$\require{mediawiki-texvc}$

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.

소셜 네트워크 분석을 이용한 팬덤 페르소나 디자인
Fandom-Persona Design based on Social Network Analysis 원문보기

Journal of Internet Computing and Services = 인터넷정보학회논문지, v.20 no.5, 2019년, pp.87 - 94  

설상훈 (Interdisciplinary Course for Service Design Convergence, Sungkyunkwan University) ,  성기훈 (Department of Mechanical Engineering, Sungkyunkwan University)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 4차 산업혁명시대소셜 네트워크 상에서 축적된 소비자들의 비정형 데이터를 서비스디자인과 사회심리학적 측면에서 데이터를 활용해 분석하는 방법을 제안하였다. 먼저 물리적인 공간보다 소셜 네트워크 상의 공간에서 주관적이며 집단적 행위를 보여주는 팬덤 현상을 데이터서비스의 관점에서 정의하였다. 팬덤 모델은 기존의 서비스디자인에서 개인적인 수준으로 분석하였던 고객의 페르소나를 집단적인 수준으로 변환시켰으며, 소비자의 빅데이터를 분석하는 소셜 네트워크 분석은 이를 패턴화하고 시각적으로 분석할 수 있는 효율적인 방법으로 제시하였다. 소셜 리스닝으로 수집한 소비자의 데이터는 연관성, 안정성, 결측정도, 그리고 고유성을 기준으로 Column별 데이터전처리를 진행하였다. 위의 데이터를 기반으로 기업의 브랜드 전략을 적극적 개입형과 소극적 개입형으로 나누고 이러한 전략적 태도가 소비자의 팬덤 커뮤니티의 성장방향성에 미치는 영향을 분석하였다. 이를 위해 소비자의 팬덤 모델을 브랜드전략이 가지는 총 4가지 전략인 독립형, 분산형, 통합형, 그리고 중앙집중형으로 나누어서 제안하였고, 소비자의 팬덤 형상을 시간에 따라 변화추이를 분석하는 성장모델분석 기법으로 제안하였다.

Abstract AI-Helper 아이콘AI-Helper

In this paper, the method of analyzing the unformatted data of consumers accumulated on social networks in the era of the Fourth Industrial Revolution by utilizing data from the service design and social psychology aspects was proposed. First, the fandom phenomenon, which shows subjective and collec...

주제어

표/그림 (9)

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문은 4차 산업혁명시대에 소셜 네트워크 서비스에서 나타나는 소비자의 팬덤 현상을 파악하기 위해 소셜 리스닝과 소셜 네트워크 분석을 적용하고 브랜드 전략 모델을 융합하는 새로운 접근 방법을 제시하였다. 이를 통해 4가지 브랜드 팬덤 모델을 도출하였으며, 이러한 분류를 통해 소비자의 비정형데이터를 분석하고 시각화하였다.
  • 소셜 네트워크 분석은 사람들 사이의 관계를 다양한 분야에 적용하기 위해 노드와 링크로 연결된 사회 그래프를 만들고 분석하는 방법이다[16]. 본 논문은 소셜 네트워크 분석을 사용하여 팬덤 현상을 확인하기 위해 데이터 상의 팬덤을 정의하였다. 각각의 노드(Node)는 실제로 소셜 네트워크 상에서의 브랜드와 감정 및 행동지표로 정의되며 사용자의 해시태그 데이터를 활용하였다.
  • 소셜 네트워크 분석 기반의 팬덤 모델을 분류하기 위해 기업에서 디자인한 콘텍스트를 중심으로 사용자들이 인위적으로 커뮤니티를 형성하도록 하는 경우와 자발적으로 커뮤니티를 형성하는 경우가 실제 팬덤 성장모형에 어떠한 영향을 미치는지 확인하고자 한다.
  • 각각의 노드(Node)는 실제로 소셜 네트워크 상에서의 브랜드와 감정 및 행동지표로 정의되며 사용자의 해시태그 데이터를 활용하였다. 이를 통해 가중치(Weight Factor)간의 차별을 두지 않으며 연결성(Connection) 만을 사용해서 군집 형상을 확인하고자 하였다. 그림 3과 같이 소셜 네트워크 분석에서 나타나는 각 팬덤에 대하여 패턴의 형상을 통한 정의를 위해 브랜드 전략에서 사용되는 브랜드 전략모델 4가지를 적용하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
서비스디자인은 무엇인가? 서비스디자인은 공급자 중심이 아닌 소비자 및 사용자를 중심으로 다양한 방면에서 디자인사고를 적용해 가치를 디자인하고 전달한다[9,10]. 이러한 서비스디자인은 주로 정성적 연구방법인 인터뷰, 타운워칭, 그리고 FGI(Focus Group Interview) 등의 방법으로 사용자의 상태나니즈를 파악하는 방식을 채택한다.
소비자의 팬덤 모델의 종류는 어떠한가? 위의 데이터를 기반으로 기업의 브랜드 전략을 적극적 개입형과 소극적 개입형으로 나누고 이러한 전략적 태도가 소비자의 팬덤 커뮤니티의 성장방향성에 미치는 영향을 분석하였다. 이를 위해 소비자의 팬덤 모델을 브랜드전략이 가지는 총 4가지 전략인 독립형, 분산형, 통합형, 그리고 중앙집중형으로 나누어서 제안하였고, 소비자의 팬덤 형상을 시간에 따라 변화추이를 분석하는 성장모델분석 기법으로 제안하였다.
분산형 브랜드 팬덤 모델을 확인하기 어려운 이유는 무엇인가? 분산형 브랜드 팬덤 모델은 다양한 소비자 집단을 타켓팅하고 다양한 상품군을 사용할 경우나타나는 팬덤 모델이다. 스타트업의 경우 초반에 다양한 상품군을 출시하지 못하는 한계점을 가지고 있기 때문에 실제 소셜 네트워크 분석 모델의 초반에는 확인하기 어렵다는 제한이 있다. 통합형 브랜드 팬덤 모델은 유사한 소비자 집단을 타켓팅하지만 상품군이 다양한 브랜드의팬덤 모델이다.
질의응답 정보가 도움이 되었나요?

참고문헌 (17)

  1. Roy, R., Shehab, E., et al., "Service as value co production: reframing the service design process", Journal of Manufacturing Technology Management, Vol. 20, no. 5, 2009, pp. 568-590. https://doi.org/10.1108/17410380910960993 

  2. Lucy Kimbell, "Designing for service as one way of designing services", International Journal of Design, Vol. 5, no. 2, 2011, pp. 41-52. Retrieved October 01, 2019, from http://ijdesign.org/index.php/IJDesign/article/ view/938/345 

  3. Ostrom, Amy L., et al., "Service research priorities in a rapidly changing context", Journal of Service Research, Vol. 18, no. 2, 2015, pp. 127-159. https://doi.org/10.1177/1094670515576315 

  4. Bitner, Mary Jo, Amy L. Ostrom, and Felicia N. Morgan, "Service blueprinting: a practical technique for service innovation", California Management Review, Vol. 50, no. 3, 2008, pp. 66-94. https://doi.org/10.2307/41166446 

  5. Sampson, Scott E., "Visualizing service operations", Journal of Service Research, Vol. 15, no. 2, 2012, pp. 182-198. https://doi.org/10.1177/1094670511435541 

  6. Jain, Varsha, Reshma Vatsa, and Khyati Jagani, "Exploring Generation Z's Purchase Behavior towards Luxury Apparel: a Conceptual Framework", Romanian Journal of Marketing, no. 2, 2014, pp. 18-29. Retrieved October 01, 2019, from https://search.proquest.com/docview/1549931202/fulltext 

  7. Balduini, Marco, et al., "Social listening of city scale events using the streaming linked data framework", International Semantic Web Conference, 2013, pp. 1-16. https://doi.org/10.1007/978-3-642-41338-4_1 

  8. Honey, Courtenay, and Susan C. Herring, "Beyond microblogging: Conversation and collaboration via Twitter", 2009 42nd Hawaii International Conference on System Sciences. IEEE, 2009. https://doi.org/10.1109/HICSS.2009.89 

  9. Candi, Marina, and Rognvaldur J. Saemundsson, "How different? Comparing the use of design in service innovation in Nordic and American new technology-based firms", Design Studies, Vol. 29, no. 5, 2008, pp. 478-499. https://doi.org/10.1016/j.destud.2008.05.003 

  10. Frost, Robert, and Kelly Lyons, "Service systems analysis methods and components: a systematic literature review", Service Science, Vol. 9, no. 3, 2017, pp. 219-234. https://doi.org/10.1287/serv.2017.0180 

  11. Tassi, Roberta, Agata Brilli, and Donato Ricci, "Digital methods for service design experimenting with data-driven frameworks", ServDes2018. Service Design Proof of Concept, Proceedings of the ServDes.2018 Conference, no. 150, 2018. Retrieved October 01, 2019, from http://www.ep.liu.se/ecp/150/091/ecp18150091.pdf 

  12. V. Kumar, Veena Chattaraman, et al., "Data-driven services marketing in a connected world", Journal of Service Management, Vol. 24, no. 3, 2013, pp. 330-352. https://doi.org/10.1108/09564231311327021 

  13. Genevie, Louis E., ed. Collective behavior and social movements, Wadsworth, 1978. 

  14. Neil J. Smelser, "Theory Collectve Behav Ils 258", Routledge, 2013. https://doi.org/10.4324/9781315008264 

  15. Giannoulakis, Stamatios, and Nicolas Tsapatsoulis, "Evaluating the descriptive power of Instagram hashtags", Journal of Innovation in Digital Ecosystems, Vol. 3, no. 2, 2016, pp. 114-129. https://doi.org/10.1016/j.jides.2016.10.001 

  16. Otte, Evelien, and Ronald Rousseau, "Social network analysis: a powerful strategy, also for the information sciences", Journal of information Science, Vol. 28, no. 6, 2002, pp. 441-453. https://doi.org/10.1177/016555150202800601 

  17. Vincent D Blondel, Jean-Loup Guillaume, et al., "Fast unfolding of communities in large networks", Journal of statistical mechanics: theory and experiment, Vol. 2008, no. 10, 2008. http://doi.org/10.1088/1742-5468/2008/10/P10008 

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
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