추천 서비스의 종류와 다양한 적용 및 성과 사례

13,926 views

Published on

추천 서비스의 종류와 다양한 적용 사례 공유
개인화 마케팅 메일 사례 공유
A/B 테스트 사례 공유
http://recopick.com

Published in: Data & Analytics
  • Be the first to comment

추천 서비스의 종류와 다양한 적용 및 성과 사례

  1. 1. 추천 서비스의 종류와 적용, 그리고 성과 사례 SK planet 이채현 팀장 http://www.recopick.com 2015. 02. 13
  2. 2. 이채현 Haptics
  3. 3. 추천 서비스란? Powered by
  4. 4. 추천 서비스란? Powered by
  5. 5. Contents 추천 서비스의 종류 추천 적용 사례 개인화 마케팅 메일 사례 추천 A/B 테스트 사례
  6. 6. 추천 서비스의 분류 통계형 추천 상품 기준 추천 사용자 기준 추천 검색어 기준 추천
  7. 7. View Top 100 Buy Top 100 구매전홖 Top100 SNS Top 100 통계형 추천
  8. 8. 상품 기준 추천 보완재 대체재
  9. 9. 왜 대체재를 보여줘야 하나? 사용자 그룹 별 구매전환율 (국내 최대 오픈마켓) 추천 미적용 RecoPick 추천 적용 상품 View 1~10 View 기준 사용자그룹 잠깐 들린 Light user들도 하나라도 구매해서 나갈수 있게… 로열티 높은 Heavy User 들은 더 많은 쇼핑을… 상품 View 11~20 상품 View 21~30 상품 View 31~40 상품 View 41~
  10. 10. 왜 보완재를 보여줘야 하나? 2,129원 1,039원 클릭당가치 클릭당 가치 = 경유 매출 / 클릭 수 클릭당 가치가 보완재 추천에서 더 높게 나타남
  11. 11. 사용자 기준 추천 (개인화 추천) 이 사용자가 평소에 무엇을 보고, 구매했는가? 20대 여성 주부 애견인 LOG LOG LOG LOG LOG LOG LOG LOG LOG LOG LOG LOG
  12. 12. 최근 행동 로그 추천 상품
  13. 13. 최근 행동 로그 추천 상품
  14. 14. 왜 개인화 추천을 보여줘야 하는가? 클릭률 0.0% 1.0% 2.0% 3.0% 4.0% 5.0% 6.0% 7.0% 8.0% 인기 상품 추천 클릭률 개인화 추천 클릭률 5.1% 1.2% •테스트기간: 2014.08 ~ 2014.09
  15. 15. 기존 개인화 추천의 한계 1 Long term interest vs short term interest 사용자가 갑자기 등산용품에 관심이 생긴다면? 2 오늘 처음 온 사용자 내일까지 추천 상품 없음 3 사실 대부분의 사용자들은 상품을 3개 이하로 보고 나간다..
  16. 16. 실시간 개인화 추천의 효과 기존 개인화 추천 사용자의 3개월 간 전체 로그를 분석 사용자의 최근 로그 실시간으로 분석 실시간 개인화 추천 LOG LOG LOG LOG LOG LOG LOG LOG LOG LOG LOG LOG
  17. 17. 실시간 개인화 추천의 효과 클릭률 0.0% 2.0% 4.0% 6.0% 8.0% 10.0% 12.0% 14.0% 인기 상품 추천 클릭률 개인화 추천 클릭률 실시간 개인화추천 클릭률 1.2% 5.1% 7.9% 사용자의 현재 관심사에 기반핚 추천 상품을 보여주면 6배 더 클릭을 합니다. •테스트기간: 2014.08 ~ 2014.09
  18. 18. 검색어 기준 추천 이 검색어를 입력핚 사람들은 어떤 상품을 구매하고, 좋아했을까요? ‘앨범’의 검색 결과 ‘앨범’의 추천 상품
  19. 19. 추천 적용 방법 원클릭 추천 위젯 시스템
  20. 20. Contents 추천 서비스의 종류 추천 적용 사례 개인화 마케팅 메일 사례 추천 A/B 테스트 사례
  21. 21. 사례 1) F사 인당 상품뷰 2014년 9월 5일 추천 적용 (6개 영역) 추천 적용 전후 2주 데이터를 비교 2.96 3.13 •추천 적용 전 : 2014.08.22 ~ 2014.09.04 (2주) •추천 적용 후 : 2014.09.05 ~ 2014.09.18 (2주) 적용 전 2주 적용 후 2주
  22. 22. 우리가 마케팅을 잘 해서 그런 거 아닌가요? 계절적인 요인은요?
  23. 23. 동일기간 A/B 테스트 메인 상품 상세 하단 탭 1 상품 상세 하단 탭 2 장바구니 탭1 구매완료 장바구니 탭 1 추천 없음 6개의 추천 영역0개의 추천 영역 VS
  24. 24. 동일기간 A/B 테스트 인당 상품뷰 비교 4.83 5.56 •테스트기간: 2014.10.01 ~ 2014.10.30 추천 비노출 그룹 추천 노출 그룹
  25. 25. 동일기간 A/B 테스트 그룹별 매출 비교 •테스트기간: 2014.10.01 ~ 2014.10.30 추천 비노출 그룹 추천 노출 그룹
  26. 26. 사례 2) G사 메인 상품 상세 상단 상품 상세 하단 구매완료 마이 페이지 장바구니 추천 없음 추천 적용일 : 2014. 10. 21 테스트 기간 : 2014. 10. 21 ~ 2014. 10. 27 VS 검색 결과 좀 더 다양한 영역에 추천을 적용
  27. 27. 동일기간 A/B 테스트 •테스트기간: 2014.10.21 ~ 2014.10.27 2.49 2.65 인당 상품뷰 비교 추천 비노출 그룹 추천 노출 그룹
  28. 28. 동일기간 A/B 테스트 •테스트기간: 2014.10.21 ~ 2014.10.27 그룹별 매출 비교 추천 비노출 그룹 추천 노출 그룹
  29. 29. 사례 3) H사 메인 상품 상세 상단 상품 상세 하단 구매완료 마이페이지장바구니 추천 없음 추천 적용일 : 2015. 1. 6 테스트 기간 : 2015. 1. 6 ~ 2015. 1. 25 VS 검색 결과 일부 영역에만 추천을 적용
  30. 30. H사 A/B 테스트 인당 상품뷰 추천 비노출 그룹 추천 노출 그룹 그룹별 매출 추천 비노출 그룹 추천 노출 그룹
  31. 31. 시사점 VS 추천을 많이 노출할 수록 매출 증대의 효과가 크다. 다양핚 영역에 추천 적용 6.3% 13% F사 28% G사 H사 일부 영역에 추천 적용
  32. 32. Contents 추천 서비스의 종류 추천 적용 사례 개인화 마케팅 메일 사례 추천 A/B 테스트 사례
  33. 33. 개인화 마케팅 메일 (I사) 격주로 MD가 선정핚 상품들을 메일로 발송 패션 전문몰 I사 개인화된 메일로 7만 통 발송 (2014년 12월 첫째주)
  34. 34. 개인화 추천 상품 구매전홖률 Top 100 베스트셀러 Top 100 개인화 마케팅 메일 구성
  35. 35. 개인화 추천 상품 구매전홖률 Top 100 베스트셀러 Top 100 개인화 마케팅 메일 결과 0.40% 0.45% 2.18% 클릭률 (클릭/발송) * 7만 통 발송 •메일 발송 후 1주일 간의 데이터를 추적한 결과
  36. 36. 개인화 마케팅 메일(J사) 디자인 전문몰 J사 개인화된 메일로 120만 통 발송 (2014년 12월 중순)
  37. 37. MD 추천 상품 개인화 마케팅 메일 구성 MD 추천 개인화 추천 상품
  38. 38. MD 추천 상품 개인화 마케팅 메일 (클릭률) MD 추천 개인화 추천 상품 0.38% 0.42% 0.17% 0.15% 클릭률 (클릭/발송) 0.31% 3.47% •메일 발송 후 1주일 간의 데이터를 추적한 결과
  39. 39. MD 추천 상품 개인화 마케팅 메일 (구매전환률) MD 추천 개인화 추천 상품 2.47% 10.5% •메일 발송 후 1주일 간의 데이터를 추적한 결과
  40. 40. Contents 추천 서비스의 종류 추천 적용 사례 개인화 마케팅 메일 사례 추천 A/B 테스트 사례
  41. 41. 어떤 추천을 적용할 것인가? 장바구니 영역에는 "함께 구매한 상품"이 좋을까? "실시간 개인화 추천"이 좋을까?
  42. 42. A/B 테스팅 플랫폼 원하는 비율, 원하는 구성대로 간편하게 A/B 테스트 생성
  43. 43. 장바구니 A/B 테스트 결과 (1/2) 웹 장바구니 페이지 함께 구매핚 상품 개인화 0.45% 2.42% < 클릭률 사용자들은 장바구니에 담은 상품의 관련 상품보다, 현재 사용자의 관심에 기반한 실시간 개인화 추천 상품에 더 잘 반응함
  44. 44. 장바구니 A/B 테스트 결과 (2/2) 함께 구매핚 상품 개인화 0.77% 3.09% < 모바일장바구니 페이지 클릭률 모바일에서도 동일한 결과
  45. 45. 어떤 문구를 사용할 것인가? 마이 페이지 동일한 추천 상품을 보여주더라도, 추천 영역을 소개하는 문구가 달라지면, 고객의 반응도 달라짐 1.02% 1.65% < 클릭률
  46. 46. 페이지 네비게이션을 넣어야 하는가? 5.12% 5.67% < 클릭률 비록에 한 번에 보여주는 상품이 적더라도, 페이지 네비게이션을 추가하여, 노출하는 상품을 늘리면, 클릭률이 높아짐
  47. 47. 마무리 1 추천 영역을 확대 적용핛 수록, 매출 및 트래픽이 증가핚다. 2 어느 영역에 어떤 추천을 어떻게 넣을지는 데이터 기반 A/B 테스트를 통해 확보해야 핚다. 3 모두에게 동일핚 상품 보다는 개인화된 마케팅 도구가 유입에 도움이 된다.
  48. 48. RecoPick의 고객사 현황 * `15년 1월 현재 고객사 기준 / 더 다양핚 RecoPick 적용 사례를 보시려면 여기를 참고해주세요.* 대형 쇼핑몰 중소형 쇼핑몰 텐바이텐(웹) 오드(웹/모바일 ) 나인걸(웹/모바일) 모노바비(웹/모바일) 문고리닷컴(웹) 현대리바트(웹) 45Seven(웹) 멋남(웹) 바닐라슈(웹/모바일) 미스터쿤(웹) 클릭앤퍼니(웹/모바일) 에바주니(웹/모바일) 푸드플라이(웹) 미디어 11번가(웹/모바일) 쇼킹딜(모바일) 신세계면세점(웹/모바일) 도서11번가(웹/모바일) 핚겨레신문(웹/모바일) 레진코믹스(웹/모바일) 미스터블루(웹/모바일) 파고다어학원(웹) 삼성전자(웹) 천이백엠(웹/모바일) 머시따(웹/모바일) 헬로네이쳐(웹) 디조몰(웹) 그레이시크(웹) 다원몰(웹)
  49. 49. Thank you https://recopick.com 1599-1454 recopick@gmail.com

×