이커머스 운영자를 위한 ‘개인화 상품추천’
자사몰을 담당하는 이커머스 운영자는 많은 KPI(Key Performance Indicator, 핵심성과지표)를 갖고 있습니다.
① 사이트 방문자 늘리기
② 첫 방문 고객의 재방문 유도
③ 첫 구매 고객의 재구매 유도
④ 단골 고객층 두텁게 만들기
⑤ 매출 늘리기
그루비는 ②~⑤번 항목에 좋은 영향을 끼칠 수 있고, 궁극적으로는 ①번 항목에도 효과가 있는 한 가지에 대해 소개하려 합니다. 바로 ‘개인화 상품추천’입니다.
고객은 쇼핑몰 방문 전, 머릿속에 어렴풋이 사고자 하는 상품을 그립니다. 쇼핑몰 방문 후에는 여러 상품을 비교·대조하여 가장 마음에 드는 것을 구매합니다. 그러나 때로는 원하는 상품을 찾지 못했거나, 상품이 없다고 판단하는 상황이 펼쳐지는데요. 그루비는 이럴 때 고객의 행동 데이터를 분석해 취향에 꼭 맞는 상품을 추천합니다. 몇 번의 클릭만으로 빠르게 원하는 상품을 발견할 수 있도록 돕는 것입니다. 고객 입장에서는 상품을 찾기 위한 수고는 줄고, 취향에 맞는 상품은 빠르게 추천받게 됩니다. 결국 ‘개인화 상품추천’은 고객에게 기분 좋은 구매 경험을 선사하고, 이커머스 운영자의 목표 달성에 도움이 됩니다. 고객의 구매 여정에 따라, 페이지별로 좋은 성과를 내는 그루비 상품추천 AI 알고리즘을 소개해 드리겠습니다.
#메인_페이지_상품추천
이커머스 쇼핑몰의 메인 페이지는 각기 다른 목적을 가진 여러 고객의 니즈를 최대한 충족시켜야 합니다. 첫 방문 고객은 메인 페이지를 찬찬히 둘러보며 클릭하고 싶은 상품을 찾습니다. 이미 여러 페이지를 탐색한 고객은 다시 메인 페이지로 돌아와 다음 행동을 고민합니다. 자동 로그인된 회원 고객은 할인 이벤트나 기획전을 살펴봅니다. 데이터가 하나도 없는 신규 방문자부터 많은 행동 데이터를 쌓아둔 회원 고객까지, 모두의 니즈를 어떻게 충족할 수 있을까요?
그루비는 하나의 상품추천 영역에서 고객의 상태별로 개인화 상품추천을 받을 수 있도록 설정할 수 있습니다. 메인 페이지 상품추천 영역에 복수의 추천 캠페인을 활용하는 ‘세그먼트 믹스’ 방법인데요. 고객 행동 데이터가 없어도 인기 상품 리스트를 노출하는 ‘통계형 알고리즘’과 고객 행동 데이터를 분석해 관심사에 맞는 상품을 노출하는 ‘AI 알고리즘’을 함께 사용하는 것입니다. 첫 방문 고객은 상품 추천 영역에서 쇼핑몰의 인기 상품을 먼저 보게 됩니다. 하지만 얼마지않아 취향에 꼭 맞는 상품이 추천되는 것을 확인하게 될 것입니다. 쇼핑몰을 탐색하는 동안 발생한 행동 데이터를 바탕으로 AI 알고리즘의 상품추천이 시작되기 때문입니다.
#상품_상세_페이지_상품추천
작은 섬네일을 뚫고 고객의 시선을 얻었습니다. 상세 페이지를 보고 있는 고객에게 지금 필요한 것은 무엇일까요? 센스 있는 온라인 점원 역할을 대신할 상품추천입니다. 상세 페이지의 상품추천 영역에서는 고객이 클릭한 상품과 유사한 상품들을 제대로 추천해야만 합니다.
상세 페이지에 적용할 수 있는 그루비 상품추천 알고리즘은 정말 다양합니다. 먼저 ‘이미지 기반 유사 상품 알고리즘’은 상품 이미지만으로 정확한 상품추천이 가능합니다. 상품 이미지 데이터를 기반으로 하기 때문에 고객 행동 데이터가 적어도 괜찮습니다. 그루비 고객사인 A사는 ‘이미지 기반 유사 상품 알고리즘’이 런칭되자 쇼핑몰에 바로 적용했는데요. 그 결과, 기존에 사용하던 상품 기반 AI 알고리즘 대비 1.3배 더 높은 클릭 전환율을 얻을 수 있었습니다.
기획전이 많은 쇼핑몰이라면 ‘딥러닝 기반 연관 기획전 알고리즘’을 추천합니다. 고객이 현재 체류 중인 상세 페이지 상품의 유사 상품이 있을 만한 기획전을 추천하는 알고리즘인데요. 관심도에 알맞은 기획전을 추천하기 때문에 고객은 더 풍성한 선택지 속에서 기분 좋은 쇼핑 경험을 누릴 수 있습니다.
#카테고리_페이지_상품추천
카테고리 페이지에 진입한 고객은 어떤 상황일까요? 직접 카테고리를 선택했으니 사고자 하는 아이템이 분명한 것처럼 보입니다. 그래서 많은 이커머스에서 카테고리 페이지에서는 카테고리 내 인기 상품을 추천하는 통계형 알고리즘을 사용하는데요. 그루비는 최근 내부 데이터 분석 도중 흥미로운 결과를 발견했습니다. 통계형 알고리즘이 아닌 AI 알고리즘을 활용한 고객사 B사의 카테고리 페이지 상품추천에서 11.56%라는 최고 수치의 구매 전환율이 나온 것입니다.1)
고객사 B사가 카테고리 페이지에 적용한 AI 알고리즘은 ‘연관 카테고리 상품 알고리즘’입니다. 이 알고리즘은 고객이 보고 있는 카테고리와 연관된 다른 카테고리의 상품을 추천합니다. 예를 들면 블라우스 카테고리 페이지를 보고 있는 고객에게 블라우스와 가장 연관성이 높은 셔츠 카테고리의 상품을 보여주는 식입니다. 이 결과를 통해 우리는 몇 가지 가설을 세울 수 있습니다.
① 고객은 흥미로운 상품추천에 반응을 보일 것이다.
② 고객 스스로 본인의 니즈를 완벽히 이해하지 못할 수도 있다.
③ 상품의 매력도가 충분하다면 고객은 기꺼이 사이트 서핑을 즐길 것이다.
우리 사이트를 방문하는 고객의 성향은 어떠할까요? 그루비 자동 최적화 기능을 활용해 통계형 알고리즘과 ‘연관 카테고리 상품 알고리즘’ 중 어떤 상품추천에서 더 좋은 성과가 나는지 테스트해 보기를 추천합니다.
#장바구니_페이지_상품추천
마음에 드는 상품을 장바구니에 담았습니다. 고객에게 남은 것은 ‘구매할 결심’인데요. 고객의 다음 행동은 크게 세 가지로 예측할 수 있습니다. 첫째, 고민 없이 구매를 완료한다. 둘째, 장바구니에 상품을 담아둔 채 다른 상품을 더 찾아본다. 셋째, 장바구니에 상품을 담아둔 채 이탈한다.
구매 의욕이 충분한 첫 번째 경우, 장바구니 페이지 상품추천으로 업셀링(Upselling, 더 많은 구매를 유도)을 노려볼 수 있습니다. 그루비의 ‘함께 구매한 상품 알고리즘’은 고객의 구매 패턴 데이터를 기반으로 지금 장바구니에 담은 상품과 함께 구매되는 상품을 추천하는데요. 휴대폰을 장바구니에 담은 고객에게 해당 기종에 알맞은 휴대폰 케이스나 액세서리 등 보완 제품을 보여주는 식입니다.
장바구니에 상품을 담았지만 구매를 결심하지 못한 두 번째와 세 번째의 경우, 더 나은 상품을 제안해 우리 쇼핑몰 내에서 구매가 완료되도록 해야 합니다. 유사한 취향의 고객이 선호한 다른 상품을 볼 수 있는 ‘함께 담은 상품 알고리즘’을 추천합니다. 그루비 고객사인 C사는 ‘함께 담은 상품 알고리즘’을 장바구니 페이지에 적용 중인데요. 7월 한 달간 상품추천으로 얻은 전체 매출의 10%가량이 장바구니 페이지 상품추천에서 발생했습니다.
#마이_페이지_상품추천
고객이 마이 페이지에 들어온 까닭은 무엇일까요? 과거에 구매했던 상품을 다시 사려고 구매 목록을 확인할 수 있습니다. 할인 쿠폰 발급 현황을 확인할 수도 있습니다. 마이 페이지는 고객 정보가 대부분이라 그 속에서 클릭을 유도하려면 무엇보다 고객의 취향을 대변하는 고도화된 상품추천이 필요합니다.
마이 페이지에 사용하기 좋은 많은 알고리즘 중 3가지 정도만 소개해 보겠습니다 먼저 ‘RFM 세그먼트별 선호 상품 알고리즘’입니다. 고객의 최근 방문 일자와 방문 빈도, 구매 빈도, 구매 금액 등 RFM(Recency, Frequency, Monetary Value) 지표가 유사한 고객군이 선호한 상품을 추천하는 알고리즘인데요. 고객과 비슷한 쇼핑 스타일을 가진 고객이 좋아한 상품을 노출할 수 있습니다. ‘고객 프로파일링 기반 선호 상품 알고리즘’도 마이 페이지에 쓰기 좋은 상품추천 알고리즘입니다. 고객이 어느 요일에 주로 방문하는지, 얼마나 자주 와서 얼마나 오래 체류하는지 등 다양한 데이터를 활용해 고객이 구매할 확률이 높은 상품을 예측해서 추천하는 기특한 알고리즘입니다. ‘딥러닝 기반 다음에 볼 상품 알고리즘’도 마이 페이지에서 좋은 성과를 보입니다. 이 알고리즘은 고객의 행동 시퀀스를 기반으로 맥락을 이해하는 AI 알고리즘입니다. 고객이 어떤 순서로 상품을 클릭했는지 확인해 고객의 관심사를 정확히 파악합니다. 시시각각 변하는 고객의 흥미를 실시간 반영하기 때문에 고객의 다양한 니즈를 무난하게 해소할 수 있습니다.
1) : 23년 7월 한 달간 진행된 상품추천 캠페인 성과 데이터 결과
