자사몰 매출, 방문자보다 구매 전환이 관건

고객 이탈 구간 분석하고 AI 맞춤 추천…전환율·객단가 개선 전략

자사몰의 매출을 높이기 위해서는 신규 방문자를 늘리는 것만큼 이미 유입된 고객의 구매 전환율을 관리하는 것이 중요해지고 있다. 광고비를 투입해 방문자를 확보하더라도 상품 탐색이나 결제 과정에서 고객이 이탈하면 매출로 이어지지 않기 때문이다. 고객의 실제 쇼핑 행동을 분석해 구매를 방해하는 요소를 줄이고, 관심 상품에 따라 개인화된 추천을 제공하는 전략이 필요하다는 조언이 나왔다.

팜킷 양선홍 대표는 22일 열린 '자사몰의 매출을 만드는 AI 쇼핑 기술' 웨비나에서 신규 방문자 확보보다 기존 방문자의 이탈을 줄이고 구매 전환율과 객단가를 높이는 것이 중요하다고 강조했다. ⓒ웨비나 화면 캡쳐

인공지능(AI) 마케팅 기술 기업 팜킷(Farmkit)은 22일 오후 '자사몰의 매출을 만드는 AI 쇼핑 기술'을 주제로 웨비나를 개최했다. 발표를 맡은 양선흥 대표는 고객 행동 분석 도구를 활용한 쇼핑몰 개선 방법과 AI 개인화 상품 추천을 통한 구매 전환율·객단가 향상 전략을 소개했다.

양 대표는 "과거엔 인스타그램이나 키워드 광고만 잘해도 충분한 매출을 올릴 수 있었지만, 이제는 쇼핑몰 내부의 구매 전환율과 객단가를 높이는 노력이 필요하다"고 강조했다. 방문자를 확보하기 위한 광고 경쟁이 치열해진 만큼 유입 이후의 쇼핑 경험을 개선해야 한다는 설명이다.

운영자가 예상한 동선과 실제 행동의 차이

자사몰 운영자는 고객이 메인 배너를 확인하고, 상세 페이지에서 상품 정보를 읽으면 구매 버튼을 누를 것으로 예상한다. 그러나 실제 고객은 운영자의 의도와 다르게 움직이는 경우가 많다. 클릭할 수 없는 이미지를 반복해서 누르거나, 회원가입 혜택을 알리는 팝업을 곧바로 닫고, 장바구니에 상품을 담은 뒤에도 탐색을 계속하는 식이다.

양 대표는 이러한 차이를 확인하기 위한 도구로 마이크로소프트의 무료 행동 분석 솔루션 '클레리티(Clarity)'를 소개했다. 구글 애널리틱스가 유입 경로와 전환 실적 등 정량적 지표를 파악하는 데 활용된다면, 클레리티는 쇼핑몰 내부에서 고객이 실제로 어떤 행동을 하는지 분석하는 데 도움을 준다.

클레리티의 주요 기능은 영역별 클릭 비중을 파악하는 '에어리어 맵(Area Map)', 고객이 페이지를 어디까지 내려보는지 확인하는 '스크롤 맵(Scroll Map)', 구간별 체류 시간을 분석하는 '어텐션 맵(Attention Map)' 등이다. 운영자가 중요하게 배치한 정보에 고객이 실제로 관심을 보이는지, 어느 지점에서 탐색을 멈추는지 확인할 수 있다.

양 대표는 회원가입 유도 팝업이 오히려 구매를 방해하는 사례를 소개했다. 그는 "팝업을 본 고객 1000명 중 혜택을 선택한 사람은 1~2명에 불과했고, 대부분은 닫기 버튼을 눌렀다"며 "회원가입과 구매를 유도하기 위한 팝업이 오히려 고객의 쇼핑 경험을 해칠 수 있다"고 말했다. 팝업의 노출 시점과 크기, 위치를 고객 행동에 맞춰 조정할 필요가 있다는 것이다.

판매자는 상세 페이지를 통해 많은 정보를 알리고자 하지만, 지나치게 긴 상세페이지는 구매 측면에선 불리하게 작용할 수 있다. 양 대표는 "방문자의 90%가 상세 페이지를 끝까지 확인하지 않고 이탈한다"며 "특히 첫 화면에서 상품의 이미지와 가격, 핵심 정보가 제대로 전달되지 않으면 이후에 배치된 콘텐츠는 고객에게 도달하기 어렵다"고 강조했다.

리뷰나 구매 버튼의 위치도 중요하다. 상세 페이지에서 구매 버튼이 화면 하단에 고정돼 있지 않으면 구매 직전에도 이탈이 발생할 수 있고, 구매 결정에 도움이 되는 후기라도 긴 상품 설명 아래에 배치돼 있으면 고객이 해당 영역까지 도달하지 못할 수 있다. 양 대표는 상세 설명을 '더 보기' 방식으로 접어두고 리뷰 등 주요 정보를 앞쪽에 노출해 고객이 필요한 내용을 쉽게 확인하도록 하는 방법을 소개했다.

클레리티를 활용한 개선 과정은 행동 데이터 수집, 문제 발견, 개선 가설 설정, UI·UX 수정, 전환 성과 측정의 순서로 진행된다. 양 대표는 약 2주 이상 데이터를 수집한 뒤 고객의 반복 클릭이나 이탈 구간을 찾아 개선하고, 수정 전후의 구매 전환율과 객단가를 비교할 것을 권했다.

구매 의도에 따라 달라지는 상품 추천

고객이 처음 방문한 상품에 관심을 잃더라도 곧바로 쇼핑몰을 떠나게 할 필요는 없다. 관련 상품을 적절하게 제안하면 탐색을 이어가고 다른 제품을 구매할 가능성이 생기기 때문이다. 양 대표는 이러한 역할을 하는 상품 추천 영역의 중요성을 강조했다.

문제는 어떤 상품을 추천하느냐다. 중소·중견기업이 운영하는 자사몰에선 MD가 직접 추천 상품을 지정하거나 판매량 등을 기준으로 자동 진열하는 방식을 활용하는 경우가 많다. 그러나, 같은 카테고리 상품을 반복적으로 추천하거나 모든 방문자에게 동일한 제품을 보여주는 방식으로는 고객마다 다른 구매 의도를 반영하기 어렵다는 지적이다.

양 대표는 "고객이 어떤 상품을 탐색하느냐에 따라 구매 목적을 다르게 파악해야 한다"고 설명했다. 닭가슴살 상품을 클릭한 고객이 이후 샐러드를 살펴본다면 다이어트 식단에 관심이 있을 가능성이 높다. 반면 단백질 파우더를 추가로 탐색했다면 근육 증가를 위한 고단백 식품에 관심이 있다고 해석할 수 있다. 처음 클릭한 상품이 같더라도 이후 행동에 따라 추천 상품이 달라져야 한다는 것이다.

상품 추천은 노출 위치에 따라 역할을 구분할 필요가 있다. 홈 화면에선 고객의 관심을 끌 만한 제품으로 탐색을 유도하고, 상세 페이지에선 관련 상품을 보여줘 이탈을 줄이는 방식이다. 장바구니에선 이미 담은 상품과 함께 구매할 가능성이 높은 제품을 추천해 추가 구매를 유도할 수 있다.

방문 이력에 따른 접근 방식에도 차이가 있다. 광고를 통해 특정 상세 페이지에 처음 유입된 고객에게는 연관 상품을 제안하는 것이 중요하다. 반면 기존 구매 이력이 있는 고객에게는 재구매 상품이나 아직 구입하지 않은 관련 제품을 추천해 구매 기회를 넓힐 수 있다.

추천 상품의 배열 순서는 특히 모바일 환경에서 중요하다. 한 화면에 표시할 수 있는 제품 수가 제한적인 만큼 구매 가능성이 높은 상품을 앞쪽에 배치해야 한다고 양 대표는 강조했다.

추천 성과, 별도 지표로 관리해야

AI 추천의 효과는 상품을 얼마나 많이 노출했는지가 아니라 실제 구매 행동의 변화로 평가해야 한다. 추천 영역의 클릭률과 장바구니 전환율, 구매 전환율 등을 별도로 측정해 전체 매출에 얼마나 기여했는지 확인할 필요가 있다.

팜킷은 방문자의 클릭과 탐색 행동 등을 반영해 추천 상품과 노출 순서를 조정하는 AI 추천 솔루션 '테이스트큐(TasteQ)'를 소개했다. 양 대표가 공개한 도입기업 대시보드 분석 결과에 따르면, AI 개인화 추천 적용 후 상품 클릭률이 2배로 높아지고, 장바구니 객단가와 구매 전환은 각각 20%, 30% 증가한 것으로 나타났다. 이탈률은 30% 감소했다.

양 대표는 상품 추천 영역의 성과를 별도로 관리해야 한다고 강조했다. 기존 자동 진열 방식에선 추천 상품이 실제 매출에 얼마나 기여했는지 확인하지 않는 경우가 많다는 설명이다. 그는 "AI 추천 솔루션을 활용하면 추천 영역별 클릭률과 구매 전환율을 따로 추적할 수 있다"며, "막연하게 A/B 테스트를 하기보다 추천 영역의 성과를 구체적인 지표로 확인하고 관리하는 것이 중요하다"고 설명했다.