Listening Mind가 보유한 검색 Data는 그 규모도 매우 크고 다양한 정보 형태를 가지고 있습니다.
- 키워드
- 검색량
- 검색자의 Demography
- 광고 가격과 광고 경쟁도
- 검색 결과 페이지의 특성
- 검색 결과 페이지간의 관계
- 키워드의 Sequence로 구성된 검색 경로
- 검색 경로의 군집화를 통해 구현된 중심 키워드의 클러스터
등이 현재 제공되고 있는 정보 입니다.
검색 사용자의 Intent를 파악하고 실제 사업에 적용하기 위해서는 위의 많은 정보들을 종합적으로 이해하고 분석해야 합니다. 이렇게 분석해야 고객의 진짜 속마음과 그 마음의 변화를 파악할 수 있을텐데 쉬운 일이 아닙니다. 저희 내부 직원들의 사용사례를 보더라도 자신의 취향에 맞는 형태로 다양하게 Data를 조합해서 분석하고 이해하는 모습을 볼 수 있습니다. 어떤 방식으로 사용해야만 한다는 정답은 없는 것 같습니다. 어떻게 사용하는 것이 허블을 잘 사용해서 성과를 낼 수 있을까? 이런 고민은 사용자인 고객들의 고민이기도 하지만 서비스를 만드는 저희도 같은 고민을 합니다. 개별 키워드의 검색량이나 관계의 변화도 중요하지만 이런 변화의 상대적인 가치를 알 수 있다면 보다 검색 사용자의 인텐트 변화나 시장 Trend의 변화를 분석하는데 도움이 될 수 있다고 생각합니다.
키워드 비교 그래프
- 가장 보편적으로 알려진 검색량을 활용한 정보입니다. 특정 키워드의 검색량이 시계열로 어떻게 변화되고 있는지를 볼 수 있습니다. Intent라는 입장에서 키워드의 검색량은 어떤 의미를 가질까요? 특정 키워드의 검색량이 늘었다는건 키워드에 대한 시장의 관심이 증가되었다고 볼 수 있습니다. 이 관심이 어떤 동기와 목적을 가지고 있는지는 알 수 없습니다 하지만 Intent Finder를 활용하면 시장 전반적인 수준에서 주제 키워드에 대한 관심과 Intent의 변화를 알 수 있습니다. Intent Finder의 검색 결과는 기존에 사용던 검색 서비스와는 다른 결과를 제공하고 있습니다. 키워드를 입력하면 해당 키워드(토큰)를 포함한 모든 키워드 제공하고 이의 변화를 보여 줌으로써 특정 키워드의 변화가 아니라 그 키워드를 목적으로 하는 사용자의 Intent를 파악할 수 있습니다.
- 키워드 비교 그래프는 Intent Finder의 상단에 있는 그래프입니다. 조회한 키워드들 중에 검색량이 가장 많은 5개의 단어를 최근월을 기준으로 6개월(Trial), 2년(Basic), 3년(Standard, Advance)의 기간으로 볼 수 있습니다. 최초 제공한 5개의 키워드는 사용자의 선택에 따라 변경할 수 있습니다.
- 그런데 6개월, 1년, 2년, 3년으로 제공하는 이유는 사용자의 정보 소비 목적에 따라 적절한 기간이 다를 것이라고 판단하고 있기 때문입니다. 물론 유료 고객의 경우 엑셀 형태로 Data를 Download 해서 그래프를 구성하면 되지만 깊이 연구를 하기 전에 적은 노력으로 원하는 정보를 파악해서 볼 수 있습니다.
- 아래에 같은 키워드 결과를 6개월, 1년, 2년, 3년으로 비교해 보겠습니다. 기간을 어떻게 설정하는 가에 따라 Data에 대한 해석이 달라질 수 있습니다. 검색량을 자세히 들여다 보면 결국 같은 결론에 도달하겠지만 빠르게 상황을 파악하려는 입장이라면 기간별로 어떤 특성을 가지는지 알고 본다면 좀 더 유용할 것 같습니다. 해당 Data는 “인삼”과 “홍삼” 두개의 키워드를 입력하고 조회된 결과를 비교해 본 것입니다. 인삼은 명절 선물로 많이 사용하고 있어서 설과 추석 즈음에 검색량이 증가되는 Seasonality를 보이는데 “금산인삼축제’가 10월에 있고 관련해서 검색량이 늘어나는 것을 확인할 수 있습니다.
6개월 그래프
1년 그래프
2년 그래프
3년 그래프
검색량 요약
- 키워드 비교 그래프와 마찬가지로 검색량 요약의 목적은 Trend를 적은 노력으로 빨리 파악할 수 있도록 돕기 위해서 만들어진 서비스 입니다. 다른 문서에서 언급한 것처럼 전체 키워드를 모아 놓고 보면 Head Keyword가 대부분의 검색량 변동을 설명합니다. 이에 비해 Tail Keyword는 검색량 자체는 작지만 새로운 흐름이나 Issue를 파악할 수 있는 Clue를 제공할 수 있습니다.
한국의 검색 Data – Listening Mind Blog
- 이 기능은 Intent Finder, Path Finder, Cluster Finder에서 각각 제공하고 있습니다. 아래 각 예시 입니다.
1. Intent Finder
- 햇반으로 검색한 결과 입니다. 검색량의 변동은 누룽지죽이 사람들의 관심을 많이 끌고 있고 오뚜기 햇반의 검색량이 증가한 것이 특징적으로 보입니다.
- 변동율 기준으로 봐도 누룽지죽의 관심이 높아지고 있다는 점을 알 수 있습니다만, 햇반 후쿠시마는 다른 키워드에 비해 다른 메시지가 있는 것을 알 수 있습니다. 쌀의 원산지에 대한 사람들의 관심을 알 수 있습니다.
2. Path Finder
- “햇반”으로 검색하고 검색량으로 요약한 결과이지만 조금 결이 다른 결과를 볼 수 있습니다. 이 결과로 보면 햇반의 중량에 대한 소비자의 관심이 커지는 것을 볼 수 있습니다.
- 변동율을 중심으로 본 데이터 에서는 쌀의 원산지와 중량에 대한 관심이 높아지고 있는 것을 알 수 있습니다. 해당 키워드들의 추세적인 변화는 다음달이 되어야 알 수 있겠지만 소비자의 관심의 변화를 예측할 수 있다고 생각합니다.
3. Cluster Finder
- 클러스터 파인더에서 “햇반”을 조회하고 검새량의 변동으로 보면 인텐트 파인더나 패스 파인더와는 조금 다른 결과를 볼 수 있습니다. 데이터의 구성이 다르기 때문에 나타나는 결과인데, 클러스터 파인더의 검색량 변화가 큰 것으로 보면 햇반 근처에서 “더미식”이라는 브랜드의 성장이 보이고 동원 f&b는 감소하는 것으로 볼 수 있습니다.
- 검색량의 변동유을 봐도 다른 파인더들과는 다른 결과를 보입니다. “더미식”은 하림 계열의 브랜드인데 시장에서 포지션이 커지고 있는 것을 알 수 있습니다. 더블어 중량이나 원산지에 대한 관심이 여전히 있는 것을 파악할 수 있습니다.
정리
검색 Data를 활용할 때는 단일 키워드의 검색량이나 키워드의 경로, 클러스터 등을 활용할 수 있습니다. 하지만 Data 규모가 커지면 어떤 Data를 봐야할지 알기 어렵습니다. 이럴 경우 검색량의 변동 규모와 변동율을 가지고 1차적으로 빠르게 검토하면 업무 효율을 높일 수 있습니다. 1차 적인 검토는 Trend가 어떻게 변하고 있는지를 파악하는데 주안점을 두면 좋다고 생각합니다. Trend의 변화는 그래프를 활용해서 간단하게 보는 방법과 검색량 요약 기능을 활용하는 방법을 추천 드립니다. Intent Fin