초록

AI-Helper

본 논문에서는 성공적인 롱테일을 위한 가설을 생성하고 시사점을 제시하고자 한다. 이를 위해서 롱테일 9가지 법칙을 중심으로 성공과 실패 사례들을 분석하여 롱테일의 성공에 영향을 미치는 변수를 도출하고 이를 귀납 학습을 통해 가설을 생성한 후에 그 의미를 해석하여 롱테일 전략을 구사하고자 하는 기업과 실무 담당자 및 관련분야의 연구자에게 시사점을 주고자 한다.

본 논문에서는 성공적인 롱테일을 위한 가설을 생성하고 시사점을 제시하고자 한다. 이를 위해서 롱테일 9가지 법칙을 중심으로 성공과 실패 사례들을 분석하여 롱테일의 성공에 영향을 미치는 변수를 도출하고 이를 귀납 학습을 통해 가설을 생성한 후에 그 의미를 해석하여 롱테일 전략을 구사하고자 하는 기업과 실무 담당자 및 관련분야의 연구자에게 시사점을 주고자 한다.

AI 본문요약

엑셀 다운로드 AI-Helper

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

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 본 논문은 롱테일 현상의 발생에 영향을 주는 가설을 도출하였다. 이를 위하여 롱테일 관련 사례들을 분석하여 이에 영향을 주는 변수들을 도출하였으며 귀납적 학습도구를 통하여 가설을 도출하였다.
• 우리는 본 연구에서 롱테일 현상이 발생하는 가 여부를 하이브리드 소매점 또는 순수 디지털 소매점들이 취급하는 상품 또는 서비스의 수가 오프라인 매장보다 많은 경우를 롱테일 현상이 존재하는 것으로 판단하고자 한다. 물론 보다 엄밀한 연구를 위해서는 꼬리부분의 매출이 오프라인 매장보다 많은 경우를 롱테일 현상이 존재하는 것으로 판단해야 함을 밝혀둔다.
• 변수 4 하나의 상품이 모두에게 다 맞는 것은 아니다(VariousTypesofProduct): 하나의 상품이 여러 형태로 제공되는가를 말한다. 음악 컨텐트의 경우를 살펴보자. 예전에는 음악 테이프나 CD구입 정도의 방법 정도가 있었으나 요즘에는 개별곡 구매, 전화벨소리, 뮤직비디오, 리믹스, 스트리밍방식 등으로 상품 유형이 다양해졌다.

가설 설정

• 가설 1(Rule4)은 ‘또는’식 사고에 얽매이지 않고 ‘그리고’식으로 사고하라가 존재하면 롱테일현상이 발생한다이며 한게임, 메가스터디가 해당된다.
• 가설 2(Rule3)은 ‘또는’식 사고에 얽매이지 않고 ‘그리고’식으로 사고하라가 없을 경우 ‘무료’가 갖는 힘을 이해하라가 없으면 롱테일 현상은 발생하지 않는다이며 아이튠즈, 넷플릭스가 해당된다.
• 가설 3(Rule1)은 ‘또는’식 사고에 얽매이지 않고 ‘그리고’식으로 사고하라가 존재하지 않고 ‘무료’가 갖는 힘을 이해하고 있을 경우 고객 스스로 작업하게 하라가 없으면 롱테일 현상은 발생하지 않는다이며 이마트인터넷, 세일즈포스닷컴, 아메리카에어라인이 해당된다.
• 가설 4(Rule2)는 ‘또는’식 사고에 얽매이지 않고 ‘그리고’식으로 사고하라가 존재하지 않고 ‘무료’가 갖는 힘을 이해하고 있을 경우 고객 스스로 작업하게 하라가 있으면 롱테일 현상은 발생한다 이며 옥션, 교보문고, 인터파크쇼핑, 프리챌, 오마이뉴스, 싸이월도, 아마존, 판도라TV, 구글, 이베이가 해당된다.

제안 방법

• 위의 9개의 변수 외에 상태변수 (성공과 실패 여부)를 추가하였다. 18개 사례 분석에서 도출한 데이터 집합을 하나의 테이블로 정리하였고, 귀납 학습과 규칙 생성 도구인 UNIK에 입력하여 롱테일 비즈니스의 성공에 관한 4개의 가설을 생성하였으며 이를 해석하여 시사점을 제공하고자 한다.
• 에이전트 기반 비즈니스에 기대했던 것과 실제 구현된 것을 비교 분석하고, 에이전트 기반 비즈니스의 진화방향을 예측하는 분석 프레임워크 (Framework)를 제안하였다. 또한, 대표적인 에이전트 기반 비즈니스 사례를 분석을 통해 변수를 도출하고 사례별 변수 값의 데이터 집합을 귀납학습 도구인 UNIK에 입력하여 5개의 가설을 생성하고 5개의 가설이 에이 전트 기반 비즈니스에 전략적으로 어떤 의미가 있는 지를 해석하였다.
• 그림 1을 보면, 롱테일 현상을 만들고자 할 때, ‘또는’식 사고에 얽매이지 않고 ‘그리고’식으로 사고하라가 가장 중요하다는 것을 알 수 있다. 생성된 가설에 기반하여, 롱테일 현상의 발생을 위한 시사점을 이끌어 내려고 한다.
• Jin, Suh, & Lee(2003)는 에이전트 기반 비즈니스 모델의 진화에 관한 사례 연구를 하였다. 에이전트 기반 비즈니스에 기대했던 것과 실제 구현된 것을 비교 분석하고, 에이전트 기반 비즈니스의 진화방향을 예측하는 분석 프레임워크 (Framework)를 제안하였다. 또한, 대표적인 에이전트 기반 비즈니스 사례를 분석을 통해 변수를 도출하고 사례별 변수 값의 데이터 집합을 귀납학습 도구인 UNIK에 입력하여 5개의 가설을 생성하고 5개의 가설이 에이 전트 기반 비즈니스에 전략적으로 어떤 의미가 있는 지를 해석하였다.
• 우리는 크리스 앤더슨이 롱테일 경제학이라는 책에서 언급한, ‘롱테일의 9가지 법칙’을 영향변수로 선택하였으며 각각에 대한 설명은 다음과 같으며, 표 1에 요약 정리되어 있다.
• 이를 위하여 롱테일 관련 사례들을 분석하여 이에 영향을 주는 변수들을 도출하였으며 귀납적 학습도구를 통하여 가설을 도출하였다. 이를 바탕으로 롱테일 전략을 위한 전략적인 시사점을 도출하였다.
• 본 논문은 롱테일 현상의 발생에 영향을 주는 가설을 도출하였다. 이를 위하여 롱테일 관련 사례들을 분석하여 이에 영향을 주는 변수들을 도출하였으며 귀납적 학습도구를 통하여 가설을 도출하였다. 이를 바탕으로 롱테일 전략을 위한 전략적인 시사점을 도출하였다.

대상 데이터

• 사례분석 대상 18개 중에서 10개가 ‘또는’식사고에 얽매이지 않고 ‘그리고’식으로 사고하라를 함으로써 롱테일 현상을 발생시키고 있었다.

이론/모형

• 본 논문에서는 롱테일 비즈니스를 성공적으로 창출하기 위한 가설을 도출하기 위해서 Anderson[2006]이 주장한 롱테일 법칙 9가지를 이용하여 한게임, 메가스터디, 아이튠즈, 넷플릭스, 구글, 이베이 등 18개의 사례를 분석하였다. 위의 9개의 변수 외에 상태변수 (성공과 실패 여부)를 추가하였다.
• 표 2의 데이터를 가지고, ID3 알고리즘(Quinlan 1986)에 기반한 귀납적 학습도구인 UNIK를 활용하여 가설을 생성하였는데, 그 결과는 그림 1과 같다.

성능/효과

• 위의 사례분석을 통하여 도출된 시사점은 첫째, 롱테일 현상을 만들기 위해서는 그리고식 사고를 하라는 점이다. 둘째, 그리고식 사고가 없을 경우에는 상품이나 서비스를 무료로 제공한다고 하더라도 고객 스스로 작업하는 환경이 갖추어져 있어야만 롱테일 현상이 발생함을 알 수 있다.
• 사례분석에 따르면, 그리고식 사고가 존재하지 않을 경우에는 상품이나 서비스를 제공한다고 하더라도 롱테일 현상이 발생하는 것은 아니며 고객 스스로 작업하게 할 수 있는 환경이 갖추어질 경우에만 롱테일 현상이 발생하는 것으로 나타났으며 사례분석 대상 18개 중 2개에서 롱테일 현상이 발생한 것으로 나타났다.
• 위의 사례분석을 통하여 도출된 시사점은 첫째, 롱테일 현상을 만들기 위해서는 그리고식 사고를 하라는 점이다. 둘째, 그리고식 사고가 없을 경우에는 상품이나 서비스를 무료로 제공한다고 하더라도 고객 스스로 작업하는 환경이 갖추어져 있어야만 롱테일 현상이 발생함을 알 수 있다.

후속연구

• 우리는 본 연구에서 롱테일 현상이 발생하는 가 여부를 하이브리드 소매점 또는 순수 디지털 소매점들이 취급하는 상품 또는 서비스의 수가 오프라인 매장보다 많은 경우를 롱테일 현상이 존재하는 것으로 판단하고자 한다. 물론 보다 엄밀한 연구를 위해서는 꼬리부분의 매출이 오프라인 매장보다 많은 경우를 롱테일 현상이 존재하는 것으로 판단해야 함을 밝혀둔다.
• 하지만 몇 가지 한계를 갖는다. 첫째, 본 연구의 종속변수인 상태값을 꼬리 부분의 매출로 판단하여 보다 엄밀한 값을 구해야 하며, 둘째, 각 분야를 대표하는 사례를 선정하고 분야별로 구분하여 연구함으로써 보다 설득력 있는 가설을 도출할 수 있을 것으로 보인다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기