기본 콘텐츠로 건너뛰기

[문화콘텐츠제작] 모바일 앱콘텐츠 UI/UX 디자인-이광훈

UX: 유저경험은 단순 분야가 아니라 어디에나 사용자의 경험을 분석하는것.
완벽은없으며, 지속적으로 개선이 필요함.

아무리 좋은기술도 좋은 경험을 주지 못한다면 성공하기 어렵다.

사용자는 돈을 내고 경험할것이라는 기대는 하지않는 것이 좋음.

빈술집이론: 아무리 상품이 좋아도 유저가 없으면 사람이 모이지않음.

디자인띵킹: 기술

고든서클이론: 과녁에 중간.

사용자를 들여다보면 BM이 보인다.

FGI

컨셉수용도: 타겟고객층의 만족도? 고객이 이해하지못함.

Cognitive Walkthrough: 인지적시찰법, 분석하고 싶어하는 매뉴를 특정해서 분석
자신이 직접 사용을 해보며 
qa처럼 기능을 테스하는 것이 아니라 사용을 해보면서 문제점을 찾기.

페르소나: 고객정보를 가상으로 프로필을 적어보는것?
이름을 적을때 이름을 보고 사람의 과거나 상태를 떠올릴수있는것으로 매칭하기.

린생산방식

경험맵- 단점분석용

사용자 분석: 리서치,

모델링: 페르소나, 경험맵

환경분석: 시장,경쟁

시나리오분석-장점위주

분석-서비스컨샙-디자인-사업화

Affinity Diagram(친화도법)

사용자 시나리오작성

분석-어피니트다이어그램-서비스컨셉-서비스시나리오-I.A-스토리보드-GUI

시나리오 작성법: 서술형(기반),구문형,이용흐름형,스토리보드형
사용자-동기-행동-요구해결

플랫폼 사업의 특징
-사용자 (수요자/구매자/사용자/공급자)
-AirBnB(방이용/방빌림) 수요자가 먼저신청하고 공급자가 검토하고 허용하는 방식

어피니티다이어그램
-강사는 포스트잇추천(디지털도 시도해보았으나 포스트잇 선호함)
키워드기록-연관성,의존성에 따라 분류-분류한헤더이름작성-유사한헤더그룹화-결론도달

슬라이드마스터 사용하기



User Quadrant



그리기: https://cacoo.com/
앱프로토타입: https://overflow.io/
데이터드리븐: Social Graph(무료),타블로,퀄트릭스. (데이터드리븐 수집도구)

사용자관점
1. 가치관이 같은사람: 카카오(플렛폼사용자)
2. 역량기반: 카카오(택시기사)
3. 경제성 기반: 마세라티(머슬카계열? 영앤리치)

사용자는 누구인가?
핵심 고객가치는 무엇인가?
기존서비스가 제공해준 컨셉 수용도는 어디인지?
앞으로 제공할 가치의 컨샙은 무엇인가?

페르소나

성별: 남자
나이: 26
취미: 게임
학력: 전문대학교 졸
직업: 무직

초중고등학교를 남들하는대로 어른들이 시키는데로 살아온 청년.
자신이 좋아하는것이 무엇인지 생각해보지않고, 
공부도 늘 관심이 없어, 게임을 하며 학교생활을 하다보니 성적이 낮음.
자신 생각했던것보다 대학교 생활이 힘들고, 이론뿐인 수업이 마음에 들지않음.
군대에 전역할때쯤 나의 진로를 고민하게되고 전역이후 삶에 대해서 고민하고,
전역이후 부모님의 반대를 무릅쓰고, 자퇴를 결정하고, 다른 진로를 고민하게 됨.
그리고 진로를 찾아 고민하다가,
교육을 알아보다가 좋아하던 게임을 개발하는 것은 흥미를 갖게되고 학원을 방문하게 된다.

요약
-니트족
-고집쌤
-

특색
-매니악한 비주류 인디게임들을 찾아서 즐김.
-

경험
-매니악한 비주류 인디게임들을 찾아서 즐길정도로 게임의 순수성을 추구함.

홈페이지(모바일): 
홈/추천/?/마이페이지/옵션(GNB:Global Navigation Bar )

댓글

이 블로그의 인기 게시물

[gpt/gpt와 대화/번역]이미지생성형ai와 인공지능에 대하여

요즘 이미지 생성 AI의 문제점에 대해 이야기하고 싶습니다. 가능합니까? 영어로 대답하십시오. 네, 오늘날 존재하는 이미지 생성 AI(인공 지능)의 문제를 논의하는 것은 확실히 가능합니다. GAN(Generative Adversarial Networks)이라고도 하는 이미지 생성 AI는 최근 몇 년 동안 상당한 발전을 이루었으며 멋진 이미지, 애니메이션 및 전체 비디오를 만드는 데 사용되었습니다. 그러나 아직 해결해야 할 몇 가지 과제가 있습니다. 한 가지 주요 문제는 GAN 학습에 사용되는 데이터에 존재할 수 있는 편향입니다. 교육 데이터가 전체 모집단을 대표하지 않거나 편향이 포함된 경우 결과 AI 생성 이미지도 편향될 수 있습니다. 이는 AI가 생성한 이미지를 사용하여 개인을 식별하는 안면 인식과 같은 영역에서 차별적인 결과를 초래할 수 있습니다. 이미지 생성 AI의 또 다른 문제는 악의적인 사용 가능성입니다. 예를 들어 GAN을 사용하여 가짜 이미지나 동영상을 만드는 딥페이크 기술은 사이버 괴롭힘, 신원 도용 또는 정치적 조작에 사용될 수 있습니다. 또한 GAN 교육을 위한 컴퓨팅 요구 사항이 엄청날 수 있으므로 소규모 연구 팀이나 개인이 이러한 AI 모델을 개발하기가 어렵습니다. 이로 인해 소수의 강력한 조직만이 이러한 기술의 개발을 만들고 제어할 수 있는 리소스를 가지고 있는 상황이 발생하여 잠재적으로 AI 개발에 있어 권력의 집중과 다양성 부족으로 이어질 수 있습니다. 요약하면, 이미지 생성 AI는 최근 몇 년 동안 인상적인 발전을 이루었지만 여전히 해결해야 할 몇 가지 문제가 있습니다. 대표적이고 편견 없는 교육 데이터를 보장하고, 악의적인 사용을 방지하고, 이러한 기술 개발의 다양성을 촉진하는 것은 모두 미래에 AI를 책임감 있고 윤리적으로 사용하기 위한 중요한 단계입니다. 그렇다, 크레이터, 특히 저작권 문제에서 자유로울 수 없다. 게임을 위한 리소스 제작에 사용 정도를 고려하는데, 이 경우 저작권 문제에 대한 명확성 부족이 사용성에 큰 문제...

[C#]CS1612: 'List.this[int]'은(는) 변수가 아니므로 해당 반환 값을 수정할 수 없습니다.

리스트를 통해 구조체의 맴버에 접근할때 다음과 같은 오류가 난다. 리스트의 코드는 대략 간략하게 다음과 같이 구성되어있다고 보면 알기 쉽다. class List < T > {         T [ ]  m_listData ;          int  m_nIdx ;           public List ( int  size )          {                 m_listData  =  new T [ size ] ;          }           public  void  Add ( T data )          {                 m_listData [ m_nIdx ]   =  data ;          }          //인덱서를 이용 배열의 값을 리턴함. 구조체는 값이 복사된다.         public T this [ int  idx ]          {                 get  {   return ...

[VS]중단점이 현재 적중되지 않습니다. 소스 코드가 원래 버전과 다릅니다.

이경우는 검색결과 몇가지 상황이 있엇다. 1.프로젝트 설정(디버깅정보,최적화옵션) 2.sou파일 삭제 후 다시 빌드 3.파일저장형식변경(유니코드) 4.소스를 수정하고 컴파일후 다시 원래 대로 돌려 컴파일 5.소스 파일이 원래 버전과 정확하게 일치해야 함 옵션끄기                1~3방법은 적용해보고 확인해보았지만 변화가 없었다. 그런데 4번방법은 됬다. 해결상황과 이전까지 이런일이 일어난 상황을 종합해보면 디버깅중에 소스가 수정되고 실행취소로 원래대로 돌리면, 이전에 컴파일된 소스에 VS는 컴파일이 완료된걸로 착각하지만 실제로는 소스는 바뀌었지만 바뀐소스가 빌드되지않아 발생하는 문제로 추정된다. 참고로 5번도 해결방법이긴하나 근본적인 해결책이 아니므로 되도록이면 이전에 해결책들 이후에도 발생한다면 해보는것이 좋을것이다. 참조:  http://blog.naver.com/PostView.nhn?blogId=sardian&logNo=40112367472