진료과별 나이대 검색어 차이를 반영하는 방법

나이대마다 다른 글이 아니라 한 글 안의 넓은 길

글을 나누지 않는 까닭은 진료 설명이 나이와 상관없이 같기 때문입니다. 같은 진료를 두고 나이대마다 글을 나누면, 진료 설명이 거의 같은 글이 여러 편 생기고, 진료 안내가 바뀔 때 고칠 곳도 그만큼 늘어납니다. 또 나이대로 글을 나눈 제목은 그 나이대가 아닌 독자에게 「나를 위한 글이 아니다」라는 신호를 줍니다. 진료 설명은 한 편으로 두고, 나이대에 따라 달라지는 말과 안내만 그 한 편 안에서 넓히는 편이 독자에게도 병원에도 낫습니다. 한 편에 여러 나이대의 말과 길이 함께 담기면, 어느 나이대의 독자가 들어와도 그 글이 자기에게 하는 이야기임을 첫 문단에서 곧바로 알아차립니다.

나이대 차이가 글에 드러나는 곳은 대체로 세 곳이며, 곳마다 반영하는 방법이 다릅니다.

세 곳 가운데 가장 흔한 것은 「진료를 부르는 말」입니다. 같은 진료를 한 나이대는 의학 용어에 가까운 말로, 다른 나이대는 오래전부터 쓰던 생활의 말로 부르는 일이 있습니다. 이 차이는 제목에 한 말을, 첫 문단에 다른 말을 이어 밝히는 것으로 충분히 담깁니다. 진료과마다 나이대에 따라 마케팅 전체가 어떻게 달라지는지는 진료과별 의원 마케팅에서 다룹니다.

「진료 자체」는 세 곳 가운데 드물지만 가장 무겁습니다. 같은 이름의 진료라도 나이에 따라 검사나 진료 과정이 달라진다면, 한 글에서 모든 나이대를 함께 다루면 오히려 헷갈립니다. 이때는 원장이 진료 범위로 나이의 기준을 정하고, 그 기준에 따라 글을 나누거나 한 글 안에 나이에 따른 차이를 분명히 나눠 씁니다. 검색어의 나이대 차이만 보고 진료가 다르다고 짐작해 글을 나누지 않으며, 진료가 같다면 앞의 두 곳에서만 차이를 담습니다.

데이터랩 연령 조회로 나이대 차이를 읽는 차례

나이대 차이는 네이버 데이터랩의 검색어트렌드로 읽습니다. 데이터랩은 「검색어를 기간별/연령별/성별로 조회할 수 있습니다」라고 안내하며, 주제어마다 하위 검색어를 쉼표로 넣으면 「입력한 단어의 추이를 하나로 합산」해 보여 줍니다. 이 두 기능을 써서 다음 차례로 읽습니다.

1. 같은 진료를 부르는 여러 말을 모아, 말마다 따로 주제어로 넣습니다. 한 주제어에 합치면 어느 말이 어느 나이대에서 쓰이는지 가릴 수 없게 됩니다.
2. 연령을 나누어 같은 기간을 조회하고, 말마다 어느 나이대에서 추이가 뚜렷한지를 표시합니다.
3. 나이대마다 뚜렷한 말이 서로 다르다면, 그 말들을 한 글의 제목과 첫 문단에 함께 담을 후보로 정합니다.
4. 원장에게 그 말들이 정말 같은 진료를 가리키는지 묻고, 같다면 후보를 확정합니다.

첫째 단계에서 말을 합치지 않는 것이 중요합니다. 같은 증상을 부르는 여러 말을 한 주제어로 묶으면 그 증상 전체의 추이는 보이지만, 나이대마다 어느 말을 쓰는지는 묻혀 버립니다. 나이대 차이를 읽을 때는 말마다 따로 넣어 조회하고, 계절이나 전체 추이를 읽을 때만 묶어서 조회합니다. 둘째 단계에서 연령을 나눌 때는 병원을 찾는 환자의 나이대 전체를 빠짐없이 조회하고, 한 나이대만 골라 조회하지 않습니다. 한 나이대만 보면 그 나이대에서 뚜렷한 말이 다른 나이대에서도 쓰이는지를 알 수 없습니다.

블로그 통계는 이 판단을 보태는 데만 씁니다. 네이버 블로그 고객센터의 사용자 분석 안내는 성별·연령별 분포를 조회수와 순방문자수 기준으로 보여 주고, 확인할 수 있는 이용자가 5명 미만이면 보여 주지 않는다고 밝힙니다. 이 분포는 블로그 전체 독자의 나이대이지 말마다의 나이대가 아니어서, 어느 말을 어느 나이대가 쓰는지는 데이터랩에서 가립니다. 블로그 분포는 우리 독자의 나이대가 데이터랩에서 읽은 나이대와 크게 어긋나는지를 가늠하는 데 씁니다.

데이터랩의 연령은 검색한 사람의 나이입니다. 진료를 받을 사람과 검색하는 사람이 다를 수 있는 진료라면, 조회한 나이대가 곧 진료받는 사람의 나이대라고 단정하지 않습니다. 그런 진료는 연락 기록에서 진료받는 사람의 나이대를 따로 모아, 데이터랩에서 읽은 나이대와 함께 놓고 판단합니다.

이용 안내에 여러 길을 함께 쓰는 꼴

나이대 차이를 이용 안내에 반영하는 것은, 나이대마다 안내를 따로 쓰는 것이 아니라 한 안내에 여러 길을 함께 쓰는 것입니다. 어느 나이대의 독자가 읽어도 자기에게 맞는 길을 고를 수 있게 하는 것이 목표입니다. 안내 항목마다 함께 쓰는 길은 다음과 같습니다.

네 항목 가운데 「예약 방법」과 「연락할 수 있는 때」는 접수 담당에게 실제로 어떤 길이 열려 있는지 묻고 씁니다. 블로그에 쓴 길이 실제로 열려 있지 않으면, 그 길로 연락한 독자가 헛걸음합니다. 병원에 온라인 예약이 없다면 전화 예약만 쓰고, 없는 길을 쓰지 않습니다. 길이 새로 열리면 그날 안내 글에 더하고, 닫히면 그날 지웁니다.

「진료 전 준비」를 문장으로 쓰는 까닭은 준비물의 이름만 늘어놓으면 그 이름이 낯선 독자가 무엇을 가져와야 하는지 모르기 때문입니다. 「복용 중인 약의 이름을 적은 종이나 약 봉투」처럼 무엇을 가져오면 되는지 풀어 쓰면, 어느 나이대의 독자도 같은 준비를 합니다. 준비물이 진료에 따라 다르다면 진료 글마다 쓰되, 문장의 꼴은 이용 안내 글과 같게 맞춥니다.

이용 안내는 진료마다 쓰지 않고 한 곳에 모아 둔 안내 글로 잇는 편이 고치기 쉽습니다. 이용 방법이 바뀌면 그 글 하나만 고치면 되고, 진료 글마다 끝에서 그 글로 이으면 됩니다. 그 글을 맡는 사람은 블로그 담당이고, 길이 바뀔 때 알리는 사람은 접수 담당입니다.

이용 안내의 여러 길은 나이대 차이를 읽기 전에도 갖추면 좋은 것들입니다. 다만 나이대 차이를 읽으면 어느 길을 앞에 두고 어느 길을 더 자세히 쓸지가 정해집니다. 데이터랩에서 그 진료를 찾는 나이대가 한쪽에 뚜렷하다면, 그 나이대가 익숙한 길을 먼저 쓰고 다른 길을 이어 씁니다. 어느 길도 빼지 않고 차례만 바꾸는 것이어서, 다른 나이대의 독자도 자기 길을 찾을 수 있습니다.

나이대마다 다른 말을 모으는 곳

데이터랩은 우리가 넣은 말만 조회합니다. 넣지 못한 말은 그곳에 없으므로, 나이대마다 쓰는 말을 넓게 모으려면 접수와 상담에서 환자가 진료를 처음 어떻게 부르는지를 함께 모읍니다. 나이대가 다른 환자에게서 들은 말을 데이터랩에 넣어 다시 조회하면, 우리가 몰랐던 말의 차이가 드러납니다. 접수 담당이 환자의 나이대와 그 환자가 진료를 부른 말을 한 줄씩 남겨 두면, 이 일은 따로 시간을 들이지 않아도 쌓여 갑니다. 환자가 실제로 쓰는 검색어를 모으는 방법은 병원 키워드 조사에서 다룹니다.