본 논문에서는 4차 산업혁명시대에 소셜 네트워크 상에서 축적된 소비자들의 비정형 데이터를 서비스디자인과 사회심리학적 측면에서 데이터를 활용해 분석하는 방법을 제안하였다. 먼저 물리적인 공간보다 소셜 네트워크 상의 공간에서 주관적이며 집단적 행위를 보여주는 팬덤 현상을 데이터서비스의 관점에서 정의하였다. 팬덤 모델은 기존의 서비스디자인에서 개인적인 수준으로 분석하였던 고객의 페르소나를 집단적인 수준으로 변환시켰으며, 소비자의 빅데이터를 분석하는 소셜 네트워크 분석은 이를 패턴화하고 시각적으로 분석할 수 있는 효율적인 방법으로 제시하였다. 소셜 리스닝으로 수집한 소비자의 데이터는 연관성, 안정성, 결측정도, 그리고 고유성을 기준으로 Column별 데이터전처리를 진행하였다. 위의 데이터를 기반으로 기업의 브랜드 전략을 적극적 개입형과 소극적 개입형으로 나누고 이러한 전략적 태도가 소비자의 팬덤 커뮤니티의 성장방향성에 미치는 영향을 분석하였다. 이를 위해 소비자의 팬덤 모델을 브랜드전략이 가지는 총 4가지 전략인 독립형, 분산형, 통합형, 그리고 중앙집중형으로 나누어서 제안하였고, 소비자의 팬덤 형상을 시간에 따라 변화추이를 분석하는 성장모델분석 기법으로 제안하였다.

In this paper, the method of analyzing the unformatted data of consumers accumulated on social networks in the era of the Fourth Industrial Revolution by utilizing data from the service design and social psychology aspects was proposed. First, the fandom phenomenon, which shows subjective and collective behavior in a space on a social network rather than physical space, was defined from a data service perspective. The fandom model has been transformed into a collective level of customer Persona that has been analyzed at a personal level in traditional service design, and social network analysis that analyzes consumers' big data has been presented as an efficient way to pattern and visually analyze it. Consumer data collected through social leasing were pre-processed by column based on correlation, stability, missing, and ID-ness. Based on the above data, the company's brand strategy was divided into active and passive interventions and the effect of this strategic attitude on the growth direction of the consumer's fandom community was analyzed. To this end, the fandom model of consumers was proposed by dividing it into four strategies that the brand strategy had: stand-alone, decentralized, integrated and centralized, and the fandom shape of consumers was proposed as a growth model analysis technique that analyzes changes over time.