'방송 중 채팅은 상품 구매를 촉진한다’는 가설은 LINE이 제공하는 LIVEBUY의 UI/UX 방향 결정에 중요합니다. 이때 ‘채팅하는 사용자는 원래 구매 동기가 높다’라는 선택 편향 문제가 가설 검증 시 문제로 작용하며, 또한 충분한 데이터가 없어서 모델 작성 시 발생하는 콜드 스타트 문제도 해결해야 합니다.
그 대책으로 LINE 서비스 이용을 횡단적으로 특징화하고 정량화한 프로덕트 'y-features'를 사용해 통계적 기반을 갖춘 경향 스코어 모델을 만드는 데 성공했습니다. 이를 통해 선택 편향을 제외한 검증과 채팅 구매의 긍정적 효과를 명확하게 밝힐 수 있었고, 그 결과 서비스 측에서 채팅 유도 콘텐츠를 기획 및 제작하고 있습니다. 이 발표에서는 그 활동을 소개합니다.
Keiichiro Nagao / LINE
Family Service Data Science Team
Data Scientist
LINE Pay와 LIVEBUY의 성장을 위한 분석을 담당하며 정책 효과 검증 및 추천 엔진의 A/B 테스트 등 폭넓은 분석을 진행하고 있습니다. 통계 모델 구축을 이용한 분석에 자신 있으며, 구조 방정식 모델링 및 항목 반응 이론 전문입니다. Python을 자주 이용하며 분석할 때는 R을 병용할 때도 있습니다. 일과 후 레코드 청취가 힐링 타임입니다.
Kazuki Yoshii / Yahoo! JAPAN
Science Division 2, Science Group, Technology Group
Machine Learning Product Manager
