H. 서비스 사용자 행동 데이터 수집

마케팅기획실 / 정원태
마케팅기획실 / 정원태
연구/개발 성과
H. 온라인 점원 추천 시스템 구축
  • H.으로 유입 된 잠재 고객의 행동 데이터를 통해 페르소나를 분석하고 개인화된 큐레이션을 제공해서 제품 체험의 흥미를 높인다.
  • 코사인 유사도,혼합 유사도 방식으로 추천 시스템을 구축하고 향후 머신러닝 등 AI 기술을 활용하여 고도화된 추천 시스템으로 발전 시킬 수 있도록 기반을 마련한다.
사용자행동 데이터 분석 레포트 추출 시스템 구축
  • H. 브랜딩 사이트의 사용자 활성 지표를 레포트 형식으로 추출 할 수 있도록 구축하여 d2D, MPF에 필요한 데이터를 쉽게 확보하고 분석 할 수 있는 기반을 마련한다.
고객참여 지수 향상
  • 맞춤서비스로 고객 경험 향상을 통해 체류시간, 재방문율을 향상시키고 채용 솔루션, 경영 솔루션 제품의 관심도를 높여 구매력이 있는 고객DB를 확보한다.
연구 방식
  • H. 제품에  적용하여 서비스 질과 성과 향상을 목표로 함

TGC 커리큘럼

주차(Week) 사용자 중심 목표 추가설명 (목표성과/지표 등)
1 목표 시스템에 대한 공감과 참여자들의 생각 공유 기획 초안
2, 3 사용자 행동 데이터 수집 사례를 조사하고 서비스에서 수집할 데이터 표준을 정의 (2주) 공통 로그 데이터 정의서
4, 5 프론트엔드 공통 데이터 수집 컴포넌트 개발 (2~3주) 로그 수집 기능이 포함된 컴포넌트
6 데이터 수집 기능 라이브러리화 각 페이지에 공통으로 적용가능한 형태의 라이브러리
7 서버-클라이언트간 비로그인 고객 식별 작업 비로그인 사용자 대상으로 개인화 서비스 제공 가능 형태
8 추천 시스템 알고리즘 설계 사용자 행동 케이스별 알고리즘 반영 지표
9 H. 온라인점원에 실시간 추천 시스템 적용 알고리즘이 반영된 추천 시스템
10 사용자 행동 데이터 분석 레포트 추출 시스템 구축 PDF 또는 메일 형식의 레포트
11 추천 시스템 적용 효과 분석 및 알고리즘 개선 고객 참여 지수 지표
12 분석 레포트 피드백 수집 및 고도화 사용자 피드백

TGC 주간활동

TGC 참가신청