# 추천 1단계 기본 설정

## **추천 캠페인 만들기**

<figure><img src="https://files.helpdocs.io/p92xn84cjv/articles/6miggxc3ua/1690525304456/.png" alt=""><figcaption></figcaption></figure>

1. 추천명: 추천 생성을 위한 작성 필수 항목입니다.
2. 상세설명: 추천명으로 표시하기 부족한 부분을 상세하게 작성할 수 있습니다.
3. 태그: 태그를 지정하면 추천 관리 메뉴에서 태그 필터 기능으로 생성한 추천을 분류하여 관리할 수 있습니다.
4. 접속 유형

* 추천 생성을 위한 작성 필수 항목입니다.
* 설정한 접속 유형에 따라 선택할 수 있는 추천 디자인 유형이 달라집니다.
  * 1\) PC: 가로형, 세로형, 슬라이드형, 스크립트형, 데이터 호출형
  * 2\) 모바일: 가로형(스와이프), 스크립트형, 데이터 호출형
* 설정 가능한 접속 유형은 다음과 같습니다.
  * 1\) PC/웹 : 방문자가 PC/웹으로 접속한 경우 추천을 노출합니다.
  * 2\) 모바일 전체 : 방문자가 모바일 웹 또는 모바일 앱으로 접속한 경우 추천을 노출합니다.
  * 3\) 모바일 웹 : 방문자가 모바일 웹으로 접속한 경우 추천을 노출합니다.
  * 4\) 모바일 앱 : 방문자가 모바일 앱으로 접속한 경우 추천을 노출합니다.추천 접속 유형을 모바일 앱(하이브리드 앱)으로 설정하기 위해서는 설정 메뉴에서 '모바일 앱 설정'이 먼저 완료되어야 합니다.

5. 노출 페이지

* 추천 생성을 위한 작성 필수 항목입니다.
* 페이지 URL 등록은 설정 메뉴에서 가능합니다.
* 설정 가능한 페이지는 다음과 같습니다.
  * 1\) 메인
  * 2\) 카테고리
  * 3\) 상품 상세
  * 4\) 장바구니
  * 5\) 검색 결과
  * 6\) 직접 입력
  * 7\) 모든 페이지 (데이터 호출형)

6. 알고리즘 설정

* 추천에 사용될 알고리즘을 선택합니다.
* 설정 가능한 알고리즘 유형은 다음과 같습니다.
  * 상품 추천: 접속한 방문자에게 상품을 추천합니다.
  * 기획전 추천: 접속한 방문자에게 기획전을 추천합니다.
  * 커스텀 추천: 접속한 방문자에게 고객사 맞춤형으로 제작된 추천 알고리즘을 사용한 상품/기획전을 추천합니다.커스텀 추천을 사용하면 고객사별 고객의 특정 선호도와 행동에 맞는 추천 알고리즘을 활용해 고객들에게 개인화된 경험을 제공할 수 있습니다. 



{% hint style="success" %}
기본으로 제공되는 상품 추천 및 기획전 추천 알고리즘 외에 그루비 매니저와 협업하여 각 사이트에 특화된 고유한 추천 알고리즘을 구현합니다. 커스텀 추천 사용을 원하실 경우 아래 주소로 문의하세요.\
문의 요청 : <groobee_sales@plateer.com>
{% endhint %}

7. 세그먼트 설정

* 추천을 노출할 타겟 고객을 지정할 수 있습니다. 세그먼트를 설정하지 않으면 노출 페이지를 방문한 모든 고객에게 추천을 노출합니다.
* 세그먼트를 사용하면 설정한 세그먼트에 해당되지 않는 방문자에게는 추천 영역이 노출되지 않습니다.
* 추천 생성 전 타겟팅을 위한 세그먼트를 먼저 생성해주세요.

{% hint style="info" %}
알고리즘 선택 화면에서 선택한 알고리즘에 의한 추천 결과값을 미리 볼 수 있습니다.
{% endhint %}

***

## **추천 알고리즘**

* 그루비 제공 알고리즘은 총 28개입니다.

<figure><img src="https://2520521119-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FJv1HnfRtpjN2iazNfYpo%2Fuploads%2FJhVnFgWWSwcxQMJA9roe%2F%5B%E1%84%8E%E1%85%AC%E1%84%89%E1%85%B5%E1%86%AB%5D251113_%E1%84%8B%E1%85%A5%E1%86%B8%E1%84%83%E1%85%A6%E1%84%8B%E1%85%B5%E1%84%90%E1%85%B3.png?alt=media&#x26;token=3344e696-efbc-49f2-bd9a-e8dae50f643e" alt=""><figcaption></figcaption></figure>

<sup>※ 고객 프로파일링 기반 선호 상품 알고리즘은 2025년 10월 이후 공식 지원이 종료되었습니다.</sup>

**추천 알고리즘은 특성에 따라 3가지로 분류됩니다.**

### **1) 상품 기반 AI 알고리즘**

* **알고리즘 유형이 '상품 추천' 일 때**\
  현재 보고 있는(또는 장바구니에 담은) 상품과 관련도가 높은 상품을 추천합니다.\
  '검색어 추천'을 제외한 상품 기반 AI 알고리즘들은 상품 정보가 없는 페이지 (ex-메인 페이지, 이벤트 페이지 등)에서도 사용할 수 있습니다.  이 경우 방문자가 가장 마지막에 조회한 상품 정보를 기반으로 추천 상품을 생성합니다. ​&#x20;
  * 특정 상품의 조회나 구매 등 데이터가 부족하여 선택한 알고리즘으로 추천이 불가한 경우 최근 본 상품이 있다면 \[상품명 기반 유사 상품 알고리즘]이 대체 적용되며, 최근 본 상품이 없는 경우에는 \[많이 본 상품 TOP N, 많이 담은 상품 TOP N, 주문 전환율 TOP N , 추천 유입률 TOP N, 추천 클릭률 TOP N] 중 임의의 알고리즘 한 개가 적용되며 통계에도 반영됩니다.

{% hint style="warning" %}
임의의 알고리즘이 아닌 특정 알고리즘을 선택하려면 그루비로 문의해 주세요. (<groobee_sales@plateer.com>)
{% endhint %}

{% hint style="warning" %}
이미지 기반 유사 상품 추천은 그루비에서 해당 기능 사용 가능 여부 확인과 함께 별도 AI 학습 기간(약 1\~2일)이 필요합니다.

사용 가능 여부 확인은 그루비로 문의해 주세요. (<groobee_sales@plateer.com>)
{% endhint %}

* **알고리즘 유형이 '기획전 추천' 일 때**\
  현재 보고 있는(또는 장바구니에 담은) 상품과 관련도가 높은 기획전을 추천합니다.\
  상품의 조회 데이터가 부족하여 추천이 불가한 경우 \[많이 본 기획전 TOP N]이 적용되며 통계에도 반영됩니다.

### **2) 방문자 이력 기반 AI 알고리즘**

* 이전 방문에서 상품 조회, 구매 등의 이력을 남긴 방문자에게 과거 이력을 기반으로 관심이 있을 가능성이 높은 상품을 추천합니다.아래 조건으로 생성한 세그먼트와 함께 사용하세요.
* \[시점: 현재, 변수: 첫 방문, 조건: 첫 방문 아닐 때]방문자의 과거 이력 데이터가 부족하여 선택한 알고리즘으로 추천이 불가한 경우 최소한의 이력 데이터를 필요로 하는 \[많이 본 상품 TOP N, 많이 담은 상품 TOP N, 주문 전환율 TOP N , 추천 유입률 TOP N, 추천 클릭률 TOP N] 중 임의의 알고리즘 한 개가 적용되며 통계에도 반영됩니다.

{% hint style="warning" %}
임의의 알고리즘이 아닌 특정 알고리즘을 선택하려면 그루비로 문의해 주세요. (<groobee_sales@plateer.com>)
{% endhint %}

### **3) 통계형 알고리즘**

* 사이트 전체 데이터 통계를 기반으로 상품/기획전을 추천합니다.
* 메인 페이지 추천이나 첫 방문자 대상 추천으로 활용하기 좋습니다.

<br>

* 설정한 노출 페이지에 따라 사용 가능한 알고리즘이 달라집니다.
* 추천은 한 번 노출될 때마다 1개의 알고리즘을 사용하여 추천할 상품 목록을 생성합니다.
* 2개 이상의 추천 알고리즘을 선택한 경우 동작 방식은 아래와 같습니다.
  * 초기 진행 시 동일한 비율로 선택한 알고리즘 중 1개를 선정하여 추천 상품/기획전을 노출합니다.
  * 이후 그루비만의 AI 기반 노출 비율 최적화 기능을 통해 실시간으로 성과가 좋은 알고리즘의 더 많이 노출되도록 자동으로 조정됩니다.

{% hint style="warning" %}
선택할 수 있는 알고리즘 개수 제한은 없습니다. 다만 사이트 규모와 테스트 기간에 따라 적절한 개수의 알고리즘을 선택해주세요.&#x20;

트래픽이 부족할 경우 많은 알고리즘을 선택할 수록 테스트 시간이 늘어납니다.
{% endhint %}

* 최적화 목표는 선택한 알고리즘이 2개 이상일 때 노출 비율 최적화를 위한 알고리즘의 성과 판단의 기준이 됩니다. (선택한 알고리즘이 1개인 경우 최적화 목표를 설정할 수 없습니다.)
  * '클릭 수'를 선택하면 더 많이 클릭된 추천에 적용된 알고리즘이 더 많이 노출됩니다.&#x20;
  * '주문 수'를 선택하면 추천을 통한 구매가 더 많이 이루어진 추천에 적용된 알고리즘이 더 많이 노출됩니다.

{% hint style="warning" %}
그루비 개인화 추천 기능은 일반적으로 스크립트 설치 후 2\~3일 이후부터 사용하실 수 있습니다.&#x20;

이 기간 동안 그루비 AI는 최적화된 추천을 제공하기 위해 사이트 방문자의 행동을 분석하여 학습합니다.&#x20;

고객사의 트래픽 규모에 따라 AI의 학습 기간이 더 짧아지거나 길어질 수 있기 때문에, \
그루비팀에서 학습 상황을 모니터링하여 정교한 추천 기능을 사용할 수 있는 시점을 별도로 안내드리겠습니다.
{% endhint %}

* 상품 추천 알고리즘과 기획전 추천 알고리즘은 함께 사용할 수 없습니다.&#x20;
  * 하나의 노출 영역에 상품과 기획전을 함께 추천하고 싶으시다면 상품 추천, 기획전 추천을 각각 스크립트형 또는 데이터 호출형으로 생성한 뒤 그루비에서 제공하는 2개의 추천 결과 리스트를 받아 고객사 측에서 홈페이지 상에 직접 노출 처리하셔야 합니다.

***

## **추천 알고리즘 결과 미리보기**

<figure><img src="https://2520521119-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FJv1HnfRtpjN2iazNfYpo%2Fuploads%2F2Yr52E7RS87qh1RyNXhA%2FGroup%2051.png?alt=media&#x26;token=c2956b33-ce6d-4fc1-a723-f42b28ff22b2" alt="" width="563"><figcaption></figcaption></figure>

1. 자동 추천

* 임의의 데이터를 사용하여 추천 결과를 다시 불러옵니다.

2. 데이터 입력

* 알고리즘에 사용되는 데이터를 직접입력 하여 추천 결과를 확인할 수 있습니다.

(1) 상품 기반 알고리즘: 상품코드

<figure><img src="https://files.helpdocs.io/p92xn84cjv/articles/ss5mdeht27/1689055834130/image.png" alt="" width="375"><figcaption></figcaption></figure>

(2) 방문자 기반 알고리즘: 회원 ID

<figure><img src="https://files.helpdocs.io/p92xn84cjv/articles/ss5mdeht27/1688629348560/image.png" alt="" width="375"><figcaption></figcaption></figure>

(3) 검색어 알고리즘: 검색 키워드

<figure><img src="https://files.helpdocs.io/p92xn84cjv/articles/ss5mdeht27/1688616541347/image.png" alt="" width="375"><figcaption></figcaption></figure>

(4) 딥러닝 기반 다음에 볼 상품: 5개(권장)의 상품코드 (ex 상품코드1, 상품코드2, ... ,상품코드5)

<figure><img src="https://files.helpdocs.io/p92xn84cjv/articles/ss5mdeht27/1689055834130/image.png" alt="" width="375"><figcaption></figcaption></figure>

**추천 결과 미리보기**

* 알고리즘에 의한 추천 결과를 확인할 수 있습니다. 노출 우선순위가 높은 상품 순으로 최대 10개의 상품이 노출됩니다.

{% hint style="warning" %}
추천 결과는 노출 필터링 설정, 추천 노출 시점 등의 환경 차이로 인해 달라질 수있습니다.

통계형 알고리즘의 경우 사이트 전체의 데이터를 반영하기 때문에 데이터 입력 기능을 제공하지 않습니다.

검색 시 추천을 위한 AI 학습이 부족하거나, 입력한 조건에 대한 추천 결과를 찾을 수 없는 경우 추천 결과 확인이 불가능 합니다.
{% endhint %}

<br>