검색 상세

빅데이터를 활용한 영화마케팅 연구 : SNS 이용자(특성) 중심으로

A Study on Film Marketing Using Big Data : Focusing on SNS User’s Characteristics

  • 김진욱 (KIM, Jin-Wook, 서강대학교 영상대학원)

초록/요약

본 연구는 기본적으로 영화마케팅에 있어 필요한 정보들의 집합의 정리 ‘SNS를 통한 빅데이터의 수집’ 라는 기본전제로 시작한다. 단위 시간당 데이터의 양이 증가한 배경에는 SNS의 확산이 있다. SNS이라는 강력한 플랫폼을 활용하여 영화에 대한 수용자의 태도와 성향을 파악하는 것은 영화 개봉 전 관객들을 끌어오는 마케팅을 하기 위해 필요한 정보다. 영화는 감성적 소비재로써 객관적인 정보뿐만 아니라 주관적인 구전 정보들이 관객들에게 주는 신뢰감이 더 크기 때문에 데이터의 수집 및 분류작업은 필수적이다. 예를 들어 SNS에서 평가한 한 개인의 영화에 대한 정보 즉, 영화의 구전커뮤니케이션을 데이터화하여 분류작업을 한다면 소비자들의 영화에 대한 기대감과 만족도를 구체적으로 파악할 수 있다. 기존의 영화마케팅에 대한 연구들은 제작사나 배급사의 입장에서 과거의 성공사례를 이용하여 흥행요인을 찾고자하는 연구가 대부분이었다. 그러나 영화는 예술성과 더불어 3D 등 첨단기술과 융합에 의해 이루어진 종합예술이므로 관객들은 여러 가지 요인에 의해 영화를 선택하며 영화흥행은 몇 개의 요소로 결정되지 않는다. 따라서 본 연구는 영화선택의 높은 예측을 하는 관객의 관람 전 SNS 커뮤니케이션에 의한 기대요인을 선행연구로 설정하고, 관람 후 만족도를 통한 SNS의 영향력을 살펴본 후, 그에 따른 SNS 이용자들의 심리요인들을 분석한다. 이렇게 지각된 정보요인들을 가지고 빅데이터를 활용해 영화마케팅 전략을 위한 새로운 연구모형의 틀을 제시한다. 연구방법으로는 기존 영화마케팅의 사전연구와 함께 심층인터뷰를 통한 정성적 연구와 설문지를 통한 실증분석을 병행하고, 무작위로 선별된 영화들을 비교분석하여 빅데이터화 한다. 첫째, 사전연구에서는 대중문화와 산업적인 측면에서 영화상품 자체의 특성과 영화마케팅의 기존연구, 관객수용자연구 등을 고찰한다. 이를 토대로 홍보용 영화 SNS 내 이용자 특성을 선행변수로 하고, 결과변수인 관람 전·후 홍보용 영화 SNS 커뮤니케이션을 통한 영화에 대한 기대감과 만족도 등에 대한 이론적 고찰을 시도한다. 둘째, [Study-1]으로 영화 관람 전·후 홍보용 영화 SNS 내 이용자 특성을 심층적 인터뷰를 통한 정성적 연구와 그에 따른 설문을 작성하여 설문지법을 이용한 실증연구를 한다. 셋째, [Study-2]로 SNS 이용자들의 지각된 특성들이 매개변수인 홍보용 영화 SNS 정보품질에 어떠한 영향을 미치는지 살펴보고, 지각된 정보품질들이 구전효과에 어떠한 결과를 가져오는지 빅데이터를 통해 시기별로 영화들을 분석하여 영화흥행에 미치는 영향을 검증하고자 한다. 또한 영화관람 이후, ‘후감상’ 등 특성요인들이 SNS 내에서 어떠한 방식으로 구전커뮤니케이션을 할 것인지를 데이터화하고, 연령별과 직업별, 시간대별 추이까지 트렌드 분석하여 기존의 관계형 데이터와 비정형데이터들의 엄청난 양의 검색조회수를 빅데이터화 한다. 이는 영화의 이미지분석(브랜드분석), 트렌드분석, 리스크(위기)관리, 스토리텔링의 도구, 마케팅 활용까지 실증분석되어 영화흥행을 예측한다. 논문구성은 총 6장으로 구성되어 있으며 내용은 다음과 같다. 제1장은 서론으로 연구의 필요성에 대한 연구배경과 연구목적, 연구방법 및 구성에 대하여 기술한다. 제2장은 본 연구의 모형이 되는 이론적 배경으로 첫째, 대중문화적 측면과 산업적인 측면으로 나누어 영화상품 자체의 특성을 살펴보고, 영화마케팅의 기존연구를 토대로 관객수용자연구를 고찰한다. 둘째, 관람 전·후 SNS커뮤니케이션을 통한 영화에 대한 기대감과 만족도에 미치는 요인이 어떤 것이 있는지를 살펴보기 위해 기존 연구를 정리한다. 셋째, 홍보용 영화 SNS 내 이용자특성을 살펴보기 위해 요인정보를 영화에 대한 심리학적 측면과 기대의 성과, 만족도 등을 정리한다. 이는 본 연구의 가장 기본적인 부분으로 영화흥행요소에 관한 기존의 사전연구를 중심으로 재정리한다. 넷째, 빅데이터에 대해 알아보고 영화마케팅의 활용방안을 제시한다. 제3장은 이론적 배경을 토대로 연구모형의 틀을 제시하고, 연구문제별로 연구가설을 파일럿 테스트를 통해 설정한다. 제4장은 정성적인 심층인터뷰조사와 정량적인 실증분석을 위한 자료수집 및 분석방법을 기술하고, 설문지 구성과 변수의 조작적 정의와 측정방법, 그리고 분석결과를 제시한다. 제5장은 영화정보의 획득경로와 SNS 접속경로, 측정 항목별 평가에 따른 가설을 검증하고, 빅데이터를 통해 시기별로 45편의 영화를 무작위로 선별, 분석하여 결과를 기술한다. 제6장은 결론으로 본 연구의 결과를 요약하고 연구의 시사점, 그리고 연구의 한계 및 향후 연구방향을 제시하였다. 실증분석 결과를 요약하면 다음과 같다. 첫째, 본 연구에서는 홍보용 영화 SNS 내 이용자들의 특성요인이 매개변수에 어떤 영향을 미치는지 확인해 보았다. 이에 신뢰성, 정보성, 관여성은 지각된 정보품질에 각각 긍정적인 영향을 미치는 것이 확인되었으나(가설 1-1, 가설 1-3, 가설 1-6) 그 외에 반응성, 친밀성, 상호작용성은 SNS 정보품질에 영향을 미치지 않은 것으로 나타났고(가설 1-2, 가설 1-4, 가설 1-5), SNS 정보품질이 후감상 등 정보요인에 미치는 구전효과(가설 2)은 낮은 중간 값이 나왔다. 이러한 결과는 홍보용 영화 SNS 내 이용자들이 제공하는 정보의 신뢰성, 정보성, 관여성이 크게 나타난 것으로 볼 수 있었다. 이는 대량의 검색조회수에 의한 영화흥행을 예측할 수 있는 빅데이터가 될 수 있음을 보여주었다. 둘째, 빅데이터를 보다 정밀하게 분석하기 위하여 분산병렬시스템인 하둡처리와 오피니언 마이닝, 정확도 검사를 통해 빅쿼리 소프트웨어로 분석하였다. 또한, 2012년 12월부터 2014년 6월까지 무작위로 선정된 45편의 개봉영화들을 중심으로 흥행에 성공한 영화들과 실패한 영화들을 장르별, 시기별로 나누어 비교분석하였다. 이렇게 검증된 결과, 빅데이터 트렌드 분석을 활용하면 영화흥행을 예측하는데 직접적인 영향을 미치게 되고, 기존의 마케팅 분석보다 가장 적은 ±7%의 오차범위를 이끌어냈다. 셋째, 이렇게 분석된 결과는 규모가 큰 영화들의 경우, 종전대로 대규모 마케팅을 하다가 개봉 후부터 일주일 정도 SNS 바이럴 마케팅을 중점적으로 해야 흥행에 성공할 수 있고, 규모가 크지 않은 영화들은 개봉 전부터 철저한 온라인(바이럴) 마케팅을 하다가 개봉 후 3~5일 정도 트렌드 분석을 조사한 후 새로운 마케팅 전략(ex: 유명인의 트윗글, 역사적 배경의 이슈 등)을 세워야 한다는 결과가 도출되었다. 이는 최소한 같은 시기에 개봉되는 영화들의 마케팅 전략의 준거자료가 될 뿐만 아니라 이를 벤치마킹하면 타 장르의 문화예술 측면에도 큰 기여가 될 것이다. 마지막으로 본 연구는 영화학계의 영화연구 뿐만 아니라 경영학계의 영화마케팅연구에서도 빅데이터를 활용한 초석이 되는 연구가 될 것이다.

more

초록/요약

This study starts from the basic assumptions of 'collecting big data from SNS‘ for organizing the group of information needed for movie marketing. Diffusion of SNS serves as a background of witnessing an increase on the amount of data per unit time. Utilizing the powerful platform, SNS, identifying the attitude and preference of consumers on the movie is the information needed for marketing in attracting audiences prior to releasing the movies. Movie is a sensational consumer good that subject mouth information as well as objective information provide much of reliability to audiences. Therefore, it is inevitable to collect and classify the data. For example, information about personal preference on the movie evaluated in SNS, in other words; mouth communication of movies is to be organized as data and classified properly to identify expectation and satisfaction of consumers on the movie in details. Most of the previous studies dealing with movie marketing used success cases in the past in the perspective of manufacturers or distributors in order to find the factors for the box office hit. However, movies are relevant to the comprehensive art comprised of advanced technology and integration with 3D along with artistic features. Therefore, audiences select with several factors, and the box office hit of a movie is not determined by only a few elements. Therefore, this study is intended to identify the influence of SNS after watching the movie through satisfaction and also analyze psychological factors of SNS users by regarding the expectation of SNS communication before audiences with high anticipation on movie selection watched the movie as a previous study. Utilizing information elements perceived hereof, it is intended to suggest a new research model framework for movie marketing strategies by using big data. As for research methods, previous studies dealing with movie marketing in the use of existing research data, quantitative research through in-depth interview, and empirical study from survey were proceeded at the same time. Hereupon, movies were analyzed making them as big data. First of all, preliminary research considers the characteristics of movie products in the perspective of industry and public culture, previous studies dealing with movie marketing, and the researches about audiences. Based on them, user characteristics of movie SNS for advertisement are established as leading variables and attempts for theoretical consideration about expectation and satisfaction of movies through movie SNS communication before and after watching the movie result variables. Secondly, [Study-1] proceeds quantitative research and prepares for the survey from in-depth interview about user characteristics of movie SNS for advertisement before and after watching the movie ultimately developing the empirical study in the use of survey questionnaires. Third, [Study-2] examines how the perceived characteristics of users influence on the movie SNS information quality for advertisement as a parameter and analyzes the movies in each period through big data as to how perceived information quality results in word of mouth effect in order to verify how they all influence on the box office hit of a movie. In addition, it is intended to make how the characteristics elements such as 'follow-up review' after watching the movie develop with word of mouth communication in the SNS as data. Furthermore, it is also intended to analyze trend of each age, career, and time making the mass amount of search-hits of existing relational data and atypical data. This aims to expect the box office hit from empirical analysis from the image analysis (brand analysis), trend analysis, risk analysis, storytelling tools, and marketing utilization. This paper is comprised of total 6 chapters, and contents are as follows. Chapter 1 is the introduction describing the research background, purpose and methods of the research, and organization for necessity of the study. Chapter 2 is a theoretical background for the model of this study, firstly, examining the characteristics of movie products in the industrial aspects and public cultural aspect. In addition, study of audiences is considered based on the previous researches about the movie marketing. Secondly, existing studies are organized to identify what elements influence on the expectation and satisfaction of the movie through SNS communication before and after watching the movie. Third, psychological aspects, accomplishment of expectation, and satisfaction about the movie and elements information are organized in order to identify user characteristics in the movie SNS. This is the most fundamental area of this study and is reorganized based on previous studies about elements for box office hit of a movie. Fourth, it is to examine big data and suggest measures for utilizing the movie marketing. Chapter 3 suggests research model framework based on theoretical background and set each of the research questions through pilot test of hypothesis. Chapter 4 describes collection of data and analytical methods for quantitative in-depth interview survey and qualitative empirical analysis and suggests the definition of variables and control for survey organization, measurement methods, and results of analysis. Chapter 5 verifies hypothesis from evaluation of each item for measurement, SNS access route, and route of acquiring movie information and randomly selects 45 movies in each period through big data, analyzes them, and describes the result. Chapter 6 is the conclusion summarizing the results of this study and suggests the implication of the study, limitation of this study, and future direction for follow-up study. Results of empirical analysis are summarized as follows. First of all, this study has confirmed how the characteristics of users in movie SNS for advertisement influenced on the parameters. Hereupon, it was confirmed that reliability, information, and relation each positively influenced on perceived information quality (hypothesis 1-1, hypothesis 1-3, hypothesis 1-6). However, responsiveness, familiarity, and correlation were shown not to influence on SNS information quality (hypothesis 1-2, hypothesis 1-4, hypothesis 1-5). Word of mouth effect as to how SNS information quality influenced on the information element such as follow-up review (hypothesis 2) was turned out to be lower med-value. This result is relevant to high representation of reliability, information, and relation of information provided by users in the movie SNS for advertisement. This shows that it can be big data expecting the box office of a movie from mass amount of search-hits. Secondly, hadoop distribute file system, opinion mining and precision test in distributed parallel systems analysis was conducted to precisely analyze the big data with the big query software combined with atypical data. Afterwards, 45 movies of both box office success and failure released between December, 2012, to June, 2014 were compared and analyzed. As for results of the analysis, big data analysis on the movie marketing has derived the smallest error range(±7%) compared to existing marketing analysis in expecting the box office hit. Third, results from the analysis have derived a conclusion that huge scaled movies are required to focus on the SNS viral marketing in strategies for a week after being released after proceeding large scaled marketing as shown in the existing movie marketing strategies. A conclusion was also made that small scaled movies are required to completely focus on the viral marketing prior to the release and then establish new strategies (ex: tweets from celebrities or issues of historical background) after investigating the trend analysis for about 3 to 5 days. This not only serves as a standard data for marketing strategies for movies being released at the similar period but also contributes significantly to the cultural/artistic aspect in other genres if bench-marking them. Lastly, this study is of a cornerstone in utilizing the big data in the movie marketing study in management field as well as of movie research in the movie industry.

more
반출 Meta View 목록