This study proposes a novel framework for designing business analytics to assist digital content providers in effectively converting free-only users (FOUs) into fee-paying cus-tomers. To achieve the objective of the seller’s profit maximization, the traditional frequency-driven rule analytics was expanded by integrating three business-relevant factors (potential demand, conversion profit, and conversion likelihood) into the process of generating recom-mendations for FOUs in digital content markets. The framework was tested using two differ-ent types of empirical analyses. An analysis of data regarding over 300,000 transactions col-lected from an e-book seller was carried out to examine the effectiveness of the proposed ap-proach. In addition, a field experiment with real data from a national e-book store was con-ducted to determine how FOUs responded to the recommendations generated by the frame-work. The results from the analyses indicate that the proposed framework can benefit sellers both on and after free-to-paid conversion. In addition, some implications were obtained re-garding the factors proposed in this study. The findings suggest that utility-based business analytics can significantly enhance the business performance of digital content providers.
본 연구는 디지털 콘텐츠 시장에서 적절한 상품의 추천을 통해 무료 사용자를 유료 사용자로 전환하기에 적합한 비즈니스 규칙을 생성해낼 수 있는 새로운 프레임워크를 제시하였다. 구체적으로는, 디지털 콘텐츠 제공자의 수익을 고려한 추천 시스템을 개발하기 위해, 판매자의 관점에서 중요한 비즈니스 요소들을 결합함으로써 기존의 연관 규칙 마이닝 기법을 확장하였다. 본 연구에서 고안한 잠재 수요, 유료화 전환 가격, 유료화 전환 성공 확률은 기존 무료 사용자를 유료 사용자로 전환하기 위해 필요한 유료화 전환 규칙을 생성하는 과정에서 함께 고려되었을 뿐 아니라, 동일 콘텐츠에 대해 재구매가 이루어지지 않는 디지털 콘텐츠 시장의 특성을 반영함으로써, 기존 기법에 비해 더 높은 성과를 올릴 수 있었다. 30만 건 이상의 전자책 구매 데이터를 활용한 실험을 통해, 제안된 기법에 의해 전환된 사용자들은 유료화 전환 시점뿐만 아니라 전환 이후에도 지속적으로 더 높은 이익을 보장한다는 것을 실증 분석하였다. 또한, 본 연구에서 고안한 비즈니스 요소들을 반영하여 추천된 콘텐츠에 대한 무료 사용자들의 반응을 실제 비즈니스 현장에서 실험하여 몇 가지 시사점을 얻을 수 있었다. 사용자가 기존에 사용했던 콘텐츠와 밀접히 연관된 콘텐츠가 추천될수록 가격에 대한 저항이 줄어들어 추천 수락율이 높아지는 현상이 관찰되었다. 또한, 기존 추천 기법에 비해 고가의 콘텐츠를 추천함에도 불구하고, 이에 대해 유의한 거부감은 확인되지 않았다.
