GWB 세션 스케치 | Braze를 통해 비로소 초 개인화 된 추천 알고리즘

지난 3월, 콘레드 서울에서 Grow with Braze Seoul(GWB)이 개최되었습니다. 해당 컨퍼런스에는 팀 맥소노미의 고객사인 노랑풍선도 참여하여 세션을 진행하였는데요.

팀 맥소노미의 박주희 고객 성공 매니저님의 진행 하에 노랑풍선 마케팅부 CRM팀의 김은성님과, 같은 팀의 리더를 맡고 있는 김현주님이 소중한 사례와 인사이트를 공유해주셨습니다.

Braze를 통해 비로소 초 개인화 된 추천 알고리즘

노랑풍선 | 김현주 CRM 리더

노랑풍선 | 김은성 매니저

팀 맥소노미 | 박주희 고객 성공 매니저

노랑풍선은 국내 1위의 직접 판매 전문 여행사로서, 고객과 직접 소통하는 B2C 온드 채널 중심의 종합 여행사입니다. 고객의 의견을 상품에 즉각 반영할 수 있는 직접 판매 비즈니스 모델을 운영하며, 빠르게 변화하는 고객의 니즈에 대응하고 있습니다. 여행 업계에서도 역시나 마케팅 자동화는 중요한 과제인데요. 노랑풍선 CRM팀에서는 고객의 Activation 강화, Retention 하락 방어, LTV 향상을 위해 초개인화 마케팅 전략을 적극 활용하여 고객의 몰입도와 충성도를 높이는 데 주력하고 있습니다. 또한 고객과 관련된 다양한 데이터를 입체적으로 분석하고, 마케팅 실행이 필요한 병목 현상이나 페인 포인트를 발굴하여 Braze를 통해 개인화 마케팅을 설계하고 최적화하는 업무를 수행하고 있죠.

노랑풍선의 자체 추천 알고리즘 세 가지

노랑풍선에서는 사용자 DB와 상품 DB에서 수집한 데이터를 바탕으로 사용자 행동 패턴, 선호 경향, RFM 및 LTV 등을 분석하여 개인화된 추천 알고리즘을 개발했습니다. 이를 기반으로 크게 세 가지 추천 알고리즘을 활용하고 있다고 합니다.

첫째는 검색어 기반 상품 추천입니다. 고객이 입력한 검색어를 상품의 메타 DB와 매칭 가능한 코드로 변환한 뒤, 웹로그 데이터와 예약 데이터를 결합해 추천 스코어링을 산출하고 있습니다. 이 스코어링을 바탕으로 검색어와 적합도가 높은 상품을 추천합니다.

둘째는 유사 상품 추천입니다. 상품 클러스터링과 상품 간 유사성을 계산하는 자카드 거리(Jaccard distance)를 활용하여 특정 상품을 조회 후 이탈하거나 예약 후 취소한 고객에게 비슷한 다른 상품을 제안하는 데 활용하고 있습니다.

셋째는 토픽 모델링 기반의 장바구니 상품 추천입니다. 장바구니에 담긴 상품의 텍스트 데이터를 활용한 텍스트마이닝 기법으로 상품의 주요 키워드를 토픽으로 도출한 뒤, 유사한 토픽을 지닌 상품을 스코어링하여 높은 점수순으로 추천하는 방식입니다.

이러한 추천 알고리즘을 통해 노랑풍선은 Braze 플랫폼과 연계하여 개인화된 캠페인을 효과적으로 실행하고 있습니다.

검색어 기반 상품 추천 알고리즘

노랑풍선은 고객의 검색어 데이터를 활용한 개인화 추천 캠페인을 Braze의 다양한 기능과 결합하여 효과적으로 실행했습니다.

우선, 사용자가 입력한 검색어 데이터를 추천 알고리즘을 통해 분석하고, 초기 단계에서는 앱 사용자 대상의 모달 형태 인앱 메시지 캠페인으로 베타 테스트를 진행하여 알고리즘의 성과와 효과성을 검증하였습니다. 테스트 이후, 추천 서비스를 자사 메인 페이지 프론트에 API 형태로 임베드하여 본격적으로 운영하기 시작했습니다.

이후 기존 인앱 메시지 캠페인을 앱푸시로 채널 전환하여 고객 리타겟팅을 지속적으로 수행하며 이탈 방어 전략을 강화하였습니다. 이 과정에서 Braze의 다음과 같은 기능들을 적극 활용했습니다.

• Custom HTML 기능으로 여러 추천 상품을 동시에 보여주는 맞춤형 캐러셀 모달을 구현하고, JavaScript를 통해 슬라이드 버튼 클릭률을 측정해 추천 상품의 반응과 구매 전환 성과를 분석
• Connected Content 기능을 통해 실시간으로 자체 개발한 추천 알고리즘 API에서 추천 상품 데이터를 불러왔으며, 호출된 상세 정보(최저가, 항공, 출발요일, 옵션 포함 여부 등)를 Liquid 문법을 사용하여 고객에게 보다 매력적인 형태로 제공

이러한 Braze 기능의 활용으로 개인화 캠페인의 타겟팅 및 메시지 구현 프로세스를 자동화할 수 있었으며, 결과적으로 마케터들이 캠페인 분석과 최적화를 위한 A/B 테스트에 더욱 집중할 수 있는 환경을 구축할 수 있었다고 합니다.

토픽 모델링 기반 장바구니 상품 추천

노랑풍선은 장바구니 담기를 사용자의 구매 의향이 가장 강력하게 나타나는 행동으로 인식하고, 이를 중심으로 다단계 개인화 캠페인을 체계적으로 운영하고 있습니다. 현재 장바구니를 소재로 총 네 가지 단계의 시나리오 캠페인이 Braze를 통해 진행 중이라고 합니다.

첫째, 사용자가 여행 일정표 페이지에 진입하면, Braze 이벤트로 이를 트리거하여 장바구니 담기 행동을 유도하는 슬라이드 타입의 인앱 메시지를 노출합니다.

둘째, 장바구니에 담긴 상품이 일정 시간 내 구매로 전환되지 않은 사용자에게는 앱푸시 메시지를 통해 찜한 상품의 마감 임박을 안내하며 재유입을 유도합니다.

셋째, 2차 리타겟팅 단계에서는 사용자가 장바구니에 담은 상품과 유사한 상품을 추천 알고리즘을 활용하여 개인화된 상품 추천 메시지를 앱푸시로 전달합니다.

넷째, 3차 리타겟팅으로는 다른 사용자들이 가장 많이 장바구니에 담은 인기 상품을 제안하는 앱푸시를 추가로 전달하며, 현재는 이를 EDM(이메일) 채널까지 확장하여 웹훅을 통한 채널 간 연계 테스트도 진행 중입니다.

이러한 단계적 캠페인 접근을 통해 장바구니 데이터가 일평균 34.8% 증가하는 등 개인화 캠페인의 성과를 높이는 데 큰 기여를 하고 있으며, 노랑풍선 내에서 진행하는 약 50여 개의 개인화 캠페인 중 가장 높은 퍼포먼스를 나타내고 있습니다.

이미 예약을 취소한 고객을 어떻게 불러올까?

노랑풍선은 여행업의 특성상 예약과 실제 출발 사이의 리드타임이 긴 점을 고려해, 이미 예약을 취소한 고객을 대상으로도 맞춤형 캠페인을 진행하고 있습니다. 고객이 예약을 취소하면 단순히 이탈 고객으로 간주하지 않고, 고객이 기존에 관심을 보였던 상품과 유사한 여행 상품을 실시간으로 추천하는 알고리즘을 적용하여 다시 예약으로 연결하는 전략을 펼치고 있습니다.

예약 취소는 온라인뿐 아니라 오프라인에서도 발생하기 때문에, Braze의 이벤트 수집 방식만으로는 완벽한 타겟팅이 어렵습니다. 따라서 노랑풍선은 별도의 데이터베이스에서 취소 고객 데이터를 API로 실시간 호출하여 Braze와 연동해 활용하고 있으며, 추천된 상품을 앱이 없는 사용자에게도 LMS 채널로 전달하기 위해 Braze의 웹훅(webhook) 기능으로 기존 메시징 솔루션과 연계하여 채널을 확장했습니다.

이러한 캠페인을 통해 기존의 매스성 LMS 캠페인 대비 클릭률이 6.8배 증가했고, ROAS 또한 유료 광고 채널 대비 매우 높은 수준으로 나타나 마케팅 비용이 투입되는 채널 중 가장 효과적인 캠페인으로 자리 잡았습니다. 이 캠페인의 더 큰 의미는 고객에게 맞춤형 대안을 제안하여 브랜드 신뢰를 형성했다는 점이며, 단순히 이탈 고객이 아니라 다시 구매로 연결할 수 있는 중요한 접점으로 활용하고 있습니다.

동일한 페이지에서 고객별로 다른 경험 제공하기

노랑풍선은 Braze의 이벤트 프로퍼티를 활용하여 고객의 상태와 행동 데이터를 수집하고, 동일한 페이지에서도 고객마다 개인화된 경험을 제공합니다. 예약 완료 페이지를 예로 들면, 고객의 상태에 따라 서로 다른 인앱 메시지를 제공하고 있습니다.

• 앱이 설치되지 않은 고객에게는 앱 설치를 유도하는 메시지를 노출
• 예약을 완료했지만 로그인 상태가 아닌 고객에게는 회원 혜택을 안내하며 로그인을 유도
• 광고성 앱푸시 수신에 동의하지 않은 고객에게는 알림 허용을 요청하는 메시지를 보내 앱푸시 채널 모수를 확장
• 이미 기본 정보를 충분히 제공한 고객에게는 추가 정보를 얻기 위한 서베이 인앱 메시지를 띄워 제로파티 데이터를 수집. 이 데이터를 활용해 더욱 세밀한 맞춤형 추천 상품을 제공

이처럼 고객별 상태에 따라 차별화된 메시지를 전달하여 참여율과 전환율을 높이고, 궁극적으로 고객 경험의 질을 향상시키며 노랑풍선만의 경쟁력을 강화하고 있습니다.

개인화 전략의 미래와 새로운 Braze 활용 방안

노랑풍선은 앞으로 개인화 전략을 더욱 발전시키기 위해 먼저 Braze의 Current 기능과 최근 도입한 Amplitude의 Cohort Sync 기능을 결합하여 더욱 다이내믹한 여정별 개인화 캠페인을 구축하는 방안을 테스트 중이라고 합니다. 또한 고객이 메시지를 클릭한 이후에도 일관된 개인화 경험을 제공할 수 있도록 맞춤형 랜딩 페이지를 준비하고 있습니다.

현재는 마케터가 직접 메시지 내용과 발송 타이밍, 채널을 설정하고 있지만, 앞으로는 Braze의 AI 기반 최적화 기능을 활용하여 고객별로 최적의 메시지 발송 시간과 채널을 자동으로 결정하고 최적화할 계획도 가지고 있습니다. 초 개인화 된 추천 알고리즘을 넘어 완전 자동화된 추천 알고리즘을 향해 나아가는 것이죠.

마지막으로, 현재 활용 중인 인앱 메시지, 앱푸시, LMS 외에도 EDM과 카카오 친구톡 채널까지 확장하여 사용자가 가장 선호하는 채널로 양방향 소통을 이끌어내고, 여러 채널을 동시에 운영하며 고객 맞춤형 멀티채널 전략을 더욱 강화할 예정이라고 합니다.

마치며

지금까지 노랑풍선의 개인화 마케팅 전략과 Braze 플랫폼 활용 사례를 살펴보았습니다. 고객의 검색어 데이터, 장바구니 행동, 예약 취소 등 다양한 고객 접점을 초개인화된 맞춤형 캠페인으로 전환시켜 고객 경험과 매출 성과를 동시에 높이고 있었습니다. 앞으로 Braze의 AI 기반 최적화 기능과 멀티 채널 전략을 통해 더욱 진화한 개인화 마케팅을 펼쳐 나갈 노랑풍선의 지속적인 성과가 기대됩니다. 유익한 사례를 공유해주신 노랑풍선 김현주님과 김은성님께 다시 한번 감사드립니다.