 * 하이퍼커넥트의 기술 블로그에 글이 올라왔는데 인상적이라 공유해보아요
 * 너무 좋은 글이고 아래 내용은 글의 일부만 담겨 있으니 원문을 꼭 보시길 추천드려요
 * Precision-Recall을 사용한 방법도 인상적이였어요

---

 * AI로 리텐션을 올릴 수 있을까? => 1차 지표가 아니라 어렵긴 함. 모델링이 어렵기도 함
   * 리텐션을 최적화하기 위해 잔류 여부에 영향을 미치며 최적화가 쉬운 1차 지표를 식별하고 최적화하며 간접적으로 리텐션을 개선해야 함
 * 리텐션에 기여하는 1차 지표
   * 신규 사용자를 먼저 진행. 신규 사용자가 처음으로 서비스의 가치를 느끼게 하는 핵심 경험을 아하 모먼트로 정의하고 찾아봄
   * 가입 후 X일 이내에 Y 행동을 Z회 수행하는 것
   * X=1일, 24시간 이내의 행동에 초점을 맞춤
   * 이 결정은 데이터 분석을 통해 D1 리텐션이 개선되면 그 후 Dn 리텐션이 향상되라는 가정을 하고 진행함
   * 아하 모먼트 후보군을 파악하기 위해 이진 분류기의 성능을 평가할 때 사용하는 Precision-Recall 커브를 도출하는 아이디어를 차용함. 여러 분류기의 성능을 비교하는 목적으로 사용
   * 아하 모멘트를 신규 사용자의 행동으로부터 잔류 여부를 예측하는 분류기라 생각하고, 조건을 바꾸며 성능 비교
   * (1) 아하 모멘트를 경험한 사용자 중 얼마나 많은 비율이 잔류했는지 (2) 잔류한 사용자 중 얼마나 많은 비율이 아하 모멘트를 경험했는지를 파악함
위 작업은 1차 지표와 리텐션 간의 상관관계를 확인할 수 있지만, 인과 증거는 되지 않음
 * 좋은 추천을 받지 못해 추천 요청을 많이 하게 되는 사용자나 악성 사용자를 만난 사용자여도 리텐션이 높게 관측되는 상황이 발생하는데, 서비스 내에 활발하게 활동하는 정도와 리텐션의 두 요인에 모두 영향을 주는 교란 변수(Confounder)가 존재하기 때문
 * A, B 모두에 영향을 미치는 변수 C를 교란 변수라 함
 * 교란 변수를 최대한 통제한 후 데이터 분석
 * 인과 관계를 가진 1차 지표를 어떻게 찾을까?
   * 하나의 시계열이 다른 시계열을 예측할 수 있는지 여부로 인과 관계를 짐작하는 Granger causality의 아이디어를 차용해 시간의 흐름에 따라 사용자 비율과 리텐션 추세를 시계열로 나타내 비교하기로 함
   * 두 추세가 서로 다르면 인과 관계를 가질 가능성이 낮다고 판단해 후보에서 제외함
   * 여기서 발견된 후보를 선정하고 실험을 위한 가설 세운 후, 여기에 맞는 AI 기반 추천 모델의 목적 함수 정의 -> AB Test

https://hyperconnect.github.io/2024/04/26/azar-aha-moment.html

아자르에서 AI 추천 모델의 타겟 지표를 설정하는 방법 (아하모먼트)

많이들 사용하시나요? 사용한다면 어느 조합으로 사용 하고 계신지 궁금합니다. 주로 궁금한거는 기존의 v13 or v14, 기존의 css-in-js 사용이 불가능한 상황에서 스타일링에는 무엇을 사용하는지, 별도의 데이터 패칭 라이브러리(swr, tanstack-query)와 전역상태도구(zustand, jotai)를 사용하는지. 음 기존 page router 쓰시던 분들은 프로덕션 레벨에서도 마이그레이션 해서 사용중인지도 궁금하네요

추가로 특정 조합에 장점이 있는지도 궁금합니다

감사합니다!

Web Frontend Engineer

nextjs app router

useParams 훅 사용하시면 됩니다.

https://nextjs.org/docs/app/api-reference/functions/use-params

해당 오류가 발생하는 이유는 랜더링 시점과 관련이 있을거 같은데 선언시점에 브라우저의 window 객체에 참조가 불가능해서 일겁니다.

프론트엔드 개발자

eddy

ML Engineer

Visual Moderation\n#데이터사이언스 #Ai

하이퍼커넥트 ML Engineer

백용수

Frontend Web Developer

#개발자 #도전적인 #소프트웨어엔지니어 #사이드프로젝트 #스타트업 #애자일개발 #여행 #프론트엔드 #끊임없이배우기 #문제를해결하는 #아마추어셰프

Frontend Web Developer @HYPERCONNECT

신동리

백엔드 개발자

하이퍼커넥트 백엔드 개발자

송은석

소프트웨어 엔지니어

임한결

Android developer

#개발자 #끊임없이배우기 #도전적인 #문제를해결하는 #사이드프로젝트 #소프트웨어엔지니어 #Android

하이퍼커넥트 안드로이드 개발자

김태경

백앤드 개발자

하이퍼커넥트 백앤드 개발자

심만섭

Product Manager

김소은

SRE 엔지니어

하이퍼커넥트 사이트 신뢰성 엔지니어

문성주

머신러닝 엔지니어

하이퍼커넥트 머신러닝 엔지니어

이준영

머신러닝 소프트웨어 엔지니어

하이퍼커넥트 머신러닝 소프트웨어 엔지니어

김형모

백엔드 엔지니어

하이퍼커넥트 소프트웨어 엔지니어

노현종

Data Analyst

김재민

Internal Platform Engineer

하이퍼커넥트 플랫폼 엔지니어

조현우

개발

하이퍼커넥트 개발

이해성

무명

개발자

mlse

하이퍼커넥트 mlse

조건우 (Gary Cho)

Content Marketing Manager

#커뮤니케이션 #콘텐츠기획 #문제를해결하는 #질문하는 #도전적인 #마케터 #기획자

하이퍼커넥트 Content Marketing Manager

Jarry

안드로이드 개발자

bigstark

Azar iOS 팀리더

하이퍼커넥트 Azar iOS 팀리더

YoonHyun Gook

백엔드 소프트웨어 엔지니어

하이퍼커넥트 백엔드 소프트웨어 엔지니어

구영민

데이터 과학자

하이퍼커넥트 데이터 과학자

유현담

데이터 엔지니어

data engineer

이현지

graphic designer

Hyperconnect graphic designer

종민

모션그래픽 디자이너

하이퍼커넥트 모션그래픽 디자이너

지동찬

하이퍼커넥트 PM

주연

HR Generalist 

박운진

프로덕트 매니저

하이퍼커넥트 프로덕트 매니저

서태영

ios 개발자

하이퍼커넥트 ios 개발자

이동근

디자인 총괄

하이퍼커넥트 디자인 총괄

김성호

프로덕트 디자이너

하이퍼커넥트 프로덕트 디자이너

혜진

하이퍼커넥트 프론트엔드 개발자

유건

QA 리드

하이퍼커넥트 QA 리드

김동진

하이퍼커넥트 HR

정혜민

할로

후덥

성민

ML Software Engineer

하이퍼커넥트 ML Software Engineer

고현수

ㅇㄱㅎ

하이퍼커넥트 프로덕트 매니ㅓ

유도연

안드로이드 개발

하이퍼커넥트 안드로이드 개발

희제

ML platform

하이퍼커넥트 ML platform

동진

인공지능 엔지니어

하이퍼커넥트 인공지능 엔지니어

안성환

오무랑

이원우

Software Engineer

최효석

KimSeonghun

IT 서비스 운영

하이퍼커넥트 IT 서비스 운영

최유담

디자이너

하이퍼커넥트 디자이너

최지안

한상우

director

하이퍼커넥트 director

김승원

하이퍼커넥트

혜림

김단하

데브옵스 엔지니어

Hyperconnect 데브옵스 엔지니어

장용현

Hyperconnect 프론트엔드 개발자

예은

이주연(강민💕강유)

프디

하이퍼커넥트 프디

서비스 운영

하이퍼커넥트 서비스 운영

구주연

Devops Engineer

hyperconnect 에서 DevOps Engineer 로 일하고 있습니다.\n#DevOps #개발자 #네트워크엔지니어 #백엔드 #소프트웨어엔지니어 #스타트업 #애자일개발 #워라밸 #Communication #DataEngineering

기술 스택

언어

python

프론트엔드

백엔드

데이터베이스

머신 러닝

AWS

데브옵스

Kubernetes

Docker

Github

하이퍼커넥트