요즘 서비스들의 추천 UX, 정리해드림

이런 추천을 추천합니다

'OOO 님을 위한 추천', 요즘 앱에서 흔하게 볼 수 있는 문구입니다. 유저의 구매 이력이나 행동 데이터를 분석하는 게 가능해졌고, 그 결과 유저는 취향에 맞는 콘텐츠나 상품을 추천받게 되었습니다. 앱에서 내가 좋아할 만한 상품이나 콘텐츠를 추천받는 것이 이제는 흔한 일이 됐죠.
 

추천은 단지 유저의 만족도를 위한 게 아닙니다. 서비스에서 추천을 하는 이유는 유저가 소비할 만한 콘텐츠를 제공함으로써 구매(전환)를 늘리기 위해서 입니다. 추천의 기술은 점점 발달하고 있으며, 서비스의 핵심 비즈니스 모델이 되기도 합니다.
 

유저 또한 추천 기술을 파악하고 활용하는 능력이 점점 진화하고 있습니다. 유저는 광고와 광고가 아닌 것, 나에게 필요한 것과 그렇지 않은 것을 본능적으로 구분합니다. 어설픈 추천 시스템은 이제 시장에 설 자리가 없습니다.
 

이 아티클은 유저에게 제품과 콘텐츠를 추천하는 방식을 사례를 통해 다룹니다. 추천 알고리즘의 기술적 분류를 다루는 다른 글들과 달리, 사용자 경험을 중심으로 설명하면서 빠른 이해를 돕고자 합니다. 우리 서비스의 추천 방식을 어떻게 고도화할지 좋은 아이디어를 만나실 수 있기를 바랍니다.

유형 1. 사용자 정보 기반의 추천

유저의 정보를 바탕으로 유저가 관심 있어 할 만한 상품을 추천하는 방식입니다. 이때 정보란 인구통계학적 분류, 금융 데이터, 이력서 정보, 건강 데이터 등의 유저 데이터를 말합니다.

이 유형은 유저에게 얻은 데이터를 적극적으로 활용함으로써 신뢰도를 확보합니다. 또한 유저는 추천된 상품이 나와 밀접한 상품이라는 인식을 하게 됩니다. 크게 두 가지 방식으로 나눠서 생각해볼 수 있는데요.