본문으로 이동
추천할 때는 제일 좋은 것 하나면 된다
문서

추천할 때는 제일 좋은 것 하나면 된다

박다롱 토스 · 토스 기술 블로그

원문 보기

AI 핵심 요약

카드 추천 서비스의 신청을 늘리기 위해 기존 TOP 10 화면의 성과를 살펴보니, 1위 카드의 신청율이 특히 높았습니다. 이를 바탕으로 ‘1등 카드 확인하기’ 배너를 실험해 클릭율을 높였고, 여러 카드를 순위로 보여주는 안과 1위 카드 하나만 보여주는 안을 비교한 결과 하나만 제시한 안의 신청 전환율이 더 좋았습니다. 여러 선택지가 사용자의 고민을 늘릴 수 있다는 점을 확인했으며, 사회적 증거나 사용자 정보를 활용해 추천 하나를 신뢰할 만하고 개인화된 선택으로 제시하는 방법을 제안합니다. 다만 화면 구성에 따른 변수가 통제되지 않았던 실험이므로 결과를 해석할 때 한계를 고려해야 합니다.

  • 추천 화면에서는 여러 상품을 나열하기보다 가장 적합한 하나를 먼저 강조해 선택 부담을 줄여보세요.
  • ‘1위’ 같은 표현은 검증된 선택이라는 인상을 줄 수 있지만, 실제 사용자 반응으로 효과를 확인해야 합니다.
  • 사회적 증거를 활용할 때는 구매 수나 리뷰 평점처럼 신뢰를 뒷받침할 근거를 제시하세요.
  • 사용자의 소비 내역이나 연령·지역 등 맥락을 활용하면 추천을 더 구체적으로 전달할 수 있습니다.

소개

제품을 만들 때, 사용자의 고민을 덜어주는 것이 중요해요. 사용자에게는 어떤 선택지를 주는 것이 좋을까요?

비슷한 학습 자료

문서 구국원

TopK를 감이 아닌 최적화로 정한 이야기

딥러닝 · 머신러닝 프로덕트 지표 · 실험 로드맵 1개에 담김

문서 김정오

토스 쇼핑은 어떻게 수백만 사용자에게 개인화된 상품 추천을 제공할까요? 그 접근법을 소개해 드릴게요.

딥러닝 · 머신러닝

문서 김현지

CVR을 3배 높이면서도 사용자 경험을 놓치지 않기 위해 고민한 과정을 들려드려요.

프로덕트 지표 · 실험

문서 강다희

다양한 변수가 존재하는 오프라인 결제 경험 - 최대한 변수를 줄이면서 사용성 평가를 하기위해 고군분투 했던 과정에 대해 들려드릴게요

UI/UX

문서 이수빈

여러가지 메뉴를 카테고라이징해서 제공하는 것을 고민하고 있을 때 해볼 수 있는 UX리서치 방법을 소개해드릴게요.

UI/UX

문서 구국원, 박수형

보완재 추천 모델을 적용하고 성과를 거둔 사례 소개

딥러닝 · 머신러닝 프로덕트 지표 · 실험