[lecture] Trend Analysis via Social Big Data Mining

주제	Trend Analysis via Social Big Data Mining
장소	서울시 강남구 도곡동 517-10 카이스트 1층
일시	2012년 9월 6일 (목) 5PM~7PM
강사	송길영 다음소프트 부사장 kysong@daumsoft.com
주관	KAIST 소프트웨어 정책연구센터
초점	정보 활용 Case 위주 강연

I.       인지도의 중요성

1.       인지도 -> 선호도 : 순서는 인지도 이후 선호도이기 때문에, 내 브랜드가 소비자의 consideration set 중에 포함되어야함

2.       참고 : 소비자의 선호도를 알면, 이후 ( )는 예측 가능

II.      Opinion Finding의 중요성

1.       사람 마음 이해의 중요성 : “What people write and read online is more important than ever. [Because] it both reflects and shapes people’s opinion.”

2.       Trend : 수많은 주관이 모이면, 즉 객관화된 주관은 트렌드를 형성

3.       참고 통계치 : 하루 30만 건 블로그, 1천만건 하루 한국어 트윗

III.     “Unstructured” Big Data

1.       문제 : 90%의 data가 unstructured à unstructured 데이터 분석 필요

2.       참고

1)      용어 변화 but 동일한 내용 : 91년도 ubiquitous 또는 UCT à Things Internet à Big Data (다양한 job creation 발생)

2)      과거엔 신규사원에게 배짱, 경험, 열정 강조했으나, 오늘은 data 해석하여 업무에 활용할 수 있는 능력이 요구됨

IV.     Social Media Analysis 사용 용도

1.       Brand Monitoring 사용 : Brand Risk Management 차원에서 고객 반응 모니터링 (예. 갤럭시 폭발 in 아일랜드-> SNS로 퍼지기 전에 막을 수 있음)

2.       마케팅 USP 활용 : 소비자가 원하는 특장점 파악 가능해 집중할 제품 Spec/서비스 알 수 있음

1)      예 : iPad 2는 소비자가 언급한 iPad 1 문제 해결해 매출 상승

V.      어록

1.       Marketing 이란 Desire와 Perception 차이를 줄여주는 행위

2.       Marketing 이란 Feature를 Benefit으로 바꾸는 것 (예. 배터리 지속시간 mA à 8시간 지속)

3.       Marketing은 아무 행위에 핑계를 주는 것

4.       Sexiness는 Proportion 의 문제