[논문 리뷰] Learning Organization using Conversational Social Network for Social Customer Relationship Management Effort

Andry Alamsyah, Yahya Peranginangin외 1명|arXiv (Cornell University)|2021. 03. 10.

Technology Adoption and User Behaviour참고 문헌 7인용 수 5

한 줄 요약

이 논문은 대화형 소셜 네트워크—특히 트위터—를 활용하여 조직을 학습 중심 기관으로 전환하는 프레임워크를 제안한다. 실시간 브랜드 관련 대화를 채굴하고 분석함으로써, 조직이 시장 변화에 유연하게 대응하고 행동 가능한 시장 인사이트를 도출하며, 지속적인 청취와 적응 학습을 통해 동적으로 변화할 수 있도록 지원한다.

ABSTRACT

The challenge of each organization is how they adapt to the shift of more complex technology such as mobile, big data, interconnected world, and the Internet of things. In order to achieve their objective, they must understand how to take advantage of the interconnected individuals inside and outside the organization. Learning organization continues to transform by listening and maintain the connection with their counterparts. Customer relationship management is an important source for business organizations to grow and to assure their future. The complex social network, where interconnected peoples get information and get influenced very quickly, certainly a big challenge for business organizations. The combination of these complex technologies provides intriguing insight such as the capabilities to listen to what the markets want, to understand their market competition, and to understand their market segmentation. In this paper, as a part of organization transformation, we show how a business organization mine online conversational in Twitter related to their brand issue and analyze them in the context of customer relationship management to extract several insights regarding their market.

연구 동기 및 목표

• 모바일, 빅데이터, 사물인터넷(IoT)과 같은 급속도로 변화하는 디지털 기술에 대비한 조직의 적응 도전 과제를 해결하기 위해.
• 조직 내외의 상호연결된 개인들이 시장 역학과 고객 행동에 미치는 영향을 탐구하기 위해.
• 활동적인 청취와 소셜미디어 대화 분석을 통해 조직이 학습 중심 기관으로 전환할 수 있는 메커니즘을 개발하기 위해.
• 온라인 대화 네트워크에서 유래한 데이터 기반 인사이트를 통해 사회적 고객관계관리(SCRM)를 향상시키기 위해.
• 실시간으로 시장 세분화, 경쟁 상황, 고객 정서를 더 잘 이해할 수 있도록 지원하기 위해.

제안 방법

• 브랜드 관련 토론에 대한 데이터 수집을 위해 주로 트위터를 대화형 소셜 네트워크로 활용한다.
• 비정형 대화 데이터에서 인사이트를 추출하기 위해 텍스트 마이닝 및 정서 분석 기법을 적용한다.
• 지속적인 적응과 전략적 의사결정 지원을 위해 발견된 결과를 학습 중심 기관 프레임워크에 통합한다.
• 소셜 미디어에서 도출된 인사이트를 바탕으로 고객 참여 전략을 개선하기 위한 피드백 루프 메커니즘을 활용한다.
• 대화 패턴을 조직의 학습 과정과 연결하여 반응성과 시장 인식 능력을 강조한다.
• 8페이지의 데이터(2개의 표와 4개의 그림 포함)에 대한 정성적 및 정량적 분 析을 통해 프레임워크의 타당성을 검증한다.

실험 결과

연구 질문

• RQ1 조직은 트위터와 같은 대화형 소셜 네트워크를 어떻게 활용하여 사회적 고객관계관리(SCRM)를 강화할 수 있는가?
• RQ2 실시간 온라인 대화에서 어떤 인사이트를 추출하여 조직의 학습과 시장 적응을 지원할 수 있는가?
• RQ3 소셜 미디어 데이터는 어떻게 시장 세분화, 경쟁 상황, 고객 정서 이해를 향상시키는가?
• RQ4 소셜 미디어를 통한 지속적 청취는 조직을 학습 중심 기관으로 전환하는 데 어떻게 기여하는가?
• RQ5 어떤 메커니즘이 소셜 미디어 인사이트를 실질적인 비즈니스 전략으로 전환하는 데 기여하는가?

주요 결과

• 프레임워크는 조직이 트위터 대화에서 실시간으로 시장 인사이트를 추출하여 고객 수요에 더욱 민감하게 대응할 수 있도록 지원한다.
• 소셜 미디어 대화를 적극적으로 청취하고 분석하는 조직은 시장 변화와 고객 요구에 더 잘 적응할 수 있는 능력을 보인다.
• 대화 데이터를 SCRM 프로세스에 통합함으로써 더 나은 의사결정과 향상된 고객 참여 전략 수립이 가능해진다.
• 연구는 소셜 미디어 청취가 지속적인 피드백 루프를 통해 전통적인 조직을 학습 중심 기관으로 전환하는 데 기여함을 입증한다.
• 8페이지의 데이터(표 2개, 그림 4개 포함) 분석을 통해 트위터를 활용한 시장 지능 및 조직 학습의 실현 가능성과 가치를 확인하였다.
• 이 접근법은 공개된 대화 데이터를 활용해 실시간으로 브랜드 인식과 경쟁 역학을 모니터링할 수 있는 확장 가능한 모델을 조직에 제공한다.