결 과

연차학술 세미나 메뉴 ∥목차∥이전∥다음

결 과

첫 번째 연구와 두 번째 연구에 있어서 여섯 개 모델의 추정력 검증 결과는 표 3과 표 4에 요약되었다.

Recent Reading 오디언스 자료를 갖고 모델 검증을 한 첫 번째 연구의 경우 Binomial 모델을 제외한 나머지 다섯 개 모델의 AER의 범위는 2.20~5.84에 분포했고 APE는 16.73~38.75 범위에 속했다. 모델 추정력 정확도에 있어서는 CBD 모델이 도달률 추정 (2.20)과 빈도 분포 추정 (16.73) 모두에 있어서 가장 우수한 것으로 나타났다.

Media Metrix 자료에 근거해 여섯 개 모델 추정력을 검증한 두 번째 연구에서는 Binomial 모델을 제외한 나머지 다섯 개 모델의 AER의 범위는 2.23~6.67에 분포했고 APE의 범위는 8.63~24.10 였다. 여기서 도달/빈도율 예측력에 관해서는 HBBD 모델이 도달률 추정에서 가장 정확했고 (2.23) 빈도 분포 추정에 있어서는 BBD 모델이 가장 정확한 것으로 드러났다 (8.63).

표 3.연구 1의 평균 오차 요약

Web schedules (n=560)


	Error Type
Model	AER (%)	APE (%)
Binomial	17.84	52.19
BBD	3.20	23.63
CBD	2.20	16.73
DMD	3.11	38.75
Hofmans	5.84	-
SAD	3.79	26.08

표 4.연구 2의 평균 오차 요약

Web schedules (n=560)


	Error Type
Model	AER (%)	APE (%)
Binomial	21.00	41.50
BBD	2.50	8.63
CBD	2.43	9.66
DMD	6.67	24.10
HBBD	2.23	9.78
SAD	3.51	18.80

여기서 사용된 인터넷 스케줄 추정 모델 오차의 상대적 크기를 평가하기 위한 목적으로 선행 연구에서 보고된 기타 매체에 있어서의 매체 모델 추정 오차를 살펴보면 잡지와 TV 스케줄 추정에 있어 다양한 모델의 추정력 오차의 범위는 AER의 경우 1.20~11.85에 분포했고 APE의 범위는 5.30~50.40였다 (표 5 참조). 이들 오차 크기와 비교해 볼 때 Binomial 모델을 제외한 나머지 다섯 개 모델은 인터넷 vehicle로 구성된 매체 스케줄의 도달/빈도를 추정하는데 있어 수용 가능한 오차 범위 내에서 정확한 추정력을 갖는 것으로 밝혀졌다. 따라서 인터넷 매체 환경에서도 기존에 개발된 여러 가지 매체 모델은 인터넷 매체 계획을 효과적이고도 정확하게 평가하는데 매우 유용하게 사용되어질 수 있음을 시사한다.

표 5.선행 연구에서 보고된 기타 매체의Average Error

New Zealand 1985 AGB Magazine Data (n=600)


	Error Type
Model	AER (%)	APE (%)
BBD	11.85	50.40
CANEX	2.19	14.82
DMDLK	2.23	15.80
LOGLIN	1.20	12.83

SMRB US 1979 Magazine Data (n=515)


	Error Type
Model	AER (%)	APE (%)
BBD	6.46	33.23
CANEX	3.08	19.91
CBD	3.12	13.76
DMD	3.05	21.20
HBBD	4.88	29.69
MDD	2.77	17.68
MSAD	3.13	15.27

SMRB US 1984 Magazine Data (n=508)


	Error Type
Model	AER (%)	APE (%)
BBD	4.92	33.59
CANEX	3.26	25.83
CBD	3.26	17.85
DMD	1.73	23.30
HBBD	7.21	31.39
MDD	3.69	19.51
MSAD	5.84	20.58

TV SMRB Data 1984


	Error Type
Model	AER (%)	APE (%)
ALBET	2.7	12.5
BBD-LD	3.9	5.3
DMDLK	3.5	12.6
BBD-IE	3.1	13.7

두 번째 연구에서 나타난 Media Metrix 자료의 인터넷 사이트 방문의 duplication 통계치를 살펴보면 1979년 SMRB 잡지 연구에서 관찰된 duplication 통계치와 매우 유사함을 발견할 수 있다 (표 7과 표 8 참조). 인터넷과 잡지라는 매체의 상이성과 1979년과 1997년이라는 시기적 차이에도 불구하고 인터넷 오디언스 행동이 잡지 구독 행동과 어떤 측면에서 공통점이 있음을 시사하는 점이라고 할 수 있다. 인터넷은 너무나도 새로운 매체이고 인터넷 사용자의 매체 행동도 기존의 매체에 비해 매우 다를 것이라는 일반적 생각과는 달리 실제로 인터넷 사이트를 방문하고 이용하는 오디언스 행동은 잡지 구독자의 행동과 많은 유사점이 있음을 아래 표는 보여주고 있다.

표 6. 연구 1의 Average Within- 과 Between-Vehicle Duplication


	Mean	Standard Deviation	Maximum	Minimum
Observed Within- Vehicle Duplication*	11.5	11.8	54.0	.3
Observed Between- Vehicle Duplication**	3.7	4.3	30.6	0.0

* 25 Web Sites

** 300 distinct vehicle pairs (9 case 의 0 between-vehicle duplication이 있었음.)

표 7. 연구 2의Average Within- 과 Between-Vehicle Duplication


	Mean	Standard Deviation	Maximum	Minimum
Observed Within- Vehicle Duplication*	1.90	3.00	13.06	1.3
Observed Between- Vehicle Duplication**	.42	.68	8.20	.02

* 50 Web Sites

** 1,225 distinct vehicle pairs

표 8. SMRB 1979 Magazines Data에 있어서의Observed and Random Within- 과 Between-Vehicle Duplication

(Boyd 와Leckenby의 1985 연구)


	Mean	Standard Deviation	Maximum	Minimum
Observed Within* Random Within	2.40 .40	3.30 .10	20.60 7.40	.20 .00
Observed Between** Random Between	.30 .20	.50 .30	8.10 6.80	.00 .00

* n=98 magazines

** n=4,753 distinct vehicle pairs

결 론

본 연구는 기존의 도달/빈도 추정 모델을 사용해서 인터넷 매체 계획의 효과를 평가해보고자 한 최초의 연구라고 할 수 있다. 본 연구에서는 잡지의 Recent Reading 측정방법과 Media Metrix의 사용자 중심 측정 방법에 근거한 Web audience 자료를 가지고 560개의 인터넷 매체 스케줄의 tabulation 절차를 통해 학계와 광고 실무에서 널리 연구되고 사용되어온 여섯 개 광고 매체 모델의 도달/빈도율 추정력을 검증하였다.

그 결과 본 연구에 사용된 매체 모델들은 기존의 잡지나 TV 매체 환경에서처럼 인터넷 매체 계획에 있어서도 도달과 빈도율을 추정하는데 있어 정확하게 노출 분포의 패턴을 예측할 수 있음이 검증되었다.

인터넷의 가장 큰 특징 중의 하나는 쌍방향 커뮤니케이션이 가능한 매체라는 점이고 이를 감안한다면 도달과 빈도를 준거로 한 커뮤니케이션 효과의 측정은 부적합할 수도 있다. 오히려 인터넷 광고 효과 측정에 있어서 매체의 상호작용 능력 (interactivity)과 연관된 Click-through라든지 Transaction같은 측정 준거가 더 적합할 것이다. 하지만 인터넷을 매스커뮤니케이션과 1:1 커뮤니케이션 모두의 속성과 기능을 포괄한 매체로 이해한다면, 매스커뮤니케이션 모델에 근거한 브랜드 확립이나 대다수 오디언스에 대한 노출이 온라인 커뮤니케이션의 목표인 경우 도달과 빈도의 추정은 기본적으로 얼마나 많은 사람들이 광고주의 메시지 (웹사이트, Banner 광고 등)를 접할 수 있는가에 대한 답을 제공해주는 것이다. 따라서 인터넷을 이런 목적으로 사용하는 광고주와 광고대행사에게는 도달과 빈도의 추정이 오디언스 노출에 대한 귀중한 정보를 제공할 수 있다.