요즘IT
위시켓
최근 검색어
전체 삭제
최근 검색어가 없습니다.

패션업계는 트렌드가 빨리 반영되기에 패션 이커머스에서도 변화하는 사용자의 관심사나 유행 패턴, 스타일을 실시간으로 파악해서 빠르게 반영하기 위해 노력 중이다. 이를 위해 데이터 기반의 AI 알고리즘과 머신러닝 기반 검색 및 추천이 활용되고 있다. 하지만 ‘아름다움’을 추구하는 패션업계의 특징상 단순히 기술만 향상되어서는 사용자의 선택을 받기 어렵다. 기술에 관한 이해를 바탕으로 감성을 더해 사용자에게 감각적으로 전달하는 기획력이 중요하다. 이번 글에서는 사용자의 구매 경험을 더욱 만족스럽게 하는 기획 요소들에 대해 알아보자.

회원가입을 하면 원하는 문장을
저장할 수 있어요!

다음

회원가입을 하면
성장에 도움이 되는 콘텐츠를
스크랩할 수 있어요!

확인

기획

패션 이커머스 구매 경험 향상을 위한 기획 요소

년차,
어떤 스킬
,
어떤 직무
독자들이 봤을까요?
어떤 독자들이 봤는지 궁금하다면?
로그인

 

패션업계는 트렌드가 빨리 반영되기에 패션 이커머스에서도 변화하는 사용자의 관심사나 유행 패턴, 스타일을 실시간으로 파악해서 빠르게 반영하기 위해 노력 중이다. 이를 위해 데이터 기반의 AI 알고리즘과 머신러닝 기반 검색 및 추천이 활용되고 있다. 하지만 ‘아름다움’을 추구하는 패션업계의 특징상 단순히 기술만 향상되어서는 사용자의 선택을 받기 어렵다. 기술에 관한 이해를 바탕으로 감성을 더해 사용자에게 감각적으로 전달하는 기획력이 중요하다. 이번 글에서는 사용자의 구매 경험을 더욱 만족스럽게 하는 기획 요소들에 대해 알아보자.

 

※ 들어가기에 앞서 온라인과 오프라인 패션 비즈니스를 모두 아우르는 영역은 패션업계로, 온라인 패션 쇼핑 영역은 패션 이커머스로 정의했다.

 

‘나에게 맞는 멋’을 찾아주는 검색

보통 이커머스 검색은 사용자가 원하는 것을 쉽게 찾을 수 있게 만들어주는 검증된 알고리즘들이 존재한다. 예를 들면 미국의 아마존은 쿠키(저장된 이용내역에 대한 일부 데이터)를 사용하여 검색 기록, 좋아요 또는 세션 기간에 대한 데이터를 수집하여 상품 검색 시 더 나은 선택을 할 수 있도록 돕고 있다.

 

그러나 패션 이커머스에서 검색의 의미는 검색된 상품이 나에게 얼마나 잘 어울리는지를 상상할 수 있도록 만들어야 한다. 그래서 단순히 알고리즘을 추천하는 것만으로는 사용자 만족도 수준을 높이기 어렵다. 따라서 기본으로 구현되어야 하는 검색 기능에 감성을 더하여 표현할 수 있는 경험 디자인 요소 ‘맞춤형 갤러리’, ‘해시태그 스타일링’, ‘키워드 연관 테마 검색’ 등이 필요하다.

 

1) 맞춤형 갤러리 검색

검색 결과는 보통 상품을 잘 보여주는 방법에 집중하여 한 줄에 상품을 몇 개까지 배치할 것인가에 따라 1단, 2단, 3단으로 구성된다. 이러한 나열 방식은 “이 상품을 사세요!”라는 외침에 지나지 않는다. 옷을 살 때는 가지고 있는 옷이나 패션 소품들과 어떻게 매치하여 입으면 좋을지를 생각할 것이다. 따라서 패션 이커머스에서는 단일 상품이 아니라 여러 패션 아이템과의 조합을 갤러리 형태로 제공하여 전체적으로 완성된 룩을 만들어 주는 것이 필요하다. 즉, 검색된 상품과 함께 다양하게 활용하는 방법을 제시하여 ‘이렇게도 입을 수 있구나’라는 생각이 들도록 제안해야 상품의 가치를 온전히 전달할 수 있다.

 

아마존은 이를 잘 활용해 ‘스타일링 아이디어스’라는 형식으로 상품과 함께 코디하면 좋을 아이템들을 갤러리처럼 제시하고 있다. 그리고 마음에 드는지 여부를 체크하는 방식으로 지속해서 선호도를 파악하고 알고리즘에 반영하는데, 이는 더욱 정교한 결과를 제시할 수 있는 선순환이 된다. 무신사 역시 검색 결과 하단에 코디와 스냅 콘텐츠를 맞춤형 갤러리 형식으로 옷을 잘 매치해서 입을 수 있는 경험을 제공해 패션 상품을 더욱 매력적으로 제시하고 있다. 이처럼 갤러리 방식은 단순히 옷을 검색하는 것을 넘어서 ‘이렇게 입어요’ 옷차림을 스타일링하여 편안하게 옷을 보는 즐거운 경험을 선사한다.

 

맞충형 갤러리 검색
(좌)아마존과 (우)무신사의 맞춤형 검색 결과 <출처: 각 플랫폼 앱>

 

2) 해시태그로 스타일링 검색

검색 결과를 구현할 땐 흔히 수많은 결과 중에 원하는 것을 쉽게 찾을 수 있도록 필터 기능을 제공한다. 이러한 필터는 상품 속성에 따라 사이즈, 색상, 소재와 같은 옵션을 제공하고 사용자의 선택에 따라 옵션과 매칭되는 상품을 포함하거나 제외하여 목록을 보여준다. 그러나 옷을 고를 때는 결혼식, 파티, 휴가지 등 특정 행사나 장소에서 입을 옷과 같은 정서적 맥락도 중요하다. 그러므로 검색에 맥락 의미를 담는 형태로 발전시켜 검색 키워드와 연관성 있는 해시태그를 함께 노출하여 지금 시점에 맞는 옷을 찾게 만들어 주는 것이 필요하다.

 

패션 이커머스에서 해시태그는 시즌성, TPO(Time 시간, Place 장소, Occasion 상황), OOTD(Outfit Of The Day, 오늘의 패션) 등 사용자의 맥락을 반영한 키워드가 자주 활용된다. 그래서 아래 이미지의 ‘쿠팡’처럼 일반적인 방식으로 표현하는 것보다는 해시태그와 결합해 감각적이고 신선한 스타일링을 검색할 수 있는 경험을 제공하는 곳이 늘어나고 있다.

 

해시태그 검색
(좌) 쿠팡 검색 결과, (우) 태그 검색 컨셉 안 <출처: 쿠팡 앱, 드리블>

 

3) 키워드와 연관된 테마 검색

트렌드에 민감한 패션업계는 현재 유행하는 스타일과 타깃의 관심사를 파악한 후 패션쇼나 디스플레이 형태로 시각화하여 보여준다. 패션 이커머스에도 이러한 경험을 녹이기 위해 검색 결과에서 사용자가 입력한 키워드와 연관성이 높은 목록과 관련된 테마로 연결하는 방법이 활용되고 있다.

 

예를 들어 아래 이미지처럼 검색 결과에 키워드와 무관한 광고 배너를 종종 게시하는 것보다는 검색의 의도를 유추하여 그 목적에 적합한 테마를 제시할 수 있어야 한다. 특히 갈수록 사용자 맥락이 주목받고 있기 때문에, 검색에 사용자가 관심을 가질 수 있는 테마 영역을 강화하는 기술이 더욱 중요해질 것으로 예상된다.

 

키워드 테마 검색
검색 결과의 의미 없는 광고보다는 검색 키워드와 관련한 테마를 보여주는 게 구매 경험에 좋다. <출처: 각 플랫폼 앱>

 

 

다양한 연결로 사용자의 폭넓은 쇼핑을 지원하는 추천

패션 이커머스에서 추천의 의미는 사용자가 미처 생각하지 못했던 마음에 드는 아이템을 발견하는 것이다. 그래서 기획자는 SNS 및 외부 데이터를 활용하여 시시각각 변화하는 트렌드를 파악해서 제안한다. 특히 ‘자라’는 상품 제작부터 데이터를 분석하여 트렌디한 상품을 생산하고 있으며, ‘에이블리’는 실시간으로 선호도를 파악하여 타깃별 최신 라이프스타일을 반영하여 제품을 추천한다.

 

그렇지만 치열한 시장 경쟁 속에서 단지 추천 아이템을 제시하는 것만으로는 지속적인 방문을 유도하기 어렵다. 따라서 감성까지 고려한 경험 디자인 요소를 추천에 적용하는 게 필요하다. 가령, ‘적시에 즉각 반응하는 스타일 추천’, ‘소통 기반 취향 저격 상품 추천’, ‘가상 피팅으로 몰입형 추천’ 등이 이러한 요소이다.

 

1) 적시에 즉각 반응하는 스타일 추천

기분이나 감정을 나타내는 이모션(emotion)은 ‘움직인다’의 모션(motion)이 포함되어 있다. 따라서 순간적으로 감성을 끌어올리면서 본인이 한 행위에 대해 이해를 도울 수 있도록 모션 피드백을 사용하는데 이를 ‘마이크로 인터랙션’이라고 한다. 페이스북에서 ‘좋아요’를 누르면 뜨는 엄지손가락 이모션이 바로 이러한 방식이다.

 

‘쉬인’은 이를 잘 활용해 사용자가 장바구니에 상품을 담았을 때 해당 상품과 연관된 상품을 제안하고 있다. 상품을 장바구니에 추가하면, 장바구니 아이콘에 담아지는 모션 피드백이 보인 후 자동으로 추천 영역으로 이동하여 유사한 상품을 제안하는 방식이다. 이러한 마이크로 인터랙션은 사용자가 제대로 담았는지 피드백을 명확하게 전달한다.

 

또한 브랜드 패션 가격 비교 사이트 ‘멜리즈’에서도 상세 페이지에서 이미지를 좌우 플릭킹(화면을 터치하고 밀어내면서 상하좌우로 움직이는 작업)하면 맨 마지막에 상품 특성에 맞는 아이템을 추천하는 영역이 있다. 이처럼 이용 과정에서 마이크로 인터랙션을 적용하여 자연스럽게 추천을 제공하면 사용자에게 긍정적인 반응과 감성 충만한 경험을 이끌어낼 수 있다.

 

즉각 반응 추천
(좌) 쉬인 장바구니에 담았을 때, (우) 멜리즈 상품 상세 이미지 연관 상품 추천 <출처: 각 앱>

 

2) 소통 기반 취향 저격 상품 추천

사람마다 취향이나 관심사가 다를 때 이를 아는 가장 좋은 방법은 자주 소통하는 것이다. 소통을 적극적으로 활용할수록 타깃이 누구인지 무엇을 원하는지 파악하여 그에 맞는 옷을 정교하게 추천할 수 있기 때문이다. 또한, 이러한 상호 커뮤니케이션을 하는 과정에서 사용자 역시 본인이 무엇을 좋아하는지에 대해 고민하고 선택하는 행위가 자신만의 스타일과 멋을 찾아가는 경험이 된다.

 

‘에이블리’와 ‘지그재그’는 이를 잘 구현했는데, 앱을 켜면서부터 선호하는 스타일 3가지를 묻는다. 그리고 이들의 관심사나 선호도를 파악할 수 있게끔 자연스럽게 소통하여 상품을 장바구니에 담았거나, 주문을 완료했을 때 각각의 상황마다 연관 상품을 제안한다. 앞서 아마존 사례에서 언급한 바와 같이 제시하는 상품이 마음에 드는지를 이용하는 맥락마다 사용자와 소통하는 것이 핵심 포인트다.

 

취향 저격 추천
스타일 선택 후 추천 <출처: 에이블리 앱>

 

특히 요즘에는 다양한 SNS 채널에 ‘좋아요’와 ‘댓글’, ‘이미지’, ‘영상’ 등을 이용해 소통이 활발하게 이루어지고 있다. 따라서 사용자의 구매 경험 향상을 위해 이미지와 영상에 매핑된 브랜드, 상품 속성값을 통해 선호하는 패턴이나 스타일을 분석하여 추천하는 기획이 필수이다. 데이터를 기반으로 어떤 스타일을 원하는지 적극적으로 소통해 가면서 개성이나 취향을 학습해 정교한 추천을 만들어 갈 필요가 있기 때문이다.

 

3) 가상 피팅으로 몰입형 추천

최근에는 기술의 발달로 직접 입어보는 경험이 중요한 패션업계의 특성을 패션 이커머스에도 반영했다. 바로 AR 증강현실 및 VR 가상현실 기술을 적용하여 가상으로 샵을 둘러보거나 피팅하는 경험을 제공하다.

 

월마트가 인수한 ‘지킷’은 추천하는 패션 아이템을 AR 증강현실로 옷을 입어 볼 수 있으며, ‘무신사’의 VR Room은 패션 카테고리별로 나뉜 공간에서 입점 브랜드를 소개하고 있다. 여기서 더 나아가 개인화된 VR Room을 활용한 추천 아이템 적용으로 사용자마다 프라이빗한 서비스를 제공하고 있다.

 

물론 실제 매장에서 입어보는 것을 대체할 수는 없지만, AR, VR 기술을 활용할 땐 시각화하는 테크닉뿐 아니라 인터랙션 기술과 결합하여 현실감 있고 몰입감 있는 새로운 경험으로 확장할 수 있다.

 

가상 피팅 추천
(좌)지킷 Zeekit AR 피팅 (우) 무신사 VR 룸 <출처: 각 플랫폼 앱>

 

 

기분 좋은 구매 경험 만들기

지금까지 살펴본 바와 같이 일반 이커머스와 달리 패션 이커머스에서는 단순히 발달한 기술을 적용하는 것이 아니라 사용자가 만족할 수 있도록 감성적인 접근이 필요하다. 옷을 보는 즐거움과 옷을 입는 행복함이 이어진 좋은 경험을 설계하는 것은 기술과 감성이 별개로 존재하는 것이 아니라 서로 연결되어 입체적으로 만들어 가는 걸 의미한다.

 

경험을 향상하는 기술은 결국 사람에 의해 만들어져, 사람을 위해 쓰이기에 감정을 관통하여 전달되는 감각의 힘이 생각보다 중요하다. 수많은 서비스 중에서 우리의 서비스를 선택하게 하려면 기술을 더욱 정교하게 만드는 것을 넘어, 이용하는 시간이 즐겁고 편안하게 느껴질 수 있어야 계속해서 찾게 될 것이다. 이번 글이 이러한 서비스를 만드는 데 조금이라도 도움이 되기를 바란다.

 

요즘IT의 모든 콘텐츠는 저작권법의 보호를 받는 바, 무단 전재와 복사, 배포 등을 금합니다.

좋아요

댓글

공유

공유

댓글 0
이커머스 UX 기획자
51
명 알림 받는 중

작가 홈

이커머스 UX 기획자
51
명 알림 받는 중
UX컨설턴트

좋아요

댓글

스크랩

공유

공유

요즘IT가 PICK한 뉴스레터를 매주 목요일에 만나보세요

요즘IT가 PICK한 뉴스레터를
매주 목요일에 만나보세요

뉴스레터를 구독하려면 동의가 필요합니다.
https://auth.wishket.com/login