마케팅과 온라인 사업 기획, 온라인 서비스 기획을 진행하면서 데이터와 개인화에 대한 생각을 많이 하게 되었습니다. 그리고 마케터의 업무 특징 데이터, 개인화된 정보 제공을 통해 소비자의 제품 구매를 더 늘릴 수 있다는 생각에서 행동 벡터 기술의 개념을 구성하였습니다.
행동 벡터와 아마존 협업 필터링
행동 벡터는 나타난 소비자의 행동은 사회성에 기반한다는 거정을 가지고 있습니다. 그리고 행동이 반복된다면 소비자의 제품 신념 또한 행동에 수렴한다고 믿습니다.
소비자 행동이 사회성에 기반한 이상 행동은 방향성은 관성을 지니게 됩니다. 결국 현재 행동이 미래 행동을 상당수 결정하는 요소가 된다는 것입니다. 현재 행동의 미래 행동 영향력은 시간 간격이 짧을수록 커집니다. 그러므로 소비자의 행동이 플랫폼에 접속 후 나갈 때 가지 여러 번 반복될수록 개인화 추천의 정확도는 향상됩니다.
반복된 행동의 방향 오차가 작다면 더 먼 미래 행동에 대한 추측의 정확도 또한 올라가게 됩니다.
위의 내용이 행동 벡터 가설에 대한 부분이고 아래는 아마존 협업 필터링 관련 내용을 인터넷에서 찾아본 것입니다.
행동 벡터 가설이라고 이름한 것은 가정을 세우고 진행했던 플랫폼 비즈니스 '서포트마이쇼'가 실패하여 충분한 기술적 검증을 거치지 못했기 때문입니다.
아마존 협업 필터링 가정을 간략하게 정리하면 과거 비슷한 유형의 구매 특성을 보이는 고객들의 미래 선택은 비슷할 것이라는 것입니다.
다음에서 협업 필터링을 검색해서 나온 백과사전 내용을 보면 "컴퓨터 이용자의 모든 사용과 소비 기록을 입력해 입력한 정보를 바탕으로 불필요한 정보를 필터링해주는 기술"이라고 되어 있습니다. 아마존에서 사용되는 개인화를 위한 협업 필터링에 대한 설명으로 부족한 것 같아 위키백과 내용에서 앞부분만 뽑아 정리했습니다. "많은 사용자로부터 얻은 기호 정보에 따라 사용자들의 관심사들을 자동적으로 예측하게 해 주는 방법이다. 협업 필터링 접근법의 근본적인 가정은 사용자들의 과거 경향이 미래에도 그대로 유지될 것이라는 전제에 있다."라고 나와 있습니다.
사용자들의 과거 경향이 미래에도 그대로 유지될 것이라는 가정이 있으므로 과거 비슷한 선택을 한 소비자들의 선택을 통해 개인화 추천이 가능하게 되는 것입니다.
행동 벡터와 협업 필터링의 공통된 가정은 소비자의 선택이 완전히 독립된 것이 아닌 사회적 연결에 의해 영향을 받는 종속적 결과라는 점입니다. 넓게 보면 흔히 문화, 유행이라는 것에서도 이 같은 성향은 나타납니다.
개인화의 의미
개인화를 바라보는 관점도 독립된 개인의 취향에 대한 것이 아닌 개인의 사회 속에서의 선호와 만족을 나타내는 정도로 파악합니다. 결국 아무리 개인적으로 만족하는 내용이라도 사회적 지탄 또는 지적이 있는 것이라면 오픈된 플랫폼에서 개인화 추천에 대한 만족이 있을 수 없다는 것이 됩니다.
이는 소비자가 제품을 구매하고 이 구매가 보이는 사회적 관계에 따라 플랫폼에서 나타나는 만족 데이터가 달라짐을 의미합니다. 스스로 선택이 오픈될 수 있다는 생각을 지닌 이상, 실명으로 구매와 리뷰 활동을 하는 플랫폼에서 소비자가 속한 사회의 피드백은 개인화의 중요한 기준이 된다는 것입니다.
이런 이유로 개인화는 집단적 성격을 동시에 지니게 됩니다.
개인화라는 단어에 개인이 들어간다고 해서 얼굴, 가족관계, 태어난 시분초 같이 각각이 온전히 다른 개인화를 의미하는 것이 아닙니다. 특히 여러 사람이 사용하는 플랫폼의 개인화는 말입니다.
아마존 협업 필터링과 행동 벡터 차이
찾아본 자료에는 협업 필터링 관련하여 주로 개념 정도만 있었고 개인화 알고리즘이 작동하는 원리에 대한 부분은 찾을 수 없었습니다. 위키 백과의 세부적 사례와 방법에 대한 설명도 무슨 말인지 이해하기 어려워 그냥 협업 필터링 가정으로 기반으로 기술을 추정하는 것이 더 명확하게 느껴질 정도였습니다.
그러므로 명확하게 어떤 부분이 행동 벡터와 협업 필터링이 다른지에 대해 말하기는 어려울 것 같습니다.
단지 행동 벡터에서 나타나는 소비자 행동의 관성을 예측하는 것은 소비자가 속한 사회를 하나의 운동 계로 보기 때문입니다. 여기서 나타나는 소비자의 취향과 만족은 일종의 계 안에서 소비자 행동에 대한 벡터 힘이 된다고 봅니다. 그러므로 측정되는 데이터는 개인화에 대한 만족 정도의 반응이 되면서 미래 선택을 파악할 수 있게 하는 예측값이 됩니다.
개인적으로 마케팅 활동과 서비스 기획, 사업 기획 등 과정을 거쳐 구성한 가설이지만 행동 벡터는 마케터 개인적 편견이나 인간이 가진 과거의 기억으로부터 자유로울 수 있는 마케팅 메타 인지가 가능하게 해 준다는 점에서 의미가 크다고 생각합니다.
행동 벡터는 아직 가설 검증이 제대로 되지 않아 기술적 수준에 대한 것은 이야기할 수 없지만 마케터가 시장과 마케팅에 대해 좀 더 객관적일 수 있게 해 준다는 정도가 아직까지는 효용성이라 할 수 있을 듯합니다.
댓글