Growth Hackers는 데이터 기반 의사결정을 통해 비즈니스 가치 창출을 도모하는 학회입니다.
Growth Hackers는 서울대학교 계량마케팅 연구소 송인성 교수님의 지도 아래
경영대학 학생들을 중심으로 2017년에 설립되어, 지금까지 다양한 전공의 학생들이 함께하고 있습니다.
경영대학 학생들을 중심으로 2017년에 설립되어, 지금까지 다양한 전공의 학생들이 함께하고 있습니다.
학회원들은 에듀 세션과 산학 협력 프로젝트를 통해 Data Analysis와 Data Science의 이론과 실무를 동시에 익히며,
이를 통해 데이터 기반의 비즈니스 전략을 수립할 수 있는 전문 인재로 성장하고 있습니다.
이를 통해 데이터 기반의 비즈니스 전략을 수립할 수 있는 전문 인재로 성장하고 있습니다.
Data Analysis
DA 프로젝트에서는 다양한 데이터를 수집, 정제, 분석하여 유의미한 정보를 추출하는 일련의 과정에 중점을 둡니다. 이 과정에서 통계적 기법과 데이터 시각화 도구를 활용하여 설정한 가설을 검증하고, 경영 판단에 도움을 줄 수 있는 인사이트를 제공합니다.
주요 활동으로는 다음과 같습니다.
데이터 수집 및 정제
회사 내부 데이터와 여러 소스로부터 수집한 데이터를 분석하기 적합한 형태로 정제합니다. 이는 데이터의 품질을 높이고 분석 결과의 신뢰성을 확보하기 위해 매우 중요합니다.
통계 분석
기초 통계부터 고급 통계 기법까지 다양한 분석 기법을 활용하여 문제 상황을 해결하기 위해 설정한 가설이 유의미한지 검증합니다. 이를 통해 경영 판단의 근거를 마련합니다.
탐색적 데이터 분석 (EDA)
데이터의 기본적인 특성을 이해하고 숨겨진 패턴을 발견하기 위해 탐색적 데이터 분석을 수행합니다. 이를 바탕으로 사업 과제를 해결하기 위한 여러가지 가설을 수립합니다.
데이터 시각화
분석 결과를 직관적으로 이해할 수 있도록 데이터를 시각화합니다. 논리적이면서도 이해하기 쉬운 시각화 자료를 만들어 협업 기업과 효과적으로 소통합니다.
Data Science
DS 프로젝트에서는 머신러닝, 딥러닝 등의 기법을 활용하여 모델을 구축하고, 예측 성능을 높이기 위한 유의미한 피처를 생성하는 과정에 초점을 둡니다.
주요 활동으로는 다음과 같습니다.
머신러닝 모델 개발
다양한 머신러닝 알고리즘을 사용하여 예측 모델을 개발합니다. 이를 통해 미래의 수요량이나 고객의 이탈 여부를 예측하고, 비즈니스 전략을 수립하는 데 활용합니다.
모델 평가 및 튜닝
개발된 모델의 성능을 평가하고, 최적의 성능을 얻기 위해 하이퍼파라미터 튜닝을 수행합니다. 이를 통해 모델의 정확도를 높이고, 비즈니스에 실질적으로 활용될 수 있게 합니다.
딥러닝 및 인공지능
딥러닝과 인공지능 기술을 활용하여 기존의 머신러닝 모델로 해결하지 못했던 경영 문제에 대한 해결책을 제시합니다. 예를 들어 이미지나 텍스트 데이터를 분석하여 사용자 맞춤형 추천 시스템을 구축합니다.