YJ's Blog

* 이 책은 어떤 책인가? '금융 전략을 위한 머신러닝'은 금융 산업에서 중요한 머신러닝 기반 알고리즘을 구축하는 기술과 그 기술의 활용에 대해 다루고 있다. 따라서 1부에서는 금융 분야의 머신러닝에 대한 기초적인 소개를 하며 이후로 배우게 될 내용에 대한 토대를 마련한다. 2부와 3부에서는 각각 지도학습과 비지도 학습 알고리즘을 다루며 관련된 실전 문제 또한 제공한다. 마지막 4부에서는 강화 학습 및 자연어 처리 기술과 관련된 적용 사례까지 다루며 마무리 한다. * 이 책의 장점은? - 이 책을 보며 가장 좋았던 부분은 정말 실전에 적용할 수 있는 내용들이 가득했다는 점이다. 파이썬 설치부터 기초 문법까지 소개하는데 많은 분량을 할애하는 머신러닝 관련 도서가 많기 때문에 좀 더 실질적인 중고급의 내용을..

1. 지표 활용하기 1) 지표의 속성 이해하기 - 스톡 형태의 지표 (저량 지표): 특정 시점의 스냅샷에 해당하는 지표. 특정한 찰나에 관찰할 수 있는 누적된 값 (ex: 누적 가입자 수, 누적 거래액 등) - 플로우 형태의 지표 (유량 지표): 시작과 끝에 대한 시간 범위가 존재하며, 일정 시간 동안의 변화량을 나타냄 (ex: 2월 1일 하루 매출, 일 평균 주고받은 메시지 수 등) - 플로우 형태의 지표는 지표의 변화 방향이나 추이, 속도에 대해 더 많은 세부 정보를 줄 수 있음. 한편, 누적된 데이터 자체가 서비스 안에서 유의미한 자산으로 활용된다면 스톡 지표도 주요 지표로 활용될 수 있음. (ex: 링크드인의 누적 프로필 수, 멜로의 누적 보유곡 수 등) - 핵심 지표를 선정하거나 그로스 실험의 ..

1) 추천의 기본 개념 - 추천은 오가닉 유입의 하나로, 기존 사용자의 추천이나 입소문을 통해 새로운 사용자를 데려오는 것을 의미함 - AARRR에서 말하는 추천이란 '서비스 내에 입소문을 통한 선순환 구조를 어떻게 구축할 것인가'라는 구조적 문제에 더 가까움 - 일반적으로 친구 초대에 대한 보상은 고객 획득 비용(CAC)에 따라 달라지며, 일반적으로 유로 마케팅 채널을 활용한 고객 획득 비용의 50 ~ 70% 수준에서 결정되는 경우가 많음 2) 친구 초대 플로 설계 - 서비스마다 친구 초대를 유도하는 시점, 친구 초대에 대한 보상, 친구 초대를 하는 맥락, 친구 초대 핵심 메시지 등 친구 초대 기능에 대한 로직 설계는 천차만별이며 그에 따른 효과도 편차가 매우 큼 - 초대 맥락: 친구 초대의 효과를 극..

1) 수익화의 기본 개념 - 수익화 관리를 위해서는 서비스가 어떤 비즈니스 모델을 갖고 있는지를 명확하게 이해하고, 그 비즈니스 모델이 잘 동작하는지, 비용 대비 수익이 안정적인지를 데이터로 확인할 수 있어야 한다. 2) 수익화 관련 주요 지표 ● ARPU (Average Revenue Per User) - ARPU (인당 평균 매출) = Revenue / User - 전반적인 수익화 상황을 보는 데 유용. 이후 사용자가 늘어난다면 매출이 어떤 속도로 증가할지를 가늠하는 데 좋은 기준이 되기 때문. - ARPU는 특정 시점의 스냅숏이 아니라 특정 기간에 대한 지표. 보통 월 기준으로 집계하는 것이 일반적. (ex: 월 매출 / MAU) ● ARPPU (Average Revenue Per Paying Us..

1) 리텐션의 기본 개념 - 활성화 과정을 통해 경험한 핵심 가치를 꾸준히 경험하게 하고, 그 수준을 측정할 수 있는 지표를 정의하고 관리해야 함 - 리텐션은 일반적으로 접속을 기준으로 측정하나 다음과 같은 주요 이벤트들은 시간의 흐름에 따라 반복 여부를 살펴보는 것이 의미가 있음. ex) 상품 페이지 5개 이상 방문, 구매하기 클릭, 구매 완료, 재구매, 친구 초대, 메시지 주고받기, 콘텐츠 시청 - 리텐션은 AARRR 중에서도 특히나 개선이 어려운 영역. 단편적인 기능이나 단계 개선으로는 리텐션을 변화시키기 어렵기 때문. 그러나 리텐션을 일정 수준 개선할 수 있다면 장기적으로 매우 큰 효과를 볼 수 있음 2) 리텐션을 측정하는 세 가지 방법 ● 클래식 리텐션: 특정일에 이벤트를 발생시킨 유저의 비율을..

1) 활성화의 기본 개념 - 이 단계에서는 고객 유치를 통해 데려온 사용자가 우리 서비스의 핵심 가치를 경험하게 만드는 것이 중요 포인트 - 활성화 단계의 핵심은 퍼널 분석이며, 이는 사용자들이 경험하는 단계를 도식화하고 각 단계의 전환율을 측정, 분석하는 과정으로 진행됨 - 퍼널 분석 시 고려해야 하는 요소: 핵심 가치를 경험하는 시점과 그곳으로 연결되는 각 단계를 잘 정의했는가? / 각 단계별 전환율을 어떤 기준으로 측정하는가? / 코호트에 따른 퍼널별 전환율을 보고 있는가? 2) 퍼널의 세부 단계정의 - 퍼널 분석을 위해 우선적으로 해야하는 일은 서비스가 줄 수 있는 핵심 가치를 구체화하고 사용자들이 핵심 가치를 경험하는 정확한 순간을 정의하는 것임 - 이때 핵심 가치는 서비스 제공자가 아니라 사용..

AARRR (1) 고객 유치 (Acquisition) * 고객 유치와 관련해서 풀어야 하는 문제 : 어떻게 하면 사용자의 유입 채널을 최대한 누락 없이 정확하게 추적하고, 각 채널별 성과를 정확히 판단할 수 있을까? * 고객 유치와 관련된 핵심 지표: 고객 획득 비용 (Customer Acquisition Cost, CAC) : 한 명의 사용자를 데려오기 위해 지출하는 평균 비용 - 고객 획득 비용 지표 활용의 핵심은 채널별, 캠페인별, 광고별, 날짜별 데이터를 쪼개서 보는 데 있음. 여러 조건에 따라 고객 획득 비용을 쪼개서 계산할 수 있다면 '어느 채널에 얼마의 기간 동안 어떤 캠페인으로 얼마의 예산을 집행할 것인가'라는 질문에 답할 수 있음. * Acquisition과 관련된 용어 - UTM 파라미..

1) 제품 - 시장 적합성 (Product - Market fit) - being in a good market with a product that can satisfy that market - 제품 - 시장 적합성을 확인한다는 것은 '우리가 만든 제품이나 서비스가 그로스 해킹을 할 만한 가치가 있는가?'라는 질문에 답하는 과정 * 제품 - 시장 적합성을 확인할 수 있는 지표 (1) Retention (유지율) - 사용자들이 특정 서비스에 얼마나 꾸준히 남아서 활동하는지를 보여주는 지표 - PMF을 만족하는 서비스는 초기 일정 기간이 지나면 그래프의 기울기가 완만해지며 리텐션이 안정적으로 유지되나, 그렇지 못한 서비스는 기울기가 꾸준히 우하향하는 패턴을 보임 - 리텐션은 서비스가 속한 카테고리의 영향을 ..

* 재구매율 및 구매주기 분석 기준 - 재구매율 및 구매주기를 분석하기 위해서는 먼저 기준을 정해야 한다. - 재구매자: 최초 구매일 이후, +1일 후 구매자 - 구매주기: 구매간격(최근 구매일자 - 최초 구매일자) / (구매횟수 - 1) 1. 데이터 테이블 생성 - DATE_ADD: 시간 더하기. 앞에는 기준 날짜를 넣고 그 다음에는 더하고 싶은 시간. 즉, INTERVAL (SECOND~YEAR까지 모두 가능) - DATEDIFF: 날짜 차이 구하기 CREATE TABLE RE_PUR_CYCLE AS SELECT *, CASE WHEN DATE_ADD(최초구매일자, INTERVAL +1 DAY) 0; SELECT 구매주기_구간, COUNT(MEM_NO) AS 회원수 FROM (SELECT *, CAS..

1. 콘텐츠 기반 추천시스템 (Content-Based Recommender Systems) - 평점과 유저의 buying behavior가 콘텐츠 정보와 결합되어 활용된다. ● 장점: 평점의 개수가 충분하지 않은 새로운 아이템을 추천할 때 장점이 있다. 왜냐면 다른 active user들이 평점을 준 비슷한 특성을 가진 다른 아이템들이 있기 때문이다. ● 단점 - 키워드나 콘텐츠의 사용으로 인해 '뻔한' 추천을 제공하게 된다. 만약 유저가 특정 키워드가 들어간 제품을 한번도 소비한 적이 없다면 그 제품은 전혀 추천되지 않을 것이다. 이러한 현상은 추천되는 아이템의 다양성을 감소시킨다. - 새로운 유저에게 추천할 때는 효과적이지 않다. 왜냐하면 모델을 훈련시키기 위해서는 해당 유저의 평점 히스토리가 필요..