오늘 재미있는 기사가 하나 났군요. "라면 파는 코너에 양은냄비 왜?" (한국경제, 기사보기) 바로, 저희 회사(넷스루)에서 제공하는 기술과 맞닿아 있는 분야이며, 현재 제가 소속된 파트에서 개발중인 추천 솔루션의 핵심을 이루는 기반 기술 중 하나이기도 합니다. 라면-양은냄비 처럼 함께 묶여서 판매되는 구매 연관성(Association)이 있거나, 혹은 둘 사이에 어떤 유사성(Similarity)이 있는 상품들을 흔히 연관상품이라고 말하며, 상품 추천을 위한 좋은 단서를 제공합니다. SLR 카메라 + 렌즈 + 메모리 굳이 분석을 하고 자시고 할 것 없이, SLR 카메라를 사는 사람들에게 있어서 렌즈나 메모리는 항상 붙어 다니는 악세서리 상품이나 마찬가지입니다. 카메라를 전문으로 취급하는 쇼핑몰에 가 보면..

고객을 이해할 것인가, 컨텐츠(상품)를 이해할 것인가? '개인화된 추천'을 한다는 말은, 지금 웹 사이트를 이용하는 고객에게 '적합한' 컨텐츠나 상품을 노출시키는 것을 말합니다. '적합한...' 즉... 고객이 뭔가 매력을 느낄만한, 관심을 가질만한, 구매할만한, 흥미를 느끼는... 등등 그렇다면, 고객이 좋아할만한 상품이나 컨텐츠를 골라내기 위한 '기준'은 무엇일까? 고객을 이해하자? 우선은... 고객의 취향을 시스템에서 파악하는 방법이 있을겁니다. 구체적인 방법은 여러 가지가 가능하겠지요. 고객이 좀 수고스럽게 느끼겠지만, 직접 자기가 좋아하는 것들을 설정하는 방식이 가장 단순한 방법일겁니다. 내가 좋아하는 상품의 종류, 가격대, 몇 개의 키워드, 브랜드... 등등을 설정하게 하는 방식이지요. 짐작이..

저희 회사(넷스루)에서 추천 솔루션을 개발하면서 많이 참고한 서비스 중 하나가 바로 아마존닷컴(Amazon.com)입니다. 아주 유명한 쇼핑몰일뿐만 아니라 개인화 및 추천 서비스를 매우 풍부하게, 그것도 썩 괜찮은 수준으로 제공하는 곳이 바로 아마존닷컴 사이트입니다. 아마도... 우리나라의 많은 온라인 비즈니스 사이트들 또한 아마존닷컴과 같은 풍부한 개인화 추천 서비스를 하고 싶을 것입니다. (돈과 시간과 사람만 있으면 못할것이 없겠죠. 문제는... 제한된 돈과 시간과 사람을 가지고 얼마나 양질의 결과를 만드느냐가 아닐까요? 그래서 저희 회사에서도 그런 솔루션을 만들고 있는거구요. 저희 회사의 고객사 가운데 많은 곳이 온라인 비즈니스를 하는 곳들입니다.) 그럼... 아마존닷컴의 추천 서비스를 한 번 둘러..

요즘 저희 회사에서는 개인화 추천 서비스 플랫폼을 개발중입니다. 쉽게 말해서... 온라인 고객들의 서비스 이용 내역을 분석해서, 고객의 지름신 강림을 부추길만한 맞춤형 상품이나 컨텐츠를 추천해 주는 솔루션입니다. 개인화 추천 vs. 맞춤 추천 통상 온라인 서비스 분야에서 '개인화' 또는 '추천'이라고 말을 할 때는, 글자 그대로 '개인화' 또는 '추천'이라는 범주를 말하는 것이 아니라... 뭔지는 모르지만 고객의 의중을 파악해서 해당 고객이 수긍할만한 것을 추천했으면 하는 것이겠지요. 아마도... 그런 이유로 '추천'이라는 말 앞에 '개인화'라는 수식어를 붙여서 사용하는 것이 아닐까 생각됩니다. 넓은 범위에서 개인화라는 것은 꼭 추천을 의미하지는 않습니다. 가령, 온라인 쇼핑몰에서 쉽게 볼 수 있는 마이..