📌 오늘의 감상
: 데이터 정책이 가장 병목이라고 생각했는데, 의외로 디자인 래퍼런스랑 IA 등의 얼라인 맞추는 게 더 오래 걸렸다.
💡 오늘의 인사이트
🧩 오늘 강의에서 배운 것
요약
1. 분석 범위·교차검증 필수
이탈 요인 정의와 데이터 범위를 명확히 설정하고, 단일 분석이 아닌 교차 분석으로 검증해야 함.
2. 인사이트·가설은 명확하게
현상 나열이 아닌 인사이트 도출이 핵심이며, 가설은 1~2개로 압축해 실행 방향을 명확히 해야 함.
3. 페르소나·개선안 구체화
데이터 기반 페르소나 정의 후 문제를 구체화하고, 우선순위(MoSCoW)와 기술 명세까지 포함해 개선안 제시 필요.
🤔 오늘의 피드백
- 앞 순서는 잘 되어 있으니 이제 와이어프레임을 해보자 !
🎯 이번주+다음주 해야할 일
평가 이모지: 😫 매우 지연 /😟 지연 /😐 보통 /🙂 잘 진행 /😄 매우 잘 진행- 🙂 월요일: 데이터 정책 + API 기능 관련 리서치, 데이터 항목 정하기, 와이어프레임 등
- 화요일: 와이어프레임/플로우 얼라인 맞추기 + 협동 회의 + 산출 과정 진행
- 수요일: 산출 과정 진행 + UT 시나리오 설계
- 목요일: 산출 과정 진행 + UT 시나리오 설계 + 내부 QA 테스트
- 금요일: 배포 작업 + GA 또는 메이크 연결
📂 개인 강의 주차
[Chapter.7] 실서비스 론칭 프로젝트
실제 시장에서 테스트할 수 있는 프로덕트를 런칭하며, 정량/정성 데이터 지표를 개선하는 경험
💻 오늘의 달성도 + 느낀 점
| 일시 | 달성도 | 느낀 점 |
|---|---|---|
| 03/23 | 데이터 정책 (완) | 칭찬같은 모션을 보여주셨다! 잘 하고 있는 것 같아서 뿌듯하다. |
| 03/23 | IA (완) | 팀원 중 능력자가 계셔서 완료를 할 수 있었다. |
🚧 오늘의 KPT
Keep
- 데이터 정책을 가장 걱정했는데, 잘 했다고 칭찬을 받았다.
Problem
- IA와 디자인 래퍼런스 리서치 기반의 와이어프레임, 플로우를 잘 짜야겠다.
Try
- 시간이 너무 없다. 알바가 번거롭게 느껴진다. 살려면 해야하는데..
PM 새내기 생활 중