개인화 상품 추천이 구매의도에 미치는 영향에 관한 연구 : Matrix Factorization 알고리즘을 중심으로

Abstract

온라인 쇼핑 시에 직접적인 검색뿐만 아니라 이와 연관된 상품 추천의 역할이 점점 중요해 지고 있다. 추천의 방식도 기존에 사람이 하던 방식에서 벗어나 고객의 행동 이력을 수치화하여 적극적으로 반영함으로써 고객의 성향에 맞는 개인화된 추천을 제공하고자 한다. 일반적으로 추천에서 많이 사용하고 있는 협업 필터링 방식이 과거의 사용 이력이 적을 경우 희소성의 문제가 발생하여 본 연구에서는 행렬 인수분해 방식을 활용한 개인화 추천을 제안하였다. 개인화 추천의 성과 검증을 위해서 이메일 마케팅에서 기존의 MD 추천 상품과 개인화 추천 상품을 적용한 두 그룹으로 나누어 A/B테스트를 수행하였다. 이를 통해서 개인화된 추천이 기존 방식 대비 상품 클릭 전환율이 117.1% 증가하여 실제 효과가 있음을 검증하였다. 향후 성, 연령별 세그먼트 정보를 활용하거나 장바구니 연관상품 추천 등 개인화 이메일 마케팅의 효율성을 높이기 위한 시도를 해 볼 계획이다.