구매 전환율 향상의 비밀: 어바웃펫, 블럭스와 함께 미래를 설계하다

맞춤형 추천 시스템으로 불황을 극복하는 어바웃펫의 전략적 선택
Content's avatar
Aug 16, 2024
구매 전환율 향상의 비밀: 어바웃펫, 블럭스와 함께 미래를 설계하다

어바웃펫은 국내 반려동물 시장에서 꾸준히 성장하며 독자적인 위치를 만들어가고 있는 이커머스 플랫폼입니다. 그러나 최근 경제 불황과 시장 정체 속에서 고객의 니즈 변화에 맞춰 새로운 전략을 모색해야 하는 상황에 직면했습니다. 이런 상황에서 어바웃펫은 고객 중심의 맞춤형 추천 솔루션을 통해 새로운 돌파구를 마련하기로 결심했습니다.

그 선택은 바로 ‘블럭스’와의 협업이었습니다. 블럭스의 인공지능 기반 상품 추천 솔루션은 어바웃펫이 고객의 니즈를 더욱 정확하게 파악하고, 이를 통해 구매 전환율을 극대화할 수 있는 길을 제시했습니다. 이번 ‘어바웃펫 고민성 데이터 분석가님’과의 인터뷰를 통해 어바웃펫이 어떻게 블럭스와 함께 어려운 시장 상황을 극복하고, 고객 경험을 향상시키며, 더 나아가 국내 반려동물 이커머스의 대표주자로 성장할 수 있었는지 살펴보겠습니다.


블럭스: 안녕하세요, 고민성님. 바쁘신 와중에 고객 성공 사례 인터뷰에 응해 주셔서 감사합니다. 먼저, 어바웃펫에 대해 간단히 소개해 주실 수 있을까요?

고민성님: 어바웃펫은 반려동물과 관련된 다양한 상품을 주로 다루는 이커머스 플랫폼입니다. 반려동물의 사료, 간식, 용품 등을 유통하고 판매하며, 도매로 상품을 판매하여 수익을 창출하는 비즈니스 모델도 운영하고 있습니다. 간단히 설명하자면, 반려동물 용품에 특화된 이커머스 플랫폼이라고 이해하시면 됩니다.

블럭스: 그럼 민성님은 어바웃펫에서 어떤 업무를 담당하고 계신가요? 자기소개와 함께 설명해 주시겠어요?

고민성님: 저는 어바웃펫 전략팀에서 데이터 분석가 겸 전략 매니저로 일하고 있습니다. 제 역할은 회사의 전반적인 데이터를 분석하고 가공해 매출을 증대시키는 것입니다. 특히 데이터를 활용해 ‘공헌 이익(매출액 중에서 고정비를 회수하고 이익을 획득하는 데 공헌한 금액)’을 높이기 위해 고민하고 있습니다. 이 과정에서 대시보드를 누가, 어떻게 사용할지에 대해 깊이 고민하며, 구성원들이 각자 필요로 하는 데이터를 쉽게 활용할 수 있도록 데이터를 고도화하는 작업도 함께 진행하고 있습니다.

어바웃펫데이터분석가

블럭스와의 협업으로 기대했던 사항에 관해 설명하는 고민성 데이터 분석가.

블럭스: 저희 블럭스 솔루션을 도입하기 전에는 어떤 부분에서 어려움을 겪으셨나요?

고민성님: 최근 몇 년간 이커머스 시장이 전반적으로 어려운 시기를 겪고 있습니다. 국내 경제가 전반적으로 어려워지면서 반려동물 시장도 성장이 정체된 상황이었죠. 어바웃펫 역시 작년 말부터 ‘활성 사용자 수(AU)’의 성장이 둔화되었습니다. 이 상황에서 매출을 올리기 위해 고민한 부분이 ‘동일한 AU에서 구매 전환율을 어떻게 높일 것인가?’였습니다.

고객들이 플랫폼에 접속했을 때 어떻게 하면 더 높은 전환율을 이끌어낼 수 있을지 고민한 결과, 이커머스에서 가장 빠른 해결책은 ‘추천 시스템’을 고도화하는 것이라고 판단했습니다. 그래서 이 문제를 해결하기 위해 블럭스와 함께 작업을 시작하게 되었습니다.

블럭스: 많은 마케팅 솔루션 중에서 블럭스를 선택하게 된 이유는 무엇인가요? 어떤 점이 결정에 도움을 주었는지 궁금합니다.

고민성님: 저희는 원래부터 추천 시스템을 운영하고 있었습니다. 그러나 이 시스템을 그대로 유지하기에 어려움이 있었습니다. 지난 2년 동안 어바웃펫 내부에서는 추천 시스템의 성능을 제대로 검토하거나 개선하려는 시도도 부족했고요. 단순히 구매 내역이나 상품 데이터를 기존 업체에 넘겨주기만 했고, 그 업체는 그 데이터를 바탕으로 알고리즘을 운영하는 방식이었죠.

처음에는 기존 업체와 협력해 추천 시스템을 고도화하려고 했으나 저희와 긴밀한 협업이 어려웠습니다. 특히 저희가 원하는 추천 맞춤 작업이 어렵다는 답변을 자주 받았고, 소통에 시간이 오래 걸리는 것이 큰 문제였습니다. 이런 이유로 기존 시스템을 고도화하지 못하고, 여러 장애물을 겪으면서 새로운 ‘상품 추천 시스템’을 찾기로 했습니다.

블럭스를 선택하게 된 이유는 이미 저희 팀이 제품을 접해 본 경험이 있었기 때문입니다. 작년에 저희 모기업인 GS리테일이 진행한 오픈이노베이션 프로그램에서 블럭스와 협력한 경험이 있었고, 당시 블럭스의 기술적 장점을 회사 내에서 높게 평가했습니다. 이처럼 회사에서 블럭스와의 협업을 긍정적으로 받아들여, 최종적으로 블럭스를 선택해 추천 시스템 고도화를 진행하게 되었습니다.

블럭스상품추천

블럭스와 협업으로 진행한 ‘상품 추천 시스템’ 고도화 작업. (출처: 어바웃펫 상품 상세 페이지)

블럭스: 초기 블럭스와 협업을 결정한 후 상품 추천 솔루션을 도입할 때 과정은 어땠나요? 도입 준비 과정에서의 경험이나 첫 사용 소감이 궁금합니다.

고민성님: 블럭스와의 고도화 작업은 크게 두 가지 영역에서 진행되었습니다. 첫 번째는 홈화면의 추천 영역, 두 번째는 상품 상세 화면의 추천 영역이었습니다. 반려동물 이커머스 서비스에서 가장 중요한 것은 고객의 행동 데이터를 정확하게 분석하고 전달하는 것입니다. 예를 들어, 고객이 특정 상품을 몇 번 조회했는지, 자주 찾는 상품이 무엇인지 등의 세부 데이터를 바탕으로 추천 시스템을 운영하는 것이 중요했습니다. 기존 업체와 협업할 때는 구매 데이터와 장바구니 데이터만을 최소한으로 제공했던 것이 아쉬웠습니다. 그래서 블럭스와 협업할 때는 더 많은 데이터를 공유하는 데 중점을 두었습니다.

먼저 블럭스와 함께 두 영역을 개선하기 위한 ‘PoC(개념 증명)’ 기간을 가졌습니다. 이 기간 동안 딥러닝 기술을 활용해 A/B 테스트를 진행했는데, 그 결과가 흥미로웠습니다. 홈화면에서는 기존 업체의 성과가 더 높았지만, 상품 상세 화면에서는 블럭스가 월등히 우수한 성과를 보였습니다. 특히 구매 전환율을 분석한 결과, 블럭스가 가져온 이익이 홈화면에서의 손해를 훨씬 뛰어넘는다는 결론에 이르렀습니다. 이러한 PoC 기간 동안의 결과를 바탕으로 블럭스를 도입하기로 결정했습니다.

하지만 처음부터 두 영역 모두 블럭스로 전환한 것은 아니었습니다. 성과가 더 좋았던 상품 상세 화면은 당연히 블럭스 솔루션을 적용했지만, 홈화면 추천 영역의 교체는 테스트 결과 때문에 고민하게 되었습니다. 이 과정에서 블럭스 측에서 ‘다른 AI 알고리즘을 적용해 기존 테스트 결과를 개선해 보고 싶다’라는 강력한 제안을 받았습니다. 이에 따라 딥러닝 외에도 다양한 알고리즘을 적용해 두 달간의 실험을 거쳤고, 결국 홈화면에서도 블럭스의 추천 결과가 더 우수한 것으로 나타났습니다. 그래서 상품 상세 화면에 이어 홈화면까지 블럭스 솔루션을 적용하게 되었습니다.

“기존 업체와 협업하지 못했던 기능을 블럭스를 통해 구현한 것이 인상 깊었다”

블럭스: 블럭스 상품 추천 솔루션을 사용하시면서 가장 유용하다고 느끼거나 인상 깊었던 기능은 무엇인가요?

고민성님: 여러 기능 중에서 가장 인상 깊었던 것은 ‘비로그인 상태에서도 고객 데이터를 학습해 추천을 제공하는 기능’이었습니다. 어바웃펫 사이트에 고객이 접속하면 모든 행동이 로그 데이터로 기록되며, 이 데이터를 바탕으로 다양한 맞춤형 서비스를 제공하게 됩니다. 하지만 비로그인 상태에서는 고객 데이터를 기록하기 어려워 맞춤 추천을 진행하기가 쉽지 않았습니다. 그런데 블럭스는 비로그인 상태에서도 로그 데이터를 고도화하여 활용할 수 있다는 점이 특히 인상 깊었습니다.

또한 ‘페이지를 새로 고칠 때마다 자동으로 상품 추천이 갱신되는 기능’도 어바웃펫 개발팀 내에서 큰 화제가 되었습니다. 개발팀에서는 '간단한 기능이지만, 왜 기존 추천 시스템에서 활용해 볼 생각을 해보지 못했을까?’하는 질문이 나올 정도로 블럭스의 기능과 아이디어에 대해 놀라워했습니다. 기존 업체를 사용할 때는 생각하지 못했던 기능들을 블럭스와의 협업을 통해 적용하게 된 점이 매우 인상 깊었습니다.

블럭스: 많은 칭찬을 해주셨는데, 그렇다면 블럭스 솔루션 도입 이후에 얼마나 매출이 증가했나요?

고민성님: 블럭스 솔루션을 도입한 후, 결과가 확연히 달라졌습니다. 물론 긍정적인 방향으로요. 원래부터 성과가 좋았던 상품 상세 페이지 영역의 경우, 도입 전과 비교했을 때 도입 후에 ‘CTR(유입 대비 추천 상품영역 클릭률)’과 ‘CVR(유입 대비 추천 상품영역 구매 전환율)’이 모두 약 2배 가까이 증가했습니다. 홈화면 영역에서도 유의미한 성장을 이루어 전체적으로 모두가 만족하고 있습니다. 특히 데이터상 연간 구매 고객 수가 약 2만 명 넘게 더 증가할 것으로 나타나 매출 성과 달성에도 큰 도움이 될 것으로 기대됩니다.

블럭스: 혹시 블럭스 솔루션을 사용하면서 기대보다 더 좋은 효과를 경험한 것이 있나요? 있으시면 어떤 점이 도움이 되었는지 설명 부탁드립니다.

고민성님: 처음에는 전환율을 높이는 것이 정체된 ‘AU(활성 사용자 수)’ 상황에서 수익을 증가시킬 수 있는 방법이라고 생각하여 추천 시스템 고도화를 진행했습니다. 그런데 블럭스와 협업하면서 얻은 가장 큰 수확은 어바웃펫 팀원들의 전환율에 대한 인식이 크게 개선되었다는 점입니다. 이커머스에서는 보통 ‘상품 할인’이나 ‘CRM(고객 관계 관리)’ 활동에 주로 집중하게 마련인데, 블럭스와의 협업을 통해 홈페이지 내 추천 영역이나 기능 개선이 고객의 구매를 유도하는 중요한 요소라는 점을 깨닫게 되었습니다.

이전에는 회사 내에서 ‘상품 페이지’를 단순히 상품을 판매하는 도구로만 여겼지만, 이제는 구성원의 인식이 달라지면서 모두가 고객에게 더 나은 편의를 제공하는 방법을 고민하게 되었습니다. 이 변화된 인식 덕분에 전환율을 높이기 위한 새로운 접근 방식을 고려하게 되었고, 이는 블럭스와의 협업을 통해 가능해진 중요한 변화였습니다.

어바웃펫인식변화

고민성 데이터 분석가가 ‘홈페이지에 대한 구성원의 인식이 바뀐 것이 큰 성과 중 하나’라고 얘기하고 있다.

블럭스: 저희 블럭스는 ‘클라이언트 맞춤 솔루션 제공’을 내세우고 있는데, 협업 경험은 어떠셨나요? 필요할 때 충분한 도움을 받으셨는지 궁금합니다.

고민성님: 저는 블럭스와의 협업에 대해 200% 만족하고 있습니다. 처음에 기존 업체 대신 블럭스를 선택한 이유는 ‘빠른 의사소통’과 ‘어바웃펫 서비스에 맞는 커스텀화’를 얼마나 잘 해줄 수 있는지에 대한 기대 때문이었습니다. 블럭스는 저희 문제에 깊이 공감해 주었고, 기대 이상으로 빠르고 심도 있는 피드백을 제공해 주었습니다. 특히 블럭스가 저희 외에도 여러 클라이언트와 함께 일하는데도 불구하고, 저희 어바웃펫의 더 나은 성과를 위해 많은 노력을 기울이는 모습이 매우 인상 깊었습니다.

“블럭스는 기술도 뛰어나지만, 고객의 실제 문제를 잘 풀어주는 신뢰할 만한 파트너”

블럭스: 주변의 다른 회사나 팀에도 저희 솔루션을 추천하실 의향이 있으신가요? 추천하고 싶으신 이유가 무엇인지도 궁금합니다.

고민성님: 네, 주변에 적극적으로 추천할 의향이 있습니다. 최근에 딥러닝이나 인공지능을 활용한 다양한 솔루션들이 많이 나오고 있는데, 저는 이런 솔루션들이 단순히 기술을 자랑하는 것보다 B2B 기업들의 실제 문제를 해결할 수 있는지에 더 집중해야 한다고 생각합니다.

블럭스는 인공지능 기술 자체보다는 클라이언트의 문제를 효과적으로 해결하는 데 초점을 맞추고 있어서 매우 인상 깊었습니다. 저는 이미 주변에 블럭스를 추천하고 있으며, 앞으로도 이 점을 강조할 생각입니다. 무엇보다 블럭스는 기술도 뛰어나지만, 고객의 실제 문제를 잘 풀어주는 신뢰할 만한 파트너라고 확신합니다.

블럭스: 앞으로 저희 솔루션을 통해 이루고 싶은 목표나 계획이 있으신가요?

고민성님: 어바웃펫은 현재의 불경기 속에서 살아남기 위해 최선을 다할 계획입니다. 이를 위해서는 고객들의 니즈를 정확히 파악하고, 이를 홈페이지에 잘 반영하는 것이 중요하다고 생각합니다. 고객 경험을 향상시키기 위해 최근 등장한 인공지능 도구들을 적극적으로 활용하는 것도 필수입니다. 그래서 블럭스와 함께 상품 추천 시스템을 고도화하며 생존 전략을 마련할 것입니다. 궁극적으로는 국내 반려동물 산업을 대표하는 이커머스 플랫폼으로 자리 잡고자 합니다. 앞으로도 어바웃펫이 반려동물 시장에서 더 큰 성과를 거둘 수 있도록 지켜봐 주시기를 바랍니다.

글쓴이

고신용(Peter) 블럭스 Content Director 콘텐츠로 브랜드를 만드는 전문가입니다.

Share article
RSSPowered by inblog