brunch

You can make anything
by writing

C.S.Lewis

by 정윤선 Aug 26. 2020

이커머스에서의 검색

19개의 주요 이커머스 웹사이트의 검색 경험에 대한 UT 결과

(출처 : 이 기사는 [The Current State Of E-Commerce Search]를 번역 및 가공한 콘텐츠입니다. 오래전 기사라 현재 이커머스의 검색 기능은 이보다 나을 것으로 생각됩니다. 

다르게 생각해보면, 오래된 기사라서 현재와 맞지 않는다기 보단 여기서 설명하는 검색 기능이 갖추어야 하는 기능들은 더더욱 필수가 되었습니다. 

특히나 UT를 진행하기 쉽지 않은 작은 규모의 회사들에게 이커머스에서 검색 기능이 어떤 점을 필수로 갖춰야 하는지를 알고 체크리스트처럼 활용하기에는 좋은 기사라 공유합니다.)





이커머스의 검색 기능이 제대로 작동하면 빠르고, 편리하고, 효율적입니다.

많은 사용자가 필터를 사용한 탐색보다 검색을 통한 탐색을 선호합니다. 

하지만 최근 이커머스 검색의 사용성 연구를 통해 상위 50위 사이트를 조사해 본 결과, 안타깝게도 검색 기능이 잘 작동하지 않는 경우가 많았습니다.



사이트 내에서의 검색은 거의 모든 이커머스 웹사이트의 핵심입니다.

Baymard Institute에서는 대규모 사용성 연구에 수개월을 투자했고 실제 사용자를 대상으로 19개의 주요 이커머스 웹 사이트의 검색 경험을 테스트해보았습니다.


우리는 이 유저빌리티의 결과를 이커머스 검색 디자인 및 로직에 대한 가이드라인 60가지로 요약했으며, 

이 60가지 가이드라인을 통해 검색 사용성 척도를 세워 각 웹 사이트에 등급을 매겼습니다.

그리고 그 등급을 통해 미국 최고 매출 50개 이커머스 웹사이트의 검색 경험을 조사했습니다.


이 기사에서는 방대한 연구 데이터의 결과를 나누고, 이커머스 검색의 현재 상황을 살펴봅니다.

50개의 이커머스 사이트에 60개의 검색 사용성 척도를 통해 순위를 매겼습니다.


미국의 최고 매출 50개 전자 상거래 웹 사이트의 검색 경험을 조사하면 놀랍도록 암울한 상황이 드러납니다. 

다음은 통계에 대한 흥미로운 몇 가지 사항입니다.


1.  프로덕트의 이름 혹은 모델 넘버가 프로덕트 페이지에서는 세부 정보로 제공되어 있음에도 불구하고, 이에 대한 찾기 기능을 16%의 전자상거래 사이트가 지원하지 않고 있습니다! 게다가 18%의 웹사이트는 제품의 이름을 단 한글 자라도 잘못 적으면 유용하지 않은 정보를 제공합니다. 


2. 70%의 웹사이트는 사용자가 정확한 전문 용어(본인들의 웹 사이트에서 사용되는 용어) 혹은 공식 명칭으로 검색해야 하며 그렇지 않을 경우 관련 제품의 출력이 제대로 이루어지지 않았습니다. 예를 들어 "multifunction printer"가 입력된 경우 "all-in-one printer"가 출력되었습니다.


3. 전자 상거래 웹 사이트의 60 % 는 기호 및 약어를 사용한 검색을 지원하지 않습니다. 예를 들어, 웹 사이트는 큰 따옴표(") 같은 기호나 "inch"의 약어인 "in"을 검색 결과에 맵핑하지 않습니다.


4. 자동 완성 기능은 이커머스 웹 사이트의 82% 에서 발견됩니다. 자동완성 기능은 검색 경험을 크게 향상하지만 이 기능을 도입한 36% 의 이커머스 웹 사이트는 올바른 자동완성 기능을 제공하지 않고 있어서 득 보다 실이 더 많습니다.


5. 사용자가 쿼리를 자주 수정하고 반복적으로 사용해야 함에도 불구하고 34%의 이커머스 웹사이트만이 검색 후 검색 필드에 쿼리를 저장했습니다. 테스트에 따르면, 테스트 대상의 65%가 테스트 중에 두 번 이상의 검색어 수정을 시도했습니다.  


6. 40%의 웹사이트만이 콘텍스트를 통해 검색할 수 있는 '다면 검색 기능(faceted search)'을 가지고 있었습니다.


7. 이커머스 웹 사이트는 두 가지 유형의 빵 부스러기 내비게이션을 제공하여 탐색을 용이하게 해야 하지만 상위 50 개 웹 사이트 중 92%가 한 타입의 빵 부스러기 내비게이션만 표시하거나 전혀 표시하지 않고 있었습니다.



아래에서는 위 사항들의 통계를 살펴보고 이커머스 웹 사이트에서 검색 경험과 검색 성공률을 개선하는 방법에 대한 인사이트를 제공합니다. 

그다음, 이커머스 검색의 현재 상태에 대한 일반적인 분석으로 기사를 마무리하겠습니다.






1. 34%의 이커머스 사이트가 품번 혹은 제품명으로 검색되는 것을 지원하지 않습니다. 


이커머스 검색 경험의 핵심적인 요소는 검색엔진이 쿼리에 관련된 결과를 알려줄 수 있는 능력에 달려있습니다. 우리는 사용성 연구를 통해 유저들이 사용하는 12가지 특징적인 쿼리 유형을 살펴보았지만, 여기에서는 가장 기본적인 쿼리를 사용했다고 전제하겠습니다. 


하지만 이런 기본적인 쿼리를 사용했음에도 불구하고 대부분의 상위 이커머스 사이트는 검색 기능에 문제가 있는 것으로 보였습니다. 



Kohl's에서는 KitchenAid 모델 번호를 정확하게 입력해도 검색해도 아무것도 검색되지 않습니다. 

심지어 이 모델 번호는 제품 페이지의 맨 하단에 있는데도 말이죠. 

이것은 특이한 하나의 사례로 보일 수 있지만 최고 매출을 내는 이커머스 사이트의 16%에서 이런 현상이 나타났습니다. 


가장 심플한 쿼리 유형은 사용자가 특정 제품 이름 또는 모델 번호로 검색하는 것입니다.

그러나 잘 나가는 이커머스 웹사이트의 16%는 프로덕트 이름이나 모델 넘버로 검색하는 기능을 지원하지 않고 있습니다. 

이렇게 된 이유는 아마 검색 로직이 전체의 데이터 셋이 아닌 프로덕트의 타이틀이나, 설명에 기반해서 작동하기 때문일 겁니다. 

이유야 어쨌든 간에 이것은 유저들에게 좋지 않은 경험을 줍니다.

테스팅하는 동안, 유저는 쿼리에 대한 결과를 표시하지 않는 웹 사이트 때문에 해당 플랫폼에서 본인이 찾는 제품을 취급하지 않는다고 결론을 내릴 것입니다.


많은 사용자가 유저빌리티 테스트를 하는 동안 제품 이름이나 모델 번호로 검색을 시도했습니다. 

대다수의 테스트 유저들이 Google 검색을 시작으로 다른 웹 사이트나 제조업체 웹 사이트, 리뷰 웹 사이트 등에서 제품에 대한 검색을 시작한 뒤, 하나 이상의 제품을 결정한 후에야 외부 웹 사이트에서 제품의 이름이나 모델 번호를 복사하여 이커머스 웹 사이트의 검색 창에 붙여 넣었습니다.


이커머스 웹 사이트에서 지원하지 않는 또 다른 검색 패턴은 음성 맞춤법 오류(소리 나는 대로 검색어를 적어서 다른 단어로 검색함)입니다.



올바른 'HoMedics Ultrasonic'(오른쪽) 대신 'Ho-Medics Ultra sonic'(왼쪽)을 검색한 사용자는 제품 이름이 거의 틀리지 않았음에도 불구하고 서로 관련 없는 두 가지 결과를 얻게 됩니다. 


웹 사이트의 18%에서는 관련 결과를 얻으려면 사용자가 맞춤법 테스트를 해야 할 정도입니다. 

이에 대한 예로 “KitchenAid Artisan”대신 “Kitchen Aid Artysan”을 검색한 경우엔 검색 결과가 출력되지 않습니다.

철자를 잘못 입력하는 건 어느 상황에나 나타날 수 있습니다. 

음성 맞춤법 오류는 사용자가 제품 이름을 말로만 듣고 나중에 검색하려고 할 때 특히 일반적입니다.


친구와 동료 같은 타인이 우리에게 제품을 추천하는 빈도를 고려하면 이는 드문 일이 아닙니다.

이에 대한 해결책으로는 결과 페이지에서 올바른 철자를 제안해주는 것이 좋습니다. 또한 일치하는 항목이 없거나 사용자의 맞춤법과 일치하지 않는 몇 가지 항목을 찾을 때 검색 엔진이 자동으로 쿼리를 처리하면 더욱 좋습니다.



구현하는 팁

사용자의 철자가 완벽하다고 가정하는 것은 별로 좋지 않습니다. 

검색 로직이 검색어의 범위를 넓히고, 검색어와 밀접하게 관련된 철자를 찾는 것이 중요합니다. 

또한 검색 로직은 제품 이름 및 모델 번호에 대한 일치를 포함하도록 제품의 전체 데이터 세트를 검색해야 합니다.




2. 70% 의 이커머스 사이트에서는 제품의 정확한 전문 용어(본인들의 웹 사이트에서 사용되는 용어) 혹은 공식 명칭으로 검색해야 합니다.


이커머스 사이트의 또 다른 일반적인 쿼리 유형은 '제품 특징에 대한 검색어'입니다. 

이는 사용자가 원하는 제품 유형을 알고 있지만 특정 제품에 대해서는 모르거나, 아직 어떤 제품을 구입할지 결정하지 않았을 경우에 나타납니다.


예를 들어 유저가 제품의 특징인 “blow dryer” 또는 “multifunction printer”를 쿼리로 입력했다면 유저들은 검색 결과를 돌려받을 수 없습니다. 제품의 공식 명칭이 “hair dryer” 와 “all-in-one printer.”이기 때문입니다.


제품의 특징에 대한 검색어를 완벽하게 지원하려면 검색 엔진의 로직이 제품의 정확한 제목과 설명을 포함하는 것 외에도 제품이 배치된 카테고리를 살펴보고 동의어 처리 또한 함께 고려되어야 합니다.



J.C. Penney에서 "writing table"은 "writing desks"에 대한 검색 결과를 반환하지 않습니다.



American Eagle Outfitters에서는 “dress shirt”에 대한 검색 결과를 긴소매의 옥스퍼드 셔츠 대신 티셔츠로 제공하고 있는 걸로 보아 이에 대한 검색 결과를 지원하지 않고 있음을 알 수 있습니다.


반면에 30%의 이커머스 사이트는 검색엔진에 제품의 상위 카테고리 키워드를 포함하거나 제품 제목, 제품 유형과 특성 및 카테고리 이름에 대한 동의어를 매핑합니다.

위의 두 예에서 볼 수 있듯이 사용자가 나머지 70% 의 이커머스 사이트를 사용한다면, 쿼리를 정확한 전문 용어로 사용해야 합니다.


테스트 중에 제품 유형 동의어는 사용자의 검색 경험에 특히 큰 영향을 미치는 것으로 관찰되었습니다. 

사용자가 잘못된 용어를 사용하고 있는지 여부를 알기 어렵고 '올바른'용어가 무엇인지 추측하기가 훨씬 더 어려울 수 있기 때문입니다. 


검색 후에 출력되는 결과가 없다면 사용자가 해당 제품이 웹 사이트에 없다고 생각했기 때문에 동의어 지원 부족은 웹 사이트 이탈의 직접적인 원인으로 확인되었습니다.



구현하는 팁

일반적으로 사용되는 제품 특징에 대한 동의어를 실제 제품 및 카테고리 이름에 수동으로 매핑합니다. 

더 나은 장기적인 해결책은 키워드 동의어 로직을 구축하는 것입니다. 

이것은 정기적으로 더 쉽게 업데이트가 될 수 있고, 유지보수 시 조정될 수 있으며 검색 결과를 개인화시킬 수 있기 때문입니다.



3. 60%의 이커머스 사이트에서 기호 및 약어를 사용한 검색을 지원하지 않습니다.


일부 제품에는 사용자의 구매 결정에 필수적인 사양이 있습니다. 

이러한 제품을 검색할 때 유저들은 특정 사양을 검색어 직접 포함하여 기능에 대한 쿼리를 만드는 경우가 많습니다. (예 : 13"노트북 파우치 )


13인치의 노트북 파우치를 찾을 때 사용자들은 <13인치 노트북 파우치> 또는 <13" 노트북 파우치>를 검색할 것입니다. 왜냐하면 사용자들은 인치에 대해 검색할 때 각 웹사이트가 어떻게 특정기호와 검색엔진을 매핑했는지 알 수 없기 때문에 실생활에서 주로 사용하는 기호를 사용했고 유저들은 이 두 가지 검색 결과가 동일한 결과를 제공해야 한다고 생각할 것입니다.


하지만 상위 이커머스 웹 사이트의 60%가 기호 및 약어를 사용한 검색을 지원하지 않습니다.

따라서 사용자가 "13inch"를 검색하기 위해 웹 사이트에서 "inch", 큰따옴표 ("), 약어 "in "을 사용할 경우 관련된 제품을 놓칠 수 있습니다.



약어와 기호가 서로 매핑되지 않으면 많은 사용자를 잃을 수 있습니다. 

REI는 "11' 패들 보드"쿼리만 지원하므로 "11 피트 패들 보드"및 "11 피트 패들 보드"쿼리는 결과를 생성하지 않습니다. 검색 엔진 논리를 이해하지 못하는 사람들은 아마도 REI가 11 피트 패들 보드를 가지고 있지 않다고 결론을 내릴 것입니다.


이러한 기술적 까다로움을 분석하고 일반적인 기호 및 약어를 매핑하는 것은 중요합니다. 

그래야 유저가 원하는 제품을 찾고 제품을 검색할 때 웹 사이트 또는 프로덕트 공급 업체가 사용하기로 결정한 것과 관계없이 동일한 검색 결과를 얻을 수 있습니다.



구현하는 팁

모든 일반 기호, 약어 및 전체 철자를 서로 매핑하여 유저의 쿼리 작성 방법에 관계없이 모든 결과가 표시되도록 합니다. 

매핑할 대상을 알아내는 빠른 방법은 제품의 제목에서 측정 단위를 찾는 것입니다. 

그보다 정확한 방법은 모든 제품의 사양을 검토하여 측정 단위 목록을 컴파일하는 것입니다.




4. 웹 사이트의 82%에서 발견된 자동 완성 기능


자동완성 기능은 이커머스 사이트에서의 관례 같은 기능으로 82%의 웹사이트가 이를 제공하고 있습니다.


자동 완성 기능의 가치는 입력 프로세스의 속도를 높이는 것이 아니라 사용자를 더 나은 검색어로 안내한다는 것입니다. 자동 완성 기능이 잘 수행되면 사용자에게 쿼리의 종류를 알려줄 수 있습니다. 또한 올바른 도메인 용어를 보여주며 오타를 피하고 사용자가 검색할 올바른 범위를 선택하도록 돕습니다.


사용성 테스트를 하는 동안 자동 완성 기능은 유저들이 검색하기로 결정한 내용에 직접적인 영향을 미쳤고, 유저들은 이를 통해 검색어를 변경했습니다. 이것이 자동완성 기능의 목적이지만, 이 기능을 잘 구현하지 않으면 자동 완성 기능이 득 보다 더 많은 해를 끼칠 수 있음을 의미하기도 합니다.



“이 두 검색어의 차이가 뭔지 모르겠어요. 어느 것이 정확한 철자인가요?” 유저빌리티 테스트 중 한 참가자가 Newegg의 "adapter"와 "adaptor"에 대한 두 가지 자동 완성 기능을 참조하여 물었습니다. 

이러한 중복성은 겉보기에는 무해한 것처럼 보이지만 웹 사이트에서 두 가지를 모두 제안했기 때문에 실험자가 다른 결과가 나타날지 궁금해하는 경우가 많았습니다.


자동 검색 기능이 있는 웹 사이트 중 36% 는 심각한 사용성 문제가 있습니다. 

테스트에서 자주 관찰되는 두 가지 문제는 중복된 검색어를 제안하거나, 검색 결과가 없음에도 불구하고 자동완성 기능에 제안된 쿼리입니다.


OfficeMax는 자동 완성 기능에서 검색 결과가 없는 쿼리를 제공하고 있습니다. 마지막 제안 인 "RT335 WOOD"가 선택되면 (위) 유저는 결과를 얻지 못합니다 (아래).


검색 결과가 없는 검색어는 제공되지 않는 게 좋겠지만 이런 자동완성 기능의 실수는 여러 사이트에서 관찰되었습니다. 

다른 사용자들의 이전 검색이나 오래된 콘텐츠를 기반으로 하는 자동완성 기능의 경우 검색 결과가 없어도 검색어를 제시해 줄 수 있습니다.

이를 방지하기 위해 개발자는 내부적으로 모든 자동완성 기능에서 제안되는 쿼리를 정기적으로 점검하고, 결과가 없는 제안은 걸러 내야 합니다.



자동 완성의 일반적인 또 다른 문제는 특히 사용자의 이전 검색어를 기반으로 할 때 중복 제안이 나타난다는 것입니다. Overstock.com에서는 "커피"라는 키워드를 세 번이나 제안합니다.


고품질의 자동완성 기능을 제공하려면 자동완성 기능의 검색어가 생성되는 방식을 잘 살펴보아야 합니다. 

중복되거나, 품질이 낮거나, 오타가 많은 제안은 개발자가 웹 사이트의 검색 로그에서 자동완성 기능을 소싱한 결과일 수 있습니다. 그렇게 소싱한 검색어의 자동완성 기능의 경우 적절한 비중의 사용자가 검색을 수행한 후 제품을 찾고 구매하지 않았다면 소싱 방법에 문제가 있는 것입니다.


만약 검색어의 성공률을 추적하고 있지 않다면 중복되고 품질이 낮은 검색 결과가 생성될 수 있으므로 검색 로그를 사용해서 자동완성 기능을 만들지 않아야 합니다. 위의 Overstock.com 예시에서 볼 수 있듯이 중복된 제안은 사용자가 다른 제안을 선택하기 어렵게 만듭니다.

또한 이 단계에서 사용자가 "coffee"만 입력했음에도 불구하고 Overstock.com에서는 "coffee table"의 5 가지 변형이 제안되고 있는데 이런 자동완성 기능 검색어는 사용자가 "coffee ta–"를 입력했을 경우에 의미가 있을 수 있습니다.


또한 유저가 그들의 키보드로 자동완성 기능을 사용할 경우, 자동완성 기능에 제안된 검색어를 복사할 수 있게 만드는 것 또한 중요한 세부사항이었습니다. 이것은 유저가 검색어를 반복할 수 있게 합니다.

(우리는 테스트 중에 13개의 자동 완성 디자인 패턴을 확인했습니다.)



구현하는 팁

자동 완성 기능과 로직은 대부분의 사용자가 검색하는 내용을 직접 반영하므로 검색어가 없는 검색 결과를 제거하고 검색어를 선택적으로 포함하여 고품질의 검색 결과를 보장하는 것이 중요합니다.

다른 사용자의 이전 검색어를 기반으로 한 검색어의 제안은 특별한 주의를 기울여 만들거나 완전히 피해야 합니다. 이상적으로 모든 기계 학습은 각 쿼리의 성공률 (또는 전환율)을 기반으로 해야 합니다.




5. 34%의 이커머스 웹사이트만이 검색 후 검색 필드에 쿼리를 저장함


모든 테스트 사용자의 검색 중 65%는 같은 제품 안에서 두 개 이상의 쿼리를 연속적으로 사용했습니다. 

하지만 이런 결과에도 불구하고 이커머스 웹 사이트의 34%만이 사용자가 결과 페이지의 검색 필드에 검색어를 미리 입력하여 검색어를 쉽게 반복할 수 있도록 했습니다.



Best Buy에서 세 번째 검색을 시도하던 사용자는 "내 검색어가 계속 표시되지 않아 정말 실망스럽습니다. 검색어 뒤에 '13'만 추가하고 싶었는데..."라고 말했습니다. 검색어가 지속되지 않았기 때문에 그녀는 구문을 세 번 연속해서 다시 입력해야 했습니다. 


사용자의 검색어를 검색 필드에 저장하지 않는 웹 사이트에서는 검색어를 다시 입력해야 하기 때문에 검색하는 과정이 번거로우며 쉽게 답답해졌습니다. 이럴 경우 쿼리를 지속하지 않으면 관련 결과를 받지 못하는 실망스러운 경험과 함께 중복 입력의 번거로움이 추가되기 때문에 유저들은 최악의 경험을 합니다.


테스트하는 유저가 쿼리를 다시 입력하는 데 소요된 시간은 중요하지 않지만 사람들이 얼마나 본인이 입력한 데이터를 잃는 걸 싫어하는지(참고 : Exploring 10 Fundamental Aspects Of M-Commerce Usability의 두 번째 항목)와 같은 정보를 두 번 입력하는 것을 얼마나 싫어하는지(참고 : The State Of E-Commerce Checkout Design 2012의 다섯 번째 항목)는 많은 유저 리서치에서 밝혀진 적이 있습니다. 


사용자는 짧은 시간 내에 동일한 데이터를 다시 입력해야 하는 웹 사이트에 대해 부정적인 인식을 갖고 있으며, 이로 인해 종종 "지루함", "바보 같음"및 "이걸 만든 사람이 본인의 웹 사이트를 사용해 본 적이 있는 걸까?"와 같은 말들이 표출되었습니다. 특히나 입력이 부담스러운 터치 장치에서 어려움을 겪었을 경우 더 반응이 거셌습니다.



실험에 참가한 유저는 Zappos (상단)에서 'sleeve(파우치)'를 검색한 후 "제품 유형이 있고 브랜드가 있고 가격이 있고 색상이 있지만 사이즈 옵션이 없습니다."라고 말했습니다. 이 예에서 실험 참가자는 지속되는 "sleeve(파우치)"쿼리 (아래)에 "11" "을 추가하여 웹 사이트의"크기 "필터링 옵션이 없는 부분을 보완했습니다.


검색 결과 페이지에서 쿼리를 지속하는 웹 사이트에서는 유저의 행태가 완전히 달랐습니다.
여기서 테스트 대상은 쿼리를 반복할 때마다 불필요한 중단 및 다시 입력 프로세스를 거치지 않고 Zappos에서 볼 수 있듯이 원래 쿼리에서 한두 단어를 추가하거나 제거하여 신속하게 변경했습니다. 위의 예에서는 사용자가 이전 쿼리에 "11" "을 추가했습니다.



구현하는 팁

구현이 상대적으로 간단하다는 점을 감안할 때 결과 페이지의 검색 필드에 사용자의 검색어를 유지하는 것은 검색 최적화 프로젝트에서 간단한 해결책이고, 좋은 결과를 얻을 수 있습니다.




6. 40%의 웹사이트만이 '다면 검색 기능(faceted search)'을 가지고 있었습니다.


이 세상이 완벽하다면 사용자가 원하는 것을 정확히 알고 있어서 정확한 검색어로 검색을 하고, 웹 사이트의 검색 로직이 올바른 결과를 반환하기 때문에 검색 결과를 필터링하고 정렬할 필요가 거의 없습니다.

그러나 이것은 현실과는 거리가 멉니다. 필터링 및 정렬 기능은 사용자가 결과 중에서 올바른 제품을 찾게 하는 데 중요한 방법입니다.


많은 사람들이 검색을 할 때, 원하는 것을 완전히 결정하거나 알지 못하기 때문에 사용자는 자신의 검색어를 완벽하게 지정할 수 없습니다.

필터링 및 정렬은 검색 결과를 수정할 수 있는 것은 강력하고 중요한 도구입니다. 

필터링 및 정렬 기능의 품질과 디자인의 차이는 사용자의 검색 경험에서 성공과 실패의 차이를 의미했습니다.



이케아에서 소파를 검색한 실험 참가자는 소파에 대한 많은 검색 결과를 본 다음 "여기에 287개의 소파가 있네요... 음.. 여기에서 뭔가를 선택해 보겠습니다."라고 말했습니다. 소파에 맞는 검색 결과가 잘 출력되었지만 이케아에는 다면 검색 기능(faceted search)이 없습니다. 다면 검색 필터를 사용하면 실험자가 "소파 크기: 2인, 3인용", "소파 재질: 패브릭, 가죽, 합성"등을 선택할 수 있습니다.


유저 테스트 결과 이커머스 검색에서 콘텍스트 필터링 경험의 기초가 다면 검색 기능이라는 것을 알아냈습니다. 다면 검색 기능을 사용하면 검색 결과의 일부분에만 적용되는 필터인 제품 속성에 대한 필터 목록이 사용자에게 제공됩니다. 


예를 들어 "Tom Hanks"에 대한 검색 결과에는 "Tom Hanks"에 관한 책이 검색 결과에 보임과 동시에 "영화 재생 시간"필터가 있을 수 있고 "솜이불 충전재"에 대한 검색 결과에는 여러 솜이불 충전재에 대한 결과와 함께 "침낭 온도 등급"에 대한 필터가 있을 수 있습니다.


사이트 전체 검색 결과에 대해 일반 범위 필터(카테고리) 및 사이트 전체 필터(가격, 브랜드, 구매 가능 여부 등) 만을 제안하는 전통적인 방법은 좋은 검색 경험을 하기에 충분하지 않습니다. 사용자의 검색어를 기반으로 한 제품 별 필터도 제안되어야 합니다. 그러나 현재 이커머스 웹 사이트의 40 %만이 다면 검색 필터 제안을 통해 이를 수행합니다.



Amazon 사이트 전체에서 "Tom Hanks"를 검색하면 영화뿐만 아니라 그와 관련된 책과 같은 다른 제품 유형도 검색되었습니다.

 이 실험자는 Amazon의 다면 검색 필터를 사용하여 "영화 출시 날짜 : 2010 이상"을 빠르게 선택하여 Tom Hanks가 출연한 최신 영화를 찾아볼 수 있었습니다. 다면 검색 필터가 없으면 실험자는 영화 전용 필터인 "출시일"을 보기 위해 먼저 카테고리 필터 (책, 포스터, 영화)를 선택해야 했습니다.


다면 검색은 검색 필터링의 중요한 구성 요소이지만 자체적으로 좋은 필터링 환경을 제공하지는 않습니다. 

또한 필터의 유형 (예 : 주제별 필터), 설계한 필터의 세부 정보 및 필터링 로직 (예 : "Best Practices for Designing Faceted Search Filters"의 세 번째 항목에 설명된 대로 상호 배타적인 필터는 사용 안 함)도 중요합니다.


또한 다면 검색 필터는 자체적으로 사용성 문제가 있는 것으로 관찰되었습니다. 

다면 검색 필터의 한 가지 문제는 필터가 더 높은 카테고리를 호출할 때, 레이블에 이 점을 명확하게 표시해야 한다는 것입니다. 그렇지 않으면, 유저가 필터가 적용된 범위를 정확히 알기 어렵기 때문에 검색 결과에 대한 오해를 할 수도 있습니다. 



검색어 "솜 충전재"는 재킷 및 침낭을 포함하여 REI에서 여러 제품의 카테고리를 출력합니다. 

관련성이 있어 보이는 '온도 등급'필터는 실제로 웹 사이트의 '침낭'범위에만 적용되는 다면 필터이지만 라벨에는 이를 표시하지 않습니다. 따라서 사용자가 "온도"필터를 적용하면 모든 "솜 충전재"재킷이 결과에서 보이지 않게 됩니다.


다면 검색의 라벨 지정 문제는 필터 라벨에 필터의 콘텍스트를 포함하는 것만으로는 해결되지 않습니다 

이는 이미 검색 범위를 적용한 사용자 (및 카테고리 내비게이션을 사용하는 사용자)를 방해할 수 있습니다. 


따라서 다면 검색 필터가 범위를 지정할 때, 사용자가 이미 콘텍스트를 선택한 경우 (예 : 카테고리를 지정하거나 검색의 범위를 적용한 경우) 필터 레이블을 간결하고 스캔할 수 있게 만들기 위해, 해당 필터 적용의 범위 및 관련 의미를 나타내도록 필터 레이블의 이름을 바꾸는 "동적 필터 라벨링 시스템"이 필요합니다. 


이러한 동적 필터 라벨링 시스템은 아래 예에 나와 있습니다.

Amazon의 "디지털카메라" 카테고리에서는 필터 레이블에서 중복되는 용어를 제거하여 "뷰 파인더 유형", "이미지 안정화"등과 같은 간결한 제목을 생성함으로써 필터의 라벨이 스캔하는 기능에 최적화되어있습니다. 



반면에 사용자가 특정 카테고리가 아닌 사이트 전체를 검색할 때 다면 필터에서는 검색 범위의 콘텍스트를 포함하도록 동적으로 이름이 변경되어 "카메라 뷰 파인더 유형", "디지털카메라 이미지 안정화"등을 출력합니다. 사용자가 만약 선택하면 카테고리 범위를 선택하면 선택한 범위가 적용된다는 것을 훨씬 쉽게 추론할 수 있습니다.


구현하는 팁

사이트 전체의 일반적인 필터인 카테고리, 가격, 브랜드와 같은 필터에만 의존하지 않고 다면 검색 기능을 통해 사용자의 검색어와 직접 관련된 제품 별 필터를 제공해야 합니다. 

다면 검색 필터가 필터 범위를 포함하는 경우, 이를 나타 내기 위해 필터 레이블의 이름을 범위에 따라 동적으로 변경해야 하며 충분한 필터링 타입을 사용할 수 있는지 고려해야 합니다. 

예를 들어 계절이나, 사용되는 환경과 같은 주제별 필터는 종종 사용자의 구매 척도와 밀접하게 매핑됩니다.



7. 92%의 이커머스 웹사이트에서는 빵 부스러기 내비게이션이 한 가지 종류만 있거나 아예 없습니다.


테스트를 하는 동안, 빵 부스러기 내비게이션은 검색 결과를 탐색할 때와 카테고리를 살펴본 뒤 제품을 찾을 때 도움이 되는 것으로 밝혀졌습니다.

흥미롭게도 테스트 결과 이커머스 웹사이트에는 두 가지 타입의 빵 부스러기 내비게이션이 필요하다는 사실이 드러났습니다.

그러나 상위 매출 30개의 이커머스 웹사이트 중 92%는 빵 부스러기 내비게이션에 대해 한 가지 유형을 가지고 있었고, 20%는 빵 부스러기 내비게이션을 전혀 가지고 있지 않았습니다.



Wayfair에서는 히스토리 기반 또는 정보구조 기반의 빵부스러기 내비게이션을 사용할 수 없으므로 사용자가 검색 결과로 돌아가거나 현재 제품의 카테고리에 접근하기가 어렵습니다. 

여기에서 유저의 정보구조 기반의 이동경로를 살펴보면 다소 복잡한 "주방"→ "소형 주방 기기"→ "에스프레소 메이커"→ "스토브 탑 에스프레소 메이커"였습니다.


제품 페이지에 빵 부스러기 내비게이션이 없으면 사용자는 정보 구조에서 한 수준 위로 올라가 제품 카테고리로 이동하거나 검색 결과 페이지로 돌아갈 방법이 없기 때문에 제품에 대한 검색 결과를 효율적으로 탐색하기가 어렵습니다. 이런 실수는 사용자에게 최상위 메뉴를 선택 해버 리거나, 검색 결과의 범위를 크게 늘리거나, 새롭게 검색을 다시 시도하거나, 제품의 상세 페이지에 멈춰있는 상태로 만들어버립니다.


이럴 때 정보 구조형 빵 부스러기 내비게이션을 사용하면 특정 제품을 찾고 있는 사용자가 빵 부스러기 내비게이션을 사용하여 웹 사이트의 정보 구조를 탐색하고 관련된 카테고리로 이동할 수 있습니다.

이는 사용자가 검색 결과를 통해 항목과 동일한 카테고리의 다른 제품을 볼 수 있기 때문에 사용자의 검색 환경에 중요합니다. 

정보 구조를 기반으로 한 빵부스러기 내비게이션은 유저가 카테고리와 정말 무관한 페이지에서 해당 제품의 페이지로 접근했어도, 제품과 관련한 교차 내비게이션 링크를 제공합니다. (제품 페이지에 외부에서 직접 방문한 모든 트래픽에 대해 정보구조형 빵 부스러기 내비게이션을 통해 상위 카테고리로 이동하는 것이 관찰되었습니다.)



Nordstrom에는 히스토리 기반의 빵 부스러기 내비게이션이 있습니다. 이는 유저에게 "결과로 돌아가기(Back to results)" 링크를 제공하여 이전의 모든 필터링 및 정렬 설정을 그대로 유지한 상태로 검색 결과로 돌아갈 수 있게 합니다. 그러나 정보구조형 빵 부스러기 내비게이션이 없기 때문에 사용자가 검색의 범위를 추론하거나 다른 검색의 범위로 건너가기 어렵습니다. 


테스트하는 동안 대부분의 유저가 제품 페이지를 탐색한 후 "뒤로 가고 싶은" 강한 욕구를 가졌습니다. 

이것은 일반적으로 검색 결과 목록으로 돌아가는 것을 의미하며, 이를 위해서는 히스토리 기반의 빵부스러기 내비게이션이 적합합니다. 히스토리 기반의 빵 부스러기 내비게이션은 이름에서 알 수 있듯이 사용자 기록을 기반으로 사용자에게 이전에 방문한 페이지로 돌아갈 수 있는 방법을 제공합니다


이 기능은 브라우저의 "뒤로 가기"버튼을 통해서도 제공되고 있지만 테스트 유저는 한 가지 유형의 빵 부스러기 내비게이션만 제공되는 웹 사이트에서 반복적으로 원하지 않는 페이지로 잘못 도착했습니다. 

예를 들어 정보구조형 빵부스러기 내비게이션만 사용할 수 있는 경우 많은 실험자가 상위에 있는 정보구조를 검색 결과로 돌아가는 방법으로 혼동해서 제품을 찾기 위해 적용된 필터 또는 정렬 설정을 모두 잃어버렸습니다. 마지막 상위 정보구조의 페이지가 검색 결과 페이지라고 생각한 것입니다.

 


Macy는 히스토리 기반의 빵 부스러기 내비게이션과 정보 구조 기반의 빵 부스러기 내비게이션을 모두 포함함으로써 유저가 검색 결과로 돌아가거나 관련된 제품의 카테고리로 바로 이동할 수 있습니다. 이 두 가지 이동 경로를 모두 사용하는 이커머스 사이트는 전체의 8 % 뿐입니다.


"결과로 돌아가기" 링크가 제공되면 사용자는 필터 및 정렬 선택 사항을 그대로 유지하면서 검색 결과로 원활하게 돌아갈 수 있습니다. 히스토리 기반의 빵 부스러기와 정보구조 기반의 빵 부스러기 내비게이션은 사용자가 검색을 효율적으로 계속하거나, 다른 결과를 탐색하는 모드로 전환할 수 있는 이상적인 조합입니다.



구현하는 팁

제품 페이지에 두 가지 유형의 빵 부스러기 내비게이션을 적용하세요.

사용자가 현재 제품을 포함하는 카테고리를 추론하고 이동할 수 있는 정보구조형 빵 부스러기와 유저의 실수를 최소화할 수 있는 히스토리 기반의 빵 부스러기 내비게이션 (예 : "결과로 돌아가기")을 함께 사용하세요. 

히스토리 기반의 빵 부스러기 내비게이션을 Macy처럼 정보 구조 기반의 빵 부스러기 앞에 추가할 수 있습니다.





이커머스 사이트 검색 현황


이커머스 산업 전반의 검색 기능에 대해 일반적인 분석을 제공하기 위해 아래 산점도에 전체 실험 결과 데이터 세트를 요약했습니다.


3,000 개의 벤치 마크 점수는 각각 쿼리 유형, 검색폼 및 로직, 자동 완성 기능, 결과를 출력하는 로직, 결과를 출력하는 레이아웃, 결과 필터링 및 정렬 등 이커머스 검색 유용성의 6 가지 주요 영역으로 나뉩니다.
각 회색 점은 해당 영역 내의 6 ~ 15 개 가이드라인에서 한 웹 사이트 점수의 요약 점수를 나타냅니다.




파란색 원은 각 열의 실제 평균 점수를 나타냅니다. 

빨간색 삼각형과 녹색 원은 비교를 위해 만든 참조 점수입니다.


- 녹색 원은 "좋은"검색 경험으로 간주되는 점수를 나타냅니다. 여기서는 60개의 검색 지침을 모두 부분적으로 준수하는 웹 사이트로 정의됩니다. 즉, 녹색 원은 이커머스 사이트가 검색 환경에서 도달해야 하는 (또는 그보다 더 나은) 표준점수를 나타냅니다.


- 빨간색 삼각형은 "중간"검색 경험에 대한 점수를 나타냅니다. 여기서 60 개 가이드라인 중 48 개를 부분적으로 준수하는 웹 사이트로 정의됩니다. 즉, 이 표준에 도달하는 검색 엔진 및 디자인은 사용자가 검색할 때 좋지 않은 경험을 하는 것으로 간주될 수 있습니다(좋은 검색 경험보다 낮은 위치에 있음).


각 열에서 매우 흩어져있는 점수 분포에 주목하는 것 외에도 주목해야 할 것은 "중간"검색 경험 (빨간색 삼각형) 보다 훨씬 낮은 업계 평균 (파란색 원)을 보여주는 열입니다. 대부분의 이커머스 웹 사이트에서 개선의 여지가 많은 영역은 쿼리 유형, 결과를 출력하는 레이아웃, 필터링 및 정렬 영역이었습니다.


쿼리는 전자 상거래 검색 유형의 핵심이지만 12 가지 필수 쿼리 유형을 처리하는 기능은 여전히 부진합니다.
이 기사의 포인트 1, 2, 3은 빙산의 일각으로 (최근에 게시한 백서에서 12 가지 쿼리 유형을 모두 찾을 수 있음) 쿼리 타입에 대한 이커머스 사이트의 대처가 부족함을 분명히 보여줍니다.


전자 상거래 웹 사이트의 16 % 는 제품 이름 또는 모델 번호로 검색을 지원하지 않습니다. 

18 % 는 맞춤법 오류를 너무 잘못 처리하여 사용자가 관련 결과를 얻으려면 맞춤법 검사기를 돌려야 할 정도입니다.

70 % 는 사용자가 웹 사이트 내에서 사용되는 전문 용어를 사용해야 하고, 만일 공통 동의어로 검색한다면 관련 결과를 출력하지 않습니다.

60 % 는 측정 단위의 기호나 약어를 사용한 검색을 지원하지 않습니다 (또는 그 반대).


검색 경험에서 쿼리 유형이 핵심적인 역할을 한다는 것을 감안할 때, 검색 경험에서 많은 쿼리 유형을 소화시키는 것은 모든 최적화 프로젝트에서 심각하게 고려되어야 합니다. 


검색 경험을 나아지게 하기 위해 우선순위와 리소스를 고려할 때 검색 엔진의 로직을 개선하면 모든 플랫폼(데스크톱, 모바일, 태블릿 등)에 도움이 되지만, 검색 결과를 출력하는 레이아웃을 변경하는 것은 플랫폼에 따라 공수와 효과가 다릅니다.

검색 결과를 출력하는 레이아웃을 수정하는 것은 검색 결과에 대한 명확한 개요를 볼 수 있게 디자인하고, 사용자가 결과를 정확하게 평가하고 비교할 수 있도록 충분한 정보를 제공하는 균형 잡힌 작업입니다.

검색 결과를 출력하는 레이아웃 항목의 테스트 결과를 보면 몇몇의 뛰어난 사이트는 괜찮은 편이고 나머지 절반은 실적이 좋지 않은, 우울한 현재 상황을 보여줍니다.


검색 결과 레이아웃이 잘못된 검색 결과를 출력하는 일반적인 원인은 검색 결과를 출력하는 레이아웃 와 카테고리에서의 제품 목록 모두 동일한 (정적) 레이아웃에 의존하기 때문입니다. 

유저 테스트 결과, 검색 결과 레이아웃은 유저의 검색어와 콘텍스트에 맞게 재조정되는 등 보다 동적인 레이아웃이 필요합니다.

여기에는 각 결과에 대해 표시되는 정보의 양과 내용, 표시되는 제품 썸네일, 썸네일의 크기 변경 등이 포함될 수 있습니다. 이런 모든 요소는 사용자의 검색어와 기대치에 따라 동적으로 조정되어야 합니다. 

여기에는 기존의 정보 구조형 빵 부스러기 내비게이션과 함께 히스토리 기반의 빵 부스러기와 같은 동적 링크가 있는 제품 페이지의 레이아웃도 포함됩니다 (이 기사의 7번 항목 참조).


결과를 출력하는 레이아웃을 최적화하는 것은 생각보다 쉬운 작업입니다. 

카테고리 제품 목록(정적) 레이아웃에서 검색 결과를 출력했을 때 더 동적으로 전환해주면 됩니다.


검색 결과 필터링 및 정렬의 항목은 다소 간과되는 영역입니다. 테스트 결과 열에서 매우 흩어져 있는 항목과 "적당한"검색 경험(빨간색 삼각형)을 보면 거의 모든 웹사이트에서 중요한 점을 놓쳤다는 것을 알 수 있습니다.

결과가 출력되는 레이아웃과 마찬가지로 필터링 및 정렬 기능은 사용자의 쿼리와 콘텍스트에 맞게 조정되어야 합니다.

예를 들어  다면 검색 기능(faceted search, 이 기사의 6번 항목 참조)은 검색 결과를 필터링해주는 기본적인 기능이지만 웹 사이트의 40%만이 이를 가지고 있습니다. 테스트 동안 발견한 더 나쁜 점은 사이트 전체 검색 결과 정렬에 대한 여러 요소가 완전히 간과되어 70% 이상의 웹 사이트에서 핵심적인 정렬 유형 자체가 부족하고, 90 % 는 사용자가 사이트 전체 결과를 정렬하려고 할 때 검색 결과 범위에 따른 옵션이나 정렬에 대한 제안이 없습니다.


필터링 및 정렬이 제대로 작동하는 데엔 쿼리 타입을 지원하는 것보다 훨씬 적은 리소스가 들 수 있으므로 이는 이커머스 검색을 위한 거의 모든 최적화 프로젝트의 일부가 되어야 합니다.

또한 이 기능은 많은 개선사항을 지속적으로 구현하고 최적화할 수 있으며, 이미 구현된 기능을 재사용해서 검색 정렬 또는 필터링 환경을 개선할 수 있습니다.



검색의 개선 = 경쟁 우위

테스트 결과 이커머스에서의 검색은 사용자 친화적이지 않고, 개선되었을 때 사용자가 원하는 제품을 찾는 성공률이 크게 향상될 수 있음을 분명히 보여줍니다.


수년간의 집중적인 투자를 통해 만들어진, 정말 잘된 몇 안 되는 웹 사이트를 따라 잡기 위해서는 검색 경험에 대한 개선 우선순위를 세우고 실제적인 개선이 많이 필요합니다. 

하지만 검색의 열악한 상태가 업계 전반에 걸쳐 있기 때문에 검색 결과가 좋은 웹 사이트는 경쟁 업체에 비해 매우 우수한 검색 경험을 제공함으로써 진정한 경쟁 우위를 확보할 기회를 갖게 됩니다.


그러기 위해, 이 기사에서 제시 한 7 가지 요점을 살펴보는 것이 좋습니다.


1. 검색한 것에 대한 것과 관련된 결과가 거의 반환되지 않을 경우, 검색 로직의 범위를 확장하고 비슷한 철자를 통해 검색이 되게 해야 합니다 (웹 사이트의 18%는 그렇지 않음). 또한 검색 로직은 전체 제품 데이터 세트를 검색하여 제품 이름 및 유저가 복사하여 붙여 넣은 모델 번호와 일치하는 항목을 포함해야 합니다 (웹 사이트의 16 % 는 그렇지 않음).


2. 일반적인 제품 유형의 동의어를 웹 사이트에서 사용되는 철자에 매칭 해서 "hair dryer"를 검색했을 경우 "blow dryer"같은 쿼리에 대한 관련 결과를 확인하고 "multifunction printer"의 경우 "all-in-one printer"와 같은 검색 결과를 반환하도록 합니다 (웹 사이트의 70 % 는 그렇지 않음).


3. 일반적으로 사용되는 모든 기호, 약어 및 전체 철자를 서로 매핑하여 제품 데이터에 어떤 내용이 기록되는지에 관계없이 모든 결과가 표시되도록 합니다. 예를 들어 "inch"를 "(큰 따옴표)와 약어 "in"에 매핑합니다 


4. 다른 사용자의 이전 검색어를 기반으로 한 자동 제안은 종종 품질이 낮고 중복된 제안으로 이어 지므로 주의하세요. 또한 자동 제안이 검색 결과가 없는 페이지로 연결되지 않는지 정기적으로 확인합니다 (자동 완성 기능이 있는 웹 사이트의 36 %가 이를 수행하지 않음).


5. 사용자가 결과 페이지의 검색 창에 검색어를 미리 입력하여 쉽게 반복할 수 있도록 합니다 (웹 사이트의 66 % 는 그렇지 않음).


6. 사용자의 검색어와 더 밀접하게 일치하는 필터를 제안하기 위해 다면 검색 기능(faceted search)을 구현합니다. 예를 들어 검색 결과의 하위 집합에 적용되는 제품 속성에 대한 필터를 제안합니다 (웹 사이트의 60 %가 이를 수행하지 않음).


7. 제품 페이지에서 기존의 정보 구조형 빵 부스러기와 "결과로 돌아가기"(웹 사이트의 72 %가 한 가지 유형만 제공)와 같은 히스토리 기반의 빵 부스러기를 모두 제공합니다.


검색 결과가 별로 없는 검색 환경은 깔끔하고 몇 가지의 옵션만을 제안함으로써 검색 결과가 우수한 검색 환경만큼 미적으로 좋아 보일 수 있기 때문에 보이는 화면으로만 판단하면 안 됩니다. 

자신 또는 경쟁 업체의 검색 환경을 측정하려면 광범위한 실제 테스트와 평가가 필요합니다.


검색 로직 및 제품 데이터 통합과 같은 눈에 보이지 않는 요소에 의해 검색 경험과 성능이 크게 영향을 받도록 홈페이지 재설계에 집중 투자를 하면 결과는 훨씬 좋을 수 있습니다. 투자를 통해 얻을 수 있는 경쟁 우위를 경쟁 업체가 쉽게 흉내 낼 수 없기 때문입니다.


정말 훌륭한 검색 환경을 만들려면 상당한 리소스가 필요하지만 해당 분야에 투자하는 건 경쟁 업체가 쉽게 편승할 수 없는 똑같이 실질적이고 지속적인 경쟁 우위를 창출할 수 있는 기회이기도 합니다.

 

마지막으로, 사용성에 대한 연구 결과는 소규모 이커머스 웹 사이트 운영자에게 검색 경험을 개선할 수 있는 공정한 기회를 제공합니다. 60 개의 가이드라인 중 약 절반이 사용자 인터페이스와 관련이 있기 때문입니다. 

이는 일반적으로 변경하기 쉽지만 대부분의 웹 사이트에서 현재 예상보다 성능이 낮은 영역 인 결과가 출력되는 레이아웃과 필터링 및 정렬 환경에 특히 해당됩니다.


만약 이 아티클에 관심이 있고 유저빌리티 테스트를 더 깊게 들여다보고 싶다면 전자 상거래 검색 사용성 보고서(유료)에서 60 개의 전자 상거래 검색 사용성 지침을 모두 찾을 수 있습니다. 감사합니다.


















브런치는 최신 브라우저에 최적화 되어있습니다. IE chrome safari