RecoPick 추천서비스 설명회

2014.06.24

목차

1. RecoPick팀 소개

2. 추천 필요성 및 도입시 고려사항

3. RecoPick 특징, 장점 및 차별화 포인트

4. RecoPick 추천 서비스 소개

5. 추천을 통한 성과 측정 Case Study

6. New Pricing Plan 소개

7. Q & A

RecoPick팀 소개

SK플래닛 사내벤처(Planet X)로 2013년 출발하여

11번가/T스토어 등에 사용되는 추천기술을 대외 사업화 하였고,

인력은 개발(6) + 사업(2) + 디자인(1) = (9명)으로 구성되어 있습니다.

홈페이지 : www.recopick.com 페이스북 : facebook.com/recopick

RecoPick = Recommendation +Editor’s Pick

추천, 정말 필요한가? (1/2)

Amazon / Netflix, 그리고 추천 추천은 단순 feature가 아닌, 고객의 구매심리를 어떻게 과학적으로 자극할 것인가의 문제이므로 사이트와 고객간 데이터 기반의 대화가 필요합니다.

추천의 역할 1) 고객의 구매패턴에 기반한 상품 오퍼 가능

대체재 / 보완재 추천

개인화 추천 / 장바구니 리마인딩 등

2) 이용 편의성 제공 : 재구매 주기 예측

3) 상품 전시/관리 지원 : 지금 뜨고 있는 상품은 무엇인가? 지난 3일간 노출대비 구매전환이 높은 상품

추천, 정말 필요한가? (2/2)

웹에서 모바일로의 쇼핑트렌드 변화 자동화된 추천의 역할에 주목해야 합니다. 모바일 추천성과 1.5배(웹과 비교시)높게 나타납니다.

PC Web : 목적구매, 검색/가격비교

Mobile : 충동구매, 큐레이션

추천 도입 시 고려사항

자체구축 아니면 솔루션 도입? 초기투자에 대한 부담 존재

별도 개발인력, 서버 등 인프라 자체 구축, 시스템 운영

비싼 패키지 솔루션, 유지/보수 어려움…

작게 시작하되 지속적인 실험을 통한 개선 추구 가설 수립 : 추천 알고리즘/노출영역 효과 측정 : 클릭률/경유매출 지속적인 개선 / 확장

Risk는 최소화 하면서 ROI는 극대화할 수 있습니다.!

Recommendation-as-a-Service 추가개발이나 데이터 연동 없음

추천 알고리즘별 Widget과 API 제공

산업군별 Best Practice 도입

트래픽 기반 후불 결제방식 (30일 무료 테스트)

이젠 추천도 서비스 받는 시대

“이 상품을 구매한 분들은 이런상품들도 구매하셨습니다”

“이 상품을 본 고객이 많이 본 다른 상품”

스크립트 한 줄로 아마존과 같은 추천서비스를!

특징 및 장점

1. Recommendation-as-a-Service RecoPick : 데이터 수집/분석/처리 고객사 : 스크립트/메타 태그 추가 로그수집 1주일 후 추천 적용 가능(웹/모바일)

2. 검증된 추천 품질과 안정성 추천 개발인력의 전문성과 추천 알고리즘의 우수성을 바탕으로 안정적인 서비스를 제공하고 있습니다. * 현, 35개 사이트/월간 7억 건 로그 처리하고 있습니다.

3. 무료 테스트를 통한 추천 성과 확인 30일간의 무료 테스트 / Admin.을 통한 성과 확인이 가능합니다.

다양한 추천 알고리즘

1. 연관상품 추천(2종) 1) 대체재 추천 : ViewTogether 2) 보완재 추천 : BuyTogether

2. 개인화 추천(3종)

1) 개인화 추천 Basic 2) 장바구니 리마인딩 3) 재구매 상품 추천

3. 통계기반 추천(5종)

1) 추천클릭률 Top 100 2) 구매전환율 Top 100 3) 추천유입률 Top 100 4) 베스트셀러 Top 100 5) SNS 유입 Top 100

추천 알고리즘별/ 노출 영역별

성과 측정 가능

차별화 포인트

1. 처리하는 데이터 규모 고객사의 최근 60일간의 전체 로그 데이터 활용 예) 일평균 PV 3백만 사이트 : 1.8억 건의 로그를 추천에 계산

2. 가장 최근 구매 트렌드 반영 매일 2회, 12시간 간격으로 모든 상품에 대해 추천 계산

3. 고객의 구매행동에 대한 다층 분석 구매 행동 type별 가중치 : View < 장바구니 < 구매 최근 발생 Action에 가중치 : 과거 < 현재 사용자 의도 파악 : Referral 페이지( 메인페이지 < 검색/서브 )

• 상품 기준 추천

• 개인화 추천

• 통계형 추천

추천 서비스 소개

• ViewTogether (함께 본 상품) – 상품 보기, 장바구니, 구매하기

• BuyTogether (함께 구매한 상품) – 장바구니, 구매하기

상품기준(Item-to-Item) 추천

ViewTogether BuyTogether

80~90%

20~30%

추천의 Coverage

왜 BuyTogether를 써야 하나요?

• 클릭 이후 구매까지 연결되는 비율은 BuyTogether가 더 높습니다.

개인화 추천

개인화 추천

최근 행동 기록 추천 상품 리스트

실제 사례 (1/3)

최근 행동 기록 추천 상품 리스트

실제 사례 (2/3)

최근 행동 기록 추천 상품 리스트

실제 사례 (3/3)

왜 개인화 추천을 써야 하나요?

• 사용자의 성향을 반영한 개인화 추천이 일반적인 인기 상품 보다 클릭률이 4배 이상 높습니다.

개인화 추천 클릭률 인기상품 추천 클릭률

통계형 추천 : 가장 많이 본 상품

통계형 추천 : 구매전환율 Top 100

통계형 추천 : 추천클릭률 Top 100

통계형 추천 : SNS 유입 Top 100

• 사이트의 특성에 맞는 추천을 선택하실 수 있고,

• 추천 위젯을 통해 간편하게 사이트 적용 가능하며

• 추천 서비스 별 성과 분석 제공해 드립니다.

통계형 추천 적용

추천 적용 방법 (1/5)

추천 적용 방법 (2/5)

• 위젯이 표시될 영역의 이름을 지정하세요.

추천 적용 방법 (3/5)

• 다양한 위젯의 타입 중 하나를 선택하세요.

추천 적용 방법 (4/5)

추천 적용 방법 (5/5)

• 변경 사항을 저장하시고, 태그를 사이트에 삽입하세요.

• 간편하게 다양한 디자인의 위젯을 만들고, 바로 사이트에 적용할 수 있습니다.

추천 성과 분석

추천 클릭률

• 사전에 지정한 채널 (추천 노출 영역) 별로 성과를 확인할 수 있습니다.

• 추천 경유 구매란? 추천 리스트에서 특정 상품을 클릭하고, 실제 해당 상품을 당일 구매한 건을 의미합니다.

11월 12일 9시 12분에 추천 리스트에서 상품을 클릭

11월 12일 11시 20분에 해당 상품을 구매

추천 경유 구매 O

추천 경유 구매 x

추천 경유 구매 x

11월 12일 9시 12분에 추천 리스트에서 상품을 클릭 11월 12일 9시 12분에 추천 리스트에서 상품을 클릭

11월 13일 11시 20분에 해당 상품을 구매 11월 12일 11시 20분에 다른 상품을 구매

추천 경유 구매

추천 경유 매출 비율

• A사 다양한 추천 적용 사례

• B사 비교 테스트 : 자체 추천 vs RecoPick 추천

RecoPick 추천 적용 사례

메인 페이지 상품 상세 페이지 장바구니 마이 페이지

A사 추천 적용 사례

상품 상세

메인

장바구니

A사 추천 적용 사례 : 추천 경유 매출

상품 상세 페이지 상품 상세 페이지

B사 모바일 A/B 테스트 사례

• 동일한 위치에서 사용자를 랜덤하게 50:50으로 나누어 서로 다른 추천을 노출하였습니다.

0

1,000

2,000

3,000

4,000

5,000

6,000

7,000

RecoPick 추천 자체 개발 추천

• 자체 개발 추천 대비 RecoPick 추천에서 추천 클릭 수가 40% 이상 증가하였습니다.

B사 모바일 A/B 테스트 결과 (1/2)

• 자체 개발 추천 대비 RecoPick 추천에서 추천 경유 매출이 30% 이상 증가하였습니다.

B사 모바일 A/B 테스트 결과 (2/2) RecoPick 경유 매출 자체 추천 경유 매출

• 구매전환율 이야기

• 실제 구매자당 인당 매출액 변화

보너스

구매전환율

• 혹시, 헤비 유저가 추천을 많이 클릭하기 때문에 발생하는 현상이 아닐까요?

6%

28% 30% 31%

28%

8%

29%

39%

45% 47%

0%

10%

20%

30%

40%

50%

상품 뷰 1~10 상품 뷰 11~20 상품 뷰 21~30 상품 뷰 31~40 상품 뷰 41~

추천 클릭 x,

구매 전환률

추천 클릭 o,

구매 전환률

상품 뷰에 따른 사용자 그룹

구매전환률

33%

28%

47%

66%

2%

추천을 통한 구매전환율 증가

라이트 유저 헤비 유저

• 모든 사용자 그룹에서 추천을 클릭하면 구매전환률이 증가하였습니다.

-

20,000

40,000

60,000

80,000

100,000

120,000

140,000

160,000

180,000

200,000

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

구매자 인당 평균 매출액 추천 클릭 구매자 인당 평균 매출액

사이트별 구매자당 평균 매출액

0%

20%

40%

60%

80%

100%

120%

140%

160%

180%

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

구매자 인당 평균 매출액 추천 클릭 구매자 인당 평균 매출액

사이트별 구매자당 평균 매출액

• 다양한 추천을 최대한 많이 적용하세요. – ViewTogether, BuyTogether, 개인화, Top 100 …

• 인당 PV 및 구매를 증가시켜 보세요.

• 어느 영역, 어떤 추천에서 매출이 발생하는지 직접 확인 해 보세요.

결론

패션 디자인 쇼핑몰

www.halfclub.com

ogage.halfclub.com

outdous.halfclub.com

www.10x10.co.kr

www.ode.co.kr

www.naingirl.com

www.meosidda.com

www.monobarbie.com

www.moongori.com

www.thejany.co.kr

www.45seven.com

www.mutnam.co.kr

www.vanillashu.co.kr

www.boribori.co.kr

www.mrkoon.com

www.clicknfunny.com

www.11st.co.kr

m.11st.co.kr

book.11st.co.kr

m.chosun.com

www.hani.co.kr

m.hani.co.kr

www.lezhin.com

www.foodfly.co.kr

www.hellonature.net

RecoPick 적용사이트

오픈 마켓 소셜 커머스

뉴스/미디어 Food

• 이미 국내 유수의 다양한 사이트에서 RecoPick의 추천서비스의 성과를 경험하고 있습니다.

RecoPick 적용사이트

웹사이트 : www.recopick.com

이메일 : recopick@sk.com

Thank you