개발자 아닌 제가 데이터로 CTR 45% 성장시킨 비밀
UX 설계와 데이터 분석의 조화로 이룬 크로스셀링의 성장!
개발자도 아닌 내가 데이터로 CTR 45% 끌어올린 비밀 (feat. 1.5개월의 도전기)
안녕하세요, 제이콥입니다. 오늘은 인터파크 앱의 마이페이지에 도입한 추천상품 위젯 프로젝트에 대해 심도 있게 공유하고자 합니다. 특히 데이터를 활용한 추천 시스템 구축 과정과 그 성과에 초점을 맞추어 이야기하겠습니다.
프로젝트의 시작: 크로스셀링 활성화를 위한 도전
인터파크는 티켓과 투어 서비스를 동시에 제공하는 독특한 위치에 있습니다. 하지만 두 서비스 간의 크로스셀링이 활발히 이루어지지 않고 있다는 점을 인지하게 되었습니다. 이에 새로운 매출 창구를 마련하고자, 티켓 구매 고객을 대상으로 투어 상품 구매를 제안하는 신규 마케팅 구좌 형태의 위젯 개발이 필요하다고 판단하였습니다
데이터 기반 접근: 사용자 행동 패턴 분석
프로젝트의 첫 단계로, 우리는 사용자 데이터를 심층 분석했습니다. 주요 분석 대상은 다음과 같았습니다
1. 마이페이지 접속 사용자 수
2. 추천상품 클릭 사용자 수
3. 일별 클릭율 변화
이 데이터를 바탕으로, 우리는 몇 가지 중요한 인사이트를 얻을 수 있었습니다
- 마이페이지 접속 사용자 수가 꾸준히 증가하고 있었습니다.
- 추천상품 클릭 사용자 수도 전반적으로 증가 추세를 보였습니다.
- 클릭율에 일별 변동이 있지만, 전체적으로는 상승하는 경향을 보였습니다.
추천 모델: 개인화된 경험의 핵심
저희가 개발한 추천 모델은 이 프로젝트의 핵심이라고 할 수 있습니다. 단순히 인기 있는 상품을 보여주는 것이 아니라, 각 사용자에게 가장 적합한 상품을 제안하는 것이 목표였죠. 이를 위해 저희는 다음과 같은 접근 방식을 택했습니다.
먼저, 사용자가 예매한 티켓 정보를 기반으로 추천을 시작합니다. 예를 들어, 콘서트 티켓을 예매했다면 그 공연장 주변의 숙박 시설을 우선적으로 고려하는 식이죠. 이때 공연 날짜와 시간도 중요한 요소로 작용합니다.
다음으로, 사용자의 과거 구매 이력을 분석합니다. 이전에 어떤 종류의 공연을 즐겨 봤는지, 어떤 지역의 숙박 시설을 선호했는지 등의 정보를 활용하여 추천의 정확도를 높입니다.
또한, 비슷한 취향을 가진 다른 사용자들의 선택도 참고합니다. 이는 협업 필터링 기법의 일종으로, "당신과 비슷한 취향을 가진 사용자들이 이런 상품을 좋아했어요"라는 식의 추천을 가능하게 합니다.
마지막으로, 실시간 인기도나 계절적 요인 같은 컨텍스트 정보도 고려합니다. 예를 들어, 여름 콘서트 시즌에는 해수욕장 근처의 숙박 시설을 더 많이 추천하는 식이죠.
이 모든 요소들을 종합하여, 각 사용자에게 가장 적절할 것 같은 4개의 상품을 선별해 보여줍니다. 그리고 사용자들의 반응(클릭, 구매 등)을 지속적으로 모니터링하며 모델을 개선해 나가고 있습니다.
추천 시스템 개발: 개인화 추천
이러한 인사이트를 바탕으로, 우리는 개인화된 추천 시스템을 개발했습니다. 이 시스템은 사용자의 티켓 구매 이력과 관람 장소 위치를 바탕으로 관련 투어 상품을 추천하는 방식으로 작동합니다.
사용자 경험 디자인: 데이터와 UX의 조화
추천 시스템의 효과를 극대화하기 위해, 우리는 사용자 경험에 특히 주의를 기울였습니다. 마이페이지 내에 자연스럽게 통합된 추천상품 위젯은 다음과 같은 특징을 가지고 있습니다
1. 개인화: '{user_name}님을 위한 추천상품'이라는 상단 타이틀을 통해 개인화된 경험을 제공합니다.
2. 간결성: 한 번에 4개의 추천 상품만 노출하여 사용자의 선택을 돕습니다.
3. 관련성: 예매한 티켓의 관람장소 근처의 숙박 상품을 우선적으로 추천합니다.
결과 및 인사이트
프로젝트 시작 후 약 1.5개월간의 데이터를 분석한 결과, 다음과 같은 성과를 확인할 수 있었습니다
- 클릭율(CTR) 증가: 초기 대비 약 45% 상승
- 최고 클릭율: 평균 대비 약 72% 높은 수치 기록
- 마이페이지 접속 사용자 수: [CONFIDENCE]명(2024-07-05)에서 [CONFIDENCE]명(2024-08-13)으로 대폭 증가
- 추천상품 클릭 사용자 수: 평균 일일 [CONFIDENCE]명으로 안정적인 수치 유지
특히 주목할 만한 점은 클릭율의 지속적인 상승세입니다. 이는 우리의 추천 시스템이 시간이 지날수록 더 정확한 추천을 제공하고 있음을 시사합니다.
향후 계획 및 개선 방향
이번 마이페이지 추천상품 위젯 프로젝트를 통해 저희는 많은 것을 배웠습니다. 하지만 동시에 아직 개선의 여지가 많다는 점도 깨달았습니다. 앞으로 저희가 해나가고자 하는 계획들을 조금 더 구체적으로 말씀드리겠습니다.
1. 추천 알고리즘 개선
현재의 추천 시스템도 나쁘지 않은 성과를 보여주고 있지만, 아직 만족하기에는 이릅니다. 저희는 더 정교한 추천을 제공하기 위해 지속적인 A/B 테스트를 진행할 예정입니다. 예를 들어, 추천 상품의 노출 순서나 추천 로직의 가중치 등을 조금씩 변경해가며 어떤 방식이 사용자들에게 가장 효과적인지 면밀히 관찰하려고 합니다. 이 과정에서 사용자 여러분의 소중한 피드백이 큰 도움이 될 것 같습니다.
2. UI/UX 최적화
기능도 중요하지만, 그 기능을 얼마나 편리하게 사용할 수 있느냐도 중요합니다. 저희가 받은 사용자 피드백 중에는 위젯의 위치나 디자인에 대한 의견도 있었습니다. 이를 바탕으로 위젯의 디자인을 개선하고, 사용성을 높이는 작업을 진행할 예정입니다. 특히 모바일 환경에서의 사용성 개선에 집중할 계획입니다.
3. 데이터 수집 강화
추천 시스템의 성능을 높이기 위해서는 더 많은, 그리고 더 정확한 데이터가 필요합니다. 현재 저희가 수집하고 있는 클릭률 외에도, 페이지 체류 시간, 스크롤 깊이, 장바구니 담기 비율 등 더 다양한 사용자 상호작용 데이터를 수집하고 분석할 계획입니다. 물론 이 과정에서 사용자 개인정보 보호에 만전을 기하겠습니다.
4. 크로스셀링 확대
현재는 티켓 구매자에게 숙박 상품을 추천하는 데 중점을 두고 있지만, 이 모델이 성공적이라면 다른 영역으로도 확대해 나갈 수 있을 것 같습니다. 예를 들어, 공연 티켓 구매자에게 관련 굿즈를 추천한다거나, 숙박 상품 구매자에게 주변 관광지 티켓을 추천하는 등의 방식으로 확장할 수 있겠죠. 다만, 이는 신중하게 접근해야 할 부분이라고 생각합니다. 사용자 경험을 해치지 않는 선에서 단계적으로 진행할 예정입니다.
저희의 노력이 유저의 기대에 부응할 수 있도록 열심히 일하고 있습니다! 하지만 동시에 이 과정이 쉽지만은 않을 것이라는 점도 잘 알고 있습니다. 앞으로도 많은 시행착오가 있겠지만, 그때마다 겸손한 자세로 배우고 개선해 나가겠습니다.
마지막으로, 이번 프로젝트에 관심을 가져주시고 소중한 피드백을 주신 모든 분들께 깊은 감사의 말씀을 드립니다. 앞으로도 여러분의 의견에 귀 기울이며 더 나은 서비스를 만들어 나가겠습니다. 인터파크의 새로운 도전에 많은 관심과 응원 부탁드립니다. 감사합니다.
제이콥을 SNS를 통해 만나보세요!
✍️ Linkedin:
https://www.linkedin.com/in/jacob1kim/
✍️ Brunch:
✍️ Mediam:
✍️ X:
