마케팅 시장에서 어떠한 논문이 갖는 영향력(impact)을 결정짓는 요소에는 어떠한 것들을 꼽을 수 있을까요? 내용의 논리정연함이나 창의성, 저자의 명망, 혹은 학술지 개제의 여부? <Social network utilization and the impact of academic research in marketing>에서 위 논문의 저자 Stav Rosenzweig와 Amir Grinstein, 그리고 Elie Ofekd는 이 주제에 대해 논문 작성자의 Social Network라는 신선한 기준을 제시합니다. 또한 이들이 제시한 이 기준이 이전에 수많은 논문에 영향을 끼쳐 온 방향과 그 이유를 통계적으로 분석하고 정리합니다.

어찌 보면 논문의 내용과 전혀 관계없을 것 같은 “저자의 Social Network”가 논문이 갖는 파급력에 어떤 영향을 미친다는 것일까요? (여기서 지칭하는 Social Network는 한국에서 흔히 쓰이는 페이스북이나 트위터와 같은 SNS가 아닌 저자의 사회적 역할 및 지위나 타인과의 상호작용과 관계를 의미합니다.)

이 논문의 저자들은 한 사람의 social network가 그가 마케팅에 대한 양질의 연구를 진행하는데 필요한 여러 요소들을 보조(supplement)하는 자원(resource)이라고 설명합니다. 즉, 논문의 내용 외적인 요소가 성공적인 연구에 어느정도 영향을 미친다는 것을 전제하고 있는 것이죠. 아주 단순한 예시로 큰 대학에서 충분한 지원을 받는 교수는 보다 더 자유롭게 기업과 교류하며 이를 연구 내용에 반영할 수 있는 것이겠죠.

가장 먼저 이 논문은 연구자의 social network라는 매우 방대하게 정의될 수 있는 정보를 더 세세히 파고들기 위해 이 중 3가지 요소에 집중합니다.

<1> 개인적 배경(personal background)과 <2> 전문적 개발과정(professional development), 그리고 특정 연구에 투입된 인적 자본(ad-hoc human capital)이 바로 그것들이죠.

개인적 배경이란 연구자의 성별이나 국가적, 경제적 발전 정도 등 개인의 타고난 내외적 성질을 의미합니다. 전문적 개발 과정은 박사학위(PhD)를 취득한 후 지난 시간이나 editorial review board(ERB) 소속 여부 등 경력의 정도와 학문적 명성 등을 나타내고 있습니다. 그리고 인적 자본 투입의 정도는 연구원의 수, 공동저자의 여부 등을 의미합니다.

이러한 가정과 분류를 바탕으로, 이 저널은 연구자의 social network와 그 논문의 파장력 사이의 관계를 이해하기 위해 복잡한 통계분석에 들어갑니다. 그런데 저자는 논문의 영향력, social networking의 정도와 같이 애매하고 딱 맞아떨어질 것 같지 않은 요소들을 어떻게 수학적인 수식과 딱딱한 통계학적 틀에 맞춰 분석할 수 있었던 것일까요?

본 논문은 통계학적 가설검증(Hypothesis Testing)을 사용하여 크게는 4가지, 작게는 6가지의 가설을 세워놓고 이에 대한 검증을 통해 분석을 시작합니다. (위 가설들의 검증을 위해서는 포아송 모형(Poisson Model)의 분석이 사용되었습니다. 이에 대한 자세한 설명은 아래의 순서에서 이뤄질 것입니다.)

본 논문에서 세운 크게 4가지의 가설은 다음과 같습니다.

1-a. 논문 저자가 여자일 때 연구 팀의 social network 활용에 긍정적 상호작용이 발생함

1-b. 개발도상국 출신인 저자의 참여가 연구 팀의 social network 활용에 긍정적인 상호작용을 일으킴

2-a. 박사학위를 따고 난 후의 시간이 더 지날 수록 연구 팀의 social network 활용에 부정적 영향이 발생함

2-b. 연구자가 ERB에 소속되어 있을 경우 연구 팀의 social network 활용에 부정적인 영향을 일으킴

  1. 공동저자 혹은 연구 팀의 수가 늘어날수록 연구 팀의 social network 활용에 부정적인 영향이 발생함
  2. Social network 활용의 규모가 클수록 그 논문의 영향력이 커짐

또한 본 논문은 저널의 영향력(impact)의 정도를 종속 변수(dependent variable)와 독립변수(independent variable)로 나누어 비교하였습니다. 이 중 종속변수는 논문을 쓴 저자의 social network 활용도를 확인하기 위해 그 논문(article)에서 사용된 comments, suggestions와 inputs, 그리고 논문의 파급력을 파악하기 위해 그 논문이 다른 연구에 의해 인용된 수, 이렇게 2가지로 분류되었습니다. 또한 독립 변수는 위에서도 언급한 적이 있는 personal background, professional development와 ad-hoc human capital로 분류되었으며 이들과의 비교를 위해 대조군(control variables) 또한 설정되었습니다.

위의 변수들은 프아송 모형(Poisson Model)을 통해 분석되었으며 프아송 모형에 대한 자세한 설명은 바로 아래에 첨부하였습니다.

Screen Shot 2017-06-09 at 9.43.00 AM.jpg

위와 같은 가설검증과 분석을 통해 본 논문은 여러 변수들에서 크게 3가지의 관계양상이 나타난다는 결론을 내렸습니다. 서로 상호 작용하는 긍정적인 관계, 반대의 방향으로 작용하는 부정적인 관계, 그리고 어떠한 상호작용이 나타난다고 보기엔 그 연결점이 미미한 관계가 바로 그것들입니다.

위와 같이 결론 내려진 변수 간의 상호작용을 더 자세히 정리해보자면 아래와 같다고 할 수 있습니다.

첫째, 논문 저자의 social network 활용과 긍정적인 관계를 나타내는 변수

  1. a) 여성저자의 연구 참여
  2. b) 개발도산국 출신 저자의 연구 참여
  3. c) 논문 작성 시 social network 활용의 크기

둘째, 논문 저자의 social network 활용과 부정적인 관계를 나타내는 변수

  1. a) 논문 저자 경력의 누적
  2. b) 논문 저자가ERB의 포함되어 있음

셋째, 논문 저자의 social network 활용과 미미한 관계를 나타내는 변수

1.  a)큰 규모의 공동저자의 수와 social network 응용의 여부

출처 : Rosenzweig, Stav, Amir Grinstein, and Elie Ofek. “Social Network Utilization and the Impact of Academic Research in Marketing.” International Journal of Research in Marketing 33.4 (2016): 818-39. Web.