이번주의 아무거나 컨텐츠는
"알고 사면 싸게 살수 있다!"
에 관한 여러 특허 / 논문 내용입니다. (이번주는 논문 내용만 축약해서 갑니다.)
1. 사용자 행동에 따른 어플리케이션 액션
b8ta(베타)는 미국 체혐형 쇼룸 회사로
제조업체의 상품을 전시 및 판매하는 쇼룸 형태로 사용자들의 모든 행동 데이터를 수집하여, 마케팅에 활용하는 회사였다.
(잦은 무장 강도로 쇼룸을 거듭 폐쇄 당했으며, 코로나 때 전매장 철수)
1-1. 사용자 행동 데이터
온라인 쇼핑몰에서 본 상품, 비교한 상품, 구매하지 않은 상품, 물리 매장에서 본 상품, 재방문 여부 같은 행동을 가격 결정에 사용
ex) 사용자가 온라인에서 특정 상품을 봤다면 오프라인 매장에서 10% 할인, 경쟁 상품 2개를 비교 중이면 특정 상품을 20% 할인
1-2. 리타케팅
사용자가 이전에 10% 할인 제안을 받았지만 구매하지 않았다면, 이후 재타겟팅 시 20% 할인으로 다시 제안
결론 : 나의 행동 데이터에 따라 할인율이 조정될수 있습니다.
사고 싶은 제품은 장바구니에 담아두고 가만히 계세요. 가격 할이 쿠폰이 찾아올 겁니다.
-------------------------------------------------------------------
2. 구매 이력에 따른 개인화 가격정책
미국의 한 대형 슈퍼마켓에서 24개 상품 카테고리를 대상으로 소비자 수요 모형 추정
구매 이력에 기반한 개인화 가격 책정은 모든 카테고리에서 평균적으로 약 4%의 이윤 증가 확인
2-1 구현
user_id 기준 구매 이력 수집
↓
상품 카테고리별 구매 빈도, 브랜드 선택, 가격 반응 분석
↓
사용자를 latent consumer type(잠재적 소비자)으로 라벨링
↓
Bayes rule로 사용자별 선호/가격 민감도 업데이트
↓
사용자별 최적 가격 계산
↓
가격 민감 고객에게는 할인, 가격 비민감 고객에게는 높은 가격
논문에서 과거 구매 이력이 쌓일수록 기업이 소비자의 가격 민감도와 취향을 더 잘 추정할 수 있고
그 결과 개인화 가격이 완전 가격차별에 가까워진다고 설명
+ 첫구매 사용자는 이력 데이터가 없으므로 전체 고객 평균 분포를 기준으로 가격을 책정
-------------------------------------------------------------------
3. 전환이 발생했을 때 어떤 광고 노출 정렬 및 할인율 실시간 적용
리타겟팅에서는 '어차피 구매할 사람에게 광고비를 쓰는 문제'(잡은 물고기) 때문에, attribution을 입찰 모델에 넣는 게 중요
3-1 구현
사용자의 행동 로그
노출 로그
클릭 로그
전환 로그
↓
전환 credit을 impression/click 단위로 분배
↓
각 bid opportunity(입찰 기회)의 기대 전환가치 계산
↓
입찰가 조정
결국 특정 노출과 클릭의 데이터 중에서 전환이 일어났다면, 더 이상 해당 상품에 할인을 넣지 않음
-------------------------------------------------------------------
4. 핵심 결론
리타겟팅 시스템 설계에서 가장 중요한 참고 사항은 추천 모델보다 측정과 제어 (데이터와 A/B 테스트를 통한 변수값 설정)
단순히 구매 가능성 높은 사용자에게 광고를 하면 이미 살 사람에게 광고비를 쓰게 되어 낭비가 된다.
X 전환 확률이 높은 사용자에게 광고 노출
O 광고를 보여줬을 때 추가 전환이 발생할 사용자에게만 노출
최종 목표
(추가 전환 가치 - 할인 비용 - 광고비 - 피로도 비용) > 0 인 경우에만 노출
리타겟팅 시스템을 만들 때는 이벤트 수집 -> audience 생성 -> 후보 상품 추천 -> 입찰/쿠폰 결정도 중요하다.
하지만 이미 관심 있는 사람을 다시 따라가서 광고/쿠폰/상품을 보여주는 시스템이기 때문에 성과가 좋아 보이기 쉬운 함정이 있다.
추가적으로 다음의 시스템이 있어야 정확한 타겟팅이 가능해진다.
1. holdout 기반 incrementality 측정(A/B 테스트): 리타겟팅 대상자 중 일부를 일부러 광고/쿠폰 노출에서 제외하는 통제
2. frequency capping : 같은 사용자에게 같은 광고나 쿠폰을 너무 많이 보여주지 않도록 제한
3. attribution model : 전환이 발생했을 때, 어떤 광고/푸시/이메일/쿠폰/검색/방문에 성과 credit을 줄지 정하는 모델
4. privacy-safe identity : 리타겟팅을 위해 사용자를 식별하되 개인정보와 추적 리스크를 최소화하는 설계
가 중요하다.
server/paper