이런 질문도 같은 답입니다
고객 VOC 텍스트 분석이 기대보다 낮을 때 예산을 줄이기 전 어떤 진단을 먼저 해야 하나요?
결론부터
한국어는 조사·어미가 붙는 교착어라 영어권 자연어처리 라이브러리를 그대로 쓸 수 없고, 한나눔·꼬꼬마·코모란·Mecab 등 여러 한국어 형태소 분석기를 하나의 인터페이스로 모은 KoNLPy 같은 도구로 문장을 의미 단위로 쪼개고 명사·핵심어를 뽑아내야 합니다.
답변
1단계01
구글 Cloud Natural Language API의 감성 분석(analyzeSentiment)은 텍스트에서 지배적인 감정을 score(방향, 양수는 긍정·음수는 부정)와 magnitude(강도) 두 수치로 표현합니다. 대량의 리뷰·문의를 사람이 일일이 읽지 않고도 감성 점수로 1차 분류할 수 있어, 소수 인력으로 VOC 텍스트 분석을 시작할 때 실무적으로 쓸 수 있는 방법입니다.
과목 10003VOC 텍스트 마이닝 기반 그로스 루프·카피 반영형태소 분석 및 명사 추출 기술: 자연어 처리(NLP)를 통해 고객들이 우리 제품을 쓸 때 가장 많이 언급한 단어 빈도수(Word Cloud) 도출→과목 10004VOC 텍스트 마이닝 기반 그로스 루프·카피 반영긍정/부정 감성 분석(Sentiment Analysis): 평점과 별개로 텍스트 문맥 속 유저의 진짜 '빡침 포인트'와 '감동 포인트' 스코어링→과목 10005VOC 텍스트 마이닝 기반 그로스 루프·카피 반영카피라이팅 원천 소스 치환법: 마케터의 머릿속 뇌피셜 카피를 버리고, 고객의 리뷰 문장(예: "남편 등드름 다 사라졌어요")을 광고 카피로 직형→
12CODE ACADEMY
체계적으로 배우고 싶다면
퍼포먼스 광고 운영 과정에서 이 판단 기준을 순서대로 다룹니다.