[논문 리뷰] Viral marketing as epidemiological model

Helena Sofia Rodrigues, Manuel José Fonseca|arXiv (Cornell University)|2015. 07. 24.

Digital Marketing and Social Media참고 문헌 11인용 수 13

한 줄 요약

이 논문은 메시지 확산을 질병 전파와 유사하게 간주하여 바이러스성 마케팅 역학을 시뮬레이션하기 위해 SIR(Susceptible-Infected-Recovered) 전염병학 모델을 제안한다. MATLAB을 사용한 수치 시뮬레이션을 통해 전파력(β)이 높을수록 메시지 도달 범위가 빨라지고 확산 범위가 넓어지며, 회복률(γ)이 높을수록 확산이 감소하는 것으로 나타났다. 목표 청중의 10% 이상을 시드로 제공하는 것은 수익 감소를 초래하므로, 최적의 타겟팅이 광범위한 시드 제공보다 더 효과적임을 시사한다.

ABSTRACT

In epidemiology, an epidemic is defined as the spread of an infectious disease to a large number of people in a given population within a short period of time. In the marketing context, a message is viral when it is broadly sent and received by the target market through person-to-person transmission. This specific marketing communication strategy is commonly referred as viral marketing. Due to this similarity between an epidemic and the viral marketing process and because the understanding of the critical factors to this communications strategy effectiveness remain largely unknown, the mathematical models in epidemiology are presented in this marketing specific field. In this paper, an epidemiological model SIR (Susceptible- Infected-Recovered) to study the effects of a viral marketing strategy is presented. It is made a comparison between the disease parameters and the marketing application, and simulations using the Matlab software are performed. Finally, some conclusions are given and their marketing implications are exposed: interactions across the parameters are found that appear to suggest some recommendations to marketers, as the profitability of the investment or the need to improve the targeting criteria of the communications campaigns.

연구 동기 및 목표

• 기존의 전염병학 프레임워크를 활용하여 바이러스성 마케팅을 전염 과정으로 모델링하기.
• 소셜 네트워크 내 메시지 확산 속도와 규모에 영향을 주는 핵심 매개변수를 규명하기.
• 바이러스성 마케팅 캠페인에서 다양한 시드 전략의 비용 효율성 평가하기.
• 마케터가 타겟팅 및 메시지 설계 최적화를 위해 활용할 수 있는 실질적인 통찰 제공하기.
• 수치 시뮬레이션과 매개변수 민감도의 그래픽 분석을 통해 모델 검증하기.

제안 방법

• 전염병학의 SIR 분할 모델을 바이러스성 마케팅에 적응: S = 감염 가능자(잠재적 수신자), I = 감염자(활성 공유자), R = 회복자(공유하지 않는 자).
• 전염병학적 매개변수를 마케팅 맥락에 매핑: β = 전파력(메시지 공유 가능성), γ = 회복률(시간이 지남에 따라 공유 감소율).
• MATLAB을 사용해 다양한 매개변수 값에서 SIR 연립 미분방정식의 수치 시뮬레이션 수행.
• β, γ, 그리고 초기 감염자 수 I(0)를 체계적으로 변화시켜 메시지 도달 범위와 피크 시점에 미치는 영향을 관찰하기 위해 민감도 분석 수행.
• 매개변수 변화가 캠페인 성과에 미치는 영향을 평가하기 위해 다양한 시나리오 간 시뮬레이션 결과 비교.
• S, I, R의 시계열 곡선 분석을 통해 메시지 확산 및 포화의 역학 해석하기.

실험 결과

연구 질문

• RQ1 전파력(β)이 바이러스성 마케팅 캠페인에서 메시지 확산 속도와 규모에 어떤 영향을 미치는가?
• RQ2 회복률(γ)이 바이러스성 마케팅 메시지의 지속 기간과 도달 범위에 어떤 영향을 미치는가?
• RQ3 초기 시드 인구 수(I(0))는 캠페인 효과성에 어떤 영향을 미치며, 수익 감소의 기준점은 어디인가?
• RQ4 시드 투자와 그로 인한 메시지 도달 범위 사이의 상충 관계는 무엇인가?
• RQ5 SIR 모델은 실제 바이러스성 마케팅 역학을 정확하게 시뮬레이션할 수 있으며 전략적 의사결정에 도움이 될 수 있는가?

주요 결과

• 전파력 매개변수 β를 높일수록 메시지 확산 피크가 더 이르고 더 크게 나타난다. β = 0.7일 경우, 10개 이하의 시간 단위 안에 약 600명의 개인에게 도달한다.
• 높은 회복률 γ는 총 도달 인원 수를 감소시킨다. γ = 0.5일 경우 도달 인원 수가 200명 미만이지만, γ = 0.01일 경우 400명 이상에 이른다.
• 목표 대상의 10%를 시드로 제공하는 것과 20%를 제공하는 것의 도달 범위가 거의 동일하여, 10%를 초과하면 수익 감소가 발생함을 시사한다.
• 더 나은 타겟팅과 메시지 설계를 통해 β를 높이는 데 투자하는 것이 광범위한 시드 제공보다 더 효과적이다. 이는 비용 증가에 비례하지 않게 공유 속도를 향상시키기 때문이다.
• 모델는 메시지 도달 범위가 β와 γ에 매우 민감함을 입증하며, 이들이 캠페인 성공에 결정적인 역할을 함을 확인한다.
• SIR 모델은 바이러스성 마케팅의 역학을 효과적으로 반영하며, 최적의 캠페인 성능이 전파력과 회복률의 균형을 통해 도출됨을 시뮬레이션을 통해 보여준다.