교차 카테고리 광고가 커피 광고주의 도달범위를 개선하는 방법

2020년 1월과 2월 사이 구매를 대상으로 실시한 이 연구는 Amazon.fr에서 판매하는 커피 브랜드를 위한 최고의 교차 카테고리 잠재고객을 살펴봅니다. 분석을 실시하기 위해 식료품, 뷰티, 건강 및 퍼스널케어 용품 분야의 하위 범주 110개에 걸친 교차 카테고리 쿼리 및 구매를 기반으로 머신 러닝 알고리즘을 활용합니다.

Amazon.fr의 커피 광고주가 올바른 잠재고객에게 도달하고 잠재적으로 매출을 늘릴 수 있는 3가지 방법을 발견했으며 이 기사에서 자세히 알아보겠습니다.

Amazon.fr에는 16개 식료품 카테고리가 있으며 총 매출이 가장 큰 카테고리는 음료입니다. 음료 카테고리의 경우 대다수(46%)의 고객이 커피를 통해 진입하는 것으로 나타났습니다.

또한 시장 내 고객이 유일한 진입점이 아니라는 것을 발견했습니다. 더 많은 고객에게 도달하는 한 가지 방법은 인접 하위 카테고리를 탐색하는 잠재고객 중 커피 구매 성향이 높은 이들에게 광고하는 것입니다.

예를 들어 차, 핫초콜릿/코코아, 소프트드링크 및 믹서와 같은 인접 하위 카테고리의 쇼핑객은 Amazon.fr 평균 고객에 비해 커피를 찾을 확률이 3.5배 이상, 커피를 구매할 확률이 2.7배~5.8배 더 높은 것으로 나타났습니다.

마지막으로 살펴볼 점은 건강 및 퍼스널케어 용품 구매자 수와 커피 구매자 수입니다. Amazon.fr에서 건강 및 퍼스널케어 용품을 검색하는 고객은 커피 구매자보다 20배 더 많습니다.

이 분석을 통해 확인할 수 있듯이 커피 광고주는 여러 방법을 통해 잠재적으로 더 많은 고객에게 도달할 수 있습니다. Amazon.fr 커피 카테고리의 광고주는 카테고리 내에서 광고주의 상품 또는 관련 상품을 탐색하고 구매하는 잠재고객에게 계속 광고를 게재하는 것을 권장합니다. 또한 광고주는 차, 핫초콜릿/코코아, 소프트드링크 및 믹서 소비자뿐 아니라 종합비타민제, 페이셜케어와 같이 커피와 관련 없는 일부 상품에서 커피 구매 성향이 높은 새로운 잠재고객에게 도달하는 것을 목표로 삼는 것을 권장합니다.

이 분석은 식료품, 뷰티, 건강 및 퍼스널케어 용품 분야 내에서 Amazon.fr 카테고리 전반에 걸친 탐색 및 구매 행동을 조사하는 것으로 시작합니다. 최상의 교차 판매 기회를 찾기 위해 반복 구매율과 같은 간단한 명시적 데이터에 의존하는 대신 데이터 마이닝 알고리즘을 사용하여 교차 카테고리 판매/검색 패턴을 식별합니다.

이 연구를 실시하기 위해 2가지 분석을 수행합니다.

• 1. 구매에 대한 Apriori 분석. 이 분석은 구매의 관련된 하위 카테고리를 조사합니다. 이 분석은 교차 카테고리 프로모션이 전환 기반 교차 카테고리 캠페인을 위한 중요한 기회임을 입증합니다.
• 2. 쿼리에 대한 Apriori 분석. 이 분석은 고객이 자주 검색하는 중복된 관련 하위 카테고리를 조사합니다. 이 분석은 상위 퍼널 측정에 중점을 두어 교차 카테고리 판매를 통한 아마존 광고의 옴니채널 효과를 보여줍니다.

참고: Apriori 분석에서 가장 중요한 메트릭은 광고 업종에서 자주 언급되는 ‘리프트’와는 다른 ‘리프트’입니다. 광고 업종의 많은 전문가를 비롯하여 이 기사가 의도한 대상이 겪을 혼란을 피하기 위해 저자는 ‘리프트’라는 용어를 ‘구매/쿼리의 확률 증가’라고 설명합니다.

비즈니스 입력 내용과 계산 성능 제약을 기반으로 다음 4가지 인기 판매 카테고리의 주문 및 쿼리를 포함합니다. 음료, 조미료, 스프레드 및 요리, 스킨케어, 영양 및 웰빙. 이는 하위 카테고리 110개로 구성되어 있습니다. 주문을 하위 카테고리 버킷으로 그룹화하고 교차적인 형식으로 변환한 다음 Apriori 알고리즘을 적용하여 하위 카테고리 사이 연관 규칙을 마이닝합니다. 알고리즘에서 고객 1명의 모든 주문은 단일 거래 또는 상품 바스켓 1개로 측정됐습니다. 이 알고리즘은 1,000개가 넘는 규칙 목록을 생성합니다. 이 중 커피를 상수로 포함하고 구매 확률 증가(리프트)가 1.2 이상이며 신뢰도(상대적 빈도)가 5% 이상인 규칙만 선택하도록 필터링합니다.

그런 다음 카이제곱 검증을 사용하여 선택한 규칙에 대한 리프트 결과를 검증합니다. 자유도는 1, 알파는 0.05로 놓고 각 규칙 집합에 대해 2x2 카이제곱 검증을 실시합니다. 광고주는 교차 카테고리 판매/검색에서 통계적으로 유의한 리프트를 기록한 하위 카테고리로 시작하는 것을 권장합니다.

가장 대표적인 결과를 찾고 흔치 않은 일회성 2020년 이벤트로 인한 계절성 또는 행동 변화가 영향을 미치는 것을 방지하기 위해 2019년과 2020년 사이 6개 기간의 거래를 분석합니다. 각 기간의 길이는 2개월입니다. 본 연구는 2020년 1월부터 2020년 2월까지의 공식 결과만을 다룹니다. 나머지 5개 기간의 결과는 검증에만 사용됩니다. 2020년 1월~2020년 2월을 인사이트를 탐색하기 위한 기간으로 선택한 3가지 이유는 다음과 같습니다.

• 이 기간은 2019년보다 현재 날짜에 더 가까우며 이로 인해 현재 시장과 더 높은 관련성을 보일 것으로 예상합니다.
• 흔치 않은 일회성 2020년 이벤트로 인한 행동 변화가 영향을 미치는 것을 원하지 않았습니다.
• 결과는 독립적인 연구 6개에 걸쳐 일관성을 보입니다. 특히 7개 규칙 중 6개는 2020년 전반 결과와 일치하며 7개 규칙 중 5개는 2019년, 2020년 전반 결과와 일관성을 보입니다.

따라서 교차 카테고리 구매 행동은 연구한 6개 기간에 걸쳐 일관성을 보이는 것을 확인했습니다. 이로 인해 이 백서의 결과는 2020년 1월부터 2월까지의 데이터를 기반으로 합니다.

구매 데이터의 결과는 고객이 아마존에서 함께 구매하길 선호하는 카테고리만 알려주기 때문에 상위 퍼널 중심의 측정을 실시하여 아마존 광고의 옴니채널 효과를 보여줍니다. 이를 위해 쿼리 데이터 분석과 동일한 방법론을 적용하여 인지도 중심 연관성을 찾습니다. 연구 기간 12개월 동안 관련 하위 카테고리 7개의 모든 쿼리를 가져와 Apriori 알고리즘을 적용하고 검증을 위해 카이제곱 검증을 실시합니다. 그 결과 연관 규칙은 검색 데이터세트와 일치하며 교차 카테고리 프로모션을 통해 인지도를 높일 기회가 있음을 입증합니다.