뒤로 돌아가기
고객 성공사례

EF샵(EF Shop)

Appier의 딥러닝(DL) 알고리즘이 기존 모델보다 3배 더 우수한 판매 실적 달성

“애피어(Appier)는 EF샵의 신뢰할만한 오랜 파트너입니다. 애피어의 AIQUA 솔루션 덕분에 고객과 소통하는 방식과 제공 가능한 개인화 수준을 혁신할 수 있었습니다. 자동화부터 고도의 하이브리드 알고리즘 추천까지 애피어의 솔루션은 우리가 온사이트 방문자에게 보다 정확한 상품 추천을 가능하도록 했고 그것은 매출 증가로 이어졌습니다. 애피어와 지속적으로 협력하여 고객들에게 뛰어난 경험을 지속적으로 제공할 수 있길 기대합니다.”

EF shop 마케팅 디렉터'

Grace Yang

EF Shop_Single

도전과제

1단계: 여러 채널을 효과적으로 운영하지 못함

대부분의 온라인 판매 사이트들이 그렇듯 EF샵도 잠재고객에게 도달할 수 있는 여러 채널을 확보하고 있었지만, 웹사이트, 소셜미디어 및 이메일을 포함하여 모든 채널에서의 참여를 쉽게 관리할 수 있는 방법이 없었습니다. 이처럼 여러 마케팅 채널을 통합적으로 운영하지 못함으로써 놓치는 판매 기회가 많았습니다.

2단계: 상품 추천 엔진 부재

사이트가 점점 커지고 더 많은 아이템을 판매하게 됨에 따라 고객들에게 상품을 더 잘 알릴 수 있는 방법이 필요했습니다. 추천 상품 섹션은 개별 고객들이 미처 생각하지 못한 관련 상품을 찾도록 도움을 주기 때문에, EF샵 또한 상품 추천 엔진을 도입하여 방문객들이 사이트를 더 편리하게 탐색할 수 있도록 지원하고자 했습니다.

3단계: 보다 정교하고 개인화된 추천 제공의 필요

EF샵은 약 1년 만에 2단계에서 채택한 기본 추천 기능으로 비즈니스가 엄청나게 성장하는 것을 확인했습니다. 온라인 쇼핑에서 더 다양한 상품과 정교한 개인화를 원하는 고객들의 높아져가는 요구에 부응하기 위해서는 상품 및 콘텐츠에 대한 한층 더 업그레이드된 추천이 필요했습니다.

솔루션

1단계: 멀티채널 마케팅 자동화를 통한 보다 쉬운 참여

EF샵은 AIQUA를 사용하여 웹사이트, LINE 앱, 이메일과 같은 여러 다른 채널에서 고객들에게 메시지를 자동으로 전송했습니다. 1단계에서 웹 참여를 대폭 개선하여, 업계 표준 대비 구독률은 4배, 활성 구독자 수는 3.6배 증가하는 성과를 거뒀습니다. AIQUA를 활용하여 매달 백만에서 2백만 건의 마케팅 이메일을 전송할 수 있었고, 휴면 사용자를 효과적으로 재참여시켜 EF샵 플랫폼에서 쇼핑을 재개하도록 했습니다.

2단계: 기본 추천 엔진

EF샵은 AIQUA에 탑재된 기본 추천 엔진을 활용하여 "같은 상품을 검색한 사용자가 찾아본 다른 상품(viewed also viewed)" 시나리오를 실행했습니다. 쇼핑객이 현재 보고 있는 아이템을 본 사람들이 찾아본 다른 아이템이 무엇이었는지 보여주는 이 기능만으로 애피어는 EF샵 매출증가와 구매전환을 견인했습니다. 이 섹션은 쇼핑객들이 더 살 품목이 없는지 고민할 가능성이 높은 상품 페이지와 장바구니 페이지에 전략적으로 배치되었습니다.

3단계: AI가 탑재된 고급 추천 엔진

EF샵은 5가지의 추천 시나리오를 추가로 실행하고, Appier의 고급 하이브리드 알고리즘을 사용하여 쇼핑객들에게 개인화된 추천을 제공할 수 있었습니다. Appier의 고급 추천 엔진은 각 조회 상품의 텍스트와 이미지를 분석하는 데 딥러닝(DL)을 사용하여 쇼핑객이 관심을 가질 만한 비슷하고 관련 있는 상품을 예측했습니다. 또한 머신러닝(ML)으로 쇼핑객의 행동을 분석 및 예측함으로써 각 사용자가 조회하거나 구매할 가능성이 있는 상품을 추천했고 이 방법을 통해 기존 모델보다 높은 매출을 달성했습니다. AI 기반 엔진은 쇼핑객이 콘텐츠 및 상품과 계속 상호작용하면서 학습이 심화되므로 시간이 지남에 따라 더욱 더 개인화된 경험을 제공하게 됩니다.Appier는 EF샵과 지속적으로 협력하며, 고객 참여와 추천 향상을 넘어 최고의 고객 경험을 제공하기 위한 새로운 AI 애플리케이션을 개발하고자 노력하고 있습니다.

지금 바로 Appier로 비즈니스 성장을 시작하세요