4. 회원가입 페이지는 그 사이트의 첫 인상
- 필수 입력항목과 선택 입력항목은 명확하게 구분할 것
- 제한사항(글자수, 대소문자)을 명확하게 안내할 것
- 입력 정보에 대한 자동저장 기능을 꼭 고려할 것
- 비즈니스와 관계없는 불필요한 정보는 수집하지 말 것
5. 이용약관 페이지
- 한 페이지에서 복잡하게 여러 개의 이용약관/개인정보 관련 동의
를 처리하지 말 것
- 공통 표준이용약관을 만들어 운영할 것
- 이용약관/개인정보 관련 전문은 별도의 웹페이지나 문서파일로
제공할 것
- 간결하게 구성할 것
로그인 페이지의 구성
- 사용자 입장에서 생각할 것
- 입력정보에 대한 보안사항을 반드시 고려
- 로그인 창의 위치는 눈에 잘 띄는 곳으로
6. Navigation
- 사용자가 사이트의 원하는 곳으로 이동하게 해주는 지표
- 사이트의 전체 구조를 알려줄 수 있는 수단
- 원하는 정보를 탐색하는 데에도 도움이 된다.
예측가능하고, 컨트롤 가능해야 하고, 효율적이어야 함
7. 웹 Navigation 기법들 중 간단하지만 지켜주면 좋은 방법들
<1> 페이지 내비게이션 기법
- 다른 페이지로의 원활한 이동 가능
- 숫자는 명확하게, 이동방식은 다양하게 할 것
<2> ‘TOP’, ‘맨위로’ 버튼의 사용
- 어디에서나 클릭 가능한 위치에 둘 것
<3> 뒤로가기 / 목록 버튼의 사용
- 바로 이전 페이지나 보고 있던 목록 페이지로 갈 수 있도록
할것
8. PART 1
왜 웹 사이트를 벤치마킹하는가
PART 2 - PATTEN 1
사용자의 웹 라이프 사이클을 벤치마킹하라
9. 벤치마킹
우수한 웹 사이트의 웹 서비스와 사용자의 경험 등을
면밀히 분석하여 모방이 아닌 웹 서비스의 차별성을
강화시켜 나가는 것
온라인 대표사례
한겨레 신문의 ‘디비딕’서비스를 벤치마킹하여 대중
화에 성공한 네이버 지식iN
10. 벤치마킹을 통한 효과
- 사용자의 사고와 경험을 이해
- 벤치마킹을 통해 경쟁자 웹 서비스의 동향 파악
- 벤치마킹 결과를 활용하여 아이디어를 창의적
인 사고로 이끌어냄
- 웹 트랜드를 읽는 시각을 넓혀나감
11. 웹 라이프 사이클을 이해해야 하는 이유
적극적인 서비스 활동과 유희적인 가치를 동
시에 추구하는 사용자의 눈높이에 맞는 웹 기
획을 하기 위해서
12. 웹 라이프 사이클
사용자가 웹 사이트에서 제공하는 서비스에 재
미와 유용함을 느껴 적극적인 활동을 하거나 자
발적인 참여를 하는 과정이 반복되는 현상
- 1단계. 활동공간 : 재방문 계기의 단계
- 2단계. 관심공간 : 충성도를 갖는 단계
- 3단계. 의견공간 : 자발적 참여 단계
사용자의 관심사에 맞춰 웹 사이트를 구성할 것
13. 웹 라이프 사이클에 관한 벤치마킹 보고서 작성법
사용자의 웹 라이프 사이클과 관련된 이슈 정리
1.
네티즌 통계자료 활용
2.
사용자 웹 라이프 사이클 분석
3.
사용자의 하루 분석
4.
벤치마킹 결과를 가지고 시사점 도출
5.
15. 구글의 개발 목적
기존의 웹 검색엔진보다 유용한 검색 결과를 얻기 위함
웹 페이지에 순위를 매김
Page Rank
Anchor Text
Word
Rank Function
16. Search Engine의 3요소
Search Server
Search back-end
Index
Search Server
이용자와의 통신 관리
요청 해석 / 처리내용 판단
인덱스 검색
결과를 보기 쉽게 편집 / 전송
17. Search back-end
Crawling : 다양한 웹 페이지를 수집해오는 기술
Index Creating : 웹 페이지를 검색용 Index로
만들어내는 과정
Index
주어진 데이터를 안전하게 저장
요청 받은 데이터를 빠른 속도로 찾아냄
검색엔진의 데이터베이스와 같은 존재
18. 검색의 흐름
이용자가 검색 요청
①
검색어가 Lexicon에 의해 wordID로 변환
②
wordID를 역 인덱스에서 검색하여 docID 리스
③
트 가져옴
docID에 Ranking Function 적용, 점수가 높은
④
순으로 정렬
상위 docID 각각에 대해 웹 페이지 정보 추출
⑤
정보를 정리해서 결과를 이용자에게 보냄
⑥
19. System 성능 향상을 위한 두 가지 방법
Scale – up : 보다 뛰어난 하드웨어를 도입하는 방법
Scale – out : 하드웨어의 수를 늘리는 방법
구글의 선택
Scale – out : 필요에 맞게 장비의 수를 증가시킬 수
있고, 비교적 비용을 억제할 수 있다.
20. 분산 시스템의 구성
Rack : 시스템의 기본, 하나의 Rack에는 40~80대의
PC에 해당하는 부품
Cluster : Rack을 하나의 단위로 여러 개 연결한 것
Data Center : 다수의 Cluster가 한데 모여있는 것
Scale – Out 방식의 문제점
- Hardware의 고장문제
- 고난도 분산처리 문제
21. CPU와 HDD의 효율적 사용
CPU -> Work Queue
복수의 Machine으로 분산시켜 각 기계들의
부하를 감시하고 작업 명령을 내린다.
HDD -> GFS(Google File System)
Machine들을 네트워크로 연결하여 data를
읽고 쓰는 기술
22. 검색엔진의 개량
- 검색 서버의 대규모화
- 검색 back – end의 대규모화
- Index의 대규모화
구글의 분산 시스템
- 검색시 가까운 데이터 센터로 접속됨
- 다수의 서버로 부하 분산
23. 검색 클러스터
- GWS(Google Web Server) : 검색요청을 한 곳에 모음
- LB(Load Balancer) : 부하가 가벼운 곳으로 일을 넘김
Index 분할방식의 변경
- 일정한 페이지 별로 인덱스를 분할
- 많은 인덱스를 한 번에 검색
진화된 구글의 Web 검색 절차