액션 플랜 설정

Key Point

모든 기능(성향, 포토폴리오, 추천)을 다 구현하고 배포 추천 시스템 - 배포 시 : 일단 납득할 만한 선에서(백엔드) 알아서 배포 - 데이터가 쌓인 후 : 알고리즘 단으로(데이터 분석) 처리한다.

Start

2021/03/12

최소 기간

1주

태스크 보드

각자 다음 주 토요일 밤까지 IA와 플로우 차트를 작업 + 어떤 데이터가 사용될지까지 스케치

모든 기능(성향, 포토폴리오, 추천)을 다 구현하고 배포

서비스는 mobile Web ( )

기획팀에서 정의한 기능들 ( 전체 흐름만 참고해주세요 )

브랜딩 공유 → 상아님 ( )

개발단에서 기능 구현이 가능한지 체크해줌

→ 결론 : 모두 구현에 큰 문제는 없을 듯

개발단에서 기획팀 전달 사항

추천을 해줄 때, 어떤 데이터를 활용할 것인가? (ex) 투자 성향, 관심 카테고리, 소유한 주식 종목, 소유한 주식 종목의 매수 건 수, 소유한 주식 종목의 매수 사이 기간 등

→ IA 진행하면서 명료해질 듯 = 해결

새로운 유저는 포토폴리오에 데이터가 적을텐데, 어떻게 추천시킬까?

자기는 열심히 포토폴리오를 업데이트 하지 않고, 타인의 포폴만 얌생이처럼 본다면?

개발단 아이디어 : 포인트 제도? → 리소스가 큼 + 포인트 제도가 정말 큰 효과를 낼지 확신 X

→ 어떤 기능이 효과적인지 모르는 상태에서 구현하면 자칫 헛걸음 + 메인 기능이 아님

→ 일단 UX적 관점에서 풀어내기(ex) 적어도 종목 10개를 등록하게 만든다, 포토폴리오 업데이트를 안 하면 경고 문구 출력

→ 최종 배포 후, 생각해보자

모든 기능(성향, 포토폴리오, 추천)을 다 구현하고 배포