레플리
글 수 40


 

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 수sort
FSM 기반의 챗봇 대화 구조 file 깊은바다 2017-11-30 12616
봇 설계는 이렇게 한다 file 깊은바다 2018-03-18 6022
챗봇, 어떤 로직을 구현할 것인가? - 지능형 vs 메뉴선택 깊은바다 2017-12-20 1854
시나리오 기반의 대화형 UX 기획 및 챗봇 제작 실습 깊은바다 2018-06-08 1663
챗봇을 기획해보자 - 플로우차트 작성하는 방법들 깊은바다 2021-05-10 1437
대화형 챗봇 설계의 과제 file 깊은바다 2017-05-21 1187
챗봇 인터페이스의 특징 file 깊은바다 2017-05-12 1129
대화 디자인 방법 - Conversational UI design process 깊은바다 2019-01-21 1087
챗봇의 구조: 챗봇은 AI가 필요한가? file 깊은바다 2017-05-27 1043
인공지능 UX디자이너가 말하는 초개인화 깊은바다 2019-04-08 1027
챗봇은 어떻게 만들까? - 대화식 스토리 깊은바다 2018-06-05 1005
챗봇에서 개인화의 중요성 file 깊은바다 2017-04-13 982
단비(danbee) 챗봇 빌더의 코스 교정 기능 file 깊은바다 2019-03-07 942
챗봇UX 작업기 깊은바다 2018-09-05 917
스타트업 기획자의 월화수목금 - 타로챗봇 라마마 개발기 깊은바다 2019-03-04 904