‘검색 데이터’는 키워드 자체 및 검색량 외에도 다양한 분석이 가능한 데이터이다. 이는 검색 키워드 간의 연결성, 맥락, 특정 기준에 따른 그룹핑 등을 통해 더욱 입체적으로 접근해볼 수 있다. 이처럼 점,선,면의 관점에서 풀어낸 검색 데이터 인사이트 사례를 함께 확인해보자.
대부분의 Data는 절대적인 수치나 정보형태 보다는 비교를 통해서 의미를 가질 수 있습니다. 어딘가 “100” 이라는 숫자가 있을 때 이 “100”이 큰지 작은지 또는 중요한지 중요하지 않은 지를 판단하기는 쉽지 않습니다. 하지만 유사한 그룹의 정보 또는 과거의 정보와 비교하면 정보로서 가치를 더 가질 수 있게 됩니다. 키워드 비교는 유사한 키워드의 그래프와 비교를 통해서 정보의 가치를 높이기 위해 제공되는 서비스 입니다.
Listening Mind에서 비교할 수 있는 Data 중에 가장 강력한 Data는 과거의 Graph와 현재의 Graph를 비교하는 기능입니다. 다른 어떤 서비스에서도 제공하고 있지 못하고 있고 검색 사용자의 Intent가 어떻게 변화되는지를 확인할 수 있는 강력한 도구라고 생각합니다.
리스닝 마인드 허블에서는 검색 경로를 시각화해서 보여주는 서비스인 “패스파인더”와 패스파인더의 경로를 특정한 행동 목적 단위로 클러스터링 한 “페르소나 뷰”를 제공하고 있습니다. 두 기능은 동일한 키워드 집합을 검색 시퀀스로 보는 방법과 그 시퀀스 안에서 검색 사용자의 목적을 찾아 보려는 시도로 비교하면서 분석하면 좋은 인사이트를 발견할 수 있다고 생각합니다.
검색과 관련된 Data는 구글이나 네이버 같은 검색 사업자가 아닌 이상 Data의 수집 주기가 상대적으로 길어지게 됩니다. 사업은 실시간 Data는 아니어도 준실시간 Data 정도는 되기를 기대합니다. 자동완성(Autocomplete)는 현실적으로 가장 짧은 주기의 Update Data 입니다. 그리고 Data의 목적상 Freshness을 정보의 중요한 기준으로 사용합니다. 이를 활용한 리스닝 마인드의 서비스를 소개합니다.
