우리는 온라인 쇼핑몰에서 검색창에 검색하여 원하는 상품을 빠르게 찾습니다. 그런데 간혹 상품 검색 결과가 없거나 검색어와 전혀 다른 엉뚱한 상품이 검색되었던 적이 있으신가요?

온라인 커머스의 경쟁이 심화되는 환경에서, 고객이 원하는 제품을 쉽게 찾을 수 있도록 돕는 것은 이커머스 성공의 핵심입니다. 이때 중요한 역할을 하는 것은 바로 검색 서비스인데요. 이커머스에서 검색은 이제 하나의 쇼핑 편의 기능을 넘어 고객 구매 여정의 필수 요소로 자리 잡았습니다.

검색하는 고객은 구매 전환율이 높다?

쇼핑몰에서 상품을 검색하는 사용자는 ‘당장의’ 또는 ‘잠재적’ 고객이 되어 본인의 지갑을 열고자 하는 적극성을 갖고 있다고 판단됩니다. 검색하는 고객들이 검색 결과에 보이는 모든 행동에는 자신들의 ‘니즈(needs)’, ‘구매 의도(Purchase Intent: PI)’, ‘지불의사(Willing to pay: WTP)’가 담겨 있다고 볼 수 있죠. 고객의 검색 행위는 구매를 위한 고객의 능동성을 반영하며 검색 결과는 구매 결정 요인으로 작용하는 것입니다.

플래티어는 과거 '검색 고객'과 '비검색 고객' 그룹을 분류하고, 이 두 그룹 간의 구매 전환율, 이탈률 등 유의미한 지표에 대한 결과를 분석한 자료가 있는데요. 총 400만여 개의 상품 데이터와 50억 건이 넘는 누적 고객 행동 데이터를 분석한 결과, 검색 고객 그룹의 구매율이 비검색 고객 그룹보다 약 7배가량 높다는 결과를 확인한 바 있습니다.

검색을 하지 않은 고객의 구매비율은 1.4%인 반면 검색을 한 고객의 구매비율은 7.9%였으며, 검색에 성공한 고객이 해당 상품을 구매하는 경우는 무려 67.5%에 달했습니다. 반면, 검색에 실패한 고객 중 재 검색을 한 이들은 10%에 불과했으며, 나머지 90%는 모두 그 즉시로 사이트를 이탈했습니다. 이는 검색에 성공한 고객 대비 무려 20배 이상 높은 사이트 이탈 수치였습니다.

이를 통해 본다면 검색 행위가 고객의 적극적인 구매 의사 표현 및 구매 전환을 의미하며, 사이트 ‘체류’ 또는 ‘이탈’ 여부도 좌우한다는 것을 알 수 있었습니다. 특히 자사몰인 경우라면, 이러한 사이트의 체류/이탈은 브랜드 충성도를 볼 수 있는 지표로 해석할 수 있기 때문에 더욱 중요한 요소로 볼 수 있습니다.

👉 '검색 vs 비검색 고객 행동 데이터 분석' 관련 콘텐츠 보기

위 기사 이외에도 그루비 자료집에서 보다 더 자세하게 보실 수 있습니다.
👉 ‘검색에서 검색 추천으로, 검색 패러다임의 확장’ 자료집 다운로드 받기

검색의 기본 작동 원리

우리는 보통 문서 또는 정보를 검색할 때, 찾고자 하는 정보에 포함되어 있는 단어를 입력하여 검색합니다. 이러한 검색 방식은 어떤 동작을 통해 검색 결과를 제공하는 것일까요?

검색 엔진은 마치 방대한 도서관의 사서와 같습니다. 방대한 정보 및 데이터 속에서 사용자의 검색어와 관련된 정확하고 유용한 정보를 빠르게 찾아내는 것이 검색 엔진의 역할입니다. 검색 엔진은 크게 다음 세 단계의 과정을 거쳐 사용자에게 검색 결과를 제공합니다.

위와 같이 검색엔진은 크롤링을 통해 미리 정보를 수집하고, 향후 검색했을 때 찾기 쉽도록 준비해 두는 색인 과정과 사용자가 찾고자 하는 정보의 키워드를 입력하면 색인된 데이터에서 해당되는 정보들을 찾아서 보여주는 검색 과정으로 동작합니다.

1. 크롤링 (Crawling)

"정보의 수집"

• 검색 엔진은 웹 크롤러라고 불리는 봇 (robot)을 사용하여 웹 페이지의 링크를 따라 새로운 페이지를 발견하고, 각 페이지의 콘텐츠를 분석합니다.

2. 색인 (Indexing)

"정보 정리 및 분류"

• 크롤링된 웹 페이지는 단순히 저장되는 것이 아니라, 검색 엔진에 의해 색인화됩니다.

• 색인화 과정에서 검색 엔진은 웹 페이지의 제목, 내용, 키워드 등을 분석하여 이해하며, 이미지, 동영상, PDF 파일 등의 콘텐츠도 색인화됩니다.

• 색인화된 정보는 사용자의 검색어와 매칭될 수 있도록 데이터베이스에 저장됩니다.

3. 검색 결과 제공 (Searching and Ranking)

"최적의 결과 제시"

• 사용자가 검색어를 입력하면, 검색 엔진은 색인화된 데이터베이스에서 관련 웹 페이지를 찾아냅니다.

• 검색 엔진은 다양한 알고리즘을 사용하여 검색 결과를 랭킹합니다.

• 일반적으로 웹 페이지의 관련성, 신뢰성, 유용성, 인지도 등을 고려하여 랭킹됩니다.

• 사용자의 검색 기록, 위치 정보, 사용 기기 등을 고려하여 개인화된 검색 결과를 제공하기도 합니다.

이커머스에서 검색 과정

이커머스의 검색 프로세스에서도 '검색'과 '색인' 영역으로 구분돼 있습니다.

검색 영역에서는 사용자가 다양한 인터페이스에서 검색어(쿼리)를 입력하면 API를 통해 검색엔진이 동작합니다. 이커머스 검색엔진의 대상이 되는 정보는 상품 정보, 기획전, 이벤트 등 이커머스와 관련되어 있는 데이터입니다. 보통 데이터베이스에 저장되는 정보를 인덱싱 대상으로 하며, 직접 데이터베이스에서 관련 정보를 찾게 되면 데이터베이스에 부하를 주게 되고 전체적인 시스템에 영향을 미치게 됩니다.

이에 비해서 이커머스 전용 검색엔진을 사용하면 시스템에 부하를 주지 않으면서 빠른 속도로 검색 결과를 보여줄 수 있습니다.

일반적인 검색엔진이 주로 문서나 웹페이지 등을 봇을 통해서 수집하고 색인 데이터를 생성하는 것과는 다르게 이커머스에서는 이러한 봇 기능이 필요없으며 데이터를 직접적으로 색인하기 때문에 보다 효율적이고 이커머스에 특화되어 동작하게 됩니다.

주로 데이터베이스나 정형화된 데이터를 대상으로 하기 때문에 이커머스 플랫폼에 저장되는 모든 정보를 대상으로 확장이 가능합니다.

이커머스에서 갖춰야할 검색 기능은?

이커머스에서 검색 엔진은 고객이 보다 빠르고 쉽게 원하는 상품을 찾을 수 있게 하거나 최신 유행하는 상품이나 다른 고객이 많이 구매한 상품 등에 따라서 랭킹을 보여 줄 수 있는 기능이 필요합니다.
이외에도 잘못 입력된 검색어를 자동으로 수정하거나 유사한 검색어를 추천하는 기능이 필요하며, 검색 결과 내에서 재검색을 하거나 다양한 옵션, 필터 등을 제공하여 상품 탐색을 편리하게 해야 합니다.

그렇다면, 온라인 쇼핑몰에서 상품 및 콘텐츠 검색이 잘 되게 하려면 실질적으로 어떠한 검색 기능이 필요한지 알아보도록 하겠습니다.

형태소 분석

이커머스 검색에서는 일반 검색엔진과 유사하게 검색어를 인식하고 해석하는 기능인 형태소 분석이 필요합니다. 형태소 분석을 통해 사용자가 검색한 검색어에서 중요한 키워드(형태소)를 추출해 색인하여 관련된 상품 및 연관 콘텐츠를 찾습니다.

*형태소 : 언어학에서 일정한 의미가 있는 가장 작은 말의 단위 (출처: 위키백과)

오탈자 교정 및 동의어 & 유사어 검색 추천

사용자가 오탈자를 입력하더라도 자동으로 교정하여 검색합니다. 또한 사용자가 입력하는 키워드와 상품이 반드시 일치하지 않는 경우가 많은데, 이 때 같은 의미를 가진 동의어 & 유사어로 확장하여 검색 결과에 노출합니다.

검색어 자동완성

검색어의 일부만 입력해도 자동완성어를 제안하는 기능은 오탈자를 방지할 뿐만 아니라 사용자가 원하는 제품을 빠르고 편리하게 찾을 수 있도록 돕습니다. 검색어 자동완성은 사용자의 과거 검색 기록, 인기 검색어, 연관 검색어, 입력 오류 수정 등의 요소를 활용하여 관련 검색어를 제안할 수 있습니다.

노출 조정을 위한 랭킹 관리

검색 결과의 정확성도 중요하지만 요즘 인기가 많은 상품 및 최신 상품들이 상위에 노출되는 것은 구매 전환에 매우 중요합니다. 따라서 검색 시에 상품이 여러 기준으로 정렬될 수 있도록 인기/추천/연관 검색 등의 기능이 필요합니다.

신조어 관리

최근 새로운 용어들이 많이 출현하고 널리 사용되고 있습니다. 이러한 신조어와 원래의 의미를 매칭시켜야만 원하는 검색 결과를 제공할 수 있습니다. 신조어를 지속적으로 관리하고 전략적으로 활용한다면, 고객과의 소통을 강화하고 마케팅 효과를 높일 수 있습니다.

다양한 검색 옵션 제공

가격, 색상, 브랜드 등 다양한 기준으로 검색 결과를 필터링하고 정렬할 수 있는 기능은 사용자에게 검색 결과를 더욱 구체적이며, 정확하게 찾을 수 있도록 도와줍니다.

AI 기반 이미지 검색

고객이 보유한 사진을 업로드하여 AI 기반으로 학습된 유사한 이미지의 상품(비슷한 스타일, 색상, 구성 등)의 결과를 제공합니다. 고객은 별도의 검색어를 입력하지 않고 인터넷이나 직접 찍은 사진을 기반으로 상품을 쉽게 검색할 수 있습니다.

의미 기반 검색 (Semantic Search)

시맨틱 검색은 단순히 검색어와 일치하는 검색 결과를 보여주는 것보다 더 진화된 검색 방식입니다. AI 및 자연어 처리 (NLP) 기술을 활용하여 사용자의 검색 의도와 맥락을 이해하고, 이에 맞는 더욱 관련성 높고 정확한 검색 결과를 제공합니다.

이커머스에 특화된 X2BEE Search

X2BEE의 검색 서비스인 'X2BEE Search'에서는 오픈소스 검색 엔진에서 구현하기 어려웠던 '연관어', '검색어 자동완성' 등 다양한 검색 및 편의 기능을 제공하며, 실시간 자연어 서비스는 물론, 기계학습을 통한 품질 향상과 딥러닝 기반의 응답 처리를 지원하고 있습니다.

검색창 자체도 이커머스에서 고객에게 판매를 유도할 수 있는 마케팅 수단으로 활용할 수 있습니다. X2BEE Search에는 검색창에 특정한 문구를 노출시켜서 특정 상품이나 기획전 등을 홍보할 수 있는 이커머스 특화 기능을 제공하고 있습니다.

또한, X2BEE에 탑재되어 있는 그루비 엔진에서는 자체 구축한 AI 시스템을 통해 상품 이미지 분석 데이터를 기반으로 쇼핑몰에 등록된 전체 상품 간의 유사도를 계산해 고객이 원하는 상품과 유사한 상품을 추천합니다.

👉 그루비 AI 기반 개인화 상품 추천 기능 알아보기

지금까지 이커머스 검색에 대해 간단히 알아보았는데요. 이커머스에서의 검색은 '구매 전환'으로 이어질 가능성이 높기 때문에 검색 품질이 굉장히 중요하다는 것을 알 수 있었습니다. 높은 품질의 검색 서비스는 고객의 쇼핑 경험을 고도화하고 이커머스 비즈니스를 한층 더 성장시키는데 중요한 역할을 하고 있습니다.

[Reference]

검색 패러다임의 확장: ‘검색’에서 ‘검색추천’으로(1편) - Tech42

검색 패러다임의 확장: ‘검색’에서 ‘검색추천’으로(2편) - Tech42