요즘 대부분의 쇼핑몰과 앱에는 추천 영역이 있습니다. 상품 상세페이지 하단의 '이 상품을 본 고객이 함께 본 상품', 장바구니의 '함께 구매하면 좋은 상품', 메인 화면의 'OO님을 위한 추천'까지요. 솔루션이나 플러그인으로 몇 번만 설정하면 쉽게 붙일 수 있어서, 추천 영역이 없는 서비스를 찾기가 더 어려울 정도입니다.
그런데 막상 성과를 물어보면 대답이 애매한 경우가 많아요. 추천 영역에서 클릭은 일어나는데, 객단가가 올랐는지, 매출에 얼마나 기여했는지는 잘 모르겠다는 거죠. 추천 솔루션이 보여주는 '추천 경유 매출'(추천을 클릭한 뒤 발생한 매출)은 크게 나오는데, 전체 매출은 추천을 붙이기 전과 큰 차이가 없는 경우도 있습니다.
이런 상황에서 흔히 나오는 결론은 둘 중 하나입니다. "추천은 원래 효과가 크지 않다" 또는 "더 정교한 AI 추천 엔진이 필요하다." 하지만 실제 원인은 다른 곳에 있는 경우가 많아요.
추천이 매출로 이어지지 않는 이유는 대부분 알고리즘의 성능보다 설계의 문제입니다. 그래서 알고리즘을 바꾸기 전에 먼저 확인해야 할 것들이 있어요. 어디에 추천을 붙였는지, 그 위치의 고객에게 어떤 다음 행동을 안내하려 했는지, 사람이 정한 규칙이 더 나은 상황은 아니었는지, 그리고 성과를 제대로 측정하고 있는지예요.
이 글에서는 이 네 가지를 차례로 짚고, 우리 단계에 맞는 추천 로드맵까지 정리해보겠습니다.
1️⃣ 추천은 기능이 아니라 경험 설계다
많은 팀이 추천을 '상품을 더 많이 노출하는 기능'으로 생각합니다. 그래서 추천의 목표도 자연스럽게 클릭 수가 돼요. 추천 영역의 클릭률이 오르면 성공, 떨어지면 알고리즘을 바꾸는 식이죠.
하지만 클릭은 추천의 목적이 아니라 과정입니다. 추천의 진짜 목적은 고객이 지금 위치에서 해야 할 '다음 행동'을 쉽게 만들어주는 것이에요. 고민하고 있는 고객에게는 선택을 돕고, 결정한 고객에게는 함께 필요한 것을 알려주고, 구매한 고객에게는 다음 사용과 재구매를 안내하는 거죠.
1. 위치마다 고객의 상태가 다르다
추천 영역은 붙이는 위치에 따라 고객의 상태와 목적이 완전히 다릅니다. 그런데 많은 서비스가 모든 위치에 같은 방식의 추천을 붙여둡니다. 상품 상세에도, 장바구니에도, 구매 완료 페이지에도 '함께 본 상품'이 나오는 식이에요.
메인·홈 → 아직 목적이 뚜렷하지 않은 고객. 탐색의 출발점이 필요합니다.
카테고리·검색 결과 → 찾는 것이 있는 고객. 원하는 상품에 빨리 도달해야 합니다.
상품 상세 → 특정 상품을 검토 중인 고객. 비교 대상이나 대안이 필요할 수 있어요.
장바구니 → 구매를 결정한 고객. 함께 쓰면 좋은 상품이나 무료 배송 기준이 의미 있습니다.
구매 완료 → 결제를 마친 고객. 추가 구매보다 사용 준비와 다음 경험이 먼저일 수 있어요.
CRM 메시지 → 서비스 밖에 있는 고객. 다시 돌아올 이유가 필요합니다.
예를 들어 상품 상세페이지에서 비슷한 상품을 추천하면 비교에 도움이 될 수 있습니다. 하지만 장바구니에서 비슷한 상품을 추천하면, 이미 결정한 고객을 다시 고민하게 만들어 구매를 늦출 수도 있어요. 장바구니에서는 비슷한 상품보다 함께 쓰면 좋은 상품을 추천하는 게 자연스럽습니다.
지금 보고 있는 상품 대신 고를 수 있는 상품 (비슷한 디자인, 다른 가격대, 상위 모델)
➕ 보완 추천
지금 상품과 함께 쓰면 좋은 상품 (카메라와 메모리카드, 셔츠와 바지, 프린터와 토너)
대체 추천은 선택을 돕는 역할을 하고, 보완 추천은 객단가를 높이는 역할을 합니다. 그래서 고객의 상태에 따라 둘 중 어떤 추천이 필요한지 판단해야 해요. 결정 전 고객에게는 대체 추천이, 결정 후 고객에게는 보완 추천이 더 적합한 경우가 많습니다. 이 구분 없이 '유사도가 높은 상품'만 추천하면, 객단가를 높이기보다 고객의 선택지만 늘려 결정을 어렵게 만들 수 있습니다.
"추천 상품"이라는 제목 아래 상품 몇 개를 나열하는 것만으로는 고객이 그 상품을 봐야 할 이유를 알기 어렵습니다. 추천의 근거를 함께 보여주면 클릭뿐 아니라 구매 판단에도 도움이 돼요.
실제 데이터 → "이 카메라를 구매한 고객이 가장 많이 함께 산 메모리카드"
비슷한 고객의 선택 → "같은 사이즈를 고민한 고객이 많이 선택한 상품"
비교 기준 → "이 상품과 같은 원단, 더 가벼운 무게"
고객의 이익 → "지금 담은 상품과 함께 사면 무료 배송"
추천 이유를 보여주는 것만으로도 추천은 '광고 영역'이 아니라 '도움이 되는 안내'로 인식될 수 있습니다. 단, 수치를 노출할 때는 실제 데이터에 근거해야 하고, 과장된 표현은 오히려 신뢰를 떨어뜨린다는 점을 기억하세요.
[사례] 구매 완료 페이지의 '비슷한 상품'을 뺐더니
한 반려동물 용품몰은 구매 완료 페이지에 '함께 보면 좋은 상품'을 크게 노출하고 있었습니다. 추천 솔루션이 기본으로 제공하는 '이 상품과 비슷한 상품'이었어요. 클릭은 꽤 발생했지만 실제 추가 구매로 이어지는 비율은 낮았습니다. 오히려 고객센터에는 이런 문의가 늘었어요.
"방금 산 사료보다 추천된 사료가 더 좋아 보이는데, 바꿀 수 있나요?" "같은 브랜드의 다른 라인이 더 맞을 것 같은데, 주문을 변경하고 싶어요."
원인을 찾기 위해 팀은 주문 변경·취소 문의를 살펴봤습니다. 그러자 상당수가 구매 완료 직후 추천 영역을 클릭한 고객에게서 나온다는 패턴이 보였어요. 이미 결정을 마친 고객에게 비슷한 대안을 보여주는 바람에, 구매 직후 '내가 잘 산 걸까?' 하는 후회와 재고민이 생기고 있었던 겁니다.
