안녕하세요. 비즈스프링입니다. 

최근에 가장 이슈가 있는 IT마케팅 트랜드를 뽑자면 실시간, 개인화, 추천서비스가 아닌가 싶습니다. 지금 이 시간에도 온라인 상에는 무수히 많은 콘텐츠가 쏟아져 나오고 있습니다. 그만큼 콘텐츠의 종류도 다양하고 내 콘텐츠가 많은 사람들에게 도달해야 하며, 어떻게 하면 내 콘텐츠에 관심을 가질까, 온라인 상에서 상품을 판매하기 위해 광고 채널 콘텐츠 등 전략을 어떻게 세워야 할까? 등 많은 고민을 합니다. 그래서 비즈스프링에서 콘텐츠/상품의 모니터링을 실시간으로 하며, 개인화에 맞춘 추천 콘텐츠/상품의 기술 활용방안에 대해 알려드리고자 합니다.

# 실시간 콘텐츠 분석

흔히 시중에 있는 마케팅 툴 혹은 국내 분석 툴들은 보통 리포트를 제공합니다. 이러한 리포트에는 대부분 정제시간이 있어 실시간으로 데이터를 확인하기 어려웠지만, 점차 기술의 발달로 실시간으로 처리되는 이슈에 대응되는 툴이나 솔루션들이 많이 등장하고 있습니다. 이러한 기술은 빠른 시간내의 최고의 서비스를 제공하는 것으로 발전되고 있으며, 많은 양의 데이터를 분석하여 빠르게 의사결정을 한다는 것으로 이어집니다. 따라서 실시간 분석은 합리적인 비용 효율적인 의사결정을 도우며, 고객들은 더 나은 환경에서 서비스를 제공받을 수 있게 되는 것입니다.

이러한 흐름에 따라 실시간 콘텐츠 분석 역시 유의미함을 가지게 됩니다. 현재 내 사이트의 어떤 상품/콘텐츠가 가장 인기가 있는지, 클릭율/이탈율이 높은지, 혹은 외부에 배포된 콘텐츠/광고 채널 중 내 사이트로 유입되는 인기 콘텐츠는 무엇인지 등을 찾아 실시간으로 인기있는 콘텐츠의 순위 리스트를 살펴봄으로써 캠페인 집행부터 콘텐츠 배포, 이 후 성과 측정에 따른 재 콘텐츠 배포 등 일련의 과정을 전략적으로 수립할 수 있습니다.

# 추천 시스템

관심사, 구매이력 등의 데이터를 기반으로 개개인에 맞춤형 콘텐츠를 만들어 내는 개인화가 최근마케팅 트랜드를 이끈다 해도 과언이 아닙니다. 고객 데이터를 분석하여 특정 고객에게 맞춤 타깃 메시지를 만들어내는 추천 서비스의 기술 역시 발전하고 있습니다. 전통적인 개인화 추천 방식에는 크게 2가지가 있습니다. 유사한 사용자들이 선호한 다른 아이템을 추천하는 collaborative Filtering 방식과 과거에 선호한 아이템과 내용이 유사한 다른 아이템을 추천하는 content-based Filtering 방식이 있습니다. 불과 몇 년 전만 하더라도 우리는 온라인 상에서 불특정 다수를 대상으로 최대한 많은 노출수와 클릭수를 획득하기 위해 애를 썼습니다. 타깃과 콘텐츠의 메시지 등과 무관하게 무작위로 콘텐츠 확산에만 힘을 썼지만, 무분별한 광고비 지출과 콘텐츠 확산의 비효율성이 점차 드러나자 보다 세밀하고 정교한 타겟팅이 필요한 시점에 때마침 애드테크 기술의 발전으로 세그먼트화 된 고객을 대상으로 정교한 타겟팅을 하기 시작했습니다. 성별/연령 등의 대한 최소한의 정보로 되던 타겟팅은 시장에서 좀 더 디테일한 기술을 요구하였고 유저의 다양한 데이터 항목과 축적된 데이터 양을 처리함으로써 정교한 개인화 분석을 하기 시작하였습니다. 그에 따라 추천해주는 시스템 역시 단순 유저기반, 아이템기반을 넘어 개개인 마다 추천 시스템을 적용하여 더 효율적으로 상품이나 콘텐츠가 추천되도록 설계되고 있습니다.

개인화 분석과 추천 시스템은 소비자의 니즈와 이용형태를 지속적으로 파악하여 인사이트를 도출하는 것을 목표로 삼고 있습니다. 마케팅 메시지를 소비자에게 각인시키고 트렌드를 앞장서 브랜드를 구축하고 마케팅 성과를 이루는데 반드시 필요한 요소입니다.

#산업군 별 활용 사례

실시간 콘텐츠 분석과 개인화의 추천 시스템은 어떻게 쓰일까요? 비즈스프링에 이러한 문의가 가장 많이 들어왔던 산업군은 단연 언론사였습니다. 언론사는 온라인 상의 기사를 배포하고 고객이 유입된 후 체류시간을 늘리고 단기간에 이탈되지 않도록 하기 위해 유입된 고객의 특성과 관심사를 분석하고 고객 별 관심이 있을 법한 기사를 추천해줌으로써 진성 고객을 확보하는 것이었습니다. 이는 단순히 고객의 특성 및 행동 패턴만을 파악하는 것이 아닌 기사 소비 패턴이나 관심사를 찾아내 맞춤형 서비스를 제시하는 것입니다.

또 다른 예로는 온라인 서점이 있습니다. 앞서 언론사를 예로 들며 이야기한 기사가 책으로 추천되었다고 생각하시면 됩니다. 내가 많이 구매하던 책과 유사한 책을 추천 혹은 실시간으로 인기있는 베스트 셀러의 책들이 메인에 추천되는 등의 방법으로 활용되고 있습니다.

마지막으로 이러한 시스템에 가장 많이 관심을 보이는 산업군은 e-commerce 업종이었습니다. 매출에 가장 큰 영향을 받고 빠르게 처리되어야 하는 산업군이다 보니 실시간 상품에 대한 분석 및 업데이트는 물론 구매 이력과 고객들의 행동패턴을 반영한 추천 서비스를 제공하여 매출 증대의 길로 갈 수 있는 마케팅 전략을 항상 수립하고 있기 때문에 가장 관심이 생깁니다. 결국에는 서로 다른 산업군 이더라도 실시간으로 콘텐츠/상품을 소비하는 고객에게 개개인마다 맞춤형 메시지를 전달하여 콘텐츠/상품을 제공하고 보다 편리하고 만족도 높은 환경을 제공하기 위해 노력한다는 점은 지속해서 이 생태계가 발전될 수 있는 원동력이라 할 수 있습니다.