Contact

상품 노출을 고려해야 하는 이유

By 김상현
Published in Insight
December 30, 2021
3 min read
상품 노출을 고려해야 하는 이유

세 줄 요약

  • 상품의 판매량(또는 판매금액)이 많다고 반드시 좋은 상품인 것은 아닙니다.
  • 상품의 판매량은 고객에게 해당 상품이 보여진 횟수에 큰 영향을 받습니다.
  • 따라서 상품을 판단할 때에는 판매량과 함께 고객에게 보여진 횟수(노출 수)도 고려해야 합니다.

광고에서 노출(Impression)이라는 개념은 매우 중요합니다. 우리는 광고 효과를 측정하기 위한 하나의 기준으로, 클릭으로 이어진 노출의 비율을 의미하는 CTR(클릭률)을 사용합니다. 단순히 광고의 클릭 수가 높다고 해서 성과 좋은 광고라고 판단하진 않습니다. 비용을 많이 들여 많은 고객들에게 광고를 노출한다면 클릭 수 또한 어느정도 비례해서 늘어날 것은 당연하니까요. 광고 비용은 한정된 자원입니다. 따라서 CTR, RPM, eCPM와 같은 노출을 고려한 다양한 지표를 통해 광고 성능을 평가하고, 광고 비용을 최적화하는 과정이 반드시 필요합니다

그렇다면 이것이 과연 광고에만 적용되는 개념일까요? 혹시 여러분의 자사몰 사이트에서 판매되고 있는 상품 중 좋은 상품을 어떻게 판단하고 계신가요? 혹시 본격적인 마케팅을 집행할 상품을 고민할 때, 혹은 BEST 상품 카테고리에 넣거나 메인 페이지 빅배너에 배치할 상품을 선정할 때, 상품의 판매량만을 기준으로 판단하고 계시진 않나요? 그렇다면 이 글을 꼭 끝까지 읽어주세요!

많이 팔렸다고 꼭 좋은 상품은 아닐 수 있습니다

image1

먼저 상품의 판매량이 어떤 특성을 가지고 있는지 알아보겠습니다. 상품의 판매량은 광고의 클릭 수와 마찬가지로, 상품이 고객에게 노출된 횟수와 함께 보아야 합니다. 그 이유는 상품의 판매량은 해당 상품이 고객에게 얼마나 많이 노출되었느냐에 큰 영향을 받기 때문입니다.

상품 판매량에 영향을 주는 요소들을 파악하기 위해, 상품의 다양한 특성들을 기반으로 상품 판매량을 예측하는 머신러닝 모델을 만들어보았습니다. 이 모델은 지난 일주일 간의 데이터를 기반으로 다음 일주일의 판매량을 예측합니다. 재미있게도 머신러닝 모델은 판매량 예측 뿐 아니라, 마치 식품 영양 구성표처럼 판매량을 예측할 때 영양가 있게 사용된 데이터가 무엇인지도 알려주는데요.

위 차트는 판매량 예측에 큰 도움을 준 특성들을 순서대로 보여주고 있습니다. 보시다시피 지난 주의 상품 노출 수가 다음 주 판매량 예측에 매우 중요하게 사용된다는 것을 알 수 있습니다. (모델이 얼마나 정확히 판매량을 예측하는지도 궁금하지 않으신가요? 다음 글도 기대해주세요!)

image2

노출 수와 판매량의 관계를 차트로 표현하여 보다 직관적으로 확인해볼 수도 있습니다. 점 하나는 개별 상품을 의미하며, 가로 축(X)은 노출 수, 세로 축(Y)은 판매량을 의미합니다. 노출 수와 판매량의 관계를 표현할 수 있는 추세선도 하나 올려보았습니다. 사이트마다 조금씩 차이는 있지만, 거의 대부분의 커머스에서 상품의 노출 수가 증가하면 판매량도 증가하는 패턴을 보입니다. 조금 전문적인 용어로 표현해보자면, 상품 노출 수와 판매량은 평균적으로 상관계수 0.68이라는 강한 양의 상관관계를 가집니다. 심지어 판매량이 아닌 판매금액으로 계산할 경우, 평균 0.75로 상관성이 더욱 강해집니다.

머신러닝 모델 결과와 차트를 통해 확인할 수 있듯, 많이 팔린 상품은 대부분 많이 노출된 상품입니다. 이것은 생각해보면 사실 너무 당연합니다. 그러나 많은 커머스 담당자들께서 놓치고 있는 부분이기도 합니다. 왜냐하면 상품 판매량은 손쉽게 알 수 있지만, 상품 노출 수는 쉽게 접하기 어려운 데이터이기 때문입니다. 그렇기에 대부분의 커머스에선 판매량을 기준으로 상품을 정렬하거나, BEST 카테고리에 포함시키게 됩니다. 상품의 노출 데이터를 알 수 없다면, 어쩌면 최선의 선택이겠죠.

그러나 판매량이 많은 순으로 상품을 정렬하면, 빈익빈 부익부 구조가 만들어집니다. 판매량이 많은 상품은 더 많이 노출될 것이고, 판매량이 최초에 적었던 상품은 노출이 적은 구역에서 벗어나지 못합니다. 그 상품이 나쁜 상품이었기 때문이 아니라 단지 충분한 노출 기회를 얻지 못한 것일 수도 있는데 말입니다. 정말 ‘좋은’ 상품을 골라내어 판매하고 싶다면, 이런 구조는 건강하다고 보기 어렵습니다.

image3

이러한 관점에서 B 상품은 A 상품에 비해 훨씬 많이 노출되었는데도 오히려 판매는 적었습니다. 그럼에도 불구하고 B 상품을 계속해서 많이 노출시킨다면 크나큰 손해가 아닐까요? 이러한 상태를 빠르게 감지하고 B 상품보다 A 상품에게 더 많은 노출 기회를 줄 수 있다면 어떨까요? 또한 사이트 전체적으로 이런 방식의 상품-노출 최적화가 적용된다면 얼마나 좋을까요?

상품 노출을 관리하세요

(사이트 내) 노출은 광고 비용과 마찬가지로 한정된 자원입니다. 모든 상품이 많은 노출을 받을 수는 없습니다. 사이트의 빅배너, 페이지 상단 등은 가장 많은 노출이 발생하는 곳들입니다. 마치 네이버 검색 창 아래 커다란 배너 구좌나 카카오톡 상단 배너 구좌처럼 아주 가치있는 곳들이죠. (물론 사이트마다 노출이 집중적으로 발생하는 위치는 다를 수 있습니다.) 노출이 많이 발생하는 곳에 좋은 상품을 적절히 배치하는 것은, 매출을 올리기 위해 반드시 해야하는 일입니다.

다소 막연하게 느껴지시나요? 간단하지만 재미있는 계산을 한번 해보겠습니다.

image4

메인 페이지 최상단에 4개의 빅배너를 배치한 사이트가 있습니다. 첫번째 배너에 진열된 상품의 노출 수가 가장 많고, 뒤쪽에 있는 배너에 배치된 상품일수록 노출 수가 적을 것입니다. 현재 이 빅배너에 진열된 4개 상품들의 지표가 위와 같다고 합니다. 계산의 편의를 위해 상품 가격이 모두 1만원으로 동일하다고 가정한다면 상품 A, B, C, B 순으로 진열된 빅배너로부터 발생한 매출액은 260만원입니다.

얼핏보면 판매량 순으로 잘 진열되어 있는 것 같지만, 배너가 고객들에게 노출된 횟수를 생각하면 오히려 뒤쪽 배너에 배치된 상품들의 지표(노출 대비 구매전환율)가 더 좋은 상황입니다. 만약 단순 판매량 순서가 아니라 노출 대비 구매전환율을 고려하여 상품을 진열한다면 어떻게 될까요?

아래에서 직접 배너 순서를 변경하며 매출의 변화를 확인해보세요. 가장 최적의 진열은 무엇일까요?

각 아이템을 어떤 배너에 노출해야 가장 많은 매출을 올릴까요? 상품을 드래그해서 배너 영역 위에 배치해 보세요각 아이템을 어떤 배너에 노출해야 가장 많은 매출을 올릴까요? 먼저 상품을 선택하고 배너 영역을 클릭해서 배치해 보세요.
상품 A구매전환율0.1%
상품 B구매전환율0.2%
상품 C구매전환율0.3%
상품 D구매전환율0.4%
총 매출모든 상품을 배치해 주세요
최적의 배치 대비 현재 매출액 모든 상품을 배치해 주세요
상품별 매출액
상품 A
상품 B
상품 C
상품 D

노출은 시작에 불과합니다

노출 대비 구매가 많이된 순서인 D, C, B, A 순으로 상품을 재배치하면 기존 매출의 거의 두배인 490만원의 매출이 발생합니다! 별다른 수고를 들이지 않았고 진열 순서만 조정했을 뿐인데 말이죠! 아쉽지만 이 예시는 매우 극단적인 케이스입니다. 현실에선 상품의 노출을 증가시키면 노출 대비 구매전환율이 감소하는 경향이 있기 때문에, 이 정도의 드라마틱한 개선이 일어나긴 어렵습니다. 또한 빅배너에서 발생하는 매출은 평균적으로 전체 매출 대비 3~5%에 불과합니다.

그러나 분명한 것은 빅배너 뿐 아니라 사이트 전체에 상품 노출 최적화가 적용된다면, 체감할만한 매출 상승이 일어나리란 사실입니다. 물론 최고의 방법은 모든 상품 노출이 개인화 되는 것입니다. 실제 다이버스의 일부 고객사들은 다이버스 API를 활용하여 개인화된 상품 노출을 적용하고 있습니다. 개인화까진 아니더라도 지금까지 소개해드린 내용을 잘 적용하신다면, 데이터 기반 성장의 첫 발걸음을 내딛으실 수 있습니다.


Tags

#datarize
Previous Article
[네이버 클라우드 서밋 2021] 데이터로 매출을 높일 수 있는 방법

김상현

Data Analyst

Table Of Contents

1
많이 팔렸다고 꼭 좋은 상품은 아닐 수 있습니다
2
상품 노출을 관리하세요
3
노출은 시작에 불과합니다

Related Posts

이탈하려는 고객, 실시간으로 붙잡아 드려요
April 08, 2022
2 min
© 2022, All Rights Reserved.

Quick Links

Contact Us

Social Media