서비스의 초기 계획에서 가장 중요한 부분은 사용자 정의입니다.
타겟팅할 사용자 유형을 결정하는 데 가장 많은 시간과 노력이 필요합니다.
사용자를 결정한 후에는 먼저 사용자의 행동을 예측해야 합니다.
고려해야 할 사항! 사용자가 예상대로 작동하지 않습니다! 오전.
서비스를 기획할 때 주어진 프레임워크 내에서 사용자 행동을 예측하여 서비스를 기획할 수밖에 없습니다.
그러나 데이터 없이 사용자가 예상한 대로 또는 벤치마크 서비스를 수행할 것이라고 생각해서는 안 됩니다.
여기서 데이터는 중요한 역할을 합니다.
간단한 MVP 모델을 생성한 후 사용자 행동 데이터를 추출할 수 있는 SDK를 모델에 주입합니다.
그런 다음 사용자가 이탈하는 위치와 사용자가 전환하는 위치를 분석하고 시나리오를 구체화해야 합니다.
예를 들어 완벽한 맞춤을 계획할 때 가설
1. 가슴 모양이나 컵 사이즈가 다르기 때문에 일반 브래지어를 착용하는 데 어려움을 겪는 분들이 많습니다.
2. 따라서 Fit Finder를 사용하는 사용자는 80%를 초과하게 됩니다.
3. 그 중 바디 스캐너의 비율은 80%에서 50% 이상이 될 것입니다.
~였다
우리가 받은 데이터는 실용적입니다
1. 이용자의 응모 횟수
2. Fit Finder 사용자 수
3. 전신스캐너 실사용자 수
등.
모든 고객의 90% 이상이 여기에서 Fit Finder를 사용합니다.
초기 가정이 맞습니다.
그러나 전신 스캐너를 사용하는 고객은 Fit Finder를 사용하는 전체 고객의 30%에 불과했습니다.
이유를 생각해야 했다
초기 바디 스캐너에서는 정확도를 높이기 위해 포스트잇이라는 비교 대상을 몸에 붙이고 사진을 찍었습니다.
사진을 찍을 때의 자세도 어느 정도 규제를 받았다.
이 부분은 a/b 테스트 섹션에서 자세히 설명합니다.
이 부분의 탈락률이 높을 것이라고 가정하고 해당 부분에 비해 개체를 뻔뻔스럽게 삭제했습니다.
이는 일정 수준의 정확성을 희생하더라도 많은 고객에게 편의를 제공하려는 회사의 정책과 일치합니다.
이로 인해 전신 스캐너를 사용하는 고객의 비율이 13% 증가했습니다.
사용자 행동에 따라 스크립트가 수정되지 않았다면 바디 스캐너는 많은 고객에게 도달하지 못했을 것입니다.
데이터 학습도 불가능했을 것입니다.
사용자 행동을 예측하는 것은 의미 있는 데이터를 추출하고 분석하는 것과 함께 진행되어야 합니다.