Media Channels and Consumer Purchasing Decisions

Jongroul Woo, Joongha Ahn, 이종수, 구윤모 (2015) · industrial-management-and-data-systems 115(8):1510-1528 · DOI ↗

9 개 product category (우유 · 라면 · 샴푸 · 모바일 · TV · 자동차 · 모바일 통신서비스 · 신용카드 · 생명보험) 별로 어떤 media channel (지상파 · 유료 TV · 라디오 · 신문 · 잡지 · 인터넷 광고 · 인터넷 검색 · WOM · 기타) 이 구매결정에 영향을 미치는지 multivariate-probit-model (MVP) 로 식별. 한국 KOBACO MCR 6,000 명 표본 분석. 결과: WOM 과 지상파 TV 가 category 무관 universal 영향 채널 (ASC 가장 큰 두 매체). 인터넷 광고·검색은 청년·고학력 표적, 신문은 고연령, 잡지는 여성·brand-loving. Early-adopter 는 모든 매체 (특히 지상파 + 유료 TV + WOM) 에 양수 반응.

• RQ: 다중 미디어 채널 중 어떤 채널이 어떤 product category × 소비자 segment 조합에서 가장 효과적인가? cross-channel substitution / complementarity 패턴은 어떠한가?
• 방법론: multivariate-probit-model, bayesian-inference, 주성분 분석
• 데이터: KOBACO MCR 2011-1011 한국 41 도시 1364 세 N=6,000; 9 product category × 9 media channel × 8 covariate (age, gender, education, household income, early-adopter tendency, brand-loving tendency, impulse-buying tendency); lifestyle 변수는 11 Likert 문항 PCA 합성 (Cronbach $\alpha$ = 0.872 · 0.788 · 0.765)
• 주요 발견: ASC 절댓값 최소 (가장 효과적 universal 채널) — 지상파 TV (-0.14 ~ -0.99) 과 WOM (-0.27 ~ +0.17); 인터넷 광고/검색 age 계수 모든 category 음수 *** (청년 효과); 신문 age 계수 거의 모든 category 양수 *** (고연령); 인터넷 검색 education 계수 durable goods 양수 *** (고학력); WOM income 계수 durable goods 양수 *** (고소득); early-adopter tendency 는 지상파 TV (0.0830.374 ***) · 유료 TV (0.1550.248 ***) · WOM (0.083~0.170 ***) 전 category 양수 ***
• 시사점: 마케팅 media mix 는 product × segment 별 다른 채널 조합 필요. 청년 표적 — 인터넷 광고+검색; 고연령 — 신문+WOM; 여성 표적 (잡지) ; 남성 표적 (라디오·신문). Early-adopter 표적은 TV 와 WOM 의 결합

요약

기업은 광고비를 cross-media 로 배분 (2012 년 전세계 광고비 4,920 억 USD, 인터넷 +18%/년 vs 인쇄 -3%/년) 하지만, 어느 매체가 어느 product 의 어느 소비자 segment 의 구매결정에 가장 효과적인가 는 marketing 경험과 직관에 의존하는 영역이었다. 기존 cross-media synergy 연구 (Naik and Raman 2003; Dijkstra et al. 2005; Naik and Peters 2009; Voorveld 2011; Lim et al. 2015) 는 채널 간 시너지를 확인했지만 category 별 차별화 는 다루지 않았다. 본 논문은 이종수 · 구윤모 연구진의 마케팅 + 미디어 산업 라인 안에서, multivariate-probit-model 의 marketing media planning 적용 첫 사례로 — category 9 × media channel 9 × covariate 8 의 3 차원 grid 에 대해 채널 간 상관까지 동시 추정한 가장 정교한 분석이다.

설문은 The Effect of New Media on Consumer Media Usage: An Empirical Study in South Korea 와 동일 KOBACO MCR 6,000 명 face-to-face. 9 product category 를 (i) 비내구재 (우유·라면·샴푸), (ii) 내구재 (모바일·TV·자동차), (iii) 서비스 (모바일통신·신용카드·생명보험) 로 grouping. 응답자에게 “어떤 매체 channel 이 구매결정에 영향을 미쳤는가” 의 multiple-yes 질문. Lifestyle 변수 3 종 — early-adoption tendency · brand-loving tendency · impulse-buying tendency — 는 11 개 6-pt Likert 문항을 주성분 분석 로 합성 (Cronbach $\alpha$ 0.872 / 0.788 / 0.765, Varimax rotation).

multivariate-probit-model (MVP) 의 핵심 utility:

$$U_{ij} = V_{ij} + \varepsilon_{ij} = \alpha_j + \sum_k \beta_{ijk} X_{ik} + \varepsilon_{ij}$$

$\varepsilon_i = (\varepsilon_{i1}, \ldots, \varepsilon_{iJ}) \sim MVN[0, \Sigma]$ 의 variance-covariance matrix $\Sigma$ 가 unobserved 채널 간 상관 을 캡처해 substitution/complementarity 식별. 추정은 bayesian-inference Gibbs sampler (R bayesm).

핵심 결과 패턴은 5 갈래. (1) ASC — 모든 category 에서 지상파 TV 와 WOM 이 절댓값 최소 (즉 가장 강한 baseline 채널). 신문·잡지는 절댓값 가장 큰 (baseline 약함). (2) Age — 인터넷 광고 (-0.011 ~ -0.028 ***) 와 인터넷 검색 (-0.009 ~ -0.032 ***) 이 모든 category 음수 → 청년 효과; 신문은 거의 모든 category 양수 *** → 고연령. WOM 도 모든 category 양수 → 고연령 효과. (3) Gender — 신문이 모든 category 양수 *** → 남성; 잡지는 내구재 음수 *** → 여성. WOM 은 모바일·TV·서비스에서 음수 → 여성. (4) Education — 인터넷 검색이 내구재·서비스에서 양수 *** → 고학력. WOM 은 TV·생명보험 음수 → 저학력. (5) Income — 유료 TV·신문 양수 *** → 고소득; 인터넷 광고 자동차·통신서비스 음수 → 저소득. Lifestyle 효과 — early-adopter 는 지상파 TV + 유료 TV + WOM 모든 category 강한 양수 *** (위 3 매체가 early-adopter 의 universal 진입로); brand-loving 은 신문·잡지·지상파 TV 양수 (전통 brand 매체); impulse-buying 은 지상파+유료 TV 모든 category 양수 (충동구매와 TV 의 강한 연결). 채널 간 상관 ($\Sigma$): 지상파 ↔ 유료 TV +0.50 *** (강한 complementarity), 신문 ↔ 잡지 +0.58~0.61 *** (인쇄 매체 cluster), WOM ↔ 지상파 -0.32 ~ -0.46 *** (substitution).

핵심 결과

ASC (절댓값 작을수록 baseline 강한 채널, 9 category 평균 패턴)

Media	비내구재 ASC	내구재 ASC	서비스 ASC
지상파 TV	−0.19 ~ −0.29*	−0.14 ~ −0.46**	−0.33 ~ −0.99**
유료 TV	−0.97 ~ −1.54**	−1.05 ~ −1.50**	−1.02 ~ −1.52**
라디오	−1.38 ~ −1.91**	−1.86 ~ −2.52**	−1.01 ~ −2.24**
신문	−1.87 ~ −3.27**	−2.86 ~ −3.00**	−1.67 ~ −2.81**
잡지	−1.75 ~ −2.90**	−1.95 ~ −2.23**	−1.62 ~ −1.89**
인터넷 광고	−1.34 ~ −1.96**	−1.36 ~ −1.76**	−0.75 ~ −1.53**
인터넷 검색	−1.03 ~ −1.87**	−0.95 ~ −2.38**	−0.61 ~ −1.10**
WOM	−0.47 ~ −0.77**	+0.08 ~ −0.59**	+0.17 ~ −0.39*

Demographic 효과 (대표 부호)

Variable	인터넷 광고	인터넷 검색	신문	잡지	WOM
Age (고연령 ↑)	− ***	− ***	+ ***	n.s.	+ **
Gender (남성 ↑)	+ (자동차·통신만)	+ (자동차)	+ *** all	− ** (내구재)	− (모바일·TV)
Education (고학력 ↑)	+ (서비스)	+ *** (내구재·서비스)	+ ** (내구재)	n.s.	− (TV·생명보험)
Income (고소득 ↑)	− (자동차·통신)	+ (우유·샴푸·생명보험)	+ (여러 category)	n.s.	+ (내구재·통신)
Early-adopter ↑	+ (내구재)	+ *** all	n.s.	n.s.	+ *** all
Brand-loving ↑	+ (모바일·자동차)	+ (모바일·자동차·통신)	+ *** (대부분)	+ (대부분)	+ (우유·라면·모바일)
Impulse-buying ↑	n.s.	− ** (내구재·통신)	+ (4 category)	+ (라면·자동차·신용카드)	n.s.

채널 간 상관 (비내구재 표본 $\Sigma$)

	지상파	유료 TV	신문	잡지	WOM
지상파	1.00	+0.50***	+0.25***	+0.15**	−0.46*
유료 TV		1.00	+0.24***	+0.15**	−0.11***
신문			1.00	+0.61***	−0.13***
잡지				1.00	−0.12**
WOM					1.00

방법론 노트

multivariate-probit-model (Chib and Greenberg 1998) 의 핵심은 (i) 응답자가 복수 alternative 를 동시에 선택 하는 multivariate yes/no, (ii) IIA (independence of irrelevant alternatives) 가정 없음, (iii) error term variance-covariance $\Sigma$ 가 unobserved 상관을 캡처해 substitutability/complementarity 식별. Utility:

$$U_{ij} = \alpha_j + \sum_k \beta_{ijk} X_{ik} + \varepsilon_{ij}, \quad \varepsilon_i \sim MVN[0, \Sigma]$$

Choice function:

$$Y_{ij} = \begin{cases} 1 & \text{if } U_{ij} > 0 \\ 0 & \text{if } U_{ij} \leq 0 \end{cases}$$

Multiple-choice probability (Chib-Greenberg 1998):

$$\Pr(Y_i | \beta, \Sigma) = \int_{S_J} \cdots \int_{S_1} \Phi(\varepsilon_1, \ldots, \varepsilon_J | 0, \Sigma) d\varepsilon_1 \cdots d\varepsilon_J$$

여기서 $S_j$ 는 $Y_{ij} = 0$ 이면 $(-\infty, \sum_k \beta'_{ijk} X_{ik})$, $Y_{ij}=1$ 이면 $(\sum_k \beta'_{ijk} X_{ik}, \infty)$ 의 truncation. MLE 는 likelihood 의 J 차원 적분이 복잡하고 global maximum 어려워 bayesian-inference Gibbs sampler (R bayesm package, Rossi et al. 2005). 식별은 (i) 9 category × 9 channel 의 grid 가 across-category variation 제공, (ii) 8 covariate 의 between-respondent variation, (iii) MVP 의 $\Sigma$ 추정으로 channel 간 unobserved 상관 분리. Lifestyle 변수는 11 Likert 문항 PCA Varimax 4 iteration converged 의 3 factor.

연구 계보

본 paper 의 직접 selling point 는 MVP 의 marketing media planning 첫 적용. Method 조상은 Chib and Greenberg (1998) · Edwards and Allenby (2003) · Rossi et al. (2005) 의 MVP framework. TEMEP 내 MVP 적용 선례는 koo-2014-sns-multivariate-probit (Koo, 이종수, … 의 SNS 서비스 선택). Cross-media synergy 라인은 Naik and Raman (2003, Marketing Science) · Naik and Peters (2009, Journal of Interactive Marketing) · Voorveld (2011) · Lim et al. (2015). Consumer information search 라인은 Moorthy et al. (1997) · Bhatnagar and Ghose (2004, Journal of Retailing) · Wendel and Dellaert (2005). 직접 자매 작업 — The Effect of New Media on Consumer Media Usage: An Empirical Study in South Korea (동일 KOBACO MCR 표본, MDCEV 로 미디어 시간 배분). 이종수 author page 의 제2기 demand-side econometrics 확장 라인에서, 본 paper 는 미디어 산업 시리즈 의 MVP-based marketing planning 확장.

See also

• multivariate-probit-model
• bayesian-inference
• 주성분 분석
• media-channels
• information-search
• marketing-communication
• cross-media-synergy
• Jongroul Woo
• Joongha Ahn
• 이종수
• 구윤모
• The Effect of New Media on Consumer Media Usage: An Empirical Study in South Korea

인접 그래프

1-hop 이웃 9개

• 인물 4
• 방법론 1
• 분류 2
• 논문 2

↻ 초기화

휠 = 확대/축소 · 드래그 = 이동 · hover = 강조 · 클릭 = 페이지 이동

이 문서를 가리키는 페이지

논문 (2)

• Analysis of user characteristics regarding social network services in South Korea using the multivariate probit model
• The Effect of New Media on Consumer Media Usage: An Empirical Study in South Korea

인물 (2)

• 구윤모
• 이종수