The Journal of the Korea Contents Association (한국콘텐츠학회논문지)

The Korea Contents Association (한국콘텐츠학회)
권호 표지
DOI QR코드

DOI QR Code

A Study on Customer Review Rating Recommendation and Prediction through Online Promotional Activity Analysis - Focusing on "S" Company Wearable Products -

온라인 판매촉진활동 분석을 통한 고객 리뷰평점 추천 및 예측에 관한 연구 : S사 Wearable 상품중심으로

  • 신호철 (가톨릭대학교 일반대학원 경영학과)
  • Received : 2021.12.30
  • Accepted : 2022.01.17
  • Published : 2022.04.28
Download PDF
⟨ Previous Next ⟩

Abstract

The purpose of this report is to study a strategic model of promotion activities through various analysis and sales forecasting by selecting wearable products for domestic online companies and collecting sales data. For data analysis, various algorithms are used for analysis and the results are selected as the optimal model. The gradation boosting model, which is selected as the best result, will allow nine independent variables to be entered, including promotion type, price, amount, gender, model, company, grade, sales date, and region, when predicting dependent variables through supervised learning. In this study, the review values set as dependent variables for each type of sales promotion were studied in more detail through the ensemble analysis technique, and the main purpose is to analyze and predict them. The purpose of this study is to study the grades. As a result of the analysis, the evaluation result is 95% of AUC, and F1 is about 93%. In the end, it was confirmed that among the types of sales promotion activities, value-added benefits affected the number of reviews and review grades, and that major variables affected the review and review grades.

본 논문에서는 국내 온라인 기업의 Wearable 제품을 선정하고 판매 데이터를 수집해 다양한 분석과 매출 예측을 통해 판촉 활동의 전략 모델을 연구하는 데 목적이 있다. 데이터 분석을 위해 여러 가지의 알고리즘을 사용하여 분석할 것이며, 최상의 모형으로 결과를 선택할 것이다. 최상의 결과로 선택된 모형인 Gradient Boosting 모델은 지도학습을 통해 종속변수 예측에 있어서 판촉 유형, 가격, 판매 수량, 성별, 모델, 판매경로, 제품 성능, 판매 날짜, 지역 등 9개의 독립변수를 투입할 수 있게 된다. 본 연구에서는 판매촉진 유형별로 종속변수로 설정된 리뷰 값을 앙상블 분석 기법을 통해 더욱더 세부적으로 학습하고 분석 및 예측이 주목적이며, 판매촉진 활동을 통한 고객에게 할인 혜택을 주어질 경우와 주어지지 않을 경우에 리뷰 평점을 연구하는 데 목적이 있다. 분석 결과로 본다면 평가 결과는 AUC 95% 수준이며, F1도 93% 정도이다. 결국 판매촉진 활동 유형 중 가치 부가 혜택이 리뷰 수와 리뷰 평점에 영향을 준다고 것을 확인할 수 있었으며, 주요 변인들이 리뷰와 리뷰 평점의 영향을 준다는 것도 확인할 수 있었다.

Keywords

References

  1. 이경탁, 장흔형, "가격할인과 보너스팩 판매촉진에 대한 소비자 반응: 온라인 구매와 판매촉진 수준의 조절효과," 마케팅논집, 제24권, 제3호, pp.191-209, 2016.
  2. 김향미, 이소영, 김재욱, "부가가치 제공 유형별 판매촉진과 유통업체 불확실성이 제품 가치 평가에 미치는 영향 -사은품(Freebie) 제공 판매촉진을 중심으로-," 유통연구, 제16권, 제1호, pp.117-140, 2011.
  3. P. Chandon, B. Wansink, and G. Laurent, "A benefit congruency framework of sales promotion effectiveness," Journal of marketing, Vol.64, No.4, pp.65-81, 2000. https://doi.org/10.1509/jmkg.64.4.65.18071
  4. 유연재, "가격 할인과 보너스 팩 판촉에 대한 소비자 지각과 주관적 가치의 차이," 한국심리학회지, 제14권, 제2호, pp.295-320, 2013. https://doi.org/10.21074/KJLCAP.2013.14.2.295
  5. I. Sinha and M. F. Smith, "Consumers' perceptions of promotional framing of price," Psychology & Marketing, Vol.17, No.3, pp.257-275, 2000. https://doi.org/10.1002/(SICI)1520-6793(200003)17:3<257::AID-MAR4>3.0.CO;2-P
  6. Chandran Sucharita and Vicki G. Morwitz, "The Price of Freedom: Consumer Sensitivity to Promotions with Negative Contextual Influences," Journal of Consumer Research, Vol.33, No.3, pp.384-392, 2006. https://doi.org/10.1086/508439
  7. 윤세정, "지속적 이용의도가 혜택의 크기가 작은 판매촉진의 선호에 미치는 영향," 소비자학연구, 제32권, 제5호, pp.149-168, 2021.
  8. Thakur Rakhi, "Customer engagement and online reviews," Journal of retailing and consumer services, Vol.41, pp.48-59, 2018. https://doi.org/10.1016/j.jretconser.2017.11.002
  9. 조석봉, "정보화 시대의 뉴미디어 광고와 마케팅 전략," 조형미디어학, 제18권, 제2호, pp.267-274, 2015.
  10. 서윤정, 황태규, 한상연, 서용실, "농식품 경영체의 온라인 판매운영형태가 판매성과에 미치는 영향," 한국디지털콘텐츠학회, 제19권, 제11호, pp.2149-2157, 2018.
  11. https://www.counterpointresearch.com/1-1-billi-on-opportunity-opens-south-korea-lgs-exit/
  12. 소진수, 신판섭, "음식점 리뷰 감성분석을 통한 세부평가항목별 평점 예측," 한국컴퓨터정보학회논문지, 제25권, 제6호, pp.81-89, 2020. https://doi.org/10.9708/jksci.2020.25.06.081
  13. 손수빈, 전종훈, "사용자 리뷰를 이용한 상품 특징 추출 및 평점 분배," 한국전자거래학회지, 제22권, 제1호, pp.65-87, 2017. https://doi.org/10.7838/JSEBS.2017.22.1.065
  14. S. A. Neslin, C. Henderson, and J. Quelch, "Consumer promotion and the Acceleration of product purchases," Marketing Science, Vol.4, pp.147-165, 1985. https://doi.org/10.1287/mksc.4.2.147
  15. 김용범, 최자영, "리뷰의 양과 평점이 구매의도에 미치는 영향 분석:자기해석의 조절효과를 중심으로," 서비스경영학회지, 제21권, 제4호, pp.241-260, 2020.
  16. G. Cui, H. K. Lui, and X. Guo, "The effect of online consumer reviews on new product sales," International Journal of Electronic Commerce, Vol.17, No.11, pp.39-58, 2012. https://doi.org/10.2753/JEC1086-4415170102
  17. 최자영, 김현아, 김용범, "온라인 리뷰가 매출에 미치는 영향력 분석: 텍스트기반 감성지수를 중심으로," 한국유통학회, 제25권, 제3호, pp.1-21, 2020.
  18. 윤민지, 조창규, 서용원, "온라인 리뷰의 텍스트 분석을 통한 고객 평점 예측에 관한 연구," 한국생산관리학회지. 제32권, 제1호, pp.89-103, 2021.
  19. 여등승, 임규건, "온라인 영화관련 댓글의 양과 방향성이 구전 의도에 미치는 영향에 관한 연구," 한국IT서비스학회, 2014추계, pp.429-432, 2014.
  20. J. Friedman, "Greedy Function Approximation: A Gradient Boosting Machine," Annals of Statistics, Vol.29, No.5, pp.1189-1194, 2001. https://doi.org/10.1214/aos/1013203451
  21. L. Guelman, "Gradient Boosting Trees for Auto Insurance Loss Cost Modeling and Prediction," Expert Systems with Applications, Vol.39, No.3, pp.3659-366, 2012. https://doi.org/10.1016/j.eswa.2011.09.058
  22. J. H. Jung and D. K. Min, "The study of foreign exchange trading revenue model using decision tree and gradient boosting," Journal of the Korean Data And Information Science Society, Vol.24, No.1, pp.161-170, 2013. https://doi.org/10.7465/jkdi.2013.24.1.161
  23. J. Gerath, D. Witten, T. Hastie, and R. Tibshirani, "An Introduction to Statistical Learning," New York: Springer, Vol.1, p.18, 2013.
  24. 이준엽, 오종우, 이동훈, "스마트팜 열환경 모델링을 위한 Open source 기반 Data mining 기법 분석," 한국농업기계학회 학술발표논문집, 제22권, 제1호, pp.168-168, 2017.
  25. Hocevar, Tomaz, Blaz Zupan, and Jonna Stalring, "Conformal Prediction with Orange," Journal of Statistical Software, Vol.98, No.1, pp.1-22, 2021.
  26. 이정규, 최주희, "소매점포의 사회적 밀도가 가격할인과 보너스팩 선호에 미치는 영향," 프랜차이징저널, 제7권, 제1호, pp.31-48, 2021.
  27. 이수동, 박진영, "가격할인율 크기와 가격 할인 빈도가 할인정책 호감도와 할인 브랜드 선호도에 이치는 효과-고관여 유형의 조절효과를 고려하여," 고객만족경영연구, 제17권, 제1호, pp.129-150, 2015.
  28. P. Chatterjee, "Online reviews: do consumers use them?," Association for Consumer Research, pp.129-134. 2001.
  29. J. Stenton, J. Dahlin, A. Antelmi, M. Bruze, C. Svedman, E. Zimerson, and M. Isaksson, "Patch testing with a textile dye mix with and without Disperse Orange 3," Contact Dermatitis, Vol.83, No.5, pp.387-390, 2020. https://doi.org/10.1111/cod.13660
  30. R. E. Schapire, "The boosting approach to machine learning, an overview," Heidelberg: Springer, pp.149-171, 2002.
  31. S. Kar, S. Saha, L. Khaidem, and S. R. Dey, "Predicting the direction of stock market price using tree based classifiers," The North American Journal of Economics and Finance, Vol.47, pp.552-567, 2019. https://doi.org/10.1016/j.najef.2018.06.013
  32. 김지현, 신선화, 강현철, "판별모형의 평가에서 ROC 곡선과 AUC의 활용에 대한 사례 연구," Journal of the Korean Data Analysis Society, 제20권, 제2호, pp.609-619, 2018. https://doi.org/10.37727/jkdas.2018.20.2.609
  33. 전익진, 은혜정, "연관 규칙 분석을 이용한 시청률 분석 연구," 한국언론학회, 제58권, 제5호, pp.391-416, 2014.
  34. 강현철, 한상태, 이성건, "로지스틱 회귀모형을 이용한 장기요양보험 등급판정위원회 등급결정 지표연구," 한국자료분석학회, 제17권. 제6호, pp.3015-3023, 2015.
  35. 이보은, 주용성, 전형준, "결측이 있는 신용평가 자료의 희소사건 로지스틱 회귀분석," 한국자료분석학회, 제19권. 제1호, pp.129-139, 2017.
  36. D. Yin, S. Bond, and H. Zhang, "Anxious or an Fiskey? Effects of discrete emotions on the perceived helpfulness of online reviews," Mis Quarterly, Vol.38, No.2, pp.539-560, 2014. https://doi.org/10.25300/MISQ/2014/38.2.10