AI 상품 추천 메시지
AI 상품 추천 메시지는 유저 행동을 학습한 AI가 그 유저에게 가장 잘 맞을 상품을 골라 메시지 본문에 자동으로 끼워 넣는 기능이에요.
같은 캠페인을 보내도 받는 사람마다 다른 상품이 추천되어, 클릭·구매 전환율을 끌어올릴 수 있습니다.
1. 상품 추천 설정 시작하기
캠페인 메시지 작성 박스 하단의 상품 추천 정보 버튼을 클릭하면 추천 설정 모달이 열려요.
설정하기 버튼을 클릭하면 추천 방식과 조건을 정하는 화면이 열립니다.
2. 추천 유형 선택하기
추천 유형은 4가지 알고리즘 중에서 선택합니다.
| 추천 유형 | 추천 방식 | 어울리는 메시지 예시 |
|---|---|---|
| 유저 취향 추천 | 유저의 클릭·장바구니·구매 등 전체 행동 이력을 학습해 다음에 좋아할 상품을 예측 | "회원님이 좋아하실 만한 상품을 모아봤어요!" |
| 함께 본 상품 추천 | 기준 상품을 본 유저들이 함께 본 상품을 추천 | "이 상품도 함께 많이 봐요 👀" |
| 유사 상품 추천 | 기준 상품과 이름·카테고리 등 상품 정보가 유사한 상품을 추천 | "지난번에 보신 제품, 비슷한 이런 상품은 어때요?" |
| 통계형 추천 | 조회/장바구니/구매/좋아요 수가 높은 상품 순으로 추천 | "지금 가장 인기 있는 상품이에요 🔥" |
이전에 제공하던 "관심 카테고리 / 관심 브랜드 / 마지막 ○○ 연관 상품 추천" 유형은 위 4가지 알고리즘과 조건 조합으로 대체됐어요. 예를 들어 "마지막 클릭 연관 상품 추천"은 함께 본 상품 추천 + 기준 행동 조회와 같은 구성이에요.
3. 기준 상품 정하기 — 함께 본 · 유사 상품 추천
함께 본 상품 추천과 유사 상품 추천은 기준이 되는 상품이 필요해요. 캠페인에서는 기준 행동(조회 / 장바구니 / 구매 / 좋아요)을 고르면, 발송 시점에 각 유저가 가장 최근 그 행동을 한 상품이 기준이 됩니다. 통계형 추천도 어떤 행동이 많이 일어난 상품을 추천할지 같은 방식으로 기준 행동을 골라요.
시작 이벤트가 상품 클릭 / 장바구니 담기 / 구매인 시나리오에서는, 함께 본 · 유사 상품 추천을 고르면 기준 행동 대신 입력 상품 영역이 나타나 기준 상품을 어디서 가져올지 고릅니다. 다른 시작 이벤트를 쓰는 시나리오는 캠페인과 같이 기준 행동만 골라요.
- 시나리오 트리거 상품 — 시나리오에 진입할 때 발생한 그 이벤트의 상품을 기준으로 고정해요.
- 유저 행동 기반 — 캠페인과 같이, 발송 시점의 가장 최근 행동 상품을 기준으로 써요.
시나리오에서는 시나리오 트리거 상품을 기준으로 쓰는 것이 더 정확해요.
유저 행동 기반은 발송 시점에 그 유저의 가장 최근 행동 상품을 기준으 로 잡습니다. 시나리오 진입과 발송 사이에 다른 행동이 끼어들면, 정작 발송될 때는 의도와 다른 상품이 기준이 될 수 있어요.
예를 들어 상품 A를 구매하고 시나리오에 진입한 유저에게 7일 후 후속 메시지를 보내려고 했는데, 그 사이 유저가 상품 B를 추가로 구매했다면 유저 행동 기반은 상품 B를 기준으로 추천해 버립니다. 원래 전달하고 싶었던 메시지는 상품 A 기준의 후속 제안인데도요.
반면 시나리오 트리거 상품은 진입할 때 발생한 그 이벤트의 상품으로 기준을 고정하기 때문에, 딜레이 노드 등으로 발송 시점이 미뤄져도 처음 의도한 상품을 토대로 추천이 이어집니다.
기준 행동은 블럭스 데이터 연동 시점 이후의 행동만 사용해요.
함께 본 · 유사 상품 추천은 블럭스에 적재된 행동 이벤트에서 기준 상품을 잡습니다. 데이터 연동 시점 이후에 해당 행동 기록이 한 건도 없는 유저는 기준 상품이 없어 추천이 비고, 대체 추천을 설정하지 않으면 발송 대상에서 자동으로 제외됩니다.
- 신규 회원이거나, 연동 이후 한 번도 해당 행동을 하지 않은 유저
- 발송 대상 모수에는 포함되어 있더라도, 추천이 비어 있어 발송 실패로 집계됨
대상 모수 대비 발송 성공 수가 크게 적다면 이 경우인지 확인해 주세요. 행동 기록이 없는 유저까지 커버하려면 대체 추천을 켜거나, 행동 비의존 유형인 유저 취향 추천 / 통계형 추천을 활용하는 것을 권장합니다.
4. 추천 상품 후보 좁히기
추천 상품 후보 영역에서 어떤 상품이 추천 대상에 들어갈지 조건으로 조정할 수 있어요. 필요한 항목만 스위치로 켜서 사용합니다.
| 설정 | 하는 일 |
|---|---|
| 공통 조건 | 모든 추천에 같은 상품 조건을 적용해요. 카테고리·브랜드·가격대 같은 기본 속성과 커스텀 상품 속성을 조건으로 쓸 수 있어요. 비워두면 전체 상품에서 추천합니다. |
| 입력 상품 조건 | (함께 본 · 유사 상품 추천) 기준 상품의 카테고리/브랜드와 동일한 상품만 추천하거나, 동일한 상품을 제외 또는 우선할 수 있어요. |
| 유저별 조건 | 각 유저가 최근에 조회/장바구니/구매/좋아요한 상품을 추천에서 제외해요. 행동별로 제외 기간(시간/일)을 정할 수 있어요. |
| 대체 추천 | 추천 결과가 없는 유저에게 대신 내보낼 추천이에요. 인기 상품 추천 또는 유저 취향 추천 중에서 고릅니다. |
공통 조건을 정한 뒤 상품 수 확인 버튼으로 조건에 맞는 상품이 몇 개인지 점검해 주세요. 너무 적으면 조건을 느슨하게, 너무 많으면 조건을 좁히는 식으로 조정할 수 있어요. 조건에 맞는 상품이 100,000개를 넘으면 최근 30일 클릭 수가 높은 순으로 상한까지만 후보에 포함됩니다.
5. 추천 미리보기
설정이 끝났다면 저장 전에 추천 미리보기로 실제 추천 결과를 확인할 수 있어요. 미리보기 대상에서 누구 기준으로 볼지 먼저 고릅니다.
- 특정 유저 — 전화번호·이메 일·유저 ID로 검색해 고르면, 그 유저의 행동 이력을 반영한 추천 결과가 나와요. 검색 결과가 하나면 바로 선택되고, 여러 건이면 목록에서 고릅니다. 선택한 유저에는 유저 ID가 함께 표시되고, 기준 상품을 쓰는 추천 유형이면 그 유저의 마지막 조회·장바구니·구매 상품도 미리 보여줘서 기준 상품이 없는 유저인지 실행 전에 알 수 있어요.
- 신규(콜드) 유저 — 행동 이력이 없는 신규 유저 기준의 결과를 보여줍니다.
미리보기가 성공하면 조건에 맞는 상품 수도 함께 채워집니다.
이전 방식으로 저장된 상품 추천 설정을 열면 편집 화면 대신 읽기 전용 요약이 보여요. 저장된 설정은 지금처럼 발송에 그대로 사용되고, 새 방식으로 바꾸려면 상품 추천을 새로 설정하면 됩니다.
6. 메시지 본문에 추천 상품 변수 추가하기
추천 설정이 끝나면, 상품 추천 정보 버튼을 다시 클릭해 메시지 본문에 끼워 넣을 상품 정보 항목을 고릅니다.
추천 상품 1개에 대해 사용할 수 있는 정보는 다음과 같아요.
| 정보 종류 | 설명 |
|---|---|
| 상품명 | 추천된 상품의 이름 |
| 상품 ID | 추천된 상품의 고유 ID |
| 가격 / 정가 | 판매가, 할인 전 정가 |
| 브랜드명·ID | 추천 상품의 브랜드 정보 |
| 카테고리 1·2·3 | 대·중·소 카테고리 명·ID |
| 상품 링크 | 데스크톱 / 모바일 URL |
| 상품 이미지 | 카카오 브랜드 메시지·캐러셀·와이드 등 다양한 이미지 URL |
추천 결과는 1순위, 2순위, 3순위... 식으로 나오기 때문에, 몇 번째 추천 상품을 사용할지 함께 지정합니다. 첫 번째 추천 상품을 쓰려면 1번을 지정하면 돼요. 메시지 안에서 1순위·2순위 추천 상품을 동시에 사용해도 됩니다.
본문에 삽입되는 변수 문법
추가 버튼을 클릭하면 본문 커서 위치에 아래 형태의 Liquid 변수가 삽입됩니다. 미리보기 영역에도 동일한 변수가 그대로 노출되며, 발송 시점에 유저별 추천 결과로 치환돼요.
{{ item_recommendations.0.name }} ← 1순위 상품의 이름
{{ item_recommendations.0.brand_name }} ← 1순위 상품의 브랜드명
{{ item_recommendations.1.name }} ← 2순위 상품의 이름
{{ item_recommendations.2.name }} ← 3순위 상품의 이름
순위 인덱스는 0부터 시작합니다. 0 = 1순위, 1 = 2순위, 2 = 3순위.
변수는 직접 타이핑하지 않아도 콘솔이 자동으로 만들어 주므로 드롭다운에서 골라 추가하는 것을 권장해요. 직접 입력 시 오타로 인해 발송 시점에 빈 값으로 치환될 수 있습니다.
메시지 본문 예시
예시 1 — 단일 추천 상품 강조 (앱푸시 / SMS)
짧은 채널에서는 1순위 추천 상품 한 건만 강조하는 것이 클릭률이 좋아요.
{{ name | default: "고객" }}님, 좋아하실 만한 상품이 도착했어요 🎁
👉 {{ item_recommendations.0.brand_name }} {{ item_recommendations.0.name }}
예시 2 — TOP 3 리스트 (LMS / 카카오 브랜드 메시지 텍스트형)
긴 본문에서는 상위 3개를 함께 노출해 비교 클릭을 유도할 수 있어요.
{{ name | default: "고객" }}님께 추천드려요 ✨
🥇 {{ item_recommendations.0.name }}
🥈 {{ item_recommendations.1.name }}
🥉 {{ item_recommendations.2.name }}
지금 바로 만나보세요!
예시 3 — 브랜드·카테고리와 함께 보여주기
브랜드·카테고리 정보를 함께 노출하면 어떤 맥락의 추천인지 명확해져 신뢰도가 올라가요.
{{ name | default: "고객" }}님이 좋아하시는 {{ item_recommendations.0.category_2_name }} 신상이에요!
[{{ item_recommendations.0.brand_name }}] {{ item_recommendations.0.name }}
예시 4 — 카카오 브랜드 메시지 캐러셀 피드형
캐러셀 피드형은 카드 1장당 1개의 추천 상품을 표시할 수 있어, 카드별로 순위를 나눠 매핑해요.
[1번 카드]
{{ item_recommendations.0.name }} - {{ item_recommendations.0.brand_name }}
[2번 카드]
{{ item_recommendations.1.name }} - {{ item_recommendations.1.brand_name }}
[3번 카드]
{{ item_recommendations.2.name }} - {{ item_recommendations.2.brand_name }}
발송 전 테스트 발송으로 실제 단말에서 변수가 정상 치환되는지 확인하세요. 추천 풀이 비어 있는 유저(예: 신규 가입자)에게는 변수 가 빈 값으로 노출될 수 있어, 추천 풀 크기를 충분히 확보한 뒤 발송하는 것이 안전합니다.
자주 묻는 질문
예전에 구매 내역이 있는 유저인데 발송 실패로 잡혀요.
실 구매 이력이 있더라도 그 데이터가 블럭스에 연동되어 있지 않으면 기준 상품이 만들어지지 않습니다.
함께 본 · 유사 상품 추천의 기준 행동은 블럭스에 적재된 이벤트만 사용합니다. 따라서 다음 두 경우에는 발송 대상이라도 추천이 비어 발송 실패로 집계됩니다.
- 과거 데이터 연동을 진행하지 않음 — 블럭스 도입 이전의 행동 이력은 별도 마이그레이션을 거치지 않으면 블럭스에 들어오지 않습니다.
- 연동 이후 해당 행동 이력이 없음 — 연동은 됐지만, 그 이후로 해당 행동을 한 번도 하지 않은 유저
대체 추천을 켜두면 이런 유저에게도 인기 상품이나 유저 취향 추천으로 메시지를 보낼 수 있어요. 과거 이력 활용이 필요하다면 담당 매니저에게 과거 데이터 연동을 요청해 주세요.
시나리오 트리거 상품 기준 추천은 테스트 발송으로 확인이 안 돼요.
시나리오 트리거 상품을 기준으로 쓰는 추천은 시나리오 시작 이벤트가 발생시킨 그 상품을 기준으로 사용합니다. 따라서 시작 이벤트가 없는 테스트 발송과 설정 화면의 추천 미리보기에서는 기준 상품을 잡을 수 없어 추천 결과가 비어 있고, 본문 변수도 빈 값으로 노출됩니다.
실제 동작을 확인하려면 테스트 발송 대신 다음 절차를 사용해 주세요.
- 시나리오 오디언스를 내부 인원으로 한정해 설정
- 시나리오를 활성화
- 내부 인원이 직접 시작 이벤트(장바구니 담기 / 상품 클릭 / 구매)를 발생시킴
- 발송된 메시지에서 추천 상품이 정상적으로 노출되는지 확인
이 방식으로만 시나리오 트리거 상품 기준 추천의 실제 발송 결과를 검증할 수 있습니다.