마케터들은 구매 확률이 가장 높은 순간에 소비자들 앞에 올바른 상품을 표시하기 위해 불철주야 노력을 기울입니다. 광고 분야에서 이루어진 인공지능(AI)의 진보는 이를 보다 쉽게 만들어 주었습니다. 마케터와 고객의 관점에서 맞춤화는 이제 특별한 기능이 아니라 필수 요건입니다.
AI 덕분에 상품 추천 광고는 획기적으로 변모하였고 구매 여정에서 핵심적인 역할을 수행하게 되었습니다.
머신 러닝 알고리즘은 지속적으로 변화하는 방대한 양의 이력 데이터를 처리하고 고객이 다음에 보고 싶어하는 상품을 예측할 수 있습니다. 앞으로는 인터넷에서 사용자를 따라다니며 구매를 원치 않는 상품을 표시하는 광고가 줄어들 것입니다.
그런데, 오늘의 맞춤화된 상품 추천 광고는 시작에 불과하며 인공지능의 역량을 한단계 끌어올려 소비자에게 더 관련성 있고 더 맥락적이며 더 많은 영향을 주는 광고를 생성할 수 있다면 어떻게 하시겠습니까?
크리테오의 AI Lab은 디지털 광고의 역량을 새롭게 정립해줄 새로운 머신 러닝 모델들을 연구 및 테스트하고 있습니다. 크리테오의 추천 시스템은 상품 추천 광고에 밝은 미래를 제시합니다.
미래의 모습을 알아보기 전에, AI가 어떻게 디지털 광고를 변화시키고 있으며 상품 추천 엔진이 얼마나 발전을 해왔는지 살펴보도록 하겠습니다.
머신 러닝의 맞춤화 지원 원리
마케터들은 지난 수년 동안 데이터 홍수로 인한 ‘데이터 피로’를 호소해 왔습니다. 그러나 이제는 이런 질문을 합니다. “충분한 데이터를 보유하고 있는가?” “올바른 데이터를 보유하고 있는가?” 그리고 가장 중요한 질문은, “데이터의 잠재력을 완전하게 발휘하고 있는가?”입니다.
애드 테크 플랫폼을 통해 인공지능이 보편화되면서 모든 것이 바뀌었습니다. AI로 처리하는 데이터가 많으면 많을수록, 개인적인 수준에서 사용자에 대해 보다 쉽게 이해하고 관련성 높은 광고를 제공할 수 있습니다. 그렇기 때문에 AI가 존재하는 환경에서 데이터 홍수란 존재하지 않습니다.
머신 러닝 모델은 방대한 이력 데이터로부터 온라인 구매 행동, 심지어 오프라인 POS 데이터에서 패턴을 도출하고 원하는 이력 결과를 찾아내도록 학습됩니다. 그리고 모델들은 최상의 결과를 예측합니다. 이 경우 최상의 결과는 각 고객이 다음에 구매하길 원하는 상품입니다.
그렇게 생성된 광고는 각 고객에 맞춤화되어 클릭이든 구매든 최상의 결과를 가져다 줄 확률이 높습니다. 모든 새로운 결과는 모델을 위한 피드백을 생성하고 성과를 향상시켜 줍니다.
AI의 진정한 매력은 이러한 과정이 자동화될 수 있다는 것입니다. 그러나 마케터들은 몇 가지 핵심적인 사항을 이해할 필요가 있습니다.
AI는 광고주는 물론 소비자들에게도 혜택을 제공합니다.
개인 수준의 맞춤화는 마케터들이 주어진 데이터와 예산으로부터 최상의 결과를 확보할 수 있도록 해줍니다. 머신 러닝 모델은 마케터의 목표에 맞게 최적화될 수 있으며, 광고 지출로부터 최고의 가치를 확보할 수 있도록 광고가 설계됩니다.
개인 수준의 맞춤화는 마케터들이 주어진 데이터와 예산으로부터 최상의 결과를 확보할 수 있도록 해줍니다. 머신 러닝 모델은 마케터의 목표에 맞게 최적화될 수 있으며, 광고 지출로부터 최고의 가치를 확보할 수 있도록 광고가 설계됩니다.
Criteo Engine이 사용하는 데이터에 대해 보다 자세히 알아보십시오.
초관련성에 대한 이해: 상품 추천에서 디자인까지
맞춤화 광고는 고객에게 가장 관심이 갈만한 상품을 추천합니다. 고도로 관련성 있는 광고에서 가장 중요한 것은 문맥입니다
기존 광고에 대한 사용자의 상호작용과 탐색 이력을 분석하여 올바른 색상, 올바른 포맷, 올바른 채널에서 광고를 생성해주는 머신 러닝을 사용하면 데이터의 완전한 잠재력을 발현할 수 있게 됩니다. AI는 모든 사용자에게 진정으로 고유한 광고를 제공할 수 있습니다.
예측 비딩에 대해 보다 자세히 알아보십시오.
AI의 역량은 곧 데이터 역량입니다.
모든 마케터들이 정확한 데이터를 원하지만 그렇게 많은 데이터가 존재하는 상황에서는 낮은 품질의 데이터가 틈 사이로 쉽게 빠져나갈 수 있습니다. AI가 관련되면, 품질이 낮은 데이터 소스 하나가 큰 영향을 미칠 수 있습니다.
AI는 올해 마케팅의 여러 분야에서 폭넓게 수용될 것으로 보입니다. 그리고 데이터는 정밀한 예측 모델을 지원해줄 것입니다. 우려되는 데이터 품질 문제가 있다면 즉각적으로 해결할 필요가 있습니다. 신뢰할 수 있는 파트너와 협력하고, 취약점을 발견하여 낮은 품질의 데이터를 걸러낼 수 있도록 데이터 분석가들의 도움을 받아야 합니다.
AI 기반 상품 추천 광고: 이제 미래를 살펴보겠습니다.
크리테오의 애드 테크 현황 2019 보고서에 따르면, 유료 디스플레이 광고가 전 세계적으로 가장 많이 사용되는 광고 기법입니다. 상품 추천 광고가 구매 여정에서 소비자들을 구매 전환으로 한걸음 더 가깝게 다가서도록 만드는 것은 놀라운 일이 아닙니다.
그러나 상품 추천 광고의 효과는 추천 모델의 정교함과 이 모든 것의 기반이 되는 머신 러닝의 역량에 달려 있습니다.
추천 시스템은 고객에 대해 더 많이 알수록 고객이 어떤 상품을 좋아하고 구매하길 원할지 보다 잘 추천할 수 있다는 개념에 기반합니다. 업계는 사용자의 명시적인 피드백에 의존하던 초기의 추천 모델에서 장족의 발전을 해왔습니다. 초기 모델에서 가장 중요한 것은 사용자가 어떻게 상품의 순위와 선호도를 결정하고 카테고리 레벨에서 상품을 해석했느냐 하는 것이었습니다.
최근에는 추천 모델에 두 가지 변화가 생겼습니다.
1. 더 나은 AI
지난 몇 년간 컴퓨팅 역량과 머신 러닝에 놀라운 발전이 이루어졌습니다. 이는 추천 시스템이 더 빨리, 더 열심히 작동할 수 있다는 말입니다.
크리테오는 딥 러닝과 AI의 한계를 시험해 보기 위해 AI Lab을 설립했습니다. 목표는 광고주들에게 더 나은 성과를 제공하고 사용자들에게 더 나은 경험을 제공하는 모델을 구축하는 것입니다.
소비자들의 기대치는 항상 변화합니다. AI는 더불어 끊임없이 진보할 것이라는 의미입니다.
2. 고급 추천 모델
마케터들은 추천 시스템으로부터 더 많은 것을 요구해왔습니다. 모델들은 명시적인 피드백에서 암시적인 피드백으로 전환했습니다. 차이점은 사용자들이 좋아한다고 말한 상품과 인게이지하고 구매할 확률이 가장 높은 상품입니다.
상품들은 또한 카테고리 이외에도 SKU 단위까지 해석이 가능합니다. 그렇기 때문에 상품 추천은 보다 세부적이 될 수 있습니다.
크리테오의 AI Lab에서는 초관련성에 도달하고 또 언젠가 이를 넘어서기 위해, 추천 모델을 연구 및 테스트하고 있습니다.
앞서 말한 두 가지 요소 때문에, 상품 추천 광고에는 새로운 표준들이 생겨났습니다. 상품과 상품 카테고리가 핵심이 아니라, 이제 고객과 각 고객의 구매 경로에 중점을 둡니다.
상품 추천 광고는 퍼스널 쇼퍼와 마찬가지 역할을 합니다. 소비자들이 그 순간 가장 관련성 있고 유용한 다음 신상품을 발견할 수 있도록 도와줍니다. 이상적인 시나리오는 사용자가 자신이 미처 깨닫기도 전에 사용자가 다음에 무엇을 구매하길 원하는지 예측하는 것입니다
광고주에게 있어, 진화한 추천 모델은 목표 달성에 더 효과적이고, 소비자들의 디지털 경험에 가치를 더해 주는데 도움을 줍니다. Accenture Interactive에 따르면 91%의 소비자들은 여러 채널에서 소비자를 인지하고 관련성 있는 오퍼와 추천을 제공하는 브랜드에서 구매할 확률이 높은 것으로 나타났습니다.
추천 엔진의 미래는 어떤 모습일까요? – 효율성 향상을 위한 인과 관계 고려
스마트한 마케터들은 “다음 단계는?”라는 질문을 합니다. 크리테오의 생각도 같습니다. 그리고 크리테오의 AI Lab은 그 답을 제공합니다. 미래의 추천 시스템은 사용자에게 상품 추천이 미친 영향을 이해하는 것입니다.
현재의 추천 엔진은 상관 관계에 의존합니다. 그러나 AI 덕분에, 차세대 시스템들은 사용자의 이력 데이터뿐만 아니라 각 상품 추천 광고의 효과와 사용자의 반응을 고려해 넣을 수 있게 될 것입니다.
이러한 데이터를 사용해, 알고리즘은 소비자에게 가장 강렬한 인상을 주는 다음 추천 상품을 실시간으로 업데이트할 수 있는 역량을 보유하게 될 것입니다. 그러면 마케터들은 특정 상품이 광고를 보는 소비자들의 행동을 실제로 변화시키는지를 이해할 수 있게 될 것입니다.
인과 관계 추천 모델이 아직 테스트 단계에 있긴 하지만, 크리테오의 연구원들은 이러한 모델이 다시 한번 상품 추천 광고를 혁신할 것이라고 생각합니다.
광고주의 경우, 인과 관계에 기반한 추천은 광고 예산 효과를 증폭시켜 주고 사용자 행동에 대한 보다 풍부한 통찰을 제공해줄 것입니다. 궁극적으로 더 많은 매출을 올릴 수 있게 될 것입니다. 크리테오의 목표는 사용자들에게 도달하는 관련성 없는 광고의 비율을 감소시키고 모든 광고가 사용자의 구매 여정에 밀접하게 부합하도록 만드는 것입니다.
이러한 새로운 모델을 통해 생성된 초관련 광고는 소비자들에게 다양함과 놀라움을 선사할 것입니다. 광고는 고유한 구매 여정에서 영감을 주고 구매하고 싶은 새로운 상품으로 소비자들을 안내해줄 것입니다.
데이터의 잠재력 발현
AI는 모든 규모의 기업들이 자체 데이터를 활용하는데 도움을 줍니다. 고급 AI로 지원되는 광고 플랫폼을 통해, 기업들은 맞춤화와 소비자 경험의 측면에서 세계 최대의 기업들과 어깨를 나란히 하고 경쟁할 수 있습니다.
크리테오는 기업들이 자체 데이터의 잠재력을 발현할 수 있도록 지원하기 위해 3년에 걸쳐 AI Lab에 2천3백만 달러를 투자할 계획입니다. 첨단 AI를 개발하고 이를 생산 시스템에 통합하여 업계 전체를 혁신적으로 진보시키기 위해 Criteo Research와 Machine Learning Platform Engineering 팀을 결합해 AI Lab을 만들게 되었습니다.
크리테오는 마케터들이 구매자 데이터를 활용하면 가장 관련성 높은 광고, 보다 나은 사용자 경험, 보다 강력한 소비자 관계를 구축할 수 있게 될 것이라고 믿습니다.
AI Lab의 연구 내용과 출판물에 대해 보다 자세한 정보를 원하시면 ailab.criteo.com을 방문하십시오. 앞으로 발표될 인과관계 추천에 대한 연구 결과를 기대해주십시오.
