[논문]Mobile Commerce Brand Identity Strategy by SNS Text mining

Yeo, Hyun-Jin

doi:10.9708/jksci.2020.25.10.255

Mobile Commerce Brand Identity Strategy by SNS Text mining 원문보기

韓國컴퓨터情報學會論文誌 = Journal of the Korea Society of Computer and Information, v.25 no.10, 2020년, pp.255 - 260

Yeo, Hyun-Jin (International College, Dongseo University)

초록
AI-Helper

본 논문은 SNS 토픽 모델링을 통해 효율적인 브랜드 아이덴티티 전략을 제안하고자 하며, 토믹 모델링 대상은 SNS는 전 세계적으로 10억이상 사용자와 5억이상 매일 사용자를 가진 인스타그램을 크롤링하였다. 인스타그램의 사용자그룹은 59%가 18~29세, 33%가 30~49세인 것을 감안하여 세개의 최근 런칭한 젊은 세대들을 위한 패션 판매 모바일 사이트를 분석대상으로 하였으며 이들은 각각 SNS을 마케팅 채널로 활용하였다. 각 모바일 사이트들의 서비스 시작후 6개월간 각 회사의 브랜드 명이나 회사명이 태깅된 SNS 포스팅을 크롤링하였으며, 토픽 모델링을 통한 브랜드 이미지 분석을 통해 각 회사의 브랜드 아이덴터티 전략이 효과적으로 적용되었는지 검증하였다. 결과적으로 세 개의 사이트 중 한 개의 사이트가 브랜드 아이덴티티 의도와 다른 브랜드 이미지가 설정되어있음을 발견하였으며 이를 보완하기 위한 전략을 제언하였다.

Abstract ▼ AI-Helper

In this paper, I propose an efficient brand identity strategy by topic modeling the Instagram posts, one of SNS(Social Network Service) having more than 1billion world-wide and 500 million daily users. Since the 92% age groups of the Instagram is 18~50 years old (59% 18~29y and 33% 30~49), I set research analysis target three mobile commerce sites to dress and cosmetics sales sites that sale apparels cosmetics and gadgets that recently opened and have operated marketing on diverse channel including SNS. By topic modeling SNS posts for 6 months after launching the site that tagged each m-commerce site brand name or company name, I validate companies' brand identity strategy works effectively and suggest moderation of strategy for brand image. As a result, I found one of three mobile commerce site has different brand image by users and need different identity set up.

주제어

표/그림 (7)

그림 Fig. 1. LDA Graphic Model
표 Table 1. Brand entities of target company brand
표 Table 2. Crawling & Analysis Environment
그림 Fig. 2. Dataset Process
표 Table 3. Topic Modeling Result
표 Table 4. Brand identity & Topic Modeling
표 Table 5. C company keywords detail

AI 본문요약
AI-Helper

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

문제 정의

본 연구는 SNS크롤링 전 국내 중소 패션브랜드를 소유한 3개 업체에 대해 브랜드 엔티티를 Table1과 같이 인터뷰와 홈페이지 자료를 통해 조사했다. 모든 대상은 종업원 100명 이하의 중소기업이며, A기업은 온라인 영업만을 위주로 업력 2년 가량의 개업한 신생기업이며, B,C기업은 기존 오프라인 운영과 대형 쇼핑몰위주 온라인 판매에서 독자적인 브랜딩과 함께 독립 온라인쇼핑몰 만들고 운영하고 있는 기업이다.
본 연구에서는 기업의 브랜드 아이덴티티와 소비자가 인지하는 브랜드 이미지간의 괴리를 찾고 중소기업 브랜드의 모바일 마켓에서의 탈출구를 찾기 위해 소비자들이 모바일기기를 통해 자주 이용하는 SNS를 크롤링하여 소비자 브랜드 이미지를 토픽 모델링을 통해 도출하고, 기업의 아이덴티티와 비교하여 문제점을 도출하고 해결책을 모색하였다.
인스타그램(Instagram)의 경우 약 10억명의 전 세계 사용자를 가지고 있으며, 이중 5억명은 매일 인스타그램에 콘텐츠를 올리거나 보고 있다. 이에 본 연구에서는 자체 패션브랜드를 지니고 모바일 쇼핑몰을 운영하는 신생 중소 업체의 브랜드 이름 태그 콘텐츠를 인스타그램에서 크롤링하여 토픽 모델링을 통해 패션 신생업체들이 최근 마케팅 기법을 통해 브랜드 아이덴티티에 맞는 올바른 브랜드 이미지를 구축하고 있는지 파악하며, 잘못된 경우 이를 수정하는 전략을 제언하고자 한다.
이와 같은 한계에도 불구하고 본 연구는 중소기업들이 브랜딩 결과를 각 회사들이 원하는 아이덴티티와 소비자들이 인지하는 이미지 차이를 텍스트 마이닝을 통해 살펴볼 수 있고, 이를 전략적으로 적용할 수 있다는 점에서 의미를 두고자 한다. 향후 보완을 통해 포지셔닝이나 더 진일보한 마케팅 도구로써 활용되는 연구가 이루어지길 바란다.

제안 방법

다만, 크롤링시 각 회사의 SNS 홍보자료가 단순 태그로 검색시 같이 크롤링이되고, 이는 분석에 편향된 정보를 줄 수 있기에 이를 필터링 하였다. 필터링은 1차로 내용이 없이 태그만 있는 게시물을 제거하고, 2차로 기업의 인플루언서 마케팅 명단에 있는 아이디를 Array형태로 변환하여 크롤링 콘텐츠 아이디와 비교하여 제거하였다.
또한 NetMiner와 같은 기존 툴을 사용할 수도 있다. 본 연구에서는 Python을 이용한 LDA 분석을 실시하며 빈도분석을 통해 토픽의 수를 결정한다. 본 연구 특성상 토픽은 소비자가 인지하는 브랜드 이미지로 혼용할 수 있다.
분석 결과를 바탕으로 C기업의 브랜드 전략에 대해 재도출하였다. 이는 C기업의 CEO와 실무진 면담을 통해 이루어졌으며, 분석결과에 따라 2가지 대안 전략을 도출하였다.
분석 결과를 바탕으로 C기업의 브랜드 전략에 대해 재도출하였다. 이는 C기업의 CEO와 실무진 면담을 통해 이루어졌으며, 분석결과에 따라 2가지 대안 전략을 도출하였다.
Fig 2와 같이 태그를 통해 6,811개의 인스타그램 포스팅을 크롤링 한 뒤, 필터링을 통해 3,746개의 포스팅 데이터셋을 확보하였으며, A기업과 브랜드 관련 1,883개, B기업과 브랜드관련 1,409개, C기업과 브랜드관련 454개의 포스팅으로 이루어져 있다. 이러한 전 처리과정이 완료된 Dataset을 대상으로 Fig 1과 같은 LDA기법의 포틱모델링을 실시하였다.
C기업의 경우 타 2기업과 달리 브랜드 이미지가 아이덴티티와 달리 설정되어있는 것으로 판단된다. 이에 C기업의 아이덴티티 전략을 위해 자세한 키워드들의 빈도를 C 기업에 대해 별도로 분석해 보았다. 상징적인 태그들과 키워드를 살펴보면, C기업의 프리미엄 아이덴티티 보다는 소비자들은 파티의상과 악세사리로 이미지를 가지고 있는 것으로 나타났다.
먼저 크롤링 및 토픽 모델링을 위해 기성 SW들이 존재하나 이는 보다 섬세한 크롤링과 분석에 한계를 가지고 있다. 이에 본 연구에서는 Table 2와 같이 Anaconda Package의 Python3와 Chrome Driver를 이용하여 데이터를 크롤링하고 분석하였다.
다만, 크롤링시 각 회사의 SNS 홍보자료가 단순 태그로 검색시 같이 크롤링이되고, 이는 분석에 편향된 정보를 줄 수 있기에 이를 필터링 하였다. 필터링은 1차로 내용이 없이 태그만 있는 게시물을 제거하고, 2차로 기업의 인플루언서 마케팅 명단에 있는 아이디를 Array형태로 변환하여 크롤링 콘텐츠 아이디와 비교하여 제거하였다. 마지막으로 해당 기업과 브랜드 태깅의 횟수가 비정상 적으로 많은 극단치 값을 지닌 아이디의 게시물 역시 분석에서 제거하였다.

대상 데이터

본 연구는 SNS크롤링 전 국내 중소 패션브랜드를 소유한 3개 업체에 대해 브랜드 엔티티를 Table1과 같이 인터뷰와 홈페이지 자료를 통해 조사했다. 모든 대상은 종업원 100명 이하의 중소기업이며, A기업은 온라인 영업만을 위주로 업력 2년 가량의 개업한 신생기업이며, B,C기업은 기존 오프라인 운영과 대형 쇼핑몰위주 온라인 판매에서 독자적인 브랜딩과 함께 독립 온라인쇼핑몰 만들고 운영하고 있는 기업이다.

이론/모형

본 연구에서 사용한 토픽의 수는 coherence score를 사용하였다. Coherence score는 값이 클수록 LDA의 결과인 토픽이 유사한 단어들로 구성되었다고 해석한다[17].

성능/효과

결과적으로 브랜드 아이덴티티와 소비자 브랜드 이미지는 온라인 마케팅을 주로 하는 중소기업 브랜드에 있어 분석결과를 활용할 수 있는 유의미한 결과가 나타났다. 기업이 의도하는 브랜드 아이덴티티 키워드와 토픽모델링의 토픽으로 알아본 소비자 브랜드 이미지의 비교는 유사한 단어들로 이어져 있었으며, 충분히 유추가 가능하였다.
또한, 해당기업이 SNS에 포스팅될 수 있는 마케팅이 부족하다고도 판단할 수 있다. 둘째, SNS와 패션이라는 카테고리로 인해 텍스트 데이터에 비정규 단어의 빈도가 높아 보정작업이 많이 일어난 바, 분석의 정확성이 정규 단어가 많은 분석에 비해 떨어진다는 점이다. 보통 영어와 달리 한글자체에서 오는 정규화의 한계점도 존재하나 본 연구에서 사용된 샘플은 비어와 속어도 상당히 영향을 미친 것으로 판단한다.
분석 결과 크게 디자인은 모든 기업의 브랜드 이미지에 작용하였으며, A와 B기업은 최신 트랜드를 반영하고 젊은 스타일을 추구하는 것으로 나타났다. 한편 B와 C기업은 감성적인 이미지와 나이에 맞는 디자인 이미지를 가지고 있었다.
이에 C기업의 아이덴티티 전략을 위해 자세한 키워드들의 빈도를 C 기업에 대해 별도로 분석해 보았다. 상징적인 태그들과 키워드를 살펴보면, C기업의 프리미엄 아이덴티티 보다는 소비자들은 파티의상과 악세사리로 이미지를 가지고 있는 것으로 나타났다. 즉, 일상에서 입는 프리미엄 이미지 보다는 파티나 결혼사진과 같은 특별한 날에 가끔 입는 브랜드 이미지를 가지고 있는 것이다.
아이덴티티 키워드와 토픽 결과가 상이한 기업의 경우 태그 키워드들과 본문 키워드들의 상세한 분석을 통해 탈출 전략을 도출할 수 있었으며, Topic Modeling이 중소기업들의 브랜드 전략이 상당한 도움이 될 수 있을 것이라고 판단하는 근기가 되었다.

후속연구

이러한 결과에도 불구하고 본 연구에는 한계점이 있다. 첫째로는 문제가 있다고 판단된 C기업의 표본이 454개 포스팅으로 타기업 (A: 1,883개, B: 1,409개)에 비해 매우 적다는 것이다.
이와 같은 한계에도 불구하고 본 연구는 중소기업들이 브랜딩 결과를 각 회사들이 원하는 아이덴티티와 소비자들이 인지하는 이미지 차이를 텍스트 마이닝을 통해 살펴볼 수 있고, 이를 전략적으로 적용할 수 있다는 점에서 의미를 두고자 한다. 향후 보완을 통해 포지셔닝이나 더 진일보한 마케팅 도구로써 활용되는 연구가 이루어지길 바란다.

참고문헌 (17)

Korea Ministry of Statistics, "2020. JULY Online Shopping Trend", 2020.
SG Hong, KH Lee, and HJ Lee, "A Study on trend of brand identity desin-from 2009 to 2018-", The Treatise on The Plastic Media, Vol.21, No.4, pp. 293-303, 2018
Alina Wheeler, "Designing Brand Identity: An Essential Guide for the Whole Branding Team", John Wiley & Sons, 2017
Chernatony, L., "Brand Management Through Narrowing the Gap Between Brand Identity and Brand Reputation", Journal of Marketing Management, Vol.15, No.1-3, pp. 157-179, 1999
Ghodeswar, B.M., "Building brand identity in competitive markets: a conceptual model", Journal of Product & Brand Management, Vol.17, No.1, pp.4-12, 2008

상세보기
Obar, Jonathan A. and Wildman, Steve, "Social media definition and the governance challenge: An introduction to the special issue". Telecommunications Policy. Vol.39, No.9, pp.745-750, 2015

상세보기
Boyd, Danah M. and Ellison, Nicole B, "Social Network Sites: Definition, History, and Scholarship". Journal of Computer-Mediated Communication, Vol.13, No.1, pp.210-230, 2007

상세보기
Neumeier, Marty, "The Dictionary of Brand", New York City: AIGA Center for Brand Experience, p.20, 2004
A.Gupta, P.Madan and S.Gupta, "Factors influencing B2C M-commerce Satisfaction and Trust toward M-commerce Service Providers", Journal of Pure and Applied Science & Technology, Vol.2, No.1, pp.59-65, 2011
Dobni, D. and Zinkhan, G.M., "In search of brand image: A foundation analysis," Advances in Consumer Research, Vol.17, No.1, pp. 110-119, 1990
Peppard, J., "Customer relationship management (CRM) in financial services", European Management Journal, Vol.18 No.3, pp. 312-327, 2000

상세보기
Padgett, D. and Allen, D., "Communicating experiences: A narrative approach to creating service brand image," Journal of Advertising, Vol.26, No.4, pp.49-62, 1997

상세보기
YS Hwang et al, "Journalism in Data era", Communication Books, 2017
TJ Kim, "Journal news analysis about COVID19 by news bigdata", Korea journal of contents, Vol.20, No.5, pp.457-466, 2020
Ashok Srivastava and Mehran Sahami, "Text Mining: Classification, clustering, and application", CRC press, pp.71-89, 2009.
D. M. Blei, "Probabilistic topic models", Communications of the ACM, Vol.55, No.4, pp.77-84, 2012.

상세보기
D. Newman, J. H. Lau, K. Grieser, and T. Baldwin, T, "Automatic evaluation of topic coherence", In Human Language Technologies: The 2010 Annual Conference of the North American Chapter of the Association for Computational Linguistics, pp.100-108, 2010.

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