에구구... 외부에서 작업중인데...터미널 서비스를 통한 원격 접속이 안되어서 무지 고생했습니다.

역시 인터넷을 찾으니, 해결 방법이 있군요...

rose2her.com 에서 퍼왔습니다. 원본 포스트는 여기 클릭


클라이언트 수정

서버 수정

"이베이, 아마존 흉내내기?" 라는 흥미로운 기사가 났네요.

기사 원문은 요기

제가 웹분석, 지능형 추천엔진 분야에서 일을 하고 있기 때문에 늘 관심있게 살펴보는 사이트들 입니다. 특히, 아마존의 개인화된 서비스에는 늘 감탄해 마지 않습니다. (아마존닷컴의 추천 서비스에 대해서 궁금하시면 요기를 클릭...)

기사에 여러 내용이 있지만, 핵심적인 메시지는 다음과 같습니다.

"아마존은 판매하는 물품을 카탈로그로 만드는 일을 잘했다... 하지만, 이베이는 이 점에서 훨씬 더 많은 어려움에 직면하고 있다.....
 사람들이 물건을 찾도록 돕는 과정에서 해결해야 할 기술적인 문제는 이베이가 판매하는 상품이 훨씬 더 많다는 점이다. 임의의 시점에 이베이에서 판매하는 물품은 1억개나 된다. 다른 곳에는 없는 것이 많이 있으며 판매자들이 제공하는 카탈로그나 SKU는 없다. 제품 이름은 수백만명의 다른 판매자들이... 다 자기가 부르고 싶은 이름으로 부른다".(이베이 대변인의 말)
 
이 점은 이베이와 아마존의 비즈니스 모델의 차이점이라고 말할 수 있겠네요. 뭐 쉽게 이야기 하자면, 우리나라의 종합 쇼핑몰과 경매사이트(혹은 마켓플레이스, 오픈마켓)의 차이라고 할 수 있겠죠.

어찌되었건, 쇼핑몰에 있어서 판매하는 상품에 대한 정보를 잘 정리해서 고객들에게 효과적으로 전달하는 것은 가장 기본적이면서도 핵심적인 경쟁력인 것 같습니다.

"우리에게 가장 중요한 것은 구매자 환경을 개선하는 데 집중하고 사이트에서 이루어지는 계약을 증가시키는 것이다. 그리고 다시 찾아오게 만들고 그들이 원하는 물품을 찾도록 도와주는 것이다. 이 모든 것은 우리에게 가장 중요한 일이다." (이베이 대변인의 말)

어느 분야든 중요한 점은 가장 기본적인 것에 가장 충실할 때 경쟁력이 생긴다는 점입니다. 지극히 단순하면서도 모두가 아는 사실이지만, 모두가 쉽게 간과하고 보다 복잡하면서 뭔가 있어보이는 신기루 같은 것에 집착하여 진작 중요한 기본을 빠뜨릴 때가 많다는 점입니다.

온라인 쇼핑에서는 "(저렴한 가격에) 원하는 물건을 쉽게 찾고 편리하면서 믿고 구매할 수 있도록 도와주는 기반"이 기본인 것 같습니다.

오늘도 출근해서 맨 먼저 네이버 뉴스를 한번 훝어보았더니, 어제 100분 토론 때문인지, 난리가 났군요. 요즘 여기 저기서 D-War에 대한 논쟁으로 말들이 많습니다. 한마디로 요약하자면, 전문 비평가와 네티즌들이 명확한 전선을 형성하며 대치하고 있는 형국입니다. 거기에 대한 파열음으로 애국심 마케팅이니, 스토리의 부재에 대한 논란, CG수준의 논란, 영화계의 주류(충무로라 불리는)로부터의 소외(개그맨 출신 심형래 감독) 논쟁 등 다양한 논점들이 있는 거 같습니다.

양비론은 아니지만, 각자의 주장하는 바가 다 일리는 있는 거 같구요. D-War가 각자의 가치관 혹은 자신이 속한 그룹의 가치관에 투영되었을 때... 이렇게도 극명하게 의견이 엇갈릴수도 있구나 하고 신기하기까지 합니다

전, 아직 영화를 보지 못했구요. 언제 볼 지 계획도 아직 없습니다. 한가지 분명한 것은 심형래 감독님의 성과가 아직 국내에서 뿌리 내리지 못한 장르인 SF에서 하나의 중요한 이정표를 세운 것은 분명해 보이며, 또 주류 시장인 미국에서의 도전도 분명히 가치있는 일이라는 생각입니다. 미국에서 아직 개봉을 하지 않았기 때문에 흥행 여부는 알 수 없지만, D-War가 미국에서 흥행하던 실패하든 상관없이 우리 영화의 미국 진출에 있어서도 기억될 만한 사건임에는 분명합니다.

다음번 어느 누군가가 SF 장르를 만들건 (그게 혹 괴수 영화가 아닐지라도), 또 어느 누군가가 미국에서 와이드 릴리즈를 시도하건 그 과정에는 심형래 감독이 D-War를 통해서 만들어 놓은 성과가 밑거름이 될것이 분명한 것 같습니다.

영화 자체의 수준에 대해서는 혹평을 할 수 있을지 몰라도, 장르와 시장 개척에 대한 도전에 대해서는 평가를 하여야 하지 않을 까 합니다.

요즘하고 있는 과제의 내용 중에서 개별 고객의 제품 구매 주기를 기계적으로 판단하는 것에 대한 작업입니다. 기본적인 아이디어는 "소모품의 경우 동일 상품을 반복 구매하는 경향이 있다. 소모품이 아니더라도 의류나 도서, 음반 같은 성격의 상품은 일정 주기를 가지고 반복 구매하는 경향이 있다" 에서 출발하여 개별 고객의 구매 히스토리로부터 다음번 구매할 상품을 예측하여 해당 고객이 구매할 만한 상품을 추천하는 일입니다.

아이디어는 그럴듯해 보이지만, 사실 그리 간단한 일은 아닌것 같습니다. 무엇보다도 고려해야 할 변수가 상당히 많다는 점이죠. 예를들면, 무엇이 소모품이며, 또는 반복 구매가 일어날 만한 상품이며, 다음번에 구매할 시기와 구매할 상품을 예측함에 있어서 이전 구매한 상품의 종류, 수량, 용량 등 다양한 변수를 고려해야 할 것 같습니다.

뭐, 이건 그렇다고 치고 "나의 제품 구매주기는 어떠할까?" 사실 제가 한가지를 좀 오래쓰는 편이기는 합니다. 그게 옛날 제품에 대한 미련 때문이기도 하지만, 물건 사는데 드는 돈이 왠지 아깝다는 생각을 많이 하는 편이라서 그렇기도 하고, 실제로 돈(유동성)이 없어서이기도 하구요...

어제는 카메라 셔터가 고장이 난듯 해서 A/S 맡기고 왔습니다. A/S 센터가 남대문에 있는지라 간 김에 안경도 새로 하나 맞췄구요.

최근 교체한 거 또는 교체가 필요한 거를 나열해보면...
   - 카메라 : 구입 2005년 8월 ( ~ 2년) --> 음 아마 한 10년 채우면 와이프가 기변을 허락하겠죠?
   - 안경 : 구입 2004년 ( ~ 3년, 교체 : 2007년 8월)
   - 세탁기 : 구입 2000년 (~ 7년, 교체 : 2007년 7월)
   - 자동차 : 구입 1993년 10월 ( ~ 14년) --> 올해 안에 교체했으면... (희망사항)
   - 핸드폰 : 구입 2006년 1월 (~ 1년 7개월) : --> 액정 깨어졌음. 1,000원 주고 샀는데, 수리비가 4만원이라나? 그냥 쓰고 있음.
 
오래쓴다는 게 좋은 것도 있지만, 불편한 점도 있네요. 자꾸 고장이 나서 수리비가 들고 그러네요...

야튼, 저한테는 뭐 구매주기를 가지고 상품을 추천하는 것은 적합하지 않은거 같습니다. 지름신에 약한 분한테면 모를까...

E-Metrics 에 대해서 계속 이야기 하겠습니다.
기본적인 지표로 순방문자수(UV), 방문수(Visit), 페이지뷰(Pageview), 머문시간(Duration) 등을 이야기 했었습니다.

각 지표들을 어떻게 산정하는지에 대해서 좀 더 자세히 이야기 해 보도록 하겠습니다.

먼저, 순방문자수(UV)에 대해서 살펴보겠습니다.

순방문자수(UV : Unique Visitor)란, 일정 기간 동안 방문한 서로 다른 방문객 수를 의미합니다. 기본적인 E-Metrics 중에서는 가장 중요한 의미를 가집니다. 특히, 사이트의 특성 - eCommerce, Contents, Portal, News & Media, UCC - 에 따라서 각 지표들이 가지는 의미들이 조금씩 다르지만, 순방문자 수 만큼은 동등하게 해석할 수 있기 때문에 가장 중요하면서도 기준이 되는 지표라고 할 수 있겠습니다.
그럼, 순방문자수는 어떻게 측정할까요? 순방문자수는 말 그대로 일정기간동안의 서로 다른 방문(Visit)의 Unique한 수 입니다. 이 말을 그대로 옮긴다면, 방문을 측정하는 단위를 기준 (이건 조금 있다가 설명하겠습니다.)으로 해당 기간동안 서로 다른 방문의 Unique한 수를 측정하면 됩니다.
예를 들어 방문(Visit)을 측정하는 단위가 (IP, Cookie, Agent Field, Membership ID)의 서로 다른 조합이라도 한다면 UV = Distinct (IP, Cookie, Agent Field, Membership ID) 가 됩니다.
이 값은 사실 Distinct (Cookie)와 비슷하기 때문에 일반적으로는 일정 기간 동안의 서로 다른 영구 쿠키의 값을 순방문자수로 측정하는 방법을 가장 많이 사용합니다. 여기서 말하는 순방문자 측정을 위한 Cookie란 개별 브라우저를 Unique하게 구별하기 위해서 개별 PC에 서로 다른 serial을 부여하고 이 cookie의 보관 기간을 영구히(의미적으로) 가져가는 것입니다. (물론 임의로 cookie를 삭제하거나, PC를 포맷하는 경우는 제외합니다.) 이렇게 하면 이 cookie 값을 가지고 우리는 서로 다른 브라우저를 구별할 수 있으며, 검색 로봇과 같은 기계적인 방문을 효과적으로 제외할 수 있습니다. 이 쿠키의 보관 주기 때문에 흔히 "영구쿠키" (Permanent Cookie)라 부릅니다.
 정리하면, 업계에서 가장 통용되는 순방문자수(UV) 측정 방법은 영구쿠키를 발급하고, 일정 기간 동안의 서로 다른 영구쿠키의 수를 세는 것입니다.

다음으로 방문수(Visit)에 대해서 알아보겠습니다.
방문수(Visit)은 특정 사이트의 방문의 양을 측정하는 방법입니다. 순방문자수와 다른 점은 일정 기간 동안의 중복된 방문을 누적하여 count 한다는 점입니다. 예를들어, A라는 사이트에 동일한 사람이 오전에 한번, 오후에 한번 이렇게 2번 방문하면 순방문자수는 "1"이 되지만, 방문수는 "2"가 됩니다. 즉, 사이트에 대한 방문의 양을 산술적으로 반영하게 됩니다.
방문수를 측정함에 있어서의 핵심은 어떻게 서로 다른 사람인지를 구별하는 가와 언제 방문을 종료하였는가 하는 점입니다.
먼저, 어떻게 서로 다른 사람인지를 구별하는 가를 살펴보겠습니다.
사실, 웹로그 상에 남는 정보 중에서 명시적으로 방문을 구별하는 정보가 따로 있지 않기 때문에 다음과 같은 정보의 조합으로 방문을 구별하게 됩니다.

 세션정보 : (IP, Cookie, Agent Field, Membership ID)
   - IP : 방문자의 IP
   - Cookie : 방문자의 세션 쿠키 또는 영구 쿠키의 값
   - Agent Field : 방문객의 OS 및 브라우저 (와 버전)
   - Membership ID : 회원제 사이트의 경우 로그인에 사용하는 ID (이 역시 쿠키에 남음)

위의 조합이 동일하면 흔히, 동일한 사용자의 방문이라고 봅니다.
로그에 따라서 위의 정보가 모두 있기도 하고 일부만 (IP와 Agent Field) 있기도 합니다. 위의 조합이 모두 같다면 동일한 방문자라고 봅니다.(사실, 엄밀히 말하면 이 중에서도 Membership ID의 경우 Super key에 해당합니다. 만약 로그에 Membership ID가 나타나고 다른 정보가 다르다고 하더라도 동일한 방문자으로 간주되어야 합니다.)

 (달도령님의 지적 사항입니다.)
 [회원제 사이트의 경우 로그인 이전과 로그인 이후를 동일한 방문으로 연결해 주는 과정이 필요합니다. 즉, 위의 세션정보에서 (IP, Cookie, Agent Field, - )로 나타나는 로그인 이전의 정보와 (IP, Cookie, Agent Field, Membership ID)로 나타나는 로그인 이후의 정보에서 (IP, Cookie ,Agent Field)가 동일하다면 두 개의 세션 정보를 로그인 이전과 이후로 간주하여 하나의 동일한 세션으로 연결해 주어야 합니다.] -- 정확한 지적 감사드립니다.

다음으로 언제 방문을 종료하였는가 하는 것은 임의적인 세션 종료 시간(session timeout)을 지정하여 마지막 히트 이후에 세션 종료 시간 동안 더 이상 히트가 없으면 방문을 종료한 것으로 판단합니다. 예를들어, 세션 종료 시간이 30분이라면, A라는 사용자의 마지막 히트가 01:20:21 에 있었고, 다음 히트가 30분 내에 없다면 A라는 사용자의 방문은 종료된 것입니다. 다음의 두 가지 경우를 살펴보겠습니다.

<CASE A>
 - 01:10:01 상품 상세보기
 - 01:10:21 장바구니 담기
 - 01:40:20 주문하기

<CASE B>
 - 01:10:01 상품 상세보기
 - 01:10:21 장바구니 담기
 - 01:40:22 주문하기

위의 CASE A, B의 경우 마지막 "주문하기" 의 히트가 이전 "장바구니 담기" 히트와 시간이 다를 뿐입니다. 하지만 A의 경우는 이전 히트와의 간격이 29분59초 이기 때문에 동일한 방문에 이루어진 것으로 간주되지만 B의 경우는 간격이 30분01초 이기 때문에 서로 다른 방문에 이루어진 것으로 판단합니다. 어찌보면 우습지만, 기계적으로 계산하기 위한 방편으로 인위적으로 마련된 것이 세션 종료 시간(session timeout)이기 때문에 일어나는 현상이라고 보면됩니다.
보편적으로 가장 널리 간주되는 세션 종료 시간은 30분입니다.

다음은 페이지뷰에 대해서 살펴보겠습니다. 페이지뷰라고 하는 것은 방문객이 사이트를 방문하여 본 컨텐츠의 양이 얼마나 되는 가를 측정하는 지표입니다. (하지만 특정 플레이어를 제공하는 사이트의 경우 - 예를 들면 만화보기 사이트, UCC를 제공하는 동영상 사이트 등 - 에는 페이지뷰를 통해서 컨텐츠의 양을 측정하기가 힘듭니다.) 문자적인 의미로는 페이지(문서타입 - html, htm, jsp, asp, php 등)로 된 화면을 얼마나 보았는가 하는 것 입니다.
일반적으로 측정하는 방법은 로그 중에서 페이지 타입(문서타입 - html, htm, jsp, asp, php 등)이 얼마나 되는지를 count하는 방법을 씁니다. 이때 주의하여야 할 점은 페이지 타입이라고 해서 반드시 방문객에게 보여주기 위한 화면이 아닌 경우가 많기 때문에 (예를들어, iframe 이나, 기타 프로그램 간에 호출되는 페이지의 경우) 이를 적절하게 제거해 주어야 합니다. 이런 경우 때문에 사실 페이지뷰를 정확하게 측정하는 것은 쉬운 일이 아닙니다. (페이지뷰를 인위적으로 늘리려면 여러가지 방법이 있을 수 있습니다). 이를 위해서 보통의 웹분석 프로그램에서는 필터링 기능을 제공합니다.
보통 "A 사이트의 페이지뷰가 1천만이다" 라고 하면 하루동안에 방문객에게 호출된 페이지 타입의 화면이 1천만번이었다라는 것을 의미합니다.

마지막으로 머문 시간은 방문자가 한번의 방문에서 사이트에 머문 시간을 측정합니다. 이때 각 페이지에서 머문 시간은 이전 페이지를 본 시각에서 이후 페이지를 본 시각을 빼면 얻을 수 있습니다. 이때 마지막 페이지의 경우는 해당 페이지에서 머문 시간을 알 수가 없게 됩니다. 따라서 마지막 페이지의 경우에는 해당 페이지에서 머문 시간을 적절하게 보정해 주어야 합니다. 예를들어 마지막 페이지에서 머문 시간은 일괄적으로 "15초"로 계산한다고 하면 이 "15초"가 마지막 페이지에서 머문시간에 대한 보정값이 됩니다.
따라서 A라는 방문자의 머문시간은 (A의 마지막 페이지 히트 시간 - A의 첫 페이지 히트 시간 + 마지막 페이지에서 머문시간 보정값)이 됩니다.

이상으로 기본적인 E-Metrics의 의미와 측정 방법에 대해서 살펴보았습니다.