현재 온라인에서 널리 사용되는 추천 방식은 대표적으로 3가지가 있다.
첫째, 보편적인 랭킹 시스템이 있으며 보통 best item N개를 추천해준다. 멜론 Top100, 화해 랭킹이 대표적인 예다.
서비스마다 랭킹 산정 알고리즘은 다르지만, 보통 월매출, 유저 클릭 수 등의 1차원적 지표를 가지고 추천을 한다.
Non-personalized recommendation 시스템이다. 즉, 머신러닝을 활용한 개인화는 전혀 적용되지 않는다.
이 방법은 주로 "Cold Start Problem(개인화 추천 모델링을 위한 유저정보 혹은 아이템 정보가 부족한 상황)"이 발생하는 상황이나
개인화 추천이 잘 적용되지 않는 분야에서 사용된다.
두번째는 머신러닝 알고리즘이 적용된 개인화 추천 시스템들이 있다. 그 중 가장 대표적으로 많이 사용되는 알고리즘은 '협업 필터링'(CF; Collaborative Filtering) 시스템이다. 넷플릭스나 아마존, 한국의 왓차 등의 영화 추천 알고리즘에 활발히 적용되어 있다.
내가 좋아하거나, 구매한 제품을 다른 사람이 유사하게 선택했다면, 시스템은 그 두명을 유사한 사용자라 인식한다. 그래서 서로의 제품을 서로에게 추천해준다.
세번째로 '내용 기반 추천'(CBF; content based filtering) 시스템이 있다. 아이템의 내용적 특성(영화의 장르, 감독, 배우 등)을 고려하여 사용자의 취향을 파악하여 아이템을 추천해주는 방식이다.
다양한 추천 알고리즘이 있고, 어떤 알고리즘을 선택해서 추천할지가 중요한데,
화장품 소비자는 어떻게 제품을 구매하고 있을까. 어떤 니즈를 만족시켜줄 때 추천을 자연스럽게 받아들이게 될까.
"화해 상위 랭킹 제품을 구매할까, 로드샵에서 점원이 추천해주는 제품을 구매할까?"
소비자 화장품 선택 트렌드에는 여러가지 특징들이 있다.
특히, 사람들은 타인의 화장품 사용 리뷰를 확인하는데 상당한 시간을 할애한다. '뻥'튀기된 마케팅 광고가 아닌, 진짜 리얼한 제품 이야기를 듣고 싶어한다. 화해나 글로우픽, 파우더룸과 같은 화장품 리뷰 사이트가 최근 굉장히 핫한 이유다.
화해 같은 경우에는 상위 랭킹 제품에 화해 로고 사용권을 판매한다. 고객들의 자발적 참여로 이루어진 제품 평점에 대한 신뢰성을 브랜드 제조사에 판매하는 비즈니스 모델이다.
글로우픽과 같은 경우는 8만 건 이상의 제품 정보와 270만건 이상의 소비자 리뷰를 보유하고 있고 이를 웹 페이지에 공개하여 소비자들의 화장품 선택에 도움을 주고 있다. 최근 악동뮤지션 수현을 광고모델로 발탁하여 공격적인 마케팅을 진행하고 있다.
화해, 글로우픽은 소비자들의 신뢰를 바탕으로 자발적인 바이럴이 이뤄지는 선순환 구조를 가지게 되었다.
반면,
기존 강자들이었던 뷰티 로드샵들은.. 하락세를 보이고 있다.
"이거 사세요~ 저거 사세요~ 브랜드들에 휘둘리던 소비자들이 똑똑해졌다.
그들을 설득하려면 더 강한 무언가가 필요하다."
그것이 무엇일지, 화장품 고객들은 어떤 사람들인지, 어떤 기준으로 화장품을 고르는지, 어떤 이야기를 하는지.
데이터를 수집해봐야 겠다.
현재 가장 핫한 사이트들에서.
---------------------------------------------------------------------------------------------------------------------
Nowadays, there are typical 3 types of recommendation methods.
Firstly, there is a universal ranking system that usually recommends the best N items. Melon top100, Hwahae ranking system are representative examples.
Although each ranking algorithms are different from other things of services, Usually it
one-dimensional indexes such as sales, rating etc.
It is Non-personalized recommendation system. Personalization using machine learning isn't applied at all.
This method is mainly used in the situation when "Cold start problem" occurs or Personalization doesn't work well.
Secondly, there are recommendation systems that are applying machine learning algorithms. The most popular thing is CF(Collaborative Filtering) system. Neflix, Amazon and Watcha are known to use this system. If other people choose the item that I like or buy, the system recognizes the two as similar users. So, it recommends each other's products to each other.
Thirdly, there is CBF(Content-based filtering). This is the method that recommends items by considering content elements such as movie genre, director and cast etc. to understand user taste.
Are various recommendation-algorithms, and It is important to choose which algorithm to use.
How do cosmetics consumers buy products? What needs do they want to satisfy, and then accept recommendation naturally?
"Would customers buy the products that rank high in the settlement,
or do they purchase products that are suggested by the clerk of road-shop?"
There are many features in consumer selection trend in cosmetics.
Particularly, people spend a lot of time checking other user's reviews. They want to hear realistic product stories, not exaggerated marketing ads. It is why the cosmetics review platforms like Hwahae, Glowpick and Powderroom are popular these days.
In the case of Hwahae, it sells the right to use the logo of Hwahae for the product of top ranking. It is a business model that sells the credibility of the product rating made by the voluntary participation of customers to the brand manufacturers.
Glowpick has more than 80 thousands product information and 2.7 milion consumer reviews, and display these on its web site to help consumers make a cosmetics choises. Recently, It has been promoting&marketing actively by selecting Suhyun of group Akdong Musician as a ads model.
Hwahae and Glowpick has had virtuous circle structure in which voluntary virals occure based on the trust of consumers.
On the other hand,
Beuty road shops, which were former strong ones, are showing a decline.
"Buy this~ buy it~ The consumers who are swept by the brands have become smart.
Need something stronger to convince them."
What it is, who cosmetics customer is, what standard they pick items is, and what they are talking about.
Need to collect data.
At the hottest sites at present.