스크리밍데이타 주식회사는 2013년 서베이몽키 마케팅 에이전시로 출발해 엄격한 실사품질관리와 집요한 분석으로 제품과 서비스를 시장으로 이어주는 정보를 고객사에게 제공해오고 있습니다. 조사기획과 실사관리부터 최종 보고서까지 필요한 시장조사 서비스만 선별해 경제적인 비용으로 이용할 수 있으며, 마케팅 활동의 출발점이 되는 시장조사 역량을 내재화할 수 있는 지원을 받을 수 있습니다.

ScremingData 개요                                                                                                

ScremingData 연혁 및 주요실적                                                                                         

• 2013년 6월 회사 설립
• 2013년 8월 SurveyMonkey 마케팅 에이전시
• 2013년 11월 옥션 트렌드 조사
• 2014년 2월 G마켓 브랜드 트래킹 조사
• 2014년 6월 삼성전자 해외 시장 조사 수행 시작
• 2014년 6월 현대모비스 고객 만족도 조사 수행 시작
• 2014년 8월 아모레퍼시픽 해외 시장 조사
• 2015년 5월 LG전자 해외 시장 조사 수행 시작
• 2015년 10월 (재)한국청년기업가정신재단 글로벌기업가정신지수 조사 
• 2016년 1월 통계청 1호 사회적협동조합 리서치밸류플러스 참여
• 2016년 5월 영화산업실태조사 
• 2016년 7월 삼성전자 미주지역 소비자 조사 
• 2016년 7월 카페베네 광고효과조사
• 2016년 8월 경기지역 협동조합실태조사 
• 2016년 10월 KCA 디지털 사이니지 수용조사 
• 2017년 1월 인공지능스피커 콘셉트 조사
• 2017년 2월 삼성전자 가전제품 콘셉트 조사 
• 2017년 3월 아파트 분양의향 조사
• 2017년 4월 구내식당 만족도 조사
• 2017년 5월 스마트폰 인식 및 사용성 조사 
• 2017년 6월 삼성전자 가전제품 브랜드 해외 조사 
• 2017년 6월 CJ E&M 프로그램 평가 조사 시작 
• 2017년 6월 면도기 사용 행태 및 패키지 평가 조사 
• 2017년 9월 구정 인식 조사 
• 2017년 11월 안심귀가서비스앱 수용도 조사 
• 2018년 2월 반려동물 사료 브랜드 모니터링 조사 
• 2018년 3월 삼성전자 가전제품 해외 소비자 조사 
• 2018년 4월 초고속인터넷 해외 소비자 조사 
• 2018년 5월 성범죄 예방 조사 
• 2018년 5월 기능성 화장품 콘셉트 수용도 조사 
• 2018년 6월 HIRA 빅데이터 브리프 만족도 조사 
• 2018년 7월 KCISA 실감형콘테츠 수요 조사 
• 2018년 8월 등급분류제도 및 게임물이용실태조사 
• 2018년 8월 반려동물 사료 KBB 조사 
• 2018년 8월 사회적경제교육수요조사 
• 2018년 8월 스마트폰 소비자 조사 
• 2018년 8월 디지털 도어록 브랜드 점검 조사
• 2018년 10월 농촌개발시험연구사업 만족도 조사 
• 2018년 10월 전력시설 및 한국전력공사에 대한 인식 조사 
• 2018년 12월 가톨릭관동대학교 LINC+사업 수요조사 
• 2019년 2월 한국만화영상진흥원 기관인식조사
• 2019년 4월 Luxury Buyer Insight Study  

ScreamingData 주요 고객사                                                                                

ScreamingData 맞춤형 서비스                                                                                    

ScreamingData 분석사례 예시                                                                                    

서베이몽키(surveymonkey)가 제공하는 문항 유형 중 슬라이더(slider)와 복수 입력란(multiple textboxes)을 이용해 쌍대비교를 위한 문항을 만들어 보겠습니다.

슬라이더에서는 우선 척도 범위의 레이블(label)을 지정해 줍니다.

다음으로는 척도 값(value)의 범위와 단위 크기를 지정하고 시작 위치는 가운데로 지정해 줍니다.

서베이몽키(surveymonkey) 슬라이더를 이용해 쌍대비교를 위한 설문을 구성한 결과는 아래와 같습니다.

서베이몽키(surveymonkey)의 복수 입력란을 이용한 쌍대비교 문항을 만들기 위해서는 우선 비교할 속성을 레이블에 입력하고 수치 데이터만 허용하고 고정합이 필요하도록 조건을 선택해 주고 고정합 합계의 수치를 지정해 줍니다.

서베이몽키(surveymonkey)의 복수 입력란을 이용한 쌍대비교 문항을 구현한 모습은 아래와 같습니다.

아래 예시 링크에서 구체적으로 확인해 보시기 바랍니다.

https://ko.surveymonkey.com/r/KXXQWFC

궁금하신 점이 있으면 아래 버튼을 클릭해 주세요. 성실하게 답변 드리겠습니다!

  당신이 테노치티틀란에서 육류를 유통하는 상인이라고 상상해 보겠습니다. 테노치티틀란에서는 넓적다리 부위, 허벅지, 팔, 다리, 가슴살 등 부위별로 육류를 유통하고 있으며, 그 외 손과 발, 머리 및 내장 부위는 판매하지 않고 폐기하고 있습니다. 당신은 폐기하는 부위들을 판매하여 추가적인 수익을 얻을 수 있는 방법을 고민하다가 우선 손과 발 부위에 매운 고추 양념을 가미해 간단하게 끓여 먹을 수 있는 가공식품을 개발했습니다. 식품 개발 단계에서 관능성 평가와 맛 테스트를 진행해 소비자들로부터 긍정적인 평가를 얻어냈습니다.

이에 고무된 당신은 매출을 극대화할 수 있는 매운 맛의 정도를 찾기 위해 매운 맛의 정도를 달리한 제품들을 소량 생산해 테노치티틀란의 대형 마트를 통해 유통해 보았고 본격적인 유통에 앞서 제품을 구매하여 취식해 본 소비자들을 대상으로 제품에 대한 만족도 조사를 실시해 보았습니다. 당신은 제품 취식 결과에 대한 만족도 Y는 아래와 같이 추정할 수 있을 것으로 예상했으며 만족도가 더 이상 증가하지 않는 수준의 매운 맛이 있을 것으로 기대했습니다.

그런데 당신의 예상과는 달리 만족도가 극대화되는 매운 맛이 존재하는 것이 아니라 오히려 매운 맛이 강해질수록 제품에 대한 만족도가 감소하는 결과를 얻게 되었습니다. 처음에는 당황스러웠던 당신은 곧 그 원인을 알게 되었습니다.

테노치티틀란은 왕족과 귀족이 거주하는 지역과 상인이 거주하는 지역, 군인이 거주하는 지역과 농민이 거주하는 지역을 구분되어 있다고 가정해 보겠습니다. 각 지역별로 해당 계급만이 거주할 수 있고 가계 소득 수준이 서로 다를 뿐만 아니라 제례(祭禮) 의식 등 육류 소비와 관련한 식습관 역시 다르다고 합니다. 그 결과 제품에 대한 만족도는 매운 맛의 정도뿐만 아니라 응답자가 속한 거주 지역의 특성에도 영향을 받게 됩니다. 동일 거주 지역에 속한 응답자들은 거주 지역의 특성으로부터 유사한 영향을 받게 될 것이므로 동일 거주 지역에 속한 응답자들의 결과는 서로 확률적으로 독립이 아닐 가능성이 큽니다. 그러므로 이런 특성을 지닌 데이터를 이용해 최소자승추정법(OLS)을 적용하면 표준오차가 비정상적으로 작아지고 결정계수 값이 실제 이상으로 높아지면서 추정회귀모형을 부당하게 정당화할 수 있습니다.

당신은 처음에는 거주 지역을 고려하지 않고 조사 결과를 분석했지만 이제 거주 지역을 고려한 결과 거주 지역이 매운 맛의 정도와 취식 후 만족도의 관계를 왜곡하는 왜곡변수로 작용할 수 있다는 점을 알게 되었습니다. 이에 당신은 매운 맛의 정도에 대한 개인의 선호 외에 각 개인이 속한 거주 지역까지 고려한 위계선형모형을 구성하여 거주 지역별로 매운 맛의 수준과 만족도간의 관계를 살펴보았습니다. 위계선형모형(HLM: Hierarchical Linear Model)이 일반적인 회귀분석모형과 다른 점은 테노치티틀란의 거주 지역과 같은 상위 수준의 오차까지 고려한다는 점입니다. 위계선형모형에서는 상위 수준의 오차와 개인 수준의 오차는 서로 확률적으로 독립이라고 가정합니다. 당신이 분석해본 결과 일반적인 회귀분석모형 대비 위계선형모형을 적용한 분석 결과의 편차가 감소한 것으로 나타나 일반적인 회귀분석모형에 비해 거주 지역을 고려한 위계선형모형이 보다 적합한 것으로 나타났습니다. 거주 지역별로 보면 매운 맛의 정도가 높아질수록 제품에 대한 만족도는 체감적으로 높아지는 경향이 있음을 알게 되었습니다.

테노치티틀란에서 당신이 겪은 문제는 위계선형모형의 이론적 배경이 되는 개구리-연못 이론(frog-pond theory)에서도 찾을 수 있습니다. 동일한 무게를 가지는 개구리들을 서로 다른 두 개의 연못에서 표집했다고 생각해 보겠습니다. 동일한 무게를 가지는 개구리가 하나의 연못에서는 비교적 큰 무게를 가진 개구리에 속하지만 다른 연못에서는 비교적 작은 개구리에 속한다고 가정해 보겠습니다. 이렇게 속성을 달리하는 연못에서 표본 추출한 개구리들의 데이터를 근거로 개구리의 몸무게에 영향을 미치는 요인들을 최소자승법(OLS)으로 추정하게 되면 개구리의 몸무게에 영향을 미치는 서로 다른 연못의 특성을 반영하지 못하는 문제가 발생합니다.

이제 당신은 만족도의 수준은 거주 지역에 따라 상이하지만 매운 맛의 정도가 높아질수록 손발 신제품에 대한 만족도 역시 높아진다는 사실과 왕족/귀족 및 상인 거주 지역의 만족수준이 군인 거주 지역이나 농민 거주 지역에 비해 상대적으로 낮다는 점을 알게 되었습니다. 이에 당신은 제품과 브랜드를 나누어 군인과 농민을 대상으로는 합리적인 가격대의 간편 식품으로 출시하고 왕족/귀족 및 상인을 대상으로는 신선한 원료에 사제들의 축성을 받은 고급 기호 식품을 별도로 출시하여 추가적인 수익을 확보할 수 있게 되었습니다.

궁금하신 점이 있으면 아래 버튼을 클릭해 주세요. 성실하게 답변 드리겠습니다!