tag
#metrics
지표 설계, 지표 레이어
6편

data데이터 문해력: 결과는 결론이 아니다『데이터 문해력』 6장 정보 집약력을 정리했습니다. 데이터 분석 결론 도출에서 결과와 결론의 차이, 그래프로 결론을 보여 주는 법, 결론을 낼 때 주의할 세 가지를 Challenger·Bing 사례와 내 블로그 숫자로 다룹니다.2026.11.04 · 26분

data데이터 문해력: 기법에 집착하지 마라『데이터 문해력』 5장 전체 구성력을 정리했습니다. 원인을 건너뛰고 해결 방안부터 내는 '방법맨'이 생기는 이유, 5 why 기법으로 원인을 끝까지 파고드는 법, Snap·Duolingo·Amazon·LinkedIn의 실제 사례를 다룹니다.2026.11.03 · 20분

data데이터 문해력: 결과가 나왔다고 끝난 것은 아니다『데이터 문해력』 4장 원인 파악 능력을 정리했습니다. 데이터 원인 분석의 순서(원인 후보, 지표, 관련성 확인)와 상관관계를 인과관계로 착각한 실제 사례, 내 블로그에 적용한 결과를 다룹니다.2026.10.26 · 16분

data데이터 문해력: 올바른 데이터로 올바른 문제를 풀고 있는가?『데이터 문해력』 2장 목적 사고력을 정리했습니다. 분석 전에 문제를 정의하는 법, 문제와 데이터가 어긋나는 두 가지 실수, 내 블로그 Search Console 숫자에 적용한 결과를 다룹니다.2026.10.15 · 12분

data표본이 충분하지 않을 때 실험은 어떻게 해야 할까?A/B 테스트 표본이 부족할 때 쓸 방법을 논문과 기업 사례 수치로 정리했습니다. 큰 변경, 지표 손질과 CUPED, 인터리빙, 판단 기준 조정, 실험 밖 대안까지 순서대로 다룹니다.2026.10.14 · 23분

data핀터레스트 Metrics Board로 보는 지표 레이어핀터레스트가 공개한 에이전트용 지표 레이어 Metrics Board를 정리했습니다. 지표를 한 번 정의하면 계산, 품질 검증, 배포, 에이전트 검색까지 이어지는 구조와 성과를 다뤘습니다.2026.10.09 · 10분