우선 임의로 선정한 제품의 상세페이지에서 리스틀리를 통해 450여개의 리뷰 데이터를 추출했습니다. 참고로 이 과정에서는 지난 뉴스레터에서 데이터를 추출한 방식과 동일하게 GPT가 작성해준 액션스크립트와, 페이지네이션 템플릿이 사용되었어요. 

(파일 내 판매자나 상품명 등 직접적으로 제품명을 유추할 수 있는 정보들은 수정된 상태입니다.)

이 뉴스레터를 작성하면서 다양한 데이터 분석을 요청해보았는데, 각 셀에 있는 데이터의 개수나 평균, 순위를 도출하는데는 정말 놀라운 정확도를 보이더라고요. 

단순한 분석이지만 이것만 보아도 M사이즈, 블랙 색상 레깅스의 판매율이 가장 높다는 것을 매우 간편하게 알 수 있었습니다.(경쟁사의 상품도 이런식으로 인기 품목을 유추해 볼 수 있겠네요😗)

그런데 순위를 살펴보니 평균 사이즈인 M사이즈 바로 다음 순위로는 L, 2XL, XL 사이즈가 집계되었어요. 그렇다면 비교적 큰 사이즈의 제품의 구매 비율이 높다는 것이니 “어떤 사이즈든 편안하게 착용할 수 있다" 는 메시지로 L사이즈 이상 소비자에게 어필해 보는 것도 좋겠다는 생각이 드는데요.

일단 고객들이 언급한 이 제품의 장점과 단점을 전반적으로 알아보기 위해 다음 질문으로 넘어가 보았습니다.

오늘의 레터는 여기까지! 

이렇게 GPT로 리뷰 데이터를 읽어보니, ‘리뷰’라는 단편적인 데이터 하나만으로도 제품의 강점을 발견하고, 이를 반영한 카피라이팅,  제품 및 상세페이지의 개선 방향을 모색할 수 있었습니다.

더욱 심도 깊은 리뷰 분석을 위해서는 ‘텍스트마이닝’과 같은 고도의 로직과 추가적인 환경 설정이 필요하지만, 위 과정과 같이 잘 수집된 데이터만 있다면 몇 천 몇백개에 달하는 리뷰를 전반적으로 파악해보고, 의사결정에 이를 반영해 보는 것은 데이터 전문가가 아니더라도 누구나 충분히 가능한 시대가 도래한 것 같네요!

더 많은 것을 발견하고, 더 나은 결정을 내릴 수 있도록하는 데이터 수집! 언제나 리스틀리가 서포트 하겠습니다. 😀