2022년에 알아야 할 9가지 마케팅 트렌드 | 여행 좋아요✈

마지막 업데이트: 2022년 1월 21일 | 0개 댓글
  • 네이버 블로그 공유하기
  • 네이버 밴드에 공유하기
  • 페이스북 공유하기
  • 트위터 공유하기
  • 카카오스토리 공유하기
종로구 인기업종

KR101575683B1 - 시간 흐름에 따른 문맥 기반 트렌드 분석 방법 - Google Patents

Publication number KR101575683B1 KR101575683B1 KR1020140187026A KR20140187026A KR101575683B1 KR 101575683 B1 KR101575683 B1 KR 101575683B1 KR 1020140187026 A KR1020140187026 A KR 1020140187026A KR 20140187026 A KR20140187026 A KR 20140187026A KR 2022년에 알아야 할 9가지 마케팅 트렌드 | 여행 좋아요✈ 101575683 B1 KR101575683 B1 KR 101575683B1 Authority KR South Korea Prior art keywords distribution extracting time topic word Prior art date 2014-12-23 Application number KR1020140187026A Other languages English ( en ) Inventor 이상근 히즈불 알람 류우종 Original Assignee 고려대학교 산학협력단 포항공과대학교 산학협력단 Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.) 2014-12-23 Filing date 2014-12-23 Publication date 2015-12-09 2014-12-23 Application filed by 고려대학교 산학협력단, 포항공과대학교 산학협력단 filed Critical 고려대학교 산학협력단 2014-12-23 Priority to KR1020140187026A priority Critical patent/KR101575683B1/ko 2015-12-09 Application granted granted Critical 2015-12-09 Publication of KR101575683B1 publication Critical patent/KR101575683B1/ko

Links

  • Espacenet
  • Global Dossier
  • Discuss
  • 238000005070 sampling Methods 0.000 claims description 4
  • 238000000034 method Methods 0.000 claims description 3
  • 238000004458 analytical method Methods 0.000 description 22
  • 238000010586 diagram Methods 0.000 description 4
  • 238000000605 extraction Methods 0.000 description 4
  • 239000000284 extract Substances 0.000 description 3
  • 230000014509 gene expression Effects 0.000 description 3
  • 241000114889 Obama Species 0.000 description 2
  • 230000000694 effects Effects 0.000 description 2
  • 239000000203 mixture Substances 0.000 description 2
  • 230000004048 modification Effects 0.000 description 2
  • 238000006011 modification reaction Methods 0.000 description 2
  • 230000000875 corresponding Effects 0.000 description 1
  • 210000000056 organs Anatomy 0.000 description 1
  • 230000002123 temporal effect Effects 0.000 description 1

Images

Classifications

    • G — PHYSICS
    • G06 — COMPUTING; CALCULATING; COUNTING
    • G06F — ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00 — Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/80 — Information retrieval; Database structures therefor; File system structures therefor of semi-structured data, e.g. markup language structured data such as SGML, XML or HTML
    • G06F16/81 — Indexing, e.g. XML tags; Data structures therefor; Storage structures

    Abstract

    시간 흐름에 따른 문맥 기반 트렌드를 분석하는 방법이 개시된다. 상기 문맥 기반 트렌드를 분석하는 방법은 확률 분포를 계산할 수 있는 장치를 이용하여 문서 집합으로부터 시간 흐름에 따른 문맥 기반 트렌드를 분석하는 방법으로서, 각 토픽에 대해, 단어를 선택하기 위해 사용될 어휘 분포와 해시태그(hashtag)를 선택하기 위해 사용될 해시태그 분포를 추출하는 단계, 상기 문서 집합에 포함된 각 문서에 대해, 토픽 분포를 추출하는 단계, 상기 어휘 분포, 상기 해시태그 분포, 및 상기 토픽 분포에 대해 통계적 추론을 수행하는 단계, 상기 문서 집합에 포함된 각 문서의 각 단어에 대해, 상기 토픽 분포로부터 토픽을 추출하고, 시간에 대한 베타 분포(beta distribution)로부터 시간을 추출하는 단계, 및 상기 문서 집합에 포함된 각 문서의 각 단어에 대해, 단어 또는 해시태그를 추출하는 단계를 포함한다.

    Description

    본 발명의 개념에 따른 실시 예는 시간 흐름에 따른 문맥 기반 트렌드 분석 장치 및 방법에 관한 것으로, 특히 소셜 미디어 상에서 사용자가 기술한 문서 집합으로부터 시간 흐름에 따른 문맥 기반 트렌드를 분석하는 트렌드 분석 장치 및 방법에 관한 것이다.

    트위터, 페이스북, 마이크로 블로그와 같은 소셜 미디어의 사용자가 증가함에 따라, 사용자들은 소셜 미디어에 자신의 관심사, 사회적 이슈 등에 대한 의견을 기술하고 있다. 이러한 의견들 중 많은 사용자들이 기술하는 대상, 즉 많은 사용자들이 공통적으로 관심을 가지는 대상을 트렌드(trend)로써 정의한다. 따라서 소셜 미디어 상에 사용자들이 기술한 문서 집합을 이용해 트렌드를 분석하기 위한 많은 연구가 진행 중이다.

    상술한 종래기술에서는 트렌드를 분석할 때 시간적인 속성을 고려해 시간 흐름에 따라 트렌드 및 트렌드의 변화를 분석한다. 예를 들어, 소셜 미디어로부터 세월호 참사에 대한 트렌드를 추출한 경우, 사용자들의 관심이 언제, 어떻게 증가하는지 또는 감소하는지 등의 시간 흐름에 따른 트렌드의 변화를 분석할 수 있다. 하지만 트렌드를 분석함에 있어 상기 트렌드에 어떤 감정, 기관, 인물 등이 연관되어 있는지, 즉 트렌드의 문맥을 분석할 수 없다는 한계가 있다.

    본 발명이 이루고자 하는 기술적인 과제는 문서 집합으로부터 트렌드를 분석함에 있어 트렌드와 연관된 문맥을 추출하고, 추출된 문맥을 고려해 시간 흐름에 따른 트렌드의 변화를 분석할 수 있는 트렌드 분석 장치 및 방법을 제공하는 것이다.

    본 발명의 실시 예에 따른 문맥 기반 트렌드를 분석하는 방법은 확률 분포를 계산할 수 있는 장치를 이용하여 문서 집합으로부터 시간 흐름에 따른 문맥 기반 트렌드를 분석하는 방법으로서, 각 토픽에 대해, 단어를 선택하기 위해 사용될 어휘 분포와 해시태그를 선택하기 위해 사용될 해시태그 분포를 추출하는 단계, 상기 문서 집합에 포함된 각 문서에 대해, 토픽 분포를 추출하는 단계, 상기 어휘 분포, 상기 해시태그 분포, 및 상기 토픽 분포에 대해 통계적 추론을 수행하는 단계, 상기 문서 집합에 포함된 각 문서의 각 단어에 대해, 상기 토픽 분포로부터 토픽을 추출하고, 시간에 대한 베타 분포로부터 시간을 추출하는 단계, 및 상기 문서 집합에 포함된 각 문서의 각 단어에 대해, 단어 또는 해시태그를 추출하는 단계를 포함한다.

    본 발명의 상세한 설명에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 상세한 설명이 제공된다.
    도 1은 본 발명의 일 실시 예에 의한 트렌드 분석 장치의 기능 블럭도이다.
    도 2는 도 1에 도시된 트렌드 분석 장치를 이용한 트렌드 분석 방법에서 사용되는 표기를 도시한다.
    도 3은 도 1에 도시된 트렌드 분석 장치를 이용한 시간 흐름에 따른 문맥 기반 트렌드 분석 방법을 설명하기 위한 도면이다.
    도 4는 도 1에 도시된 트렌드 추출 장치를 이용한 시간 흐름에 따른 문맥 기반 트렌드 추출 방법의 개념을 도시하고 있다.
    도 5는 도 1에 도시된 트렌드 분석 장치를 이용한 시간 흐름에 따른 문맥 기반 트렌드 추출 방법을 설명하기 위한 흐름도이다.
    도 6은 도 1에 도시된 트렌드 분석 장치를 이용하여 분석된 트렌드의 예를 도시한다.

    본 명세서에 개시되어 있는 본 발명의 개념에 따른 실시 예들에 대해서 특정한 구조적 또는 기능적 설명은 단지 본 발명의 개념에 따른 실시 예들을 설명하기 위한 목적으로 예시된 것으로서, 본 발명의 개념에 따른 실시 예들은 다양한 형태들로 실시될 수 있으며 본 명세서에 설명된 실시 예들에 한정되지 않는다.

    본 발명의 개념에 따른 실시 예들은 다양한 변경들을 가할 수 있고 여러 가지 형태들을 가질 수 있으므로 실시 예들을 도면에 예시하고 본 명세서에서 상세하게 설명하고자 한다. 그러나, 이는 본 발명의 개념에 따른 실시 예들을 특정한 개시 형태들에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물, 또는 대체물을 포함한다.

    제1 또는 제2 등의 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만, 예컨대 본 발명의 개념에 따른 권리 범위로부터 벗어나지 않은 채, 제1 구성 요소는 제2 구성 요소로 명명될 수 있고 유사하게 제2 구성 요소는 제1 구성 요소로도 명명될 수 있다.

    어떤 구성 요소가 다른 구성 요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성 요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성 요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성 요소가 다른 구성 요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는 중간에 다른 구성 요소가 존재하지 않는 것으로 이해되어야 할 것이다. 구성 요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.

    본 명세서에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로서, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 본 명세서에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

    다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

    도 1은 본 발명의 일 실시 예에 의한 트렌드 분석 장치의 기능 블럭도이다. 도 1을 참조하면, 시간 흐름에 따른 문맥에 기반하여 트렌드를 분석할 수 있는 트렌드 분석 장치(10)는 문서 수집부(100), 문서 저장부(200), 트렌드 추출부(300), 및 트렌드 저장부(400)를 포함한다. 또한, 트렌드 분석 장치(10)는 확률 분포를 계산할 수 있는 장치로 명칭될 수도 있다.

    문서 수집부(100)는 인터넷 등의 네트워크를 통해 소셜 미디어 또는 소셜 서비스를 제공하는 서버로부터 하나 이상의 문서를 수집할 수 있다. 문서 수집부(100)에 의해 수집된 문서 집합은 문서 저장부(200)에 저장될 수 있다. 이때, 문서 저장부(200)에 저장된 문서 집합 또는 문서 집합의 일부는 기존에 구축된 것일 수도 있다. 이때, 상기 문서 집합은 복수의 트윗(tweet)을 포함할 수 있다.

    트렌드 추출부(300)는 문서 저장부(200)에 저장된 문서 집합에서 시간 흐름에 따른 문맥 기반 트렌드를 추출할 수 있다. 구체적으로, 트렌드 추출부(300)는 문서 저장부(200)에 저장된 문서 집합으로부터 시간 흐름에 따른 토픽 및 시간 흐름에 따른 문맥을 추출한다. 즉, 트렌드 추출부(300)는 토픽, 시간, 문맥을 동시에 고려함으로써 시간 흐름에 따른 문맥 기반 트렌드를 추출할 수 있다.

    토픽 모델을 이용해 소셜 미디어 상에서의 많은 사용자들이 공통적으로 관심을 가지는 트렌드를 분석하기 위한 연구가 있었다. 또한, 고정된 시간에서의 트렌드를 분석하는데에서 나아가 시간이라는 속성을 고려해 트렌드를 분석할 뿐만 아니라 시간 흐름에 따른 트렌드의 변화를 모니터링하기 위한 연구가 진행되고 있다.

    하지만 상술한 종래기술들은 단순히 트렌드를 분석하는 데에 초점이 맞춰져 있고, 분석한 트렌드에 대해 사용자들이 어떠한 감정 또는 생각을 가지고 있는지, 어떤 기관, 단체 또는 인물이 연관되어 있는지에 대한 문맥은 고려하지 않는다.

    트렌드나 시간에 따른 트렌드의 변화를 분석함과 동시에 트렌드에 대한 문맥을 고려할 수 있다면 유용할 것이다. 사용자들이 트렌드에 대해 가지는 감정 또는 생각, 트렌드와 연관된 기관, 단체 또는 인물까지 분석 할 수 있다면 트렌드를 분석하는 관점을 그 자체에 한정하지 않고, 트렌드를 다양한 시각에서 분석할 수 있다. 예를 들어, 트렌드 분석 업체 및 트렌드에 초점을 맞추는 마케팅 업체의 경우, 트렌드의 문맥까지 고려한다면 다양한 사용자들을 위한 다양한 마케팅 전략을 세울수 있을 것이다.

    본 발명에 따른 시간 흐름에 따른 문맥 기반 트렌드 분석 방법 및 장치는 소셜 미디어 상에 사용자들이 기술한 하나 이상의 문서 집합으로부터 시간 흐름에 따른 트렌드 분석 뿐만 아니라, 트렌드의 문맥까지 자동으로 분석 할 수 있다는 장점을 가지고 있다.

    문맥(context)은 해당 개념을 사용하는 분야에 따라 다양한 의미로서 정의할 수 있다. 하지만 본 발명에서 고려하는 문맥은 트렌드와 함께 자주 나타나는 해시태그들의 군집(cluster of hashtags)으로 정의될 수 있다.

    트위터의 트윗은 해시태그(hashtag), 멘션(mention), 이미지(image), 링크(link) 등과 같은 다양한 메타데이터를 포함하고 있다. 그 중 해시태그는 중요한 메타데이터로써 다양한 역할을 하고 있다.

    트윗은 140자로 제한된 길이의 문자를 통해서만 의견의 기술이 가능하다. 따라서 사용자들은 이러한 제한을 극복하기 위해 다양한 의미 및 유용한 정보를 함축하고 있는 해시태그를 사용한다.

    예를 들어, 세월호 참사와 관련된 해시태그 중, "#PrayForSouthKorea"는 세월호 참사의 희생자를 추모하기 위한 온라인 커뮤니티를, "#SadStory"는 세월호 참사에 대한 사용자들의 감정을, "#RestInPeace"는 세월호 참사의 희생자들에 대한 사용자들의 소망을, "#YellowRibbon"은 세월호 참사 실종자들의 구조를 기원하는 사용자들의 운동을 의미할 수 있다. 이와 같이 해시태그는 한 단어로써 표현되지만 140자로 제한된 길이의 문자 제한을 극복하기 위해 사용자들의 감정, 소망 또는 기관, 단체, 인물 등 의미있는 정보를 함축하고 있다.

    또한, 해시태그는 의미적으로 유사한 트윗들을 연결시킨다. 예를 들어, 공통의 관심사를 가진 사용자들은 공통의 해시태그를 사용함으로써, 이 해시태그는 두 개 이상의 서로 다른 트윗이 의미적으로 유사하다는 것을 암시적으로 나타낸다.

    트윗은 트윗이 작성된 시간 정보를 포함하고 있다. 본 발명의 생성 과정(generative process)에서 시간은 토픽에 의해 생성된다고 가정하지만, 한 트윗내의 모든 단어(또는 어휘) 및 해시태그에는 트윗이 작성된 시간을 부여한다.

    시간은 연속적인 속성을 가진다. 따라서 연속적인 속성을 가진 시간을 샘플링하기 위해 0~1 사이의 구간에서 정의되는 연속 확률 분포인 베타 분포(beta distribution)를 따른다.

    도 1과 도 2를 참조하면, 각 문서는 d, 토픽은 z, 단어(또는 어휘)는 w, 해시태그는 c, 시간은 t로 표기되고, 일반적으로 개수 또는 횟수는 2022년에 알아야 할 9가지 마케팅 트렌드 | 여행 좋아요✈ n으로 표기된다. 토픽, 단어, 해시태그, 시간 등에 대한 확률 분포는 각각 그리스 문자로 표기하고 있으며, 각 확률 분포의 디리클레 사전확률(Dirichlet prior)에도 해당 그리스 문자를 할당한다.

    또한, 이후 기술에서 Dir()은 괄호 안의 인수를 기초로 디리클레 분포(dirichlet distribution)를 생성함을 의미하고, B()는 괄호 안의 인수를 기초로 베타 분포를 생성함을 의미한다.

    도 1 내지 도 3을 참조하면, 각 토픽에 대해, 단어를 선택하기 위해 사용될 어휘 분포(또는 단어 분포), 해시태그를 선택하기 위해 사용될 해시태그 분포를 추출한다. 본 발명에서 단어, 해시태그, 및 시간은 토픽에 의해 생성된다고 가정한다. 따라서, 트윗을 모델링하기 위한 단어와 해시태그는 두 단계를 통해 생성된다.

    도 1 내지 도 4를 참조하면, 도 4는 토픽(z), 단어(w), 해시태그(c), 시간(t) 사이의 관계를 표기하고 있다. 또한 각 확률 분포 및 변수를 구하는 순서를 표기하고 있다.

    도 4의 우측을 보면, 단어의 다항 분포, 즉 어휘 분포(word distribution)는 디리클레 사전확률로부터 산출되고, 최종적으로 단어를 샘플링하는데 사용된다. 도 4의 좌측을 보면, 해시태그의 다항 분포, 즉 해시태그 분포(hashtag distribution)는 디리클레 사전확률로부터 산출되고, 최종적으로 해시태그를 샘플링하는데 사용된다.

    도 5는 도 1에 도시된 트렌드 분석 장치를 이용한 시간 흐름에 따른 문맥 기반 트렌드 추출 방법을 설명하기 위한 흐름도이다. 도 5에 도시된 각 단계는 트렌드 분석 장치(10), 구체적으로는 트렌드 추출부(300)에 의해 수행될 수 있다.

    도 1 내지 도 5를 참조하면, 단계 S110에서, 단어를 선택하기 위한 어휘 분포와 해시태그를 선택하기 위한 해시태그 분포가 추출된다. 즉, 토픽을 구성하는 어휘와 해시태그에 대해 디리클레 사전확률을 기초로 확률 분포가 구축된다.

    단계 S120에서, 각 문서에 대해, 토픽의 다항분포, 즉 토픽 분포가 추출된다. 상기 토픽 분포는 토픽 분포에 대한 디리클레 사전확률로부터 추출될 수 있다. 이때, 단계 S120 이전 또는 단계 S110 이전에 네트워크를 통하여 상기 문서 집합에 포함되는 적어도 하나의 문서를 수집하는 단계가 더 포함될 수 있고, 이 단계는 문서 수집부(100)에 의해 수행될 수 있다.

    단계 S130에서, 추출된 각 분포, 즉 어휘 분포, 해시태그 분포, 및 토픽 분포에 대해 통계적 추론을 수행한다. 이때, 통계적 추론에는 깁스 샘플링(Gibbs sampling) 기법이 사용될 수 있다. 아래의 수학식 1과 수학식 2는 각각 해시태그에 대한 샘플링 분포와 단어에 대한 샘플링 분포를 나타내고 있다.

    Figure 112014125000962-pat00001

    Figure 112014125000962-pat00002

    수학식 1은 해시태그, 시간, 및 단어가 주어졌을 때, 토픽이 z일 확률을 의미하고, 수학식 2는 시간과 단어가 주어졌을 때 토픽이 z일 확률을 의미한다. z ´ 은 토픽에 대한 할당 벡터(assignment vector)로, 문서 d의 i번째 단어와 해시태그를 제외한 모든 단어 및 해시태그에 대한 것이다.

    분석을 위한 자료는 2014년 4월 16일부터 약 한달간 "ferry"와 "prayforsouthkorea" 두 개의 키워드를 이용해 트위터로부터 "세월호 참사"와 관련된 트윗 데이터를 수집했고, 도 6은 트렌드 분석 장치(10)를 통해 추출된 시간 흐름에 따른 문맥 기반 트렌드 중 3개의 예를 도시하고 있다.

    도 6에서 각 트렌드의 첫째 줄은 트렌드의 이름이고, 둘째 줄은 시간 흐름에 따른 트렌드의 변화를 나타내는 히스토그램이며, 셋째 줄은 트렌드에 대한 문맥 및 트렌드에 대한 단어의 집합이다.

    "Brother saved sister" 트렌드를 살펴보면, 히스토그램을 통해 트렌드에 대한 사용자들의 관심이 어떻게 변화하는지 관찰할 수 있다. 또한, 문맥을 통해, 이 트렌드에 대해 사용자들은 충격을 받았고, 슬픈 감정을 가진다는 것을 알 수 있다. 또한, 이 트렌드는 뉴스 속보로 방송되었고, 청와대와 오바마 대통령과도 연관되어 있음을 추축할 수 있다.

    본 발명은 도면에 도시된 실시 예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시 예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다.

    Claims ( 6 )

    확률 분포를 계산할 수 있는 장치를 이용하여, 문서 집합으로부터 시간 흐름에 따른 문맥 기반 트렌드를 분석하는 방법에 있어서,
    (a) 각 토픽에 대해, 단어를 선택하기 위해 사용될 어휘 분포와 해시태그(hashtag)를 선택하기 위해 사용될 해시태그 분포를 추출하는 단계;
    (b) 상기 문서 집합에 포함된 각 문서에 대해, 토픽 분포를 추출하는 단계;
    (c) 상기 어휘 분포, 상기 해시태그 분포, 및 상기 토픽 분포에 대해 통계적 추론을 수행하는 단계;
    (d) 상기 문서 집합에 포함된 각 문서의 각 단어에 대해, 상기 토픽 분포로부터 토픽을 추출하고, 시간에 대한 베타 분포(beta distribution)로부터 시간을 추출하는 단계; 및
    (e) 상기 문서 집합에 포함된 각 문서의 각 단어에 대해, 단어 또는 해시태그를 추출하는 단계를 포함하는, 시간 흐름에 따른 문맥 기반 트렌드를 분석하는 방법.

    제1항에 있어서,
    상기 어휘 분포, 상기 해시태그 분포, 및 상기 토픽 분포는 디리클레 사전확률(Dirichlet prior)로부터 추출되는, 시간 흐름에 따른 문맥 기반 트렌드를 분석하는 방법.

    제1항에 있어서,
    상기 (e) 단계는,
    상기 어휘 분포로부터 단어를 추출하는 단계; 및
    추출된 단어가 해시태그인 경우, 상기 해시태그 분포로부터 해시태그를 추출하는 단계를 포함하는, 시간 흐름에 따른 문맥 기반 트렌드를 분석하는 방법.

    제1항에 있어서,
    상기 (a) 단계 이전에 네트워크를 통하여 상기 문서 집합에 포함되는 적어도 하나의 문서를 수집하는 단계를 더 포함하는, 시간 흐름에 따른 문맥 기반 트렌드를 분석하는 방법.

    2022년에 알아야 할 9가지 마케팅 트렌드

    소셜 미디어는 끊임없이 진화하고 마케팅 트렌드를 따라가는 것은 어렵습니다. 의도적으로 2021년 마케팅 계획을 세운 사람들은 많은 변화를 수용해야 했습니다. 업계 전문가로서 저는 많은 인플루언서와 기업이 참여와 성장을 강화하기 위한 전략을 수립하도록 도왔습니다. 계획은 장기 목표에 초점을 맞추고 단기 중기로 세분화되어야 합니다.

    그렇다면 새해를 맞이하면서 2022년에는 어떤 마케팅 트렌드가 펼쳐질까요?

    1. 개인화, 마음의 자리를 얻는 방법

    선택이 주어지면 고객은 그들과 관계를 공유하는 제품을 선택합니다. 특정 감정을 불러일으키거나 콘텐츠에 소비자를 끌어들이는 광고 및 캠페인이 이 게임에서 성공할 가능성이 더 큽니다.

    고급 개인화를 가능하게 하는 가장 최근 기술 중 하나는 Deepfakes입니다. 머신 러닝과 인공 지능을 사용하여 마케팅에 활용할 수 있는 시각 및 청각 콘텐츠를 생성합니다. 악용으로 악명이 높지만 이 기술은 올바른 전략으로 놀라운 일을 해낼 수 있습니다.

    또한 개인화된 이메일이나 메시지를 항상 사용하여 잠재 소비자와 소통할 수 있습니다. AI는 데이터 수집과 통합될 때 소셜 미디어를 통해 훌륭한 통찰력을 생성하여 제품 설계 및 사용자 선택을 돕습니다.

    2. 영상 콘텐츠, 라이브 스트리밍 등 활용

    사람들은 라이브 이벤트나 제품 출시에 참석하는 대신 집에서 대부분의 시간을 보냅니다. 마케팅 트렌드의 핵심은 충성도 높은 청중을 보유한 인플루언서에 집중하는 것입니다. 설문 조사에 따르면 80%의 사람들이 미리 녹화된 비디오 대신 라이브 비디오에 참여하는 것을 좋아합니다. 이를 통해 인플루언서와 교류하고, 제품에 대해 이야기하고, 라이브 스트림을 보면서 쇼핑을 할 수 있습니다.

    타겟 오디언스의 대부분이 밀레니얼이나 Z세대이기 때문에 ‘FOMO’를 탭하여 제품에 친숙하게 하는 데 유리하게 사용할 수 있습니다. 인스타그램과 페이스북은 라이브 비디오에 대한 사용자의 참여가 증가했습니다. 라이브 비디오 기능에 대한 TikTok의 발전은 2022년에도 센세이션이 될 수 있습니다. 브랜드는 또한 OTT 플랫폼을 활용하여 더 많은 라이브 비디오 콘텐츠를 생성해야 합니다. 예를 들어 Amazon 라이브를 사용하여 프로모션 이벤트를 구성해야 합니다.

    3. 무엇이 중요한지 토론하십시오. 지속 가능성, 영업권 등

    사람들은 지속 가능성, 선의, 기후 변화, 신체 수치 및 기타 여러 문제에 대한 다양한 관점을 인정함에 따라 브랜드와 기업이 모든 기준에서 좋은 것을 선택하도록 면밀히 조사하고 있습니다. 인류나 환경에 무책임한 브랜드는 소비자가 연결하기 어렵습니다. 많은 브랜드가 소비자의 선택에 강하게 반향을 일으키는 크루얼티 프리 제품을 디자인하기 시작했습니다.

    4. 노력하지 않아도 되는 콘텐츠

    브랜드는 콘텐츠 전략 수립에 최선을 다할 것을 권장하지만 청중이 쉽게 콘텐츠를 소비할 수 있도록 해야 합니다. 나는 멋진 단어나 불완전한 메시지가 있는 것을 결코 선호하지 않습니다.

    또한 시각 자료를 사용하고 정보 단락을 피하면 사용자가 10-15초 이내에 정보를 소비할 수 있습니다. Z세대가 노동 인구를 완전히 차지하지는 않지만 확실히 소셜 미디어를 지배합니다. 그래픽 디자인과 화보로 타깃팅하면 성공할 수 있습니다.

    5. 마음대로 UGC

    사용자 생성 콘텐츠는 브랜드의 사회적 신뢰를 구축하는 강력한 방법입니다. 게다가 상대적으로 저렴하고 유지 관리가 쉽습니다. 잠시 생각해 보십시오.판매하는 제품을 게시할 때마다 고객이 제품에 대해 말하는 내용을 포함시키십시오. 이것은 소셜 미디어에서 사람들이 그것에 대해 긍정적인 반응을 보이는 것을 볼 수 있기 때문에 독자들이 항목을 더 많이 구매하고 싶게 만들 것입니다. UGC란 용자가 만든 동영상, 글, 사진과 같은 제작물을 일컫습니다.

    UGC의 몇 가지 이점은 다음과 같습니다.

    • 매출 증대
    • 브랜드 충성도 및 인지도 향상
    • 소셜 미디어 게시물을 더욱 매력적으로 만듭니다.
    • 인플루언서 및 파트너를 확보하는 데 도움이 됩니다.

    6. 키워드를 사용하여 트래픽 유도

    귀하의 웹페이지가 순위를 매기고 싶은 키워드와 관련성이 있고 타겟이 되는지 확인하는 것으로 시작하는 것이 가장 좋습니다. 이렇게 하면 검색 엔진에서 방문자를 얻을 수 있습니다.

    타겟 키워드에 대한 현재 웹사이트 순위도 확인해야 합니다. 구글 상위 10위 안에 들지 못한다면 크게 올라갈 가능성은 거의 없다.

    순위를 높이는 데 필요한 것이 무엇인지 알아내는 가장 좋은 방법은 경쟁사의 웹페이지를 측정 막대로 사용하는 것입니다. 동일하거나 유사한 키워드를 사용하고 해당 키워드가 웹페이지에서 어떻게 사용되는지 확인할 수 있습니다. 이것은 그들이 해당 키워드를 효과적으로 타겟팅하고 있는지 여부를 알려줍니다.

    7. VR과 AR

    가상현실(VR)과 증강현실(AR)은 본질적으로 같은 것이지만 기술이 다릅니다. 서로의 목적을 위해 사용될 수 있기 때문에 둘을 분리하는 것은 쉽지 않습니다. VR은 일반적으로 보고 몰입할 수 있는 시뮬레이션이나 디지털 세계로 구성되며 AR은 물리적 정보에 디지털 정보를 중첩하여 상호 작용할 수 있는 가상 환경을 만듭니다. 잘 알려진 2022년에 알아야 할 9가지 마케팅 트렌드 | 여행 좋아요✈ 예는 소셜 미디어의 후계자가 될 메타입니다.

    8. 개인정보 문제 해결 필요

    개인 정보 보호 및 보안에 관한 많은 논란은 회사에 끔찍한 소식으로 판명되었습니다. 이를 염두에 두고 기업과 기업은 고객의 개인 정보를 보호하는 데 집중해야 합니다. 이러한 맥락에서 고객을 위한 시스템의 개발 및 구현은 이 2022년에 알아야 할 9가지 마케팅 트렌드 | 여행 좋아요✈ 시대에 고객을 안전하게 보호하는 훌륭한 방법입니다.

    많은 평판 좋은 회사들이 고객의 개인 정보를 보호하기 위한 시스템을 개발하기 위해 노력하고 있습니다. 이러한 시스템의 주요 목적은 고객이 해당 회사 또는 비즈니스에 개인 정보를 제공하는 동안 고객의 보안을 유지하는 것입니다. 이를 통해 소비자는 데이터 유출이나 신원 도용에 대해 추측하지 않고 서비스를 사용할 수 있습니다. 기업은 이제 고객의 완전한 보안과 개인 정보를 보장할 최고의 시스템을 찾고 있습니다.

    9. 대표성이 핵심이다

    광고 업계에서 대표성은 그 어느 때보다 중요합니다. 그러나 여전히 개선해야 할 문제입니다. 포괄성을 촉진하면 대상 고객을 놓치지 않을 것입니다.

    인플루언서 마케팅의 포괄성이란?

    인플루언서 마케팅 업계에서 인플루언서의 인기가 높아짐에 따라 사회의 특정 부문이 제외되고 있음을 인식하는 것이 중요합니다. 유색인종이든 도시에 살지 않든 브랜드는 여전히 특정 그룹의 사람들에게 어필해야 합니다. 인플루언서 마케팅의 대표성은 타겟 시장의 요구 사항을 충족시키는 것이 중요합니다. 포괄성이 높을수록 마케팅 트렌드가 더 매력적입니다

    트렌드를 사용하는 방법?

    앱 경제와 생태계는 계속 성장하고 있습니다. 앱은 계속해서 전 세계의 새로운 오디언스에게 도달하고 있으며, 이는 특히 지난 18개월간 매우 두드러졌습니다. 2021년 상반기 글로벌 앱 지출 규모는 약 650억달러에 육박하며, 전년 동기 대비 24%의 성장을 기록했습니다. 발달된 시장을 갖춘 지역과 모바일 인터넷이 새로이 보급된 지역 모두에서 생산성, 일상 업무, 오락 목적으로 앱을 사용하는 유저들이 전례 없이 늘어났습니다. 그러나 이러한 성장을 주도하는 앱 카테고리는 시장 및 지역마다 다른 양상을 보이고 있습니다.

    APAC 지역은 모바일 게임 분야에서 명실공히 세계 시장을 주도하고 있습니다. 일본의 성과는 특히 두드러지는데, 2021년 1분기에만 51억달러의 매출을 기록했습니다. 반면, 전체 앱 다운로드 수와 모바일 사용 확산 측면에서 새로운 세계 최대 시장으로 부상하고 있는 터키의 경우, 비 게임 카테고리가 성장을 주도하고 있습니다.

    2021년 1분기 터키에서는 Apple 앱 스토어와 Google Play 다운로드 수가 12억 건을 기록했으며, 2025년에는 2020년 대비 44% 증가한 56억 건을 기록할 것으로 전망됩니다. 다운로드 수로 볼 때 터키는 유럽에서 두 번째로 가장 큰 시장이며, 이에 따라 전 세계 앱 게시자와 광고주에게 핵심적인 시장이 되었습니다. 터키 시장이 계속해서 성장하고 성숙해감에 따라, 인게이지먼트와 광고 매출 또한 증가할 것입니다. 터키의 App Store와 Google Play 유저 인앱 지출 규모는 2025년 16억 달러를 기록하며, 2020년 대비 194% 증가할 것으로 전망됩니다. 터키의 플랫폼 점유율은 극명한 간극을 보이는데, Google Play가 전체 다운로드의 85%를 점유하며 App Store 다운로드를 훨씬 상회하고 있습니다. 터키의 앱 시장은 매우 다변화되어 있으며, 앱 게시자들은 게임 앱보다 비 게임 앱에 주력하고 있습니다. 현재 Google Play에 등록된 터키 게시자에 의해 출시된 앱의 71%는 비 게임 앱입니다. 가장 대표적이고 빠르게 성장하는 앱 카테고리는 건강 및 피트니스, 비즈니스, 교육입니다.

    2021년 건강 및 피트니스 카테고리의 세션 수는 2020년 평균 대비 120% 증가했습니다. 교육 카테고리의 경우, 10%의 세션 수 증가를 보였습니다.

    120%

    건강&피트니스

    터키 시장이 계속 성숙해질 것으로 전망됨에 따라, 터키 시장의 막대한 성장 기회를 적절하게 활용하는 앱 게시자와 광고주들은 앱 사용과 매출 증가 측면에서 수혜를 볼 수 있을 것입니다. Facebook, Google, AppLovin, Unity는 터키의 모든 앱 카테고리에서 상위를 차지했습니다. 또한 Headway는 전자상거래, App Samurai는 비즈니스 카테고리에서 좋은 성과를 보이고 있어, UA 매니저가 예산 측정 시 고려해 볼 만한 옵션입니다. 반면, APAC 시장은 여전히 게임이 주요 카테고리로 선전하면서 전혀 다른 양상을 보이고 있습니다. 일본의 경우 2020년 모바일 소비자 지출 규모는 200억달러 (전년 동기 대비 20% 증가)을 기록했으며, 모바일 게임 시장은 139억달러 규모로 성장했습니다.

    Adjust의 데이터에 따르면, 2021년 게임 설치 수는 전년 대비 41% 증가했으며, 하이퍼 캐주얼 게임의 설치 수는 2019~2020년 45% 증가에 이어 올해 31%의 추가 성장을 기록했습니다. 세션 수 또한 지속적으로 증가하고 있습니다. 2021년 현재까지 게임 카테고리의 세션 수는 23% 증가했으며, 하이퍼 캐주얼 게임의 경우 12% 증가했습니다. 게임과 하이퍼 캐주얼 게임 세션 수는 2019~2020년 각각 42%와 99% 성장을 기록한 바 있습니다.

    광고 비용 측면에서 볼 때, APAC 지역 대부분의 카테고리와 시장에서는 Facebook과 Google Ads가 상위를 차지했으나, 전체적인 바잉 2022년에 알아야 할 9가지 마케팅 트렌드 | 여행 좋아요✈ 전략을 고려할 시 네트워크 다각화가 필수적입니다. Apple Search Ads, Line, TikTok은 모두 역내에서 높은 성과를 보이고 있으며, Line, Skyfall, Nend와 같은 현지 네트워크들은 니치 오디언스에 도달할 수 있어 새로운 잠재 유저를 찾기 위한 추진력을 제공할 수 있습니다. 현지 네트워크들은 핵심적인 현지 시장 지식을 보유하고 있기 때문에, APAC 지역에서 경쟁력을 높이고자 하는 UA 매니저들에게 강력한 파트너가 될 수 있습니다.

    호랭이의 호기심 곳간

    네이버 데이터랩 활용방법

    네이버 데이터랩 활용방법

    네이버에서는 데이터 랩이라는 데이터 조회 서비스를 운영하고 있다.

    "데이터 조회만으로 별다른 활용이 가능할까?" 하는 의문이 들 수 있겠으나 우리나라에서 사용자가 가장 많은 네이버 검색 기록 등을 통한 데이터 조회로 관심 분야 또는 영업 등 다양한 분야에 활용, 적용할 수 있다.

    네이버 데이터랩 알아보기

    네이버의 검색 트렌드 및 급상승검색어 이력, 쇼핑 카테고리별 검색 트렌드 제공

    위 바로가기를 통해 네이버 데이터랩 서비스로 바로 이동할 수 있으며 사용료는 무료이다.

    데이터랩 첫 화면

    데이터랩 첫 화면

    네이버 데이터랩에 접속하면 홈화면은 쇼핑인사이트로 되어 있으며 쇼핑 분야별로 어떠한 품목이 검색 상위권을 차지하고 있는지 확인할 수 있다.

    2022년 3월10일부터 3월 13일까지 4일간 트위드 자켓이 1위, 원피스가 2위, 트렌치코트가 3위로 최근 이용자들이 어떤 부분에 관심을 가지고 있는지 확인할 수 있다.

    물론 이 부분은 패션의류 관련업에 종사하는 분이라면 트렌드를 반영해 품목 선정할 때 참고할 수도 있겠다.

    데이터랩 메뉴

    데이터랩 메뉴

    데이터랩 메뉴

    네이버 데이터랩의 상단 메뉴에는 데이터랩 홈, 검색어 트렌드, 쇼핑 인사이트, 지역통계, 댓글 통계로 나뉘어 있다.

    이제 하나하나 사용법과 활용법에 대해 알아보자.

    검색어 트렌드

    데이터 조회 화면

    검색어 트렌드 조회

    검색어 트렌드 조회

    검색어 트렌드 메뉴에는 주제어와 기간, 범위, 성별, 연령층을 선택하고 조회할 수 있다.

    어떠한 주제어를 입력하느냐에 따라 주제어별 검색 조회량에 대한 추세를 그래프로 비교할 수 있는 기능이라 할 수 있다.

    데이터 조회 결과 화면

    검색어트렌드 예시 화면

    검색어트렌드 예시 화면

    예를 들어 주제어 1에 컴퓨터를 입력했고 검색어는 그래픽카드와 cpu를 입력했고, 주제어 2에는 스마트폰을 입력한 뒤 검색어에는 갤럭시, 아이폰을 입력했다.

    검색 결과를 확인해보면 스마트폰 주제어가 컴퓨터 주제어에 비해 높은 검색률을 보이는 것을 알 수 있다.

    컴퓨터의 경우 검색량의 차이가 크지 않다는 것을 알 수 있고 스마트폰의 경우 신형 스마트폰 출시일쯤에 검색량이 많아졌던 것을 알 수 있다.

    쇼핑분야 트렌드 비교

    쇼핑 인사이트

    쇼핑 인사이트 분야 통계

    쇼핑 인사이트 분야 통계

    쇼핑 인사이트 분야에 패션의류-남성의류-니트/스웨터 분야에 대해 검색해보았다.

    그래프를 통해 검색량의 변화를 알 수 있고 pc보다 모바일로 검색하는 비중이 많은 것을 알 수 있으며 검색한 이용자층의 정보도 볼 수 있다.

    이용자층은 30대, 40대 남성이 주로 검색한다는 점을 확인할 수 있다.

    쇼핑 분야 트렌드 비교

    쇼핑분야 트렌드 조회화면

    쇼핑분야 트렌드 조회화면

    쇼핑분야 트렌드에는 분야별로 항목을 선택한 뒤 조회를 하면 항목별로 어떠한 품목의 검색량 추이를 알 수 있다.

    지역 통계

    지역별 관심도

    마포구 인기업종

    마포구 인기업종

    지역 통계에는 시. 군. 구의 단위까지 인기 업종을 단순 조회할 수 있다.

    종로구 인기업종

    종로구 인기업종

    위의 두 가지 이미지를 보았을 때 마포구에는 생활업종이 가장 인기가 있으며 종로구에는 음식점이 가장 인기가 있다는 것을 알 수 있다.

    맞춤형 트렌드 분석도구

    업종별 검색 관심도

    업종별 검색 관심도

    맞춤형 트렌드 분석 도구를 이용하면 지역별 또는 업종별로 읍/면/동 단위까지 이용자의 검색 관심도를 상세하게 검색할 수 있다.

    카드 사용통계

    카드 사용 통계

    카드 사용 통계는 비씨카드의 데이터를 기반으로 전국 지역별/업종별/연령별/성별로 나누어 카드 사용내역을 조회할 수 있다.

    뉴스 댓글 통계

    뉴스 댓글 통계

    뉴스 댓글 통계

    뉴스 댓글 통계는 기사에 대해 댓글 수, 작성자수, 섹션별, 시간대별, 성별, 연령별, 기기별, 국가별로 확인할 수 있다.

    기사 섹션 중에는 사회면에 대한 댓글이 가장 많은 것을 알 수 있었으며 댓글 수 등을 통해 사용자의 관심도 등을 알 수 있다.

    활용 방법

    네이버 데이터랩의 여러 통계 및 조회 서비스를 활용하는 가장 좋은 방법은 내 관심사와 나의 업무 등에 적용해보는 것이 가장 좋다고 생각한다.


0 개 댓글

답장을 남겨주세요