가짜연구소 🤔추천시스템 톺아보기에 참여하고 있다. 좋은 Deview가 있어, 듣고 메모겸 정리하기로!
👍🏻 들어보니까 너무 좋았다. 저 웃음은 웹툰 볼때 내모습
해당 영상은 유저가 좋은 작품(웹툰)를 만났을 때(유저의 탐색, 발견 그리고 만족도에 대하여 탐색적 분석하기) 으로 일본 대표 만화 플랫폼(웹툰) 인 픽코마(카카오재팬) 의 추천 시스템에 대해서 알려준다. 추천 시스템의 목표를 정한 이유와 그 과정을 친절하게 설명해주고 있다.
링크 + 출처 : https://deview.kr/2020/sessions/332
아래와 같은 흐름으로 진행된다.
Contents
1. 추천 시스템의 목적
2. 픽코마 (웹툰) 추천 시스템
3. 픽코마 사용자 Enagagement 탐색
4. 결론
1. 추천시스템의 목적은?
사용자가 좋아할만한 아이템을 추천해 주는 것이다.
👉🏻 아이템 추천으로 달성하고자하는 서비스의 목적은 무엇일까?
소비자와 공급자 관점에서 추천 시스템의 목적
소비자 입장은 자신에게 부합되는 취향저격인 아이템을 잘 매칭해주는 것이 목적이고, 공급자는 돈💕이다.
소비자 관점과 공급자 관점에서는 목적이 다르다고 생각할수도 있지만 결국에는 동일하다.
소비자 관점에서 추천시스템의 만족이 있어야지만이 장기적으로 공급자의 관점(money)에 부합할 수 있다.
이에 추천 시스템이 굉장히 중요한 역할을 한다고 판단할 수 있다.
추천 시스템 목표
-
Netflix
유저는 유저가 즐거워야할 만한 satisfied, 지속적으로 소비할 수 있는 retention을 목표로 한다. -
spotfiy
팬과 아티스트가 음악을 즐기기를 -
youtube
유저들에게 즐겁고 계속적으로 활동하는 것을 목적으로 하는 것
결국 소비자 만족이 목표이다!!
그렇다면 카카오 서비스의 추천 시스템 목표는 무엇일까?
다양한 서비스에서 추천 시스템 목표가 다 다른 것을 알 수 있다.
모두 소비자 입장의 추천 시스템 목표를 가지고 있다.
하지만 픽코마는 작품 첫 에피소드 열람수 가 목표이다. 왜그럴까?
2. 픽코마 (웹툰) 추천 시스템
픽코마란?
픽코마란 카카오재팬에서 만화 플랫폼으로 일본에서 1,2위를 다루고 있는 웹툰 서비스이다.
나 또한 웹툰을 굉장히 좋아하는 데, 유명한 한국 웹툰들이 전세계에서 엄청난 인기를 끌고 있다고 들었었다.
과거에는 만화 강세가 일본이라고 알고 있는데, 지금은 한국 또한 그 자리를 들어서고 거대하게 성장하고 있는 것 같다.
처음 주식 시작했을 때도 제일 관심가졌던 것이 콘텐츠 부분이였던 것 같다. 지금은 눈물바다😭
우리나라 만만세 각종 기사들
-기사참고-
https://www.mk.co.kr/news/it/view/2021/05/468334/
http://m.ddaily.co.kr/m/m_article/?no=231711
http://ajunews.com/view/20200821162223452
픽코마의 추천 시스템
이렇게 전세계에서 점점 커지는 웹툰 시장에서 일본 웹툰 플랫폼인 픽코마에 대해서 추천시스템의 목표로 어떤 것을 사용했는 지 알아보는 과정을 가져본다.
픽코마에서는 아래와 같이 다양하게 추천 솔루션이 사용되고 있다.
개인화 목적에 맞게 추천 솔루션도 진행되며, 연관 추천, 기다리면 무료 열람과 비슷한 타켓핑 푸시, 타켓팅 팝업(유저 이탈하는 사람을 위한) 등을 제공하고 있다. UX 내에서도 다양한 추천 솔루션이 복합적으로 이루어져 있음을 알 수 있다.
즉, 픽코마 UX 전반에 걸쳐 개인화 추천이 활용된다.
추천 솔루션의 목표
추천 솔루션의 목표는 위와 같은 UX에서 다양한 목표를 가지고 있다.
기본 화면에서는 새로운 에피소드를 시작하게끔 개인맞춤, TOP 등을 노출시키고, 푸시로 이벤트성 무료보기를 지원하거나, 신작 팝업을 띄우고 홍보하여 열람하게끔 유도할 수도 있다.
이를 통해 UX에서도 소비자 관점의 추천시스템 목표와 공급자 관점의 목표도 이루려고 하고 있다.
- 리텐션 : 앱을 지속적으로 사용하는 유저
📌 읽어보면 좋은
https://blog.ab180.co/posts/retention-series-1
https://kmarketing7.co.kr/blogPost/untitled-59
3. 픽코마 사용자 Enagagement 탐색
픽코마 퍼널 정의
픽코마 유저들은 이러한 형태의 퍼널로 정의될 수 있다. 유저가 진입되면 작품이 노출되고 클릭되고 이렇게 단계별 퍼널로 나타낼 수 있다.
위 그림과 같이 많은 퍼널을 지나면서 유저를 이탈하지 않고 많이 남기는 것이 목표이다. 즉, 마지막 퍼널인 자주방문(매일)에서 유저들을 많이 남기는 것이 최종 목표로 볼 수 있다.
추천 시스템 궁극적인 목표인 long-term의 목표 지표(Retention Rate, Active Days, Total spent time 등)를 모델링하고 싶어하지만, 목표 지표를 직접 최대화하기는 어렵다.
왜 그럴까?
추천하는 시점과 자주 방문까지의 퍼널이 굉장히 길어 어렵다. 따라서 현실적으로 많은 추천시스템은 short-term 의 목표 지표를 선택한다.
(CTR: 클릭, long-CTRs, dwell time, take-rate: 예로 영화를 볼 때 전부 다 봤는지)
따라서, short term의 목표지수 중에서 long term 지표를 가장 잘 반영하고 연관성이 높은 long term proxy 지표를 찾아내는 것이 중요하다.
Long Term Proxy 지표 탐색
어떤 short term 지표와 관련이 있을 까? 열람일 수로 세분화 진행하였다.
픽코마 사용자 1/10로 랜덤 샘플링 균등하게 50집단 만들어 (2%) 세분화 하고 지표를 탐색한 결과이다.
전체 열람수
작품 열람수는 지수적 증가를 보인다.
전체 열람수는 long term에 가까우므로 short term 의 지표를 알아보자,
일일 열람수
하루 열람수는 일정하게 고정이 되는 것을 알 수 있다. 즉, 고활성유저가 되기 전까지는 하루열람수가 일정하게 고정되어 있는 것을 확인할 수 있다.
작품당 일일 열람수
역의 상관관계를 보기도 한다. 활동성이 높은 유저들은 에피소드 1~2개를 보고 그렇지 않은 유저들이 많이 보는 양상을 띈다.
이경우에는 추측하기에, 고활성된 유저들은 자신의 취향에 맞는 에피소드들을 이미 정착해서 보고 있어서(?) 일 수도 있을 것 같다. 따라서 그 에피소드 연재에 맞춰서 열어본다거나?
열람 작품수
열람하는 작품수도 활동성이 높은 사용자일 수록 많은 것을 볼 수 있다.
그렇다면, 열람 일수와 상관계수가 높은 것은?
유저들이
- 일일 열람수와 작품당 열람수는 리텐션과 상관없이 일정하다
- 자주 방문하도록 하는 리텐션을 높이기 위해서는 전체 열람수보다는 사용자의 선호 작품수를 늘려야 한다!
-> 선호 작품수를 늘리면, 결과적으로 연재에 맞춰 꾸준히 들어올 수 있으니까 계속 유입을 시킬 수 있다고 해석 할 수도 있을 것 같다.
그렇다면, 사용자의 선호 작품 수를 어떻게 늘릴 수 있을까?
더 나아가서, 사용자는 어떻게 선호하는 작품을 탐색하고 발견할까?
사용자의 작품 탐색과 발견에 대해서
Engagement Life Cycle 관점에서 사용자 군집 군석에 대해서 알아보자.
사용자의 Engagement Life Cycle
신규유저가 유입되고 휴면으로 전환되거나 활성되고, 이탈하는 사이클의 정의이다.
유저들의 라이프 사이클 패턴을 살펴보면 크게 4가지 유형이 있을 수 있다.
유저들이 첫달에 들어와서 1년동안 살핀 것을 본다고 한다면, 신규유저가 활성 사용자가 된 케이스도 있고, 이탈하는 케이스도 볼 수 있다.
사용자 활동 분석 - 군집 분석
사용자의 월별 열람 이력으로 군집화 후 활성 사용자의 작품 탐색과 발견을 분석한 것을 확인해보자
군집을 살펴보면
1. 열람 지속형 클러스터(유지) - 작품 열람수의 차이는 있음
2. 열람 감소형 클러스터(-) - 감소의 속도 차이와 이탈여부가 다름
3. 열람 증가형 클러스터(+) - 증가의 속도와 소비 수준이 다름
3가지 형태로 나눌 수 있다. 첫 번째 행에는 유지, 두번째 행과 (3,1)에는 감소형, 그리고 마지막 행의 나머지는 증가형으로 볼 수있다.
Exploration / Exploitation 용어
사용자에게 작품이 유입된다면, 무료 1,2화 정도를 읽고 자신에게 맞다고 판단시 계속 열람을 하게 된다.
1,2화만 열람한 작품을 Exploration (탐색) 작품, 지속적으로 보는 작품을 Exploitation (활용) 작품으로 정의를 하고 정의할 수 있다.
우리가 관심있는 부분은 지속하는 작품이다.
따라서, 열람 감소, 증가 할때 Exploration 작품수를 어떻게 변화하는지 살펴보는 것이 목표가 된다.
즉, 사용자의 탐색적 활동(Exploration)과 Long Term 선호도 관계를 탐색하기 위함이다.
사용자는 얼마나 탐색하는가?
평균적으로 26개의 작품을 탐색하고 지속적으로 보는 작품은 21개 정도이다.
즉 20% 가량의 작품(5개정도)은 탐색을 마치고 이탈하고 나머지 21개 정도의 작품을 한달동안 지속적으로 열람한다.
Exploration(탐색)작품
Engagement 유지
다만, 신규-> 로얄로 갈수록 Rate가 높아진다.
탐색하고 보지 않는 작품(선호작품이 되지않은)이 Rate (이탈률)인데 이것이 증가하는 것이 의외이다. 계속 지켜볼 필요가 있다.
Engagement 감소
신규 이탈자가 굉장히 높은 이탈률을 가지고 있는 것을 알 수 있다. 추측하자면 신규 가입자가 추천해준 작품을 보았는데 취향에 맞지 않아 나쁜경험을 하고 이탈하는 유저 집단으로 볼 수 있겠다.
Exploration rate도 신규는 30% 로 굉장히 높지만, 선호한 작품을 찾지 못하고 실패하여 -> 대거 이탈 한다고 생각한다.
즉, Exploration rate을 유지하지 못하면 현재 지속열람 작품만 소비하고 이탈하는 집단이라고 볼 수 있겠다.
Engagement 증가
Exploration rate이 거의 유지되거나 조금 더 올라간다.
Exploration rate 정리
분포를 살펴보자
정규분포면 대표값을 믿을 수 있지만, 꼬리가 긴 형태이면 좋지 못하다. 따라서 분포를 추가로 살펴보는 것이 좋겠다.
Engagement 유지
오른쪽에 있는 bar 그래프가 왼쪽의 그래프 하나하나에 매핑된다고 보면 될 것 같다.
x축이 탐색 작품수, y축 지속 소비 작품 수라고 보자.
시간이 지나도 분포의 중심이나 퍼짐정도가 변화가 없음을 알 수 있다.
Engagement 감소
신규유저가 이탈하는 경우를 살펴보자,
0월을 보면 처음 신규 유입이 되었기 때문에 탐색 작품과 지속 열람 작품이 적다. 따라서 (0,0)에 많이 몰입이 되어 있다. 특징적인 부분은 처음 신규 유입이 되었기 때문에 활동적이고 지속 열람하는 경향도 보인다. (0,0)에 모여있지만 잘 퍼져있다.
시간 흐름에 따라 0,0으로 모이는 것을 볼 수 있다.(x축으로 쪼그라든다) 그리고 회복하지 못한다. 즉, Exploration을 안하는 방향으로 변화되는 것을 알 수 있다.
Engagement 감소 - 중급 유저 이탈
중급 유저인 만큼 중심점이 위쪽에 있다. -> 지속 열람하는 작품이 많다는 의미
오른쪽으로 치우친 것들은 탐색도 많이 하고 있다고 판단할 수 있다.
5개월차 부터 점점 줄어들면서 이탈하는 특징을 가지고 있다.
x축을 exploration_rate을 보았을 때는 기울기의 변화를 보면서 중심 축도 아래쪽으로 눕는다.
-> Exploration을 하지 않고 Exploitation 만 한다.
-> 탐색은 더이상 하지 않고 보던 작품(선호작품)만 이어서 보고 있다고 생각할 수 있다.
Engagement 증가 - 중급 유저의 열람 증가
중간 이하에 있는 중심부가 상승한다. x축의 분포가 유지가 되면서 그리고 오른쪽 분포가 퍼지면서 이동한다.
Exploration을 늘리면서 열람수를 증가 시킨다. -> 지속열람하는 작품이 종료되거나 끊기는 속도보다 탐색에 의해 발견하는 작품이 더 빠르게 유입된다고 볼 수 있다.
열람 감소형과 비교하였을 때 계속적으로 기울기를 가지고 있는 것을 알 수 있다.
4. 결론
좋은 Exploration 경험은 유저를 만족시킨다.
Exploration Rate을 유지한다는 것은 탐색을 통해 작품을 발견하는 것으로 생각할 수 있다.
- 유저가 작품 탐색에 대한 만족을 하는 것
- 유저의 만족은 탐색의 결과로써 관심 작품을 잘 발견 했다는 것
- 관심 작품이 늘어나면 열람수가 증가한다.
Exploration Rate을 유지한다는 것은 탐색을 통해 작품을 발견하는 것으로 생각할 수 있다.
- 유저가 작품 탐색을 하고 만족 못함을 의미
- 작품 탐색을 하지 않는다.
- 관심 작품이 늘지 않아서 열람수가 감소하고 이탈한다.
탐색을 통한 발견, 좋은 Exploration 경험을 주는 것을 중요하다. 이것이 고객의 만족에 영향을 미치고 지속적인 유저 확보로 이어질 수 있다.
결국 좋은 Exploration 경험을 위해서는 좋은 추천 시스템이 필수이다.
너무 좋은 영상이였다 👍🏻
사실 추천시스템 관련하여 처음으로 본 기술 영상이라 그런지 몰라도 너무 흥미롭고 재미있었다...흥흠 ☺️
어떠한 목표 지표를 선택했는 쉽게 설명해주고, 추천 시스템의 궁극적인 목표를 일꺠워주는 과정을 보여주면서 결국에는 소비자들의 만족도가 왜! 이렇게 중요하고 개개인의 니즈를 맞춰주는 것이 왜이렇게! 중요한지... 를 나에게 강력하게 주입해주었다.
