효율적인 프론트엔드 설계를 위한 Feature-Sliced Design(FSD)의 이해
현대 프론트엔드 개발에서는 애플리케이션의 규모와 복잡성이 빠르게 증가함에 따라 코드의 유지보수성과 확장성, 협업 효율성 등이 중요한 과제로 떠오르고 있습니다. 이번 포스팅에서는 효율적인 프론트엔드 설계를 위한 방식으로 주목을 받고 있는 Feature-Sliced Design(기능 분할 설계)에 대해 알아보고 적용 시 이점과 고려사항에 대해 알아보겠습니다.
GrowthPlatform
A/B 테스트 실험 설정하기 Level 1
A/B 테스트란 원본 A안과 특정 요소를 변형한 B안을 비교해 어느 것이 더 나은 성과를 보이는지 측정하는 실험으로
GrowthBook 툴을 사용하여 홈페이지 메인 페이지의 간단한 A/B 테스트 실험을 설정하는 방법과 예시를 통해 실험해 보도록 하겠습니다.
데이터 통합과 자동화로 업무 환경을 개선하는 방법
흩어져 있는 데이터를 통합하여 정확한 매출 성과 분석을 원하는 고객 니즈를 비즈스프링에서는 어떤 방법으로 해결하고 수행했는지 실제 고객 사례를 통해 알아보도록 하겠습니다.
ArgoCD를 이용한 GitOps 워크플로우를 구축하여 Kubernetes CI/CD 구현
Growth Platform 서비스 제공 기반의 Kubernetes는 컨테이너화된 애플리케이션의 자동 디플로이, 스케일링 등을 제공하는 관리시스템으로, 클라우드 네이티브 애플리키이션에 적합한 플랫폼입니다.
Growth Platform 에서는 Kubernetes를 어떻게 적용하고, 보다 효율적인 서비스를 위해 구성한 ArgoCD의 설정 방법을 알아 봅시다.
API 활용하여 광고성과 맞춤 보고서 생성하기
AIR에서는 다양한 매체 데이터의 광고 성과 데이터를 통합/적재하여 시각화된 리포트로 제공하고 있습니다.
더불어 AIR에서 가공된 여러 매체의 데이터를 API로 제공 받아 보실 수 있는 API 쿼리 빌더 리포트가 추가 오픈 되었으며, API를 활용하여 수집된 데이터를 통해 맞춤 리포트를 생성하고 광고 보고서 작업을 자동화 할 수 있습니다.
마케팅 믹스 모델링(MMM): 메타 로빈과 트리 기반 모델
Marketing Mix Modeling(MMM)은 다양한 마케팅 변수가 광고 성과에 미치는 영향을 분석하는 마케팅 기법입니다. 마케팅의 효과를 정량화하고 각 채널의 개별적, 통합적 기여도를 분석해 광고비를 효율적으로 배분할 수 있습니다.
이번 포스팅에서는 Robyn과 트리 기반의 앙상블 모델을 통해 머신러닝을 적용한 MMM 과정에 대해서 알아보겠습니다.
데이터 준비를 위한 Cloud Dataprep 사용하기
Cloud Dataprep은 Trifacta에서 운영하는 통합 파트너 서비스로 Google Cloud Platform에서 제공하는 지능형 데이터 준비 웹 애플리케이션입니다.
Dataprep은 분석을 위해 데이터를 시각적으로 탐색, 정리 및 변환하는데 매우 유용한 서비스로 Dataprep의 주요 기능과 사용 방법에 대해 알아봅시다.
React 19 베타 패치 노트
React 애플리케이션에서는 데이터를 변경하고 이에 대한 응답을 기반으로 상태를 업데이트하는 것이 일반적입니다.
React 19에서 새롭게 등장하는 것은 무엇이고 어떤 점이 개선되었는지 알아봅니다.
인간 언어와 컴퓨터의 만남: 자연어 처리의 세계
자연어 처리(NLP, Natural Language Processing)란 컴퓨터가 인간의 언어를 이해하고 처리할 수 있도록 하는 기술입니다. 우리가 일상생활에서 사용하는 말과 글을 컴퓨터가 분석하고 해석하여 다양한 목적으로 활용할 수 있도록 돕는 역할을 합니다. 이는 음성 인식, 기계 번역, 감정 분석, 챗봇, 문서 요약 등다양한 분야에서 활용되고 있으며, 그 영향력은 점점 더 커지고 있습니다.
CPC광고 부정클릭, IP를 바꿔오는 공격도 막을 수 있습니다.
Logger™와 부정클릭차단 서비스는 부정클릭으로 의심되는 IP를 분석 및 차단할 수 있습니다. 다만 IP 차단 서비스는 IP를 변경하여 접근할 경우, 새로운 방문자로 인식하여 차단 할 수 없는데요, 비즈스프링은 부정클릭 의심 방문자를 더욱 차단할 수 있도록 UID 항목을 추가했습니다.