[TIL]서비스 기획 입문 1-4 숙제

관심있는 기술블로그에 들어가서, 글을 한번 읽고 새롭게 알게된 것들이 무엇이 있는지 요약해보세요

 

 

1) 우아한 기술블로그

-실시간 반응형 개발 일지 #1. 프로젝트 소개

 

추천 프로덕트 팀?

• 우아한 형제들의 다양한 서비스에 추천 서비스를 제공하는 팀
• 사용자가 원하는 가게, 메뉴, 상품, 셀러 등 쉽게 빠르게 찾을 수 있도록 돕는다.

 

실시간 반응형 추천 시스템

 

도입 시기: 2023년 12월
주요 기능: 사용자의 실시간 행동을 바탕으로 가게를 추천함

효과 : 노출 대비 주문 전환율이 기존 시스템 대비 40% 상승

 

 

기존 시스템과 새 시스템 차이점

기존 시스템	새 시스템
사용자의 과거 주문 기록을 바탕으로 하루에 한 번 추천 목록을 만듦	사용자가 지금 무엇을 찾고 있는지 실시간으로 파악하여 추천함

 

새 시스템 구성

1)실시간 행동 기록: 사용자가 앱에서 무엇을 검색하고 클릭하는지 실시간으로 저장함
2)데이터 분석: 가게와 검색어를 컴퓨터가 이해할 수 있는 형태로 변환함
3)유사도 검색: 사용자의 현재 관심사와 가장 비슷한 가게를 찾아냄

 

성과

새 시스템을 적용한 결과, 사용자들이 추천된 가게를 클릭하는 비율이 23% 증가함
추천된 가게에서 실제로 주문하는 비율은 40% 이상 증가함

 

교훈

1. *컴포넌트 기반 설계의 장점

 

1)개발 효율성 향상
3명의 엔지니어가 각각 하나의 컴포넌트를 담당
명확한 인터페이스 정의로 병렬 개발 가능
2개월 만에 프로젝트 완성

 

2)높은 확장성
처음에는 "검색 홈 큐레이션"용으로 3개 컴포넌트 개발
각 컴포넌트가 독립적이어서 다른 서비스에도 쉽게 적용 가능
여러 서비스에서 컴포넌트 재사용으로 개발 속도 향상

 

 

2. 실시간 데이터의 중요성
사용자의 관심사가 빠르게 변하므로 실시간 데이터가 중요
실시간 데이터 기반 추천으로 사용자 의도를 더 잘 파악
결과적으로 더 높은 주문 전환율 달성

 

*컴포넌트 : 컴포넌트는 큰 프로그램을 만들 때 사용하는 작은 부품이라고 생각하면 쉽다. 레고 블록과 비슷

 

컴포넌트의 특징
1)독립적인 기능: 각 컴포넌트는 특정한 일을 혼자서 할 수 있음.
2)재사용 가능: 한 번 만들어 놓으면 여러 곳에서 다시 사용할 수 있음.
3)조립 가능: 여러 컴포넌트를 조립해서 더 큰 프로그램을 만들 수 있음.

 

향후 계획

더 다양한 요소를 고려하여 추천의 정확도를 높일 예정
사용자의 의도를 더 정확히 파악하는 방법을 연구 중
시스템의 속도와 안정성을 개선할 계획

 

2) toss tech

-토스 UX 리서치는 어떤 방법론을 사용할까?

 

리서치를 잘하려면 어떤 공부를 해야할까?

케이스 스터디(다른사람의 성공 실패 사례 공부)

 

토스 UX 리서처가 쓰는 리서치 방법론 : 러닝 쉐어

• 리서치 성공 및 실패 사례 공유
• 리서치 방법론, 타이밍, 대상 선정 등 실무적 팁 교환
• 팀 전체의 리서치 역량 향상

 

러닝쉐어 중 일부 2가지 소개

1) 일상적인 서비스 - 최소 한달 지나고 사용자 의견 체크

개편 직후보다 사용자가 충분히 경험한 후의 피드백이 더 진정성이 있었음.

 

2) '쓸 것 같다' 라는 유저 말은 아무 의미가 없다. 

실제 사용 환경과 인터뷰 상황의 차이로 인해 예측이 부정확할 수 있다.

ex) 소셜 서비스 - 중요한 요인: 실제 현실 친구 서비스 사용 > 서비스 매력도