데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스Minwoo Kim
2018년 8월 9일, sopoong 액셀러레이팅 워크샵 강의: 데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스.
- 발표 전문 읽기: http://bit.ly/2nrDhPv
데이터에 기반한 성장을 하기 위한 기반들, 필수 선결 조건들에 대해서 이야기해보려고 합니다. 제가 생각하는 필수 선결 조건은 Product-Market Fit, Instrumentation, 그리고 프로세스 이렇게 세 가지입니다. (이건 제가 만들어낸 개념들은 아니고, 기존에 성공적으로 스타트업의 성장을 만들어 냈던 선배들에게서 배운 내용입니다.)
데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스Minwoo Kim
2018년 8월 9일, sopoong 액셀러레이팅 워크샵 강의: 데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스.
- 발표 전문 읽기: http://bit.ly/2nrDhPv
데이터에 기반한 성장을 하기 위한 기반들, 필수 선결 조건들에 대해서 이야기해보려고 합니다. 제가 생각하는 필수 선결 조건은 Product-Market Fit, Instrumentation, 그리고 프로세스 이렇게 세 가지입니다. (이건 제가 만들어낸 개념들은 아니고, 기존에 성공적으로 스타트업의 성장을 만들어 냈던 선배들에게서 배운 내용입니다.)
Roger A. Kerin, Steven W. Hartley, William Rudelius의 마케팅 저서
Marketing 11판을 해설한 마케팅 강의 슬라이드입니다.
미국마케팅협회 마케팅자격증 대비를 위한 추천도서 중 하나입니다.
제작: 한국마케팅교육연구소(www.marketingkorea.org)
- 소개
2018년 11월 2일, Tech Meets Startup 발표자료
http://tech-startup.kr/
- 발표 제목: 님아 제발 그 강을 건너지 마오 - 기술 스타트업과 돈의 강
- 발표자: Lablup 신정규 대표
- 내용: Backend.AI를 만드는 래블업이 '기술 스타트업을 하면서도 어떻게 (아직) 망하지 않았는가?'에 대해, 제품개발과 투자유치, 시장진입의 연동 관점에서 경험을 소개합니다.
Causal Inference KR 커뮤니티에서 진행한 발표입니다.
프로덕트 개발 조직의 데이터 분석가로 일하며 진행했던 인과추론 분석을 회고하는 내용입니다.
자료 조회가 안되실 경우 https://drive.google.com/file/d/1GAuAqggoxbX50EEwdzTaV4z4G0j8pLRf/view?usp=sharing 를 확인해주세요.
1. 인과추론에 빠져드는 이유
2. A/B 테스트의 현실, 왜 안된다고 할까?
3. 실험이 예상치 못한 지표를 침해했다
4. 기능을 늘리는 게 MAU 성장에 도움이 될까?
Roger A. Kerin, Steven W. Hartley, William Rudelius의 마케팅 저서
Marketing 11판을 해설한 마케팅 강의 슬라이드입니다.
미국마케팅협회 마케팅자격증 대비를 위한 추천도서 중 하나입니다.
제작: 한국마케팅교육연구소(www.marketingkorea.org)
- 소개
2018년 11월 2일, Tech Meets Startup 발표자료
http://tech-startup.kr/
- 발표 제목: 님아 제발 그 강을 건너지 마오 - 기술 스타트업과 돈의 강
- 발표자: Lablup 신정규 대표
- 내용: Backend.AI를 만드는 래블업이 '기술 스타트업을 하면서도 어떻게 (아직) 망하지 않았는가?'에 대해, 제품개발과 투자유치, 시장진입의 연동 관점에서 경험을 소개합니다.
Causal Inference KR 커뮤니티에서 진행한 발표입니다.
프로덕트 개발 조직의 데이터 분석가로 일하며 진행했던 인과추론 분석을 회고하는 내용입니다.
자료 조회가 안되실 경우 https://drive.google.com/file/d/1GAuAqggoxbX50EEwdzTaV4z4G0j8pLRf/view?usp=sharing 를 확인해주세요.
1. 인과추론에 빠져드는 이유
2. A/B 테스트의 현실, 왜 안된다고 할까?
3. 실험이 예상치 못한 지표를 침해했다
4. 기능을 늘리는 게 MAU 성장에 도움이 될까?
209. 감지
Figure 13-1. Patients ordered by patient identifier; red means cancer‐
ous, green means not
This situation led to an interesting discussion in the classroom:
Student: For the purposes of the contest, they should have renum‐
bered the patients and randomized.
Claudia: Would that solve the problem? There could be other things
in common as well.
Another student: The important issue could be to see the extent to
which we can figure out which dataset a given patient came from
상관
271. 평가하기
Figure 13-3. This classic image from Hastie and Tibshirani’s Elements
of Statistical Learning (Springer-Verlag) shows fitting linear regres‐
sion to a binary response, fitting 15-nearest neighbors, and fitting
1-nearest neighbors all on the same dataset
모형의