티스토리 뷰
서론: 페이지를 고치고 나면 왜 원인을 알기 어려울까
앞선 글들에서는 고객의 검색어와 문의를 살피고, 제품의 사용 기간과 유입 맥락을 함께 보면서 가설을 세워가는 과정을 정리했습니다. 그렇게 가설을 세우고 나면 결국 마지막 실행 단계로 이어집니다.
“상세페이지의 어느 부분을 어떻게 수정할 것인가?”
상세페이지를 개선하려 할 때 흔히 하는 생각이 있습니다. 문제가 보이면 첫 화면부터 마지막 구성까지 전체를 한 번에 새로 만들어야 할 것 같다는 점입니다.
저 역시 예전에는 전환율이 떨어지거나 제품의 분위기를 바꾸고 싶을 때 상세페이지 전체를 다시 기획하는 경우가 있었습니다. 첫 화면의 카피부터 모델 이미지, 원료 설명, 옵션 구성까지 여러 부분을 한꺼번에 손보고 나면 이전보다 훨씬 나은 페이지가 됐다고 생각하곤 했습니다.
문제는 그다음이었습니다. 성과가 기대만큼 좋아지지 않거나 오히려 좋지 않은 흐름이 나타났을 때 무엇 때문에 결과가 달라졌는지를 알기 어려웠습니다. 헤드카피 때문인지, 새로 바꾼 이미지 때문인지, 옵션 설명이 복잡해진 것인지, 중단부의 정보 순서가 문제였는지 구분하기가 쉽지 않았습니다.
모든 것을 한꺼번에 바꿨기 때문에 어떤 변화가 도움이 됐고 어떤 변화가 그렇지 않았는지도 함께 뒤섞여 버린 것입니다.
《마켓 5.0》의 애자일 마케팅(Agile Marketing)을 공부하면서 제가 가장 먼저 돌아보게 된 부분도 바로 이 지점이었습니다.
본론 1: 오픈마켓에서는 A/B 테스트를 책처럼 하기 어렵다
《마켓 5.0》의 애자일 마케팅에서는 가설을 세우고 실험한 뒤 고객의 반응을 빠르게 확인하면서 다시 수정하는 과정이 중요하게 다뤄집니다.
분석 환경이 잘 갖춰진 자사몰이나 자체 서비스라면 방문자를 나누어 A안과 B안을 동시에 보여주고 결과를 비교하는 방식도 사용할 수 있습니다.
하지만 스마트스토어나 쿠팡처럼 플랫폼 안에서 상품을 판매하는 실무자는 상황이 조금 다릅니다.
일반적인 판매자 운영 환경에서는 같은 상품을 방문한 고객에게 서로 다른 상세페이지를 동시에 보여주는 전형적인 A/B 테스트를 적용하기 어렵습니다.
그래서 실제로는 특정 부분을 수정한 뒤 수정 전과 수정 후의 데이터를 비교하는 방식을 사용할 때가 많습니다.
물론 이것은 완전히 동일한 조건에서 진행하는 A/B 테스트와는 다릅니다. 기간이 달라지면 요일이나 시즌, 광고비, 프로모션, 경쟁 상황 같은 외부 요인도 함께 달라질 수 있기 때문입니다.
그렇다면 오픈마켓에서는 어떻게 실험해야 할까요.
제가 찾은 현실적인 방법은 오히려 단순했습니다.
한번에 바꾸는 요소를 최대한 줄이는 것입니다.
본론 2: 바꿀 대상을 하나로 좁혀본다
상세페이지 전체를 새로 만드는 대신 먼저 확인하고 싶은 가설 하나를 정하고, 그 가설과 관련된 영역만 수정해 보는 방식입니다.
| 확인할 영역 | 주로 보는 이유 |
|---|---|
| 첫 화면 헤드카피 | 유입 직후 고객 반응 확인 |
| 옵션명과 상품 구성 | 구매 과정에서 생기는 혼란 확인 |
| 중단부 설명과 안내 | 반복 문의 정보가 충분히 전달되는지 확인 |
| 후기·사용 정보 | 고객이 실제로 궁금해하는 내용 보완 |
예를 들어 고객 문의에서 “몇 개월분인가요?”라는 질문이 계속 들어온다면 상세페이지 전체를 새로 만들기보다 상품 구성 안내부터 더 명확하게 바꿔볼 수 있습니다.
첫 화면에서 제품의 특징이 잘 전달되지 않는다고 생각한다면 모델 이미지와 옵션표까지 한꺼번에 수정하는 대신 헤드카피부터 먼저 바꿔볼 수 있습니다.
이렇게 수정 범위를 좁히면 몇 가지 장점이 있습니다.
- 첫째, 전체 디자인을 다시 만들지 않아도 되기 때문에 비교적 빠르게 실행할 수 있습니다.
- 둘째, 수정 이후 변화가 나타났을 때 어떤 요소가 영향을 줬을 가능성이 있는지 이전보다 가늠하기 쉬워집니다.
- 셋째, 기대했던 반응이 나오지 않았을 때 전체 페이지를 다시 복구하지 않고 해당 부분만 이전 상태로 되돌릴 수 있습니다.
다만 전후 비교만으로 “이 문장 때문에 전환율이 올랐다”고 단정해서는 안 됩니다. 외부 조건이 완전히 동일하지 않기 때문입니다.
그래서 저는 결과 하나만 보고 정답이라고 판단하기보다 비슷한 흐름이 반복되는지를 함께 보는 편이 더 현실적이라고 생각합니다.
AI 역시 이 과정에서 유용하게 활용할 수 있습니다.
상세페이지 전체를 다시 만들어 달라고 하기보다
“이 제품의 섭취 편의성을 설명하는 첫 문장 후보를 5개 만들어줘.”
처럼 좁은 범위의 대안을 빠르게 만드는 용도로 사용하는 것입니다.
후보를 만드는 속도는 AI가 높여줄 수 있지만 어떤 문장을 실제로 적용할지는 고객 문의와 제품 특성, 기존 광고 메시지를 알고 있는 사람이 판단해야 합니다.
본론 3: 애자일은 속도보다 확인의 주기였다
《마켓 5.0》의 애자일 마케팅을 처음 접했을 때는 복잡한 프로젝트 관리 방식이나 빠른 조직 운영을 먼저 떠올렸습니다.
하지만 실제 판매 업무에 대입해 보니 제가 할 수 있는 애자일은 훨씬 단순했습니다.
“고객이 계속 묻는 정보를 한 줄 더 넣어볼까?”
“첫 화면의 문장 하나부터 바꿔볼까?”
“옵션명이 헷갈린다면 이름부터 더 쉽게 바꿔볼까?”
이처럼 문제를 작은 단위로 나누고, 하나를 수정한 뒤 고객 반응을 확인하는 과정이었습니다.
오픈마켓에서는 모든 조건을 완벽하게 통제하기 어렵습니다. 하지만 동시에 바꾸는 요소를 줄일수록 무엇이 영향을 주었는지 판단하기는 조금 더 쉬워집니다.
그래서 현업에서 느낀 애자일 마케팅은 무조건 일을 빨리 처리하는 방법이라기보다 결과를 확인할 수 있을 만큼 작게 나누어 실행하는 방식에 가까웠습니다.
결론: 상세페이지는 완성하는 것이 아니라 다듬어가는 것이다
《마켓 5.0》을 읽으며 데이터와 예측, 맥락 그리고 애자일까지 현업과 비교해 보면서 상세페이지를 바라보는 제 생각도 조금 달라졌습니다.
예전에는 한 번 만들 때 최대한 완벽한 결과물을 만들어야 한다고 생각했습니다.
하지만 고객이 검색하는 단어는 달라지고, 경쟁 상품도 바뀌며, 고객이 제품에 대해 궁금해하는 내용 역시 계속 달라집니다. 그렇다면 상세페이지 역시 한 번 만들고 끝나는 결과물이라기보다 고객의 반응을 보면서 조금씩 수정해 가는 과정에 더 가깝습니다.
많은 것을 한꺼번에 바꾸기보다 고객이 가장 자주 질문하는 부분이나, 광고를 통해 들어온 고객이 가장 먼저 마주하는 문장처럼 작은 지점부터 하나씩 살펴보는 것입니다. 그리고 바꿨다면 다시 확인합니다.
좋아졌다면 왜 그런지 생각해 보고, 예상과 달랐다면 원래 상태로 돌리거나 다른 가설을 세워봅니다.
저에게 애자일 마케팅은 대단한 시스템이 아니었습니다.
작게 바꾸고, 확인하고, 다시 생각하는 일을 멈추지 않는 것.
상세페이지는 그렇게 조금씩 다듬어지는 것이었습니다.
자주 묻는 질문 FAQ
Q. 상세페이지를 수정할 때 무엇부터 바꾸는 것이 좋나요?
무조건 첫 화면부터 바꿔야 하는 것은 아닙니다. 고객 문의가 반복되는 지점이나 광고 데이터에서 이상한 흐름이 나타나는 부분처럼 현재 가장 명확한 문제가 있는 영역부터 하나씩 확인하는 것이 좋습니다.
Q. 수정 전후 데이터는 얼마나 오래 비교해야 하나요?
모든 상품에 동일한 기간을 적용하기는 어렵습니다. 판매량이 많은 상품과 적은 상품은 필요한 데이터량이 다르기 때문입니다. 기간 자체보다 충분한 유입과 주문이 쌓였는지를 먼저 보고, 가능하면 비슷한 요일과 광고·프로모션 조건을 포함한 기간끼리 비교하는 편이 좋습니다.
Q. AI는 상세페이지 수정에 어떻게 활용할 수 있나요?
특정 영역의 짧은 카피 후보를 여러 개 만들거나 고객 문의와 리뷰에서 반복되는 표현을 정리하는 데 활용할 수 있습니다. 다만 어떤 문장을 실제로 적용할지는 제품과 고객의 맥락을 바탕으로 사람이 결정해야 합니다.
공식 도서 정보
- 책 이름: 마켓 5.0
- 저자: 필립 코틀러, 허마원 카타자야, 이완 세티아완
- 부제: 인간성을 향한 기술
- 국내 출간: 2021년
- 주요 내용: 데이터 기반 마케팅, 예측 마케팅, 맥락 마케팅, 애자일 마케팅
[글쓴이의 안내]
이 글은 《마켓 5.0》의 애자일 마케팅 내용을 공부하면서 실제 오픈마켓 환경에서 상세페이지를 한 번에 크게 바꾸기보다 작은 단위로 수정하고 그 전후 흐름을 살펴보는 방법을 고민한 과정을 정리한 서평입니다. 완벽한 A/B 테스트 환경이 아니더라도 현재 할 수 있는 범위 안에서 가설을 작게 검증하는 방식을 계속 실무에 적용해 보고 있습니다.