개인화 서비스

개인화 서비스는 개인의 과거 구매 실적과 기호, 관심사, 취향 등을 살펴 각 이용자에게 선호하거나 필요로 할 상품을 다르게 추천하는 방식이다. 티몬 사례에서는 같은 상품을 모든 이용자에게 보여주는 대신, 개인별 구매 패턴과 선호에 따라 서로 다른 상품을 추천하는 서비스를 추진했다.

개인화 서비스는 개인의 과거 구매 실적과 기호, 관심사, 취향 등을 살펴 각 이용자에게 선호하거나 필요로 할 상품을 다르게 추천하는 방식이다. 티몬 사례에서는 같은 상품을 모든 이용자에게 보여주는 대신, 개인별 구매 패턴과 선호에 따라 서로 다른 상품을 추천하는 서비스를 추진했다.^[6]

1. 개요

상품 추천 외에도 이용자 정보나 이용 패턴을 바탕으로 광고와 콘텐츠를 제공하는 사례가 있다. 광고 시스템은 이용자 단말기에서 받은 광고 콘텐츠 선호도 정보를 분석해 광고를 제공하고, ScienceON Analytics는 검색·열람 이력을 분석해 개인화된 연구 콘텐츠를 제안한다.^[2]^[3]

개인화에는 이용자의 행동 정보와 선호를 분석하는 시스템이 활용된다. 티몬은 방문 고객의 행동 정보를 이용해 고객을 분류하고 취향과 쇼핑 패턴을 분석했으며, 빅데이터 분석과 사람의 경험을 함께 활용하는 방식을 소개했다.^[6]

2. 개인화에 활용되는 이용자 정보

개인화 시스템은 이용자의 행동 정보를 추천에 활용할 수 있다. 티몬은 방문 고객의 행동 정보로 고객을 분류하고 개인 취향과 쇼핑 패턴을 분석했다고 소개됐다.^[6]

광고 관련 특허는 사용자 단말기에서 광고 콘텐츠의 선호도 정보를 받아 분석하고, 그 결과에 따라 광고 메타데이터를 제공하는 구조를 제시한다. 별도의 콘텐츠 추천 특허는 검색 사용자가 입력한 콘텐츠 목록에서 종류별 수량 비율 패턴을 분석해 유사한 목록이나 콘텐츠를 제공하는 방법을 다룬다.^[2]^[4]

3. 추천 콘텐츠와 제공 방식

미디어 서비스 유통 플랫폼 연구는 필요한 미디어 서비스의 발견과 개인 간 서비스 추천을 플랫폼의 주요 프로세스로 포함했다.^[1]

티몬은 방문 고객의 행동 정보로 고객을 분류하고 개인 취향과 쇼핑 패턴을 분석했으며, 빅데이터를 개인화 상품 추천, 검색 결과 추천, 개인화 커뮤니케이션, 모바일 서비스 개선 등에 이용했다고 소개됐다. ScienceON Analytics는 이용자의 검색 및 열람 이력을 분석해 개인화된 연구 콘텐츠를 제안한다고 안내한다.^[6]^[3]

4. 분야별 적용 사례

티몬 사례에서는 개인화 서비스 알고리즘을 적용해 개인의 구매 패턴과 선호에 따라 서로 다른 상품을 추천한다고 보도됐다.^[6]

미디어 분야의 왓챠 사례는 사용자의 영화·드라마 평점과 선호 카테고리를 분석해 맞춤 추천을 고도화하고, 취향 기반 기능으로 새로운 콘텐츠의 발견 기회를 제공한다고 소개한다. 광고 분야의 특허는 광고 특징을 메타데이터로 만들고 이용자 선호도 분석 결과에 따라 대응하는 광고 콘텐츠를 제공하는 시스템을 제시한다.^[5]^[2]

5. 추천 효과의 측정과 개선

티몬 보도는 개인별로 관심 있어 할 만한 상품의 앱 푸시를 적용한 뒤 클릭률과 구매율이 각각 30% 상승했다고 전한다. 또 빅데이터·머신러닝 기반 추천이 현장 경험에 기반한 추천보다 나은 성과를 보이는 경우와 현장 경험 기반 추천이 앞서는 경우가 모두 있다고 전한다.^[6]

왓챠 사례에서는 콘텐츠 노출 빈도와 장르별 추천 정확도를 실시간으로 측정한다고 소개한다. 이는 왓챠의 추천 서비스에서 콘텐츠 노출과 장르별 추천 정확도를 측정하는 사례다.^[5]