Leave a comment

사용자의 마음을 사로 잡는 팁 “하이퍼 개인화”

사용자의 마음을 사로 잡는 팁 “하이퍼 개인화”

 

Apr 10, 2018

 

Google 에 따르면, 지난 2 년간 모바일에서 Google 검색 내에서 “Best”라는 단어가 무려 80 % 나 증가 했다고한다.또한 액센츄어 에 따르면, 미국과 영국에서 1,500 명의 사용자를 대상으로 실시한 조사에서 사용자의 75 %는 개인 정보와 콘텐츠를 제공 해주는 브랜드에서 제품을 구매하는 경향 이있는 것을 알 수있다했다.이 두 보고서 결과에서 말할 수있는 것은 사용자가 온라인 쇼핑을 할 때 구입 전에 베스트 것을 연구 하는 것이 당연하게 된, 그리고 사용자가 개인화 된 콘텐츠에 가치 · 매력을 느낄 수 있도록되었다는 것이다.즉, 스마트 폰이 보급 해 주었으면 정보를 쉽게 얻을 수있게했기 때문에 사용자가 제품 구매 전 정보 수집을 소중히하고, 더 만족스러운 구매 경험 (구매 전부터 후까지)을 요구하게되었을지도 모른다.것은 사용자에게 온리원 콘텐츠를 제공 할 수만 있다면 상품 구매까지의 여정은 훨씬 줄어드는 것. 그리하여 사용자 경험을 향상시키는 것으로, 나아가 브랜드에 대한 로열티 양성에도 이어질 것이다.그럼 실제로 성공하는 브랜드는 어떻게 ‘온리원 콘텐츠 “를 사용자에게 제공하고있는 것일까?관련 기사 : 미래의 사용자 경험을 만들어내는 “미래 예측”권유글로벌 기업으로 배우는 “진일보 한 콘텐츠 제작”

우선 다음의 그래프를 보여주고 싶다. 이것은 기업이 실천하고있는 개인화 영역과 수익의 상관 관계를 나타낸 것으로, 많은 기업들이 실천하고있는 것은 Single Message Mailing (간단한 메시지에서 메일 전달)에서 Segmentation Rules Based (대상 세그먼트)에 머무는 것을 알 수있다.

그에 비해 수익이 호조 인 Amazon과 Starbucks, Spotify가하고있는 것은 한 단계 더 발을 디딘 Predictive Personalization (사용자 행동을 예상 개인화)이다. 사용자 행동을 억제하는 것은 비즈니스도 억제지도 모른다.

이미지전재출처 : 여기기사보다

그러면 그래프에 나와있는 Amazon과 Spotify의 사례를 보자.

1. Amazon : 권장 사항에서 잠재적 인 구매욕을 불러 일으키는

Amazon은 사용자 행동 데이터를 교묘하게 조종 사용자 개개인에 맞는 권장 사항 시스템을 만들어 냈다. 가장 많이 팔린 상품을 랭킹 형식으로 표시하거나 신상품 라인업을 표시하는 일방적 인 권장 사항과 달리 사용자가 일으킨 행동을 바탕으로 콘텐츠를 큐레토 해 나가므로 더 사용자의 요구 에 근거한다.

예를 들어, 과거에 Puma 신발을 구입하고 또한 검색어에 “Puma”가 있으면 다음과 같은 권장 사항이 메일로 도착하게되어있다. 이렇게하면 사용자의 잠재적 인 관심과 구매욕을 일으키고 상품 구매에 연결하는 수있는 것이다.

이미지전재출처 : 여기기사보다

각각의 사용자 행동을 일치
Amazon은 Item-to-item collaborative filtering (아이템 기반 협업 필터링)는 권장 사항 엔진을 만들어 낸 것으로도 유명하지만, 사실 Amazon의 전환의 35 % 이상 이 엔진에서오고있다.

이 기능을 쉽게 설명하면 ① 비슷한 유저끼리를 맞추는 것이 아니라, ② 구입 / 열람되는 상품의 비슷한 패턴을 매치시켜 권장 사항을 만든다는 것. 아래 그림을 참조 바란다.

①이 상품을 산 사람은 이런 상품도 사고 있습니다
➡︎ 당신과 관심 분야가 비슷한 사용자를 매치시켜 리 코멘드

② 당신의 구입품에 근거한 추천 상품
➡︎ 당신이 구입 한 제품과 비슷한 제품을 매치시켜 리 코멘드

①라면 매일 취미 나 취향이 바뀌는 사용자의 변화를 거듭하게된다 반면 ②는 상품이라는 보편적 인 물건을 결합하게되므로보다 정확한 리 코멘드된다는 것. 자신이 원하는 상품 만 정렬, 거기에서 선택할 수있다 Me 상거래의 시대가 꾸준히 침투 해 가고 있는지도 모른다.

2. Spotify : 사용자 행동 및 자연 언어를 매치시킨 온리원 재생 목록

1 억 4 천만 명의 활성 사용자를 가진 음악 스트리밍 플랫폼 Spotify가 낳은 하이퍼 개인화는 AI를 활용하여 사용자 좋아하는 노래를 큐레토했다 “그냥 재생 목록” Dicover Weekly이다.

예전에는 음악 전문가들에 의해 수동으로 큐레토 된 재생 목록 및 노래 관련 태그 (Hiphop 등)으로 동일한 태그를 가진 곡을 매치시키는 기술이 있었지만, 사용자의 잠재적 인 요구 를 이끌어까지는 이르지 않았다.

그러나 Spotify가 만든 Dicover Weekly는 다수의 알고리즘을 결합하여 사용자 취향의 곡을 리 코멘드 할 수있다.

Discover Weekly의구조를도식화한것 (이미지전재출처 : Quartz 기사보다)

여러 알고리즘 중에서도 특히 주목 받고 싶은 것이 두 가지이다.

Collaborative Filtering
사용자의 시청 기록, 재생 목록에 추가 아티스트 페이지로 이동 같은 사용자 행동을 바탕으로 비슷한 행동 패턴을 가지고 사용자끼리 맞추고 “아직 들어 본 적이 없지만 들으면 좋아해야한다 으랴 노래 “를 리 코멘드하는 알고리즘.

NLP (자연어 처리)
Spotify는 매일 AI를 통해 각각의 곡이나 아티스트에 관련된 자연 언어 (인간이 일상적으로 사용하는 언어)를 모으고있다. 구체적으로는 검색 엔진, 블로그, SNS 등으로 사용되고있는 말을 곱게 데이터 제거하여 곡끼리 매치시킬 때의 지표로하고있다.

이러한 알고리즘이 있어야만 사용자 취향의 콘텐츠를 제공 할 수있는 것이다. Spotify가 Discover Weekly만으로 70 억 이상 (2016 년 시점) 무슨 곡 스트리밍 실적을 가진 것도 납득이 간다.

또한 Spotify는 지난해 새로운 리 코멘드 재생 목록 Time Capsule을 출시하고있다. 이것은 16 세에서 85 세까지의 사용자에게 옛날 듣고 있던 그리운를 리 코멘드 해주는 것으로, 계정 등록시 생년월일 및 사용자 행동의 데이터를 바탕으로 선곡하고있는 것 같다.

이렇게 Spotify는 현재뿐만 아니라 과거와 미래는 다른 시간 축에서 콘텐츠를 제공함으로써 지속적으로 사용자의 관심을 불러 일으키는 수있다.

하이퍼 개인화 = 궁극의 사용자 경험

위의 사례처럼, 대상 사용자의 흥미 나 관심, 행동 데이터를 바탕으로 최적화 된 정보를 제공 하는 것은 하이퍼 개인화라고되어있다.

는 기존의 개인화와의 차이는 무엇일까.

대상 사용자의 이름을 수신인으로 한 뉴스를 전달하는 SNS 게시물을 지역과 언어로 나누어 게시하는 등 최소한의 정보량 (사용자의 기본 정보 및 취미, 관심 등 )만으로 사용자에 맞는 콘텐츠를 제공한다.

사용자에 대한 최소한의 정보 + 사용자의 행동을 파악하고보다 사용자 관점에 가까운 콘텐츠를 제공한다. 예를 들어, 당신은 온라인 쇼핑에서 B 브랜드의 신발을보고 있다고한다.

[행동 ①] 과거에 같은 브랜드 신발의 검색 · 구입 이력이있는
[행동 ②] 온라인 쇼핑은 대략 19시 ~ 21시에 사는 경향이있다

이 두 가지 행동에서 브랜드 B가 당신에 대해 19시 ~ 21시 사이에 할인 안내를 푸시 알림으로 보낸다는 것이 하이퍼 개인화이다. 사용자가 제공하는 정보뿐만 아니라 사용자의 행동도 잘 활용하면 사용자는 ‘그래, 이런 상품이 필요했다! “ 느낌, 그들의 마음을 자극 할 수있는 것이다.

정리

하이퍼 개인화을 다하는 위해 우선 필요한 것, 그것은 다각적 인 관점을 가지고 사용자를 이해하는 것, 이것이 다할 것이다. 사용자의 일상적인 움직임과 볼 것, 만지는 것, 느끼는 것에 눈을 돌려 다양한 가설을 세우고 실제로 검증이보기 쉬운 것처럼 생각 깊 프로세스를 어떻게 활용 해 나갈 것인가가 열쇠가된다.

당사에서는 그런 서비스디자인을통해일본기업의글로벌전개를지원 하고 있기 때문에 이번 기사가 새로운 서비스 / 제품 개발 프로젝트에 참여하는 분들에게 유용한 정보이다 고맙습니다.

참고 :

6 월 1 일 (금)부터 응모 시작! Global Challenge! STARTUP TEAM FUKUOKA

‘Global Challenge! STARTUP TEAM FUKUOKA」은 후쿠오카시가 주최하는 해외 전개에 대한 기술과 마인드를 높이는 것을 목적으로 한 방미 연수 프로그램입니다. 7 월 ~ 9 월에 국내 연수, 11 월에 샌프란시스코 실리콘 밸리에서 해외 연수, 그리고 12 월에 참가자에 의한보고 회를 개최합니다.

■ 참가 접수 기간 · 신청 방법

접수 기간 : 2018 년 6 월 1 일 (금) ~ 6 월 29 일 (금)

■ 참가 비용

프로그램 수강 비용은 모두 무료

Like us on Facebook

Measure
Measure

Posted by EverPress for Node

댓글 남기기

This site uses Akismet to reduce spam. Learn how your comment data is processed.