ANALISIS PERILAKU PENGGUNA MEDIA SOSIAL PADA INDUSTRI FASHION DAN PAKAIAN DI ERA BIG DATA

PERILAKU PENGGUNA MEDIA SOSIAL PADA INDUSTRI FASHION DAN PAKAIAN DI ERA BIG DATA

         Perkembangan Internet dan media baru menghasilkan data besar dari media sosial, hal ini menarik perhatian pada penelitian mengenai perilaku pengguna. Fashion menjadi topik menarik, menawarkan potensi besar untuk mengeksplorasi dan memanfaatkan data media sosial dalam industri fashion saat ini. Makalah ini mengeksplorasi analisis perilaku pengguna media sosial dalam industri fashion untuk pengembangan produk, perencanaan branding, dan pengambilan keputusan berbasis big data. Artikel diambil dari database "Web of Science". Dengan bantuan ahli, ditentukan 201 artikel untuk penelitian. Selanjutnya, evolusi topik hangat divisualisasikan dan dibahas melalui analisis bibliometrik. Makalah ini mengkaji penerapan data media sosial dalam industri fashion, membahas metode penambangan data, dan merangkum perkembangan analisis perilaku pengguna media sosial (SMUBA) serta prospek kustomisasi massal di era big data.

Latar Belakang

Menurut Digital 2021, terdapat 4,2 miliar pengguna media sosial global, dengan peningkatan 490 juta pada 2020, meningkat lebih dari 13% tahun ke tahun. Saat ini, lebih dari 53% populasi dunia menggunakan media sosial seperti Twitter, Facebook, Weibo, dan Instagram. Media sosial adalah platform yang memungkinkan pengguna untuk berpartisipasi dan berkomunikasi secara bebas (Mayfield, 2007). Orang-orang mendapatkan informasi, berteman, dan bersenang-senang di platform, sambil mengumpulkan data dari perilaku pengguna seperti aktivitas, gaya teks, dan jumlah pengikut. Karakteristik konsumen potensial dan tren industri sangat penting untuk pengambilan keputusan di berbagai sektor. Media sosial memiliki pengguna beragam, kapasitas data besar, dan pengaruh signifikan. Ini berperan penting dalam operasi bisnis, seperti mengoptimalkan desain produk, menargetkan konsumen, dan pemasaran merek. Konsumen juga berbagi pengalaman pembelian di media sosial, memberikan umpan balik nyata untuk merek. Minat konsumen, sikap hidup, dan kebiasaan konsumsi akan digunakan untuk pemasaran presisi. Selain itu, berbagi informasi secara spontan melalui platform mendukung pemasaran produk, meningkatkan keaslian informasi, citra merek, kesadaran merek, dan menurunkan biaya pemasaran. 

Akhir akhir ini ,Nilai data media sosial semakin penting, dengan penelitian menunjukkan bahwa komentar online konsumen berpengaruh besar pada reputasi film dan kinerja box office (Joshi et al.2010;Lee et al.2017) mengacu pada penelitian sebelumnya dari 2010. Perilaku pengguna dapat dianalisis untuk memprediksi kesehatan mental (Waszak et al., 2018; Hripcsak dan Albers, 2013). Pengguna stres tinggi memposting lebih banyak konten tentang pekerjaan dan kesehatan, yang cenderung egois (Guntuku et al., 2019). Lokasi geografis pengguna dapat memprediksi penyebaran penyakit, memungkinkan pemantauan dan pencegahan wabah secara cepat (Odlum dan Yoon, 2015). Selama epidemi virus Zika, sarjana memprediksi perkembangan penyakit dan status mental pengguna melalui pengamatan Facebook (Sharma et al., 2017). Investor dapat memprediksi pasar saham melalui komentar dan sentimen investor, yang membantu penyesuaian pasar (Oh dan Sheng, 2011). Saat ini, media sosial digunakan dalam bisnis untuk pemasaran berdasarkan isu sosial, kolaborasi dengan selebriti online, serta memprediksi penjualan berdasarkan sentimen konsumen (Kim et al.2015).

Media sosial merupakan sumber penting big data, mengumpulkan banyak data pengguna seperti informasi pribadi, catatan akses, dan konten buatan pengguna. Data ini sering kabur, tidak pasti, dan diperbarui dengan volume dan kecepatan tinggi. Metode penambangan data tradisional bergantung pada pemodelan manual dan pengetahuan ahli, cocok untuk data terstruktur, namun memiliki batasan dalam aplikasinya. Dengan teknologi cerdas, metode penambangan data berbasis pembelajaran mesin muncul, membuat algoritme lebih efisien dan cepat, serta mengurangi waktu dan biaya. Keuntungan utama mereka adalah kemampuan untuk secara mandiri mengekstrak informasi berharga dari data yang nyata, kabur, dan kompleks (Trappey et al., 2018). Saat ini, banyak algoritma pembelajaran mesin untuk klasifikasi, pengelompokan, analisis asosiasi, dan prediksi telah dikembangkan, seperti Mesin Vektor Dukungan dan Bayes Naif. Jaringan Saraf Konvolusional (Kibria et al., 2018). Dalam fashion, penambangan data digunakan untuk mengekstrak fitur teks dan gambar, menganalisis sentimen pengguna, menangkap elemen desain populer, serta memahami perubahan kebutuhan konsumen dan tren mode (Al-Obeidat et al., 2019; An dan Park, 2020; Iftikhar dan Khan, 2020).

Metodologi Penelitian

Fashion selalu menjadi topik hangat di media sosial, dan karena pakaian adalah jenis komoditas yang sangat dipersonalisasi, akan sangat instruktif untuk mengeksplorasi kebutuhan nyata dan potensial konsumen melalui data media sosial. Oleh karena itu, di bawah kerangka big data, penelitian ini bertujuan untuk menyelidiki status penelitian analisis perilaku pengguna media sosial di ranah fashion dengan penekanan diskusi pada arah dan metode penelitian saat ini, berdasarkan kesenjangan utama dari penelitian yang ada dibahas dan tren perkembangan masa depan dari sudut pandang industri dikemukakan. Kontribusi utama dari makalah ini dapat diringkas sebagai berikut. (1) Untuk studi perilaku konsumen di bidang fashion, makalah ini membahas skenario yang berlaku, metode penelitian, masalah yang ada dan arah penelitian SMUBA di masa depan. Dengan demikian, ulasan ini, pertama-tama, akan menjadi panduan yang baik bagi mereka yang ingin memahami secara komprehensif perkembangan SMUBA saat ini serta mereka yang tertarik untuk melakukan penelitian terkait di bidang fashion; (2) Dari perspektif industri, makalah ini akan membantu praktisi untuk memanfaatkan metode cerdas dengan lebih baik untuk pengembangan produk, pengambilan keputusan pemasaran, menarik dan memelihara konsumen, dan manajemen rantai pasokan, untuk bertahan di era big data di mana opini pengguna berkembang ke mana-mana dengan kecepatan yang belum pernah terjadi sebelumnya; (3) Makalah ini memberikan filosofi pemecahan masalah, skenario aplikasi, metodologi dan alat SMUBA, yang akan membantu industri kreatif lainnya untuk menentukan pada tahap awal penerapan SMUBA untuk memecahkan masalah mereka dan menemukan kerangka kerja untuk melakukan penelitian tertentu.

Penelitian ini mengumpulkan dan menganalisis materi yang relevan untuk membentuk tinjauan pustaka yang sistematis. Tujuan penelitian dari makalah ini adalah sebagai berikut:

RO1: Mengidentifikasi tren dalam literatur tentang SMUBA dalam domain mode.

RO2: Mempelajari status pengembangan SMUBA yang diterapkan di industri fashion termasuk metode penambangan data yang digunakan dan skenario aplikasi.

RO3: Mengusulkan prospek masa depan SMUBA yang diterapkan pada rantai pasokan fashion di bawah kerangka kustomisasi massal di era big data.

Makalah ini disusun sebagai berikut: Pengantar diikuti oleh Bagian 2 yang memperkenalkan definisi dan karakteristik big data, media sosial dan SMUBA. Bagian 3 menguraikan kerangka penelitian dan menjelaskan proses persiapan materi secara rinci. Bagian 4 membahas hotspot dan tren penelitian literatur. Analisis mendalam dari informasi literatur disajikan di Bagian 5, di mana aplikasi spesifik dan metode ekstraksi dan analisis data yang umum digunakan dieksplorasi. Atas dasar ini, Bagian 6 membahas kesenjangan saat ini dan mengusulkan prospek masa depan SMUBA yang diterapkan pada industri fashion dan pakaian jadi di era big data. Bagian 7 berfungsi sebagai kesimpulan.

Analisis dan Implikasi

Berdasarkan pembahasan di atas, bagian ini merangkum status saat ini dan mengeksplorasi perkembangan SMUBA di masa depan dalam konteks fashion di era big data, yang dapat menjadi instruktif bagi industri lain juga.

Kesimpulan

Penambangan data media sosial adalah salah satu aplikasi khas metode big data. Makalah ini mengadopsi tinjauan literatur sistematis untuk mengeksplorasi status penelitian dan tren analisis perilaku konsumen fashion berdasarkan media sosial.

*****

Dikutip dari : https://doi.org/10.1016/j.jretconser.2023.103299

1. Vita Amilus Sholiqah