온라인 쇼핑몰을 운영하는 사람들의 가장 큰 스트레스 중 하나는 장바구니에 물건을 잔뜩 담아두고 정작 결제는 하지 않고 나가는 고객들이다. 당장이라도 살 것처럼 이것저것 고르다가 마지막 순간에 이탈하는 이유는 무엇일까.

모든 이탈 고객에게 할인 쿠폰이 담긴 문자를 보내자니 비용이 만만치 않고, 가만히 두자니 다 잡은 물고기를 놓치는 것 같아 아쉽기만 하다. 이때 데이터 분석 기법을 활용하면 오늘 밤 반드시 지갑을 열 확률이 높은 고객만 족집게처럼 골라낼 수 있다.

이러한 문제를 해결할 때 가장 유용하게 쓰이는 머신러닝 알고리즘이 바로 로지스틱 회귀이다. 이름은 다소 복잡해 보이지만 원리는 간단하다. 고객의 다양한 행동 데이터를 바탕으로 이 사람이 최종적으로 물건을 살 것인지, 아니면 안 살 것인지 두 가지 결과 중 하나를 확률로 예측해 주는 통계 기술이다.

일반적인 선형 회귀가 매출액처럼 연속적인 숫자를 예측한다면, 로지스틱 회귀는 구매와 비구매처럼 둘 중 하나의 결과를 확률값으로 명확하게 나누어 준다.

예를 들어 고객이 쇼핑몰에 머문 시간, 과거 방문 횟수, 장바구니에 담은 상품의 총액, 리뷰 페이지를 읽은 횟수 등의 데이터를 로지스틱 회귀 모델에 입력한다. 그러면 알고리즘은 이 데이터를 종합적으로 분석하여 이 고객이 24시간 안에 결제를 진행할 확률은 85퍼센트입니다와 같은 구체적인 숫자를 계산해 낸다.

쇼핑몰 운영자는 이 확률을 바탕으로 전략을 짤 수 있다. 구매 확률이 90퍼센트가 넘는 아주 확실한 고객에게만 선별적으로 무료 배송 쿠폰이나 깜짝 할인 문자를 보내 결제의 마지막 문턱을 넘게 도와주는 것이다. 반대로 구매 확률이 10퍼센트 미만인 고객에게는 헛된 마케팅 비용을 쓰지 않도록 막아준다. 이처럼 로지스틱 회귀는 제한된 예산으로 최대의 효과를 내야 하는 소규모 쇼핑몰에 가장 현실적이고 강력한 수익 창출의 무기가 된다.

[※ 칼럼의 그림 및 도표는 AI 활용하여 작성됨]