BOOHA(Bus OOH Advertising)

• 발행기관: 한국생산관리학회
• 저자명: 강지우 고은강 김선교 백인재 오세민
• 간행물 정보: 『한국생산관리학회 학술대회 논문집』2019년 추계학술대회, 53~53쪽, 전체 1쪽
• 주제분류: 인문학 > 문학
• 파일형태: PDF
• 발행일자: 2019.11.08

국문 초록

● 연구 목적 - IoT(Internet of Things)가 연계된 버스의 미래 상황에 맞춘 버스외부광고(Bus OOH(Out-of-Home) Advertising)의 변화된 시스템 제시 - 버스외부광고의 즉각적인 반응과 최적화를 통한 해당 광고의 구매영향력의 향상 - 해당 시스템의 구현방안을 분석함으로써 이를 활용해 부가가치 효용 창출 방안 제시 ● 현재 - 버스외부광고는 지면 광고 형식으로 고정적인 형태로 시행중 - 버스내부, 택시표시판 등의 한정된 영역에서 LED(Light Emitting Diode, 발광 다이오드)를 이용한 광고형태가 존재 - 장소와 시간에 따라 최적화된 광고의 선택은 한계적으로 이루어짐 - 개인정보보호법, 제한적인 데이터 산출의 한계로 인해 실시간 GPS Data와 주변 상권 분석 등의 연계를 통한 최적화된 수요 분석이 어려움 - 대중교통과 IoT를 연계해 결제, 실시간 위치파악 등이 가능하게 할 수 있는 기술이 연구 중 ● 연구 설계 1: Beacon을 활용한 데이터 송ž수신 - 정기적인 루트를 운행하는 버스에 LED 영상광고판을 설치, 버스정류장에 Beacon 설치 - 버스가 Beacon의 인식거리 내 접근 시, 버스정류장의 Beacon과 버스의 Sensor 연동 - 버스정류장 Beacon의 IoT를 통해 해당 버스정류장이 있는 지역의 실시간 수요와 Big-Data 분석 후 이를 바탕으로 선택한 최적의 광고를 버스에 송신 (BLE(Bluetooth Low Energy)기반의 Beacon을 활용해 해당 광고(영상)을 원격 송신) - 버스는 다음 버스정류장 Beacon에 연동되기 전까지 앞에서 수신한 광고(들)을 송출 - 다음 버스정류장 도착 시 위의 과정 반복 ● 연구 설계 2: 지역 Data 수집 및 분석 - 임의의 버스정류장을 기준으로 주변 건물 데이터를 활용해 반경 입지 분석 (건물별 사용자 정보 및 인원, 유동인구의 증감 등 분석) - 해당 분석 데이터를 활용해 해당 지역의 시간대별 Optimal Advertising Target 설정 - 타겟층 각각의 특성을 고려해, 최적의 효율성 및 수익성을 만들 수 있는 광고 선택 및 제시 ● 연구 결과 - 접촉률이 높은 버스외부광고를 활용해 소비자 이동 동선과 생활 반경에서 직ž간접적이며 효과적인 브랜드 메시지 노출 가능(버스외부광고는 전체 광고매체 가운데 접촉률 측면에서 4위에 Rank) - 기존 버스외부광고의 복잡하고 혼란스러운 광고 메시지 요인들에 대한 통제 가능(버스외부 광고는 다른 광고수단에 비해 제품선택 시 영향력과 기억용이성에서 상대적으로 낮은 점수를 받음) * 참고문헌: 고한준, 이종민, 이태준(2014), “버스외부 광고효과에 대한 연구: 경쟁매체와의 비교를 중심으로”, 광고학연구 제 25권 7호, p.7~32 ● 독창성, 가치, 아이디어 - 미래 대중교통 시스템의 변화를 가정한 연구로써 높은 현실화 가능성 * 교통신문, 서울시, 태그 없는 시내버스 승하차, 환승시스템 검토 , http://www.gyotongn.com/news/articleView.html?idxno=219482, (2019년 1월 15일) - Beacon을 통해 GPS와 Big-Data 기반 수요정보의 제한 및 한계를 현실적으로 극복 - 고정적으로 사용되는 버스 지면 광고를 넘어 실시간 수요에 따른 효과적인 광고수단으로의 변화 - 버스정류장의 역할을 기존 ‘정차장소’에서 더 나아가 해당 지역의 ‘기준점(거점)’으로 확장 - 거점화된 버스정류장을 지역 수요의 Hub로 활용 - 효과적으로 실시간 지역을 분석함으로써 Pop-up Store, 푸드 트럭 등 일시적 수요파악이 중요한 산업에 연계 및 확대 가능

키워드

Bus OOH(Out-of-Home) Advertising Digital Signage Beacon IoT Demand Analysis Based on Local Big-Data