반응형
더 나은 의사결정은,
사용자의 행동으로부터 나온 데이터를 기반으로 하는 것이다.
이를 위해서는 더 많은 실험을 돌릴 수 있는 환경이 필요하다
실험을 돌리는 팀이 되기 위해 필요한 것들
1. 쉽게 실험을 설계할 수 있도록 한다 : 노션 템플릿 제작
실험을 설계할 때 도움이 될 수 있는 노션 템플릿을 만들었어요.
이 템플릿을 통해서 실험을 설계할 때 무엇을 고려해야 하는지 누구나 생각할 수 있게 되었어요.
템플릿에 포함한 내용
- 실험을 잘 설계하려면 왜 이 실험을 하는지가 명확해야 해요.
- 또한 실험의 성공과 실패를 명확히 판단할 수 있는 지표의 선정이 중요해요.
2. 실험 결과를 해석하는 역량: 통계 지식
- A/B test를 해석하기 위해서는 기본적인 통계 지식이 필요하다
빅데이터를 지배하는 통계의 힘 | 니시우치 히로무 - 교보문고
빅데이터를 지배하는 통계의 힘 | 빅데이터 시대 우리에게 필요한 것은 통계적 사고다!영화 〈마이너리티 리포트〉에는 사람들이 쇼핑센터를 지날 때 고객의 동공을 스캔해서 인식한 광고판이
product.kyobobook.co.kr
3. 신뢰할 수 있는 실험 플랫폼이 필요
- 파이어베이스 A/B Test 사용할 때 발생하는 문제점
: 데이터 소스 신뢰성 부족
: 실험 기간 동안 일관된 경험 부족
: 실험 시작과 종료가 원하는대로 작동 X
: 실험이 잘 돌아가는지 테스트하기 어려움
당근거래 중고거래팀이 실험을 하는 방법
실험하는 10가지 STEP
당근마켓에서는 ‘Data-driven decision’이 아닌 ‘Data-informed decision’을 추구해요.
사실을 알기 위해 실험을 하지만, 실험 결과가 우리의 의사결정을 정해주는 건 아니라고 생각해요.
참고한 아티클
1주 1개 실험하는 프로덕트 팀이 되는 여정
당근의 A/B 테스트 문화를 공유해요.
datarian.io
반응형
'✏ 공부' 카테고리의 다른 글
[Amplitude Foundations 2️⃣] Learn More about Your Data Taxonomy in Your Amplitude Instance (0) | 2025.03.21 |
---|---|
[Amplitude Foundations 1️⃣] Getting started with Amplitude Analytics (0) | 2025.03.21 |
[공부] 이미 구매한 유저의 재구매(갱신) 유도하기 🆚 신규 유저의 구매 유도하기 (0) | 2025.03.20 |
[제품 개선] 이탈률 줄이기ㅣ이탈률 정의, 고객 세분화, 퍼널 분석, 퍼널 최적화 (1) | 2025.03.17 |
[문제 정의] 문제 정의할 때 '문제의 크기'를 고려해야 일 잘하는 PM입니다 (0) | 2025.03.13 |