On Boarding

  • 🎯 가입 후, 새 프로젝트 생성까지의 유저

  • 전략 : 서비스 첫 랜딩 이후 랜딩 → 교육 → 캔버스 진입 흐름을 자연스럽게 따라올 수 있도록 유도

1. 회원가입 이후 첫 서비스 랜딩

바로 빈 워크스페이스로 랜딩, 한정적인 갯수의 갤러리 콘텐츠가 노출되었습니다.

🔍 인터뷰 참여대상 대부분이 첫 진입시 교육 갤러리로 이동, 새 프로젝트 생성 CTA → 캔버스 생성 후 가이드 혹은 교육을 보기 위해 제작 하지 못하고 이탈하는것을 발견했습니다.

랜딩 가이드

유저가 캔버스를 사용하는 목적이 되는 기능들을 선별하고, 이해하기 쉬운 문구와 이미지 소스로 구성하였습니다.

  • 잘 인지하지 못하고 있었던 핵심 기능 가이드

  • 마지막 단계에서 진입 옵션을 제공하여 해당 페이지로 랜딩하는 흐름

  • 액션 플랜 : 가이드를 이탈과 이탈 후 액션을 분석하고 랜딩 및 가이드 시나리오를 개선할 것 입니다.

2. 첫 프로젝트 생성

아무 액션이 없는 비어있는 캔버스로 생성되었습니다.

인터렉티브 튜토리얼과 예제 데이터로 프로젝트 시작하는 UX를 추가했습니다.

인터렉티브 튜토리얼

다양한 기능성 중, 필수 작동 원리를 따라해 보면서 습득하는 인터렉티브한 튜토리얼을 제공하였습니다.

  • 액션 플랜 : 튜토리얼 단계별 유저 이탈 퍼널을 분석하고 튜토리얼 시나리오를 개선할 것 입니다.

← 피그마로 프로토타입핑과 참고 자료로 디테일한 인터렉션에 대하여 개발팀과 커뮤니케이션을 진행하였습니다.

예제 데이터

데이터 업로드는 캔버스의 가장 첫 단계입니다.

초기 유저가 예제 데이터를 어떤 목적에서 어떻게 활용하고자 하는지 그리고 데이터는 어떤 항목들로 구성되어 있는지 사용자 니즈와 데이터 구성항목과의 관계를 고려하여 UI를 개선했습니다.

  • 새 캔버스 생성시 : 예제 데이터 세트로 시작할 수 있습니다.

  • 예제 데이터 속성 : 데이터 설명 추가, 필터 정리 등 RNB를 최적화하여, 유저가 필요한 데이터세트를 쉽게 탐색할수 있습니다.

캔버스 제작 가이드

  • 🎯 캔버스 제작 중 가이드가 필요한 유저

  • 전략 : Docs의 접근성을 높이고, 노드 제작 가이드를 제공하여 캔버스 제작시 검색과 학습 시간을 줄임

Docs, 용어 설명 접근성 개선

초기유저가 캔버스를 직접 제작할때 빈번하게 방문하는 영역이지만 매번 페이지를 이동하여 검색해야하는 불편함이 있었습니다.

  • 캔버스 전반 가이드 툴팁 아이콘, 설명 호버 추가

  • Docs 아이콘 서비스 전반 Top Navigation에 Default로 고정

다음 연결노드 추천

노드 간의 연결 = 프로그래밍, 제작된 다이어그램을 분석하여 연결 가능한 노드 추천 UX로 유저의 검색, 학습 시간을 줄일 수 있습니다.

  • 연결된 앞의 노드 선행 이후, 사용자가 자연스럽게 추천 노드 기능을 인지할 수 있는 최적의 인터렉션을 고민했습니다.

    image

고객 리서치를 통한 유료화 전략 도출

🎯 1차 메인 타겟 선정 : 기업 내 팀/담당자

명확한 타겟군을 찾아 유료화 기회를 발견하기 위해 타겟별(공교육,대학생,직장인, 소규모 사업자) 베타 서비스 사용 설문, 피드백, 인터뷰를 진행하였습니다.

이중 직장인 고객군에서 해결하고자하는 명확한 문제, 성과를 내어야 하는 상황, 리소스 투입이 원활한 점 등 가장 높은 니즈와 실행력을 발견했습니다. 캔버스로 진행되는 기업교육을 통한 신규 유입과 알고리즘랩스가 보유하고 있는 대량의 기업 고객 데이터를 이용한 마케팅 전략을 기회로 보았고, 회사 내부 팀/담당자를 첫번째 유료화 타겟으로 정하였습니다.

B2B 고객의 니즈를 분석하여, 서비스를 최적화를 위한 전략을 도출하였습니다.

2. 잠재 고객 리서치

💬 2024 코엑스 IT show, AI Expo 컨퍼런스를 참여하여 부스 방문객 70명 대상 의견 수집

💡 대부분의 회사 혹은 부서들이 아직 인공지능을 도입하거나 도입 가능한 수준의 개발 인력을 갖추지 못한 상황이었고, DX에 대한 니즈를 분명히 확인할 수 있었습니다.

💡 ai canvas가 회사의 산업군에 적용될 수 있는지, 사내 시스템/데이터와 연동될 수 있는지 명확히 드러낼 필요가 있음을 발견했습니다.

3. 1:1 In-depth 인터뷰

인터뷰 대상은 코엑스 컨퍼런스에서 캔버스를 알게 되었고, 사내 데이터 자동화와 AI 접목하는데 캔버스를 이용하기 위해 상세 미팅을 요청하였고, 함께 리서치를 진행했습니다.

해당 팀은 AI 도입 관련하여 회사의 선행주자 역할, AI 활용성을 회사에 입증해야 하는 단계였습니다. 캔버스를 이용한 생산성 검토가 이루어 지면, 회사의 고객들 대상으로 다양한 제조장비 결함을 예측하도록 상품화 할 목적이었습니다.

  • 클라우드 vs 온프레미스 와의 장단점에 대한 고려

  • 예측 정확도가 나올만큼의 데이터 사용과 프로토타이핑 니즈 (400GB의 데이터 보유)

  • 현재 사용중인 환경(쿠퍼네티스)와 연동시 소요 시간, 호환성에 대한 의문

  • 구독 형태의 가격 체계 부담, 회사 특성상 한 번의 큰 계약으로 진행하는것이 유리

💬 제조 및 시스템 자동화 분야 기업 RnD 선행팀 심층 인터뷰

💡 B2B2C(Business to Business to Customer), 유저가 제작된 캔버스를 자신의 고객에게 팔거나 제공하여 가치를 창출 하려는 경우에 대응 할 수 있어야 합니다.

4. 디자인 전략 수립

자신의 기업 환경과 캔버스가 연동 될 수 있다는 것을 안다면, 사용성이 높아질 것이다.

산업군과 캔버스 적용 사례를 통해 서비스에 대한 이해를 높일 수 있을 것이다.

회사의 환경에 맞는 비용 책정을 쉽게 받을 수 있다면 문의가 더 많아질 것이다.

중요 기능의 스펙을 전면 노출하면, 캔버스로의 유입이 늘어날 것이다.

유저 권한별 (팀-유저-하위 유저) UX가 최적화된 시스템을 제공하면, 구매 전환이 높아질 것이다.

랜딩페이지 개선

1. 기업형 과금 플랜 (온프레미스,데이터 양, 컨설팅 등) 패키지 추가

2. 산업군 예시, 캔버스 사례 추가

3. 연동 가능한 환경(azure, 도커, 쿠버네티스 등), 커스텀(파이썬 스크립트 추가) 등 중요 기능 리스팅

4. 클라우드 사용시 데이터 보안 체계 명확히 설명

맞춤형 플랜 : 사용 환경에 따른 (데이터 양, 인퍼런스 수, 유저수) 견적 UI

B2B2C에서의 시나리오를 고려하여 유저/팀 관리, 권한 설정, 공유 등 UX 고도화

5. 디자인 전략을 바탕으로 상세 scope과 우선순위를 협의하고, 고도화 작업을 진행중입니다.