구독형 전자상거래 시장은 지난 5년간 매년 100% 이상 성장세를 이어오고 있으며, 이에 따라 구독 서비스에 대한 연구의 중요성은 커지고 있다. 그러나, 중요성에 비해 구독서비스의 가격 책정은 대개 구조가 불분명하며, 합리적 가격제시는 고객관계관리의 가장 중요한 요소 중 하나임에도 소비자는 불명확한 가격 책정으로 불만을 호소하고 있다. 따라서 본 연구는 사용자가 생성한 고객 데이터를 바탕으로 고객의 선호도를 반영한 속성들을 고려하고, 고객이 합리적으로 수용할 수 있는 가격 책정 방식을 머신러닝과 쾌락적 가격책정 모델을 통해 보다 객관적으로 예측해 보고자 한다.

데이터는 10,000건의 온라인 리뷰를 활용했으며, 대표적인 5개의 동영상 스트리밍 구독 서비스들의 리뷰로 구성했다. 이 데이터를 가지고 머신러닝을 활용해 토픽모델링, 리뷰의 벡터화, 차원 축소 및 속성들의 가치 값을 도출했고, 이를 통해 헤도닉 가격 모형을 도출해 서비스의 합산 가격을 정의했다.

이 과정에서 텍스트 기반 데이터로 서비스 가격 책정 시 지도학습된 잠재디리클레할당 이 가능한 부분최소제곱법을 통해 각 값들 간 공분산을 고려함으로 예측도가 높은 값을 얻을 수 있음을 논했다. 또한, Netflix, Amazon Prime Video, HBO Max는 고객의 평가보다 높게, Disney+, Hulu는 낮게 가격책정 된 것으로 결과값이 도출된 것에 대하여 본 논문은 가격과 속성과의 관계를 통해 고객이 중요시 생각하는 속성들과 상황적 고려 등을 통해 각 서비스들에 대한 인사이트와 시사점을 제시했다.