잘하는 PO라는 착각
잘하는 PO라는 착각
블랙프라이데이 성공 이후의 실패 경험을 바탕으로, 빠른 실행보다 문제 정의가 먼저라는 점을 돌아봤습니다. 뷰티 사례에서는 흩어진 증정품 정보를 가격 판단 맥락에 연결하는 방향으로 다시 접근했습니다.
#Product Owner#UI/UX
2005분
새로운 기술 블로그가 추가되었어요
필터 1
집요함이 만든 성장, 프로덕트를 이끌다 — Head of Product
집요함이 만든 성장, 프로덕트를 이끌다 — Head of Product
X
#프로덕트#B2C
27005분
비즈니스 문제를 AI 문제로 정렬하는 방법
비즈니스 문제를 AI 문제로 바꾸는 완화 접근과 명시적 가정의 중요성을 설명했습니다. 아자르 추천 시스템 사례로 장기 매출을 대화 시간 예측 문제로 단계적으로 정렬하는 과정을 소개했습니다.
#ML#최적화
93005분
성공이 가장 큰 위기일 때, 문제 없는 서비스 성장시키기 | 언더커버 사일로 비하인드 4화: 고양이 사일로
문제 없어 보이는 서비스도 사용자군을 나눠 보면 성장 기회를 찾을 수 있었습니다. 핵심 행동의 진입 장벽을 줄이고 아하 모먼트를 늘리는 방향으로 리텐션을 개선했습니다.
#UI/UX#리텐션
26005분
DAU로 임팩트 계산해보기
작업의 임팩트를 사전에 수치로 추산해 우선순위를 정하는 방법을 설명했습니다. 특히 유입 증가와 리텐션 개선을 DAU로 환산해 비교하는 관점을 제안했습니다.
#DAU#리텐션
68005분
리텐션이 광고 수익화에서 중요한 이유(feat. 광고 LTV) | DARO
광고 수익화에서는 리텐션과 LTV를 함께 봐야 한다는 점을 설명했습니다. 광고 실험의 효과를 수익뿐 아니라 사용자 유지와 획득 효율까지 연결해 해석하는 방법을 다뤘습니다.
#리텐션#LTV
34005분
서비스 데이터 분석을 통한 리텐션 개선 2부
유저를 속성과 행동 기준으로 세분화해 리텐션과 스티키니스를 분석하는 방법을 설명했습니다. 코호트와 상관분석으로 AB테스트용 액션 아이템을 찾는 흐름을 정리했습니다.
#서비스 데이터 분석#리텐션
23005분
아자르에서 AI 기반 추천 모델의 타겟 지표를 설정하는 방법 (feat. 아하 모멘트)
아자르가 추천 모델의 목표를 리텐션으로 두고 아하 모멘트 기반으로 1차 지표를 찾는 과정을 소개했습니다. 세그먼트 분석과 A/B 테스트를 통해 신규·기존 사용자 모두에서 유효한 지표를 검증했습니다.
#추천 시스템#리텐션
37005분
생성형 검색: 데모에서 서비스로
생성형 검색이 서비스로 자리 잡기 위해 필요한 전환 전략을 설명했습니다.\n초기 강점 시나리오를 선정하고 리텐션과 품질을 보며 점진적으로 확장해야 합니다.
#LLM#검색
26005분
Luft 성능 리포트 2: 더 많은 코호트에 대한 리텐션 집계
Luft 성능 리포트의 두 번째 글로, 더 많은 코호트에 대한 리텐션 집계 내용을 다루고 있습니다. 추가 코호트 기준의 집계 범위를 넓힌 성능 리포트입니다.
#성능#리텐션
14005분
Hive 애널리틱스 로그를 활용한 ‘신규 유저 및 보상형 광고’ 데이터 분석 사례
Hive 애널리틱스 로그로 신규 유저의 보상형 광고 시청 여부와 이후 LTV, 전환율, 리텐션을 비교 분석했습니다. 광고 시청 집단이 더 높은 과금과 활동성을 보여 세그먼트 추적과 푸시 운영에 활용할 수 있었습니다.
#BigQuery#광고
17005분