[논문]기능성 화장품 마케팅의 소셜 빅데이터 분석 활용 : H사 사례를 중심으로

황신해; 구동영; 김정군

doi:10.14400/jdc.2019.17.7.035

기능성 화장품 마케팅의 소셜 빅데이터 분석 활용 : H사 사례를 중심으로
Application of Social Big Data Analysis for CosMedical Cosmetics Marketing : H Company Case Study 원문보기

디지털융복합연구 = Journal of digital convergence, v.17 no.7, 2019년, pp.35 - 41

황신해 (영남대학교 일반대학원 경영학과) , 구동영 (영남대학교 일반대학원 경영학과) , 김정군 (영남대학교 경영학과)

초록
AI-Helper

본 연구는 소셜 빅데이터 분석을 통해 튼살 기능성 화장품 시장과 고객 분석을 수행하고 중소화장품제조 기업의 마케팅 활용 후 시사점을 도출하기 위해 수행되었다. 20만개 이상의 네이버 블로그, 네이버 까페, 인스타그램, 네이버스토어 게시글을 대상으로 R을 활용한 빅데이터 분석을 수행하였다. 키워드 빈도분석, 연관관계 분석을 통해 고객 니즈와 경쟁사 포지셔닝을 이해하고 마케팅 전략 수립을 위한 시사점을 도출하였다. 분석 결과 튼살 완화와 함께 예방이 핵심 소구점으로 파악되었고 선물용 시장을 위한 제품 라인의 확장이 주요 시사점으로 나타났고 제품에 대해 상호 보완할 수 있는 제품과의 연관성이 높은 것으로 나타났다. 전통적인 마케팅 기법과 함께 사용 시 소셜 빅데이터 분석은 증거기반의 의사 결정과 기존에 파악하지 못했던 고객과 시장의 특성 도출에 유용함을 확인하였다. 향후 연구에서는 word2vec과 같은 자동화된 문장 분류를 통해 추가적인 마케팅 인사이트를 얻을 수 있을 것으로 판단된다.

Abstract ▼ AI-Helper

This study aims to analyze the cosmedical cosmetics market and the nature of customer through the social big data analysis. More than 80,000 posts were analyzed using R program. After data cleansing, keyword frequency analysis and association analysis were performed to understand customer needs and competitor positioning, formulated several implications for marketing strategy sophistication and implementation. Analysis results show that "prevention" is a new and essential attribute for appealing target customers. The expansion of the product line for the gift market is also suggested. It has been shown that there is a high correlation with products that can be complementary to each other. In addition to the traditional marketing technique, the social big data analysis based on evidence was useful in deriving the characteristics of the customers and the market that had not been identified before. Word2vec algorithm will be beneficial to find additional.

주제어

표/그림 (13)

그림 Fig. 1. Frequency analysis by counseling field through R program
그림 Fig. 2. Frequency analysis by counseling field through R program
그림 Fig. 3. Frequency analysis by counseling field through R program
그림 Fig. 4. Frequency analysis by counseling field through R program
그림 Fig. 5. Linkage Analysis of Consultation Needs for 2017-2018 by R program
그림 Fig. 6. Linkage Analysis of Consultation Needs for 2017-2018 by R program
그림 Fig. 7. Frequency analysis by counseling field through R program
그림 Fig. 8. Linkage Analysis of Consultation Needs for2017-2018 by R program
그림 Fig. 9. Frequency analysis by counseling field through R program
그림 Fig. 10. Linkage Analysis of Consultation Needs for 2017-2018 by R program
그림 Fig. 11. Frequency analysis by counseling field through R program
그림 Fig. 12. Linkage Analysis of Consultation Needs for 2017-2018 by R program
그림 Fig. 13. Frequency analysis by counseling field through R program

AI 본문요약
AI-Helper

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

문제 정의

본 연구는 화장품시장의 특정분야인 튼살 기능성 화장품 소비자에 대한 이해를 높이고 소비자의 잠재 욕구 및 수요를 파악하기 위해 소셜 빅 데이터 분석을 수행하였다.

제안 방법

SNS(인스타그램)와 포털사이트의 카페(네이버카페, 다음카페) 및 블로그(네이버블로그), 오픈마켓(네이버쇼핑)을 통해 임부 트렌드를 분석하고자 하였다.
본 연구에서는 일반 소비자들의 실생활에서 사용 되는 소비재인 화장품을 대상으로 소셜미디어 기반의 데이터를 수집하여 특정 키워드와 그와 연관 단어를 빅데이터 분석기법을 사용하여 분석하였다.
텍스트마이닝(Text Mining)은 일상에서 이야기하는 언어인 자연어로 구성된 비정형 데이터에서 관계나 패턴을 추출하여 의미 있는 정보를 찾아내는 기법으로 자연어처리(Natural Language Processing) 기반기술 중의 하나이다. 온라인 문서, PDF, MS 오피스 파일 등 다양한 형태의 문서로부터 텍스트를 추출하고 이를 활용하여 감성분석(sentimental analysis), 워드 클라우드(wordcloud)분석을 수행한다[10]. 비정형 텍스트 데이터를 텍스트 마이닝 기법으로 분석하면 그 텍스트를 품사별로 분해, 정제할 수 있으므로 특정 단어의 출현빈도 파악 등과 같이 단어들 간의 관계를 알아볼 수 있으며[11-13], 도출된 정보에 대한 클러스터링, 분류, 워드 클라우드 기법 등을 활용하여 유용하고, 가치 있는 정보를 추출할 수 있다[14].
이후 두자리 이상의 명사만 추출하여 smdc 패키지를 통해 각각의 문서에서 추출한 명사, 형용사, 동사의 빈도수와 단어들 간의 관계를 파악하였다.
튼살이 생기는 원인과 그에 다른 치료의 트렌드를 분석하고자 하였으며 이와 관련하여 어떤 키워드가 제품 구매에 영향을 미치는지 알아보기 위해 ‘튼살 원인’과 ‘튼살 치료’이라는 키워드를 통해 버즈량을 분석했다.

대상 데이터

본 연구는 SNS(인스타그램)와 포털사이트의 카페(네이버카페, 다음카페) 및 블로그(네이버블로그), 오픈마켓(네이버쇼핑)의 임산부 화장품 관련 본문과 댓글을 수집하여 중소제조기업인 H사를 대상으로 신제품 마케팅 전략 도출에 활용하였다.

이론/모형

비정형 데이터는 텍스트 마이닝, 소셜 네트워크 분석 등의 비정형 데이터 마이닝 기법을 활용하여 분석한다[10].

성능/효과

4개의 경쟁사 종합분석 결과, 전반적인 키워드는 비슷했으나 경쟁사별로 키워드의 언급량과 연관관계가 다르다는 것을 알 수 있다
그 결과, 임부-출산용품의 버즈량이 가장 높았지만 임부 화장품의 특정분야인 기능성 화장품의 언급량이 눈에 띄게 높은 것을 확인할 수 있고 이는 임산부 출산용품 시장에서 튼살화장품 카테고리가 상당한 점유율을 가지고 있음을 간접적으로 보여준다.
그 결과, 사용자들은 튼살제거의 기능적인 부분과 효과적인 부문을 원하는 것을 알 수 있고 ‘튼살 치료’ 버즈량 분석에서 ‘크림’의 언급량이 높게 나타났다.
둘째, 기능성 화장품은 미용의 목적보다 의약품과 같은 치료, 예방의 이미지가 강하므로 정성적인 효과를 중심으로 한 마케팅과 함께 임상시험, 인증서, 성분공개, 특허 등의 객관적인 입증자료를 토대로 기능성을 강조할 필요가 있는 것으로 분석되었다.
셋째, 크림과 오일의 언급 양과 연관성이 모두 높은 것으로 나타났는데 이는 상호보완적인 제품이 필요함을 의미하는 것으로 오일이 크림과 같이 흔히 사용되는 제품으로 제품군의 확장이 필요함을 시사한다.
첫째, H사의 기능성 화장품 제품에서 피부 개선을 촉진(Promotion)한다는 이미지보다 피부 보호, 유지및 예방(Prevention)하는 제품이란 이미지로 변화시킬 필요가 있다.
첫째, 튼살 크림 시장에서 튼살의 치료와 완화가 물론 중요하지만 우리, 아기, 아이의 언급이 비중 있게 나타났는데 특정한 고객층이 아닌 고객층 확대가 필요한 것으로 나타난다.
첫째로 전통적인 데이터 타입과 더불어 새로운 타입의 데이터를 포괄하며 크기(volume)가 방대해진 것이고, 필연적으로 그에 비례하는 다양성(variety)을 가지고 있으며, 데이터 증가 속도(velocity)가 빠르다.
튼살 크림의 구매가 주로 임산부 튼살 예방 목적인만큼 임산부, 임신의 속성이 높게 나타났으며 임산부, 임신 비중만큼 아기도 연관관계가 높게 나타났다.

후속연구

넷째, 현재 H사는 임산부 관련 제품으로는 기능성화장품(크림)인 단일제품으로 임산부 관련 제품 라인 및 아기 케어 제품 등의 측면에서 다양한 제품라인의 확대가 필요하다.
셋째, 정성적, 감성적인 마케팅을 지양하고 인증서 및 데이터 기반(피부 자극테스트 완료, 튼살 개선 임상시험 완료, 유해물질 확인시험 완료) 마케팅의 강화가 필요하다.

질의응답

핵심어	질문	논문에서 추출한 답변
	빅데이터는 무엇인가?	일정시간에 데이터를 처리, 저장, 관리할 때 흔히 쓰이는 일반적인 소프트웨어나 도구로서는 감당할 수 없는 데이터를 의미하는 것으로 빅데이터는 크게 3가지의 3V 로 정의된다. 첫째로 전통적인 데이터 타입과 더불어 새로운 타입의 데이터를 포괄하며 크기(volume)가 방대해진 것이고, 필연적으로 그에 비례하는 다양성(variety)을 가지고 있으며, 데이터 증가 속도(velocity)가 빠르다.
	소셜 빅데이터가 주목받고 있는 이유는 무엇인가?	특히 사용자에 의해 만들어지는 데이터(user generated data)라는 측면에서 소셜 데이터에 대한 사회적 관심이 증가하고 있다[7]. 소셜 빅데이터가 주목받고 있는 이유는 단편적인 정보수집으로 전체 맥락을 파악하지 못했던 기존의 연구방법의 한계점을 극복하고, 다수의 사람과 관련된 맥락을 파악하여 그들의 행동패턴을 도출하는데 도움이 되기 때문이다[8].
	키워드 빈도분석, 연관관계 분석을 통한 결과는 무엇인가?	키워드 빈도분석, 연관관계 분석을 통해 고객 니즈와 경쟁사 포지셔닝을 이해하고 마케팅 전략 수립을 위한 시사점을 도출하였다. 분석 결과 튼살 완화와 함께 예방이 핵심 소구점으로 파악되었고 선물용 시장을 위한 제품 라인의 확장이 주요 시사점으로 나타났고 제품에 대해 상호 보완할 수 있는 제품과의 연관성이 높은 것으로 나타났다. 전통적인 마케팅 기법과 함께 사용 시 소셜 빅데이터 분석은 증거기반의 의사 결정과 기존에 파악하지 못했던 고객과 시장의 특성 도출에 유용함을 확인하였다.

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