3. 추천 시스템의 UI/UX

KAIST 경영공학과 DFMBA

​

Chaesang Jung

Disclaimer

• 영어와 한글이 어중간하게 섞여 있습니다.
• 질문들은 여기로
• KLMS 강의 Q&A
• https://bit.ly/chaesang-dfmba-questions

​

Agenda

1. UI/UX의 중요성
2. 서비스를 사용하는 사용자의 목적에 적합한 UI/UX 사례
3. 서비스 제공자의 목적에 맞는 UI/UX 사례
4. 연관 주제
5. 정리

1. UI/UX의 중요성

• 상대적으로 논문이나 연구 내용이 부족함
• 실제 제품과 연결되어 영향을 주기에 제품 혹은 도메인의 영향을 많이 받음

2. 서비스를 사용하는 사용자의 목적에 적합한 UI/UX 사례

User tasks for recommender systems

• - from Evaluating Collaborative Filtering Recommender Systems by J.L. Herlocker

​

• Annotation in Context
• Find Good Items
• Find All Good Items
• Recommend Sequence
• Just Browsing
• Find Credible Recommender
• Improve Profile
• Express Self
• Help Others
• Influence Others

2. 서비스를 사용하는 사용자의 목적에 적합한 UI/UX 사례

User tasks for recommender systems

- from Evaluating Collaborative Filtering Recommender Systems by J.L. Herlocker

​

• Annotation in Context
• Find Good Items ( 적합 아이템 발견 )
• Find All Good Items ( 적합 아이템 나열 )
• Recommend Sequence ( 아이템 계열 소비 )
• Just Browsing ( 서비스 내 체류 )
• Find Credible Recommender
• Improve Profile
• Express Self
• Help Others
• Influence Others

2.1 적합 아이템 발견 ( find good items )

• ‘서울역 근처에서 식사를 하기 위해 식당을 찾는다. ‘

​

• 목적을 달성하기 위해 최소 1개 이상 발견하는 경우

→ 사용자의 기호에 맞을 가능성이 높은 아이템부터 차례대로 정렬한 리스트 제시

​

• 상세 정보를 보기 위해 클릭할 정도의 충분한 정보 보여 주기
• 복잡해 보이면 안 됨.
• 음식점 사진 vs 음식 자체의 사진
• 여러 리스트를 사용할 수 있는 UI 선호
• Toolbelt 형식의 메뉴 바 이용 vs 여러 다른 추천 리스트들 보여 주기
• Netflix
• 가로 스크롤이 유용,
• 제한된 정보만 보여줌
• Tinder
• 사용자의 행동이 강력한 피드백으로 작용 ( including 유료 plan )

2.2 적합 아이템 나열 ( find all good items )

• ‘이사할 곳의 전/월세 물량을 모두 검토하고 싶은‘ 상황
• 물건 찾기, 여행 계획 등
• 빈도는 낮지만 비용이 많이 드는 아이템들�
• 누락이 발생하면 안 됨
• 잘못된 항목이 추천 되는 게 더 나음.

​

• 사용자의 직관에 가깝게
• 최신 등록 순, 별점 순
• 아이템의 수를 보여 주는 것도 도움 됨
• 필터 추천이 도움 됨 ( e.g. 도보 7분 vs 도보 5분 )
• 필터 사용 행태를 저장하면 도움 됨

2.3 아이템 계열 소비 ( recommend sequences )

• 음악을 계속 재생하여 듣는 경우

​

• 같은 아이템을 여러 번 추천해도 만족됨
• vs 쇼핑몰에서 구매한 상품 추천

​

• 이미 알고 있는 아이템과 사용자가 좋아할 수 있는 아이템들을 적절히 제어 필요.

​

2.4 서비스 내 체류 ( just browsing )

• 여행을 계획하기 위해 조사하는 상황

​

• 구입 의사가 없는 경우 강제하는 경우 사용자 이탈 발생
• 개요 추천 등 서비스 내 인기 아이템이나 특정 카테고리의 신규 아이템 추천이 효과적
• 행동 로그를 통해 잠재적 구매 고객을 이해할 수 있음

​

• E.g. curated blocks in Airbnb
• 자연에 둘러싸인 숙박지
• 유니크한 리스트

​

2. 서비스를 사용하는 사용자의 목적에 적합한 UI/UX 사례

User tasks for recommender systems

- from Evaluating Collaborative Filtering Recommender Systems by J.L. Herlocker

​

• Annotation in Context
• Find Good Items ( 적합 아이템 발견 )
• Find All Good Items ( 적합 아이템 나열 )
• Recommend Sequence ( 아이템 계열 소비 )
• Just Browsing ( 서비스 내 체류 )
• Find Credible Recommender
• Improve Profile
• Express Self
• Help Others
• Influence Others

3. 서비스 제공자의 목적에 맞는 UI/UX 사례

5. E-Commerce Recommender Application Models

• From E-Commerce Recommendation Applications by J. Ben Schafer, J. A. Konstan, and J. Riedl (2001)

​

• Helping New and Infrequent Visitors: Broad Recommendation Lists
• Building Credibility through Community: Customer Comments and Ratings
• Inviting Customers Back: Notification Services
• Cross-Selling: Product-Associated Recommendations
• Building Long-Term Relationships: Deep Personalization

​

3. 서비스 제공자의 목적에 맞는 UI/UX 사례

1. 신규 / 사용 빈도가 낮은 사용자의 정착

Helping New and Infrequent Visitors: Broad Recommendation Lists

​

• 개요 추천 (broad recommendation )
• 통계 정보 기반 추천 : ‘이번 주 시청 순위', ‘만화 매출 순위'
• 편집자의 선택으로 추천 : ‘영화 평론가들이 선정한 추천 목록', ‘이번 주 특판 상품 목록’

​

• 사용자는 적극적이지 않음
• 필터링 기능을 강조하여 사용자의 행동 유도

​

​

​

3. 서비스 제공자의 목적에 맞는 UI/UX 사례

2. 서비스에 대한 신뢰성 향상 ( 1/2 )

Building Credibility through Community: Customer Comments and Ratings

​

• 사용자 리뷰 반영
• 별점, 개별 리뷰
• 사용자는 서비스 제공자가 중립적이라 생각하지 않음.
• Fighting against abusing and spam
• 리뷰 자체를 신뢰하게 하기 위한 방법들 필요
• 서비스 운영자들이 리뷰 먼저 검수
• 실명 리뷰 & 리뷰 작성 지역 공개
• 리뷰 자체를 검색 가능하게 해서 비슷한 기호를 가진 사용자들의 리뷰 사용
• 긍정도 부정도 체크 필요

​

​

​

​

3. 서비스 제공자의 목적에 맞는 UI/UX 사례 ( 2/2 )

2. 서비스에 대한 신뢰성 향상 ( 2/2 )

Building Credibility through Community: Customer Comments and Ratings

​

• 사용자의 기호를 반영하는 경우 명확한 communication 도움 됨.
• ‘개인화 중입니다'
• ‘취향에 맞는 시리즈와 영화를 선별하는 중입니다.’

​

​

​

​

​

3. 서비스 제공자의 목적에 맞는 UI/UX 사례

3. 사용 빈도 향상 및 이탈 사용자의 복귀

Inviting Customers Back: Notification Services

​

• 알림 서비스 ( notification services )
• 메일, 앱 푸시, 카톡 알림
• 앱 내 종 알림, 홈 배너, 홈 팝업 등.

​

• 서비스 복귀 유도, 사용 빈도 향상에 도움 됨
• 실정법에 의한 광고 표기
• 푸시 빈도
• 사용자가 설정 가능해야 함

​

• 사용자 이탈의 주요 원인, 이탈 시 분석

​

​

​

3. 서비스 제공자의 목적에 맞는 UI/UX 사례

4. 교차 판매

Cross-Selling: Product-Associated Recommendations

​

• 연관 아이템 추천 ( product-associated recommendations )
• ‘Buy it with’
• Popularly bundled : 스마트폰 + 케이스
• Packaged : 시리즈 책 ( with discount )
• ‘Compare with similar items’
• 비교 가능한 필드들
• 제품 상세 / 장바구니 / 홈 화면 어디에든 가능
• 구매 전, 구매 후 모두 고려 가능

​

​

​

3. 서비스 제공자의 목적에 맞는 UI/UX 사례

5. 장기적으로 사용자의 충성도 향상

Building Long-Term Relationships: Deep Personalization

​

• 구독 모델( subscription model )의 경우 더 중요함

​

• ‘Top picks for you’
• 사용자 이탈 가능성 높음
• UI 로 피드백 전달 가능
• 구글 뉴스
• ‘Improve your recommendation’
• 과도한 개인화는 사용자 만족도를 손상시킬 수 있음.

​

​

​

​

​

​

​

참고 : AARRR ( by Dave McClure )

From growth hacking

https://www.product-frameworks.com/AARRR-Metrics.html

​

• ​

​

4. 연관 주제

​

1. 아이템의 유사도

​

• 다양한 의미의 유사도 정의 가능
• 프린터 vs 타사 프린터
• 프린터 vs 잉크 or 토너
• 검은색 펜 vs 빨간색 펜
• 같은 장르의 영화들
• 같은 감독 or 같은 배우의 영화들
• 개봉 연도가 가까운 영화들
• 아이템 정보들 만으로 구성 가능 vs 구매 목록으로부터 구성 가능
• 구매 전 vs 구매 후 다른 정의 가능

4. 연관 주제

​

2. 신선함, 흥미로움, 다양성

​

• novelty ( 신선함 )
• 관심 + 신규성 = 신선함
• 좋아하는 작가의 신작
• serendipity ( 흥미로움 )
• 관심 + 신규성 + 의외성
• 좋아하는 작가와 분위기가 비슷한 신인 작가 작품 추천
• 의외성은 정량적으로 측정 불가
• diversity ( 다양성 )
• 정량적으로 분석 가능
• 신규 사용자에게는 novelty 를, 기존 사용자에게는 serendipity를…

4. 연관 주제

​

3. 추천 아이템 선별

​

• 추천 시 만족도가 떨어지는 경우는 피해야 함
• 재구입 가능 여부
• 생수 vs 책
• 위법한 아이템
• 재고 없는 아이템
• 구매하지 않을 물건들
• 집, 자동차…?

​

• ‘열람 이력'은 transparent 하게 사용자를 대하는 방법

4. 연관 주제

​

4. 추천 이유 제시

​

• Customers who viewed this item also viewed
• ‘평단의 찬사를 받은 드라마'
• ‘수면'에 도움 되는 음악

​

• Quality assurance 가 필요.

5. 정리

​

• 다양한 서비스를 보면서 개발 과정 고민 필요
• 알고리즘과 같이 고민할 경우 효과가 커짐

Questions ?