INDUSTRIAL COLLABORATION
정규 세션은 산학 협력 프로젝트로서, 실제 기업의 데이터를 바탕으로 비즈니스 문제 해결 및 목표 달성을 함께합니다.
산학 협력 프로젝트에서 Growth Hackers는 기업의 비즈니스 목표, 시장 상황 및 서비스 맥락을 반영하여 기업의 필요에 맞는 문제를 정의합니다.
또, 데이터에서 찾아낸 인사이트를 바탕으로 문제 해결 방안을 제시합니다.
프로젝트의 성격은 크게 Data Analysis와 Data Science로 나눌 수 있습니다.
Data Analysis
DA 프로젝트에서는 데이터 분석을 통해 인사이트를 도출하고 전략을 제시합니다. 주로 사업 전략, 제품 개선, 마케팅, CRM 등의 분야를 다룹니다.
Growth Hackers는 인사이트 도출, 가설 설정, A/B 테스트 실행 등을 수행합니다.
Data Science
DS 프로젝트는 데이터 분석 결과를 바탕으로 프로젝트 목적에 맞는 모델 구현에 중점을 둡니다.
통계와 데이터 이론을 바탕으로 로직을 설계하고, 이릍 통해 추천 시스템, 예측 모델링, NLP 기반 모델 등을 개발합니다. 구현한 모델을 실제 서비스에 적용하여 A/B 테스트를 진행하기도 합니다.
Recent Projects
2024년 1학기 & 2024년 여름학기에 Growth Hackers가 진행하였던 프로젝트에 대해 소개드립니다.
블리몽키즈
과거 상품 판매 데이터를 활용한 수요 예측 모델 구축
수요에 영향을 미치는 주요 요인을 데이터로부터 새롭게 도출하고, 이를 바탕으로 기존 대비 성능이 우수한 수요 예측 모델을 개발하였습니다.
커넥팅
유저 총 결제액 증대를 위한 전략 도출
구체적인 action item으로 이어질 수 있는 14개의 문제를 정의하고 유효한 해결 방안을 제공했습니다. 유저 앱 사용 패턴, 상품 ROI 등을 분석하여 전략을 제시했습니다.
글루코핏
유저 Segment별 특성과 리텐션 분석 및 혈당 예측 모델 고도화
유저 Segment을 바탕으로 리텐션 및 AI모드 전환율을 분석하고, 식후 2시간 이내 최고 혈당 예측 모델과 식후 2시간 혈당 그래프 개형 예측 모델을 구축하였습니다.
어니스트 플라워
고객 행동 양상 분석 및 고객군별 전략 제시
구매 패턴에 따라 고객을 5개 클러스터로 분류한 뒤 클러스터별 이탈 방지와 구매 전환 전략을 제시하고, A/B 테스트 성과를 평가했습니다.
뉴닉
유저 특성을 반영한 벡터 임베딩으로 아티클 추천 시스템 제작
여러 지표를 반영하는 추천 아티클 풀 생성을 비롯하여 시의성과 지표 점수를 고려한 종합적 추천 순위 결정까지 end-to-end 모듈을 제작하였습니다.
더브이씨
정부 지원사업 DB에서 정량화된 세부 내용 추출
예비 창업자, 스타트업 등 유저들이 정부 지원사업을 쉽게 찾아볼 수 있도록 지원사업 공고문에서 정량화된 정보를 추출하는 방법론을 제시하였습니다.