[내배캠] Day 39 | 자동화 Workflow 특강, 숙련 과제 피드백, 심화 강의, KPT 회고

 

 

시각	내용
09:00 - 09:30	채용 공고 정리 (국취제 상담 준비)
09:30 - 10:00	팀 스크럼
10:00 - 11:00	자동화 Workflow 특강
11:00 - 13:00	자동화 Workflow 실습
13:00 - 14:00	개인 정비 시간
14:00 - 14:20	서비스 기획 숙련 과제 튜터님 피드백
14:20 - 18:00	서비스 기획 심화 강의 수강 (Ch. 2)
18:00 - 19:00	개인 정비 시간
19:00 - 20:30	강의 노트 및 TIL 정리
20:30 - 21:00	저녁 회고

 

 

 

 

자동화 Workflow 특강

 

• 사용 툴: Google form, Google sheets, make, ChatGPT
• 구글 폼으로 들어오는 VoC 내용을 분석하고, Notion 데이터베이스에 남기고, 슬랙으로 메시지를 보내는 Workflow

 

Make 시나리오 전체 화면

 

GPT 분석 결과가 채워진 Google Sheet

 

Slack 알림 수신

 

 

JSON 파싱 시에 ‘:’가 빠져서 오류가 있었고,

Google Sheet 업데이트 시에 키워드 배열을 문자열로 변환하는 함수를

Slack 메시지 발송 텍스트에도 그대로 복붙해놨다가 오류가 있었다.

흐름상 한 번만 파싱해 주면 되는데 두 번 파싱해서 문자열이 이상하게 나왔으나

극복~

 

실제 업무에 잘 활용하면 정말 유용할 것 같다.

 

 

 

 

서비스 기획 숙련 과제 피드백

 

01. 아쉬운 점

 

(1) 표본 수가 적은 그룹 해석

 

기타(other) 진입 그룹의 전환율이 50.00%로 가장 높게 나타났지만 표본은 32명으로 전체 중에 가장 작았다. 인사이트에서 이 한계를 함께 언급했다면 좋았을 것이라고 피드백을 주셨다. 이 부분은 입문 때도 놓쳤던 부분이라 특별히 유의해야겠다.

 

(2) A/B 테스트 대상 선정의 일관성

 

데이터 분석에서의 핵심 문제 그룹(인앱 검색 결과 진입 유저, 171명)과 A/B 테스트 대상(페르소나 C 전체, 284명)이 다르게 설정되어 있다.홈 화면이나 기타 경로로 진입한 유저는 이미 전환율이 높은 그룹인데, 이들을 실험 대상에 포함하면 개선안의 효과가 희석될 수 있다. → 안 그래도 가설 설정 할 때부터 이 부분이 좀 걸렸었는데 딱 말씀해 주셨다.

 

02. 잘한 점

 

• 4개 페르소나 주요 지표 비교, 선택/제외 페르소나 각각 이유 제시 → 체계적인 선정 과정, 과제 목표 기준으로 우선순위 판단하는 사고
• 전환율 차이 적은 요인 제외, 분석 범위를 PDP 직전 페이지 유형으로 좁힘, 카테고리는 차이가 있어도 PDP 개선과 무관해 제외 → 논리적인 분석 범위 설정
• 검색 결과 진입 사용자 전환율이 전체 대비 7.22%p 낮음을 확인, 선택 페르소나 데이터뿐 아니라 전체 사용자와 비교 분석 진행 → 선택한 페르소나 외 데이터도 활용
• 전체 사용자 장바구니 전환율을 기준으로 페르소나 C의 목표 수치 설정 → 데이터 활용 역량과 근거 기반 목표 설정
• 레퍼런스 분석을 통해 브랜드 소개 문구, 무료배송 안내, 상품 특징 키워드 등 개선안 제시, AS-IS/TO-BE 비교 이미지로 시각화 → 개선안의 설득력 강화
• 근거 자료 링크와 요약을 함께 제시 → 신뢰도를 높이고 읽는 사람을 배려한 글쓰기

 

03. 개인적인 회고

 

• 문제 정의는 원인-현상-영향처럼 최대한 뾰족하게 정의하는 것으로 생각하고 있는데, 이번 과제에서는 데이터만 보고 원인까지 파악하는 것이 쉽지 않아서 문제 현상에서 추론을 통해 → 가설 설정 단계로 넘어갔다. 이건 과제 특성상 어쩔 수 없는 부분이었을지, 아니면 현업에서도 이렇게 하는 경우가 있는지 궁금했다.
  ↓
  튜터님 답변
  정석적으로 원인을 찾는다고 하는 것도 사실상 명확한 버그를 제외하고는 추론이 들어갈 수밖에 없다. 얼마나 근거를 댈 수 있느냐의 문제다. 애매한 경우에는 추론의 한계를 밝히는 것도 하나의 방법이다.

 

• 먼저 타겟 페르소나를 선정하고 이후에 분석을 진행하는 과제이다 보니, 마지막 A/B 테스트 대상도 선정한 페르소나 전체로 유지해야 한다고 생각했다. 그런데 A/B 테스트 대상 선정에 있어서는 말씀 주신 부분이 더 논리적이라고 생각한다. 현업에서는 페르소나를 먼저 선정하였더라도 이후 데이터 분석이나 사용자 리서치 등을 통해 더 명확한 핵심 문제 그룹이 발견되면, 그 그룹으로 대상을 좁히는 것이 더 일반적인 접근인지 아니면 이건 조금 예외적인 상황인지 궁금했다.
  ↓
  튜터님 답변
  '정말 효과가 있는지 없는지를 검증하기 위함'이라는 A/B 테스트의 목적에 집중했을 때, 이미 전환율이 높은 그룹을 포함하는 것은 방해 요소가 될 수 있다. 그때그때 다르게 판단해야겠지만 A/B 테스트의 목적에 집중하자면 핵심 문제 그룹으로 좁혀 가는 경우가 많을 것 같다.

 

• 가독성 있게 문서를 작성하려고 한 노력이 보인다고 해 주셔서 감동...... 과제를 진행할 때 어떤 내용을 넣어야 할지 가려내는 것도 어려웠고 흐름이 이게 맞나 의심도 많이 했는데, 튜터님께서 이번에도 너무 잘하셨다고 긍정적인 피드백을 많이 주셔서 정말 감사했다.

 

 

 

 

서비스 기획 심화 강의

 

• 강의 노트 보러 가기
  • 서비스 기획 심화 | ② 구조화된 UI 설계 & 반응형 웹 만들기

 

 

 

 

KPT 회고

 

Keep

 

• Make를 활용해 워크플로우를 자동화하는 방식에 대해 학습함
• Framer의 Fluid Layout, Breakpoint 기능을 활용해 반응형 웹 만드는 기초적인 방법에 대해 학습함
• 튜터님께 드릴 질문을 최대한 구체화하여서 정리해 놓으니 면담이 훨씬 효율적이었음

 

Problem

 

• Framer의 프레임과 정렬 기능에 대해 조금 더 명료하게 이해할 필요가 있음
  → Framer 내에서는 웬만하면 Stack 안에 요소를 넣는다고 생각하기

 

Try

 

• 개념에 대해 이해가 안 가는 부분이 있으면 추가적으로 학습하기
• User Flow & Wireframe 제작 과제 수행