[인사이트] 상품 추천 성과를 높이는 전략
전환율보다 '몰입도'를 먼저 봐야 하는 이유
모두 아시다시피, 이커머스에서 상품 추천은 단순한 상품 배치 이상의 의미를 가집니다. 고객이 사이트에 더 오래 머물고, 더 자주 방문하고, 구매로 이어지는 핵심 동선이 되기 때문입니다. 특히 첫 방문 고객의 이탈을 막고 기존 고객의 충성도를 높이기 위해서라도 ‘상품 추천’은 가장 앞단에서 고민해야 할 영역입니다.
문제는 많은 이커머스에서 이 영역을 단순히 “있어야 하니까” 혹은 “경쟁사도 하고 있으니까”에서 시작되고 있는 점입니다. 유튜브, 넷플릭스처럼 사용자가 추천 콘텐츠에 빠져드는 경험을 만드는데에는 단순한 인기 콘텐츠 나열이 아닌, 정교한 개인화 알고리즘이 뒷받침되어 있음을 간과해서는 안됩니다.
상품 추천이 수행하는 네 가지 역할
이커머스에서의 상품 추천은 크게 다음 네 가지 방식으로 구분할 수 있습니다.
유사 상품 추천:
고객이 현재 보고 있는 상품과 유사한 제품을 제안하여 선택지를 넓혀주는 방식입니다.
보완 상품 추천:
키보드 구매 고객에게 마우스를, 블라우스를 보는 고객에게 어울리는 스커트를 추천하는 방식입니다. 이는 업셀링에 효과적입니다.
발견 기반 추천:
고객이 예상하지 못한 상품을 제안하여 ‘발견의 즐거움’을 주는 방식으로 사이트 탐색을 유도합니다.
기획∙베스트 기반 추천:
카테고리별 베스트셀러, MD 추천 상품 등 이는 트렌드를 보여주지만, 고객 맞춤형 개인화에는 한계가 있습니다.
이 중 1~3번 방식은 AI 기반의 추천 알고리즘이 탁월한 성과를 내고 있으며, 실시간 행동 기반 분석을 통해 정교하게 작동하고 있습니다.
이어지는 내용은 그루비 블로그 원문에서 확인해보세요!