모바일 앱 카테고리에 따른 큐레이션 서비스의 브랜드 태도 및 구매 의도 분석 연구 : 개인화 추천 기법을 중심으로

다국어 초록 (Multilingual Abstract)

The latest trend in the e-commerce market today is curation service, which is customized and user data -based service that provides recommendations for products and information. With the opening of the mobile app market, curation service was started and the scope has continuously expanded and grown.
In the market of excess products, quantitative data on products have explosively increased, and the number of word-of-mouth based social network services has increased. This has met with the desire of users who want to purchase products more necessary and proper for themselves. In this process, consumers have tried to minimize the hassle of choosing the right one for them among a variety of products. This is the important background of the emergence of curation-based e-commerce.
The current curation service, however, has problems that it scope is being expanded with the opening of mobile shopping channels in online commerce where it had continuously developed with the widespread use of smartphones, and that its quality is getting worse due to the fiercer competition caused by releases and updates of new application apps of new companies.
Accordingly, this research aimed to explore the factors promoting curation service as marketing tools effective for the current e-commerce environment of information and excess products by analyzing attitudes toward curation service according to the categories of mobile apps and analyzing and drawing brand attitude and purchase attitude through curation service techniques. For this, finance, shopping, entertainment, and music were selected for the 4 categories of mobile apps, and one of the curation service techniques, the personalized recommendation technique was suggested. The resultant differences for brand attitude and purchase intention were verified.
In this research, an online survey was performed with mobile shopping users. A total of 180 questionnaire sheets were collected for the analysis. To investigate the demographic characteristics, i.e. general characteristics, of the collected survey data, frequency analysis, credibility and validity analysis, and principal component analysis were conducted.
The differences according to the categories of mobile apps as well as the brand attitude and purchase intention for personalization recommendation techniques were verified. To generalize the research, an analysis was conducted by dividing the categories of mobile apps into financial apps, shopping apps, entertainment apps, and music apps, and the personalized recommendation techniques was divided into content-based filtering technique and cooperation-based filtering technique. After analyzing the difference of personalized recommendation techniques according to the categories of mobile apps with the one-way analysis of variance (ANOVA), regression analysis was conducted to verify the difference of brand attitude and purchase intention according to personalized techniques.
The results of this research can be summarized as follows:
Content-based filtering technique, one of the personalized recommendation techniques, had a difference according to the categories of mobile apps. However, the level of cooperation-based filtering technique had no difference according to the categories of mobile apps. Moreover, it was revealed that the more activated the both content-based filtering technique and cooperation-based filtering technique, the higher the brand attitude. As for purchase intention, content-based filtering technique showed no statistically significant effects on purchase intention, while activated cooperation-based filtering technique led to higher purchase intention.
In conclusion, this research revealed that even the same content-based filtering technique had different consumer preference according to the categories of mobile apps. Cooperation-based filtering technique, however, had no difference in the consumers’ awareness according to the categories of mobile apps. Accordingly, financial apps that showed low results in content-based filtering technique would be more effective for consumers using cooperation-based filtering technique.
Additionally, curation service strategies such as personalized recommendation technique recommend using consumer data. For such strategies, it is important to collect accurate consumer data, and recommendations for consumers through information should encourage consumers to have positive brand attitude and make purchases accordingly.
Especially, this research verified that the recommendation method encouraging direct purchase through content-based filtering technique, which is the technique of recommending through previous data of consumers, had negative effects for consumers.
Based on the results, curation service strategy through personalized recommendation technique is very effective on mobile apps, but it is necessary to explore customized and personalized recommendation techniques according to what responses are required from consumers.

국문 초록 (Abstract)

오늘 날 커머스 시장에서 최신 트렌드로 떠오르는 큐레이션 서비스는 사용자 맞춤 서비스로, 사용자 데이터 기반의 상품 및 정보를 추천하는 서비스라고 할 수 있다. 큐레이션 서비스는 모바일앱 시장이 열리면서 그 범위가 팽창하고 지속적인 성장하고 있다.
상품 과잉 시장에서 상품에 대한 양적 데이터가 폭증하고 입소문 기반의 소셜 네트워크 서비스가 늘어나게 되는 현상은 이용자들이 자신에게 더욱 필요하고 적합한 상품을 구매하고자 하는 욕구와 만나게 된다. 이 과정에서 소비자들은 다양하게 출시되는 상품들을 선택하는 행위에서 피로를 최소화하려는 시도를 하게 됐는데 이는 큐레이션 기반 커머스의 중요한 등장 배경이다
그러나 현재 큐레이션 서비스는 스마트폰 보급과 함께 지속적인 성장을 거듭하던 온라인 커머스에서 모바일 쇼핑 채널이 열리면서 그 범위가 갈수록 팽창하고 신규 업체들의 신규 어플리케이션 앱 출시와 업데이트로 경쟁이 치열해지면서 품질 저하 현상이 거듭되는 문제로 거론되고 있다.
이에 본 연구는 모바일앱의 카테고리에 따른 큐레이션 서비스의 태도 분석과 큐레이션 서비스 기법을 통한 브랜드 태도 및 구매 태도를 분석, 도출하여 현재 정보 및 상품 과잉의 이커머스 환경에 효과적인 마케팅 수단으로서의 큐레이션 서비스 활성화 요소를 조명하고자 하였다. 이를 규명하기 위해 모바일앱의 카테고리를 4가지 금융, 쇼핑, 엔터테인먼트, 음악으로 선택하였고, 큐레이션 서비스 기법중 하나인 개인화 추천 기법을 제시하였다. 이에 따른 브랜드 태도와 구매의도에 대한 차이를 검증하였다.
본 연구는 모바일 쇼핑을 경험해본 이용자를 대상으로 온라인 설문 진행하였다. 총 180부의 설문지를 회수하여 분석에 사용하였다. 수집된 설문 자료 분석은 인구통계학적 특징, 즉 일반적 특성을 살펴보기 위해 빈도분석을 실시, 신뢰성 및 타당성 분석, 주성분 분석을 실시하였다.
개인화 추천 기법에 대한 모바일앱의 카테고리에 따른 차이 검증과 개인화 추천 기법에 대한 브랜드 태도, 구매의도를 검증하였다. 연구의 일반화를 위해 모바앨 앱의 카테고리를 금융앱, 쇼핑앱, 엔터테인먼트앱, 음악앱으로 구분하여 분석을 실시하였으며, 개인화 추천 기법은 내용기반 필터링기법과 협업기반 필터링기법으로 구분하였다. 모바일앱의 카테고리에 따른 개인화 추천 기법을 일원배치분산분석(ANOVA)으로 차이 분석한 후, 개인화기법에 따른 브랜드 태도와 구매의도에 대한 차이는 회귀분석을 실시하여 검증하였다.
연구에 따른 결과를 요약하자면, 개인화 추천 기법 중 내용기반 필터링기법의 정도는 모바일앱의 카테고리에 따라 차이가 있는 것으로 나타났다. 그러나 협업기반 필터링기법의 정도는 모바일앱의 카테고리에 따라 차이가 없음을 확인할 수 있었다. 또한 내용기반 필터링기법과 협업기반 필터링기법 모두 활성화될수록 브랜드태도가 높음을 확인할 수 있었다. 구매의도의 경우, 내용기반 필터링기법은 구매의도에 통계적으로 유의한 영향을 미치지 않는 것으로 나타났으나, 협업기반 필터링기법이 활성화될수록 구매의도가 높다는 것으로 나타났다.
결론적으로 동일한 내용기반 필터링기법 일지라도 모바일앱의 카테고리에 따라 소비자들의 선호도는 다름을 본 연구를 통해 알 수 있었다. 그러나 협업기반 필터링기법의 경우 모바일앱의 카테고리에 따라 소비자들의 인지에 대한 차이가 없었다. 그러므로 내용기반 필터링기법에선 낮은 결과가 나왔던 금융앱의 경우, 헙업기반 필터링기법을 사용하였을 때, 소비자에게 더 효과적일 거라는 예상을 할 수 있다.
이와 더불어 개인화 추천 기법과 같은 큐레이션 서비스 전략은 소비자의 데이터를 활용하여 추천하는 추천 기법이다. 이러한 전략을 위해서는 소비자의 정확한 데이터 수집이 중요하며, 소비자의 정보를 통한 추천은 소비자에게 긍정적인 브랜드 태도와 그에 따라 구매 유도될 수 있게 하는 방식이 중요하다. 특히 본 연구를 통해 검증된 결과, 소비자의 과거 데이터를 통해 추천하는 기법인 내용기반 필터링기법을 통해 직접적인 구매 유도하는 추천방식은 소비자에게 부정적인 효과를 낼 수 있다는 것을 알 수 있다.
이러한 결과에 따르면 개인화 추천 기법을 통한 큐레이션 서비스 전략은 모바일 앱에서 아주 효과적인 마케팅이지만, 소비자들에게 어떠한 반응을 요구하는지에 따라 이에 맞춤화된 개인화 추천 기법을 모색해야 할 것이다.

목차 (Table of Contents)

• 제 1 장 서론 1
• 1.1 연구의 배경 1
• 1.2 연구의 목적 2
• 1.3 연구의 방법 및 구성 3
• 1.3.1 연구의 방법 3
• 1.3.2 논문의 구성순서 3
• 제 2 장 이론적 배경 5
• 2.1 모바일 앱 5
• 2.1.1 모바일 앱의 개념과 특징 5
• 2.1.2 모바일 상거래 이해 6
• 2.1.3 시장 현황 7
• 2.2 큐레이션 서비스 (개인화 추천 기법) 10
• 2.2.1 큐레이션 서비스의 개념과 특징 10
• 2.2.2 큐레이션 서비스의 구현 방식 11
• 2.2.3 큐레이션 서비스의 국내외 사례 16
• 2.3 브랜드 태도와 구매의도 23
• 2.3.1 브랜드 태도의 개념 23
• 2.3.2 구매 의도의 개념 25
• 2.3.3 브랜드 태도와 구매의도와의 관계 26
• 제 3 장 연구 모형 및 연구가설 27
• 3.1 연구 모형 27
• 3.2 연구 가설 28
• 3.2.1 연구 가설1의 근거 28
• 3.2.2 연구 가설2의 근거 29
• 3.2.2 연구 가설3의 근거 30
• 제 4 장 연구의 설계 32
• 4.1 사전조사 32
• 4.1.1 가상 자극물 설정을 위한 사전조사 32
• 4.1.2 내용기반 필터링기법의 자극물 설정 33
• 4.1.3 협업기반 필터링기법의 자극물 설정 35
• 4.2 연구 대상 선정 및 자료 수집 37
• 4.3 측정변수의 조작적 정의 37
• 4.3.1 모바일 앱 37
• 4.3.2 내용기반 필터링기법 38
• 4.3.3 협업기반 필터링기법 38
• 4.3.4 브랜드 태도 38
• 4.3.5 구매의도 39
• 4.4 설문지 구성 40
• 제 5 장 연구 결과 42
• 5.1 표본의 일반적 특성 42
• 5.2 설문 문항에 대한 분석 44
• 5.2.1 신뢰성 검증 44
• 5.2.2 타당성 검증 46
• 5.3 연구 모형과 연구 가설의 검증 48
• 5.3.1 연구 가설 1의 검증 분석과정 및 검증 결과 48
• 5.3.2 연구 가설 2,3의 검증 분석과정 및 검증 결과 51
• 5.4 연구 가설의 결과 요약 54
• 제 6 장 결론 및 논의 56
• 6.1 연구 결과 요약 56
• 6.2 연구의 논의와 시사점 57
• 6.2.1 학문적 시사점 57
• 6.2.2 실무적 시사점 58
• 6.3 연구의 한계점 59
• 6.4 향후 연구를 위한 제언 60
• 참고문헌 62
• 부록 : 설문지 68
• ABSTRACT 81