01
URL 하나로 상품 성장 분석 시작
상품 URL 또는 제품명만 입력하면 Chrome 확장 수집기가 실제 상품명·상품 ID·가격·리뷰를 먼저 수집하고, 이어서 상품명·브랜드·카테고리 기반 추천 키워드로 검색 수요·검색량·경쟁상품·실제 순위까지 자동 수집한다.
01
왜 만들었나
쇼핑 셀러는 '왜 안 팔리는지'를 순위·검색량·경쟁·리뷰를 각각 다른 화면에서 따로 확인해야 한다. 게다가 검색 순위로 매출을 역산하는 도구는 근거가 불투명하다. 상품 URL 하나로 실제 데이터를 묶어 '지금 뭘 바꿔야 하는지'를 근거와 함께 보여주는 도구가 필요해 출발.
02
이 SaaS로 무엇이 달라지나
상품 URL 또는 제품명 입력 → 실제 노출 점수·Top10 진입률·30일 클릭 추이·키워드 수요·시장 관심 구성비·경쟁상품 Top20·리뷰·실행 액션을 한 화면에. 매출은 순위로 역산하지 않고 수집 데이터 기반 기회 지표로만 투명하게 표시. 로그인 없이 공개 데모로 전체 분석을 미리 볼 수 있다.
결과만 보면 비슷합니다. 과정이 다릅니다.
03
일반 순위 조회 도구로 “왜 안 팔리는지”를 보면 이렇게 흘러갑니다.
- 키워드 입력
- 내 상품 순위 조회
- 순위 숫자 확인 (못 찾으면 ‘미노출’)
09
같은 목표를 9단계로 나눠 각 단계에 검증을 건다.
- 사용자 브라우저에서 수집
- 상품 상세 수집
- 분석 키워드 도출
- 검색 수요 수집
- PC·모바일 실측 순위 수집
- 경쟁 상품 파싱과 광고 제외
- 노출 상태 다섯 갈래 판정
- 상품명 진단과 경쟁 패턴 대조
- 우선 실행 액션 선정
각 단계가 존재하는 이유
단계는 베낄 수 있습니다. 단계가 왜 거기 있어야 하는지는 그 일을 해본 사람만 압니다.
- 01
사용자 브라우저에서 수집
서버가 대신 긁지 않고, 사용자가 직접 설치한 브라우저 확장이 본인 화면에서 검색 결과를 열어 수집합니다. 자동화 확인 화면을 만나면 우회하지 않고 사용자에게 넘깁니다.
로그인한 내 화면에서 보이는 순위와 서버가 보는 순위는 다릅니다. 그리고 남의 서버에 부담을 주지 않는 방식이기도 합니다. 이 선택이 수집 구조 전체를 결정합니다.
- 02
상품 상세 수집
상품명·상품 ID·가격·판매자·리뷰를 읽고, 리뷰 원문을 배송·포장·품질·크기 등 아홉 개 주제로 나눠 집계합니다.
“리뷰가 나쁘다”로는 고칠 것을 정할 수 없습니다. 배송이 문제인지 크기 표기가 문제인지가 갈려야 다음 행동이 정해집니다.
- 03
분석 키워드 도출
상품명을 그냥 자르지 않고 사용자가 입력한 검색어, 카테고리 말단어, 제품명의 의미 있는 명사 순으로 우선순위를 매겨 여섯 개만 등록합니다.
상품명을 앞뒤로 자르면 브랜드와 모델명, 용량과 포장 조각만 남아 검색량 0인 키워드가 나옵니다. 정작 사용자가 입력한 진짜 키워드는 버려집니다. 실제로 그렇게 실패한 뒤에 순위 규칙을 만들었습니다.
- 04
검색 수요 수집
월간 PC·모바일 검색량과 30일 일별·12개월 월별 클릭 추이를 받되, 일별과 월별을 한 시계열에 섞지 않습니다.
정규화 기준이 다른 두 계열을 한 그래프에 그리면 존재하지 않는 추세가 보입니다. 데이터를 합치는 것이 늘 정보를 늘리는 것은 아닙니다.
- 05
PC·모바일 실측 순위 수집
두 화면을 각각 열어 따로 잽니다. 요청 사이에는 무작위 간격을 둡니다.
PC 1위인데 모바일 14위인 상품이 실제로 있습니다. 하나로 뭉개면 “상품명 문제가 아니라 모바일 노출 요소 문제”라는 진단 자체가 불가능해집니다.
- 06
경쟁 상품 파싱과 광고 제외
같은 검색 결과에서 최대 60행의 경쟁 상품 정보를 읽고 광고를 걸러냅니다. 다만 이름에 광고와 비슷한 글자가 우연히 들어간 정상 상품까지 버리지 않도록 단어 단위로 판별합니다.
광고는 돈을 얼마나 썼는가의 결과지 상품이 얼마나 좋은가의 결과가 아닙니다. 그렇다고 판별을 느슨하게 하면 정상 상품이 조용히 사라져 비교 자체가 틀어집니다.
- 07
노출 상태 다섯 갈래 판정
노출됨 / 40개를 확인했는데 없음 / 결과를 읽지 못함 / 30일이 지난 값 / 한 번도 재지 않음으로 나눠 각각 다른 문구로 표시합니다.
일반 도구가 “미노출” 한 단어로 뭉개는 자리입니다. 다섯 상태에서 사용자가 할 일이 전부 다르기 때문에 나눕니다. 이걸 합치면 원인 진단이 불가능해집니다.
- 08
상품명 진단과 경쟁 패턴 대조
길이·키워드 위치·중복 토큰·특수문자·판촉 표현 등 일곱 개 규칙으로 상품명을 진단하고, 상위 20개 경쟁 상품명에서 30% 이상 등장하는 단어를 공통 패턴으로 뽑아 내 상품명에 없는 것을 표시합니다.
무엇이 좋은 상품명인지는 카테고리마다 다릅니다. 고정된 정답을 들이대는 대신, 지금 그 키워드에서 실제로 상위에 있는 상품명들이 무엇을 공유하는지를 봅니다.
- 09
우선 실행 액션 선정
모바일 격차 → 개선 가능 → 미측정 → 미노출 → 유지 순으로 지금 손댈 것 하나를 고르고, 상품명 길이까지 함께 보고 문구를 바꿉니다.
미측정을 미노출보다 앞에 둡니다. 재보지도 않은 것을 “노출 안 됨”으로 단정하면 거짓이고, 그러면 넓고 무의미한 키워드가 다시 1순위로 올라옵니다.
결국 무엇이 갈리나
이 시스템에서 단계 수보다 중요한 것은 판정의 해상도입니다. 일반 도구가 “미노출” 한 단어로 끝내는 자리가 여기서는 다섯 갈래로 갈립니다. 40개를 확인했는데 없었다, 결과를 읽지 못했다, 30일이 지난 값이다, 한 번도 재지 않았다, 노출됐다.
이렇게 나누는 이유는 정확해 보이려는 것이 아니라, 다섯 상태에서 셀러가 할 일이 전부 다르기 때문입니다. 한 번도 재지 않은 키워드는 재보는 것이 할 일이고, 40개를 확인했는데 없는 키워드는 상품명을 손보는 것이 할 일입니다. 뭉개면 둘 다 못 합니다.
코드 주석 대부분이 “예전에는 이렇게 틀렸다, 그래서 이렇게 바꿨다” 형식으로 남아 있습니다. 측정하지 않은 키워드가 아주 조금 팔리는 것처럼 금액을 만들어냈던 일, 수집을 더 돌렸다는 이유만으로 전망이 나빠졌던 일 — 이 기록들이 지금의 판정 규칙이 됐습니다.
이 시스템이 하지 않는 것
무엇을 만들지보다 무엇을 내보내지 않을지가 결과물의 수준을 정합니다.
순위로 매출을 역산하지 않습니다
검색 순위와 매출 사이의 전환율은 관측되지 않은 값입니다. 곱하는 순간 숫자는 근거를 잃습니다. 표시하는 금액은 매출이 아니라 ‘추정 거래 기회’로만 씁니다.
“100위 밖”이라고 단정하지 않습니다
확장은 검색 결과 한 페이지, 약 40~45개만 훑습니다. 못 찾았다고 재보지도 않은 범위를 단정하는 대신, 훑은 개수를 그대로 말합니다.
검색량이 적은 것을 0이나 수집 실패로 바꾸지 않습니다
‘10회 미만’은 ‘수요 없음’이 아닙니다. 클릭 추이가 비어 있어도 수집 실패와 구분해 ‘수집 완료·저검색량’으로 표기합니다.
모르는 것을 나쁜 것으로 취급하지 않습니다
경쟁가나 평점을 모르면 중립으로 둡니다. 불리한 계수를 곱하면 ‘모름’이 ‘약간 불리함’이라는, 관측된 적 없는 정보로 바뀝니다.
“없다”는 주장에 더 높은 근거를 요구합니다
1페이지에 리뷰 적은 상품이 “있다”는 한 건만 봐도 참이지만, “없다”는 최소 다섯 개를 실제로 확인했을 때만 말합니다. 표본 하나로 기회를 단정하는 것을 구조적으로 막습니다.
공식 노출 기준인 척하지 않습니다
상품명 점수는 규칙 충족률이지 노출 순위 예측이 아니라는 문구를 진단마다 붙입니다. 근거가 없는 부분은 없다고 명시하는 편이 도구를 더 오래 쓰게 만듭니다.
Naver Shopping Insight이 실제로 무엇을 하는지 — 각 능력은 라이브 사이트에서 하나의 화면 또는 워크플로우 단위. 텍스트 설명만으로 안 닿는다면 우측 상단 「바로가기」 버튼으로 직접 살펴보세요.
02
한 화면 데이터 근거 분석
실제 노출 점수·실제 Top10 진입률·30일 클릭 추이·키워드 수요·시장 관심 구성비(디바이스·성별·연령 도넛)·실제 순위 추이·가격 변화·경쟁상품 Top20·리뷰·실행 액션까지 — 흩어진 신호를 한 대시보드에서 근거와 함께 본다.
03
실제 순위 vs API 추정 순위 구분
Shopping Search API의 위치는 'API 추정 순위'로, 로그인한 PC에서 확인하는 값은 '실제 노출 순위'로 분리 표기한다. 광고를 제외한 PC·모바일 순위를 카탈로그 ID·판매자 상품 ID·URL 경로 ID로 매칭한다.
04
DataLab 시장 트렌드 탐색
상품이 없어도 키워드만으로 네이버 쇼핑 상위 상품·검색 수요·연관 키워드를 확인한다. 카테고리·키워드를 전체·기기·성별·연령 차원으로 나눠 저장하고 워커가 정기 수집한다.
05
거래 기회 분석 + 상품 비교
수집 데이터를 기반으로 성장 전망과 거래 기회 지수를 산출하고(프리미엄), 내 상품과 관심 상품의 노출·수요·가격·리뷰 지표를 나란히 비교한다.
06
근거 투명성 — 저검색량·수집 실패 명시
검색량이 10 미만이면 '10회 미만', 클릭 추이가 없으면 '수집 완료·저검색량', 순위 미확인은 '100위 밖'으로 미수집과 구분해 표기한다. 매출은 검색 순위로 역산하지 않고 수집 데이터 기반 기회 지표로만 표시한다.
0
0일
0
0
0