구글 빅데이터로 독감 트렌드를 선별하는 방법

그린랜드는 독감에 대한 검색어를 바탕으로 독감이 얼마나 유행하는지를 판단하고 예측하는 서비스인데, 이를 통해서 세계적으로 유행할 독감 바이러스의 확산 및 발병을 2주 전에 예측하여 대응하는 데 독감 트렌드를 예측하기 위해서 독감과 관련된 키워드들을 구글 데이터를 대상으로 추출하고, 수집된 데이터 지표들을 기반으로 상관관계를 만들어 냈습니다.

 

즉, 해당 지역에 실제 병원을 방문한 환자의 수와 구글의 독감과 관련된 키워드를 검색한 사용자의 수 사이의 관계를 분석하였습니다. 분석 결과를 통 해 지역별로 매우 높음, 높음, 보통, 낮음, 매우 낮음의 5단계로 분류하였는데, 실제 각국의 보건 당국 이 발표한 자료와 매우 유사하게 나타났습니다.

 

독감 트렌드를 빅데이터로 분석하다

 

이 독감 트렌드는 무의식적으로 소비자가 선택한 경로와 패턴이 저장된 데이터에 독감이라는 키워드를 조합하여 통찰력 있고 유용한 빅데이터 분석 결과를 보여준 사례입니다.

 

커뮤니케이션 메시지에 적합한 미디어를 선택할 경우에는 최신성과 반복성 효 과를 고려해야 합니다. 초기의 메시지와 최신의 메시지가 설득에 효과가 있는데, 이를 초기와 최근 효과(Primacy & Recently Effects)라고 합니다.

 

반복 효과(Repetition Effects)는 소비자에게 전달하고자 하는 메시지가 사라지기 전에 반복적으로 광고하여 망각을 최소화하는 것입니다.

 

목적지의 특성 메시지는 반드시 소비자에게 전달되어야 하는데, 이처럼 메시지는 전달하고자 하는 대상인 목적지에 도달해야 합니다.

 

수신자가 메시지가 처리되는 과정에서 메시지를 재해석하고, 전달하려고 하는 메시지를 받아들인 후 이해하고 난 후에는 기억하는 일이 매우 중요합니다.

 

미국의 브리스톨 마이어스 스큅(BMS: Bristo-Myers-Squibb)은 회사 내부의 컴퓨터와 웹 환경을 아마존 웹 서비스(AWS) 클라우드와 연결한 협업을 통하여 신약 개발을 위해 필요한 임상 실험의 소요 시간을 98%나 줄이고 있습니다.

 

새로운 제품의 개발에 드는 시간과 그것을 만들어 시장에 내놓는 데까지 걸리는 시간을 Time to market'이라 합니다. 대부분의 신제품이나 새로운 서비스를 시장에 내어놓을 때는 그에 따른 라이프사이클이 존재하고, 많은 시간이 소요됩니다.

 

임상 실험 데이터는 사람의 건강과 직결되는 매우 민감한 분야이기 때문에 브리스톨 마이어스 스쿱은 세부적으로 암호화된 회사 내부 네트워크를 사용합니다.

 

연구자들은 이러한 내부 네트워크를 사용하여 수백 개의 업무를 처리하는 데, 약 60시간 정도가 소요됩니다.

 

그러나 아마존 웹서비스의 빅데이 터에 기반한 클라우드는 연구자 각자의 전용 환경을 구축시키고, 연구원들이 서로 영향을 미치지 안 고 일을 함으로써 약 2,000개의 업무를 단 1~2시간 내로 처리하고 있습니다.

 

이로 인하여 신약의 안정성 을더욱높이고, 실험과정에 필요한 피실험자의 수를 줄일 수 있으며, 실험에 소요되는 시간을 1년 이상 단축하는 효과를 보고 있습니다.

 

소비자를 설득하기 위해서는 미디어의 능력과 의사소통의 과정에서 생성되는지 식이 중요합니다.

 

우선, 설득의 과정에서 활용하는 미디어의 풍부성(Richness)과 미디어의 활용능력인 동시성(Synchronicity) 이설 득의 성과에 영향을 줍니다. 노출을 기반으로 한 대면방식의 미디어는 풍부성이 높아서 커뮤니케이션의 모호성을 해소하여야 효과적입니다.

 

이경우 의사소통 주체(Source, Receiver)의 신뢰도가 높아야 더욱 효과적입니다. 또한 의사소통 과정에서 형성되는지 식(Knowledge)의 요소에 기반하여 주고받는 메시지(Message)에 대한 관여도도 소비자 설득에 큰 영향을 줍니다. 따라서 이전에 가지고 있는 송신자와 수신자의 지식정도가 성과를 결정하기도 한다는 점을 고려해야 합니다.