Ahntastic Adventures in Silicon Valley
큐빗(Qubit)이라는 마케팅 분석 플랫폼 스타트업이 그들의 플랫폼에서 수행된 수 천 개의 그로스 해킹 실험 결과를 분석한 결과를 논문 형식으로 발표하였다. 사실 그로스 해킹 만큼 실용적이고 실증적인 (empirical) 계량 마케팅 논문을 쓰기에 좋은 주제가 없다고 생각했었는데 누가 이렇게 해주니 너무 감사! 다음은 논문의 간단한 요약: 표본 집단 및 분석 정의 전자상거래 (여행업 포함) 업체들의 실험 결과를… Read more 그로스 해킹 – 이보다 더 과학적일 수 없다
아마존이 미국 고급 슈퍼마켓 체인인 홀푸드를 15조 원이 넘는 금액으로 인수 하겠다는 계획을 발표하였다. 이 소식에 미국의 미디어는 물론, 너도나도 할 것 없이 앞다투어 테크 애널리스트로 빙의, 아마존의 전략에 대해 찬사를 보내는 동시에 ‘아마존의 홀푸드 인수가 의미하는 것’이란 주제로 다양한 의견이 쏟아져 나오는, 매우 신기한 며칠이었다. 아마존이 우리 일상에 얼마나 깊숙하게 관여하고 있는지를 느낄 수… Read more Whole Foods Prime? 아마존 + 홀푸드
회사에서 네트워킹을 할 기회가 있었는데, 우연히 말을 주고 받은 사람이 너무 낯이 익어서 계속 캐보니 몇 년 전 MIT Venture Lab에 기웃거릴 때 발표를 했던 Bunchball의 창업자였다. 4년 전 짧게 만났지만 그로스 해킹의 기초가 되는 심리학 및 gamification에 대해 한참 공부할 때라 이쪽 분야의 고수임을 자처했던 Bunchball 창업자와의 만남은 아직까지 가시지 않았던 것이다. 지인을 만나… Read more 그로스 해킹의 기본: gamification
Precision과 recall은 머신러닝에서 모델의 성능을 가늠하는 가장 중요한 두 가지 지표이다. Precision은 내가 찾고자 하는 것을 정확하게 찾아내는 능력이고, recall은 내가 찾고자 하는 것을 주어진 표본에서 최대한 많이 찾아낼 수 있는 능력이다. 보통 precision을 높이면 recall이 떨어지고, recall을 높이면 precision이 떨어지기 나름이다. 아쉽지만 당연하게도, 이상적인 시나리오인 precision과 recall이 모두 매우 높은 경우는 현실적으로 존재하지 않는다.… Read more 우리는 이미 일상 생활에 머신러닝의 개념을 적용하고 있었다…
2015년 7월 처음 그로스 해킹에 대한 실무적인 방법론과 사고 방식에 대해 블로그 글을 쓰기 시작했는데, 이번 열 번째 글로 ‘그로스 해킹, 어디까지 해봤니’ 시리즈를 마무리 하고자 한다. 그로스 해킹에 대한 개인적인 경험을 기반으로 쓰기 시작한 글인데, 막상 시작하고 나니 이 분야에 대해 더 공부하고, 다른 사람들의 동향 및 업적도 벤치마킹할 수 있는 기회가 되었다. 또한… Read more 그로스 해킹, 어디까지 해봤니 #10: 시리즈를 마무리하며…