earticle

영어

This study conducted both big data and netnography analysis to analyze consumer needs and behaviors of online consumer community. Big data analysis is easy to identify correlations, but causality is difficult to identify. To overcome this limitation, we used netnography analysis together. The netnography methodology is excellent for context grasping. However, there is a limit in that it is time and costly to analyze a large amount of data accumulated for a long time. Therefore, in this study, we searched for patterns of overall data through big data analysis and discovered outliers that require netnography analysis, and then performed netnography analysis only before and after outliers. As a result of analysis, the cause of the phenomenon shown through big data analysis could be explained through netnography analysis. In addition, it was able to identify the internal structural changes of the community, which are not easily revealed by big data analysis. Therefore, this study was able to effectively explain much of online consumer behavior that was difficult to understand as well as contextual semantics from the unstructured data missed by big data. The big data-netnography integrated model proposed in this study can be used as a good tool to discover new consumer needs in the online environment.

한국어

본 연구는 온라인 소비자 커뮤니티의 소비자 욕구와 행동을 분석하기 위해 빅데이터-네트노그라피 통합모델을 사용하였다. 빅데이터 분석은 상관관계를 파악하기에는 용이하나, 인과관계는 알아내기 어렵기 때문에 네트노그라피 분석을 함께 사용하였다. 온라인 환경에서 수행하는 질적연구방식인 네트노그라피 방법론은 맥락파악에 있어서는 탁월하나, 장시간에 걸쳐 축적된 많은 양의 데이터를 분석하기에는 시간과 비용이 많이 든다는 한계가 있다. 따라서 본 연구에서는 빅데이터 분석을 통하여 온라인 커뮤니티 사이트에서 축적된 전반적인 자료의 패턴을 찾고, 네트노그라피 분석이 필요한 특이점을 발견한 뒤, 특이점 전후 지점에서만 네트노그라피 분석을 수행하였다. 본 연구에서 빅데이터 분석을 통해 드러난 다양한 현상의 원인을 네트노그라피 분석을 통해 설명할 수 있었다. 뿐만 아니라 빅데이터 분석으로는 잘 드러나지 않는 커뮤니티의 내부 구조적 변화까지도 파악할 수 있었다. 따라서 본 연구를 통해 그동안 빅데이터가 놓쳐온 비정형데이터로부터 맥락적 의미 분석은 물론 이해하기 어려웠던 온라인 소비자 행동 중 많은 부분을 효과적으로 설명할 수 있었다. 본 연구에서 제안한 빅데이터-네트노그라피 통합모델은 온라인 환경에서 소비자 욕구를 새롭게 발견하기 좋은 도구로 활용될 수 있을 것이다. 향후 연구에서는 다양한 사례 적용연구를 통해 본 연구에서 제시한 방안의 적합성과 우수성을 검증하고 보완하고자 한다.