User Diary Record 기반 m-Commerce 에서의 사용자 Context를 고려한 Persona 모델링

Abstract

사용자 중심의 연구는 제품과 서비스의 물리적 스펙의 전체적인 상향 평준화 이후 제품/서비스 차별화를 위한 연구 방향으로써 주목받았고 점차 제품/서비스 개발에서 주요 연구 방법으로 자리잡았다. 상거래 환경에서 모바일 환경은 빠른 변화와 개인의 맞춤형 서비스에 대한 요구로 사용자에 대한 이해가 과거보다 더 크게 요구되었다. 빅데이터를 통한 사용자 분석이 새로운 수단으로 주목받고 있지만 요구되는 데이터의 크기가 상대적으로 매우 크며 이러한 데이터를 확보하고 처리하는 데에는 시간과 비용이 많이 든다. 이번 연구에는 사용자가 양식에 맞춰 스스로 기록한 User Diary Record (UDR)로부터 얻은 인사이트를 바탕으로 사용자의 경향성을 분류하는 행동 변수를 정의하고 이에 따라 사용자에게 좌표 공간 상의 위치를 부여하여, 유클리드 거리에 기반을 둔 사용자 별 유클리드 유사도를 구하고 기준 유사도 설정과 UCINET을 활용한 분석을 통해 사용자 세그멘트를 구하는 방법론을 제안한다. 또한 구해진 사용자 세그멘트의 행동 변수 평균 수치를 세그멘트 별 사용자 모델로 제안하였으며 CONCOR 분석을 통해 얻은 사용자 클러스터 결과와 비교하였다. 본 연구의 결과를 맞춤형 서비스 제공을 위한 사용자 세그멘트 추출과 신규 사용자의 빠른 세그멘테이션에 활용할 수 있을 것으로 기대된다.

User-centered research has attracted attention as a research direction for product/ service differentiation method after the overall upward leveling of physical design of product/service, and has gradually become a major research method in product/ service development. In the commerce environment, the mobile environment has changed more rapidly than ever, and the demand for personalized service has required greater understanding of users than in the past. User analysis through big data is attracting attention as a new means, but the size of data required is relatively large, and it takes time and money to acquire and process such data. In this study, I defined behavioral variables that classify users characteristic based on insights obtained from user-recorded User Diary Record (UDR), and then assign the location of coordinate space to users. After that, by using the concept of Euclidean distance analyze user segment. And visualize each segment through using concept of Reference Similarity (RS) and UCINET. The average number of user segments is proposed as a user model for each segment. The results of this study are expected to be used for user segment extraction to generate user model and provide customized services.