본 연구의 목적은 인터넷과 모바일을 통해 수집되는 대량의 데이터인 빅데이터 를 수집, 분석하여 레스토랑 이용 고객이 지각한 레스토랑 서비스 품질, 고객만족, 그리고 추천행동(최신성, 빈도성, 영향력)의 관계를 규명하는 것이다. 이를 위해 웹 프로그래밍으로 개발된 전용 데이터 베이스 크롤러 이용하여 2007년 5월 17 일부터 2010년 12월 28일까지 작성된 네이버 윙스푼의 레스토랑 추천 65,535 건을 수집하여 분석하였다. 분석결과 음식품질, 서비스 품질, 분위기 품질 모두 고 객만족에 유의한 영향을 미치는 것으로 나타났으며, 고객만족이 추천행동에 미치 는 영향에 대한 검증에서는 추천행동의 빈도성과 영향력에서는 유의한 결과가 나 타났으나, 추천행동의 최신성에서는 유의하지 않은 것으로 나타났다. 본 연구 결 과를 통해 얻은 시사점은 지금까지 기업은 품질에 많은 투자를 하여 만족을 끌어 올리고 이를 통해 추천의도까지는 형성하였으나 이것이 실제 추천행동으로 이어지 지 않을 수도 있음을 보여준 것이다. 품질은 만족에 영향을 미치고, 만족은 추천의 도에 영향을 미치나, 만족이 추천행동에 직접적인 영향을 미치지는 않을 수도 있 기에 기업은 고객의 추천행동을 유발하기 위해서는 품질과 만족도 중요하지만 페 이스북의 좋아요 버튼처럼 추천행동을 쉽고 빠르게 할 수 있는 도구를 제시하고, 이벤트 등 추천행동의 동기를 제공하여 추천행동을 하도록 만들 필요가 있다. 본 연구의 한계점은 특정사이트의 데이터를 중심으로 진행되어 해당 사이트의 특성이 연구결과에 반영되었을 가능성이 크기에 향후 연구에서는 다양한 사이트로부터 데 이터를 수집하여 진행되어야 할 것이다.
The purpose of this study is to investigate the effect of restaurant service quality and customer satisfaction on recommendation behavior by Big-Data Analysis. This study used the Specific Web data mining crawler and collected 65,535 of restaurant customer reviews from Korean restaurant review service on internet. Academics and managers know relatively little about how the combined effects of quality (food, service, and atmosphere) elicit customer satisfaction which, in turn, affects recommendation behavior. Therefore, we examined the relationships among three determinants of quality dimensions (food, service, and atmosphere), satisfaction, and recommendation behavior (recency, frequency, influence). Multiple regression analysis showed that quality of food, service, and atmosphere were all significant determinants of satisfaction. Simple regression analyses also showed that satisfaction was a significant predictor of recommendation frequency behavior and recommendation influence behavior.