빅데이터 분석 기반의 SNS 고객선정 프로파일링 모델에 대한 실증적 연구 = (An) empirical study of SNS customer targeting profiling model based on big data analysis

국문 초록 (Abstract)

소셜 캠페인에서의 소셜미디어 분석은 SNS 키워드와 고객정보가 융합된 빅데이터 분석이 필요하다. 이에 따라 본 박사논문에서는 소셜미디어 데이터와 기존 고객정보를 융합하여 소셜미디어 고객 모델과 전체적인 분석 시스템구조를 제시하였다. 제시된 시스템구조는 마케팅 활용을 위한 구조로 고객중심의 통합 마트 구축, 기업의 CRM 인프라 활용, 소셜미디어를 직접 캠페인 채널로 활용하는 특징을 가지고 있다. SNS 고객은 1차적으로 기업의 회원이고, 2차적으로는 특정 관심 사항에 따른 그룹 멤버들이다. 비회원이라도 우리의 회원과 소셜네트워크로 연결되어 있다면, 마케팅 메시지를 타깃고객에게 전달할 수 있다. 소셜미디어의 불특정 고객을 기업 입장에서 성별, 연령대, 관심여부 등에 따라 선별하여 모아 둔다면 마케팅 활용 차원에서 가치가 높다. 소셜캠페인은 기본적으로 간접 캠페인 형태로 적정 회수 이내의 전달 범위를 고려하여야 하고, 한정된 대상의 중복 수신 문제를 가지고 있기 때문에 대상 고객에 대한 타깃팅 최적화가 필요하다. SNS 고객정보 프로파일링 모델에 대해서 실 데이터로 테스트를 하였는데, 속성이 없는 불특정 다수 고객의 79%에 대해 성별, 연령대를 추정하여 실제 고객 속성을 정확하게 판별해 내고 있다. 또한 SNS 고객성향 프로파일링 모델은 77%의 정확성을 보이고, 정확성을 높일 수 있는 보완 방안도 제시되었다. 따라서 SNS 고객 프로파일링 모델을 적용할 경우 SNS의 불특정 잠재고객의 속성이 정확히 파악되어, 이들 불특정 잠재고객을 캠페인 대상으로 활용할 수 있다.

다국어 초록 (Multilingual Abstract)

The analyzing social media in social campaign needs big data fusion analysis of SNS keyword and customer information. Therefore, this doctoral dissertation suggests social media customer model and overall analytical system architecture by integrating social media data and existing customer data. The architecture for marketing presented in this study has several characteristics such as building customer integrated Data Mart, utilizing CRM infrastructure and social media channels to take advantage of direct campaigns. SNS customers are primarily members of corporate and secondarily group members who are interested in the particular matters. If non_members are connected to members through social networks, marketing messages can be delivered to the targeted nonmembers. In the perspective of companies, it is very valuable to classify unspecified members of these social media into their own genders, ages and interests. To select SNS customers, SNS customer profiling is very important. Social campaign basically has to consider the proper numbers of delivery scope in the form of indirect campaign. It needes optimization of targeting objects because of constraints of duplicated receiving messages to the limited targets. Profiling customer information model is tested with real data, 79% of customers' genders and ages can be estimated, even though the SNS customers are unspecified. In addition, SNS customer profiling model shows 77% accuracy and it suggests a supplement plan to improve the accuracy. Applying SNS customer profiling model can make clear that uncertain porential customers' attributes are estimated exactly. Therefore, uncertain potential customers can be utilized as a target campaign objects.

목차 (Table of Contents)

• 국문초록 ⅴ
• 영문초록 ⅶ
• 제 1 장 서론 1
• 1.1 연구 배경 1
• 1.2 연구 목적 2
• 1.3 연구 범위 3
• 1.4 연구 방법 3
• 제 2 장 관련연구 4
• 제 3 장 SNS 고객선정 프로파일링 모델 7
• 3.1 소셜캠페인을 위한 시스템구조 7
• 3.1.1 시스템구조 개요 7
• 3.1.2 SNS 데이터 수집 10
• 3.1.3 SNS 데이터 분석 12
• 3.2 SNS 고객 프로파일링 15
• 3.2.1 SNS 고객 프로파일링 개요 15
• 3.2.2 SNS 고객정보 프로파일링 17
• 3.2.3 SNS 고객성향 프로파일링 20
• 3.2.4 SNS 고객 프로파일링의 개인정보보호 22
• 3.3 SNS 고객선정 최적화 24
• 3.3.1 소셜캠페인 활용 24
• 3.3.2 SNS 고객선정 최적화 필요성 25
• 3.3.3 SNS 고객선정 최적화 모형 26
• 3.3.4 SNS 고객선정 최적화 적용 27
• 제 4 장 SNS 고객선정 프로파일링 모델의 검증 30
• 4.1 SNS 고객정보 프로파일링 30
• 4.1.1 적용 데이터 30
• 4.1.2 실험 방법 33
• 4.1.3 실험 결과 35
• 4.2 SNS 고객성향 프로파일링 36
• 4.2.1 적용 데이터 36
• 4.2.2 실험 방법 39
• 4.2.3 실험 결과 39
• 제 5 장 결론 42
• 참고문헌 47