답변
먼저 SOV(Share of Voice)의 기본 공식부터 세우고, 그 위에 노이즈 제거 단계를 얹는 순서로 접근하면 됩니다. SOV의 기본식은 '자사 브랜드 언급량 ÷ (자사+경쟁사 전체 언급량) × 100'입니다. 소셜 리스닝에서는 이 언급량을 원시 멘션 수 그대로 쓰지 않고, 감성 분석으로 걸러낸 '순수 버즈'(자연 발생 언급)로 한정해야 광고성 게시물이나 봇 활동에 왜곡되지 않은 실제 캠페인 효과를 볼 수 있습니다. 노이즈로 제외해야 할 데이터는 크게 4가지입니다. ① 캠페인 공식 계정·인플루언서의 원 게시물 자체(확산이 아니라 소스이므로 별도 집계) ② 봇·스팸 계정으로 분류된 언급(계정 생성일·팔로워 대비 게시량이 비정상적인 계정) ③ 동일 유저가 같은 이슈를 여러 번 리트윗·재게시한 중복 언급(1건으로 정규화) ④ 브랜드명이 일반명사와 겹쳐서 경쟁사·무관한 언급이 자사로 오분류된 키워드 오매칭입니다. 이 4가지를 걸러낸 뒤 남은 언급량을 '순수 버즈량'으로 정의하고, 이 숫자를 SOV 계산의 분자·분모로 씁니다. 캠페인 전후 성장률은 '(캠페인 후 순수 버즈량 - 캠페인 전 순수 버즈량) ÷ 캠페인 전 순수 버즈량 × 100'으로 계산합니다. 여기서 한 단계 더 정밀하게 가려면, 계절성이나 업계 전반의 화제성 변화 때문에 순수 캠페인 기여분이 부풀려지거나 축소돼 보일 수 있으니, 같은 기간 경쟁사 평균 버즈 성장률도 함께 계산해서 '상대 성장률(자사 성장률 - 경쟁사 평균 성장률)'로 한 번 더 보정해서 보고하는 게 캠페인의 순수 효과를 더 정확히 보여주는 방식입니다.