[Publy] 매출 객단가를 70% 상승시킨 이마트 추천 시스템의 비밀은?

Summary

추천 시스템을 활발하게 활용하는 3가지 대표 분야

광고, 커머스, 미디어 콘텐츠 플랫폼

추천 시스템을 고려할 때의 시사점

1. 운영 관점에서 고객의 심리 살피기
2. 데이터 품질의 중요성

추천 시스템 구현 전략

1. 활용 가능한 기존 데이터 파악
2. 기획 의도 및 목표 세우기
3. 기획 의도를 반영한 추천 시스템 설계 4단계(데이터 패턴 분석 → 고객 세그먼트 분류 → 추천 알고리즘 적용 → 추천 시스템 구성)
4. 추천 시스템 구축 결과 분석

현명한 추천 시스템을 만들기 위한 점검

• 고객을 관찰하되, 감시하지 말자
• '우리'의 데이터를 잘 돌보자 → 알고리즘 보다 데이터를 개선하는 게 더 효과적

추천 시스템을 설계하기 전, 액션 체크리스트(Action Checklist)

1. 비즈니스에 추천 시스템이 어떤 가치를 줄 수 있을지 고민은 충분히 했을까?
2. 가진 데이터로 프로덕트에 어울리는 추천 시스템을 만들 수 있을까?
3. 추천 시스템을 꾸준히 개선하기 위해 데이터를 중요시하는 문화를 가지고 있나?
4. 만드는 사람이 아닌 쓰는 사람이 좋아 하는 추천 시스템을 만들려고 하는 것은 맞는가?

Review

유튜브와 유튜브 뮤직 알고리즘을 유용하게 사용하고 있는 사람으로서 이 글을 유심히 보았다. 추천 시스템, 정말 언젠가는 한 번쯤 꼭 만들어보고 싶었다. 어떻게 고객의 패턴을 찾고, 예측할 수 있는지 궁금하기 때문이다. 추천 시스템 예시에서 '스포티파이'가 나왔는데 데이터를 모으고, 비정형 데이터의 가공 방식에 어려움을 겪어 데이터를 수집하고, 전처리하는 기업들을 인수·합병하며 데이터 분야에 투자한다. 이처럼 데이터의 중요성은 점점 커지고, 기업들은 고객에게 밀착해서 니즈를 분석하고 매출과 이어지도록 노력하고 있다.

추천 시스템도 제대로 된 데이터가 있어야 데이터를 분석하고 패턴을 찾아낼 수 있다. 그러나 정상적으로 데이터를 쌓는 경우가 아주 적다고 한다. 저자는 간단하게라도 고객 패턴을 분석해서 각 고객에게 맞는 룰을 만들어 추천 시스템을 도입하는 것을 추천했다. 글에서도 실제로 저자가 이마트의 추천 시스템 도입 전략을 알려준다. 고객이 어느 시간대에 쇼핑하고, 평균 얼마를 지출하는지 등 고객 쇼핑 패턴 '클러스터'를 통해 각 고객을 세밀히 나누어 비슷한 성향을 가진 집단끼리 묶어 고객 세그먼트 분류를 진행한다. 정말 궁금하고, 해보고 싶은 작업이다. 유저 데이터 패턴 파악하기! 나도 언젠가는 직접 수행해볼 날이 오기를 바란다.

Keyword

• 디지털 트랜스포메이션 디지털 전환 이라고도 부른다. 디지털 기술을 사회 전반에 적용하여 전통적인 사회 구조를 혁신시키는 것. 일반적으로 기업에서 사물 인터넷(IoT), 클라우드 컴퓨팅, 인공지능(AI), 빅데이터 솔루션 등 정보통신기술(ICT)을 플랫폼으로 구축활용하여 기존 전통적인 운영 방식과 서비스 등을 혁신하는 것을 의미한다
• MVP(Minimum Viable Product) 최소한의 기능을 탑재한 빠른 개발 방식
• 프로덕트 클러스터(prdtCluster) 상품 구매 단위로 묶음
• 디앤에이 클러스터(dnaCluster) 쇼핑 패턴을 기준으로 묶음
• 마케팅 퍼널(Marketing Funnel) 인식(Awareness) > 고려(Consideration) > 전환(Conversion) > 고객잔존율(Loyalty) > 지지(Advocacy) 단계로 구성된다.
• 넛지(Nudge) 타인의 선택을 유도하는 부드러운 개입. 옆구리를 툭 치는 듯한 부드러운 궈너유로 타인의 바른 선택을 돕는 것을 말한다.
• 룰 베이스(Rule-based) 컴퓨터가 데이터를 학습해 스스로 성능을 향상시키는 방식인 '머신러닝'과 다르게 흔히 사용하는 프로그래밍 방식으로, 룰과 데이터를 정의한 후 정답을 이끌어 내는 개발 방식
• 최신 알고리즘(SOTA, State-of-the art)
• 리셀(Re-sell) 개별 고객에게 기존에 구매한 상품을 다시 추천
• 크로스셀(Cross-sell) 아직 구매하지 않았지만 살만한 제품을 추천

Link

https://publy.co/content/6640 

매출 객단가를 70% 상승시킨 이마트 추천 시스템의 비밀은?