[추천 시스템] 데이터를 활용한 추천 시스템 기획, 타겟과 스포티파이를 통해 알아보기

https://publy.co/content/6640?fr=home&c_id=featured 

매출 객단가를 70% 상승시킨 이마트 추천 시스템의 비밀은?

해당 기사를 접하고 유익했던 내용들을 발췌하고 나만의 생각을 담아 정리해 보았다. 

---

추천 시스템의 활용

추천 시스템은 광고, 커머스, 미디어 플랫폼 영역 이렇게 크게 3분야에서 주로 활용을 하고 있다. 

특히 온라인 광고와 같은 영역은 클릭 한번이 매출과 밀접하게 연결되어 있는 부분이다보니 추천 시스템의 영향력이 가장 큰 분야이다. 그래서 대부분의 마케터들은 웹이나 앱에 노출 되고 있는 배너와 영상 광고의 CTR을 높이기 위해서 수많은 홍보와 마케팅 전략을 세우고 있는 것이다..! 

 

커머스 영역에서도 고객에게 추천한 상품이 판매로 이어지면 매출의 증가와 직결되기 때문에 온라인뿐 아니라 오프라인에서도 추천 시스템을 중요하게 다루고 있다. 타겟으로 하고 있는 고객을 대상으로 적정 상품의 추천과 할인 제공을 통해 매출 증가를 유도하기 때문이다. 

 

'유튜브' 하면 알고리즘이 떠오를 정도로 추천 시스템이 많이 활용되는 부분은 미디어 플랫폼이다. 미디어 플랫폼의 주 목적은 유저를 서비스에 더 오래 머무르게 하고, 콘텐츠의 소비를 이끌어 내기 위해 활발히 추천 시스템을 사용하고 있는 중이다.

 

'Target'의 예비엄마 예측 알고리즘 

 

타깃은 미국의 종합 유통기업으로 대부분의 사람들이 많이 방문하는 곳이다. 인기가 많은 타깃은 그에 기반한 추천 시스템과 사례로 유명한데, 바로 예비엄마인 임산부를 타겟으로 한 전략이었다. 타깃의 마케팅 부서에서는 유아용품 판매량을 늘리기 위해 예비 엄마인 임산부를 예측해 상품을 추천하려는 계획을 세웠고, 이와 관련된 임산부 예측 알고리즘을 개발하게 된다. 

 

간단하게 말하면 타깃은 먼저 방문 고객을 대상으로 임신 여부를 예측하고, 유아용품 할인 쿠폰을 해당 타겟에 맞추어 발송한 뒤, 최종적으로 유아 용품의 매출이 상승하는 효과를 얻을 수 있었다는 것이다. 데이터 전문가는 상품 판매 패턴을 살펴 그 연관성을 찾았는데, 예를 들어 진한 샴푸를 쓰던 사람이 아무런 향이 나지 않는 샴푸를 산다거나, 갑자기 임신 증상 관련 물품을 찾는 등의 패턴을 발견한 것이다. 이런 과정을 통해 세부적으로 25개의 제품을 한정지어 해당 제품을 사용하는 소비자가 임산부일 것이라는 가정하에 임산부를 예측하는 알고리즘을 만들었고, 이는 무려 87%의 정확도를 보였다고 한다..! 

 

이 정확한 예측이 단순히 기업의 이익을 이끈 전략으로 유명해지지 않았다는 사실이 놀라웠다. 실제로 이러한 알고리즘을 바탕으로 예측한 예비 엄마 타겟층을 대상으로 할인 쿠폰을 전달하였고, 이에 미네소타에 사는 중년 남성이 고등학생 딸에게 이러한 쿠폰을 보냈다는 사실에 타깃에게 격한 항의를 벌였던 사건이 있다. 그런데, 3일 후 남성은 다시 찾아와 자신의 딸의 임신이 맞았음을 인정하며 사과를 하게 된다. 이렇게 정확하게 일치한 분석을 우리는 과연 옳다고 할 수 있을까?

 

타깃은 이러한 추천 시스템에서 기업의 입장에선 매출 상승이지만, 소비자의 입장에서는 불쾌한 소비자 경험을 안겨줄 수 있다는 사실에 주목하였다. 

그리고, 고객이 감시 당한다는 느낌을 받지 않고 동시에 유아용품 매출 상승에 집중할 수 있도록 유아용품 할인용품 쿠폰을 전혀 관련 없는 무작위성 제품의 쿠폰과 세트로 만들어 우연을 가장해 발송을 하였다. ( 귀저귀와 IT 제품 할인 쿠폰을 같이 보낸다는 등 )

 

단편적으로 바라보았을 때는 기업의 매출 상승에 효과적인 데이터를 활용한 전략에만 집중을 했는데, 무엇보다도 장기적으로 안정적인 방법이 될 수 있도록 끊임없는 모니터링과 함께 고객의 경험을 고려하여 관련 문제를 해결할 수 있도록 발전을 해나간 부분이 무척 인상적이었다. 

 

음악의 취향존중을 만들어낸 'Spotify'

 

스포티파이는 음악 추천 시스템이 무척 뛰어난 것으로 유명한 플랫폼이다. 스포티파이가 추천 시스템에 주목한 이유는 이것이 고객을 플랫폼 내에 더욱 오래 체류 시켜 콘텐츠 소비를 높일 수 있는 수단이라고 생각했기 때문이다. (체류 시간 상승 is 매출의 상승) 우리나라 청취가 익숙한 방법과는 달리 스포티파이는 유료 음원 청취말고도 중간 광고를 청취하는 조건으로 무료 음원 청취가 가능하다!

 

스포티파이는 사용자의 음악 청취 관련 내/외부 데이터를 수집한다. 장르, 곡, 패턴, 음악 자체가 가지는 특징들을 모두 feature로 구성한다. 그리고 이에 추천 알고리즘을 적용한 후, 고객별 추천곡 리스트 제공을 통해서 앱내 체류시간을 연장 시키는 효과를 보여주고 있다. 그러나, 이 과정에서 데이터를 수집하고 비정형 데이터를 가공하는 방식에도 난관이 있게 된다. 음악을 디지털화하여 파형 형태의 데이터로 바꾼 다음, 이를 수치화해 비교 분석하는 과정에서 일정한 형태가 정해지지 않은 데이터를 수치화하여 분석하기란 쉽지 않기 때문이다. 

 

이에 스포티파이는 데이터 전처리와 새로운 데이터 확보를 위해 데이터 관련 기업들을 인수 합병한다. 그리고, 연구 개발 영역에서 데이터를 위해 매출의 10%의 금액을 투자한다. 이를 통해 스포티파이는 추천 시스템을 견고히 하면서, 높은 이용자 수를 유지할 수 있게 되었다. 이렇게 추천 시스템을 서비스와 연계할 때에는 운영 관점에서 고객의 심리를 살펴야 하며, 데이터 품질이 무척 중요하기 때문에 추천 시스템을 기획하고 구현시에는 데이터 품질을 갖추기 위한 막대한 리소스 투입이 필요하다. 

 

추천 시스템 설계를 위해 고민할 사항

 

1. 리더 : 비즈니스 관점에서 바라보기 

- 진정으로 추천 시스템을 도입하려는 이유에 대해 생각해보기 

- 비즈니스 측면에서의 가치를 먼저 생각해보고, 시너지과 투자 해야 할 리소스들을 비교 분석 하기

 

단순히 추천 시스템을 도입하는 것보다는 해당 시스템이 비즈니스 성장에 도움이 되는지를 생각하고 ( 정량적으로 하면 더 좋을듯 ㅎㅎ), 자사가 지니고 있는 자원은 충분한지 데이터 인력, 인건비, 컴퓨팅 인프라 등에 대해서 측정해 보아야 할 것이다. 

 

2. 서비스 기획자 : 제품의 본질 파악하기 

- 자신의 도메인과 데이터의 특성을 이해하기 

- 본질을 파악해야 우리 서비스만의 특징 반영이 가능하다

출처 : 조영민, 퍼블리

3. 데이터 사이언티스트 : 서비스에 적합한 알고리즘 찾기  

- 우리 서비스에 맞춘 우리만의 추천시스템 구축하기 

- 리더, 서비스 기획자 등 유관 담당자와 긴밀한 소통 

- SOTA (state-of -the-art) 최신 알고리즘이 맞지 않는 경우도 존재 가능 , 도메인과 제품의 특성에 따라 적절한 알고리즘 선택 

 

 

시장은 다양한 요인으로 인해 변화할 것이고, 시시각각으로 변하는 시장에 적응 하기 위해 데이터 드리븐 의사 결정 체계를 강화해야 한다. 

 

* '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 구축·활용하여 기존 전통적인 운영 방식과 서비스 등을 혁신하는 것을 의미한다. (출처: IT용어사전)

 

출처 : 조영민, 퍼블리

 

 

---

​

 

https://www.hani.co.kr/arti/economy/economy_general/729868.html#csidx3c29909378bdb05bd738cd598a826e5

부모도 모르는 딸의 임신, 대형마트는 알고 있다

https://www.nytimes.com/2012/02/19/magazine/shopping-habits.html?auth=login-google1tap&login=google1tap 

How Companies Learn Your Secrets (Published 2012)

https://www.mk.co.kr/news/business/view/2021/11/1047857/

스포티파이 성공비결? 지난해 R&D에 1조원 쏟았다