고객은 제품 구매를 결정할 때 제품의 속성과 다른 사람의 평가를 참고한다. 온라인 전자 상거래 플랫폼은 이 의사결정을 돕기 위해 다양한 기능을 제공한다. 주로 추천 시스템을 통해 고객들이 관심을 가질만한 상품을 보여주고 기존 소비자들의 리뷰 등을 볼 수 있게 하는 방식이다. 보통 추천 시스템은 특정 제품의 경쟁 제품들을 고객에게 보여준다. 즉 고객이 찾는 상품의 카테고리에 들어있는 연관 상품을 제시하고 비교할 수 있도록 해준다는 것이다.
미국 조지아 주립대 와일 자브르(Wael Jabr) 교수 등은 자동적으로 추천이 이뤄지는 제품들의 네트워크와 그 연결 구조를 연구했다. 예를 들어 제품 A의 구매를 고려하고 있는 소비자에게 추천 시스템에서 관련 제품 10여개를 추천할 때 해당 경쟁 제품군의 소비자 리뷰의 상대적인 평점과 상대적인 ‘중심성’에 따라 제품 A의 매출 역시 영향을 받는 현상을 실증적으로 검증한 것이다. 저자들은 어떤 제품을 구매 대상으로 고려할 때 자주 추천되는 제품일수록 ‘중심성’이 높다고 규정했다.
아마존닷컴의 4개 서적 분류 시스템을 분석해 총 1740권의 서적의 추천과 판매동향을 연구한 결과, 책에 대해 긍정적인 평가의 양이 많을수록, 추천된 책의 ‘중심성’이 높을수록 책의 매출이 증가했다. 반면 소비자 평가가 엇갈려 평점의 편차가 큰 책은 매출이 감소했다. 또 어떤 책의 구입을 고려했다 하더라도 경쟁 책의 평점이 높을 경우 오히려 처음 고려했던 책의 매출은 감소하는 ‘역후광 효과’가 관찰됐다.
문재윤 고려대 경영대 교수 jymoon@korea.ac.kr