추천 시스템/Testing (3) 썸네일형 리스트형 [A/B Test] A/B테스트 개인화 이론 안녕하세요! 데이터 맛집 스터디 주제로 소개된 A/B 테스트로 하여금 사용자들에게 커스터마이즈드 된 웹 경험을 제공하고 비즈니스 성과에 대해 괄목할 만한 성과가 있었는지 파악하기 위한 테스트이자, 앞으로의 향보에 대한 마일드 스톤이 될 A/B테스트에 실 예를 통해 이해하도록 하겠습니다. 카탈로그 웹사이트 VS 경험 우선 웹사이트 기업의 웹사이트, 비즈니스적으로 목적을 가진 내용을 웹에 표현한다 한다면, 마치 카탈로그 책자를 보는 것처럼 방문자로 하여금, 우리가 가진 정보를 최대한 많이 보여주는 것에 초점을 맞추었다. (오프라인의 예시) 상대방의 경험을 자주 관리하려면 , 점원이 손님을 보고 인상 행동 동선을 파악해서, 저 사람이 도움이 필요한가를 말하고, 지난번 산 물건을 기반으로 다른 상품을 추천해본다.. [A/B Test] Page Lanking, Retention 관련 Testing 안녕하세요 데이터맛집의 포테이토입니다. 서비스 런칭 이후, 가장 고민 되는것은 우리의 고객(유저)들에가 우리의 서비스가 얼마나 큰 영향을 미칠지를 계산해 냅니다. 특히 이 글을 마치고 나면 Cost per Revenue / Cost per User 의 개념으로 다가 가게될겁니다. 또한 그 이상을 넘어, How to make best didecision에 다다르고자 수없이 많은 시행착오 끝에 다다를 시기를 앞당기고자 합니다. 오늘 소개 해 드릴 분야는 특히 service maker 관점에서, 우리의 User들은 누가 될 것이고 또한, 앞으로는 어떻게 행동할 것인가를 판단함에 도움을 드리고자 합니다. 우선 마케팅에서 말하고 있는 고객획득과, 재반응은 다음과 같이 정의 됩니다. 애퀴지션(Acquisition).. [A/B Test] 집단, 특정 세그먼트, 알고리즘 A/B 테스트 안녕하세요! 데이터 맛집의 스터디주제로 새로운 알고리즘이 기업이나 고객에게 얼마나 많은 영향을 미치는가를 파악하는 테스트 기법을 소개 해 드리겠습니다. 소프트웨어 혁신은 세상을 바꾸고, 개인에게 권한을 부여하며, 경제를 성장시키는 등 예상을 뛰어넘는 수준으로 발전을 가속화하고 있습니다. 하지만 이러한 디지털 변환의 진정한 잠재력은 이러한 혁신이 제공하는 데이터의 잠재력을 이해할 때에만 파악할 수 있습니다. 사실 우리는 데이터 혁신과 함께 살아왔습니다. 방대한 양의 데이터뿐만 아니라 정보를 수집하고, 저장하고, 분석하고, 변환하는 방식을 바꾸는 이러한 데이터 혁신을 주도하여 더 나은 로직(솔루션)을 통해 기회를 모색합니다. 이후, 기존 대비 로직(솔루션)을 통해 얼마나 많은 발전이나 비즈니스의 성장이 있었.. 이전 1 다음
