NEW 극대화 성향에 따른 사용자 유형 분류를 위한 로그 데이터 분석 연구 - 네이버 밴드 중심으로 -
진종현, 연명흠(2023), 한국디자인학회 극대화 성향에 따른 사용자 유형 분류를 위한 로그 데이터 분석 연구 - 네이버 밴드 중심으로 -
A Study on the Analysis of Log Data for User Type Classification Based on Maximization Tendency - Focusing on Naver Band
연구배경 및 목적
SNS는 온라인 커뮤니케이션 매체로 주목받고 있다.이러한 SNS 서비스의 보편화만큼이나 SNS 이용에 따른 사용자 유형 또한 다양하게 정의되고 있다.극대화 성향(Maximization tendency) 에 따라 주어진 조건 내에서 추가적인 정보와 고민 없이 신속한 결정을 내리는 Satisfizer와, 최고의 선택을 위 모든 대안들을 탐색하고 결정하고자 하는 Maximizer 로 나누어지기도 한다. 이와 같은 사용자 유형 분류를 위한 흔적들은 서비스 내에서측정 가능한 ‘로그 데이터’의 형태로 남아 있다. Goel(2010)에 의하면, 로그데이터는 고객의 행동에 대한 숨겨진 패턴을분석할 수 있는 핵심 정보로 여겨지며, 사용자 유형에 따른서비스 개선 전략 및 사용자 행동예측 등의 세분화를 위해 활용 되어 지기도 한다.본 연구는 오프라인 관계 기반의 폐쇄형 SNS에서 목적성기반의 공개형 커뮤니티 SNS로 확장되어, 새로운 탐색과 선택의 이슈가 발생하고 있는 네이버 밴드를 중심으로, 극대화 성향(Maximization tendency)에 따른 사용자 유형분류의 타당성과 사용자 유형분류의 기준이 될 수 있는 로그데이터를 검증 및 정의하고자 한다.
연구 방법 및 절차
본 연구의 프로세스는 다음과 같다. 첫째, 문헌연구를 통해 극대화 성향에 따른 사용자 유형의 정의를 파악하고 네이버 밴드에 대한 탐색적 연구를 진행한다. 둘째, 서비스 사파리를 통한 네이버 밴드 서비스 분석을 통해 극대화 성향에 따른 Maximizer와 Satisfizer의 선택 특성의 차이가 명확한 User flow를 정의하고, 해당여정에서 측정 가능한 로그데이터인 종속변수를 정의하였다. 셋째, 선행연구에서 제시한 설문을 바탕으로 실험 모집단을 2수준으로 분리한 뒤 , 실험을 진행하여, 종속변수의 값을 측정하였다. 마지막으로, 두 집단 간의 차이를 확인하기 위한 독립표본 t테스트를 진행하여 검증하였다.
결론 및 한계점
‘PV당 세션수’와 ‘Below hold 도달율’의유의성을 통해서, 극대화 성향이 강한 사용자 일수록 더 많은정보탐색을 진행한다는 점을 유추 할 수 있다. 또한 ‘부정맥락의 유효 탭수’의 유의성을 통해서는 극대화 성향에 따라뒤로 나가기와 취소 등을 통해서 다양한 대안을 탐색한다는점을 유추할 수 있었다. 이러한 정보탐색 및 대안 탐색으로 인해 ‘밴드 선택에 걸리는 총 시간’이 길어 졌음을 판단할수 있다. 이는 Schwartz(2002)가 주장한 좋은 대안이 존재할것이라는 가능성을 항상 고려하여 탐색을 지속하는 행동으로나타날 것이라는 극대화 성향의 동기적 특성과 행동적 특성을뒷받침 할 수 있는 결과라 판단되어진다.‘가입 조건 확인 후 이탈횟수’ 및 ‘전체 유효 탭수’는 밴드가입에 대한 적합성을 사용자가 판단하여 선택하는 맥락의 데이터 이며, ‘가입조건 확인 후 가입에 대한 고민시간’은 극대화 성향에 따른 조건 확인 후 선택까지의 시간측정을 통해 해당 선택에 대한 어려움 및 판단의 복잡성을 나타내주는 데이터라고 판단할 수 있다. 해당 데이터들의 통계적으로 유의하지 않음은 Schwartz(2002)가 주장한 의사 결정을 내리는 행위자체에 어려움을 느끼는 감정적 특성에 대한 재고를 주장 할 수 있음을 시사한다.본 연구는 다음과 같은 한계점이 존재한다. 먼저 실제 서비스를 통한 실험 진행으로 인해 밴드선택 에서의 분야별 밴드의양과 가입조건의 복잡도, 밴드 상세 페이지 정보량 등의 변인통제의 어려움이 발생하였다. 또한 연구자가 영상을 통해 데이터를 체크하는 방식을 통해 피 실험자당 관찰시간이 매우 길며 정확도가 떨어질 우려가 있다. 향후 연구 에서는 자동 카운팅 시스템을 기반 한 수직적 프로토타입 제작을 통해 다음과 같은 요인들에 대한 통제와 정확도를 높인 실험을 진행해 할 것이다. 마지막으로 한정된 시간으로 인해 통계 검정 시에 정규성을 만족할 수 있는 실험에 어려움이 있었다는 점이 있다. 이는 향 후 연구에서 추가 실험을 통한 정규성 확보와 인터뷰 등을 통해 보완해 나갈 것이다.
서비스 사파리를 통한 문제점 발굴
네이버 밴드의 공개형 SNS서비스 확장에 대한 다이어그램
독립표본 t-test의 통계검정표