본 연구는 기업의 효과적인 마케팅 활동을 지원하기 위하여 사회네트워크분석(social network analysis)을 활용한 고객 구매패턴의 분석 방법과 마케팅 계획 수립 방안을 제시하고 있다. 이를 위하여 본 연구에서는 마케팅 활동의 분석 및 전략 수립을 위한 효과적인 네트 ...

본 연구는 기업의 효과적인 마케팅 활동을 지원하기 위하여 사회네트워크분석(social network analysis)을 활용한 고객 구매패턴의 분석 방법과 마케팅 계획 수립 방안을 제시하고 있다. 이를 위하여 본 연구에서는 마케팅 활동의 분석 및 전략 수립을 위한 효과적인 네트워크 모델링 방법을 제안한다. 더불어 제안된 네트워크 방법을 활용한 (1) 마케팅 관점에서의 상품 분류 체계, (2) 고객의 구매 행위에 기반을 둔 맞춤형 브랜드 추천 방안, (3) 상품 추천 알고리즘의 성능 개선 방안, (4) 네트워크 분석을 활용한 시장세분화 방안 등을 제안하고, 실증 검증을 통해 그 효과를 검증한다.

This study suggests a method for analyzing customer purchase patterns and establishing marketing strategy using social network analysis in order to support effective marketing activities of companies. To this end, this study proposes an effective netw ...

This study suggests a method for analyzing customer purchase patterns and establishing marketing strategy using social network analysis in order to support effective marketing activities of companies. To this end, this study proposes an effective network modeling method for marketing activities based on various network theories. In addition, through the proposed network modeling methods, we propose (1) a product classification system, (2) a customized brand recommendation method based on the purchase behavior of customers, (3) a performance improvement method of product recommendation algorithm, and a (4) market segmentation plan using network analysis. We verify the effectiveness through empirical verification.

사회네트워크분석은 복잡한 사회현상을 이해하기 위하여 개체 간의 관계를 네트워크로 모델링하고 분석하는 네트워크 과학의 한 분야로, 최근에는 사회네트워크분석을 기업의 마케팅 활동에 응용하고자 하는 연구가 증가하고 있다. 이러한 연구들은 주로 상품 및 고객 ...

사회네트워크분석은 복잡한 사회현상을 이해하기 위하여 개체 간의 관계를 네트워크로 모델링하고 분석하는 네트워크 과학의 한 분야로, 최근에는 사회네트워크분석을 기업의 마케팅 활동에 응용하고자 하는 연구가 증가하고 있다. 이러한 연구들은 주로 상품 및 고객 간의 관계를 네트워크로 모델링하고, 그 분석 결과를 맞춤형 상품 추천, 상품 분류, 목표시장 선정 등에 활용하였다.
반면, 사회네트워크분석을 기업의 마케팅 활동에 응용하고자 했던 기존의 연구들은 네트워크 모델링 방법과 그 활용 측면에서 다음의 한계를 갖고 있다. 먼저 선행 연구들은 표현 및 분석의 편의를 위하여 주로 이진 및 무방향 네트워크로 개체 간의 관계를 모델링 하였는데, 이와 같은 단순한 네트워크 모델은 활용 가능한 정보의 누락으로 인해 분석 결과의 왜곡을 가져올 수 있다. 또한, 기존의 연구들은 중심성 분석 등 기존에 제안된 일부 한정된 분석 기법만을 사용함으로 인해, 마케팅 분야에서 사회네트워크분석의 활용이 일부 영역에만 국한되는 한계를 갖게 되었다.
본 연구에서는 선행 연구들의 한계를 극복하고 소매유통기업을 위한 효과적인 마케팅 지원도구를 개발하기 위해, 마케팅 활동의 분석 및 전략 수립에 효과적인 네트워크 모델링 방법과 네트워크 분석방법은 무엇인지에 대한 문제를 제기하고 세부적인 주제로 나누어 연구를 진행하였다.
이를 위한 세부 연구주제로 기업의 마케팅 활동을 위한 특정 분석기법 개발에 선행하여 (1)상품네트워크의 분석 결과와 기업의 판매성과 간의 상관관계를 규명하였다. 이를 위하여 본 연구에서는 국내의 한 인터넷 종합쇼핑몰의 고객 구매내역 데이터를 기반으로 상품네트워크를 구성하고, 크기, 밀도, 포괄성 및 멱함수 지수 등 네트워크 수준의 구조적 특성 이 상품네트워크에서 갖는 의미를 해석하며, 각 특성이 쇼핑몰의 매출성과에 미치는 영향을 다중회귀모형을 통해 분석하였다. 더불어, 네트워크의 모델링 방법에 따라 이진 및 가중 네트워크의 형태로 상품네트워크를 각각 구성하고 분석결과를 상호 비교함으로써 기업의 판매성과를 설명하는데 적합한 모델링 방법이 무엇인지 규명하였다.
또한 기존 연구의 한계를 극복하고 마케팅 관점에서 유용한 정보를 도출하기 위하여 (2)방향·가중네트워크를 사용하여 상품네트워크를 모델링하는 방안을 제안하였다. 고객의 상품 구매내역을 활용하여 방향·가중네트워크를 모델링하고, 네트워크의 외향·내향 중심성을 활용한 상품분류 매트릭스를 개발하였다. 더불어 상품분류 매트릭스를 활용한 효과적인 마케팅 방안도 제시하였다.
한편, 마케팅에서의 가장 중요한 요소인 목표시장의 도출을 위해서 (3)사회네트워크 분석을 활용한 시장세분화 전략 기법을 제안한다. 본 연구에서는 고객 정보와 상품네트워크의 유사도를 계산하여 시장세분화를 수행 하는 방안을 제안하였다. 일반적으로 시장세분화를 위해 일반변수와 트랜잭션 기반 변수를 동시에 사용하는 하이브리드 방법이 널리 사용되고 있지만, 하이브리드 방법에는 일반변수의 기준에 따라 정확하게 세분화가 되지 않는 문제점이 존재한다. 본 연구에서는 이러한 문제점을 해결함과 동시에 상품 정보를 이용한 네트워크 분석을 활용하는 새로운 시장세분화 방법을 개발하였다.
다음으로, 마케팅 활동을 위한 고객 추천 상품 및 대상의 선택을 위하여 본 연구에서는 (4)오프라인 쇼핑몰에서 고객 행위에 기반을 둔 맞춤형 브랜드 추천 방법을 제안하였다. 이 연구에서는 고객의 브랜드 방문이력 정보를 활용한 실시간 고객 맞춤형 브랜드 추천기법을 제안하였다. 이를 위하여 온라인 쇼핑몰에서 주로 활용되는 협업필터링 기법을 오프라인 쇼핑몰 상황에 맞게 응용하였으며, 특히 고객의 가장 최근의 방문 브랜드정보가 아닌 해당일의 방문이력 정보를 활용하는 방안을 제안하였다. 또한 (5) 오프라인 쇼핑몰에서 고객의 과거 구매패턴을 활용하여 추천 알고리즘의 성능을 높이는 방안도 제시되고 있다.
마지막으로, 주로 유통기업을 대상으로 했던 기존의 연구 영역을 확장하여 (6)금융기관의 신용카드 상품에 확대하는 작업으로 진행되었다. 이 연구에서는 추천 시스템에서 주로 나타나는 ‘콜드스타트’ 문제를 해결하기 위하여 고객의 다중 프로파일을 작성하고, 이를 활용한 앙상블 기법을 제안하였다.

기반연구의 목표인 ｢기업마케팅 활동에서 사회네트워크 분석의 활용가치｣ 연구를 툉해 온라인 쇼핑몰의 상품네트워크가 연결정도 및 연결강도 측면에서 멱함수 분포를 따른다는 것을 실증 분석을 통해서 밝혀내었다. 일반적인 사회네트워크에서 노드의 연결 수나 강도의 ...

기반연구의 목표인 ｢기업마케팅 활동에서 사회네트워크 분석의 활용가치｣ 연구를 툉해 온라인 쇼핑몰의 상품네트워크가 연결정도 및 연결강도 측면에서 멱함수 분포를 따른다는 것을 실증 분석을 통해서 밝혀내었다. 일반적인 사회네트워크에서 노드의 연결 수나 강도의 분포가 멱함수 분포를 보이고 있음은 기존의 여러 연구들을 통해서 밝혀졌지만, 온라인 쇼핑몰의 상품네트워크 역시 멱함수 분포를 보이고 있음을 밝힌 연구는 본 연구가 처음인 것으로 판단된다. 또한, 본 연구의 결과는 온라인 쇼핑몰 운영자에게 고객의 구매패턴을 고려한 상품별 마케팅 전략 수립이 가능할 수 있도록 하여, 마케팅 전략수립에 관한 시사점을 제공해 준다.
응용연구에 해당하는 ｢마케팅 전략을 위한 네트워크 모델링 및 분석방법｣의 연구에서는 상품 간의 관계를 네트워크로 모델링하여 마케팅 전략 수립에 유용한 상품의 관계속성을 찾고 그 의미를 해석하였다. 특히 기존의 연구에서 주로 활용한 무방향 네트워크의 한계를 극복하기 위하여, 방향·가중네트워크를 활용한 상품네트워크의 모델링 방안을 제시하였다. 본 연구에서 제안한 방향·가중 상품네트워크는 각 상품의 방향성을 고려한 관계정보를 제공해 준다. 이러한 정보는 묶음상품의 구성이나 교차판매, 가격할인, 추천시스템 구성 등 마케팅 전략수립에 유용하게 활용될 수 있을 것으로 기대된다. 더불어, 마케팅 활용에 요구되는 상품의 관계정보를 보다 체계적으로 파악하기 위하여 각 상품의 외향 및 내향중심성을 기반으로 한 상품분류 매트릭스를 제시하였다. 제안된 상품분류 매트릭스를 기준으로 소매유통 기업의 운영자는 각 상품을 효과적으로 분류할 수 있으며, 해당 분류에 따른 적합한 마케팅 활동을 계획하고 수행할 수 있을 것으로 기대된다.
개발연구에 해당하는 ｢마케팅 지원도구 개발｣연구에서는 네트워크를 이용하여 시장세분화 기법, 오프라인 쇼핑몰에서의 브랜드 추천 기법, 신용카드 추천 기법 등을 개발하여 제안하였다. 제안한 시장 세분화 기법은 기존의 인구통계학정보 등을 활용한 고객의 속성기반(attribute based)의 세분화 기법과 구매 트랜잭션 기반의 세분화 기법과 달리 이 두 가지 정보를 모두 활용하여 효과적인 시장세분화 기준에 부합하는 기법을 제시하였다는 것이 기존 연구들과 차별화 되는 점이라고 할 수 있다. 본 연구에서 제안된 시장세분화방법은 기본적인 고객정보 및 상품구매정보를 이용하여 상품구매패턴이 유사한 고객 집단을 인구통계학적인 일반변수 기준으로 세분화할 수 있기 때문에 대다수의 온·오프라인 유통업체에서 폭넓은 활용이 가능할 것으로 기대된다.
또한, 오프라인 쇼핑몰에서의 브랜드 추천 기법은 새롭게 시장에 선보이고 있는 다양한 측위 기술을 비롯한 IoT 기술을 활용한 현 오프라인 시장에서, 고객의 쇼핑 행위를 감안한 맞춤형 추천 방법이 효과적으로 적용될 수 있음을 확인하였다. 본 연구는 브랜드 방문이력 정보를 감안한 실시간 맞춤형 브랜드 추천에 관한 초창기 연구로써 그 기여가 있다고 하겠다.
한펀, 쇼핑 시장을 확대하여 신용카드 추천 시장에도 사회네트워크분석의 개념의 도입을 시도하였다. 본 연구 결과는 신용카드 추천 과정에서 발생할 수 있는 콜드스타트 문제를 해결할 수 있다는 것에 큰 의의가 있다. 신용카드는 온라인 쇼핑과는 달리 보유 상품의 수가 제한적이고 그 수요가 지속적·반복적으로 발생하지 않는다는 특징을 갖는다. 따라서 일반적인 추천시스템과 같이 사용자의 상품 선호도에 기반을 둔 방식을 적용할 때는 고객 정보의 부족으로 콜드스타트 문제가 발생하게 되고, 이는 추천시스템의 성능 저하를 초래하게 된다. 이러한 문제를 해결하기 위해 본 연구에서는 고객의 신용카드 선호도를 제외한 다양한 고객 정보로 부터 다중 프로파일을 구성하여 카드 추천에 활용하였다. 또한, 본 연구의 결과는 다양한 상품을 취급하는 금융기업이 고객의 특성에 맞는 금융상품을 효과적으로 추천하여 고객의 만족을 높이고 기업 수익 증대하는데 활용할 수 있을 것으로 기대된다.