Growth147 토스 리더가 말하는 유저를 끌어당기는 서비스 개선 | PO SESSION https://www.youtube.com/watch?v=D9x7Tln2DI4&ab_channel=%ED%86%A0%EC%8A%A4 아하 모멘트 구하기 101 1. 액션 XX 후보군 찾기 액션XX = 어떤 액션을 특정 기간 내에 z번 한 것. - 액션XX는 직관이나 노가다를 통해 선정해볼 수 있고, Shap Value같은 도구를 이용해서 리텐션에 영향도가 높은 액션의 후보군을 뽑아볼수도 있음. - Shap Value에서 리텐션의 영향도와 임계점이 명확히 보이더라도, RPV/교차 값을 구해서 충분한 조건을 만족하는지 확인해야 함. 2. 롤아웃해야하는 순간들 - 겹치는 공간의 크기를 최대한 키우는 게 중요 - 녹색 구간 (Retain은 되었는데 액션은 아닌구간), 파란 구간(액션은 되었는데 Retain은 안.. 2022. 6. 1. 돈이 되는 빅데이터 읽기 p.35 어떻게 가족의 평균 자녀가 2.4명이 되나며 도대체 0.4명은 어떻게 생긴 거냐고 하릴없이 의문을 제기하는 농담을 우리 모두가 들어본 적이 있다. 이게 바로 평균이 얼마나 오해의 소지가 있는지 보여주는 예가 되며, 우리가 정리한 통계 용어로 그 이유를 이해할 수 있다. 블랍 중 그 누구도 한 주에 73파운드를 쓰지 않는다. 그 수치가 블랍 전체를 대표하는 평균일지라도 말이다. 누군가는 더 쓰고, 누군가는 덜 쓴다. 표준편차로 우리는 그 차이를 측정할 수 있다. 평균이 항상 틀리다면 표준편차로 얼마나 틀린지를 알 수 있다. p.43 현실에서, 특히 기업 데이터 세계에서는 데이터가 정규분포를 따른다고 가정하는 실수를 범한다. 우리는 고객 방문 빈도, 판매 전환율, 재고 보유 수준 등 많은 것을 평균.. 2022. 5. 29. 토스 리더가 말하는 유저를 떠나지 않게 만드는 단 하나의 개념 | PO SESSION https://www.youtube.com/watch?v=0KgOCKJ1PG4&ab_channel=%ED%86%A0%EC%8A%A4 Retention & Activation 두 지표를 어떻게 개선할 수 있을까? 질문 1 유저에게 파워유저들이 하는 특정 행위를 강요했을 때 'Churn Rate이 안 올라가니까 파워유저로 전환되고 있을 것이다'라고 추측할 수 있는 걸까요? 파워유저가 됐을 수도 있고, 안 됐을 수도 있는데 그렇게 추측하는 배경이 있을까욤? 파워유저가 하는 행위를 했음에도 불구하고 Churn Rate이 올라가지 않았으면 해당 유저는 파워유저를 흉내냈으니 파워유저라고 볼 수 있는걸까요? -> Churn Rate가 개선될 경우에 말이 되는 것. 질문 2 24시간 동안 다운타임이 있어도 트래픽이 좀.. 2022. 5. 21. [NDC] 실전 이탈 예측과 유의사항 https://www.youtube.com/watch?v=kcE_1n41xdk&feature=emb_title&ab_channel=NDC 1. 이탈 예측이란? a. 이탈 예측의 구하고자 하는 3가지 변수 i. 개별 생존확률(이탈확률) Ii. 생존 기간 Iii. 유저군의 잔존율 b. 이탈예측의 목적 i. 고객의 이탈을 방지 ii. 고객 생애 가치(LTV), 투자 대비 수익(ROI) 등을 정확히 계산 iii. 데이터 기반 의사결정 c. 이탈예측의 중요성 i. 신규 유저 유입 대비 기존 유저 유지 비용이 적음 ii. 모바일 시대에는 유저 생존 기간이 짧고, 이탈 방지를 위한 직접적인 방안(푸시메시지, 출석 보상 등)이 존재 2. 예측 모델링 프로세스 & 실전 고려사항 a. 예측 모델링 프로세스 i. 학습 데이.. 2022. 5. 21. Introduction to Basic Statistics in Python Ch1 https://wikidocs.net/165583 1.1. Probability ### 문제 `공정한` 동전을 던졌을 때, 앞(Head) 또는 뒤(Tail)가 나올 확률을 구하는 함수를 작성해보세요. `베이스라인`의 `code here` 을 채우세 ... wikidocs.net 베르누이 분포: 전환률이나 사망률 등 모든 확률의 문제는 베르누이 분포로 환원될 수 있습니다. 결과가 두 가지인 분류 문제, 예컨대 Logsitic regression이 베르누이 분포와 연관있습니다. K-means: 각 클러스터에 대해 독립적이며 분산이 같은 정규분포를 가정합니다. 공분산 행렬의 제약을 풀면 GMM이 됩니다. 이러한 한계를 이해하려면 Multi-variate normal distribution을 이해해야 합니다. .. 2022. 5. 5. 🔥 프롬 특강 - 신뢰할 수 있는 A/B 테스트를 위해 알아야할 것들 (이민호) https://www.youtube.com/watch?v=5nXu1E0m4e0&ab_channel=from.designer 1. 왜 AB테스트를 하는가? A. CASE : Office 365 1) 마이크로소프트의 구독 서비스인 오피스 365 사용자 데이터를 분석해보니, 에러 메시지를 보거나 오류를 겪은 사람들의 구독 해지율이 더 낮았다고 합니다. 2) 그렇다면 에러를 더 많이 발생시키면 사람들의 구독 해지율은 낮아질까요? 3) 데이터를 통해 확인할 수 있는 것은 상관관계이지 인과관계는 아닙니다. a. 오피스 365 케이스는 이 와 모두에 영향을 미치면서 발생한 현상입니다. b. 오피스 365의 헤비 유저들은 서비스를 오래 사용하다 보니 자연스럽게 에러를 많이 경험하게 되었습니다. 4) 무엇인가 값을 바꾸.. 2022. 5. 3. 이전 1 ··· 19 20 21 22 23 24 25 다음
