시장조사, 고객(타깃)분석, 트렌드 조사 등 자료 조사는 어떤 직무에서 일하거나 심심치 않게 치고 들어오는 업무인데요. 중요한 일임에도 세부적인 방법은 누가 시간을 내서 가르쳐주지 않기에 이런 일이 들어오면 통상 이전에 작성된 리포트를 살펴보며, 해당 양식과 유사하게 자료 조사를 해 나가는 경우가 많습니다. 많은 사람들이 기본적으로 다 탑재된 기능처럼 이러한 업무를 척척 해 나가고 있지만 사실 내용을 살펴보면 ‘잘’ 하는 사람은 많지 않습니다.
자료조사를 잘하기 위해서는 ‘목표 인지’와 ‘좋은 정보 탐색’이 중요한데요. 먼저 목표 인지를 하기 위해서는 자료조사를 진행하기 전에 이 자료가 ‘왜 필요한 것이고, 어떻게 활용될 지’에 대한 고민이 필요해요. 이러한 고민은 관련 프로젝트 내용을 살피거나, 그것이 어렵다면 업무 지시를 한 상사에게 여쭙는다면 명료하게 해결될 수 있겠죠. 그렇다면 무엇을 찾아야 하는지를 알 수 있고, 이제는 관련한 좋은 정보를 어떻게 찾는지가 중요합니다.
무엇을 찾아야 하는지 알았다면, 그 다음은 좋은 정보를 어떻게 찾는지가 중요합니다. 양질의 식재료에서 양질의 요리가 나오듯, 양질의 데이터에서 양질의 인사이트를 얻을 수 있습니다. 그러기에 이 단계에서 데이터를 잘 다루는 일잘러의 진면목이 드러나는데요. 일반적으로 자료조사를 할 때는 관련된 기사 동향을 살펴 자료조사 내용을 채워 넣거나, 브런치나 블로그의 아티클, 혹은 뉴스레터 등에서 나오는 외부 정보만을 채워 넣는 경우가 많습니다. 이것 역시 자료조사에서 필요한 부분이지만 데잘러는 이것 이상의 자료조사를 하고 있는데요. 바로, 가공된 정보가 아닌 데이터로부터 직접 인사이트를 발굴하여 시장 자료로 활용하는 것이죠. 오늘은 그 방법을 소개해드리고자 합니다.
1. 트렌드 분석, 데이터로 인사이트를 얻는 방법
업계 트렌드를 가공된 데이터로 확인하면 문제가 되는 일은 갈수록 늘고 있습니다. 광고성 기사와 광고성 콘텐츠가 많아졌기 때문인데요. 내가 조사한 정보가 진짜 트렌드가 아닌 어떤 회사가 보여주고 싶은 가짜 트렌드일 확률이 높아졌다는 거죠. 또한, 광고 기사가 아니라고 하더라도 기사나 콘텐츠 등의 2차 가공물은 작성자의 해석이 들어간 정보이기에 진짜 트렌드가 아닐 수 있죠.
그래서 요즘 데이터를 잘 안다는 일잘러들은 직접 검색어 데이터를 분석해 트렌드를 파악하고 있는데요. 네이버, 카카오, 구글 등의 사이트에서 모두 자체 트렌드 툴을 쉽게 이용할 수 있게끔 서비스하고 있기 때문입니다. 여기서 실제 내가 조사하는 상품에 대한 사람들의 관심을 파악할 수 있어요. 각 서비스마다 약간의 차이는 있지만 제공되는 검색어 트렌드 서비스는 대동소이합니다.
이들의 특징을 알고 마케터는 자신의 상황에 맞춰 트렌드 서비스를 선택해 활용하는 게 좋습니다. 만약, 시간적 여유를 가지고 트래픽을 꼼꼼히 분석하고 싶다면 네이버 트렌드를 활용하는 게 좋은데요. 네이버 트렌드는 주제어에 따른 하위 주제어 추가를 하여 검색어 트렌드 확인이 가능하고, 국내 검색어 트래픽이 높기 때문이에요. 반면, 빠르고 편리하게 트렌드를 확인하고 싶다면 카카오 트렌드를 확인하는 게 좋습니다. 연령, 지역, 성별에 따른 검색어 트렌드를 한 눈에 파악할 수 있게 사이트가 구성되어 있기 때문이죠. 그리고 해외의 검색어 데이터를 확인하고 싶다면 구글 트렌드를 확인하는 게 좋은데요. 또한 구글 트렌드는 함께 뜨고 있는 연관 검색어까지 소개해주고 있기에 검색어에 따른 최근 이슈를 종합적으로 파악하는데도 도움이 많이 됩니다.
그러나 이러한 검색어 트렌드에서는 실제로 검색어 트렌드가 구매로 연결되었는지 까지는 알기 어려운데요. 그러기에 포털에서 보여주는 검색어 트렌드는 검색은 비즈니스 트렌드와는 거리가 있을 수 있어요. 예를 들어, 이전에 한 유튜버의 주작 사건인 배달원 먹튀 논란에 휩싸였던 ‘피자나라 치킨공주’는 20년 7월 즈음에 검색량이 엄청 높아졌는데요. 이러한 이슈에 따라 검색량이 늘어난 것은 사실 매출에 어떠한 영향을 미쳤는지 알기가 힘들고, 해당 데이터로 비즈니스 트렌드를 알기는 어렵습니다.
이러한 검색어 트렌드에서의 아쉬운 점 때문에 데잘러는 다이티 데이터 마켓을 찾고 있는데요. 다이티 데이터 마켓의 트렌드 데이터는 업종별로 검색어, 방문, 구매 데이터를 제공하기 때문입니다. 다이티의 방문 데이터에서는 실제로 관심있는 업종에 방문자가 얼마나 되는지 알 수 있고, 실제로 구매 및 방문 시간대는 어떠한 지, 구매 가격대는 어떻게 분포되었는지, 구매 상품, 재구매 기간 등의 상세한 비즈니스와 관련된 원 데이터(Raw data)를 받아볼 수 있기 때문이죠. 또한 위에서 이야기 한 검색어 데이터에서도 다이티의 검색어 데이터는 선택한 업종으로 유입되는 검색어 전수를 제공하기에 비즈니스에서 활용도가 더 높습니다.
2. 타겟 분석, 이제는 성별/연령 파악에서 취향 파악으로
우리 상품/서비스를 주로 이용하는, 혹은 이용할 것으로 예상되는 고객의 특성은 어떻게 파악하는 게 좋을까요? 이전까지는 특정 연령, 성별을 고려하여 고객을 예상하고, 해당 연령 및 성별에 맞는 고객의 특성을 파악하는 경우가 많았어요. 가령, 우리는 생활용품을 판매하니 ‘4050 여성’이 타깃이라고 생각하거나, 게임 서비스를 제공하니 ‘1020 남자’가 타깃이라고 생각하는 거죠. 이후 해당 성별, 연령층의 주된 트렌드를 파악하는 것으로 고객의 특성을 파악하는 거죠.
이전까지는 사실 이러한 접근은 효과적이었습니다. 왜냐하면 연령/성별에 따른 주된 트렌드가 존재했기 때문이죠. 하지만, 지금은 같은 나이, 성별이라고 하더라도 서로 트렌드라고 생각하는 점이 서로 너무나 상이한 것을 볼 수 있죠. 그러기에 지금은 연령/성별만을 고려하여 고객(타깃)을 정하는 것을 넘어서, 우리 상품을 이용할 고객의 취향까지도 고려해서 타겟을 보다 구체적으로 파악하는 게 효과적입니다.
그래서 요즘은 우리 고객의 취향이 어떠한 지 알기 위해 인스타그램이나 트위터의 #(해시태그) 검색을 통해서 자사의 서비스에 관심을 보이는 고객의 관심사나 트렌드를 파악하는 경우도 많습니다. 하지만 이러한 데이터는 수치로 나타나는 게 아니기에 수치화하여 인사이트를 발굴하기 위해 R이나 파이썬을 통해 텍스트마이닝을 진행하거나, Pulse-K나 썸트렌드와 같은 소셜 분석 서비스를 통해 고객 반응을 파악하는 등의 방법도 주로 사용되고 있습니다.
하지만 이러한 분석은 SNS나 인터넷에서 의견을 잘 게재하는 소수의 헤비 유저의 취향이 고객 전체 취향으로 과대 대표될 가능성이 높다는 점을 유의해야 하는데요. 그래서 다이티는 이러한 고객분석의 어려움을 해결하고자, 특정 앱을 설치한 유저의 앱 설치를 분석하여 제공하는 ‘앱 설치 리스트’ 서비스를 제공중에 있습니다. 예를 들어, A사가 대학생을 타깃으로 부동산 전/월세 서비스를 제공할 예정이라고 한다면, 대학생 앱(에브리타임, 캠퍼스픽 등)과 부동산 앱(직방, 다방)을 설치한 유저가 주로 어떠한 앱을 사용하고 있는지 확인해본다면 더욱 내 고객의 취향을 빠르게 파악할 수 있습니다.
또한 이러한 고객 분석은 실제 액션까지 연결하기 쉬운 인사이트를 준다는 장점이 있는데요. A사의 예상 타겟 고객이 ‘다음카페’와의 동시설치율이 다른 SNS보다 높은 편이라면 배너 광고 등 액션을 다음카페와 해볼 수 있고, ‘업비트’ 등 코인 관련 앱과 동시설치율이 높다면 부동산과 코인을 결합한 프로모션 혹은 마케팅 캠페인를 생각해볼 수 있겠죠. 또한, 앱 설치리스트는 자사의 앱 뿐만 아니라 경쟁사 이용 고객의 앱 데이터까지도 확인할 수 있어 데잘러들이 시장의 고객을 분석할 때 많이 활용하는 서비스 중 하나입니다.
데이터를 잘 다룬다는 것은 개발언어를 잘 안다는 것이 아니라 데이터의 의미를 잘 파악하고, 적재적소에 필요한 데이터를 잘 활용하는 것을 뜻하는 데요. 이전까지 자료조사를 동일한 양식에 맞춰 같은 방법으로만 쭉 지속해왔다면 이제부터는 지금 알려드린 데이터 중심의 자료조사를 통해 더 정확한 문제 분석, 인사이트 도출을 해보는 건 어떨까요?
다이티가 오늘은 데이터를 통해 자료조사를 하는 방법을 알려드렸는데요. 데이터는 사실 비즈니스 곳곳에 활용될 수 있는 곳이 많습니다. 앞으로도 실무에서 도움이 되는 데이터 활용방법과 노하우로 찾아오도록 하겠습니다!
날숨님 외 64명이 좋아합니다.
