성과의 차이를 만드는 MD는 무엇을 다르게 할까?
4050 고객 데이터와 현장 관찰을 결합해 카테고리별 MD 성과를 만드는 방식을 소개했습니다.\nAI·자동화와 전사 협업으로 상품 기획부터 셀러 설득, 매출 전환까지 연결했습니다.
#MD#데이터 분석
2300
국내 IT 기업 기술 블로그 최신 글
새로운 기술 블로그가 추가되었어요
필터 1
CX팀에서 AX로 고객센터 문의량 40%를 감소시킨 이야기
고객센터 문의 흐름을 분석해 AX 적용 지점을 찾고 개선 목표를 수치화했습니다. 환불 접수 자동화와 문의 채널 통합으로 상담 문의량을 40% 이상 줄였습니다.
#자동화#데이터 분석
2400
![[Team Spotlight] '아티스트 유닛' 음악 듣는 곳을 넘어 팬과 아티스트가 만나는 곳을 만듭니다.](https://static.wixstatic.com/media/64203b_1942dc8388034ec496dd0fcdd5f650a3~mv2.png/v1/fill/w_1000,h_1000,al_c,q_90,usm_0.66_1.00_0.01/64203b_1942dc8388034ec496dd0fcdd5f650a3~mv2.png)
[Team Spotlight] '아티스트 유닛' 음악 듣는 곳을 넘어 팬과 아티스트가 만나는 곳을 만듭니다.
드림어스컴퍼니 아티스트유닛이 FLO와 FLO ZIP을 연결해 팬 경험을 확장하는 과정을 소개했습니다. 음악 감상을 팬 활동으로 이어지게 하는 전략과 협업 사례를 들려주었습니다.
#음악 플랫폼#팬 플랫폼
400
분석가가 직접 만든 마케팅 자동화 시스템 — 오디언스 빌더 제작기
분석가가 직접 만든 마케팅 자동화 시스템 — 오디언스 빌더 제작기
유저 행동 데이터를 기반으로 분석가가 마케팅 자동화용 오디언스 빌더를 직접 만든 사례를 소개합니다.\n팀의 데이터 수집·관리 맥락에서 도구를 구축한 배경을 다룹니다.
#마케팅 자동화#데이터 분석
2900
LLM에게 계산을 시키지 마세요 — 숫자를 '신뢰'할 수 있는 AI 데이터 애널리스트 개발기
LLM에게 계산을 시키지 마세요 — 숫자를 '신뢰'할 수 있는 AI 데이터 애널리스트 개발기
형식이 제각각인 대규모 시장 데이터를 다루는 사내 AI 애널리스트 플랫폼 개발기입니다. LLM은 질문 해석만 맡기고 계산은 분리해 숫자 신뢰성을 확보했습니다.
#LLM#데이터 분석
4100
4050의 장바구니 속 고민을 들여다보며 시작된 PB팀 이야기
라포랩스 PB팀이 4050 여성 고객을 위한 브랜드를 데이터와 현장 관찰, AI, 글로벌 소싱으로 운영하는 방식을 소개했습니다. 빠른 가설 검증과 자동화로 상품 경쟁력과 실행 속도를 높이는 사례를 담았습니다.
#패션#자동화
3400
쿠팡 파트너스
개발자를 위한 서적을 확인해 보세요
이 게시물은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
#개발서적#프로그래밍
리뷰 서비스 품질 개선
리뷰 기능의 입력값 검증과 이미지 업로드 검증을 강화해 품질을 개선했습니다. 프론트엔드와 백엔드 이중 검증과 데이터 정합성 관리로 운영 안정성을 높였습니다.
#MIME 타입#XSS
4700
![[기술분석] AI 데이터센터에서 WUE가 중요해지는 이유](https://img1.daumcdn.net/thumb/R800x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdna%2FdA8iUJ%2FdJMcaijI7gJ%2FAAAAAAAAAAAAAAAAAAAAAE2lT8LV5Uye5ibcJVOtruFi6Yf7Q8q1yx7U15CjY1-J%2Fimg.png%3Fcredential%3DyqXZFxpELC7KVnFOS48ylbz2pIh7yKj8%26expires%3D1785509999%26allow_ip%3D%26allow_referer%3D%26signature%3DcbOhnsl%252FK24cHVsnE7BPMuWkh%252B8%253D)
[기술분석] AI 데이터센터에서 WUE가 중요해지는 이유
AI 데이터센터에서 WUE가 왜 중요한지와 수자원 효율 관리 방향을 정리했습니다. 전력 효율뿐 아니라 물 사용까지 함께 통제하는 운영이 핵심임을 설명했습니다.
#WUE#AI데이터센터
1100
![[Databricks Data + AI Summit 2026] AI-ready Finance Data로 전환하기 위한 데이터 플랫폼 전략](https://tech.cloud.nongshim.co.kr/wp-content/uploads/2606_databricks.png)
[Databricks Data + AI Summit 2026] AI-ready Finance Data로 전환하기 위한 데이터 플랫폼 전략
금융 조직의 AI 적용은 모델보다 신뢰 가능하고 검증 가능한 데이터 기반이 먼저 필요하다고 설명했습니다. Trust, Validity, Context를 갖춘 Finance Data Product와 운영 확장 방향을 소개했습니다.
#Databricks#데이터 분석
3600
AI ENGINEER NIGHT Q&A 총정리
채널톡 AI팀의 AI ENGINEER NIGHT Q&A를 정리한 글입니다. RAG, 에이전트 설계, 데이터 평가와 운영 전략을 실무 관점에서 공유했습니다.
#RAG#LLM
10800
![[AI인프라] AI 시대의 보이지 않는 혈관, 데이터센터 전력 케이블 이해하기](https://img1.daumcdn.net/thumb/R800x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdna%2FCDmME%2FdJMcacpONsc%2FAAAAAAAAAAAAAAAAAAAAAKYu_XtlJb_vMDkfqoeN5BMivxcShkVel4GAR1-eo15Z%2Fimg.png%3Fcredential%3DyqXZFxpELC7KVnFOS48ylbz2pIh7yKj8%26expires%3D1782831599%26allow_ip%3D%26allow_referer%3D%26signature%3DV6dCV9FHqtVAKsXZxOc1Be5yAwY%253D)
[AI인프라] AI 시대의 보이지 않는 혈관, 데이터센터 전력 케이블 이해하기
AI 데이터센터의 전력 밀도 증가에 따라 전력 케이블이 핵심 인프라로 중요해졌습니다. 구조, 설계, 시공, 진단과 차세대 기술까지 폭넓게 정리했습니다.
#AI 데이터센터#데이터 분석
3900
도쿄에서 후쿠오카까지, 현장에서 답을 찾다 - CS InquiryChat 도입기
데마에칸은 타사 채팅 솔루션 종료를 계기로 InquiryChat으로 전환했습니다. 후쿠오카 현장 조사와 FGT/FGI를 통해 운영 맥락을 반영하고 상담 효율과 경험을 개선했습니다.
#UI/UX#보안
8200
메가 IP가 OTT에 정말로 필요한 이유
메가 IP가 OTT에 정말로 필요한 이유
2025년 TVING 데이터로 메가 IP의 역할을 유입, 잔존, 초기 몰입 관점에서 분석했습니다. 메가 IP는 단순 인기 콘텐츠를 넘어 OTT 성장 흐름과 연결되는 콘텐츠로 관찰됐습니다.
#OTT#TVING
2400
메가 IP가 OTT에 정말로 필요한 이유
메가 IP가 OTT에 정말로 필요한 이유
TVING 2025 데이터로 메가 IP의 OTT 기여를 유입, 잔존, 초기 몰입 관점에서 분석했습니다. 단순 조회수보다 플랫폼 성장에 미치는 흐름을 함께 봐야 한다고 정리했습니다.
#OTT#TVING
1900