연관 정보를 엮어서 새로운 키워드를 창출하는 방법
달라지는 정보의 가치
연관성 있는 정보들을 묶어서 구조화하여 검색에 유용하도록 정보를 구성하는 것을 '연관 정보 창출'이라 합니다. 연관성은 유사성과 연속성이라는 측면에서 가치를 지닙니다. 정보 자체뿐만 아니라 정보 사이의 관계도 부가가치가 될 수 있습니다. 즉 연관 관계의 정도나 결합 성격에 따라 정보가 재평가될 수 있습니다.
정보의 상호 참조를 통해 그 의미가 새로운 기치를 담게 되기 때문입니다.
정보의 가공
세상에 흩어진 무수한 데이터. 그 가운데서 정제된 내용을 골라 그 가치를 어떻게 정확하게 매길 수 있을까요? 현대는 정보의 홍수 속에서 살고 있습니다. 많은 정보 속에서 자신에게 맞는 균형 잡힌 정보를 찾기 위해서는 빠르게 포착하고 기민하게 접근해야 합니다. 여기에는 통찰력이 필요합니다.
사례: 모바일데이터 연관 정보 찾기
'모바일데이터' 사용에 대한 글을 작성하고자 합니다. 글 작성을 위해 '모바일데이터'를 네이버광고 사이트에서 키워드도구를 활용하여 찾은 연관키워드는 무려 120개. 이 가운데 '모바일' 키워드가 포함된 것은 9개입니다.
위 그림은 모바일데이터 연관키워드 120개 중에서 '데이터'가 포함된 결과만 필터링한 결과입니다. 모두 9개 출력됐습니다. 그중 '데이터'가 '모바일데이터'보다 더 많이 찾는 검색어라는 것을 확인했습니다.
물론 '모바일데이터' 키워드에는 '데이터'가 포함되어 있으니 이 경우는 관계가 없겠습니다.
그러나 가장 많은 검색 경향을 보이는 키워드는 '빅데이터'이군요. '데이터'에 비해 2~3배의 검색을 보이고 클릭률도 높은 것을 알 수 있습니다. 지금 추세로는 데이터나 모바일데이터에 대한 관심보다는 '빅데이터'에 대한 관심이 높음을 알 수 있는 결과입니다.
정리
애초 관심있는 주제는 '모바일데이터'였습니다. 모바일데이터 검색 결과는 관련 키워드에서 뒤로 밀리고 있습니다. 물론 데이터, 모바일데이터 등이 모두 빅데이터와 관련 있는 키워드 들입니다.
모바일데이터에 대한 글을 작성함에 있어 빅데이터와의 관련성을 추가해서 보완하여 포스팅할 것을 고려할 것입니다. 더 나아가 빅데이터에 대한 글을 포스팅할 계획을 갖게 됐습니다.