아마존 이커머스 리뷰 빅데이터를 활용한 화장품 만족·불만족 요인 탐색 -TF-IDF 및 LDA 분석을 중심으로-

Abstract

이 연구는 글로벌 이커머스 시장의 성장과 함께 온라인 화장품 시장의 중요성이 커짐에 따라, 아마존에서 아이템별 베스트셀러 화장품을 분석하여 해외 소비자들의 만족 및 불만족 요인을 탐구하는 것을 목적으로 한다. 연구 방법으로는 Selenium과 BeautifulSoup을 사용해 아마존에서 화장품 베스트셀러 리뷰 데이터를 수집하고, TF-IDF 및 LDA 토픽 모델링을 적용하여 소비자가 화장품에 대해 중요하게 생각하는 요인을 식별하였다. TF-IDF 분석 결과, 소비자들은 나이트크림의 보습 효과, 부드러움 유지, 주름 개선에 대해 만족했으며, 민감성 피부를 가진 소비자들 중 일부는 부작용을 경험하여 불만을 제기하였다. 에센스의 경우, 상쾌하고 가벼운 텍스처가 아침 스킨케어 루틴에 적합하다고 긍정적으로 평가했으나 용기와 가격에 대한 불만이 많았다. 립스틱 리뷰에서는 지속력, 가성비, 색상, 사용감이 긍정적으로 평가되었으나, 포장 밀봉 상태, 끈적임, 가격 대비 성능에 대한 불만이 주로 언급되었다. 파운데이션에 대한 분석에서는 발림성, 커버력, 자연스러운 마무리와 색상 옵션에 대해 많은 소비자들이 만족감을 나타냈지만 건조함, 무거움, 기름짐, 색상 불일치 등이 주요 불만 요인으로 나타났고, 일부 소비자들은 포장과 가격 대비 성능에 실망하는 경향을 보였다. LDA 토픽 모델링을 통해 화장품에 대한 소비자 리뷰는 '피부 자극 반응', '크림의 보습 효과', '립 제품의 색상과 지속성', '액상 제품의 향과 성분', '피부 톤 보정과 커버력', '용기 상태 및 품질 관리'로 6개 주요 주제가 도출되었다. 이러한 연구 결과는 글로벌 온라인 화장품 시장에서 아이템별 맞춤형 마케팅 전략을 개발하기 위한 기초 자료를 활용될 수 있다.