소개

갑작스럽지만 추천이라는 단어를 알고 계십니까?
간단히 설명하면, EC 사이트 등에서 고객의 방문 이력이나 구매 이력 등의 데이터에 근거해, 고객에게 자동적으로 상품이나 서비스 등을 진행하는 구조를 추천이라고 합니다.
뭐, 통판 사이트를 이용하고 있을 때 「당신에게 추천」이나 「이 상품을 체크한 사람은 이런 상품도 체크하고 있습니다」라고 하는 느낌으로 표시되고 있는 상품 리스트적인 저것입니다.

그런데, 이 구조를 자사 사이트 등에 도입하는 것은 매우 느껴지지 않겠습니까. . . ?
안심하세요! Amazon Personalize를 사용하면 기존 추천 시스템 개발 시간을 크게 단축할 수 있습니다.

이번에는 이러한 Amazon Personalize를 자사 서비스에 도입하여 사용자 경험 향상에 성공한 사례를 2개 정도 소개하겠습니다.

Lotte Mart

인용원

Lotte Mart란?

다양한 식료품, 의류, 장난감, 가전 제품 등을 판매하는 한국의 주요 슈퍼마켓입니다.

사용 사례

Amazon Personalize에서 고객의 선호도를 분석하고 고객별로 최적화된 쿠폰을 발행했습니다.

도전

종래 이용하고 있던 추천 시스템은 반복 구입을 촉진하는 효과는 있었습니다만, 이하와 같은 과제가 있었습니다.

신제품 구매를 촉구할 수 없음

고객의 요구 변화에 대응할 수 없다

분석 엔진 구축에 리소스가 너무 많이 걸린다

성과

신제품 구매 빈도가 1.7배 증가

쿠폰 이용률이 2배 이상으로 증가

전체 개발 시간을 절반으로 단축

StockX

인용원

StockX란?

운동화나 스트리트웨어 등의 상품을 취급하는 EC사이트를 운영하는 기업입니다.

사용 사례

사이트에 고객별로 추천 상품을 표시하여 사용자 경험을 향상시키기 위해 노력했습니다.

도전

당초 StockX 사내에서는 다음과 같은 과제를 안고 있었습니다.

제품에 대한 관심의 다양성이 급속히 확산되었다

최신 사용자의 선호를 추천에 반영하고 싶었습니다

성과

추천 모델 구축 후 A/B 테스트를 실시하여 효과 측정을 실시했습니다. 테스트 결과 다음과 같은 마케팅 효과가 나타났습니다.

전반적인 고객 참여가 50% 증가

인기 상품 일람의 클릭률을 추천 상품 일람의 클릭률이 웃돌았다

사용자 작업에서 권장 사항을 몇 초 안에 변경할 수 있습니다

결론

이상, 대표적인 사례를 소개했습니다.
이번에 소개한 사례 이외에도,
Amazon Personalize는 Yamaha, NAVITIME, Subway, Domino's Pizza 등에서도 사용됩니다.
당신도 시도하지 않겠습니까?