샘플 검토는 GMV를 보지만, 판매는 GMV로 결정되지 않습니다

알고 싶었던 것

운영자는 매일 어떤 크리에이터에게 샘플을 보낼지 결정합니다. 판단은 빠르고 경험에 크게 의존합니다. 신청을 열고, 팔로워 수와 GMV를 확인하고, 승인하거나 거절합니다. 바쁜 팀은 일주일에 수천 건을 검토합니다.

하지만 승인한 뒤에 그 판단이 맞았는지 다시 확인하는 사람은 거의 없습니다. 검토, 발송, 콘텐츠, 주문 데이터가 서로 다른 곳에 흩어져 있어 연결하기 어렵기 때문입니다. 그래서 이 데이터를 연결해, 승인된 샘플이 실제로 판매로 이어졌는지 끝까지 추적했습니다.

검토는 GMV를 봅니다

운영자의 판단에는 뚜렷한 패턴이 있습니다. 과거 검토 기록으로 모델을 학습시켜 새 신청을 판단하게 했더니, 운영자의 실제 결정과 약 85% 일치했습니다. 판단을 좌우하는 요인도 분명했습니다. 약 3분의 2가 어느 스토어인지, 크리에이터의 누적 GMV가 얼마인지로 결정됩니다.

대부분의 샘플은 바로 팔리지 않습니다

승인된 샘플 중 2주 안에 신청한 상품을 판매한 비율은 6% 미만입니다. 판매는 매우 집중되어 있어, 1% 미만의 신청이 판매 수량의 3분의 2를 만들었습니다.

즉 샘플의 성과는 크게 터지는 소수의 크리에이터에게서 나옵니다. 핵심은 이들을 미리 알아보는 것인데, GMV로는 불가능합니다. 승인된 크리에이터를 검토 우선순위대로 줄 세워 보면, 앞쪽과 뒤쪽의 판매율이 거의 같습니다. 무작위로 고른 것과 다르지 않습니다.

가장 좋은 신호는 우리 스토어 안에 있습니다

판매를 예측하는 요인은 단순합니다. 이 크리에이터가 이미 우리 스토어 상품을 팔아 봤는가입니다. 신청 전 한 달 동안 20개 이상 판매한 크리에이터는 3분의 1 이상이 다시 판매했고, 한 개도 팔지 않은 크리에이터는 5% 미만이었습니다.

운영자는 이런 크리에이터를 대부분 승인합니다. 문제는 이 수치가 검토 화면에 없다는 것입니다. 카드에는 모든 스토어를 합친 누적 GMV만 표시되어, 운영자는 GMV를 보고 이 크리에이터가 우리 상품을 팔아 줄지 짐작할 수밖에 없습니다.

검증도 했습니다

이런 질문이 있을 수 있습니다. 우리 스토어에서 팔아 본 크리에이터는 GMV도 높을 테니 결국 GMV 효과가 아니냐는 것입니다. 이를 배제하기 위해 같은 스토어, 같은 GMV 구간의 크리에이터끼리만 비교했습니다. 그래도 판매 이력이 있는 크리에이터가 약 5배 더 많이 팔았습니다. 소형이든 대형 크리에이터든 결과는 같았습니다.

또한 2주는 초기 결과일 뿐입니다. 이후에도 주문이 계속 들어오므로 실제 차이는 더 커집니다.

OperaX의 샘플 검토 방식

경험은 피드백이 있어야 정확해집니다. 샘플 검토에는 그동안 피드백이 없었습니다.

문제는 운영자가 아닙니다. 운영자는 빠르고 일관되게 검토합니다. 부족했던 것은 '승인한 뒤 어떻게 되었는지' 확인할 수 있는 곳입니다. OperaX가 채우는 부분이 바로 이것입니다.

• 모든 샘플의 결과를 확인합니다. 검토, 발송, 콘텐츠, 판매를 한 화면에서 보면 어떤 판단이 맞았고 어떤 판단이 틀렸는지 바로 알 수 있습니다.
• 검토 화면에 핵심 수치를 보여 줍니다. 스토어 판매 이력을 GMV 옆에 표시하고, 이미 판매 중인 크리에이터는 먼저 승인할 수 있습니다.
• 과거 습관이 아니라 결과에서 배우는 추천. 지금 검토 기능에 적용하고 있는 방향입니다. AI가 제안하고, 최종 결정은 팀이 내립니다.