PM 준비 - 아티클 스터디

PM 현업자분들도 여전히 기획 스터디를 하고 사이트 프로젝트를 하며 끊임없이 학습을 하고 있다고 한다.

이미 취업하신 분들도 노력하고 있는데, 취준생인 내가 가만히 있을 순 없기에,

오늘은 '아티클 스터디'를 해보려고 한다.

---

 

📰 읽은 아티클 -> 4가지 커머스로 알아본 '추천의 기술'

4가지 커머스로 알아본 ‘추천의 기술’ | 요즘IT

 

📰 요약

필자는 홈 영역에서 4개의 커머스가 어떻게 사용자에게 추천해주고 있는지를 분석했다. 이 과정에서 추천 영역을 동일한 조건으로 살펴보기 위해 추천받을만한 데이터가 있는 상태로 계정을 세팅해 두고 분석해보았다고 한다.

 

* 29cm

- 29cm는 크게 3가지 추천 영역을 제공한다. 

  1) 최근 클릭한 상품 기반의 카테고리별 추천 [당신을 위한 추천 상품]
  2) 클릭한 상품의 '스타일' 분류에 따른 추천 [이런 스타일 상품 어때요?]
  3) '좋아요'한 브랜드 기반 기획전과 상품 추천 ['좋아요'한 브랜드]

- 여기에 최근 구매, 인기 랭킹에 있는 상품도 함께 섞어 추천해준다.

- 아쉬운 점은, 유사 이미지 모델을 활용한 추천이나 실시간 추천이 없다는 점, 추천 상품 전체 보기를 클릭하면 탭별 추천 상품이 거의 동일하여 구분의 의미가 없었다는 점이다.

 

* 쿠팡

- 살펴본 네 가지 커머스 서비스 가운데 홈 내 추천 위젯이 가장 많았던 서비스다.

- 추천 위젯에는 룰 베이스 기준으로 상품이 노출되어 할인율이 큰 상품과 작은 상품이 섞여 나온다.

   이때, 할인율이 높은 위젯 대비 공헌이익이 높아 이런 추천 위젯을 적절히 활용하면 비즈니스 측면에서 좋다

- 쿠팡의 홈 화면은 구매한 고객의 '재구매'를 일으킬 수 있는 상품 위주로 구성 되었다. => 내가 자주산 상품

💡 쿠팡의 경우 생필품을 사는 경우가 있는데, 생필품은 주기적으로 구매함으로 구매자가 샀던 상품을 어떤 주기로 사는지 파악하여 그 시기에 푸시업 알람이 가게 하거나 장바구니에 미리 담아놓는다거나 정기 구매를 할 수 있게 한다던지의 방법으로 구매를 더 편리하게 하면 좋겠다는 생각이 들었다. 

 

- 홈 지면을 보다가 새로운 상품을 클릭하면 기존 추천 위젯의 일부 위젯 상품이 즉시 바뀌며 실시간 추천이 이루어졌다. 실시간으로 추천 상품이 반영되는 것은 유저에 따라 호불호가 있을 수 있지만 '현재 유저가 관심 있어하는 위젯을 추천하기에 그렇지 않은 위젯에 비해 CTR이 높을 것으로 예상한다

*CTR은 광고가 클릭된 횟수를 광고가 게재된 횟수로 나눈 값(클릭수 ÷ 노출수 = CTR). 예를 들어 클릭수가 5회, 노출수가 100회인 경우 CTR은 5%.

- 아쉬운 점은 추천 영역이 다양하게 나열되어 있어 위젯 별로 상품이 노출된다는 점이다.

 

*오늘의 집

- 어떤 콘텐츠를 봤는지, 무슨 상품을 봣는지에 따라 홈에 노출되는 위젯의 순서와 추천 상품이 달라진다. 

   콘텐츠를 주로 보면, '이 콘텐츠 좋아하실 것 같아요' 위젯이 보고, 반려 동물 상품을 여러 개 보자 '오늘의 추천 상품' 영역이 노출 됐다.

- 유저의 특성에 따라 다이나믹 하게 홈을 구성하고 추천 상품이 어떤 기준인지를 보여주는 부분이 좋은 점이다.

- 아쉬운 점은 '주변 시공 리뷰'의 영역이 현재 거주지 기반이 아니라는 점이다.

 

*네이버 쇼핑

- 쿠팡과 같이 추천 상품을 노출하는 영역이 대부분이었다.

- 대부분의 추천 영역은 실시간 반영되었고, 스크롤을 내릴수록 일반적인 베스트 상품 기반 추천이 이어졌다.

- 다양한 추천 영역에서 실시간으로 상품이 추천되는 점은 좋은 점이다.

- 아쉬운 점은 언제 봤는지를 표기한 것이 나와 있지 않아서 아쉬웠다.

---

 

자사 서비스가 제공하지 않던 추천 영역이나 차별화된 부분을 적용하려면 어떤 부분을 고려해야 할까?

 

1) 현재 상황 파악

- 담당 서비스 또는 도메인에서 제공하는 추천 영역을 파악해야 한다.

- 무슨 지면에 어떤 목적을 가진 추천이 제공되고 있는지, 그 영역에 적용된 추천 모델은 어떤 로직을 가졌는지 알아봐야 한다. 그렇지 않으면 이미 적용하고 있던 추천 영역을 중복으로 적용하거나 효율이 좋지 않은 추천과 유사한 영역을 제공할 수 있다. 이는 리소스를 낭비하는 리스크로 이어지게 된다.

 

2) 추천 목적 정의

- 해당 영역이 어떤 목적을 가지고 추천하는 것인지 명확하게 정의해야 한다. 그래야 어떤 로직을 가진 모델을 적용할지 어떤 UI&UX를 제공할 것인지가 달라진다.

 

3) 선행 조건 확인

- 타사에서 제공하는 추천 영역이 마음에 들어 자사에 도입한다면 '타사와 똑같이 적용하지 않아야 한다'

   타사에서 추천 상품을 카테고리별로 제공했다고 똑같이 적용하면 중간에 100% 스펙 변경이 일어나기 때문이다.

   그러므로 추천 영역을 어떤 형태로 제공할지 먼저 정의하고 그 형태로 제공하려면 어떤 작업이 선행되어야 하는지 확인해야 한다.

 

4) 적용과 테스트

- 어떤 형태로, 총 몇 개 상품을 추천할지에 더해 배치 주기를 기획한다. 새로 적용할 추천 영역에서는 고객이 새로운 상품을 보거나 찜하는 즉시 실시간으로 상품을 업데이트할 것인지 아니면 최근 N일 내 본 상품 기반으로 별도 배치 주기를 가져갈 건지 등을 정의하면 된다.

 

---

내가 사용하고 있는 앱들은 단순히 내가 많이 본 것, 산 것을 바탕으로 알고리즘 추천을 해준다고 생각했는데 사이트 별로 깊이 있게 분석해야 나온 결과라는 것임이 느껴져서 놀랐다. 나도 이제부터 앱의 추천 기능을 사용할 때 어떻게 이루어져 있는지, 어떤 모델을 쓰고 있는지 생각해보며 사용해보아야겠다는 생각이 들었다.

 

💡 카카오 선물하기에 추천 기능을 넣어보는 것은 어떨까?
- 내 주변 많은 사람들은 생일, 기념일 등에 카카오 선물하기를 많이 이용한다. 이때 위시리스트에 물건이 담겨 있다면 그 물건을 주면 되지만 어떤 이들은 담아놓지 않는 경우도 많다. 이럴 경우에 이 사람이 많이 받았던 선물이나 많이 구매했던 선물, 나이대와 직업 거주지를 바탕으로 선물을 추천해주는 기능도 생기면 좋을 것 같다는 생각이 들었다. 

 

*제로베이스 PM 스쿨 얼리버드 9일차 과제로 작성된 글임을 밝힙니다*