추천 시스템은 어디서 어떻게 사용될까?
💡 10분 안에 이런 걸 알려드려요!
- '타깃', '스포티파이' 사례로 살펴보는 추천 시스템 개선 전략
- 리더, 서비스 기획자, 데이터 사이언티스트를 위한 추천 시스템 설계 전 체크 포인트
- 오프라인과 온라인을 연계한 이마트의 추천 시스템 도입 사례
- 효과적인 추천 시스템 도입을 위한 'Action Checklist' 제공
저자 조영민
이마트 DT본부 데이터 사이언스 Tech Lead > 프로필 더 보기
※ 지금 보고 계신 콘텐츠는 '스킬업'의 영상 강의 <확실한 성과를 내는 데이터의 비밀: 데이터 분석 커리어콘> 중, <데이터 기반 추천 시스템 설계 및 개선 전략>의 내용을 발췌해 구성했습니다.
안녕하세요. 저는 '이마트'의 '디지털 트랜스포메이션(Digital Transformation) 본부'에서 데이터 사이언티스트로 일하는 조영민이라고 합니다. 제가 속한 Product에서는 추천 시스템을 활용한 개인화 마케팅을 진행하고 있는데, 저는 Product에서 테크 리더를 맡고 있습니다.
이번 콘텐츠에서는 '삼성', '타다', '플로(FLO)' 등 여러 회사에서 쌓은 실무 경험 사례를 바탕으로, 데이터 기반 추천 시스템 설계 및 개선 전략을 다룰 예정입니다.
추천 시스템을 활발하게 활용하는 3가지 대표 분야
위 이미지에서 보시는 것처럼 추천 시스템은 크게 3개 분야에서 활용하고 있습니다. 광고, 커머스, 미디어 플랫폼 영역인데요. 특히, 온라인 광고 영역은 추천 시스템의 영향력이 가장 큰 분야입니다. 클릭 한번 한번이 전부 매출과 연계되어 있기 때문입니다. 그렇기 때문에 0.01%라도 클릭률(CTR)을 끌어올리기 위해 많은 추천 알고리즘을 연구하고 있습니다.
커머스 영역에서도 고객에게 추천한 상품이 판매로 이어지면 매출의 증가와 직결되기 때문에 온라인뿐 아니라 오프라인에서도 추천 시스템을 중요하게 다루고 있습니다.
미디어 콘텐츠 플랫폼 영역도 마찬가지로 유저를 서비스에 더 오래 머무르게 하고, 콘텐츠 소비를 이끌어 내기 위해 활발히 추천 시스템을 사용하고 있는데요. 가장 친근한 예시로 전 세계인이 많이 사용하고 있는 '유튜브(Youtube)'를 들 수 있습니다.
'타깃'과 '스포티파이'의 추천 시스템 개선 전략
다음으로는 추천 시스템으로 잘 알려진 두 기업, '타깃(Target)'과 '스포티파이(Spotify)'의 사례를 통해 추천 시스템을 구축하며 어떤 문제를 겪었고, 어떻게 이를 해결했는지 살펴보도록 하겠습니다.
1. 추천 시스템의 함정을 이겨낸 '타깃'