딥러닝 기반 텍스트 분석을 활용한 그린 소비자 만족 요인 분석

An Analysis of Green Consumer Satisfaction Factors using Deep Learning-based Text Analytics: A Focus on the U.S. Restaurant Industry

환경 문제에 대한 관심이 높아지면서 친환경 소비를 지향하는, 이른바 그린 소비자들이 증가하고 있으며, 그에 대응하기 위한 그린 마케팅의 중요성도 점점 높아지고 있다. 본 연구는 이러한 흐름에 주목하여 그린 마케팅의 관점에서 외식 산업에서의 소비자 만족 요인을 탐구하고자 한다. 이를 위해 옐프(Yelp)에서 제공하는 미국 외식 산업 리뷰 데이터를 수집한 후 이를 딥러닝 기반 텍스트 분석 기법인 BERTopic 모형을 활용하여 분석하였다. 그린 소비자들의 만족도에 영향을 미치는 요인들을 추출한 결과, 외식업에서의 그린 소비자들은 채식주의, 로컬 푸드, 유기농 식품 등 음식과 관련된 만족 요인과 플라스틱과 같은 일회용품의 사용이나 환경의 청결도와 같은 환경-시설에 대한 만족 요인을 종합적으로 고려하고 있는 것으로 나타났다. 이러한 분석 결과는 그린 소비자의 만족 요인에 대한 데이터 기반의 계량적인 근거를 제공하였다는 점에서 그린 마케팅 문헌에 이론적으로 기여할 것으로 기대한다. 또한, 그린 레스토랑을 추구하는 마케팅 실무자들에게 유용한 전략적 시사점을 제공할 것으로 기대한다.

With the ever-increasing attention to environmental issues, the number of consumers who seek to consume eco-friendly, so-called green consumers, is also increasing, and in return, companies are increasingly concerned with green management and green marketing. In recognition of this trend, this study aims to explore green consumer satisfaction factors from the perspective of green marketing, specifically in the restaurant industry. For this purpose, we collected U.S. restaurant review data from Yelp and utilized the BERTopic model, a deep learning-based text analysis technique, to identify factors that affect the satisfaction of green consumers. The results showed that green consumers in the restaurant industry value not only food-related satisfaction factors, such as vegetarianism, local food, and organic food, but also environmental and facility satisfaction factors, such as the use of disposable products such as plastic and the cleanliness of the environment. We expect that these findings will not only contribute theoretically to the literature on green marketing in the restaurant industry, but also provide useful marketing implications for practitioners in companies pursuing green restaurants.