Data6 A/B TEST - 내가 겪은 A/B TEST와 스터디 데이터 분석가 공고를 보면 공통적으로 A/B TEST, 실험에 대한 내용이 들어간다.하지만 막상 실무를 하다 보면 생각보다 실험 설계나 분석이 명확하지 않게 흘러가는 경우가 많다. 그리고 팀이나 역할, 환경에 따라서 아예 실험을 하지 않을 수도 있다. 내가 겪은 A/B TEST 우리 팀에서는 자주는 아니지만 위에서 확인된 건에 대해서 실험을 진행하고 있다. 처음엔 간단하게 배너에 대한 A/B TEST를 진행했었는데 배너에 관한 실험은 성공지표가 클릭여부로 설정하면 돼서 실험 설계도 간단하고 리뷰도 어렵지 않았다. 보이는 배너 디자인 차이가 컸을 때는 대체로 실험 결과가 극명하게 나타났어서 어느 쪽이 더 나은지 확인하기도 어렵지 않았다. 물론 A/B TEST 공부를 시작하면서 리뷰할 때, 순열검정도 해보.. 2024. 9. 1. 추천시스템 프레임워크 - 쿠팡 홈화면 분석 지난 포스팅에서 추천 프레임워크에 대해서 설명했다. 추천 프레임워크에는 도메인, 목적, 맥락, 누구의 의견, 개인화 정도, 사생활보호&신뢰성, 인터페이스, 측정값, 알고리즘으로 구성되어 있는데 실제 앱을 보면서 각각에 대해서 설명해보고자 한다. 내가 들은 강의에서는 아마존 사이트를 분석했는데 똑같은 내용을 블로그에 옮기기보다 같은 원리로 직접 쿠팡을 분석해보려 한다. 나는 주로 쿠팡 앱을 로켓 와우를 구독하는 엄마 꺼로 쓰곤 하는데 쿠팡 화면 중 개인화 영역이 어딘지 확인하기 위해 엄마 계정으로 접속한 화면과 내 계정으로 접속한 화면을 비교해보겠다. 참고로 엄마 계정은 최근 3일 이전 구매한 유지 고객이고, 내 계정은 22년 3월 구매가 마지막인 이탈 고객이다. 홈 화면 구조 쿠팡 홈화면은 메인배너 > .. 2024. 2. 14. 추천시스템 개요 - 종류와 기본적인 용어 공부하는 이유 & 강의 정보 추천시스템 공부를 시작한 이유 이 블로그의 첫 게시물이 취준할 때 Movie Lens 데이터로 추천하는 Item Based Collaborative Filtering이었다. 그리고 올 해 첫 스터디의 주제를 추천시스템이 되었다. 돌고돌아 다시 온 기분. 추천 시스템을 스터디 주제로 잡은 이유는 이커머스에서 일하면서 데이터로 매출을 끌어올릴 수 있는 주요한 방법 중 하나가 결국 적절한 상품을 추천하는 데 있다는 걸 경험적으로 느꼈기 때문이다. 적어도 추천시스템에는 어떤 것들이 있는지 이해가 있어야 나중에 회사에 필요한 추천시스템을 구축할 때, 배경지식을 갖추고 있을 것 같아 공부해보기로 했다. 추천시스템 강의 강의는 Coursera 에서 University of Minnesot.. 2024. 1. 10. [알고리즘] 완전탐색법(Brute Force) ✅완전탐색이란? 완전 탐색이란 문제 해결을 위해 모든 경우의 수를 다 시도하는 방법이다. Brute Force는 Brute(단순히, 순전히)와 Force(힘)이란 단어의 조합으로 직역하면 단순히 힘만 가지고 밀어 붙인다는 의미이다. 이는 컴퓨터로 해킹을 할 때, 개인의 정보에서 유추된 것 없이 모든 가짓수를 다 시도하여 해킹하는 방법에서 유래되었다고 한다. 흔히 자물쇠를 풀 때 0000~9999까지 모든 방법을 다 동원하는 방식으로 설명된다. ✅완전탐색 구현 방식 1. For, while 문 : 반복문을 사용하여 처음부터 끝까지 모든 가짓 수를 시도한다. 2. 재귀함수 : 재귀함수를 활용하여 반복문의 사용을 줄이고, 효율적으로 완전탐색을 시도할 수 있다. 재귀함수(자기 자신을 호출하는 함수)를 활용하면 .. 2022. 7. 3. 이전 1 2 다음
