Text Mining-based Customer Job Mapping for Outcome-driven Innovation

Abstract

본 연구는 Outcome-driven Innovation 의 핵심 방법론 중 하나인 Job Map 을 자동으로 만드는 방법을 제시한다. Job Map 을 만들 때 가장 흔한 문제 중 하나는 관련 정보를 얻고 분석하는 것에 대한 어려움이다. 이러한 문제점을 해결하기 위해서, 텍스트 마이닝을 활용하여 자동화된 방법으로 대량의 문서화된 정보를 모으고 분석하였다. 특허의 내용 정보와 고객 의견 정보는 다양한 제품들을 분석하고 설계하기 위해 사용되는 정보소스이며, 청소기 제품을 본 연구에서 주 케이스 스터디 사례로 활용하였다. 자동화된 과정으로 대량의 정보를 분석함으로써, 본 연구의 방법론은 시간과 노력을 들이는 작업량을 줄일 수 있었다. 또한 Job Map을 만드는 기본 과정은 전적으로 전문가의 역량에 기반하기 때문에 한계점을 가지고 있었다. 전문가에 따라 다른 결과물이 만들어지거나, 익숙하지 않은 사용자는 Job Map의 활용도 및 접근도가 떨어질 수 밖에 없었다. 또한 전문가의 상황에 따라 결과물 자체의 신빙성이 떨어질 수도 있다. 본 연구에서는 이러한 문제점을 Job Map 을 만들기 전에 대량의 실제 정보를 자동화된 방법을 제시하여 해결할 수 있었다. 또한 Job Map 을 만들 때 전문가가 놓칠 수 있는 부분을 미리 제시하고 빠르게 변화하는 상황에 대하여 지속적으로 업데이트가 가능하다. 그리고 특허 정보에 기반한 방법과 고객 오피니언 정보에 기반한 방법을 모두 제시하였고, 두 가지 방법에 대하여 각각 분석하여 장점을 제시하였다. 최종적으로, Job Map 을 만들기 위한 두 가지 방법을 통합하여 더욱 효과적인 방법론을 연구하였다.

The Outcome-Driven Innovation (ODI) method based on the ‘Jobs-to-be-done’ concept is very useful in the identification of unmet customer needs and has been adopted widely in the industry. The Job Map, a tool of the ODI method, is used to understand customers by defining their behavioral process. Complications must be overcome before the Job Map can be applied to the specific problem in question, such as a time-consuming process, dealing with a large amount of data, and experts’ biased work. To solve these problems, this study develops a patent mining-based method based on the subject-action-object (SAO) structure to support the creation of a Job Map by semi-automatizing data collection and analysis. This effort at better utilizing computers in customer analysis for product design will contribute to expanding computerized methods for solving design and engineering problems in practice.