네이버 쇼핑랭킹 반영 전 알아둘 것

네이버 쇼핑랭킹 반영 유용한 정보 정리해 보자.

기존의 네이버 쇼핑랭킹은 적합도가 낮은 상품으로도 트래픽이나 유효 클릭에 몰두한 마케팅을 해서 상위노출이 가능했다. 상품이 상위랭크가 되려면 검색어와 상품 간의 매칭 정확도 즉, 연관도와 관련도가 높아야 한다. 상품에 대한 클릭률 대비 리뷰와 판매지수도 높아야 한다. 네이버 쇼핑랭킹 반영 전에 알아두면 좋은 정보를 정리해 보자.

1. 네이버 쇼핑랭킹 구성 요소

네이버 쇼핑랭킹 검색 구성 요소는 다음과 같다. 첫째, 사용자의 검색 의도에 적합한 상품인지를 확인하는 적합도가 있다. 적합도의 구성 요소는 상품명, 카테고리, 제조사, 브랜드, 속성, 태그이다. 둘째, 인기도는 고객이 많이 찾고 판매되는 상품을 말한다. 셋째, 클릭수는 판매실적, 리뷰수, 최신성을 반영한다. 넷째, 상품 정보가 신뢰할 수 있는 상품인지를 확인하는 신뢰도가 있다. 그 외에 상품명 SEO와 네이버쇼핑 패널티로 구성된다.

2. 네이버 쇼핑랭킹 선형 모델 장점 단점 알아보기

네이버 쇼핑랭킹 기존 선형 모델은 랭킹 형식이 단순하다. 장점으로는 상품 선호도, 상품 정보 품질, 상품 인기도를 기반으로 해서, 적용하기도 빠르고, 해석이 직관적으로 가능했다. 랭킹수식이 단순하다는 점이 장점이었다. 단점은 랭킹 구성요소가 많아서 각각의 가중치가 의미가 흐려진 것이 단점이다. 조회수, 리뷰수, 상품판매량 같이 복합적 연관에 상품 요소 상관관계가 정교하게 반영되지 못했다. 특정 요소에 따라 다른 요소의 점수가 낮아도 검색 결과 상위에 노출되는 경우도 있었다. 검색어와 적합도가 낮은 상품이 인기도가 높아서 상위노출된다는 것이 단점이다.

3. 네이버 쇼핑랭킹 TREE 모델 장점

네이버 쇼핑랭킹 TREE모델은 기존 선형 모델의 단점을 보완한 GBDT모델 학습 방법을 과거 상품 노출 성과와 사용자 반응을 이용하여 최상의 검색 결과 만족도를 제공하는 방향으로 학습한 것이다. 장점은 SUB-TREE 바탕으로 검색어와 네이버 쇼핑랭킹 요소들 간의 특징을 세밀하게 반영할 수 있다는 것이다. 예를 들자면 검색어와 상품 간의 매칭 정확도가 낮은 경우 상품의 인기도가 아무리 높아도 상위에 노출되지 않을 수도 있다. 반대로 사용자 클릭 대비 리뷰나 판매지수가 높은 경우 더 상위에 랭크될 수 있다.

 

네이버 쇼핑 검색은 2022년 6월 말 "네이버 쇼핑랭킹"에 반영되어 기존 선형 모델의 단점을 보완한다. 검색어에 더 적합한 상품을 상위에 노출하고, 구매자가 원하는 상품을 잘 탐색하도록 돕도록 목표를 정하고 움직이고 있다.

4. 네이버 쇼핑랭킹 GBDT 모델 알아보기

GBDT는 Gradient Boosted Decision Tree로 네이버 쇼핑 검색에 적용하고 있다. 이전과 비교하면 정확도가 높아졌다. 결과적으로 상위노출 상품을 브랜드나 키워드를 활용하는 방식이 어려워졌다는 것을 의미한다. 프로그램에 의한 '슬롯', '트래픽'으로 유도한 어뷰징에 의한 클릭만으로 상위노출 되는 것을 막은 것으로 보인다. 검색어와 적합도가 연관되지 않은 상품은 상위노출이 많이 감소되었고, 검색어 노출 성과가 개선되었다.