Book Review || SNS 버즈(Buzz)에서 뜻 찾기 - 김선영 <소셜분석> (PC Ver.)

 

 

 

 

이론과 실무 그 모두를 아우르는 관점에서
소셜(Social)을 이해하기 쉽게 명쾌하게 풀어낸 책.
피터린치의 책처럼 오래되어도 뼈대 이해하기엔 가장 좋은 책이다. 

단순히 분석을 위한 팁이나 툴에 대한 소개가 아니라 

개인적으로 데이터 분석 플랫폼과 인사이트를 주기 위해 다양한 데이터 소스를 기획하는 프로젝트들을 경험하면서 느꼈던 '전달'과 '지표(Metric)' 의 중요성이 본 서 곳곳에 느껴진다.

 

 

 

필자는 페이지 곳곳에

'왜 분석해야 하는가, 지금은 왜 소셜인가, 어떤 관점에서 접근해야 하는가'를 계속 되짚는다.

이 책을 요약한 가장 함축적인 두 문단을 꼽자면 아래 두 문단을 뽑고 싶다.

 

"  어떤 현상을 숫자로 표현하지 못한는 것은 문제를 정확히 알지 못한다는 것이고,
   정확히 모른다는 것은 그것을 관리할 수 없다는 뜻이다.
   관리와 개선의 첫 출발은 데이터 수집과 측정이다. 
   관리할 수 없다는 건, 현재의 상태를 개선할 수 없다는 것이다. 
   비즈니스에 기여하지 않는 소셜미디어는 쓸데없는 자원낭비일 뿐이다. " 

"  소셜미디어에도 이런 대시보드가 필요하다.
   어떤 그래프로 어떤 도표로 효과적으로 보여줄 것인지
   시각화를 고민하고,  각 지표의 변동추이에 따라 어떤 의사결정이 이루어져야 하는지,
   그 의사결정에 따라 어떤 조치를 누가 취해야 하는지 고민해야 한다. " 

 

 

---

 

" 소셜분석이란 소셜 에코시스템을 귀담아 들음으로써 신호들을 유형화해내는 과정이다.
   소셜분석을 통해 집단지성을 수집하고, 마이닝하고 들여다 볼 수 있을 뿐 아니라
   결과를 예측할 수도 있다 "

" 소셜데이터 분석은, 분석목적에 따라 언제 어디서
  무엇을 가져와 분석할 것인지를 정교하게 설계하는데서 시작된다. 
  기간도, 시간의 틀을 결정하고 분석의 목적과 분석대상의 특징에 따라
  저장공간을 얼마나 확보했느냐에 따라 달라진다. (중략)

 특정 키워드를 포함하는 모든 글을 기계적으로 수집했을 경우에는
 가비지 데이터(Garbage Data)가 나올 수 밖에 없다.
 데이터의 패턴을 사람이 발견해 필터링 규칙에 적용하거나(Rule-based)
 유효성 필터링 데이터를 기초로 기계가 학습(Machine Learning)해 데이터를 분류할 수도 있다.

 소셜 데이터 분석할 때에는 사람,콘텐츠, 관계에 따라 분류에 대한
 유관부서와의 검토와 합의가 필요하다"

 

사전 협의는 정말 필수필수 대필수!!!!!

인터뷰에 파악하지 못했던 Dimension 하나가
분석마트를 다시 말고 완전 다른 분석결과로 리포팅 해야 하는 전면 대공사(라고 쓰고 대참사라고 읽는다)가 발생하기 때문.

도메인 지식이 충분히 쌓이거나 사전 조사 거리가 충분하다면 분석가가 예측하고 마련할 수 있겠지만
인터뷰 때는 말하지 않았던 내부의 관점을 리포트 때 피드백에서 지적하면서 분석의 신뢰성을 문제 삼는 경우가 종종 있다.
(타 필드 경력직 분석가분들이 오면 꼭 한 번씩 겪는 문제 ㅜㅜ...) 

 

---

 

 

 소셜분석을 활용하기 전 세팅해야 할 비즈니스 목표별 KPI 설정 (평가지표 설정)

 →  실제로 많은 비즈니스 의사결정은 어떻게 지표를 잡느냐에 따라 판세가 갈린다고 해도 과언이 아니다.

     개인적으로는 새로운 지표를 발굴하거나 조합하는 것이 굉장히 중요하다고 생각하는데,
     트랜디한 지표 설정을 했느냐가 비즈니스 흐름을 따라잡는 키라고 해도 과언이 아니다.
    (실제로 멀티디바이스 환경 확대에 따라 구글의 GA 같은 웹로그 분석툴도 User 중심의 지표에서 Visit으로 변경했듯이)

    본 서에서 예로 든 KPI는 소셜에 특화된 인사이트, 소셜에 본질적인 부분을 포착하는 지표인만큼
    시기막론하고 유용할 것이다. 아래에 재정리한 내용 참고!
   

 

분석목적	지표 (로직)
대화생성 (긍정적 입소문)	1) 대화점유율 = 자사브랜드언급량 / 전체언급량(관련 경쟁사까지) 2) 오디언스 인게이지먼트 (Audience Engagement)   = (댓글수+공유수+트랙백수)/전체조회수 3) 대화도달률 = 대회에 참여한 총 유저수 / 전체노출수
옹호촉진	1) 활동중인 옹호고객 비중   = 활동 중 옹호고객 수 / 옹호고객 총수(단위 기간동안) 2) 옹호고객 영향력    = 개별 옹호자의 영향력 지수 / 옹호자 영향력 지수 총합  3) 옹호프로그램 효과성    = 옹호고객 활동을 통해 발생한 전환수 / 옹호고객 활동을 통해 유발된 트래픽 총량
고객지원	1) 활성화 이슈해결률  = 만족스럽게 해결된 이슈 총 수 / 서비스관련 이슈 총 수 2) 이슈해결시간 = 문의 응대 총 소요시간 / 서비스 관련 문의 총수  3) 고객만족도 = 만족한 고객 총 피드백수 / 총 고객 피드백수
혁신촉진	1) (단기간 내 아이디어 획득) 토픽트렌드   = 특정 주제 언급량 / 전체 언급량 감성비율   = 긍정:중립:부정 브랜드 언급량 / 브랜드에 대한 전체 언급량  2) 아이디어 임팩트(새로운 아이디어에 대한 긍정반응률)  = 아이디어 관련 긍정적 대화수 / 아이디어 관련 전체 대화량

나라면, 대화도달률이나 옹호고객의 영향력과 같은 경우는 제시된 수식에 그치지 않고
얼마나 빨리 멀리 도달했는가, 시간에 대한 분석도 결합해서 소재나 유저의 특성을 분석하는 방안도 고민해볼 것 같다.

그리고 만족도나 긍/부정과 같은 정성적인 부분은 사전에 내부적인 기준 합의가 선행되어야 한다.

트랙백, 댓글, 공유와 같은 데이터는 각각 동일하게 취급할지 가중치를 줄 것인지 또한 합리적인 선에서 합의가 필요하다. 

트렌드 토픽이나 검색키워드 분석과 같은 EDA성의 분석은
핫 토픽을 찾기는 쉽지만 성장하는 토픽은 롱테일에 숨겨져 있기 떄문에 쉬운 분석은 아니다. 이 부분은 통찰이나 사회문화에 대한 감이 필요하다. 인사이트를 빨리 도출해야 한다면 시중의 자동분석 툴은 최대한 활용해 노가다를 줄이자.

 

 

---

[추가 MEMO]
IAB를 통한 비즈니스 KPI 설정
: Intent (의도) / Awareness (인지) / Appreciation (향유) / Action (행동) / Advocacy (옹호) /  Benchmark (벤치마크)
- 1I )의도 : 가장 적합한 KPI가 무엇인가. 목표 명확화 
- 4A ) 인지/향유/행도/옹호 : 플랫폼단위로 핵심 KPI 지표 정의(재무적&비재무적) 
- 1B) 벤치마크 : 다른 회사의 소셜미디어 활동이나 산업 평균과 비교할 어떠한 기준점 

→  분석과 활용의 목적(즉 의도, Intent)에 따라 가장 주력해야 하는 A가 결정된다.
     즉, 버즈량을 늘리기 위해서는 고객에게 인지시키고, 고객이 전파하고 향유하거나 옹호(Like, 좋아요 등등)을 하는 것이 목표 

     어떠한 새로운 리드(Lead)를 생성하려면 액션에 초점을 맞추는 소셜활동을 펼쳐야 한다.

 

 

---

 

소셜미디어 마케팅의 ROI는 고객의 투자에 주목한다. 자사의 소셜미디어와 대화하기 위해 고객이 얼마나 많은 시간과 노력을 투자하는지를 측정해야 한다. 고객과 관계를 발전시켜 나가는데는 시간이 필요하다. 단기적 성과에서 벗어나 장기적 관점을 요구하게 된다.

 

기업의 매출, 신규고객, 리드와 같은 금전적 지표는 특정 소셜 캠페인 하나만의 영향으로 증가하거나 감소하지 않는다. 
따라서 금전적 지표에 영향을 미쳤을 가능성있는 기간 내 모든 데이터 추적하여 분석해야한다.

(…) 필요한 모든 데이터를 엑셀로 정리해 간단히 상관분석만 돌려봐도 상관계수를 파악해 금전적 지표 데이터에 가장 큰 영향을 미치는 요인이 무엇인지 파악할 수있으며, 회귀 분석을 돌려보면 가중치도 계산할 수 있다.
스플릿테스트를 수행하면 좀더 정확하게 요인을 찾아낼 수 있다.  

 

소셜 분석은 다각도로 멧돌을 굴려야 하는 두뇌 노가다의 영역이라면, 소셜마케팅, 소셜브랜딩은 장투의 영역 :)ㅎㅎㅎ

---

요즘은 템플릿마냥 빠르게 파워블로그 되는 법, SEO 공략이 수도 없이 많지만

결과적으로 이 컨텐츠와 브랜드의 홍수 속에서 저자가 말한 것 처럼 사용자에게 'Heart-tounched' 되기 위해서는

지속적인 노출로 인한 익숙함
 + 고객 입장에서의 체감하는 이익이나 기여도(물질적/비물질적인 것 상관없이)

 + 긍정적인 브랜딩 등등 이 다양한 요소들의 콜라보가 이루어져야한다.

 

 

번역체적인 말의 핵심 메시지는 결국
[고객 만족] 관점에서 긍정적일 수 있는 모든 '무엇'에 대한 측정을 하고 기여도를 관리하면서 모든 의사결정 안에 고객이 있어야한다는 것이다

 

 

무엇보다 나는 필자가 '액션' 즉 활용되지 않는 분석은 의미가 없다는 말에 백번 천번 공감한다.
행동과 변화를 낳지 못하는 분석과 측정은 시간과 엄청난 인프라의 낭비이다. 

신속한 인사이트 발견과 적절한 행동 가이드가 나오더라도 특히 일부 기업에서는
실제 행동까지 상당한 리드타임이 발생하거나 때로는 기획했던 행동 자체가 증발해버리기도 한다.  
(실제로 상당수의 데이터분석가가 퇴사를 고민하는 가장 큰 이유는 여기에서 나온다)


데이터가 말하는 바에 집중하고 포착했으면 응당 실행으로 반응해야 하는 법이다.
필자는 꾸준히 실행과 연결되는 인사이트를 강조한다.

더 정확히는 인사이트를 발견하는 것 만큼 변화의 중요성을 부각한다.

꽤 오래된 책이지만 유의미한 소셜데이터 접근 방법과 오랜 경험에서 느꼈던 인사이트가 녹여져 있어 한 번 관점 셋팅이 필요한 분들에게는 권하고 싶은 책