푸시 알림 - 무엇을, 얼마나 자주, 보내야/보내지 말아야 할까?

Eugene Yan님의 블로그를 의역/요약한 글입니다. --- 푸시 알림은 추천 시스템, 검색과 어떻게 다른가? * 푸시 알림은 추천 시스템, 검색과는 달리 사용자의 의도를 이해하기 어려움 * 검색의 경우 사용자가 사용한 검색어, 탐색하는 페이지 등 사용자의 의도를 유추할 말한 데이터를 수집할 수 있음 * 추천 시스템도 사용자가 방문한 페이지, 사용자가 서비스 내에서 취하는 액션 등을 통해 사용자의 의도 또는 맥락을 추론할 수 있음 * 푸시는 사용자의 의도를 알아내는게 쉽지 않음. 그래서 주로 특정 이벤트나 위치 기반으로 푸시를 보내는 일이 잦음 푸시 알림의 특징 * 알림의 내용보다 형식이 더 중요할 때가 많음 * 사용자에게 이 항목이 왜 중요한지 설명하는 푸시가 오픈률을 높인 사례가 있음 * 사용자가 이 알림을 받는 이유에 대한 투명한 안내가 푸시를 랜덤 요소가 아닌 사용자 맞춤으로 인식하게끔 하는 효과가 있음 * 관련 없는 푸시를 계속 받으면 사용자 경험에 악영향을 줌 * 알림 비활성화, 앱 삭제, 푸시 무시 등 서비스 전반에 대한 사용률이 저조해짐 * 일반 추천 시스템과 달리 푸시 알림은 시간 또는 시의성이 중요할 때가 많음 * 뉴스 특보, 새 제품 출시 등 시간이 지나면 관련성이 없어지는 경우가 있음 * 푸시 수에 대한 제한이 있음 * 하루/주/월 너무 많은 푸시는 유저 이탈로 이어질 수 있기 때문에 기간 내에 보내는 푸시의 개수가 정해져 있음 무엇을 어떻게 보내야 할까? * 당연한 이야기지만, 사용자에게 유익하고 도움되는 내용이어야 함 * 알리바바 - 사용자가 구매한 제품 A의 보완제인 제품 B를 푸시로 추천하면서 푸시 오픈률이 올랐음 * JOOL Health - 파워 유저와 일반 유저는 푸시 템플릿 선호도가 달랐음. 파워 유저는 서비스 내 개인 히스토리 맞춘 템플릿을 선호. 일반 유저는 좀 더 포괄적인 템플릿을 선호함 * 듀오링고 - Multi-Armed bandit (MAB)를 사용해 가장 효과가 좋은 템플릿을 지속적으로 탐색하고 보정하는 방식을 활용함. 결론적으로 DAU 상승과 신규 유저 리텐션을 끌어올리는 효과를 봤음 * DPG 미디어 - 하이퍼-로컬 개인화된 푸시를 사용함. 1. 사용자가 읽었던 뉴스 기사의 지역과 2. 사용자가 글을 읽었을 때 실제 위치를 도출해내서 다음 읽을만한 글을 푸시로 사용함 무엇을 보내지 말아야 할까? * 이것도 당연한 이야기지만, 사용자에게 방해가 되지 않아야 함 * 링크드인 - 푸시의 종류를 2가지로 나눔. “항상 알림”, “필터 가능” * “필터 가능” 푸시들 중 사용자가 눌러볼 법한 푸시를 추려내는데 더 초점을 둠 * 주로 사용자의 네트워크 관련 푸시들이어서 사용자의 네트워킹 관련 지표들로 점수를 낸 뒤 필터로 걸러낼 수 있었음 * 최종적으로 걸러진 푸시들은 점수가 특정 임계치를 넘어야만 날라가도록 엔지니어링 되어 있음 * 핀터레스트 - 링크드인과는 달리 사용자가 푸시 알림과 상호 작용하는 것에 초점을 두기보다 푸시가 알림 취소로 이어질 지에 초점을 둠 * 각 유저에게 랜덤하게 1주에 받을 수 있는 최대 푸시 개수를 지정하고 그 개수만큼 푸시를 보내도록 함 * 유저의 반응 (알림 취소를 한다, 안한다)을 수집해서 최적의 푸시 개수를 찾으려고 함 * 알림 취소 후, 서비스 이용이 어떻게 변하는지도 수집함 얼마나 자주 보내야 할까? * 푸시 알림이 어려운 이유는 각 사용자 (또는 코호트)별로 얼마나 자주 푸시를 보내야 할지 찾아야 하기 때문임 * 핀터레스트 - 위에 언급한 방식으로 사용자가 알림 취소를 하지 않는 선에서 적절한 푸시 개수를 찾는 알고리즘을 고안해냄. * 전체적인 푸시 볼륨을 줄이면서 DAU, WAU와 이메일 오픈률 까지 높이는 결과를 냈음 * 트위터 - 유저 코호트 및 개인화 된 푸시 볼륨 제어 방식을 사용함. 처음에는 은닉 마르코프 모델 (HMM)을 사용했음. * HMM으로 코호트를 생성해낸 뒤 푸시 볼륨 최적화를 A/B 테스팅을 통한 그리드 탐색으로 진행함. 주요 지표는 DAU와 알림 구독률. * 이후 DAU와 알림 구독률은 어느정도 상충관계임을 깨닫고 HMM 만으로는 한계를 느껴 딥러닝까지 동원해 알림 구독률을 최소한으로 희생하는 대신 DAU를 끌어올리는데 성공했음 --- 푸시 알림은 대부분의 서비스에서 중요한 기능으로 자리 잡고 있는데요. 아마존 머신러닝 개발자 관점에서 업계에서 푸시 알림 알고리즘을 어떻게 정립하고 테스트하고 사용하는지에 대한 글입니다. 원글에서 표현한 수식이나 더 깊은 내용까지 완벽하게 의역하지 못한 것 같습니다. 관심있으신 분들은 원글도 읽어보세요! 원글: https://eugeneyan.com/writing/push/