#1d1a 2018-01
새해 결심중 하나로, 하루에 하나 이상 영문 아티클을 읽고 있다.
슬랙에 채널 만들고 링크 올리고 간단한 요약 or 생각 정리 하고있다.
주제는 아직 다양하지 않으나 tech trend, startup cases, growth hacking, marketing, UI/UX, fintech, web basics, (behaviroral) economics, organization, product management, customer support, ecommerce 등.. 뭐 다양하게 해보려고 함.
어떤 날은 한개가 아니라 여러개를 읽게 되기도 하고, 어떤 날은 선정하기가 너무 어렵다는.. 페북 뉴스피드나 트위터 탐라에서 건지면 운 좋은날.. 그러니까 좋은 글 있으면 공유를 부탁드립니다(..)
---
1/2
The AI Hierarchy of Needs
https://hackernoon.com/the-ai-hierarchy-of-needs-18f111fcc007
- AI, Deep learning 하기 전에 저러한 하위 단계들이 잘 되어 있어야 한다는게 핵심 내용.
- 모든 분야에 대해 한번에 적용할 생각을 하지 말고, 한 작은 분에 대해 end-to-end로 (데이터 수집부터 a/b testing 환경 구축, ML 적용까지) 하는 것을 추천.
예를 들면 jawbone에서는 sleep hours로 그걸 먼저 시작했고, 그다음 steps, foods, .. 등으로 확장했다고.
- AI, ML 보다.. 뭔가를 실제로 소수의 유저에게 적용할 수 있는 a/b test 환경 구축이 먼저 되어야 한다고 강조
1/3
Facebook’s Mantra “Join us or we will copy you: ”Platforms, Marketplaces and Playing with Fire
https://thinkgrowth.org/facebooks-mantra-join-us-or-we-will-copy-you-platforms-marketplaces-and-playing-with-fire-8810700c6a
- 특정 플랫폼/채널 의존도를 너무 높였다가는 망할 수 있다. rule이 바뀌거나 해서..
- 페북 같은 대기업..의 copy 때문에도 망할 수 있고(snap)
- platform을 이용하되, backup plan을 만들어라.
- 여러 acquisition 채널을 만들고 유지해라
필자는 아마존에서 제품의 대부분을 팔면서도, 박스에 쿠폰 넣고, 고객한테 이메일 보내고 등등.. 이것저것을 해서 (사실 아마존 정책에 위반되는) 1년만에 키워서 회사를 팔았다고.
1/4
“username or password incorrect” is bullshit
https://hackernoon.com/username-or-password-is-incorrect-is-bullshit-89985ca2be48
1. '아이디/이메일이나 패스워드가 틀렸다'고 하는건.. '아이디/이메일' 이 존재한다는걸 알면 해커들이 비번 해킹에 집중할 수 있다고 하지만..
2. 사실 가입창에서 아이디/이메일이 존재하는지는 알 수 있음(`이미 존재하는 이메일입니다`). 그니까 위의 1은 어짜피 bullshit..
3. 그니까 이미 존재하는 이메일의 경우 실제 이메일로 '너 이미 이걸로 가입했음' 이라고 메일을 보내주라는게 이 사람의 주장.
문제 의식에는 공감하지만, 그래서 해결책이 저건 아닌듯..
가입시 입력하는 이메일에 대해 no feedback이고 (가입완료 or 이미 존재하는 메일이라는 안내)메일만 보내준다면, 이메일 push를 받지 않는 경우에는 그냥 this site is not working.. 이 되어버리는거.
또.. 이런식으로 바꾸면 가입 하려던 사람이 귀찮아서 안해! 할 수 있다는것도 고려는 해야한다.
우리는 이메일 인증 안하고 있어서.. 틀린 이메일을 수집하고 있을 가능성이 많음. (하지만 동시에 다른 정보를 많이 수집하니까, 이메일 이름 달랑 받는 서비스에선 인증이 필수지만.. 우린 좀 덜하다고 볼수도)
1/5
Smart Instant Book Filter: Book with Confidence
https://medium.com/airbnb-engineering/smart-instant-book-filter-book-with-confidence-ab3d6dace0b2
- Airbnb는 request-to-book을 instant book 으로 대체하고 싶어함. (request는 호스트가 요청을 확인한 후 승낙해야 하는거고, instant는 바로 booking, 결제가 진행됨)
- 이건 당연한게.. request로 하면 host가 늦게 답할수도, 답을 안할수도 (페널티야 있겠지만), 또 거절했을때의 고객 불만족이 발생할 수도, 과정에서 어떠한 마찰이 있을 수도 있음..
- UX측면에서도 instant book은 호텔 예약과 다르지 않은 smooth한 경험 (최근에 request로 예약을 한번 해봤는데 좀.. 귀찮았음)
그래서 가지게 된 미션이..
- 어떠한 경우에 검색결과에서 instant book only를 켠 상태로 제공하고, 어떠한 경우엔 그렇게 하지 않을지를 결정 (instant가 없는데도 켜놓을 수는 없는 건데.. 어느정도 충분해야 켤 것인가?)
- instant book only를 켠 경우, 켜져있다는걸 확실히 인지시키고 필요한 경우 끌 수 있는 옵션을 제공 (없던 기능에 대한 학습)
- 최적화 문제(We can interpret equation 5 as maximizing Instant Book ranking score while keep the ranking score for overall booking slightly positive or neutral. We can also maximize the overall booking ranking score given target Instant Book ranking score vice versa.)
요 주제 자체도 재밌었지만.. 어떤 목표를 갖고 실험을 수행함에 있어서 background와 goal, constraint, 방법, 교훈 등을 잘 정리해놓은 글이라 좋았음
1/8
How So Many Researchers Found a 20-Year-Old Chip Flaw At Once
https://www.wired.com/story/meltdown-spectre-bug-collision-intel-chip-flaw-discovery/
요즘 난리인 Meltdown, Spectre 버그 관련. 이렇게 심각한게 왜 이제와서, 근데 동시에 발견되었나?? 라는 질문
(뉴턴과 라이프니츠의 미적분도 그랬고, 5명 정도의 엔지니어가 거의 동시에, 따로 TV를 발명한 것도 그랬다는..)
"Something happens in the community and it leads people to think, let’s look over here. And then they do. And it definitely occurs way more often than chance."
사실은 제일 먼저 발견한건 Jann Horn이라는 구글 Project Zero 연구원이였고, 남들보다 6달쯤 빠른 작년 6월, 대학 갓졸업한 22살이고.. 인텔 매뉴얼 읽고 발견했다고.. (경악)
NSA나 각종 정보기관에서 분명 알고 있었을거라 생각한다고.. 백악관에선 'NSA는 이런거 몰랑.. 쓴적 없엉' 했다는데.. (과연..)
무튼.. Meltdown과 Spectre 발견 과정과 관련된 일화를 정리한 한편의 소설을 읽는 것 같은 아티클이였음
Meltdown, Spectre, and the State of Technology
https://stratechery.com/…/meltdown-spectre-and-the-state-o…/
두 버그 관련해서 설명한.. 믿고 읽는 벤 톰슨의 글!
1/9
The State of UX in 2018
https://trends.uxdesign.cc/
길어서 하나하나 요약하는건 생략.. UX 디자이너의 일이 더 전문화, 세분화 될 것이고 디자이너들은 UI보다 product, 더 나아가서 business에 대해 더 생각하게 될 것이라는 얘기. 좋은 story teller가 되어야 하기도.
유저들이 더 '즉시성'을 요구하게 될 거라는 얘기도 있고.. invisible interface에서의 브랜딩, zero UI 얘기도 재밌다.
AI-powered XXX 를 너도나도 만들게 될텐데, user centric한 뭔가를 만드는건 디자이너도 고민할 영역이라고.
하단의 '올해의 ㅇㅇㅇ' 도 재밌음.
1/10
A Beginner’s Guide to Data Engineering — Part I
https://medium.com/@rchang/a-beginners-guide-to-data-engineering-part-i-4227c5c457d7
data scientist 관점에서 data engineering에 대해 시리즈물을 쓴다고 하는데.. 그 1편임.
이 사람이 졸업하고 바로 엄청 fancy한 일을 할 것으로 기대하고 어떤 스타텁에 갔는데 삼질을 하다 나왔.. 그 후로 계속 data scientist로 일하다보니 알게된건, 과정의 앞단계, 더 basic한 작업들이 엄청 중요하더라.. 하는
Even for modern courses that encourage students to scrape, prepare, or access raw data through public APIs, most of them do not teach students how to properly design table schemas or build data pipelines. As a result, some of the critical elements of real-life data science projects were lost in translation.
2, 3편을 기대해본다. 이 글에 링크되어있는 다른 글들도 다 읽어볼만 함
1/11
The Most Important Minimum Wage Paper in Decades Is Good News for Everyone
https://civicskunk.works/the-most-important-minimum-wage-paper-in-decades-is-good-news-for-everyone-1c47a0559f3b
컨퍼런스에서 발표된 내용을 요약한 건데.. 그 중 137개나 되는 최저임금 인상 케이스를 분석한 논문의 요약 내용이..
평균 임금이 7% 인상되었을때 고용은 3% 증가 (통계적 유의성은 없음)
비교적 많이 올린 케이스 46건만 모아 놓고 봤을 때도.. 임금 10.8% 인상되었을 때도 고용은 거의 변함 없음 (0.2% 증가)
암튼.. 데이터로 보니까 그렇다더라.. subsidizing이 아닌 investment로 봐야 한다는 얘기.
1/12
Tea if by sea, cha if by land: Why the world only has two words for tea
https://qz.com/1176962/map-how-the-word-tea-spread-over-land-and-sea-to-conquer-the-world/
전세계 거의 대부분의 지역에서 차를 tea 혹은 그에 가까운 발음으로 부르거나 cha 또는 그에 가까운 발음으로 부르는데 이건 차가 어떤 경로로 전파되었느냐에 따라 있다고.
cha는 중국으로부터 시작되어 육로(실크로드)로 퍼져나간 경우, tea는 동인도회사 등을 통해 해로로 퍼져나간 경우에 해당됨
포르투갈의 경우 특이하게 cha를 사용하는데.. 대만을 식민지로 가지고 있었고(포르모사) 무역이 Fujian(복건성)이 아닌 마카오를 통해서 진행되었는데 거기선 cha라는 단어가 쓰여서.. 포르투갈은 해로를 이용했음에도 cha라는 단어를 쓰게 되었다고 함.
한줄요약: 외국에 갔을때 차가 마시고 싶으면 '차' 또는 '티' 라고 하면 대충 다 통한다.
H&M's lates apology for its racist hoodie is an actual, honest-to-god apology
https://qz.com/1177010/hms-apology-for-its-racist-hoodie-is-an-actual-honest-to-god-apology/
인종차별 후디에 대한 H&M의 첫 번째, 그리고 두 번째 사과.
첫 번째 사과에서는 "We sincerely apologize for offending people with this image of a printed hooded top" 이라는 문장을 사용했는데.. 이는 진정한 사과에선 하지 말아야 할 '기분 나쁘게 할 의도는 아니었는데 네가 기분이 나빴다면..' 에 해당됨
“I’m sorry for what I did” 와 “I’m sorry if you feel badly” 의 차이는 실로 엄청난 것이다.
US 사이트에서만 내려버리고 UK 등에서는 계속 팔고 있었던 것도 많은 이들이 분노한 원인이 되었다. 이때 H&M의 태도는 “Ugh, we’ll take it down, but we don’t regret it.” 에 가까웠다고 볼 수 있다.
두 번째 사과에서는, 많은 것들이 달라졌다. 사과문을 부분 인용하면,
“Our position is simple and unequivocal—we have got this wrong and we are deeply sorry.”
“we clearly haven’t come far enough. We agree with all the criticism that this has generated—we have got this wrong and we agree that, even if unintentional, passive or casual racism needs to be eradicated wherever it exists.”
(고의로 그런것이 아니더라도) 인종차별 또는 다른 종류의 차별은 없어져야 한다는 것에 집중했다. 액션 또한 달라졌다. 모든 제품을 수거하고 재활용 하겠으며, 앞으로도 이런 일이 일어나지 않도록 하겠다고 함.
Racism and bias in any shape or form, conscious or unconscious, deliberate or accidental, are simply unacceptable and need to be eradicated from society. In this instance we have not been sensitive enough to this agenda.
업무와 관련된 일이든, 아니면 개인적인 일이든간에 사과할 때 어떻게 해야 하는지에 대해 알려주는 좋은 사례인 것 같다.
(시간 있는 분들은 기사 하단의 사과문 전체를 읽어보시라고 권하고 싶다는..)
https://www.facebook.com/zuck/posts/10104413015393571
페이스북의 큰 결정. 갑자기 인류애가 생겨서는 절대 아니고, 20-30대의 이탈을 막아보려고 하는 건데.. 분명 광고 매출에는 영향이 있을거고(그래서 단가는 비싸지고..), 이탈을 정말 막을 수는 있을지..?
관련해서 http://mediati.kr/126 도 참고해서 읽으면 좋음.
1/15
How data saved the Golden State Warriors
https://techswitch.cf/2017/12/21/how-data-saved-the-golden-state-warriors/
사실 커리 사진 보고 클릭해서 읽은 기사입니다만..(..)
SportVU 라는, motion-capture camera 로 수집한 데이터로 스포츠 관련 분석 하는 서비스에 관한 얘기.
원래 물리학 전공하고 원자력 연구소에 다니던 사람이 창업한 회사고.. optical recognition, image processing 전공.
스포츠 데이터 분석을 해보자.. 하고 달려들었는데 야구는 워낙에 이미 잘 되고 있었고, NFL은 시장은 정말 크지만($8.5B) 너무 복잡. NBA는 $4B 로 시장도 큰데, 선수가 5명씩 밖에 안되고 공도 크고 둥글어서!! 분석하기 정말 좋았다고.(야구공, 하키 퍽 생각해보시면..) 게다가 경기장도 엄청(?) 작고 실내고..
워리어스가 이걸 도입한 5번째 팀임. 그때 head coach도 취임 첫 해였고, 성적도 별로 좋지 않았는데.. 도입 후에 잘 했다. 커리의 슛 성공률(shooting percentage가 성공률 맞겠..?)도 3%p나 올라감
(뭐 근데 이게.. 데이터를 써서 잘 했다는건 사실 아님ㅋㅋ 그냥 운이 좋았던듯)
1/16
Targeting ads without creeping out your customers
https://hbr.org/2018/01/ads-that-dont-overstep
유저 정보를 이용해서 targeting 광고를 하는 것에 대한 글인데요.
일반적으로 irrelevant한 광고보다 물론 타게팅 광고 효율이 좋지만, 역으로 개인정보가 침해당하고 있다는 느낌을 주는 경우 거부감 -> 효율이 낮아질수 있다는 내용
This throws a whole new dynamic into the mix: How will targeted ads fare in the face of increased consumer awareness?
awareness could decrease ad performance if it activates concerns about privacy and provokes consumer opposition.
결국 마케터가 밸런스를 잘 맞춰야 한다는.
Common sense holds that the more intimate it is (data on sex, health, and finances is especially sensitive), the less comfortable people are with others knowing it.
Third-party는 조심스럽게, 뒤에서 얘기하는걸 싫어한다 (내 얘기를 내 친구가 남에게 전했다면?)
It can also be taboo to openly infer information about someone, even if those inferences are accurate. (말하지 않았는데 먼저 찔러서 얘기하는경우)
obtaining information outside the website on which an ad appears, which is akin to talking behind someone’s back
deducing information about someone from analytics, which is akin to inferring information.
If people dislike the way their information is shared, purchase interest drops.
똑같은 광고를 보여주더라도 declared: '이 광고는 님이 제공한 정보에 따라..'
vs.
inferred: '이 광고는 우리가 님에 대해 유추한 정보에 따라..'
vs. control group (아무런 mention 없음)
테스트해보니.. 여기서 inferred 에 해당된 그룹의 purchase conversion이 떨어졌다는
customer가 광고를 보는 채널에 대한 trust를 갖고 있을때, first-party sharing (이 사이트에서의 당신의 행동을 기반으로 한 광고다) 이 있었을 경우 CTR, time spent, revenue 모두 올라간다.
If you have difficulty coming up with a good reason for the way you use consumers’ data, it should give you pause.
민감한 정보를 이용해서 타게팅 하지 말아라, 정보를 이용해서 더 적합한 서비스를 제공한다고 설명하라, 전통적인 수집방법 (설문조사 등)도 이용하라 등등
(아무 생각 없이 읽다가 너무 길어서 보니.. 워드 7장 분량이였음. 3600 단어)
1/17
Zucherberg's former mentor says Facebook puts profits and growth first
페이스북 퇴사자가 말하길, 페이스북은 살아있는 범죄 현장이라고..
2016년 선거 관련해서도 그렇고, 페이스북은 유저들을 보호하긴 커녕, polarization 이 profitable 하다는 사실을 이용해서 돈을 벌고 있다.
페북 이슈의 가장 큰 문제는..
이 모든 사항들 관련된 디테일한 정보는 페이스북 안에만 있다는 것.
Facebook is a living, breathing crime scene for what happened in the 2016 election — and only they have full access to what happened
주커버그가 페북이 바뀔 것이라고 선언했지만.. 이게 self-regulation 갖고 될 사안이냐..? 라는 의문을 제기합니다.
1/18
Facebook's Motivations
https://stratechery.com/2018/facebooks-motivations/
역시 facebook 관련된 글입니다.
centralized power is both inefficient and dangerous: no one person, or company, can figure out optimal solutions for everyone on their own, and history is riddled with examples of central planners ostensibly acting with the best of intentions — at least in their own minds — resulting in the most horrific of consequences
1/19
OKRs: What product teams need to know about Objectives and Key Results
https://community.uservoice.com/blog/product-objectives-key-results-overview/
OKR 시즌이라, 관련된 글을 찾아 읽어봤다.
"I remember being intrigued with the idea of having a beacon or north star every quarter, which helped set my priorities. It was also incredibly powerful for me to see Andy's OKRs, my manager's OKRs, and the OKRs for my peers. I was quickly able to tie my work directly to the company's goals."
"In OKR, if you hit 100% consistently, you are not setting aggressive enough goals," later noting that "measurements should generally end up in the 60-70% range."
"There were two key things we needed to make clear: [1] No-one will be punished for missing targets, [and 2] No-one will be compensated for hitting targets (which might make them less ambitious)"
OKR은 beacon, north star가 되어야.
OKR은 너무 야망으로 가득 채워져서도 안되고, 그렇다고 달성을 쉽게 할 수 있는 업무 리스트가 되어서도 안된다. 60~70% 달성할 수 있는 수준인게 적당한 세팅이라고 본다.
이외에도 참고할만한 것으로
OKR의 중요성, Google에 도입할 때의 얘기를 다룬 John Doerr의 인터뷰글: https://blog.betterworks.com/keys-okr-success-qa-john-doerr/
GV 파트너인 Rick Klau의 글(동영상)
https://library.gv.com/how-google-sets-goals-okrs-a1f69b0b72c7
OKRs are not synonymous with employee evaluations. OKRs are about the company’s goals and how each employee contributes to those goals.
1/22
Inside Amazon Go, a store of the future
https://mobile.nytimes.com/2018/01/21/technology/inside-amazon-go-a-store-of-the-future.html
캐셔 없는 식료품점인 Amazon Go가 직원들 대상으로 한 베타 기간을 마치고 미국시간으로 내일(월) 일반 고객에게 오픈한다고.
지하철 게이트 처럼 생긴 출입구에 앱 화면을 태깅하고 진입, 쇼핑 카트 필요 없이 제품을 담고 그냥 나오면.. 자동으로 과금 되는데, RFID 같은 비싼 태그 부착 없이 vision sensor로 어떤걸 담는지 인식하는 것.
큰 이슈가 되고 있는게, 캐셔가 미국에서 제일 많은 사람이 종사하고 있는 직업이라.. 하지만 공장에서 기계가 일하고 사람은 관리하게 되었듯, 결국 이런 방향을 막거나 거스를 순 없을 것(동의) 캐셔 역할 대신 사람이 더 잘할 수 있는 일을 하게끔 해야..
Amazon Go의 확장 계획이나, 홀푸드에 적용할 가능성, 외부에 시스템을 팔 가능성 등에 대해선 알려진 바가 없음.
1/24
Data can enhance creative projects -- Just look at Netflix
Netflix가 content creation에서 어떻게 성공할 수 있었는지에 대해 얘기하고 있는데.. 잘 알려졌듯 데이터에 기반한 캐스팅, 좋아할만한 유저에게 추천 등도 있지만..
다양한 시도를 해볼 수 있다는 on demand에서만의 장점을 잘 이용하고 있다고. 일반 티비 채널의 경우 채널을 돌려버리면 끝나고 경쟁사 채널로 넘겨버리기 때문에 과감한 시도가 힘든 반면 넷플릭스에서는 같은 플랫폼의 다른 컨텐츠로 넘어갈 뿐인거고, 어떤 시점에 꺼버리는지 등이 떠 데이터로 사용될 수 있다는..
또 광고주의 영향을 받지 않기 때문에 더욱 시청자를 위한 컨텐츠를 만들기 유리하다는 점도 있음
과거의 엔터테인먼트 산업에서 컨텐츠 생산 및 배급능력이 힘이였다면, 그게 쉬워진 지금의 희소자원은 audience attention 이고, 이걸 모으고 관리할 수 있는 데이터가 곧 힘이다.
1/25
https://www.cooper.com/journal/2012/08/the-best-interface-is-no-interface
pxd에서 http://story.pxd.co.kr/1254 글을 읽었고, (저 책을 주문했고), reference 에 있는 요 글을 읽게 되었습니다.
"The real problem with the interface is that it is an interface. Interfaces get in the way. I don't want to focus my energies on an interface. I want to focus on the job…I don't want to think of myself as using a computer, I want to think of myself as doing my job."
인터페이스에 대해서 아예 생각을 안하게 해주는게 최고의 인터페이스라는 얘기인데, 그게 가능하려면 context에 대한 파악을 훨씬 잘해야 할테고 그만큼 유저 정보도 더 많이 갖고 있어야 한다는.
(정리하고 있는 지금은.. 인터페이스 없는 인터페이스 책도 다 읽었는데, 내용도 좋았고, 무엇보다도 저자분의 넘치는 센스가 맘에 들었음.)
1/30
계약 등에 관해 변호사랑 같이 일을할 때 주의할 점에 대해 설명해주고 있는 글인데요.
변호사들이 deal breaker가 되기 때문에 꺼려하는 경우가 많은데, 그들이 제기하는 이슈 중 상당 부분이 Legal이 아닌 strategy question 이라는.
변호사에게 계약서 고쳐오라고 하는 대신, 어떤 부분이 문제가 될 수 있는지 알려달라고 하고, 그 중 전략적으로 꼭 가져가야할 부분과 포기할 수 있는 부분을 구분해서 계약 상대방과 협상해야 한다고.
