마케팅에서 데이터 활용 가치를 극대화 할 수 있는 다양한 기술을 다루는 것은 필수가 되었습니다. 특히 최근 몇 년간은 머신러닝/인공지능을 활용한 기술과 서비스를 제공하는 것이 중요한 요소로 떠올랐는데요, 예를 들면 인공지능을 활용해서 전환율을 예측하고, 유사한 관심사를 가진 고객(세그먼트) 선별의 자동화 등이 있습니다.
이번 글에서는 인공지능을 활용한 콘텐츠 추천 시스템으로 목표 전환수를 향상시킨 한 미디어/언론사의 사례를 소개하려 합니다. 해당 언론사와 협업하여 여러가지 실험을 시도하였는데요. 공개 가능한 수준에 한하여 일부를 공유합니다.
B 언론사는 부산지역의 대표 언론사로, B 언론사의 목표는 양질의 콘텐츠를 제공하여 온라인 채널 이용자들의 콘텐츠 소비를 활성화하는 것이었습니다. 우리는 B 언론사에 AI 추천 시스템을 통한 사용자 맞춤 콘텐츠를 제공했습니다. 다시 말해, 온라인 채널의 방문자/이용자 행동 데이터를 통해 개인별 관심사를 알아내서 개인별 관심사에 기반한 맞춤 콘텐츠를 추천한 것이지요.
그렇다면 AI기반의 추천 시스템이 사용자의 콘텐츠 소비, 콘텐츠 참여도를 높이는 데에 효과적이었을까요? 결론적으로 효과적이었습니다.
관심사 기반의 추천기사에 반응한 이용자들은 추천기사를 조회하지 않은 이용자보다 일으킨 트래픽이 높았습니다. 특히 방문심도에서 큰 차이를 보였습니다. 방문심도가 0인 경우를 제외하고, 추천기사에 반응하지 않은 경우, 방문심도(세션 동안 조회한 페이지수)가 1인 사용자가 82.1%를 차지했는데 추천기사에 반응한 경우, 약 57% 이상의 사용자가 방문심도 3이상을 기록했습니다.
기사 상세 페이지 우측 영역을 통해 고성과 기사(조회수와 완독률이 높은 평균값보다 높은 기사)를 추천하였습니다. 고성과 기사 추천에 반응한 사용자의 경우, 추천기사에 반응하지 않은 사용자보다 방문심도, 평균 세션 시간 등에서 콘텐츠 참여도가 크게 높았습니다.
빅데이터를 통한 마케팅이 떠오르면서 ‘개인화마케팅’, ‘초개인화’ 등의 단어를 쉽게 접할 수 있습니다. 개인화, 초개인화 시대이지만 그래도 우리는 여전히 지역, 성별, 연령과 같은 인구통계학적 요소가 담긴 데모그래픽 타겟팅을 활용하기도 합니다. 관심사를 특정할 수 없는 신규 이용자의 경우에, 지역 기반의 추천 콘텐츠를 활용할 수 있을지 알아보았는데요.
추천기사에 반응한 이용자 중 부산지역 신규 방문자의 경우, 타지역 접속 신규 방문자와 관심사 기반 정보가 좀 더 풍부한 타 지역의 기존 방문자들에 비해 ‘부산’관련 콘텐츠에 대한 조회율이 높았습니다.
B 언론사는 콘텐츠 참여도 향상에 긍정적인 결과를 맞이했습니다. 전반적으로 트래픽, 체류시간, 완독률이 향상될 수 있었고, 장기적으로는 사용자 행동데이터를 기반으로 추천 시스템을 적용하면서 포털 사이트 등으로의 트래픽 이탈로 외부 플랫폼에 종속되는 악순환에서 벗어나 충성고객 확보를 통해 유료화 비즈니스 대상도 넓힐 수 있었습니다.
해당 언론사의 AI 추천시스템 적용 사례는 구글 뉴스 이니셔티브(GNI;Google News Initiative)의 유튜브 채널을 통해서도 소개되었습니다.
위의 예시에서의 ‘추천 기사’는 이커머스/쇼핑몰의 경우 추천 상품과 대응합니다. AI/ML 기술을 통해 고객 행동 데이터를 기반으로 개별 관심사 기반의 상품 추천 등 개인화 마케팅을 빠르게 실행할 수 있습니다. 더불어, 기존 인력에 의해서는 발견할 수 없었던 새로운 타깃 및 가망고객/상품/미디어채널을 찾아내어 새로운 전략을 수립하고 실행할 수 있게 됩니다.
