텍스트 마이닝을 활용한 커피전문점 스마트 오더 플랫폼에 대한 소비자 인식 분석

Analysis of the Consumer Perception of the Smart Order Platform of Coffee Stores Using Text Mining

최근 모바일 기기 사용량의 증가로 O2O 서비스가 확장되면서 실생활의 소비문화에 영향을 주었다. 그중에 특히 커피전문점 스마트 오더 플랫폼은 최근 4년 동안 사용량이 240% 증가하였다. 이에 따라 본 연구는 텍스트 마이닝을 통한 데이터 분석으로 커피전문점 스마트 오더 시스템을 이용하는 소비자의 인식을 분석하는 데 목적이 있다. 데이터 분석을 위해 2023년 11월 빅데이터 분석 결과에 따른 브랜드 평판 순으로 커피전문점 세 기업을 선정하였고, 구글 플레이 스토어에 등록된 해당 기업들의 스마트 오더 애플리케이션에 대한 리뷰 총 11,817개를 통해 데이터 분석을 진행하였다. 데이터 분석을 위해서 평점별 키워드 분석과 토픽 모델링을 시행하였다. 연구 결과, 첫째, 평점별 키워드 분석을 통해 스마트 오더 시스템의 사용성과 커피의 맛에 대한 긍정적인 반응을 볼 수 있었으며, 업데이트 시스템에 대한 불만이 크게 나타남을 확인할 수 있었다. 둘째, LDA 토픽 모델링을 통해 전체적으로 업데이트 시스템 오류에 대한 불만이 가장 높게 나타난 것을 알 수 있었다. 본 연구는 텍스트 마이닝을 통해 소비자들이 불편함을 느끼고 있는 부분을 파악하여 커피전문점 기업 관계자들에게 실질적인 정보를 제공할 것이다.

The rise in using mobile devices has changed how we shop in real life, especially with the growth of services like ordering from coffee shops using our phones. One example is the smart order platform in coffee shops, which has increased by 240% in the last four years. This study aims to understand what people think about using these smart order systems by analyzing their feedback. To do this, this study examined reviews from three different coffee shop companies chosen based on their reputation. We analyzed a total of 11,817 reviews from their smart order apps on the Google Play Store. We used techniques like looking for specific keywords based on ratings and grouping reviews into topics. Our findings showed that most people liked using the smart order system and thought the coffee tasted good. However, many people had complaints about problems with the update system. Using a method called topic modeling, we found that most complaints were about issues with the update system not working properly. This study is important because it gives coffee shop owners useful information from analyzing customer feedback. By knowing what customers are unhappy about, coffee shop businesses can make improvements to their smart order systems.