독일유통·이커머스2021 – 진행 중플라코니
온라인 뷰티 쇼핑몰의 실시간 맞춤 상품 추천
플라코니가 데이터브릭스 데이터·ML 플랫폼으로 추천 예측 시간을 20분에서 300밀리초로 줄였다
문제
유럽의 온라인 뷰티 소매업체 플라코니는 상품 5만 5,000개 이상, 고객 230만 명 이상을 보유했고 스트리밍 데이터의 양이 매우 많았다. 인프라는 확장 비용이 컸고, 데이터 분석가와 데이터 과학자가 서로 다른 환경을 필요로 했다.
접근 방식
플라코니는 데이터브릭스에서 스트리밍 데이터 파이프라인과 머신러닝을 구축했고, MLflow로 모델 버전과 실험을 추적했다. 이 모델은 쇼핑객에게 실시간 맞춤 상품 추천을 제공한다. 또 Amazon SageMaker의 DeepAR 알고리즘으로 과거 추세를 바탕으로 수요를 예측했다.
주요 수치
300밀리초실시간 추천 예측에 걸리는 시간, 기존 20분에서 단축, 데이터브릭스 발표
200배신규 모델의 시장 출시 속도 향상, 데이터브릭스 발표
5%순주문수익 예상 증가율, 측정 결과가 아닌 전망치, 데이터브릭스 발표
시사점
플라코니의 주된 성과는 모델을 만들고 서비스하는 속도에서 나왔다. 순주문수익 5% 증가는 예상일 뿐 측정된 결과가 아니다.
분류
- 규모
- 중견·성장기업
- 산업
- 유통·이커머스
- 경영 기능
- 마케팅·영업
- 혁신 유형
- 제품·서비스 혁신
- 도입 방식
- 플랫폼·범용 도구 활용
- 근거
- 공급사 사례
출처
출처 요약
[1]Databricks2021년 10월 19일
데이터브릭스는 플라코니가 스트리밍 데이터와 머신러닝 작업을 데이터브릭스 플랫폼으로 옮긴 과정을 설명했다. 실시간 추천 예측이 20분에서 300밀리초로 줄었고, 신규 모델의 출시 속도가 200배 빨라졌으며, 인프라 구축이 이틀에서 15분으로 줄었다고 밝혔다. 순주문수익 5% 증가와 인건비 40% 절감도 예상치로 제시했다.
자세한 내용은 원문에서 확인하실 수 있습니다.
등록일 2026년 11월 4일 · 수정일 2026년 11월 4일
