가볍게 설계해 보는 <네이버 쇼핑>의 데이터 분석_코드스테이츠 PMB 11기| W6

 

[강점] 비교 검색 (Ai 카탈로그)

 네이버 쇼핑은 검색 포털(네이버)과 결제 수단(네이버페이)의 조합으로 이커머스 시장에서 '중개자' 역할을 훌륭히 수행하고 있다. 타 플랫폼들의 경우 셀러와 소비자의 중개자 역할만을 수행하지만, 네이버 쇼핑의 경우 소비자와 셀러를 넘어 플랫폼까지 포함하여 중개하고 있다. 국내 이커머스 시장에서 가장 상위 레벨의 중개자라 과히 칭할 수 있으며, 그 과정에서 유사한 상품들의 비교 검색 정책을 수행하고 있다. 

 셀러들은 판매 가능성을 높이기 위해 종종 여러 플랫폼에 상품을 등록하는 경우도 있으며, 하나의 물건에 대해 여러 셀러들이 존재하기도 한다. 이는 셀러들의 판매력은 높여줄 수 있으나, 소비자들의 쇼핑 편의성이 저하되는 요소이다. 플랫폼들은 SKU 지표 확대를 위해 적극적으로 저지하지 않기 때문에, 해당 관계에서 딜레마가 발생한다.

 네이버 쇼핑은 이러한 고객의 Pain point(쇼핑 편의성 저하)를 "비교 검색(Ai 카탈로그)"을 통해 효과적으로 해결하고 있다. Ai 카탈로그란, 네이버 쇼핑에서 여러 상품이 노출됐을 때 Ai 알고리즘상 동일 상품으로 인식되는 상품들을 하나의 페이지로 모아 가격 비교를 할 수 있도록 구성한 페이지이다. 일반 상품의 경우 해당 상품의 판매 페이지로 바로 이동하는 반면, Ai 카탈로그에서는 다양한 옵션(배송비, 카드 할인, 오늘 도착 등)을 적용해 사용자의 상황에 가장 적합한 최저가 상품 구매가 가능하다.

 유저들은 동일한 상품에 대해 여러 판매처들의 가격 비교를 손쉽게 시행할 수 있으며, 배송비/카드 할인/오늘 배송 등의 요소들을 표면적으로 확인하여 상품 페이지를 일일히 확인하지 않아도 되는 번거로움을 줄일 수 있다. 셀러들은 기존의 판매 방식을 유지하면서도 같은 상품을 원하는 유저들에게 더욱 자주 노출될 수 있어 판매 기회가 확대된다. 물론 가격 경쟁이 심화될 가능성도 있지만, 셀러들 또한 전환율과 이탈률, 유입 경로 등의 관련 지표 확인을 통해 판매력을 강화하는 수단으로 삼을 수 있다. 

 

확인 지표 및 관련 데이터

1. AI 카탈로그의 전환율
= Ai 카탈로그에서 연결된 판매처에서 실제 구매하는 고객 / Ai 카탈로그 페이지에서 연결된 판매처로 이동한 고객

 앞서 '비교 검색'이 강점이라 생각했기에,  해당 페이지에서 실구매까지 전환되는 정도를 파악하면 해당 기능의 실효성에 대해 측정할 수 있을 것이다.

 분모가 되는 'Ai 카탈로그 페이지에서 연결된 판매처로 이동한 고객'의 경우, 판매처 이동 수가 아닌 '고객의 수'로 파악해야 한다. 한 명의 고객이 여러 판매처를 확인할 가능성도 다분하기에 '1개 이상의 판매처로 이동한 고객의 수'로 지표 산정했다. 이때 분모를 'Ai 카탈로그 페이지 유입 고객 수'로 파악하지 않는 이유는, Ai 카탈로그를 통해 상품 정보를 파악하는 경우의 수도 있기 때문이다. 보다 적극적인 구매 의지를 가진 사용자들을 선별하기 위해 '판매처로 이동한 고객'이라는 조건을 덧붙였다. 

2-1. 해당 페이지 CTA 총 활성도
= 1개 이상의 CTA를 활성화(클릭)한 고객 수 / Ai 카탈로그 페이지 유입 고객 수
* CTA: 배송비, 카드할인, 오늘 출발, N pay

 동일한 상품에 대한 가격 비교는 필수적으로 확인해야 하는 요소 중 하나이다. Ai 카탈로그 페이지에서는 기본값으로 노출되는 가격은 어떠한 부가 요소도 적용되지 않은 표면적인 가격이며, Ai 카탈로그에서 배송비/카드 할인/오늘 출발/N pay 가능 유무 등을 적용하여 대략적인 가격을 확인할 수 있다. 따라서 해당 CTA들의 활성화 정도를 파악하여, 사용자들이 해당 기능을 잘 사용하고 있는지를 확인해야 한다.

 활성도 지표 역시 '고객 수'로 파악해야 하며, 1개 이상의 CTA를 활성화한다면 CTA를 잘 활용한다고 볼 수 있을 것이다.

 

 

2-2. CTA의 개별 활성도
= 각 CTA 활성화 수 / 총 CTA 활성화 수

  바로 위의 CTA 총 활성도와는 별개로, 각 CTA의 활성도도 확인할 필요가 있다. 이때는 분자와 분모가 되는 지표 모두 고객이 아닌 'CTA의 활성화 수'를 기준으로 해야 하기에 주의해야 한다. 고객들이 어떤 CTA를 활성화하는지, 얼마나 많이 이용하는지를 파악하여 해당 페이지의 기본값을 바꾸는 등의 기능 강화를 이룰 수도 있다.

 

3. Ai 카탈로그의 중개 수수료 매출과 비율
= Ai 카탈로그 중개 수수료 매출 / 전체 판매 수수료 매출

 네이버 쇼핑은 여러 플랫폼들의 상품을 노출하여 중개해주는 대신, 네이버 쇼핑을 통해 거래가 이루어질 경우 일부의 수수료를 취득하고 있다. 따라서 Ai 카탈로그를 통해 발생하는 거래들의 수수료 매출과, 전체 판매 수수료에서 차지하는 비율을 확인하여 기능을 강화할지에 대해 고민해야 한다.

 중개 수수료의 비율을 확인하는 이유는, 기능 강화에도 기회비용이 존재하기에 이를 투입할 가치가 있는지에 대해 판단하기 위함이다. 기업들의 리소스는 한정되어 있기 때문에, 기능 고도화를 시행할지에 대해 판단하기 위한 지표로 작용할 수 있을 것이다.

 

지표 향상을 위한 가설

Ai 카탈로그의 가격은 유저들이 실제 구매하는 가격과 일치할 것이다.

 위의 가설은 Ai 카탈로그의 전환율과 중개 수수료 매출을 강화하기 위해 수립했다. 유저들이 Ai 카탈로그가 아닌 일반 판매 페이지를 확인할 경우, 상품의 상세 내역을 확인한 후 해당 상품의 가격에 대해 추가적인 탐색이 필요하다. 해당 상품명과 동일한 상품이 판매되고 있지는 않은지, 가장 저렴한 가격이 맞는지 등을 알아봐야 한다. 하지만, Ai 카탈로그의 경우 후속 절차가 불필요하고, 실제 구매 가격에 근접한 가격을 확인할 수 있다는 장점이 있기에 실제 구매로 이어질 가능성이 더 높다고 생각한다. 따라서 앞서 설정한 지표들을 강화하기 위해서는 Ai 카탈로그 페이지의 가격이 실제 구매 가격과 일치하는지를 파악하고, 문제가 있다면 이를 중심으로 개선이 이루어져야 한다.

검증 방법

 Ai 카탈로그를 통해 직접 구매한 고객들 중, 직접적으로 추적이 가능한 N pay 결제 데이터를 이용해 이를 검증할 수 있을 것이다. 유저들은 Ai 카탈로그에서 여러 필터 및 CTA를 통해 근접한 가격을 확인한 후, 실제 구매/결제를 위해 해당 판매처로 이동할 것이다. 종종 Ai 카탈로그에서 확인할 수 없었던 쿠폰이나 이벤트 등을 통해 추가 할인을 받는 경우도 있겠지만, 대체적으로 가격이 일치할 것으로 예상된다. 

 유저들은 Ai 카탈로그에서 확인한 가격과 이동한 판매 페이지의 가격이 일치한다면 즉각적으로 구매를 할 가능성이 높다. Ai 카탈로그 페이지에서 이미 상품의 상세 내용과 가격을 확인한 후 구매를 위해 이동했다고 예측되기 때문에, 아마 곧바로 결제를 할 것이다. 따라서 Ai 카탈로그를 확인한 유저들 중 N pay로 실제 구매를 한 고객들의 데이터를 확인해 Ai 카탈로그에서 확인한 가격과 일치하는지를 판단하여 가설을 검증할 수 있다.