1. 데이터 수집의 시작
1) 네이버 데이터랩으로 쇼핑 키워드 추출
작은 아이디어에서 시작된 키워드 발굴 프로젝트가 드디어
완성되었습니다. 네이버 데이터랩을 활용하여 쇼핑 분야의 상위
키워드를 수집하는 과정이 첫 단계였습니다. 분야별로 엄선된
키워드들을 확보하며 작업의 토대를 마련했습니다.
2) 네이버 광고 API로 연관 검색어 확보
수집된 키워드를 바탕으로 네이버 광고 API를 통해 방대한 연관
검색어들을 모았습니다. 월평균 클릭률 기준으로 정렬하여 잠재력
있는 키워드들을 효율적으로 찾아냈습니다. 이렇게 초기에는 무려
6만 5천 개가 넘는 키워드 데이터가 쌓였습니다.
2. 방대한 키워드 정제 작업
1) 무의미한 키워드 제거
수많은 키워드 중에는 검색량이 너무 적거나 활용 가치가 낮은
것들이 많았습니다. 예를 들어 검색량 10 미만의 키워드들은
과감히 제외하는 필터링 작업을 거쳤습니다. 이는 유의미한
데이터에 집중하기 위한 필수 과정이었습니다.
2) 중복 제거 및 경쟁도 필터링
데이터를 살펴보니 불필요한 중복 키워드들이 상당수 존재했습니다.
이를 제거하고, 경쟁 정도가 '높음' 또는 '중간'인 키워드들도
제외했습니다. 빅파워 셀러가 아닌 이상 높은 경쟁 키워드는 노출
기회가 희박하기 때문입니다.
3. 유효 키워드의 최종 선별
1) 까다로운 조건으로 키워드 선별
월간 검색수와 월평균 클릭률 기준을 충족하며 경쟁도가 낮은
키워드를 선별했습니다. 초기 6만 8천여 개의 키워드는 이
과정을 통해 146개로 대폭 줄어들었습니다. 이제 이 소수의
키워드들이 잠재력을 가질 차례였습니다.
2) 경쟁률 분석으로 황금 키워드 발굴
선별된 146개의 키워드에 대해 경쟁률을 상세하게 분석했습니다.
라온픽 같은 분석기를 활용하거나 자체 도구를 이용해 경쟁률 0.
3 이하의 키워드만을 최종적으로 추렸습니다. 이 과정에서 비로소
노출 가능성이 높은 황금 키워드들이 모습을 드러냈습니다.
1. 첫 번째 주제: 초기 키워드 수집과정 자동화의 필요성
1) 네이버 데이터랩을 통한 키워드 추출
네이버 데이터랩을 활용하여 쇼핑 카테고리별 키워드를 추출하는
것으로 프로젝트를 시작했습니다. 효율성을 고려해 각 분야에서
140개씩, 총 560개의 초기 키워드를 선별하여 확보했습니다.
이는 방대한 키워드 탐색의 첫 단계였습니다.
2) 수동 작업의 한계점 발견
수집된 560개 키워드와 그 연관 검색어를 엑셀로 처리하는
과정에서 여러 어려움에 직면했습니다. 특히 검색량이 10 미만인
무의미한 키워드를 필터링하고 정렬할 때, 프로그램이 지연되거나
멈추는 비효율적인 상황이 발생했습니다. 이러한 경험은 파이썬을
이용한 자동화된 데이터 처리의 필요성을 절감하게 만들었습니다.
2. 두 번째 주제: 연관 키워드 확장 및 1차 필터링 전략
1) 네이버 광고 API를 통한 키워드 확장
초기 560개 키워드를 기반으로 네이버 광고 시스템 API에
접속하여 연관 검색어를 대량으로 수집했습니다. 이때 월평균
클릭률이 높은 순서로 정렬하여 데이터를 가져왔으며, 이후
중복되는 키워드를 제거하는 과정을 거쳤습니다. 이 과정을 통해
560개의 키워드는 68,960개에 달하는 방대한 연관 키워드
목록으로 확장되었습니다.
2) 비효율적 키워드 및 고경쟁 키워드 제외
확보된 68,960개의 키워드 중 검색량이 10 미만이거나 경쟁
정도가 '높음', '중간'인 키워드들은 실질적인 활용 가치가
낮다고 판단하여 제외했습니다. 소규모 셀러나 콘텐츠 크리에이터의
경우, 경쟁이 치열한 키워드는 상위 노출이 어렵기 때문에
효과적인 키워드 선별이 중요합니다. 이러한 필터링 작업은 시장의
트렌드를 이해하는 데도 기여했습니다.
3. 세 번째 주제: 유효 키워드 최종 선별 및 정제
1) 정량적 기준에 따른 키워드 압축
확장된 68,960개의 키워드 목록을 월간 검색수 일정량 이상,
월평균 클릭률 일정값 이상 등 설정한 기준에 따라 다시
필터링했습니다. 더불어 경쟁 정도가 '높음' 또는 '중간'인
키워드들을 모두 제외하여 실제 활용 가능한 키워드에
집중했습니다. 이 정제 과정을 거쳐 방대한 68,960개의
키워드는 146개의 핵심 키워드로 대폭 축소되었습니다.
2) 선별된 키워드의 실용성 검토
수만 개의 키워드 중에서 실질적으로 유효한 키워드를 찾아내는
것은 막막한 작업이지만, 146개로 줄어든 목록은 충분히
수동으로 검토할 만한 수준이 됩니다. 예를 들어 '양양
설해원', '스웨덴 인성동화'와 같은 예상치 못한 흥미로운
키워드들을 발견할 수 있었습니다. 그러나 146개의 키워드조차
개별적으로 라온픽과 같은 도구에서 분석하기에는 여전히 시간이
많이 소요될 수 있다는 한계가 있었습니다.
4. 네 번째 주제: 자동화된 경쟁률 분석을 통한 최적 키워드 발굴
1) 맞춤형 경쟁률 조회 도구 활용
수작업 검토의 비효율성을 해소하기 위해 이전에 개발해둔 키워드
경쟁률 조회 도구를 활용했습니다. 이 도구를 사용하여 최종
선별된 146개의 키워드에 대한 경쟁률을 일괄적으로 신속하게
확인했습니다. 덕분에 개별적으로 라온픽과 같은 도구를 활용하는
시간과 노력을 크게 절약할 수 있었습니다.
2) 낮은 경쟁률 키워드 최종 확보
경쟁률 조회 도구를 통해 경쟁률이 0. 3 이하인 키워드들만
따로 모으는 작업을 진행했습니다. 이 필터링을 거치자, 146개
중 실제 상위 노출에 유리하며 활용 가치가 높은 몇몇 핵심
키워드만 최종적으로 남게 되었습니다. 최종적으로는
'경주샵앤플랫무무슬라임', '역삼아르누보시티', '부곡k모텔'
등과 같은 구체적인 키워드들을 발굴할 수 있었습니다.
1. 첫 번째 주제
1) 첫 번째 세부사항
네이버 데이터랩과 광고 API를 활용하여 방대한 키워드 데이터를
수집하는 과정이 소개되었습니다. 초기 560개의 핵심 키워드가
연관 검색어를 통해 6만 개 이상의 방대한 데이터로 확장되는
효율적인 데이터 수집 방법을 구현했습니다.
2) 두 번째 세부사항
수집된 대량의 키워드에서 실제 가치가 낮은 중복 키워드나
검색량이 미미한 데이터를 제거하는 작업이 필수적입니다. 이
과정은 수많은 키워드 속에서 유의미한 정보를 선별하고 데이터
처리의 효율성을 높이는 데 기여합니다.
2. 두 번째 주제
1) 첫 번째 세부사항
검색량과 클릭률 등 정량적 지표를 기준으로 잠재력 있는 키워드를
선별하는 과정이 중요합니다. 이와 함께 경쟁 정도가 높은
키워드를 제외하여 실제 노출 가능성이 높은 키워드에 집중하는
전략을 수립할 수 있습니다.
2) 두 번째 세부사항
이러한 정교한 필터링 과정을 통해 처음 6만 개가 넘던 키워드
목록은 146개로 대폭 압축됩니다. 이는 콘텐츠 제작자가
현실적으로 다루고 분석할 수 있는 규모로, 키워드 선정에 드는
시간과 노력을 크게 절감시킵니다.
3. 세 번째 주제
1) 첫 번째 세부사항
선별된 키워드들의 경쟁률을 심층적으로 분석하기 위해 맞춤형
도구나 라온픽과 같은 전문 도구를 활용할 수 있습니다. 이를
통해 키워드의 실제 활용 가치를 객관적으로 평가하고, 경쟁
우위를 확보할 수 있는 기회를 모색합니다.
2) 두 번째 세부사항
최종적으로 경쟁률 0. 3 이하의 키워드만 추려냄으로써, 적은
노력으로도 상위 노출 가능성이 높은 '황금 키워드'를 발굴할 수
있습니다. 이 과정은 실제 콘텐츠 전략 수립과 실행에 직접적인
도움이 되는 구체적인 실천 방안을 제시합니다.
황금키워드
라온픽 
