일대일 마케팅과 웹사이트 개인화(3)


◆ 웹 사이트 개인화를 위한 기술

웹 사이트를 개인화하기 위해 항상 첨단 방법이 필요한 것은 아니다. 기존 데이터 베이스를 기반으로 사이트에 접속하는 회원 개개인에게 가벼운 인사말 등을 건네고, 회원이 직접 선택한 정보를 선별적으로 보여주는 등의 기술은 그다지 어렵거나 복잡하지 않다.

하지만 심도 깊거나 보다 폭 넓은 형태의 개인화를 이루기 위해서는 더 복잡한 기술을 고려해야 한다. 일반적으로 널리 쓰이는 방법들은 규칙기반 필터링(Rules-based filtering), 협업 필터링(Collaborative filtering), 학습 에이전트(Learning agent) 등을 들 수 있다.

각각의 방법들은 실행 방법과 비용에서 차이가 있으며 장단점들을 갖고 있다. 이 때문에 웹 사이트 개인화를 효과적으로 하기 위해 다양한 방법이 복합적으로 사용된다.

이들 방법중 가장 일반적인 것은 규칙기반 필터링이다. 이 방법은 사용자에게 개인 신상, 관심 분야, 선호도 등에 대한 몇 가지 질문을 하는 것으로 시작 하는 것이 일반적이다. 분야에 따라서는 비교적 정확한 개인화가 이루어 질 수 있으나 사이트 운영자가 해당 비즈니스에 대한 지식과 경험을 바탕으로 유용한 ‘규칙’들을 정의해 놓아야 한다.

협업 필터링은 사용자들의 기초정보와 고객들의 선호도·관심 표현을 바탕으로 비슷한 패턴을 보이는 고객들을 묶어 고객 서비스 방향을 결정하는 방식이다. 즉 비슷한 취향을 가진 고객들에게 아직 구매하지 않은 상품이나 선택 하지 않은 서비스를 교차 추천하는 것이 기본 개념이다.

규칙기반 필터링이나 협업 필터링이 사용자들의 자발적인 정보 입력이나 구매를 기준으로 정보를 제공하거나 추천하는데 반해, 학습 에이전트(Learning agent) 기술은 의도적인 방법으로 사용자의 정보를 수집하게 된다. 사용자가 사이트 내에서 어떤 페이지에 오래 머무르는지, 어떤 페이지를 인쇄하는지 등과 같은 사용자들의 행동을 기준으로 선호도와 관심을 알아낸다. 이를 바탕으로 사용자들에게 적절한 내용을 제공하는 것이다.

앞서도 잠깐 이야기 했듯이 어떤 특정한 방법이나 모델이 모든 상황에 가장 좋은 해답이 되는 것은 아니다. 웹을 통해 어떤 것을 하려고 하느냐에 따라 각각 다른 방법을 사용할 수 있는데 실제로 세가지 방법은 서로 배타적이지 않다.

규칙기반 필터링을 중심으로 사용자들이 원하는 정보를 제공하면서도 사용자의 취향에 따른 순서를 정한다든지, 사용자가 입력한 선호도 정보 외에 사용자의 웹 사이트에서의 행태를 기억해 두었다가 사용자가 미처 알아차리지 못한 정보를 제공하는 것도 가능하다.

/박용준 온빛시스템 대표이사








포토뉴스