데이터 기간이 1년으로 충분하며, 계절 패턴이 뚜렷하게 나타나고 있습니다. 그러나 검색량의 하락 추세와 모멘텀 감소는 주의가 필요합니다.

로봇 청소기 검색량은 2월에 피크를 기록하며, 1월과 2월은 소비자 관심이 집중되는 시기입니다. 그러나 전체적으로 하락 추세가 지속되고 있어, 계절적 요인 외에도 시장의 변화가 필요함을 시사합니다. 특히, 비수기인 여름철과 가을철에 대한 대응 전략이 중요합니다.

2월과 1월의 피크 시기를 겨냥한 마케팅 캠페인을 강화하고, 비수기에는 할인 프로모션이나 패키지 상품을 통해 소비자 유입을 촉진하는 전략을 추천합니다. 또한, 공휴일 효과를 활용한 특별 이벤트를 기획하는 것도 효과적입니다.

• 총 검색량 — 분석 기간 내 총 검색량 합계
• 평균 주 검색량 — 주당 평균 검색량
• 추세 방향 — 성장 / 하락 / 횡보
• 추세 변화율 — {period} 전체 성장률(%)
• 추세 모멘텀 — 최근 주 가속/감속 변화율
• 계절성 여부 — 계절 성분 강도 기반 계절성 존재 판정
• 순수 성장률 — 계절 변동 제거 후 성장률(%)
• 피크 시기 — 검색 집중 월 (계절 지수 기반)

STL 분해 방법론을 사용하여 추세, 계절, 잔차 성분을 분석하였으며, 계절 지수는 월별 검색량에 기반하여 계산되었습니다. 공휴일 캘린더를 반영하여 검색량 변동을 분석하였으며, 제한사항으로는 특정 이벤트나 프로모션에 따른 일시적 변화가 포함될 수 있습니다.

추가 분석으로는 검색량의 절대량 건강도를 확인하기 위한 수준(level) 분석과, 추세의 유의성을 검증하기 위한 변화(drift) 분석을 추천합니다. 구체적으로는 평균 검색량(vol-avg)과 추세 변화율(trend-growth) 지표를 활용할 수 있습니다.