비정형 data 분석과 Web

□ 시장 분석 문제점 : 믿을 수가 있는가?

 

   - 대표성 확보가 어렵다
     1. 사람들이 방문을 허용하지 않는다.
     2. 길에서 대답해줄 여유있는 사람들이 줄어들고 있다.
     3. 전화도 받지 않는다. 정보 유출
     4. 전화번호부로 인한 샘플링 오류가 심하다 > 최근 지지도 issue
     5. 다른 방법이 없다.
     6. 랜덤이 가능한가?
     7. 대상의 성격이 복잡하다
   - 참원인을 찾아내지 못한다.(주로 정성조사)
     1. FGD의 경우 남의 눈치를 본다
     2. 너무 짧은 시간에 너무 많은 질문을 한다.
     3. 마음 깊은 곳에 있는 진짜 이유를 말하지 못한다.
   - 성과가 없다.
     1. 유명한 상품들은 순수한 창작에 의해 발명되었다.
     2. 조사 결과를 사용했는데 잘 되지 않았다.
        > 해석의 문제(책임지지 않는다. 보고서를 깊이 고찰하지 않는다. 모호하게 표현한다,
          실무와 연결 시킬 수 없는 상황/연구원이 많다.
    - 일반적인 문제점의 의미
     1. 시장/여론 조사가 필요없다는 이야기 인가? 
     1. 다면적인 데이터의 집중적인 축적과 타당한 해석의 필요성 강조(두산백과)

 

□ 나의 의견

 

    - 문제에 대한
     1. 뭘 하고 싶어하는 것일까?
     2. 듣고 싶어하는 것인가? 참원인(6시그마)을, 듣는척, 정치적 활용?
     3. 뭘 알고 싶은지 알고는 있는가?
     4. 대표성이 중요한가?
     
    - 방법에 대한
     1. Research란 무엇인가? 조사인가, 연구인가, 방법론인가?
     2. 우리나라의 인식 > 일반적으로 3년 뒤쳐짐(10년전 이야기를 그대로 하고 있다)
     3. 방법을 잘 알고 있는가?
     4. 방법을 잘 사용하고 있는가?
     5. 조사는 만능이 아니다,
        문제를 인식하고 접근하고 해결하기 위한 방법론이다 그래서 science이다

    - 이런 것을 알아야 한다.
     1. 대표성 : 샘플링 중요 but 점점 어려워 지고 있다 > 안될 경우 자료의 축적이 필요(추세로 파악)
     2. 소비자 심리적 base : 관찰, FGD, In-depth interview 등 다양한 방법이 있음
     3. 너무 긴 질문지 : 나누어서 하는 방법이 있음
     4. 숫자가 아니라 의미가 아닌가?
     5. 언제까지 숫자일까?
     6. 꼭 알아야하는 것이 뭔지에 대한 고민이 필요하다(포기도 중요하다)
        방법론에서의 선택과 집중도 필요하다. 그럼 왠 만한 것은 다 할 수 있다.

 

□ Web3.0?

 

1. Web1.0 > Web2.0 > Web3.0

   Web1.0 :
   - 인터넷의 시작
   - 1969년 미국방성에서 시작
   - 냉전시대, 전쟁 수행에 필요한 중요한 컴퓨터와 정보를 보호하기 위해
     미국 전역에 분산시켜 피해를 최소화할 목적
   - 사용자는 일방적으로 홈페이지에서 제공하는 정보를 단순하게 이용

   Web 2.0
   - Keyword : 참여, 공유, 개방
   - 정보 생산자 = 사용자
   - 생산자인 동시에 소비자이고 소비자이면서 생산자
   - 검색엔진 : 텍스트 분석 > 연관/인용 수준이 높은 내용을 포함하는 검색결과 도출
   - 예 : 블로그(Blog), 위키피디어(Wikipidia), RSS(Really Simple Syndication) 등
   - 개념 도입 : 팀 오라일리(Tim O'reilly, O'reilly Media, Inc.,)

   Web 3.0
   - Keyword : 인공지능(Semantic), 실시간
   - 월드 와이드 웹이 앞으로 어떻게 될 것인지를 서술할 때 쓰이는 용어이다.
   - 웹의 미래에 대한 다양한 관점, 인공지능에 대한 기대의 표현
   - Web2.0도 마케팅 용어이다.
   - 웹 3.0 이라는 용어 역시 일단은 Time O'Reilly가 최근들어 가장 자주 언급하고 있는 상황입니다. 
     2008년 웹 2.0 컨퍼런스에서 웹 3.0의 정의를 묻는 질문에 그는 이렇게 답을 했습니다.
     '웹 3.0에 대해 질문하신다면, 우리가 현재 사람들이 만들어낸 데이터에 대해 배우는
      원칙을 집단지성으로 전환할 수 있고, 또한 이를 기계(센서)가 만들어내는 데이터에도
      적용할 수 있는 웹 기술이라고 말을 하겠습니다.'

      2007년 5월, 서울 디지털 포럼에서 구글의 CEO 에릭 슈미트는
      웹 2.0과 웹 3.0에 대해 정의해 달라는 부탁을 받았다.[2] 그는 다음과 같이 응답하였다:
     “ 웹 2.0은 마케팅 용어이며 나는 여러분이 웹 3.0을 방금 발명했다고 생각한다.
     그러나 웹 3.0이 무엇인지 추측할 때, 여러분에게 이는 응용 프로그램을 만드는
     다른 방식이라고 말하고 싶다. 웹 3.0이 궁극적으로 함께 결합된 응용 프로그램으로
     보일 것이라는 것이 나의 추측이다. 수많은 특성이 있다:
     응용 프로그램들은 상대적으로 작고 데이터는 그 무리들 안에 있으며 그 응용
     프로그램들은 아무 장치나 PC, 휴대 전화를 통해 실행할 수 있다.
     응용 프로그램들은 매우 빠르며 사용자 맞춤식으로 이러한 프로그램들을 변경할 수 있다.
     게다가 이러한 응용 프로그램들은 바이러스가 전염되는 것처럼 소셜 네트워크,
     전자 우편을 통해 배포된다. 가게에 가서 물건을 구입하지 않아도 된다.
     우리가 컴퓨팅에서 볼 수 있었던 응용 모델과는 매우 다르다.”
                                                                       — Eric E. Schmidt,

   - 2009년 1월 15일 155명의 승객을 태운 미국 비행기가 허드슨 강에 비상착륙하는 사건 발생
     이 사건을 가장 먼저 알린 것은 신문사도, 방송국도 아닌 재니스 크룸스(Janis Krums)라는
     트위트 사용자 였음
   - 필요조건 : 실시간 정보 탐색 환경
     검색엔진 : 문맥상 의미와 검색 의도를 변수로 포함한 검색 결과 제공 필요
                정보 해독 기능을 갖기 시작 > 의미 다위로 검색이 가능한 기술
   - 정보의 질 : Web3.0시대에 가장 중요한 것이 될 것임
                 Web2.0을 거치면서 검색을 통해 어느정도 정제되고, 검정된 정보임에도
                 불구하고 많은 오류가 있는데, 실시간 이라는 속성이 강한 Web3.0에서는
                 더 많은 문제를 발생 시킬 수 있음
          
   - Web3.0관련 글을 NYT기자가 2006년11월 13일 사용하였을때 많은 논란이 있었음
     집단 지성도 web2.0의 개념이었는데...
     '나는 11세 자녀를 둔 주부인데,
      3000달러 범위 안에서 다뜻한 곳에서 여름휴가를 즐기고 싶다'고, 검색하면
      맞춤 여행상품 패키지를 검색해 보여주는 인공지능 검색 시스템이 개발중이라는 이야기'

 

□ Marketing Science의 Trend
  
   - 아직도 10년 전의 tool을 사용하고 있다,
   - 동일한 질문지, 동일한 분석 방법
     (틀렸다고할 수는 없다. 다만 적용할 수 없는 방법/issue도 많다) 
   - Data 분석 수준 향상(회귀, 상관 > cluster, factor, forecasting, segmentation, NPD
   - Data 분석 방법의 발전 : Condition에 따른 선호 변화(Conjoint), Tow step clustering,
                             Neural, Latent, 비모수 
   - Customized/Modified Methodology : 정성 + 정량, 관찰 + interview, 조사 + 상품기획
                                       Web FGD, Web diary, Interview + FTF,
                                       Buzz 등 
   - Normal data(비정형 data) 활용도 상승
   - Research와 컨설팅의 차이점은 무엇인가?    

 

 

□ Web에 뭐가 있나
   - 통제되지 않은(Unconditionned) 의견
   - 다양한 이해 관계
   - 정제되지 않은 의견
   - 충분한 양의 수량
   - 방향성
     (소비자 입에서 나올 수 있는 방향성은 이미 다 나와 있다.
      선택은 기업이 해야한다)     
   - 왜곡을 위한 노력

 

 

□ 어떤 방법들이 있나?
   - Buzz 수집 > 요약
   - Buzz 계량화
   - Modified Methodology(Buzz 수집후 interview)

 

 

□ 문제점들은 뭔가?
   - 다시 숫자인가?(필요한 것이 숫자인가? 아니면 성장인가?)
   - 대표성
   - 답을 주지 않는다

 

□ Buzz 방향성
   - Research는 답을 주시 않는다. 답을 찾는 것은 기업이다.
   - 사회/시장 현상에 대한 정의/categorize(MECE, 듣는사람은 이게(포장이) 필요하다)
   - Data 축적을 통한 index 구축(Issue별, 요소별...)
   - Robot의 정밀도 향상(Web3.0의 인공지능 처럼)