티스토리 뷰

카테고리 없음

소셜미디어 Measuring - 나의 7가지 소셜데이터

어제, 오늘 그리고 allje 2011. 7. 28. 11:42



Social media era의 도래

요즈음, 소셜미디어에 관한 다양한 분석, 그리고 연구와 향후 행보들에 관한 다양한 의견들이 제시되고, 또 활발히 이루어지고 있습니다. 앞서 포스팅에서도 몇차례 말씀 드렸던것과 같이, 지금은 2011년, 저는 지금을  Social Media era 라고 말하고 싶군요. 앞으로도 올제에서 처럼, 이 소셜미디어라는 매체의 다양한 연구를 통해 적절하고 타당한 형태로써, 마케팅과 소비자간의 연결 고리를 만들어야 하겠는데요. 때문에 소셜미디어라는 욘석, 정말 우리 마케터들과 AE들에게 풀어야할 (그것도 상당히 어려운 난제를 포함한) 과제를 가득 안겨 주고 있답니다.

지난 금주 월요일, 저희 E-Biz본부장님을 포함한 저희 allje의 상품 기획팀은, 그 "난제"를 만들어 보고자 이른바 "숙제 만들기를 위한" 벤치마킹 PT를 열었습니다. 저를 비롯한 저희 팀원들은 국내에 한정하지 않고 해외 기업과 기관에 대한 벤치마킹을 통해, 삼차원, 또는 사차원적 시야로 인사이트(Insight)하는것을 목표로 본부장님, 팀장님을 비롯한 팀원들의 브래엔스토밍(Brain Storming)이 시작 되었습니다.

▲ 2011년 7월 25일 월요일 PM 2:30, allje 2nd conference room에서 열린 브래인스토밍 회의


이 브래인 스토밍을 통해 향후 allje에서 개발 될 온라인 광고와 광고 측정, 그리고 보다 효율적이고 계산적인 SNS를 이용한 온라인마케팅 (또는 온라인광고) 등 다양하고 디테일한 기획 작업이 시작 되었는데요. 이 브래인스토밍 회의가 끝날 무렵, 본부장님께서 무시무시한 과제를 내주셨습니다. 이름하여 "아무거나써오기"!!!-이 과제는 모든 팀원들에게 어떤 형식도 취하지 않고, 제한하지 않으며, 요구하지 않는 범위 내에서 마케터로써 꼭 필요한 또는 그이상의 "기능"에 대하여 스스로 생각해보고 고찰하고 끈임없이 연구해본 뒤에 한번 더 조합하는 회의를 갖자는- 과제는 저로하여금 '불끈'과 함께 '절망'의 기분으로 다가 왔지요 :q

하지만, 무엇보다 머릿속에 엉켜있는 이런 저런 생각들이 하나의 구조를 형성해서 카테고라이징(categorizing)을 하다보면, 그것이 분류값이 되고, 그 분류값을 통하다 보면 전체적인 인사이트가 생기게 될 거라는 생각이 문득 들더라구요.물론, 인사이트가 생기고 난 뒤부터가 본방이겠지만요 :)

그래서 이 숙제의 첫걸음으로 저는 "Social data를 Measuring해보자" 라는 기둥을 세웠답니다. 이는, 소셜데이터를 분석 할 수있는 근본적 제어 장치가 될 것 같은데요. 아직 책도 더 많이 보고 사례와 reference도 많이 챙겨 봐야 하겠지만, 1차적으로 제가 내린 이론에 대해서는 다음과 같습니다.





기업과 마케터들이 알아야할 소셜데이터 - "나의 7가지 소셜 데이터"


첫 allje 블로그 포스팅부터 끈임없이 연구하고 논리를 세웠던 SNS에 대한 정의, 그리고 전반적인 스토리를 빌어서, 이제 소셜미디어에서 이야기 되고있는 그 Data들을 "분류"해 보았는데요. 제가 생각한 소셜 데이터의 종류는 크게 7가지로 분류 되었습니다.

 

▲나의 7가지 소셜 데이터 분류 하기


위의 이미지는 저희 Buzzlab 상품 이미지에 기여한 CI를 인용하여 온라인상의 버즈를 평가하는 7개 벌집무늬로 표현해 본 그림인데요 :) 이렇게 소셜 데이터를 단 일곱가지 분류로 분류하게 된 이유는, 소셜미디어에서 추출한 데이터를 기업 (광고주) 측에 보다 쉽고 간결한 fact로 빠르게 전달하기 위해서 꼭 필요했던 작업이라는 생각이 들었기 때문입니다.

여러 기업을 벤치마킹하면서 얻은 크고 작은 개별적 지식들이, 그에관한 최종적 인사이트를 정리할 수 있는 힘이 되었던것 같네요. 그래서 SNS에 관한 인사이트 써머리를 제작하면서 제일 첫번째로 필요했던 작업이 바로 이 도표였습니다. 이 작업은 방대한 소셜데이터에서 먼저 추출할 "핵심적 내용" 즉, 기업(광고주)과 마케터가 보고자 하는 소셜 데이터가 무엇인지에 대한 생각으로 좁혀지게 되었습니다.

때문에 이 작업을 위해선, 먼저 하나 하나 카테고리를 잡는 작업이 필요했어요. 이런 모티브를 가지고 아장아장 첫걸음으로 계획된 것이 바로 이 도표로써, 최종적으로 잡은 소셜데이터 분류는 결국 이렇게 7가지로 정의하게 되었습니다. 


이렇게 추출된 일곱 가지 분류는 어떤 것인지, 또 어떻게 분석에 활용할 것인지 알아 보도록 하죠 :D

1. De (Demographic) 인구통계학적 data
소셜데이터 안에는 각종 인구 통계학적, 즉 인종,성별,종교,교육,수입,출신 등 다양한 인구통계에 관한 data가 있습니다. 보통 인구통계적 자료는 각 SNS 계정에 할당 된 공식프로필에서 추출 할 수가 있는데요. 위에 언급한 공통적인 통계 자료와 더불어 요즘에는 Facebook의 프로필처럼 학벌, 취미, 관심사 등 다양한 자료들을 프로필로 추가 할 수있어 보다 전문적이고 다채로운 data를 수집하여 유용한 정보가 될 수있겠습니다. 이러한 인구통계적 자료는, 이 data 자체로는 큰 의미가 없을수도 있지만, 다른 요소 또는 자료와 조합되면, 타깃마케팅이나 통계적 자료분석등에서 시너지 효과를 발휘 할 수있습니다.

2. Pr (Product) 상품에 관한 data
브랜드나 상품에 관한 이야기들, 그리고 소셜웹 영역 내에서의 토론에 관한 data가 있습니다. 보통 기업이 상품을 런칭하게되면, 온라인상에서는 그에관한 사용 후기나 의견을 제시하게 되고, 기업은 이것을 반영하여 더 나은 상품으로 발전 시킬 수있습니다. 이런 일련의 과정을 저는 커스토머 피드백 (customer feedback)이라고 이야기 하고 싶은데요. 이는, 기업에게는 상품의 개선으로 발전 방향을 제시할 수 있으며, 요즘 화제가 되고있는 "집단지성 (collective intelligence)" 시스템을 구축할 수있는 최소단위의 data가 될 수 있습니다.

3. Ps (Psychographic) 심리에 관한 data
소셜data에 가장 빈번히 등장하하며, 가장 핵심적인 마케팅 분석자료로 이용되는 개성(Personality), 가치(Values), 견해(Attitudes),관심(Interests),생활방식(Lifestyles) 등에 관한 심리적 표현들. 이 심리적표현들은 기업 발전에 상당한 영향을 끼치는 중점적 요인입니다. 기업은 이 Buzz를 통해 상품에 관한 아이디어를 반영하여 대중이 선호하는 형태의 제품을 생산 할 수도 있으며, 반대로 기업의 반사회적 행위나 여론에 대한 비판, 즉 위험요소로써 작용 할 수도 있는데요. 심리적 표현은 브랜드에 관한 근심이나 걱정을 표현하기도 하고, 열망, 호기심, 그리고 제품의 가치와 특징을 정확하게 나열하기 때문에 기업에게 직접적인 영향을 미치게 됩니다. 이렇듯 심리적 표현은 핵심적 요소이기 때무에, 반드시 분석하여 그에 따른 관리가 절실히 필요한 부분이라고 생각 됩니다.  

4. Be (Behavioral) 행동에 관한 data
미래에 대한 계획 및 의향을 포함한 특별한 과거의 행동 또는 활동, 또는 상품을 이용한 히스토리를 알려주는 소셜 data가 있습니다. 이를테면, '나는 그동안 D사의 랩탑만을 고집했지만, 이제부터는 A사의 랩탑을 쓸 생각이다'라는 문장에서는, 과거의 D사에 관한 구매 내역, 그리고 호감도가 포함되어있으면서 A사에 관한 의향, 또는 구매 의지와 잠재적으로 사용해 보았거나 사용하고싶다는 내용이 분명히 들어있습니다. 이런문장은 흔히 내 Facebook의 wall에서도 찾아보기 쉬운 구문입니다. 이 경우의 data에서는, 브랜드에 관한 예측이나, 혁신에 관한 발전을 도모하고, 자사 브랜드에 대해 정확한 판단이 필요할 때 매우 유용한 정보를 얻을 수 있습니다.  

5. Re (Referrals) 직접적평가에 관한 data
소셜data안에는, 소비자의 직접적 평가와 리뷰 또는 단순한 글로 표현 할 수 없는 일종의 '제스쳐'그자체가 포함 되어있는데요. 이를테면 가장 유명한 Facebook의 "Like" 시스템을 말합니다. 물론 검색을 통해 열심히 읽어보는 블로그 글부터 지식인 답변까지,소비자들의 경험이나 의도에 의거한 평가형 Buzz들은 매우 많은데요. 현재로써 단순하고 직접적이지만 어쨋든 '좋은 것'을 의미하는 Like는 명확하게 좋다는 뜻을 내포하고 있어 통계에도 아주 유용합니다. 사실, 요즘 Dislike (또는 unlike)의 개념을 넣어달라는 buzz들이 많은것, 다들 알고 계시죠? 때문에 이미 습관화 되어버린 One click 평가하기는 앞으로도 계속 발전 될 듯 싶네요.  

6. Lo (Location) 물리적 또는 관념적 위치에 관한 data
단순히 지역을 카테고리로 잡은 이유로는, 소비자의 물리적 위치 자체를 언급하는 것에서 좀더 나아가, 현재의 사실을 바탕으로 내리는 전망까지 볼 수 있다는 점에 포커스를 맞추었기 때문입니다. 소비자는 현재의위치 (그것이 물리적이든,혹은 개념적-이를테면 시간:Timeline 이든)를 언급하게 되고 이는 진보에 관한 성향을 내포하고 있을테죠. 즉, 위치적 소셜data는 일종의 베이스라인(Baseline)으로 이용 할 수 있겠습니다.

7. In (intention) 의향,충성도에 관한 data
바라던 형태, 바라던 제품, 계획하고 있는 활동에 관한 소셜data buzz들은, 가끔은 부정확 할 수도 있지만 상당히 가치있는 예견을 풀어 놓습니다. 예를들어 세계 최고의 인터넷서점 아마존(Amazon)은, 지극히 단순하게도 위시리스트 (Wish list)를 집계하여 어떤 책들을 더 들여 놓을지, 어떤 책이 앞으로 더 팔릴지에 관해 통찰 한다고 합니다. 소비자들은 종종 2가지로 쇼핑을 하는데요, 엄청난 숙고끝에 고르는 1가지와 충동적으로 괜챤겠다 싶은 1가지를 염두해 두게 됩니다. 보통 이 두가지가 위시리스트로 들어가는 전형적 상품이죠. 엄밀히 생각해보면 이데이터는 부정확 할 수는 있으나, 매우 높은 가치상승력을 지니고 있다는 것이 제 견해 랍니다.



자, 당신은 오늘 어떤 종류의 소셜 데이터를 날리셨나요?

제가 분류한 이 일곱가지 데이터 분류 중 어떤 분류에 오늘의 업데이트 사항을 넣으실 수 있을까요? :)

사실, 이 분류를 적용 하기 위해서는 상당한 과정을 통해야 한다는 과제도 있습니다. 우리가 흔히 매일 사용하다시피하는-적어도SNS의 유져라면-Twitter와 Facebook을 넘어서 블로그, 컬럼, 카페, 지식인까지 이런 다양한 SNS 매체도 매체 이거니와, 하루 한번이 아닌 다량의 멘션(mention)을 날리다 보면 실제로 수집되는 소셜데이터의 양은 현재로써 너무나 방대한 량이라는 것입니다.

이 문제를 위해서는 일일 소셜 데이터중에서도 가장 "핵심적 데이터"를 추출해야 하는 것이 첫번째. 그러기 위해선 정확한 문장분석과 단어, 어절, 어구를 분석 할 수 있는 형태소 분석의 기능이 필요 하겠습니다만, 실제로 사전에 등록된 표준어에 비해, 심리적,행동적 언급(또는 data)은 온라인상에 쓰이는 온라인 언어를 이용하는 경우가 많기때문에 실은 "온라인 언어"에 관한 선행연구가 필수 적이기도 하겠죠. 

Web이란 상당히 예민하고, 또 직관적이며 상대적인 필드이기때문에, '이렇다' 할 "모범답안지"는 없을지도 모르겠습니다. 하지만, 어떤 프로세스를 거쳐 일련의 과정을 기획하고 또 구축해서 정확도를 높이고 알기쉽게 분석하느냐가 중요한게 아닐까 싶은데요. 

또한, 이렇게 기획된 분석툴안에 넣을 하나하나의 소중한 데이터까지 연구하고 또 연구해서 핵심적 Index를 추출하는것, 온라인상의 기업에 관한 Buzz들을 소셜데이터에서 추출하여 정확한 메져링을 하는것이 바로 저와 우리allje의 목표이자 바램입니다 :) 

지속적인 아이디어를 발산하고 논리적 과정을 거쳐 탄생하게될 New something!
어떤 어마어마한 올제의 지식원이 발생하여 거대한 프로젝트가 탄생할런지 가늠하지 못하기에 "something"으로 표현해도 좋을것 같습니다. 



 




 

댓글
댓글쓰기 폼