https://emartdt.ai/56 유구한 역사(?)를 가진 추천 알고리즘들을 전통적인 리테일 영역의 적용 방법에 맞춰 몇글자 써 봤습니다. 실제 오프라인 리테일에서의 사례 찾기가 하늘에 별따기(?)였는데.. "기저귀 옆 맥주" 같은 이야기는 도시전설이라는 건 아시죠? ^^; (와전이 된 내용이 언젠가 부터 월마트에서 했다는 식으로 포장이 되서 퍼져 버린 사실이라는거..) 실상은 미국의 조그마한 Drugstore(Osco Drug and Sav-on Drugs)에서 데이터를 살피다 보니 특정 시간대에만 기저귀와 맥주의 연관성이 증가 했었다는 내용입니다. 이게 와전이 되어 월마트에서 구색 변경을 했다는 식으로 퍼져 나가, 어디선가 했다더라..전설이 되어 버렸죠. 데이터를 살펴 보면 인사이트를 발견할 수 있는 내용들은 많습니다. 다만, 실제로 서비스에 "어떻게" 활용할지는 많은 고민이 필요합니다. 실제 서비스에서는 "매출, 사업, 이익"에 직결 되는 부분들이 많기 때문입니다. 이런 관점에서 데이터로 성공을 거둔, 다른 회사들을 벤치마킹해 보는 것은 정말 좋은 방법이 아닐까 싶습니다.

2021년 11월 1일 오전 12:31

댓글 0