지난 달, 소셜분석 서비스에 대해 소개 해드렸는데요.(소셜 분석 서비스 1편 보러가기→클릭) 오늘은 지난 시간에 소개해드린 소셜 분석 발전의 각 단계에 해당하는 LG CNS의 서비스에 대해 알아보겠습니다. LG CNS가 제공하는 소셜 분석 서비스는 크게 1단계에 해당하는 Buzz Monitoring, 즉 ‘정형분석 서비스’와 2단계의 Insight에 해당하는 ‘비정형분석 서비스’, 마지막 3단계인 분석 결과에 대한 실무 적용이 가능토록 하는 ‘업무 프로세스 적용 컨설팅’이 있습니다.
우선 소셜 분석 솔루션은 기본적으로 제공하는 영역으로서 말 그대로 소셜 분석의 기본입니다. LG CNS가 개발한 Buzz 분석 엔진을 활용, 분석 기간 동안 해당 브랜드 및 제품, 서비스와 관련한 키워드가 언급된 본문을 우선 수집합니다. 그리고 관심 이슈에 대한 내용이 얼마나 이야기 되고 있는지(Buzz Volume 분석), 그 이야기의 어조가 긍정적인지 부정적인지(Sentiment 분석), 그러한 어조가 형성된 원인은 무엇인지(Sentiment Driver), 그리고 그 추이는 어떠한지(Trend)를 수치화해 한눈에 파악할 수 있으며, 이를 통해 소비자 트렌드를 이해할 수 있습니다.
<LG CNS Social Analytics 정형 분석 화면>
데이터 분석 결과, 자사에 대한 부정적 언급이 증가하고 있다는 문제 상황이 발견됐었다고 가정해봅시다. 이러한 Buzz를 주로 발생시키는 대표적인 사람이 누구인지(Influencer), 그 사람의 또 다른 관심사는 무엇인지, 그리고 온라인 상에서 그의 한마디가 다른 사람들에게 미치는 영향력은 어느 정도이고(Influence), 다른 사람들과 어떠한 관계를 맺고 있는지(Network) 등과 같은 정보를 알 수 있다면 문제 상황에 대한 대응책을 보다 입체적으로 마련할 수 있겠죠.
LG CNS의 소셜 분석 서비스는 동시에 이와 같은 다양한 결과값을 담당자가 실시간으로 모니터링 할 수 있도록 Dashboard 형태로 제공합니다. 최근 Dell, NVIDIA, Gatorade와 같은 해외 기업들이 Social Media Command Center를 구축, 자사 브랜드의 소셜 미디어 이슈에 대해 실시간으로 대응하고 있습니다.
출처: http://mashable.com
앞서 말씀 드린 정형 분석을 통해 결과 수치만을 확인할 수 있습니다. 이에 비해 LG CNS의 비정형 분석 서비스는 여러 가지 측면으로 데이터를 가공하고 검토해 이슈 발생시 정확하고 실질적인 해답을 찾을 수 있는 분석 방향을 결정합니다. 그리고 정형 분석에서 제공되는 다양한 수치들에 대한 정기 또는 비정기 분석 리포트를 스스로 작성합니다.
예를 들어 트렌드에 대한 분석을 정기적으로 진행하고 광고나 캠페인 집행에 대한 효과 분석에 대한 Insight를 통해 최적의 판단 결과를 제시합니다. 이를 통해 캠페인 집행 효과를 경쟁사와 비교하고 또 자사의 다른 이벤트 결과와 비교를 통해 성공 또는 실패 요인을 찾아낼 수 있겠죠. 또한 광고 집행 시 소셜 네트워크상의 소비자 반응을 실시간 파악해 최적의 광고 집행 방향을 제시하기도 한답니다.
구슬이 서말이어도 꿰어야 보배. 정형 비정형 분석을 통한 결과들도 업무에 적용되지 못하면 아무 소용이 없겠죠? LG CNS의 소셜 분석 솔루션은 홍보, 품질/서비스, 마케팅 등의 업무 분야에 따라 분석 결과 적용이 가능토록 하는 업무 컨설팅 서비스를 제공합니다. 홍보 측면에서는 기업 이슈에 대한 위험관리(Risk Management)와 서비스 분야의 제품 문의 사항 및 불만사항에 대한 대응을, 마케팅 분야는 마케팅 캠페인과 관련한 다양한 성과 측정 및 Viral Marketing 등으로 이어지는 전략 수립이 가능하도록 도와줍니다.
지금까지 소셜 분석 서비스의 세부 내용에 대해 자세히 살펴보았습니다. 소셜 분석 서비스를 도입하기로 결정한 기업의 담당자가 반드시 짚어야 하는 체크 포인트 4가지에 대해 말씀 드리겠습니다.
1) Garbage in, Garbage out
원하는 결과를 얻기 위해서는 제대로 된 데이터 추출이 필수겠죠. 잘못된 데이터를 가지고 정확한 결과값 도출은 불가능합니다. 주요 분석 대상 사이트가 자사의 관심 영역을 제대로 커버하고 있는지, 수집 키워드는 제대로 설정되어 있는지에 대해 실무자가 가장 먼저 확인하고 점검해야 할 것입니다.
이를 위해 실제 수집된 텍스트의 샘플을 확인하는 것이 좋습니다. 예를 들어 뉴스 사이트에서 관련 기사를 수집하는 경우 필요한 것은 실제 기사의 본문 영역입니다. 아무런 관련이 없는 해당 언론사 사이트의 메뉴 제목이나 광고 텍스트가 모두 수집되는 건 아닌지 확인해야겠죠?
2) 정확도를 중시하되, 한계 내에서 활용 포인트를 찾으세요!
담당자가 버즈(Buzz) 모니터링을 하다 보면 보통은 전에 못 보던 데이터에 재미있어 하지만, 결과 값의 기준이 되는 원문을 몇 건 확인하다 보면 도대체 이 글이 긍정(Positive) 혹은 부정(Negative) 글로 분류된 이유가 뭐지? 라는 의문이 들 때가 있습니다.
텍스트 분석 기술이 발달하고 있지만 아직 그 정확도를 100% 보장하지는 못합니다. 예를 들어 “A사의 광고 모델들도 출연료 받아서 B사 제품을 살거다.”라는 Buzz를 사람이 직접 읽어 보면 의심의 여지 없이 A사에 대해 부정적인 글이지만, 분석 엔진은 문장 자체에 부정적 표현이 없으므로 이를 긍정으로 판정하게 되죠. 실제 소셜 미디어 상에는 이와 같은 언급들이 많이 존재하고, 이를 자동으로 걸러내는 것은 상당히 어렵습니다.
정확도는 데이터 신뢰도의 기본이며 이를 극대화해야 해야겠지만 상황에 따라 분석 결과를 맹신하기 보다는 이를 유용하게 활용할 수 있는 포인트를 찾아야 함을 잊지 말아야 합니다.
3) Global 언어 지원 여부를 반드시 확인하십시오.
글로벌 기업 또는 해외로의 진출을 모색하는 기업이라면 꼭 체크해야 합니다. 번역에 있어 기술적인 한계가 있는 현실에서 사실상 분석이 가능한 언어의 종류에는 제한이 있겠죠. 텍스트 분석을 위해서는 기본적으로 언어별 사전에 해당하는 Language pack이 필요합니다. 이를 활용해 수집된 문장의 형태소를 분석, 단어의 기본형을 분리하고 단어를 추출합니다. 보통은 제한적인 언어에 대해서만 지원이 가능하기 때문에, 모니터링이 필요한 사이트의 언어를 확인하고, 해당 언어 커버리지를 반드시 확인해야겠습니다.
4) 실무에 대한 정확한 이해를 바탕으로 업무 목적에 최적화된 서비스를 도입
기업과 조직마다 소셜 분석 서비스를 도입하는 목적과 관점은 모두 다르기 때문에 솔루션 형태로 제공되는 서비스로는 다양한 니즈를 충족시킬 수 없습니다. 서비스를 제공하는 회사들이 모든 산업군과 모든 조직에 대해 완벽히 이해하는 것 또한 불가능하겠죠. 업무 영역에 대해 100% 이해하고 있는 서비스 회사를 찾을 수 없다면, 실무자가 최대한 본인의 업무 니즈에 맞도록 Customizing하는 작업에 참여하는 것이 필요합니다.
예를 들어 화면 구성의 경우, 마케팅 영역에 특화된 결과 화면을 홍보 담당자가 그대로 사용한다면 담당자의 니즈와는 관계없이 지나치게 복잡하고 세부적인 화면으로 인해 오히려 혼란스러울 수 있습니다. 본인의 업무에서 가장 중요하게 확인해야 할 항목이 무엇인지, 또 어떤 항목들로 화면을 구성하는 것이 좋을지에 대해 서비스 제공자와 충분히 논의하여 결정해야겠죠?
소셜 미디어의 대중화는 현재진행형입니다. 소셜 미디어는 다양한 형태로 끊임없이 파생되고 성장하고 있으며, 앞으로도 우리 사회 전반으로 점차 그 영향력을 확대해 나갈 것으로 예상됩니다. 기업은 소셜상의 내용을 정확히 분석해내고 다른 기업이 보지 못하는 특별한 인사이트를 찾아내기 위해 노력해야겠습니다. 또한 기업 내에 프로세스로 자리잡음으로써 구성원들이 실제로 체득할 수 있어야겠죠. 그래야만 소비자의 니즈가 제대로 반영된 상품을 개발하고, 시장에서 살아남을 수 있을 것입니다.
글ㅣLG CNS AA사업전략팀, LG CNS AA솔루션팀
'IT Solutions > Big Data' 카테고리의 다른 글
국내 기업환경에 최적화된 빅데이터 어플라이언스 나왔다! (0) | 2013.03.19 |
---|---|
하둡 프레임워크의 특장점과 이를 활용한 LG CNS의 빅데이터 플랫폼 소개 (0) | 2013.01.04 |
빅데이터에 대한 고민, 한방에 날려 드립니다! (0) | 2012.10.31 |
미래 경영을 위한 빅데이터와 고급분석(Advanced Analytics) 2편 (1) | 2012.09.28 |
미래 경영을 위한 빅데이터와 고급분석(Advanced Analytics) 1편 (3) | 2012.09.25 |