글 수 27


 

https://brunch.co.kr/@gentlepie/29

 

 

 

챗봇에서 통계 데이터를 수집할때 어떤 요소를 활용해야 하는지 설명한 글입니다. 활성화도, 성능, 목적 달성률, 유저 인사이트 등 여러가지 항목을 다루고 있습니다.

 

개발 프로세스인 린 스타트업은 '만들기->측정->학습'의 과정을 빠르게 반복하여 성능을 향상시키는 것이 핵심입니다. 그러기 위해서는 이러한 데이터를 통해 장점을 살리고 단점을 보완하는 것이 중요하다고 생각합니다.

엮인글 :
List of Articles
제목 글쓴이 날짜 조회 수
프로야구봇 기획자를 만나다 [1] 깊은바다 2018-10-27 62
챗봇 에이전트 정체성에 따른 사용자의 인식 및 행동 차이에 대한 연구 file 깊은바다 2018-09-25 66
구글홈의 대화를 작성하는 Personality Team 깊은바다 2018-09-23 64
챗봇UX 작업기 깊은바다 2018-09-05 146
컨버세이션 디자인: 봇의 좋은 대화는 어떻게 만들어질까 깊은바다 2018-08-28 94
귀와 입만 사용하는 UX: 아마존 에코 깊은바다 2018-08-24 51
AI 스피커의 VUX 설계 시 고려할 것들 깊은바다 2018-08-14 68
챗봇 디자인 UX 팁 6가지 깊은바다 2018-07-18 189
UX 디자인 측면에서 짚어본 챗봇의 다섯 가지 포인트 깊은바다 2018-06-16 152
시나리오 기반의 대화형 UX 기획 및 챗봇 제작 실습 깊은바다 2018-06-08 331
챗봇은 어떻게 만들까? - 대화식 스토리 깊은바다 2018-06-05 249
챗봇 기획: 10개의 UX 체크리스트 깊은바다 2018-05-29 205
챗봇이 처리하지 못하는 질문을 받았을 때의 에러 핸들링 깊은바다 2018-05-26 197
메시징 플랫폼, 디자인이 필요할까? 깊은바다 2018-05-18 123
챗봇 분석: 챗봇에서 나오는 데이터와 인사이트 깊은바다 2018-05-08 178