top of page

AI로 소비자 마음을 알 수 있다? BERT 기반 Text Analytics를 활용한 소비자 분석



안녕하세요, 신디지오입니다🖐 오늘의 포스트 주제는 엔터티에 이은 Semantic AI 기능 2탄, Text Analytics 입니다. Text Analytics는 텍스트를 명사, 대명사, 형용사 등 문법적 요소로 추출 및 분류하는 기능으로 소비자의 심리, 행동과 관련한 심층분석이 가능합니다. 기업, 브랜드에서 Text Analytics를 어떻게 활용할 수 있는지 지금부터 설명해드릴게요 : )


Semantic AI - Text Analytics


'Text Analytics(텍스트 분석)'은 Google BERT를 기반으로 한 품사 분류 기능입니다. 신디지오(Synthesio)에서는 이를 문법 요소에 따라 총 5개의 카테고리로 분류하고 있는데요. 카테고리 필터를 활용하여 원하는 품사만 정확히 볼 수 있습니다. 각각의 카테고리에 대해 자세히 살펴볼까요?


Expressions Expressions는 텍스트를 '구' 단위로 분류하는 카테고리입니다. 분류된 키워드는 다시 4개의 카테고리(명사구, 동사+명사, 형용사+명사, 부사+형용사)로 나누어지는데요. 긴 키워드도 구로 자동 분류해주기 때문에 좀 더 정확하고 자세한 분석이 가능합니다. 위의 예시를 보면 명사구가 대부분 상위권을 차지하고 있으며 수퍼 화산송이 모공 마스크, 그린티 씨드 세럼 등 주로 제품명이 명사구로 분류되는 것을 알 수 있는데요. Expressions을 활용하면 어떤 문법 요소가 주로 언급되는지를 쉽게 파악할 수 있습니다. Proper names Proper names에서는 '고유명사' 키워드를 확인할 수 있습니다. 브랜드명, 지역명, 화장품 카테고리, 사람 이름 등으로 나누어져 이와 관련된 인사이트를 얻고 싶은 분들에게 아주 유용한 카테고리입니다. 위의 예는 이니스프리 토픽에 Proper names 필터를 적용한 결과인데요. 브랜드는 미샤, 지역명은 제주도, 화장품 카테고리는 블러셔가 가장 많이 언급된 것이 단번에 보이시나요? 이처럼 Proper names 카테고리를 통해 가장 많이 언급된 고유명사를 종류별로 한눈에 알 수 있으며 추출된 키워드 간의 연관성까지 쉽게 파악할 수 있습니다. Thing & Ideas Thing & Ideas는 고유명사를 제외한 토픽 관련 명사를 나타내는 카테고리입니다. 토픽에 대한 언급 시 사용되는 주요 용어를 보여줌으로써 구체적이고 문맥적인 인사이트를 파악할 수 있습니다.

DescriptionsActions는 각각 형용사, 동사 키워드를 확인할 수 있는 카테고리입니다. 이를 통해 소비자들이 구체적으로 어떻게 행동하고 어떤 생각을 가지고 있는지 쉽게 알 수 있는데요. 소비자 언어와 행동에 대한 보다 심도있는 이해를 원하는 기업 및 브랜드에게 아주 유용하겠죠?

Text Analytics 활용 - 소비자 반응 분석

1. 제품 반응 파악



신디지오는 쇼핑몰의 소비자 리뷰를 별 갯수에 따라 분류하고 있는데요. 별점을 자유롭게 필터링할 수 있기 때문에 구체적인 제품 피드백을 쉽게 파악할 수 있습니다. 세포라, 11번가, Shopee, 아고다 등 다양한 글로벌 쇼핑몰의 Text Analytics는 어땠을까요? 랑콤 파운데이션 리뷰를 별 2.5개부터 5개까지로 필터링한 결과는 위과 같았습니다. Text Analytics를 통해 다수의 소비자들이 다크닝, 무너짐에 강하며 향이 없다는 긍정 의견을 가지고 있다는 것을 바로 파악할 수 있습니다. 각각의 키워드를 클릭하면 해당 키워드가 언급된 멘션을 볼 수 있는데요. 가장 많은 버즈량을 기록한 'New packaging'을 클릭하면 새 패키지에 대해 소비자들이 어떤 반응을 보이고 있는지 자세히 파악할 수 있습니다. ​​ 2. 이벤트/프로모션 반응 파악



신디지오에서는 Semantic Explorer라는 Text Analytics의 시각화 기능을 제공하고 있습니다. 특정 엔터티(동그라미)를 클릭하면 해당 엔터티와 관련된 Text Analytics를 확인할 수 있습니다. 최근 3개월 간의 에뛰드 브랜드의 엔터티를 시각화한 결과, '장성규' 키워드가 타 엔터티 대비 가장 많은 버즈량을 기록한 것을 알 수 있었는데요. 12월 4일 워크맨 유튜브 채널에서 공개된 에뛰드 콜라보 영상이 신디지오 결과에도 반영된 것으로 보입니다. '장성규' 엔터티에는 어떠한 키워드가 다수 언급됐을까요? Text Analytics 결과 '유쾌한 웃음을', '대단하다', '고정가자' 등 다양한 키워드가 나타났습니다. 긍·부정 버즈 비율을 확인하지 않아도 긍정 키워드가 다수 보이는 것으로 보아 에뛰드x워크맨 콜라보에 대해 대중들은 긍정적인 호응을 한 것을 알 수 있습니다. 실제로 해당 영상은 조회수 340만회를 넘어설 정도로 폭발적인 반응이었습니다. 이처럼 Text Analytics는 키워드를 다양한 품사로 분류하기 때문에 소비자의 심리, 행복 등에 대한 심층 분석이 가능합니다. 엔터티를 통해 제품, 경쟁사, 최근 이슈를 파악했다면 Text Analytics를 통해서는 이와 관련해 보다 상세한 소비자들에 대한 이해가 가능하죠. Text Analytics를 활용해 유의미한 소비자 인사이트를 찾아보세요!



Text Analytics를 가지고 다양한 분석을 하기 위해서는 ​위젯을 적절히 활용하는 것이 중요한데요. 신디지오는 위젯 기능을 통해 Text Analytics를 Columns, Wordcloud, Pyramid, World map 등 다양한 차트로 나타낼 수 있습니다. 그 중 Wordcloud 는 주요 키워드를 쉽게 비교·분석하는데 아주 유용합니다. 특히 두 개의 Wordcloud를 만들어 긍정, 부정 키워드를 함께 비교할 수 있기 때문에 인사이트 도출에 효과적입니다. 앞서 Semantic Explorer에서 분석했던 에뛰드x워크맨 영상의 Wordcloud를 확인해볼까요? Sentiment 별로 워드클라우드를 확인한 결과는 다음과 같았습니다. 저는 부정 반응에서 '약혐', '댓글'이라는 키워드가 눈에 띄었는데요. 해당 키워드를 클릭해서 키워드가 언급된 실제 멘션을 확인해보았습니다.


'약혐'의 경우, 해당 키워드가 언급된 게시글에 다수의 댓글이 달림에 따라 많은 버즈량을 기록한 것으로 보입니다. 해당 게시글에 대한 실제 댓글을 확인한 결과 '자본주의가 잘못했네', '돈 벌기 힘들다' 등 핑크색 치마를 입고 공주님으로 변신한 장성규에 대해 동정 반응(?)이 다수인 것을 확인할 수 있었습니다. '댓글'은 워크맨x에뛰드 콜라보 영상에 해당 키워드가 언급된 댓글로 인해 다수의 버즈량을 기록했는데요. 실제 멘션을 확인한 결과 에뛰드 콜라보를 해달라고 댓글 단 사람들에 대한 비난이 주된 내용임을 알 수 있었습니다. 기업 및 브랜드에서 이를 활용한다면 소비자들의 반응을 실시간으로 확인하고 부정 반응에 대해서는 빠른 피드백이 가능하겠죠? 소비자들의 감정을 이해하고 브랜드 입지를 강화·약화 시키는 요인을 식별하고 싶으신 분들께 Wordcloud 활용을 추천드립니다. 오늘날은 각종 리뷰의 실시간으로 업데이트로 전문가 의견 보다는 같은 소비자들의 리뷰를 보면서 스마트하게 소비하는 문화가 자리 잡고 있습니다. 소비자 피드백이 즉각적으로 이루어지기 때문에 빠른 소통과 심층적인 분석이 동시에 이루어져야 소비자들의 니즈 충족이 가능한데요. 신디지오의 Text Analytics에서는 실시간 소비자 반응 뿐 아니라 BERT 기반 텍스트 분석 기능으로 소비자 니즈를 쉽게 알아낼 수 있습니다. 신디지오와 함께 소비자 인사이트를 발견하고 비교·분석 해보세요!


원문 보러 가기: https://blog.naver.com/PostView.nhn?blogId=synthesio&logNo=222203506235&redirect=Dlog&widgetTypeCall=true&directAccess=false

Comentários


bottom of page