데이터 기반의 소비자 감성 분석을 통한 마케팅 전략 제고: 가정 간편식 ‘밀키트’상품을 중심으로 (Promoting Marketing Strategies through Data-Based Consumer Sentiment Analysis: Focusing on 'Meal Kit' Products for Home Use)

서지정보

· 발행기관 : 사회혁신기업연구원
· 수록지 정보 : 혁신기업연구 / 7권 / 2호 / 53 ~ 67페이지
· 저자명 : 백성열, 정용득

초록

본 연구는 코로나19(Covid-19) 로 인한 사회적 거리두기의 영향과 언택트 현상 중의 하나로 일반 가정에서 온라인 배달식품인 밀키트를 온라인으로 주문하는 현상이 폭증하였다. 이에 따라 현재 온라인 쇼핑몰을 통해 판매하고 있는 밀키트에 대한 소비자의 감성을 분석하여 판매를 배가 시키기 위한 전략으로 삼고자, 온라인 뉴스 매체 등의 커뮤니티 웹사이트에서 “밀키트” 키워드를 중심으로 연관성 있는 단어간의 관계를 분석하여 대중의 관심 키워드를 파악하고자 한다.
본 연구를 위해서 온라인 매체와 주요 커뮤니티 사이트에서 웹 스크래핑 기법을 이용하여 데이터를 수집하고, 자연어 처리를 위해 데이터를 정제하고 한국어 코퍼스 용어 사전과 통계기반의 벡터간 유사도 기법을 사용하였다. 여기에 형태소 분석, 불용어 처리, TF-IDF를 적용한 워드 임베딩 기법 등을 사용하여 자연어처리 하였다. “밀키트” 단어를 중심으로 검색한 온라인 매체의 기사 내용, 커뮤니티 사이트 이용자들의 밀키트 상품 리뷰에 단어간 유사도는 단어를 벡터로 수치화하여 자연어 처리 알고리즘을 이용한 훈련 과정을 반복적으로 수행하였고, 동시에 단어 빈도를 카운트 벡터화하는 작업을 수행하였다. 단어간의 유사관계도는 네트워크 그래프로 표현하여 의사결정하는데 인사이트 편의성을 제공하였다.

영어초록

In this study, as one of the effects of social distancing and untact phenomenon due to COVID-19, the phenomenon of ordering “meal kit”, an online delivery food, from ordinary homes, exploded. Accordingly, in order to analyze consumers sensitivity to “meal kit” currently sold through online shopping malls and make them a strategy to double sales, we would like to analyze the relationship between related words around the “meal kit” keyword on community sites such as online news media to identify keywords of public interest.
For this study, data were collected using web-scraping techniques in online media and major community sites, data were refined for NLP(Natural Language Processing), and statistics-based vector similarity techniques were used. Here, NLP(Natural Language Processing) was performed using morpheme analysis, terminology processing, and word embedding techniques applied with TF-IDF. The similarity between words was quantified into a vector for online media articles and “meal kit” product reviews by community site users, and the training process using natural processing algorithms was repeatedly performed, and the frequency of words was counted. The degree of similarity between words was expressed as a network graph to provide decision-making insight convenience.

참고자료

· 없음