'화해'에 대한 데이터 분석 기초 (5)
[Contents]
Part 1 | 데이터 분석 포트폴리오 (Basic)
01 문제점 and 강점 (3개)
02 해결 and 강화하기 위한 지표
Part 1 | 데이터 분석 포트폴리오 (Basic)
01 문제점과 강점
1) 문제점 : 성분표 비전문성
화해에서 설정한 성분표의 기준을 내세운 것은 소비자를 위한 기준제안이였습니다. 하지만, 화장품 성분표에 신뢰성이 없다는 의견이 많이 제기되고 있습니다. 현재 제공하는 등급은 EWG에서 1~10 단계로 분석하여 분류합니다. 1~10 까지 유해도에 대한 평가를 해서 1,2는 녹색으로 위험도가 낮고 안전한 평가를 하고, 3~6은 노랑색, 7~10은 빨간색으로 위험하다고 분류했습니다. 이 점수는 암, 생식기, 태아에 대한 독성, 피부 알레르기 및 면역, 사용제한으로 등급을 나누었고, 각각 점수의 총합이 우리가 알고있는 1등급부터 10등급입니다.
화학물질에 대한 안전은 독성이 강한 물질이 들어있느냐, 없느냐가 아닌 '얼마나 들어있느냐'가 중요한데, 화해는 이 점에 있어 그냥 성분이 있다, 없다만 알려줍니다. 이로인해 사람들은 주관적으로 해석하여 이건 좋은 제품이다, 나쁜 제품이다를 판단하기에 문제가 되고 있습니다. 실제로 화해에 있는 각 제품들의 리뷰를 보면 '여태 잘 쓰고 있었지만 화해 성분표를 보니 더 이상 쓰지 말아야겠다', '성분이 나쁘다고 되어있는데 실제로는 잘 쓰고 있는 제품'는 리뷰들도 종종 있습니다. 이것은 모호한 기준의 성분 판단으로 제품 선택에 더 혼란을 주는 것은 아닐까라고 생각됩니다.
2) 강점이자 문제점 : 강점을 살린 비즈니스 모델 구축 (화해쇼핑)
2013년 앱을 출시하고, 2014년 5월에 리뷰 서비스, 2015년 12월 랭킹 서비스를 실행했습니다. 그리고 2017년 6월 커머스 서비스를 추가했습니다. '이제 리뷰로 쇼핑하세요'라는 캐치프레이즈를 내걸고 서비스를 시작했습니다. 상업적인 리뷰를 배제하고, 신뢰성있는 화해만의 자산을 활용한 새로운 쇼핑 경험을 제공하려는 시도였습니다. 성분 정보를 확인하고 리뷰를 본 뒤 마음에 드는 제품은 한 자리에서 구매할 수 있게 이용자 flow를 새롭게 짰습니다. 광고 문구보다 소비자들의 리뷰에서 찾아낸 포인트 중심으로 쇼핑 섹션을 구성했습니다. 이것은 성분 파악과 리뷰 참고의 서비스를 넘어 계속 사용하고 싶은 서비스를 구축한 것입니다.
판매실적 때문에 객관성, 공정성이 퇴색될 수 있지만 화해의 이웅대표는 2가지 구성에 집중했습니다. 1) 잘 팔릴 만한 제품, 이미 잘 팔리고 있는 제품을 가져오는 것이 아니라 화해 내에서 성능을 인정받고 있는 제품을 판매하자 2) 그 제품을 판매하는 과정에서 우리들의 인위적인 목소리를 넣는 것이 아니라 실제 사용자들의 리뷰 속 생생한 목소리를 살리자에 집중하여 화해 쇼핑을 구성했습니다.
이러한 우려에 실제 부정적인 기사와 제품 앱스토어리뷰에는 상업적으로 변질한 화해에 피곤함을 느낀다는 리뷰를 쉽지않게 볼 수 있었습니다. 과한 쇼핑 문구와, 이벤트, 브랜드 데이, 1위 기념 스페셜 구성 세트 등 문구에서 볼 수 있듯 마케팅 도구로 변질됐음을 이용자들은 충분히 느낄 수 있을 요소이기 때문에 비즈니스 모델이 화해만의 본연의 리뷰 공정성과 신뢰성를 해칠 수도 있다고 생각됩니다.
http://www.cncnews.co.kr/news/article.html?no=3790
[취재파일] '화해'가 불편한 이유
화해 어플에 대해 화장품업계의 시선이 곱지 않다. 성분 정보와 댓글을 미끼로 화장품기업 서열 매기기, 부정확한 정보로 케모포비아를 조장한다는 이유 때문이다. 최근엔 아예 오프라인 스토
www.cncnews.co.kr
3) 강점 : 데이터 활용도
화해는 개발에 진심인 문화를 가지고있는데 특히 자율주행하는 데이터 드리븐 문화를 지향하는 데이터 활용에 강점이 있습니다. 현재 720만건이 넘는 리뷰 데이터를 더 가치 있는 서비스로 만들기 위해 기술을 개발하고 있습니다. 뷰티에 국한된 화장품 언어(7스킨, 수부지, 백탁 등)를 따로 구축하여 데이터를 쌓아 언어 사전을 바탕으로 모델이 더 잘 학습할 수 있게 하고 있습니다. 데이터 활용을 통해서 끊임없이 새로운 기능을 만들고 있습니다. '리뷰토픽'이라는 기능을 통해 '인생템찾기' '고민해결템' 같은 고객 개인화된 새로운 기능을 출시했는데, 이것은 새로운 제품 탐색 경험으로서 자리를 잡아가고 있습니다. 이렇게 화해가 가지고 있는 자산인 데이터를 통해 새로운 기능을 출시하여 고객 개인화에 다가가는 것은 분명한 강점이라고 할 수 있겠습니다.
02 해결 and 강화하기 위한 지표
1) 성분표 비전문성을 위한 해결점을 위한 A/B 테스트
화해에 접속하여 제품을 탐색하면 리뷰가 먼저 보입니다. 리뷰토픽을 먼저 보이고, 리뷰토픽에 대한 ai 리뷰 분석까지 신기능을 더해 서비스의 완성도를 채우고 있습니다. 내피부맞춤이라는 기능을 on하면, 많은 리뷰들 중에서도 사용자와 비슷한 리뷰만을 골라서 보여주죠. 그리고 그 하단에 성분 정보 기능이 있습니다. 그리고 다른 팝업창으로 성분 정보는 화해의 입장을 대변하지 않으며, 절대적인 기준으로 활용될 수 없다는 안내 문구도 보입니다. 이것은 화해도 이미 성분표에 대한 비전문성을 인지하고 있고, 이런 문제점을 해결하기 위해 내부적으로도 많은 논의가 있었음이 보여집니다.
성분 분석으로 유명해진 화해가 리뷰를 선두로 세우며 정보를 제공하고 있습니다. 여기서 문제점이 있는 성분 서비스를 후순위로 미룰것인지, 리뷰 서비스를 선두로 낼것인지를 파악하기 위해 지표를 선정해야 겠습니다. 실제로 어떤 서비스를 더 많이 사용하고 도움을 받는지 사용자 데이터 분석을 통해 해결책을 얻어야 할 것 입니다.
그래서 그 지표를 간단한 테스트를 통해 도움을 얻고자 합니다. 사용자에게 성분 정보를 도움이 됐는지, 되지않았는지 직접적으로 데이터를 수집해 봅니다. 사용자 흐름을 방해하지 않기 위해 성분 정보를 전부 확인하고 뒤로가기 버튼을 누를 때 해당 팝업창을 한 번 띄웁니다. 간단한 테스트이지만, 단편적으로나마 도움이 됐는지 되지않았는지 정보를 얻을 수 있습니다.
A/B 테스트의 가설 : 5회 이상 성분 정보 서비스를 이용한 사용자는, 서비스 이용의 만족을 얻었기 때문에 재이용할 것이다.
A/B 테스트 대상 : 1) 처음 성분서비스를 이용한 사용자, 2) 5회 이상 성분 서비스를 이용한 사용자에게 해당 테스트를 진행합니다.
처음 성분서비스를 사용하고, 도움안됨이라고 체크한 이용자는 다시 서비스를 재방문 하지 않는지 확인합니다. 그리고 5회 이상 성분 서비스를 이용한 이용자의 사용율과, 도움된다고 선택한 이용자의 재이용률과 지속시간의 수치를 확인합니다. 정말 사용자들이 성분서비스를 이용하지 않고, 도움을 받지 못한다는 수치를 확인한다면 화해는 어느 서비스에 집중해야할지 확인할 수 있는 계기가 될 것입니다.
2) 화해 쇼핑 강화 지표
화해 쇼핑 이커머스 서비스를 비즈니스 모델로 삼기 위한 배경에는 상업적인 리뷰를 배제하고, 신뢰성있는 화해만의 리뷰 자산을 활용한 새로운 쇼핑 경험을 제공하기 위함이였습니다. 화해 내에서 성능을 인정받고 있는 제품을 판매을 선두로 판매하고, 리뷰에서 정말 인기있는 제품을 판매하자는 공략이 있었습니다.
하지만, 지금 화해 쇼핑의 랜딩페이지를 보면 여느 이커머스 화장품 판매 페이지와 두드러진 차이점이 없습니다. 세일, 행사, 쿠폰을 강조한 UI, UX가 눈에 띄고 화해내에서 성능을 인정받고 있는 제품이라는 것을 한눈에 알 수 없으며, 제품 탐색 리뷰에 들어가야 리뷰의 수 별점 등등을 확인할 수 있습니다. 그리고 화해 MD가 엄선한 브랜드를 판매하고, 사용자의 리뷰를 바탕으로 쇼핑페이지를 구성하고 판매한다는 UI는 찾아볼 수 없었습니다. 행사와 세일에 집중했다는 분위기를 사용자는 받았을 것입니다. 그리고 화해가 상업적인 분위기를 조금이라도 덜기위해 제품 카테고리 구성 화면을 화해쇼핑의 랜딩페이지 60%를 차지하게 구성해 두었을까요.
그래서 상업적 이벤트가 아닌 화해 이용자가 정말 원하고 인기있는 제품의 판매율을 확인하고자 합니다. 그 지표는 똑같이 제품 이벤트를 진행했던 제품 중 최근 3개월동안 누적 리뷰 1,000개 이상과 1000개 미만의 제품의 판매건수를 비교 측정합니다. 정말 화해내에서 사용자가 리뷰를 쓸만큼 만족한 제품들의 판매량과 단순 이벤트, 행사를 진행했던 제품의 판매량을 비교해보고자 합니다. 현재 화해는 전반적으로 가격 할인이 적용된 제품 가격으로 판매하고 있습니다. 할인율 적용 브랜드 이벤트 제품 포함 리뷰의 양과 제품 판매 수치를 비교해보고자 합니다.
지표 가설 : 할인율 적용 브랜드 이벤트 제품 관계없이, 최근 3개월간 리뷰수 1,000개 이상의 제품 판매건수와 1,000개 미만의 제품 판매건수를 비교한다. 리뷰 1,000개 이상인 제품은 가격 이벤트 할인 유무 관계없이 리뷰가 많을 수록 제품 건수가 많은 추세를 보일 것이다.
확인 지표 : 구매자, 구매건수, 거래액 = 구매자 x 객단가, 제품 리뷰건수 대비 판매건수
해당 지표가 확인된다면, 리뷰수가 많고 별점이 높은 제품을 선두로 제품 판매를 선보입니다. MD추천이 아닌, 사용자 기반 분석의 실제 판매량을 기반한 제품 추천임을 정보를 제공합니다. 그렇다면, 상업적 이벤트, 가격할인의 제품 판매가 아닌 실제 데이터를 기반으로 정말 화해 사용자가 만족한 제품 소비 경험을 돕는다는 화해의 목적을 인지 시켜줄 수 있겠습니다.
3) 데이터 기능 활용 강화지표
화해는 특히 데이터 기반의 회사입니다. 모든 조직이 데이터를 기반하여 업무를 하는 공통점이 있습니다. 데이터를 기반하여 새로운 기능을 출시하고, 데이터 기반의 제품 판매를하고, 데이터를 바탕으로 사용자의 니즈에 맞는 제품을 출시하여 수익을 얻고 있습니다. 이렇게 데이터를 기반으로 새로운 기능을 선보이고 있는데, 실제로 이용자가 얼마나 사용하는지 제품 선택에 도움을 받는지 이용률이 중요합니다. 그래서 이용자가 활용하고 인지하기 위해 지표를 설정하고 지표를 바탕으로 어떤 액션을 취해야하는지 알 수 있겠습니다. 해결하려는 문제는 신규 기능 인지 + 활용하는 문제입니다. 측정지표는 신규 기능 조회자수, 신규기능 이용자수, 일자별 기능 활용 수, 신규유저/기존유저 기능 이용수의 지표로 확인할 수 있겠습니다.
데이터를 활용한 기능을 매번 선보이는 만큼, 이용자의 신규 기능 활용률의 데이터를 활용하여 어디서 사용자 플로우를 해치는지, 어디서 개선해야하는지, 정말 도움이 되는 서비스가 맞는지를 확인할 수 있을 것입니다. 데이터를 추출하는데에 그치지 않고 직접 활용하여 신규 기능 이용률 재고라는 문제를 해결하는 지표로서 활용되어야 할 것입니다. 측정 지표를 활용하여 신규 기능에 대한 이벤트 게시 등의 방법을 강구 할 수 있을 것입니다.
해결하려는 가설 : 신규 기능 인지와 활용하는 이용자는 재방문률이 높을 것이다.
측정 지표 : 신규 기능 조회자수, 신규기능 이용자 수, 일자별 기능 활용 수, 신규유저/기존유저 기능 이용 수