• 서비스연구
• /
• 제12권1호
• /
• pp.25-35
• /
• 2022

2020년 1월 국내 최초 환자가 발생한 코로나19(COVID 19)는 다양한 분야에 영향을 끼쳤다. 그중에서도 가장 타격을 받은 곳은 관광 분야라 하겠다. 특히 강원도 지역은 관광 기반의 산업 구조가 지역의 근간을 이루고 있고 관광산업이 소상공인 및 소기업의 주요 소득원이므로 그 피해가 크다. 이와 같은 피해 상황 및 정도를 확인하고자 강원권 지역 중에서 대중적 접근성이 가장 편리하며 서울 및 수도권 등에서 대중교통을 이용하여 당일 관광이 가능하고, 일반적인 이미지가 적은 비용을 사용한 관광이 가능하다고 인식되고 있는 춘천 지역을 대상으로 데이터 분석을 통하여 실증분석을 하였다. 이를 위하여 관광지식정보시스템에서 제공하는 춘천의 방문객 데이터를 기준으로 일반적인 지역 현황을 확인하였고 코로나 이전인 2019년도와 이후인 2020년도의 관심도 확인을 위하여 키워드 수집 전문 기업인 (주)바이브컴퍼니의 웹서비스 썸트랜드에서 수집한 키워드와 차량용 내비게이션 서비스와 통신 서비스 제공을 병행하는 SK텔레콤의 T맵 검색지 데이터를 함께 비교해 봄으로써 춘천에 대한 일반적인 지역 이미지를 분석하였다. 또한 키워드와 T맵 검색지 데이터를 적용한 관광 인기도 지수를 개발하여 2개 연도의 데이터를 비교해 봄으로써 코로나 상황이 춘천 지역 방문객들의 관심도가 실제 방문으로 이어지는 것에 얼마나 영향을 미쳤는지를 데이터 분석적인 접근 방법으로 고찰하였다. 데이터 마트 설계를 거친 후 관광인기도 지수를 적용한 빅데이터 분석 결과를 확인한 바에 의하면, 코로나19 상황은 강원도 춘천 지역 관광 인기도에 미치는 영향이 크지 않다는 것을 확인하였고, 해당 지역이 가지고 있는 지역별 특수성에 기반한 관광지 이미지 등을 확인하였다. 이와 같은 연구 분석 결과가 관광경제정책 입안에 유용한 참고 자료로 활용될 수 있을 것이다.

• 벤처혁신연구
• /
• 제7권1호
• /
• pp.1-15
• /
• 2024

본 연구는 디지털 대전환이 빠르게 진행되는 환경에서 빅테크 플랫폼 기업들의 스포츠콘텐츠 비즈니스의 특징을 밝히는 데 있다. 구체적으로는 아마존을 대상으로 빅테크 플랫폼 기업의 시장구조를 살펴보고 이런 구조에서 스포츠콘텐츠가 그들에게 어떤 역할을 하는지 아마존의 스포츠마케팅 사업의 특징을 밝혀 빅테크 플랫폼 기업의 스포츠콘텐츠 비즈니스를 전망하였다. 양면시장 플랫폼 비즈니스를 기반으로 한 빅테크 플랫폼 기업들은 자신들의 플랫폼의 가치를 제고하는 전략에 스포츠콘텐츠가 존재하고 있다. 때문에 스포츠콘텐츠는 이들에게 플랫폼의 가치를 높이고 나아가 인프라와 같은 플랫폼 생태계의 시너지를 높여 수익을 극대화함으로써 독점적 지위를 공고히 하는 도구로 사용된다. 아마존은 대륙이나 국가별로 인기 있는 라이브스포츠중계권을 획득하여 이를 플랫폼에 공급하여 신규고객의 증가와 구매효과 뿐 아니라 경기단체나 팀에게 IT솔루션 서비스를 제공하고 다양한 프로모션 콘텐츠를 기획 공급하면서 광고 사업을 비롯한 아마존 플랫폼 전체에 시너지를 내고 있다. 아마존프라임비디오와 아마존 프라임에 라이브 스포츠 콘텐츠를 공급하고, 아마존 웹 서비스를 통해 다양한 스포츠 이해관계자들에게 기술적 서비스를 제공하고 있으며 동시에 광고주의 광고와 마케팅 성과를 분석하고 예측하는 아마존마케팅클라우드 서비스를 제공하면서 비즈니스 기회를 넓히고 아마존 전체의 가치를 높이고 있다. 이는 양면시장 플랫폼 기반의 빅테크 기업과 단면시장 기반의 레거시 글로벌 기업과의 시장구조의 차이에서 기인하며 디지털시대 스포츠마케팅 비즈니스의 새로운 변화라고 할 수 있다. 이 새로운 모델의 핵심은 라이브스포츠 스트리밍 중계권을 기반으로 한 다양한 콘텐츠 개발을 통한 비즈니스이며 스포츠콘텐츠 마케팅은 기존 중계권, 스폰서십과 함께 스포츠비즈니스의 주요 분야가 될 것이다. 아마존, 애플, 구글과 같은 빅테크 플랫폼 글로벌 기업들은 또 다른 새로운 글로벌 스포츠마케팅 기업이 될 수 있으며 현재의 스포츠마케팅 회사와 광고회사 그리고 팀과 경기단체들은 위기와 기회가 공존해 있다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.195-220
• /
• 2018

본 연구는 비트코인 가격 변화량에 영향을 미치는 요인에 대한 실증 분석을 수행하였다. 기존 연구들은 암호화폐와 관련해 블록체인 시스템의 보안성, 암호화폐가 불러일으키는 경제적 파급효과 및 법적 시사점, 소비자 수용 및 사용 의도와 사회현상을 중심으로 이루어졌다. 그러나 암호화폐 가격 변화가 급등과 급락을 반복하면서 많은 사회적 문제를 야기했음에도 불구하고 암호화폐의 가격 변화에 영향을 미치는 요인에 대한 실증적 연구는 부족하다. 때문에 본 연구에서 암호화폐 가격 변화에 미치는 영향 요인을 도출하기 위해 암호화폐 중 가장 대표적인 비트코인을 중심으로 분석을 진행하였다. 분석을 위해 소비자, 산업, 거시경제 세 가지 차원에서 가설을 수립, 각 차원의 변수에 대한 시계열 데이터를 수집하였다. 단위근 검정을 통해 시계열 데이터에 대한 가성 회귀를 제거하고 안정성을 검증한 후, 비트코인 가격 변화량에 영향을 미칠 수 있는 요인들에 대한 회귀 분석을 실시하였다. 분석 결과 비트코인 가격 변화량은 비트코인 거래 금지에 대한 검색 트래픽, 미국 달러지수 변화량과는 음의 상관관계를, GPU 벤더의 주가 변화량, 원유 가격 변화량과는 양의 상관관계를 갖는 것을 확인했다. 그 이유로는 비트코인 거래 금지는 비트코인 존폐와 관련해 투자심리에 부정적 영향을 미친 것으로 판단되며, GPU 벤더 주가는 비트코인 생산 단가 증가와 관련해 비트코인 가격에 영향을 미친 것으로 해석된다. 미국 달러지수와는 반대로 움직임으로서 비트코인이 금의 성격을 갖고 있음을 확인하였으며, 원유 가격과의 관계를 통해 원자재와 같은 투자 자산의 역할도 갖고 있음을 확인하였다. 본 연구의 결과를 통해 비트코인이 가진 성격을 규명하였으며, 비트코인 가격 변화 요인에 대한 실증 검증을 통해, 그 동안 부족했던 비트코인 가격 변화 요인을 규명하였고, 해당 요인들을 통해 실무적으로 소비자나 금융기관, 정부 기관에 대해 비트코인에 대한 전략적인 접근방법에 대한 가이드를 제공할 수 있다는 점에서 의의가 있다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.25-44
• /
• 2013

최근 IPTV와 스마트 TV 등의 등장과 영상 콘텐츠를 시청하고 검색할 수 있는 웹 서비스의 등장으로 영상 콘텐츠의 접근이 용이해져 사용자들은 자신이 원하는 콘텐츠를 찾고자 하는 요구가 증가하고 있다. 하지만 서비스되는 콘텐츠의 양이 방대하여 영상 콘텐츠를 검색할 때 사용하는 키워드 기반의 검색은 많은 양의 결과를 가져오며 사용자가 필요로 하지 않은 결과가 검색된다. 따라서 사용자가 원하는 콘텐츠의 검색 시간과 노력이 증가 하게 되었다. 이를 극복 하기 위해 콘텐츠 추천 및 검색에 대한 연구가 수행되어 왔다. 기존의 연구에는 사용자의 선호도 분석을 통하여 영상 콘텐츠를 추천하거나 비슷한 성향을 가지는 사용자들을 분류하여 콘텐츠를 추천하는 기법들이 연구되어 왔다. 본 논문에서는 영상 콘텐츠 중 영화의 추천을 위해 사용자 개인의 영화 메타데이터의 선호도를 분석하고, 영화의 메타데이터와 영화의 유사성을 도출하여 이를 기반으로 영화 추천 기법을 제안한다. 영화의 특징을 담고 있고, 사용자의 영화 선호도에 영향을 끼치는 장르, 줄거리, 배우, 키워드 등의 영화 메타데이터를 기반으로 온톨로지를 구축하고, 확률 기법을 통한 메타 데이터간의 유사성을 분석하여 유사 메타데이터를 연결한다. 또한 사용자의 선호도와 그룹을 정의하고, 사용자 정보를 활용하기 위한 사용자 모델을 정의한다. 제안하는 추천 기법은 1) 사용자 정보기반의 후보 영화 검색 컴포넌트, 2) 사용자 선호기반의 후보 영화 검색 컴포넌트, 3) 1)과 2)의 결과를 통합하고 가중치를 부여하는 컴포넌트, 4) 최종결과의 분석을 통한 개인화된 영화 추천 컴포넌트 등 총 4가지 컴포넌트로 구성된다. 제안하는 추천 기법의 실험을 위하여 20대 남/녀 10명씩 20명을 대상으로 실험을 진행하였으며, 실험결과 평균 Top-5에서 2.1개 Top-10에서 3.35개 Top-20에서 6.35의 영화가 보고 싶은 영화로 선택되었다. 본 논문에서는 영화 메타데이터간의 연관성 도출을 통하여 영화간의 유사성을 도출하고 이를 기반으로 사용자의 기본적인 정보를 활용한 추천뿐만 아니라 사용자가 예상하지 못한 영화의 추천이 가능하다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.85-107
• /
• 2019

온라인 소비자는 쇼핑 웹사이트에서 특정 제품군이나 브랜드에 속한 제품들을 둘러보고 구매를 진행할 수 있고, 혹은 단순히 넓은 범위의 탐색 반경을 보이며 여러 페이지들을 돌아보다 구매를 진행하지 않고 이탈할 수 있다. 이러한 온라인 소비자의 행동과 구매에 관련된 연구는 꾸준히 진행되어왔으며, 실무에서도 소비자들의 행동 데이터를 바탕으로 한 서비스 및 어플리케이션이 개발되고 있다. 최근에는 빅데이터 기술의 발달로 소비자 개인 단위의 맞춤화 전략 및 추천 시스템이 활용되고 있으며 사용자의 쇼핑 경험을 최적화하기 위한 시도가 진행되고 있다. 하지만 이와 같은 시도에도 온라인 소비자가 실제로 웹사이트를 방문해 제품 구매 단계까지 전환될 확률은 매우 낮은 실정이다. 이는 온라인 소비자들이 단지 제품 구매를 위해 웹사이트를 방문하는 것이 아니라 그들의 쇼핑 동기 및 목적에 따라 웹사이트를 다르게 활용하고 탐색하기 때문이다. 따라서 단지 구매가 진행되는 방문 외에도 다양한 방문 형태를 분석하는 것은 온라인 소비자들의 행동을 이해하는데 중요하다고 할 수 있다. 이러한 관점에서 본 연구에서는 온라인 소비자의 탐색 행동의 다양성과 복잡성을 설명하기 위해 실제 E-commerce 기업의 클릭스트림 데이터를 기반으로 세션 단위의 클러스터링 분석을 진행해 탐색 행동을 유형화하였다. 이를 통해 각 유형별로 상세 단위의 탐색 행동과 구매 여부가 차이가 있음을 확인하였다. 또한 소비자 개인이 여러 방문에 걸친 일련의 탐색 유형에 대한 패턴을 분석하기 위해 순차 패턴 마이닝 기법을 활용하였으며, 같은 기간 내에 제품 구매까지 완료한 소비자와 구매를 진행하지 않은 채 방문만 진행한 소비자들의 탐색패턴에 대한 차이를 확인할 수 있었다. 본 연구의 시사점은 대규모의 클릭스트림 데이터를 활용해 온라인 소비자의 탐색 유형을 분석하고 이에 대한 패턴을 분석해 구매 과정 상의 행동을 데이터 기반으로 설명하였다는 점에 있다. 또한 온라인 소매 기업은 다양한 형태의 탐색 유형에 맞는 마케팅 전략 및 추천을 통해 구매 전환 개선을 시도할 수 있으며, 소비자의 탐색 패턴의 변화를 통해 전략의 효과를 평가할 수 있을 것이다.