PM이 비즈니스 문제를 제품과 유저의 교집합으로 푸는 방법 (1)
비즈니스 목표와 유저 니즈가 만나는 지점을 찾아 대출 전환율을 높인 사례를 정리했습니다. 승인 가능성 정보와 더 나은 조건 노출로 신청·실행 이탈을 줄였습니다.
#PM#mobile
2300
국내 IT 기업 기술 블로그 최신 글
새로운 기술 블로그가 추가되었어요
필터 1
작은 카드에 담긴 큰 문제를 풀다
여기어때 객실 카드 개선 과정에서 사용자 서베이와 실험으로 숙소 탐색과 객실 탐색의 정보 우선순위 차이를 확인했습니다. 카드의 일관성과 확장성을 위해 정보 표현 방식과 UI를 통일하고 모듈형 구조를 고민했습니다.
#UX/UX#UI/UX
4800
Uplift Modeling을 통한 마케팅 비용 최적화 (with Multiple Treatments)
마케팅 비용 최적화를 uplift modeling과 multiple treatments 관점에서 다룬 사례를 정리했습니다. 랜덤화 데이터 수집부터 DML 추정, AUUC 평가, CPA 검증까지의 실무 흐름을 설명했습니다.
#uplift modeling#causal inference
4500
B마트 테마관 개선기 : 오픈이 끝? No. 함께하는 동료들과 프로덕트 꾸준히 발전시키기
B마트 테마관을 오픈 후에도 데이터와 리서치로 계속 개선한 과정을 소개했습니다. 협업과 단계적 적용을 통해 탐색 편의성과 구매 전환을 높인 사례입니다.
#데이터 분석#A/B test
2200
AI P!ck, 내 취향에 맞춘 특별한 상품 셀렉션(Beta)
SSG의 개인화 추천 서비스 AI Pick 베타 개발 과정을 소개했습니다. 관련성·다양성·신기함을 기준으로 설계하고 내부 테스트와 지표 개선 결과를 공유했습니다.
#ML#추천
6300
머신러닝 엔지니어가 퍼즐 게임을 더 재미있게 만드는 방법
퍼즐봇과 유저 행동 데이터를 바탕으로 퍼즐 스테이지의 품질을 수치화하는 지표를 설계했습니다.\n폴리싱 효율을 높이기 위해 총 미션 수 구간별 기준을 달리 적용하고 사내 테스트로 검증했습니다.
#ML#강화학습
2200
쿠팡 파트너스
개발자를 위한 서적을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발서적#프로그래밍
무엇을 찾으시나요? 검색창 개편 여정
검색창을 고객 탐색의 첫 관문으로 보고 추천 구조를 개편한 사례입니다. AB 테스트와 추천 모델 적용으로 클릭 성과와 전시 효율을 크게 높였습니다.
#검색#추천
3800
뷰티컬리에서 <나의 컬리 스타일>이 갖는 의미
뷰티컬리의 <나의 컬리 스타일>은 사용자를 더 잘 이해해 맞춤 추천을 강화하기 위한 프로필 기능으로 소개했습니다. 첫 진입과 재방문에 따라 화면 구조를 다르게 설계하고, 동의 프로세스는 협업과 실험으로 개선했습니다.
#UI/UX#개인화
4000
스마트 TV에서 콘텐츠를 새롭게 탐색하는 방법
스마트 TV에서 콘텐츠를 새롭게 탐색하도록 예고편 중심의 왓고리즘 기능을 설계하고 검증한 사례를 소개했습니다. 사용자 조사와 UT를 통해 발견 경험을 강화했고, 배포 후 도움 평가와 재생 지표 개선도 확인했습니다.
#UI/UX#추천
3000
유저들이 정말로 원하는 컨텐츠는 무엇일까? — 우리의 추천시스템의 시작 (1)
사용자 행동 데이터를 Matrix Factorization과 ALS로 분석해 연관 스타일 추천을 개선했습니다. A/B 테스트에서 방문과 전환, 구매전환율 상승으로 관심사 기반 추천의 효과를 확인했습니다.
#Matrix Factorization#ALS
3000