데이터 마이닝 기법을 이용한 프로야구 관람자의 표적 마케팅 전략

김인재

추천

검색

질문

자료유형: 학술저널

저자정보: 김인재

저널정보: 한국스포츠산업경영학회 한국스포츠산업경영학회지 한국스포츠산업경영학회지 제8권 제1호

발행연도: 2003.6

수록면: 31 - 50 (20page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구는 데이터 마이닝 기법을 이용한 프로야구 관람자의 시장세분화와 그에 따른 표적마케팅 전략을 파악하는데 그 목적이 있다.
연구대상은 LG 트윈스와 두산 베어스가 공동으로 홈구장으로 활용하고 있는 서울 잠실야구장에서 열리는 경기의 관람자를 대상으로 2002년 8월부터 9월까지 7경기의 프로야구 관중 남ㆍ여를 모집단으로 설정하고, 국내 프로야구 경기상황이 만석이 되는 경우는 드물기 때문에 세분틀을 만들어 관중이 집중되는 지역에 가중치를 두어 편의할당표집법(convenient quota sampling)을 이용하여 경기당 300~600명씩 총 3,000부 배부하였으며, 실제 분석에 사용된 자료는 응답이 불성실했다고 판단되거나 조사 내용의 일부가 누락된 336부의 자료를 제외한 총 2,664부로 설문지의 사용률은 약 88%이었다.
사용된 도구로는 관람 행동을 알아보기 위하여 김종(1996), Carter(1997), 장현철(1998)의 설문지를 재구성하여 사용하였으며, 설문지는 자기평가 기입법으로 작성하였다. 자료처리는 Window용 한글 SPSS version 10.07과 SPSS 제품군 중 하위 제품인 Answer Tree 3.0 통계패키지를 사용하여 CHAID 분석을 실시하였으며, 유의수준(α)은 .05로 설정하였다. 이와 같은 절차 및 자료분석을 통하여 다음과 같은 결론을 얻었다.
프로야구 관람자의 시장세분화를 위하여 인구통계학적 변인과 관람자의 행동특성을 토대로 시장세분화문제를 데이터 마이닝 기법인 나무구조에 의해 접근하여 세분화된 고객집단에 대한 의사결정 규칙을 규명한 결과, 첫째, 다량 구매자는 26~41세 이상의 관람자가 가장 많은 것으로 분류되었으며, 이러한 집단에 있어서는 남성이 많았으며, 미혼인 관람자이었다. 소량 구매자는 21~25세의 관람자가 가장 많은 것으로 분류되었으며, 그러한 집단에 있어서는 여성이었으며, 남성의 경우는 대학생과 기타 직종에 종사하는 관람자이었다. 둘째, 프로야구 경기장에서는 많은 관람자가 만원 이상을 소비하는 것으로 나타났으며, 술과 안주, 식사, 간식, 기념품, 응원도구 등 소비활동이 활발히 이루어지고 있다. 셋째, 비교적 근거리인 강남구, 송파구, 광진구에서 출발한 관람자는 경기장까지의 소요시간이 30분 이하로 걸렸으며 대중교통수단인 지하철과 버스, 도보를 이용하는 경우가 많았으며, 기타 지역(수원, 인천, 분당, 일산)과 은평구, 강서구에서 출발한 관람자는 31분에서 60분, 61분 이상이 소요되었으며, 소요시간이 길수록 지하철과 자가용을 이용하였다. CHAID 분석에 의한 예측력은 각각 54%, 64%, 71%로 비교적 높았다.

The purpose of this study was to inspect the spectator of behavior for market segmentation in professional baseball.
The sample for this study was collected from Seoul Jamsil baseball stadium that is home ground for both LG Twins and Doosan Bears professional baseball team. Collecting data period was from August to September in 2002. Total 2,664 spectators who responded home games in Jamsil baseball stadium. Methodologically, the respondents participated to answering the questionnaires through convenient quota sampling. The total 3,000 questionnaires were sended to the respondents. However, the final proceeding shows 88percent of the questionnaires. The data proceeding was used by two statistics packages of the SPSS/PC version 10.07 for Window and Answer Tree 3.0 to CHAID analysis. The level of significance of all hypothesis tests was α=0.5. This study reached the following conclusions. In order to segment the professional baseball spectators, it is important to look at the socio-demograph variables of the spectators.
First of all, with the data mining technical method, the spectators can be categorized age group of 26 to 41 years old who are the representative group in professional baseball spectators. The age group members are mainly male and unmarried people. Small buyer is mainly the age group 21 to 25 years old group that shows female dominant, university students and so on. Secondly, most of spectators spend more than 10,000 won and enjoy buying drink. snack, souvenir, and cheering kit. Finally, it takes 30 minutes to get stadium from the areas of Gangnam-gu, Songpa-gu, and Gwangjin-gu. They use mainly the public transportations such as subway, bus, walking. And other areas such as the city of Suwon, Inchon, Bundang-gu, Ilsan and Eunpyeong-gu, Gangseo-gu take less than 60 minutes to get stadium. Those spectators use subway and private car. Spectators are tend to come from long distance by using their own cars and public transportations of subway. With the CHIAD analysis the prediction rate is relatively high as follows, 54 percents, 64 percents, and 71 percents.

#프로야구 관람자 #시장세분화 #데이터 마이닝 #Professional baseball spectators #market segmentation #data mining technical method

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김인재

소속기관 호서대학교

주요연구분야 예술체육학 > 체육

논문수 21 이용수 2,025

이 논문과 함께 이용한 논문

한국 프로야구 리그의 관중 수 결정요인 분석

성상훈 , 설수영 한국스포츠산업경영학회지 2019 .08

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2018-692-000938831

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)