모든 소매업체가 Google Cloud Retail Search를 고려해야 하는 이유

Cloud Retail Search는 소매업을 위한 탐색 솔루션 포트폴리오의 일부로서 소매업체가 'Google급' 검색을 통해 디지털 플랫폼의 쇼핑 경험을 크게 개선하게 도와줍니다. Cloud Retail Search는 사용자 의도 이해, 자가 학습 순위 모델 등 소매업체가 온라인 경험을 최대한 활용하도록 돕는 고급검색 기능을 제공합니다.

Google Cloud의 소매업을 위한 탐색 솔루션은 소매업체가 디지털 참여를 개선하도록 도와주는 서비스 모음으로서 Google 업종별 솔루션의 하나로 제공되고 있습니다.

핵심 요약

소매업체는 항상 끊임없이 변화하는 소비자 기대에 부응하고 매출과 수익에 영향을 미칠 수 있는 새로운 트렌드를 예측하기 위해 노력하고 있습니다.

이러한 활동은 팬데믹으로 발생한 고유하고 새로운 문제로 인해 지난 2년간 더욱 어려워졌습니다. 소매업체에서는 탐색 및 제품 조사가 주로 디지털(엔드리스 아일)로 이루어지고 온라인 구매 후 매장 수령(BOPIS), 매장 밖 수령, 보관함 수령 등 기타 트렌드를 가속화한 (물리적 접촉이 적은) 새로운 소비자 행동에 적응해야 했습니다. 지난 해 초에 실시한 McKinsey Global Survey에 따르면 팬데믹은 디지털 혁신을 몇 년이나 앞당겼습니다.

미국소매협회(NRF)는 소비자들이 상품 대신 서비스에 더 많이 지출하고 세계의 지정학적 혼란에 따른 인플레이션과 식품 및 가스 가격 상승에 대처함에 따라 소매 매출이 2022년 6~8%(2021년보다 느린 성장률)의 성장을 보일 것으로 예측했습니다.

그리고 여전히 치열한 경쟁이 벌어지고 있습니다. Amazon은 미국 소매업계에서 우위를 이어가고 있으며, 최신 PYMNTS 데이터에 따르면 2021년 미국 전자상거래 매출에서 Amazon이 차지한 비율은 56.7%로 역대 최고치를 기록했습니다.

이제 고객은 소매업체를 어떻게 이용하고, 어디서 지출하며 구매할지에 대한 그 어느 때보다도 많은 선택권을 갖고 있습니다. 또한 고품질의 제품 탐색 경험 제공에 대한 기대치가 커짐에 따라 전환율과 전반적인 고객 충성도를 높이기 위해서는 소매업체에서 디지털 플랫폼의 고객 참여를 개선하는 데 적극 투자해야 합니다.

Retail Search는 Google급 검색 모델을 사용하여 고객 의도를 이해하고 순위 결과에 소매업체의 퍼스트 파티 데이터(예: 프로모션, 가용 재고, 가격)를 반영하는 향상된 검색 환경을 제공합니다.

Google Cloud Retail Search의 차별화 요소

전자상거래 플랫폼 사이트 검색은 새로운 것이 아닙니다. 소매업체는 지난 20년 동안 이를 효과적으로 구축하기 위해 노력해 왔습니다. 대부분의 소매업체는 검색이 플랫폼에서 중요한 서비스라는 점을 인지하고 있으며 수년간 검색을 개선하고 미세 조정하기 위해 막대한 자원을 투자했습니다. 그럼에도 불구하고 여전히 과제가 존재합니다. 2019년 말에 진행된 Baymard Institute 연구에 따르면 쇼핑 사이트의 61%가 여전히 사이트에서 사용하는 정확한 제품 유형 용어로 검색하도록 요구하고 있었습니다.

하지만 사용자들은 이제 Google.com과 다른 유명 웹 플랫폼처럼 복잡한 검색어를 지능적으로 해석하고 관련 결과를 산출하는 강력하고도 직관적인 검색 기능을 기대합니다.

수십 년간 Google이 쌓은 검색 기술 분야의 경험과 연구를 토대로 Cloud Retail Search 솔루션이 완성되었으며 이것이 경쟁업체와 차별화되는 점입니다.

• 진보된 검색어 이해: Retail Search는 우수한 검색어 이해 기능을 갖추고 있으며 검색결과를 넓히거나 좁혀야 할 시기를 알기 때문에 동일한 검색어에 보다 적절한 결과를 제공할 수 있습니다. 대부분의 검색엔진은 여전히 키워드 기반 또는 일치하는 토큰 결과에 주로 의존하고 있지만, Retail Search는 Google 검색 알고리즘을 활용하여 제품 등록정보 및 카테고리 페이지에 대한 관련성 높은 결과를 반환할 수 있다는 장점이 있습니다.
• 시맨틱 검색: 인텐트 인식은 시맨틱 검색의 핵심 요구사항이며 고객이 입력한 검색어가 무엇을 의미하는지 파악하는 능력이 Retail Search가 지닌 주요 강점입니다. 이는 클릭률, 전환율, 이탈률에 직접적인 영향을 미치기 때문에 소매업체에게 매우 중요합니다.
• 맞춤 검색결과: Retail Search의 또 다른 주요 차별화 요소는 사용자 상호작용 데이터와 순위 모델을 활용하여 고도로 개인화된 검색결과를 제공하는 능력에 있습니다. 소매업체는 검색 성능을 최적화하여 향상된 참여, 수익 또는 전환 등 원하는 결과를 얻을 수 있습니다.
• 자가 학습 및 자체 관리형 솔루션: Retail Search 모델은 자가 학습 기능이 솔루션에 기본 제공되어 시간이 지날수록 개선됩니다. 또한 완전 관리형 서비스이기 때문에 실행 및 설정 관리에 필요한 귀중한 리소스가 절약됩니다.
• 강력한 보안 제어: 서비스가 Google Cloud에서 실행되며 보안 권장사항을 따라 고객 데이터를 안전하게 보호합니다. Google에서는 Retail AI 또는 기타 탐색 솔루션 제품을 사용하는 고객 간에 모델 가중치 또는 고객 데이터를 절대 공유하지 않습니다. 관련 데이터 사용에 대한 자세한 내용은 Retail API 데이터 사용의 설명을 확인하세요.

그림으로 보는 대략적인 개념

다음은 Retail Search API를 대략적으로 단순화한 이미지입니다. 소매업체는 특정 검색어에 대해 API를 호출하고 반환된 결과를 디지털 자산에 표시할 수 있습니다.

반환된 결과에는 2가지 유형의 정보가 포함됩니다.

• 검색결과: 고급 검색어 이해 및 시맨틱 검색을 기반으로 제품 등록정보 및 카테고리 페이지를 포함한 쿼리 검색결과입니다.
• 동적 상품 속성별 검색 속성: 상품 속성별 검색은 결과를 반환할 때 추가 필터를 적용하는 방법을 제공하여 상세검색을 지원하는 기능입니다.

검색을 위해 머신러닝 모델을 학습시키기 위해서는 Retail Search에 다음 데이터 세트를 입력으로 사용해야 합니다.

• 제품 카탈로그: 제품 카테고리, 제품 설명, 재고, 가격 등 제공되는 제품의 정보입니다.
• 사용자 이벤트: 클릭 및 구매 등 사용자 상호작용 정보가 포함된 클릭스트림 데이터입니다.
• 인벤토리/가격 업데이트: 재고 및 가격 정보에 대한 점진적 업데이트입니다.

(고품질의 결과를 반환하려면 제품 카탈로그를 최신 상태로 유지하고 사용자 이벤트를 성공적으로 기록하는 것이 중요합니다. Cloud Monitoring 알림을 설정하여 문제가 발생할 경우 즉시 조치를 취하세요.)

소매업체는 검색결과를 맞춤설정하고 클릭률, 전환율, 평균 주문 규모 등과 같은 비즈니스 수익 목표에 맞게 최적화하기 위한 비즈니스/구성 규칙을 설정할 수도 있습니다.

시작하는 방법

Retail Search는 현재 정식 버전으로 출시되었으며 Google Cloud 계정이 있는 사용자는 누구나 이용할 수 있습니다. 아직 계정이 없다면 여기에서 무료 체험판 계정을 사용해 시작할 수 있습니다.

• 성공 기준 설정: Retail Search의 효과를 측정하기 위해서는 성공 기준을 설정해야 합니다. Retail Search의 효과를 측정할 때 어떤 요소를 범위에 포함할지 합의하세요. 검색 전환율, 검색 평균 주문 금액, 검색 방문당 수익, Null 검색 비율(검색결과 없음) 중 1~2개를 포함할 수 있습니다.
• 초기 설정: Google Cloud 프로젝트를 만들고 Retail API를 설정하세요. 새 프로젝트에 Retail API를 설정하면 Google Cloud 콘솔에 Retail API 프로젝트를 구성하는 데 도움이 되는 다음 세 가지 패널이 표시됩니다. 

• 카탈로그: 제품 카탈로그와 카탈로그를 가져올 수 있는 링크를 표시합니다.

• 이벤트: 사용자 이벤트 및 이전 사용자 이벤트를 가져올 수 있는 링크를 표시합니다.

• 서빙 구성: 서빙 구성 세부정보와 새 서빙 구성을 만들 수 있는 링크를 포함합니다.

• 성능 측정: Retail 대시보드는 Retail API 통합이 결과에 미친 영향을 파악할 수 있도록 측정항목을 제공합니다. Cloud 콘솔의 모니터링 및 분석 페이지에 있는 애널리틱스 탭에서 프로젝트의 요약 측정항목을 볼 수 있습니다.
• A/B 실험 설정: Retail Search의 성능을 다른 검색 솔루션과 비교하여 측정하려면 Google 최적화 도구와 같은 서드 파티 실험 플랫폼을 사용해 A/B 테스트를 설정하면 됩니다.

요약:

공급망 실패와 디지털 혁신 가속화가 화두로 떠오른 팬데믹 이후의 세상을 헤쳐 나가야 하는 소매업체들은 이제 인플레이션과 비용 상승을 초래하는 최근의 지정학적 문제도 주시해야 합니다.

오프라인 매장 쇼핑이 계속해서 주요 수익원이 될 것임은 모두가 동의하는 사실이지만, 디지털 세상에 맞게 매장 경험을 조정하는 것도 소매업체에게 중요한 과제가 될 것임이 분명합니다. 온라인 구매 후 매장 내 수령(BOPIS), 매장 밖 수령, 보관함 수령 등의 트렌드가 대중화되고 있습니다.

위의 모든 사항을 고려할 때, 소비자 참여와 디지털 경험이 지금 그 어느 때보다 중요합니다. 검색 이탈은 높은 비용을 초래하며 단기 및 장기적인 영향을 미칩니다. Retail Search는 고객 이탈을 줄이고 전환 및 유지율을 개선하는 데 유용한 솔루션입니다. Google급 검색 모델을 제공하여 고객 의도를 이해하도록 도와주며 소매업체는 비즈니스/구성 규칙을 설정하여 클릭률, 전환율, 평균 주문 규모와 같은 비즈니스 수익 목표에 맞게 검색결과를 최적화할 수 있습니다.