earticle

한국어

스마트폰 보급의 증가로 모바일앱 시장이 확대되고 있다. 출범 이후 지속적인 성장세를 보이며 2019년 약 1000억 달러에 달할 것으로 예상되는 모바일앱 시장은 스마트폰의 핵심 서비스로 지속적인 성장이 예상되는 분야이 다. 현재 앱플랫폼에는 약 150만 개가 넘는 모바일앱이 등록되어 있어 특정 앱을 도드라지게 하는 마케팅 전략이 필수적이다. 온라인 구전(eWOM)은 잠재소비자들의 모바일앱 구매의도에 강한 영향을 끼치는 방법 중 하나 로, 이를 활용한 마케팅은 지금도 활발히 이루어지고 있다. 온라인 구전 연구는 다양한 방면으로 이루어지고 있으나 구전의 발생원인과 소비자의 구전수용 및 성과측정에 집중하고 있 어, 정작 소비자가 전하고자 하는 구전내용(메세지)에 대한 연구는 부족한 실정이다. 본 연구는 모바일앱 온라인 리뷰의 내용분석을 위해 머신러닝 기법 중 하나인 W ord2Vec을 활용하였다. 2013년 구글 연구진이 발표한 Word2Vec은 동시에 다수의 데이터를 다루기 힘든 기존 연구방법의 단점을 극복하고, 시간적인 부분뿐만 아니라 그 결과물까지 대폭 향상시킨 기법이다. 이에 Word2vec을 통해 학습된 모바일앱 구전 단어 간의 관계를 알아보고, 구매 후 반응에 대해 조사하고자 한다. 분석대상은 게임 앱 카테고리 내 10개의 앱으로 선정하였 다. 수집된 해당 모바일앱 리뷰는 꾸준한 인기를 가진 Trend형 게임앱과 짧은 인기를 보인 Fad형 게임앱에 따라 분류하였다. 이후 형태소 분석 등 전처리 과정을 거친 데이터를 기반으로 텍스트 마이닝을 시도하였다. 이를 통해 모바일앱 구매 후 반응의 차이점을 알아보고, 향후 모바일앱 구전 마케팅에 대한 개선점을 제언하고자 한다.