LLM 기반의 소비자 리뷰 분석을 통한 상품 판매 전략 지원
Supporting Product Sales Strategy Through LLM-Based Consumer Review Analysis
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
온라인 쇼핑의 확산으로 상품 리뷰는 소비자 구매 결정에 중요한 영향을 미치고 있다. 리뷰는 제품의 품질, 가격, 배송과 같은 소비자에게 중요한정보를 제공하며, 기업이 이를 바탕으로 판매 전략을 개선하고 제품을 보완할 수 있는 기회를 제공한다. 그러나 리뷰의 양이 방대해지면서 이를효율적으로 분석하고 활용하는 데 어려움이 존재한다. 이를 해결하기 위해 본 연구는 리뷰 데이터를 자동으로 수집하고 체계적으로 분석하여 판매전략 개선에 기여할 수 있는 모델을 제안한다. 본 연구에서는 웹 크롤링과 OCR 기술을 결합하여 리뷰 데이터를 효과적으로 수집했다. 특히, 크롤링이제한된 웹 환경에서는 OCR을 활용하여 이미지 형태의 리뷰를 텍스트로 변환함으로써 데이터 수집의 범위를 확장했다. 이렇게 수집된 리뷰 데이터를Chat GPT-4o 모델과 같은 Large Language Model(LLM)로 분석하여 소비자 의견을 품질, 가격, 배송 등 다양한 측면에서 세부적으로 분류했다. 이 과정에서 얻어진 분석 결과는 주요 피드백 요소를 도출하는 데 활용되었으며, 이를 바탕으로 자사 제품과 경쟁사 제품을 비교할 수 있는 사용자친화적인 앱 UI를 설계했다. 이 UI는 소비자와 기업 모두가 리뷰 데이터를 쉽게 이해하고 활용할 수 있도록 시각화 기능과 실시간 검색, 맞춤형분석 정보를 제공한다. 본 연구는 IT 기술과 심리학적 분석을 결합하여 소비자 행동을 이해하는 새로운 접근 방식을 제시한다. 특히, 고가 제품에서나타나는 구매 결정 정당화 경향뿐만 아니라 저가 제품에서도 이러한 경향이 나타날 수 있음을 실증적으로 확인하며, 소비자 심리적 특성을 반영한마케팅 전략 수립의 중요성을 강조했다. 이를 통해 보다 효과적이고 데이터 기반의 마케팅 전략을 수립할 수 있는 가능성을 보여준다.
Abstract
The proliferation of online shopping has made product reviews a crucial factor in consumer purchasing decisions. Reviews provide essentialinformation to consumers, such as product quality, price, and delivery, while also offering companies opportunities to refine their salesstrategies and improve their products. However, the sheer volume of reviews poses challenges in efficiently analyzing and utilizing this data. To address this issue, this study proposes a model that automatically collects and systematically analyzes review data to enhance sales strategies. In this study, review data was effectively collected by combining web crawling with OCR technology. Particularly in web environments wherecrawling is restricted, OCR was used to convert review images into text, thereby expanding the scope of data collection. The collected reviewdata was then analyzed using Large Language Model (LLM) like Chat GPT-4o, allowing for detailed classification of consumer opinions intovarious aspects such as quality, price, and delivery. The analysis results were utilized to identify key feedback elements and to design auser-friendly app UI that facilitates comparisons between a company's products and those of competitors. This UI includes features for datavisualization, real-time search, and personalized analytical insights, enabling both consumers and companies to easily understand and utilizereview data. This study introduces a novel approach to understanding consumer behavior by integrating IT technology with psychologicalanalysis. It empirically demonstrates not only the tendency to justify purchasing decisions for high-priced products but also the possibilitythat a similar pattern can be observed in low-priced products, highlighting the importance of marketing strategies that reflect consumerpsychological characteristics. The findings highlight the importance of developing marketing strategies that account for consumers’psychological traits. Ultimately, this research showcases the potential for more effective, data-driven marketing strategies.