패션에 진심인 편
패션 이커머스 구매 경험 향상을 위한 기획 요소
패션업계는 트렌드가 빨리 반영되기에 패션 이커머스에서도 변화하는 사용자의 관심사나 유행 패턴, 스타일을 실시간으로 파악해서 빠르게 반영하기 위해 노력하고 있다. 이를 위해 데이터 기반의 AI 알고리즘과 머신러닝 기반 검색 및 추천이 활용되고 있다. 하지만 ‘아름다움’을 추구하는 패션업계의 특징상 단순히 기술만 향상되어서는 사용자의 선택을 받기 어렵다. 기술에 관한 이해를 바탕으로 감성을 더해 사용자에게 감각적으로 전달하는 기획력이 중요하다. 이번 글에서는 사용자의 구매 경험을 더욱 만족스럽게 하는 기획 요소들에 대해 알아보자.
※ 들어가기에 앞서 온라인과 오프라인 패션 비즈니스를 모두 아우르는 영역은 패션업계로, 온라인 패션 쇼핑 영역은 패션 이커머스로 정의했다.
---------
‘나에게 맞는 멋’을 찾아주는 검색
보통 이커머스 검색은 사용자가 원하는 것을 쉽게 찾을 수 있게 만들어주는 검증된 알고리즘들이 존재한다. 예를 들면 미국의 아마존은 쿠키(저장된 이용내역에 대한 일부 데이터)를 사용하여 검색 기록, 좋아요 또는 세션 기간에 대한 데이터를 수집하여 상품 검색 시 더 나은 선택을 할 수 있도록 돕고 있다.
그러나 패션 이커머스에서 검색의 의미는 검색된 상품이 나에게 얼마나 잘 어울리는지를 상상할 수 있도록 만들어야 한다. 그래서 단순히 알고리즘을 것만으로는 사용자 만족도 수준을 높이기 어렵다. 따라서 기본으로 구현되어야 하는 검색 기능에 감성을 더하여 표현할 수 있는 경험 디자인 요소 ‘맞춤형 갤러리’, ‘해시태그 스타일링’, ‘키워드 연관 테마 검색’ 등이 필요하다.
다양한 연결로 사용자의 폭넓은 쇼핑을 지원하는 추천
패션 이커머스에서 추천의 의미는 사용자가 미처 생각하지 못했던 마음에 드는 아이템을 발견하는 것이다. 그래서 기획자는 SNS 및 외부 데이터를 활용하여 시시각각 변화하는 트렌드를 파악해서 제안한다. 특히 ‘자라’는 상품 제작부터 데이터를 분석하여 트렌디한 상품을 생산하고 있으며, ‘에이블리’는 실시간으로 선호도를 파악하여 타깃별 최신 라이프스타일을 반영하여 제품을 추천한다.
그렇지만 치열한 시장 경쟁 속에서 단지 추천 아이템을 제시하는 것만으로는 지속적인 방문을 유도하기 어렵다. 따라서 감성까지 고려한 경험 디자인 요소를 추천에 적용하는 게 필요하다. 가령,
‘적시에 즉각 반응하는 스타일 추천’, ‘소통 기반 취향 저격 상품 추천’, ‘가상 피팅으로 몰입형 추천’ 등이 이러한 요소이다.
아래 링크를 통해 자세한 글을 보실 수 있습니다.
