며, 클라우드 광고 런칭 후 2개월 간의 데이터를 수집하였다. 수집 채널은 국내 대표 포털사이트인 네이버의 블로그와 카페를 선정하였고, 카페의 경우 카페회원에게만 공개된 글은 제외하고 모두에게 공개 설정한 글만 수집하였다. 수집 결과, 광고 집행 후 2개월 간 총 4,331개의 게시글이 수집되었으며, 수집을 위한 분석 도구는 Python을 활용하였다.
수집된 데이터의 본문은 Python을 통해 데이터를 정제하고 의미있는 명사를 추출해 내는 형태소 분리 작업을 거쳐 핵심어를 도출하였다. 추출된 단어들 중 해당 브랜드 및 광고와 무관한 키워드는 제외하고 총 120개의 단어를 선정하였다. 또한, 소셜네트워크 상에 내재되어 있는 클라우드에 대한 관계를 시각화하여 공동출현 관계에 있는 클라우드에 대한 인식을 파악하기 위해 의미연결망 분석을 실시하였다.
데이터처리
의미연결망 분석을 위해 단어들 간의 연결 구조를 파악하고 연결정도 중심성을 분석하여 관계의 정도를 계량화 할 수 있는 Ucinet 6을 사용하였으며, 단어들 사이의 관계를 시각화하기 위해 Ucinet 6의 NetDraw를 이용하였다. 다음으로 유사한 단어들이 형성하는 군집을 도출하기 위해 CONCOR(CONvergence of iterated CORrelations) 분석을 실시하였다. 구조적 등위성 분석 중에 가장 보편적으로 사용되는 분석방법인 CONCOR 분석은 단어 간 동시출현 매트릭스의 피어슨 상관관계를 분석의 토대로 노드들의 블록을 식별해내고 블록들 간의 관계를 파악하는 방법이다.
추출된 단어들 중 해당 브랜드 및 광고와 무관한 키워드는 제외하고 총 120개의 단어를 선정하였다. 또한, 소셜네트워크 상에 내재되어 있는 클라우드에 대한 관계를 시각화하여 공동출현 관계에 있는 클라우드에 대한 인식을 파악하기 위해 의미연결망 분석을 실시하였다.
마지막으로 광고 모델의 확산 효과를 확인하기 위해 ‘설현’의 에고네트워크 분석을 실시하였다.
마지막으로 광고 모델이 소셜 미디어 상에서 어떻게 확산의 핵심 메시지 역할을 하는지 확인하기 위해 ‘설현’을 분석 대상 키워드로 하여 에고 네트워크(Ego-network) 분석을 실시하였다.
수집된 데이터에서 텍스트마이닝(TextMining)을 수행하여 분석 키워드의 추출과 정제 작업을, 추출된 키워드들의 관련성을 탐색하는 데는 의미연결망(semantic network) 분석을 진행하였다. 수집된 데이터의 본문은 Python을 통해 데이터를 정제하고 의미있는 명사를 추출해 내는 형태소 분리 작업을 거쳐 핵심어를 도출하였다.
이론/모형
의미연결망 분석을 위해 단어들 간의 연결 구조를 파악하고 연결정도 중심성을 분석하여 관계의 정도를 계량화 할 수 있는 Ucinet 6을 사용하였으며, 단어들 사이의 관계를 시각화하기 위해 Ucinet 6의 NetDraw를 이용하였다. 다음으로 유사한 단어들이 형성하는 군집을 도출하기 위해 CONCOR(CONvergence of iterated CORrelations) 분석을 실시하였다.
성능/효과
마지막으로 광고 모델의 확산 효과를 확인하기 위해 ‘설현’의 에고네트워크 분석을 실시하였다. Fig. 2에서 보는 바와같이, ucinet 6으로 네트워크를 그린 결과, 설현은 120개 단어 중 78개 단어와 연결되어 있었으며, 특히 광고, 모델, 맥주, 몸매, 클라우드, 여성, 이미지, 배우, 바디, 표정, 프리미엄, 스타, 굿(Good), 소주 등과 강하게 연결되어 있는 것으로 나타났다. 이러한 결과는 설현의 경우, 광고 모델의 이미지와 더불어 광고 핵심 메시지인 ‘Good body’, 맥주, 클라우드 등 해당 브랜드명과 USP(Unique selling point)를 잘 전달하고 있는 것으로 풀이된다.
분석 결과, 광고 집행 이후 클라우드에 대한 소비자의 인식은 광고의 영향을 받는 것으로 나타났다. 설현이 최초로 출현한 Good Body 광고는 기존에 전지현이 출현했던 광고와 다른 이미지로 집행된 바 있다.
설현이 최초로 등장한 Good Body 광고 런칭 이후 클라우드에 대한 인식 분석을 위해 텍스트마이닝을 실시한 결과, 가장 많이 나온 단어의 빈도와 연결정도 중심성은 Table 1과 같다. 빈도와 연결정도 중심성으로 도출한 영향력이 큰 중심단어에 대한 결과를 살펴보면 여성, 호텔, 맥주, 문화, 클라우드, 가치, 리조트, 최고, 전문가 등으로 나타났다.
소규모 클러스트는 총 4개로 나타났는데 주변인식①은 리필, 듬뿍, 생맥, 피자, 스테이크, 치맥, 샐러드, 파스트, 브런치, 피맥 등으로 ‘맥주에 어울리는 음식’으로 인식하는 것으로 나타났으며, 주변인식 ②는 활기, 만족, 낭만, 휴식, 바다, 라이프스타일 등으로 ‘여가 라이프’로 인식하는 것으로 나타났다.
주변인식 ③은 마음껏, 바디, 파티, 라운지, 럭셔리, 호텔, 프라임 등으로 ‘럭셔리한 맥주 음용 장소’로 인식하는 것으로 나타났으며, 주변인식④는 유행, 인증샷, 분위기, 취향, 감성, 시원, 감상 등으로 ‘SNS 활동’으로 인식하는 것으로 나타났다.
주요인식 ②는 클라우드, 그래비티, 와인, 생맥주, 칵테일, 펍, 칼스버그, 산미구엘, 호가든, 기네스, 청량감 등으로 ‘맥주 브랜드’로 인식하는 것으로 나타났다.
중심 클러스터 중 주요인식 ①은 열정, 트렌드, 문화, 젊은이, 고급, 자유, 청년 등으로 형성되어 ‘젊고 트렌디한 스타일’로 인식되는 것으로 나타났다.
후속연구
셋째, 본 연구의 자료는 네이버에 한정하여 수집했기 때문에 향후 연구에서는 자료의 대표성 확보를 위해 다양한 채널을 포함하여 데이터를 확보할 것을 제안한다. 넷째, 본 연구에서는 광고 크리에이티브 요소들 중 광고 모델에 초점을 두었지만, 향후에는 광고 메시지, 광고 비주얼 등 그 외 중요한 광고 요소들에 대한 확산 효과를 구분하여 분석해 볼 필요가 있겠다.
첫째, 본 논문은 소셜 미디어 상의 여론 확산 과정을 기술적으로 설명하는데 그치고 있으므로, 향후에는 광고의 확산 효과를 연상 네트워크 이론에 근거하여 정량적으로 검증해 볼 필요가 있겠다. 둘째, 광고 전후 시점의 확산 패턴이나 양상을 비교하여 실질적인 광고 효과를 검증하여 좀더 정확한 결과를 도출하는 것이 필요하겠다. 셋째, 본 연구의 자료는 네이버에 한정하여 수집했기 때문에 향후 연구에서는 자료의 대표성 확보를 위해 다양한 채널을 포함하여 데이터를 확보할 것을 제안한다.
둘째, 광고 전후 시점의 확산 패턴이나 양상을 비교하여 실질적인 광고 효과를 검증하여 좀더 정확한 결과를 도출하는 것이 필요하겠다. 셋째, 본 연구의 자료는 네이버에 한정하여 수집했기 때문에 향후 연구에서는 자료의 대표성 확보를 위해 다양한 채널을 포함하여 데이터를 확보할 것을 제안한다. 넷째, 본 연구에서는 광고 크리에이티브 요소들 중 광고 모델에 초점을 두었지만, 향후에는 광고 메시지, 광고 비주얼 등 그 외 중요한 광고 요소들에 대한 확산 효과를 구분하여 분석해 볼 필요가 있겠다.
본 연구는 기존의 리서치 방법론을 통해 네트워크 구조를 파악하는데 제약이 따른다는 한계를 극복하고, 빅데이터를 이용한 소셜 네트워크 빅데이터 분석의 장점을 보여주고 있음에도 불구하고 다음과 같은 제한점을 가진다. 첫째, 본 논문은 소셜 미디어 상의 여론 확산 과정을 기술적으로 설명하는데 그치고 있으므로, 향후에는 광고의 확산 효과를 연상 네트워크 이론에 근거하여 정량적으로 검증해 볼 필요가 있겠다. 둘째, 광고 전후 시점의 확산 패턴이나 양상을 비교하여 실질적인 광고 효과를 검증하여 좀더 정확한 결과를 도출하는 것이 필요하겠다.
질의응답
핵심어
질문
논문에서 추출한 답변
대표적인 네트워크 분석지표로 연결된 구조적 특성을 파악하기 위해 무엇이 사용되는가?
소셜 네트워크 분석은 수많은 노드(node)들과 그 노드들 사이의 무수히 다양한 관계들로 인해 계산론적으로 접근하는 복잡한 분야이다 [10]. 네트워크 분석의 핵심은 개별 요소들 간의 구조 또는 관계가 분석단위로 이용되는 것이며, 대표적인 네트워크 분석지표로 연결된 구조적 특성을 파악하기 위해서는 밀도(density), 중심성(centrality), 중심도(centralization) 등의 지표가 사용된다 [11].
SNS에서 활동하는 개인들이 단순히 청중에 그치는 것이 아니라 대인 영향력자가 될 수 있는 이유는 무엇인가?
SNS는 콘텐츠가 단발적인 노출로 사라지는 것이 아니라 자동적으로 기록되고 보관되어 다수의 이용자에 의해 끊임없이 재생산되고 커뮤니케이션 되는 곳이다 [3]. 그렇기 때문에 SNS에서 활동하는 개인들은 단순히 청중에 그치는 것이 아니라, 자신의 주변에 존재하는 또 다른 청중들을 거느린 대인 영향력자가 된다는 확장적 역할을 부여받게 된다 [4].
광고 커뮤니케이션의 효과를 단계적으로 설명하는 것으로 무엇이 있는가?
광고 커뮤니케이션의 효과를 단계적으로 설명하고 있는 AISAS(Attention, Interest, Search, Action, Share)나 DSAVI(Desire, Search, Action, Viral, Induce) 모델에서도 SNS의 활성화와 소비자 메시지의 전파를 강조한다. 이들 모델에서는 소셜미디어의 핵심 특성을 네트워크에 기반한 연결과 상호작용, 그리고 발신자와 수신자의 유연한 관계에 근거해서 보고 있는데, 이는 SNS에서의 광고 효과가 미디어로 존재하는 사회적 타자 안에서 연쇄적으로 발생하는 확산 과정에 기인한다고 본 것이다 [6].
참고문헌 (15)
C. Li. (2015). Participation, Wiseberry.
P. Kotler, H. Kartajaya & I. Setiawan. (2017). Marketing 4.0, Wiley.
D. Boyd. (2008). Why Youth [heart] Social Network Sites: The Role of Networked Publics in Teenage Social Life. In Youth, Identity, and Digital Media, D. Buckingham, Ed. Cambridge: MIT Press.
M. Choi. (2009). A Study on the Diffusion of Social Media and Recognition of Audience on Media Contents. Korean Association For Communication And Information Studies, 2009 Autumn periodical conference, 5-31.
D. Boyd & N. Ellision. (2007). Social Network Sites: Definition, History and Scholarship. Journal of Computer-Mediated Communication, 13(1), 18-29.
J. H. Kim. (2011). Research on the Diffusion Process of Social Media Advertisement and Advertising Effect, KOBACO : Seoul, Korea.
D. Iacobucc & N. Hopkins. (1992). Modeling dyadic interactions and networks in marketing. Journal of Marketing Research, 29, 5-17.
G. R. Henderson, D. Iacobucci & B. J. Calder. (1998). Brand diagnostics: Mapping branding effects using consumer associative networks. European Journal of Operational Research, 111, 306-327.
C. H. Ci. (2010). A New Way to Structure a Brand Association Network and Proposition for Future Studies, Korean Association for Advertising and Public Relations, 12(3), 128-151.
Y. I. Yoon. (2016). Social Network Analysis of Changing Perceptions about Camping. Tourism Mnagement Research Organization, 20(2), 265-288.
S. C. Song, S. H. Park & G. T. Yeo. (2018). SNA Approach for Analyzing the Research Trend of China''s Logistics. Journal of Digital Convergence, 16(5), 55-63.
J. S. Kim. (2012). Big Data Utilization and Related Technique and Technology Analysis. The Korea Contents Association Review, 10(1), 34-40.
M. J. Kim & C. J. Kim. (2017). Analyzing Architectural History Terminologies by Test Mining and Association Analysis. Journal of Digital Convergence, 15(1), 443-452.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.