DAEKYOUNG LIM

제주 베이스의 캐플릭스에 부사장으로 입사해 구조조정 및 부서 개편을 단행하고 그로스 해킹팀을 이끌면서 부서별 KPI, AARRR교육 및 지표 선정을 진행했습니다. OKR작성을 가이드하며 팀별 프로덕트 로드맵을 수립했고 AB Test와 광고 미디어 효율화를 이끌었습니다.

주요 성과는 다음과 같습니다.

· Naver Power Link광고 분석 및 효율화

- Top Keyword 퍼포먼스와 비딩가의 1년가 추이 비교후 적정한 ROAS타겟과 Bidding가격 재 세팅.

- 주요키워드의 키워드의 소비자 의도중심으로 세그먼트 분류후 Landing Page 개선

- 광고 캠페인 성과 측정을 위한 대쉬보드 생성 (Streamlit / Naver API / Postgresql)

- 키워드 재정리후 ROAS 135IDX 달성

· Bounce Rate를 낮추기 위한 분석 및 제품 개선 아이디어 도출

- 주요 페이지별 이탈율비교후 검색 페이지 개선안 도출

- 주요 이슈가 너무 느린 검색속도로 가설 수립후 API및 화면 개선

- AB Test결과 Bounce Rate 감소 확인/신규 검색화면/상세페이지 런칭 ( 35%개선, alpah 0.05, beta 80%)

AMA 이커머스 데이터 과학 책임자로서 데이터 과학 전략을 수립하고 동아시아 및 중동의 9개 지사 42개 팀과 협력하여 이커머스 프로젝트를 이끌고 데이터 분석 및 알고리즘을 서비스화하고 가설/실험/평가를 성공적으로 수행했습니다.

· Amazon & Shopee Paid Search Bidding Automation System

8개 카테고리, 15개 국가 대상으로 Amazon 및 Shopee 검색 광고를 위한 자동 입찰 시스템을 개발하고 확장했습니다.

베타분포를 활용한ROAS 최적화 모델 구축 및 AWS 환경에서 파이썬을 활용한 알고리즘을 배포.

기존 ROAS위주로 되어 있던 Objective Function을 Product Search Score라는 개념을 생성하여 전환하였고 이를 통해 2022년 대비 평균ROAS 130 IDX,매출증가 150% 증가를 달성했습니다.

Product Score = (CVR × PPM × GMV Score × Keyword Relevancy )/(Top Organic)

&G의 데이터 과학자이자 이커머스 IT 리더로서 데이터 전략을 수립하고, 이를 중심으로 팀을 구성하고, 비즈니스 문제를 해결하는 알고리즘을 통해 마케팅, 영업, 물류에 인사이트와 머신 러닝 알고리즘을 제공하는 데 주력했습니다.

· Review & Rating 분석

경쟁사와 자사의 제품의 강점과 약점을 파악하고 리뷰를 통한 인사이트를 마케팅 커뮤니케이션에 활용하기 위해 리뷰와 평점 대쉬보드를 구축했습니다. 주요 이커머스의 플랫폼의 관련 리뷰를 웹크롤링으로 수집하고 데이터 파이프라인을 구축하고 Power BI를 통해 대쉬보드화했습니다.

· Promotion & Media Mix Optimization System

쿠팡과 네이버 쇼핑을 대상으로 주요 프로모션/매체 집행의 최적 조합을 추천하고 예상 매출을 예측하는 미디어 툴을 개발했습니다. 이 알고리즘의 목표는 최소 비용으로 최대 매출을 만드는것 이었으며, 쿠팡에서 디스플레이 미디어 예약 시 시스템 추천이 70% 이상 활용되었습니다. 이 프로젝트는 전년 대비ROAS를 30% 향상시켰으며, 이 성과로 인해 20/21 P&G AMA 히어로 은상을 수상했습니다.

· Naver Paid Search Bidding Automation System

네이버 검색광고 자동입찰 시스템 개발. 7개 카테고리 3000여 개 상품에 대한 검색광고 입찰 및 노출 후 판매를 자동화했습니다. 인과관계 분석을 통해 클릭률을 최적화해야 한다는 결론에 따라, Azure 환경에서 PyMC3를 기반으로 클릭률의 사후 분포를 예측했습니다.

자동 입찰 시스템 도입 후ROAS 180~350 IDX, 평균 매출 이전 대비 30~50% 상승. 이 프로젝트로FY21/22 P&G AMA 히어로 골드 어워드 수상했습니다.

· Product Offtake Forecasting

한국P&G의 팹리스 정책으로 인해 주문 후 배송까지 평균 4주가 소요됩니다. 이 경우 쿠팡과 같은 대형 유통업체의 긴급한 주문 요청에 대응할 수 없습니다. 이를 해결하기 위해 일별 판매량, 계절성, 프로모션 계획(MAPE 15% 이내)을 기반으로 주요 제품의 4주 매출을 ARIMAX 와 Prophet 앙상블 모델로 예측하는 알고리즘을 개발했습니다.

쿠팡에서 데이터 사이언티스트로서 추천 모델을 연구하고 개발하는 업무를 담당했습니다. 알고리즘 개선 로드맵을 만들고, 머신러닝 아키텍처를 설정하고, 추천 모델을 위한 데이터 파이프라인을 만들었습니다. 추천 알고리즘의 성능을 평가하기 위한 지표를 만들었습니다.

· Also-Viewed Together Algorithm with Review Score

기존 Also-viewed algorithm에 제품별 리뷰를 반영한 하이브리드 모델 생성했습니다. 테스트는 2주간 alpha0.05에 Statistics Power 80%를 기준으로 진행되었고 사용자별 매출 43%, 사용자별 구매 횟수 28% 증가로 런칭되었습니다.

· Recommendation with Content Base Filtering Algorithm

CF알고리즘의 태생적 한계로 콜드 스타트 문제를 해결하기 위해 CBF 알고리즘을 런칭했습니다. 이로인해 추천영역의 커버리지를 20%에서 80%로 향상시켰습니다.

· 배치잡 개선

추천 알고리즘은 기존에 8시간에 한번 업데이트가 되었습니다. 데이터 파이프라인 개선과 Solr 사용으로 인해 1시간으로 주기를 단축시켰습니다.

IBM에서 2년간 수석 아키텍트로 근무했습니다. 애플리케이션 아키텍처를 만들고 애플리케이션 개발을 관리하는 데 주력했습니다.

· Korean Air IBE

개요 대한항공 인터넷 예약 관리 시스템 개발

기간 : 2013.03~ 2014.10.17

Role: 역할: 리드 아키텍트

수행 업무

개발 표준화(솔루션/프레임워크/방법론) 수립

애플리케이션 아키텍트, 애플리케이션 통합 분석 및 설계 리드(J2EE, Spring)

개발 일정 및 범위 관리

SK C&C에서 6년 동안 SK텔레콤의 빅데이터 플랫폼인 ISF의 첫 프로젝트에 참여했고, 그 외 대규모 공공 시스템 개발 및 운영 업무를 수행했습니다. 또한 SK C&C의 중국 법인인 SK C&C시스템즈의 운영 시스템 개발 PM을 맡아 4개월간 현지 개발자들과 협업하며 성공적인 오픈을 경험했습니다.

이밸리 사람들에서 4년 동안 삼성전자, 효성, S-Oil등의 차세대 시스템 개발 프로젝트에 참여해서 PLM, EAI 솔루션을 커스터마이즈 하고 웹 애플케이션 개발과 백엔드 시스템 개발을 담당했습니다.

한국 증권 정보기술에서 증권 관련 솔루션 개발 및 상품 개발을 연구했습니다.

대용량 온라인 시세 시스템 서버 애플리케이션을 개발 삼성투자증권에 런칭했습니다.