쇼핑몰제작구매전환율추천시스템AI추천웹구축웹닥터

쇼핑몰 구매전환율은 '무엇을 파느냐'보다 '언제 보여주느냐'입니다

쇼핑몰을 운영하시는 사장님들이 매출이 정체될 때 가장 먼저 하시는 일이 있습니다. 상품을 더 들여놓는 것입니다.

그런데 상품이 300개에서 500개가 되면 매출도 그만큼 오를까요? 실제로는 이런 일이 자주 생깁니다.

상품은 늘었는데, 손님은 여전히 앞에 있는 열 개만 보고 나갑니다.

문제는 상품 수가 아니라 보여주는 순서입니다. 최근에 애견 용품 자사몰을 만들면서 이 부분을 정면으로 다뤘고, 그 과정을 정리했습니다.

실제로 진행한 프로젝트입니다. 업체명은 공개하지 않기로 해서, 이 글의 화면은 브랜드명·상품명을 전부 대체한 버전으로 보여드립니다. 화면 안의 후기 수·구매 건수 같은 숫자도 설명을 위한 예시 데이터입니다.


화면을 먼저 그리지 않았습니다

의뢰를 받고 가장 먼저 한 일은 디자인이 아니었습니다. 사장님이 주신 기획 방향을 받아, 업계를 먼저 뜯어보는 일부터 했습니다.

업계 리서치 → 화면 구조 확정 → 브랜드 톤 → 12일 일정으로 이어지는 기획 흐름

애견 커머스 상위 브랜드 세 곳을 각각 다른 목적으로 뜯었습니다.

무엇을 봤나 왜 봤나 우리 몰에 가져온 것
맞춤 UX가 강한 곳 반려견 정보로 상품을 걸러주는 방식 메인·마이페이지의 반려견 프로필 기반 추천
감성 UI가 강한 곳 2030이 오래 머무는 색과 카드 모양 웜 베이지 톤 + 둥근 카드
전환 동선이 강한 곳 상세페이지 아래 연관 상품 연결 상세 하단 유사상품 추천 영역

여기서 중요한 건 "잘된 곳을 따라 했다"가 아닙니다. 한 곳에서 하나씩만 가져왔습니다. 세 곳을 통째로 베끼면 결국 아무 색깔도 없는 몰이 됩니다.

그다음에 화면을 다섯 개로 줄였습니다. 메인 → 상품 목록 → 상품 상세 → 장바구니+결제 → 마이페이지. 회사소개, 이벤트 게시판, 커뮤니티 같은 건 처음부터 뺐습니다. 손님이 사는 데 필요 없는 화면은 만들지 않는 게 낫습니다.

일정은 12일로 잡았습니다. 기획 2일 · 디자인 3일 · 개발 5일 · 검수 2일.


손님이 멈추는 자리는 세 군데였습니다

화면 다섯 개를 놓고 "여기서 손님이 왜 나가는지"를 한 칸씩 따져봤습니다.

구매 동선 5개 화면 위에 추천 3종이 붙는 자리 표시

  • 메인 — 들어왔는데 뭘 봐야 할지 모름
  • 상품 상세 — 이거 말고 다른 건 없나 싶어서 뒤로 가기
  • 결제 직전 — 하나만 사자니 배송비가 아까움

이 세 자리에 각각 다른 추천을 넣었습니다. 상품을 더 들여놓은 게 아니라, 이미 있는 상품을 언제 보여줄지만 바꾼 것입니다.


① 메인 — "우리 아이에게 맞는 것만"

애견 용품은 다른 업종과 결정적으로 다른 점이 하나 있습니다. 사는 사람과 쓰는 대상이 다르다는 것입니다.

그래서 반려견 정보(견종·연령·체중·알레르기)를 등록받고, 그 정보로 메인 화면의 추천 상품이 통째로 바뀌게 했습니다.

반려견 프로필 기반 맞춤 큐레이션 화면 — 연령별·견종별·고민별·체중별 탭과 알레르기 자동 제외 안내

여기서 가장 신경 쓴 건 화려한 기능이 아니라 저 안내 문구 한 줄입니다.

"복실이는 닭고기 알레르기가 등록되어 있어 해당 원료 상품은 자동으로 제외했어요."

추천이 왜 이렇게 나왔는지 손님이 읽을 수 있게 만든 것입니다. 이유를 모르는 추천은 광고로 보이고, 이유가 보이는 추천은 도움으로 보입니다. 같은 상품을 보여줘도 반응이 다릅니다.


② 상품 상세 — "이것과 비슷한 상품"

상세페이지는 손님이 마음을 정하는 곳이자, 가장 많이 뒤로 가기를 누르는 곳입니다. 여기서 나가면 대부분 안 돌아옵니다.

상품 상세 화면 하단의 AI 유사상품 추천 — 유사도 퍼센트 게이지와 추천 근거 문구

그래서 상세 화면 안에서 다음 상품으로 넘어갈 수 있게 했습니다. 눈여겨보실 부분은 오른쪽의 **유사도 %**와 그 아래 추천 근거입니다.

  • 92% — 같은 방한 의류 · S 사이즈군
  • 86% — 오가닉 원단 동일 · 실내용
  • 78% — 니트 구매자가 함께 담음

"추천 상품"이라고만 적어두는 것과, 몇 %나 비슷하고 왜 비슷한지를 같이 적는 것은 클릭률이 다를 수밖에 없습니다.


③ 결제 직전 — "같이 사면 좋은 상품"

여기가 가장 손이 많이 간 화면입니다. 장바구니와 결제를 한 화면으로 합쳤습니다. 페이지를 넘길 때마다 손님이 빠져나가기 때문입니다.

장바구니와 결제를 합친 원페이지 화면 — 하단에 함께담기 추천과 바로 담기 버튼

그리고 결제 버튼 바로 옆에 함께담기 추천을 붙였습니다.

  • 담긴 상품 조합을 보고 어울리는 상품을 제안
  • "이 사료 구매자 34%가 함께 구매" 처럼 근거를 함께 표시
  • [+ 바로 담기] 한 번이면 결제 금액에 즉시 반영 — 다른 페이지로 안 보냄

이게 객단가를 올리는 자리입니다. 다만 여기서 흔한 실수가 있습니다. 추천을 누르면 상품 상세로 보내버리는 것. 결제 직전 손님을 다른 페이지로 보내면 그대로 이탈합니다. 그래서 화면을 벗어나지 않고 바로 담기게 만들었습니다.


같은 '추천'이지만, 자리마다 계산법이 다릅니다

여기가 이 프로젝트의 핵심입니다. 세 군데에 같은 추천 로직을 쓰지 않았습니다.

세 가지 추천 로직 비교 — 콘텐츠 기반 필터링·아이템 유사도·장바구니 연관규칙

자리 손님의 질문 계산 방식
메인 "이 아이에게 맞나?" 견종·연령·체중으로 상품 속성 매칭
상세 "비슷한 건 없나?" 소재·사이즈·함께 본 패턴으로 닮은 정도 계산
결제 "같이 사면 좋은 건?" 실제로 함께 담긴 조합을 통계로 추출

이걸 나누는 이유는 실용적입니다. 예를 들어 가입한 지 1분 된 손님은 구매 이력이 없습니다. 함께 산 조합을 계산할 데이터 자체가 없죠. 그래서 메인에서는 구매 이력 대신 반려견 정보로 추천합니다. 반대로 결제 직전에는 장바구니에 이미 상품이 담겨 있으니 조합 통계가 훨씬 정확합니다.

자리마다 가진 정보가 다르니, 계산법도 달라야 합니다.

추천 모듈 3종의 로직과 실제 화면 대조

그리고 세 곳 모두 마지막에 같은 체를 한 번 더 거칩니다. 알레르기 원료가 든 상품은 어느 화면에서도 뜨지 않습니다.

이 부분이 중요합니다. 계산식만 놓고 보면 그 사료가 1등으로 추천될 수 있습니다. 하지만 닭고기 알레르기가 있는 아이에게 닭고기 사료를 추천하면, 그 몰은 한 번에 신뢰를 잃습니다.

추천은 계산식만으로 완성되지 않습니다. 장사의 규칙이 함께 들어가야 씁니다.


성과는 지금 측정 중입니다

여기서 "추천을 넣었더니 매출이 몇 % 올랐습니다"라고 쓰면 글이 훨씬 그럴듯해질 겁니다. 하지만 지금은 측정 중이고, 아직 말씀드릴 숫자가 없습니다.

추천의 효과는 켜자마자 나오지 않습니다. 최소한 이 정도는 쌓여야 판단할 수 있습니다.

볼 지표 왜 이걸 보나
추천 클릭률 추천이 눈에 띄기는 하는지
추천 경유 구매전환율 클릭한 사람이 실제로 사는지
객단가(1인당 결제액) 함께담기가 값어치를 하는지
재구매율 맞춤 추천이 다시 오게 만드는지

특히 조심할 게 하나 있습니다. 추천을 안 켰어도 살 사람이 추천을 눌러서 산 경우입니다. 이걸 전부 추천의 성과로 계산하면 효과를 크게 부풀리게 됩니다. 그래서 추천을 보여준 그룹과 아닌 그룹을 나눠서 차이만큼을 보는 방식으로 측정하고 있습니다.

숫자가 나오면 이 블로그에 그대로 올리겠습니다. 좋게 나오든 아니든요.


정리하면

  1. 화면보다 기획이 먼저입니다. 업계를 먼저 뜯어보고, 필요 없는 화면은 처음부터 빼는 게 비용도 결과도 낫습니다.
  2. 추천은 한 군데가 아니라 손님이 멈추는 자리마다 넣습니다.
  3. 자리마다 계산법이 달라야 합니다. 같은 로직을 세 군데에 붙이면 세 군데 다 어설퍼집니다.
  4. 추천에는 장사 규칙이 들어가야 합니다. 계산식만으로는 사고가 납니다.

쇼핑몰을 운영 중이신데 "상품은 많은데 안 팔린다" 하시면, 상품을 더 들여놓기 전에 손님이 어느 화면에서 나가는지부터 같이 봐드립니다. 지금 쓰시는 쇼핑몰 주소만 알려주셔도 됩니다.

👉 가입 없이 10초 만에 진단 신청하기

실제 진행한 프로젝트이며, 업체명은 비공개입니다. 화면의 브랜드명·상품명·후기 수·구매 건수는 전부 대체하거나 예시로 만든 데이터입니다. 추천 기능의 성과는 현재 측정 중이며, 이 글에는 성과 수치가 포함되어 있지 않습니다.

이 글이 도움이 되셨나요? AI 도입에 관한 상담이 필요하시면 편하게 연락주세요.

무료 상담 신청