매출이 정체되면 보통 광고비를 올리거나, 신상품을 밀거나, 할인을 건다. 그런데 정작 고객이 뭘 찾고 있는지는 안 본다.
검색어 데이터는 고객이 직접 입력한 ‘수요의 언어’다. 구매 전환이 아니라 구매 의도 자체가 담겨 있다. 이걸 3개월치 모아서 AI한테 던지면, 우리가 팔고 있는 것과 고객이 사고 싶어하는 것 사이의 간극이 드러난다.
왜 검색어 데이터인가
쿠팡 셀러센터, 네이버 스마트스토어, 아마존 셀러센트럴 — 어디든 검색어 리포트가 있다. 대부분의 셀러가 이걸 ‘키워드 광고’용으로만 쓴다. 클릭 많은 키워드에 입찰가 올리고, 전환 안 되는 키워드는 제외하고. 그게 끝이다.
문제는 이 접근법이 이미 잡은 물고기만 본다는 거다. 검색은 됐지만 클릭이 안 된 키워드, 클릭은 됐지만 구매로 안 이어진 키워드 — 여기에 놓치고 있는 수요가 숨어 있다.
실제로 해본 과정
1단계: 데이터 수집
쿠팡 셀러센터에서 최근 3개월간 검색어 리포트를 CSV로 내려받는다. 들어있는 필드는 대략 이렇다:
- 검색 키워드
- 노출 수
- 클릭 수
- 전환 수
- 전환율
- 매출
네이버 스마트스토어라면 ‘유입 분석 > 검색어별 유입’에서 비슷한 데이터를 뽑을 수 있다. 아마존은 Search Term Report가 이 역할을 한다.
2단계: AI한테 던지는 프롬프트
ChatGPT든 Claude든, CSV 파일을 첨부하고 이렇게 요청한다:
이 검색어 데이터를 분석해서 다음 세 가지를 찾아줘:
1. 높은 노출 + 낮은 클릭률 키워드 (상위 20개)
→ 고객이 이 단어로 검색하지만 우리 상품을 클릭 안 하는 이유 추론
2. 높은 클릭 + 낮은 전환률 키워드 (상위 20개)
→ 상세페이지에서 이탈하는 원인 추론
3. 3개월간 검색량 증가 추세인 키워드 (상위 20개)
→ 떠오르는 수요 신호로 해석
각 그룹별로 구체적인 액션 아이템도 제안해줘.3단계: AI가 찾아낸 세 가지 패턴
패턴 A — “보이지만 안 눌리는” 키워드
노출은 많은데 클릭률(CTR)이 2% 미만인 키워드들. AI가 이유를 추론해보면 대부분 두 가지다:
- 썸네일이 해당 키워드의 기대와 안 맞음 (예: “무선 충전 거치대”로 검색했는데 썸네일에 거치대 형태가 안 보임)
- 가격대가 검색 의도와 불일치 (예: “가성비 보조배터리”로 검색했는데 49,900원이 노출됨)
이건 리뷰를 AI로 분석해서 상세페이지 카피를 뽑은 글과 연결된다. 고객이 쓰는 언어와 우리 상품이 보여주는 언어가 다르면, 노출이 아무리 많아도 클릭은 안 된다.
패턴 B — “눌렀지만 안 사는” 키워드
CTR은 괜찮은데 전환율이 1% 미만인 키워드들. 클릭까지 했다는 건 관심은 있다는 뜻이다. 그런데 구매로 안 이어진다면?
- 상세페이지가 해당 검색 의도에 대한 답을 못 주고 있거나
- 경쟁 상품 대비 가격/스펙이 밀리거나
- 리뷰에서 불안 요소가 보이거나
CS 문의를 AI로 분석한 글에서도 같은 결론이 나온다. 구매 전 고객이 궁금해하는 것들이 상세페이지에 없으면, 이탈은 당연한 수순이다.
패턴 C — “조용히 올라오는” 키워드
이게 핵심이다. 3개월 전엔 월 50회 검색이었는데 지금은 월 500회인 키워드. 이런 키워드는 대부분의 셀러가 모른다. 아직 경쟁 입찰가도 낮고, 상품 수도 적다.
AI가 이 키워드들을 카테고리별로 묶어주면, 지금 시장에서 어떤 니즈가 커지고 있는지 윤곽이 잡힌다. 예를 들어:
- “맥세이프 카드지갑” 검색량 3개월간 340% 증가 → 맥세이프 액세서리 수요 급증 신호
- “에어팟 프로 케이스 분리형” 검색량 210% 증가 → 기존 일체형 케이스에 대한 불만 존재
- “노트북 파우치 16인치 슬림” 검색량 180% 증가 → 대화면 노트북 보급에 따른 파생 수요
검색어 분석에서 실수하기 쉬운 것
검색량만 보고 뛰어드는 실수. 검색량이 많다고 무조건 좋은 건 아니다. “아이폰 케이스”는 월 검색량이 어마어마하지만, 경쟁도 그만큼 치열하다. AI한테 경쟁 강도까지 같이 분석하라고 해야 한다. 경쟁사 상품을 AI로 분석한 글의 프레임워크를 여기서도 그대로 적용할 수 있다.
한 플랫폼 데이터만 보는 실수. 쿠팡에서 검색량이 적은 키워드가 네이버에서는 급상승 중일 수 있다. 가능하면 2개 이상 플랫폼의 검색 데이터를 합쳐서 AI한테 던지는 게 좋다.
검색어를 키워드 광고에만 쓰는 실수. 검색어 데이터의 진짜 가치는 광고 최적화가 아니라 상품 기획과 상세페이지 설계에 있다. 고객이 어떤 단어 조합으로 검색하는지를 알면, 상세페이지에서 어떤 정보를 먼저 보여줘야 하는지도 알 수 있다.
프롬프트 한 줄 더: 검색 의도 분류
검색어 분석에서 한 단계 더 들어가고 싶으면, 이 프롬프트를 추가한다:
위 검색어들의 검색 의도를 분류해줘:
- 정보 탐색형 (예: "보조배터리 비교", "맥세이프 호환 확인")
- 구매 결정형 (예: "보조배터리 추천 2026", "맥세이프 충전기 최저가")
- 브랜드 지명형 (예: "앤커 보조배터리", "슈피겐 케이스")
각 유형별 비중과 시사점을 정리해줘.구매 결정형 키워드에서 우리 상품 클릭률이 낮다면, 광고 소재나 썸네일을 바꿔야 한다. 정보 탐색형 키워드에서 유입이 많다면, 비교 콘텐츠나 가이드형 상세페이지가 전환율을 올릴 수 있다.
정리
검색어 데이터는 ‘고객이 뭘 원하는지’를 가장 직접적으로 보여주는 데이터다. 광고 최적화라는 좁은 용도로만 쓰고 있었다면, AI한테 한 번 던져보자. 우리 상품과 고객의 기대 사이에 어떤 간극이 있는지, 어떤 수요가 조용히 올라오고 있는지 — 사람 눈으로는 3개월치 키워드 수천 개를 분류할 수 없지만, AI는 패턴을 꽤 정확하게 잡아낸다.
데이터는 이미 있다. CSV 한 번 뽑아서 던지기만 하면 된다.
