Skip to content

ONBOARDING_GUIDE.md

Latest commit

 

History

History
184 lines (147 loc) · 5.16 KB

ONBOARDING_GUIDE.md

File metadata and controls

184 lines (147 loc) · 5.16 KB

🎯 What2Eat 온보딩 시스템 가이드

📋 개요

What2Eat의 온보딩 시스템은 넷플릭스/스포티파이 스타일의 사용자 취향 수집을 통해 개인화된 맛집 추천을 제공합니다.

🚀 주요 기능

1. 첫 로그인 감지

  • Firebase auth_logs를 통한 첫 로그인 여부 자동 감지
  • 온보딩 완료 상태 추적

2. 단계별 정보 수집

  1. 환영 단계: 온보딩 프로세스 소개
  2. 위치 정보: 주요 방문 지역 설정
  3. 기본 정보: 연령, 성별, 식사 스타일, 예산
  4. 취향 정보: 매운맛 정도, 알러지, 선호 음식
  5. 음식점 평가: 1-5점 평가 시스템
  6. 완료: 설정 요약 및 추천 미리보기

3. 지능형 평가 시스템

  • 높은 점수(4점 이상) 음식점의 유사 음식점 자동 확장
  • 최소 평가 개수 조건 (기본 5개)
  • 실시간 진행률 표시

🏗️ 시스템 구조

What2Eat/
├── src/
│   ├── main.py                    # 메인 앱 (온보딩 플로우 통합)
│   ├── pages/
│   │   ├── __init__.py
│   │   └── onboarding.py          # 온보딩 페이지 클래스
│   └── utils/
│       ├── auth.py                # 첫 로그인 감지 함수들
│       └── onboarding.py          # 온보딩 매니저 클래스
└── test_onboarding.py             # 온보딩 테스트 페이지

🔧 핵심 컴포넌트

1. 인증 시스템 (utils/auth.py)

def is_first_login() -> bool:
    """현재 사용자가 첫 로그인인지 확인"""

def has_completed_onboarding() -> bool:
    """사용자가 온보딩을 완료했는지 확인"""

2. 온보딩 매니저 (utils/onboarding.py)

class OnboardingManager:
    def get_popular_restaurants_by_location(location: str) -> List[Dict]
    def get_similar_restaurants(restaurant_id: str) -> List[Dict]
    def save_user_profile(profile_data: Dict, ratings_data: Dict) -> bool
    def validate_onboarding_data(profile_data: Dict, ratings_data: Dict) -> List[str]
    def get_recommendation_preview(profile_data: Dict, ratings_data: Dict) -> List[Dict]

3. 온보딩 페이지 (pages/onboarding.py)

class OnboardingPage:
    def render(): 단계별 UI 렌더링
    def _render_welcome_step(): 환영 페이지
    def _render_location_step(): 위치 설정
    def _render_basic_info_step(): 기본 정보 수집
    def _render_taste_preferences_step(): 취향 정보 수집
    def _render_restaurant_rating_step(): 음식점 평가
    def _render_completion_step(): 완료 및 요약

💾 데이터 구조

사용자 프로필 데이터

user_profile = {
    "location": "서울시 강남구",
    "location_method": "manual",  # or "auto"
    "birth_year": 1990,
    "gender": "남성",
    "dining_companions": ["혼밥", "데이트", "친구모임"],
    "regular_budget": "1-2만원",
    "special_budget": "2-5만원", 
    "spice_level": 2,  # 0-5
    "allergies": "새우, 견과류",
    "dislikes": "생선",
    "food_preferences": ["한식", "양식", "일식"]
}

음식점 평가 데이터

restaurant_ratings = {
    "rating_rest_1": 4,
    "rating_rest_2": 5,
    "rating_similar_1_1": 3,
    # ...
}

🧪 테스트 방법

1. 테스트 페이지 실행

streamlit run src/test_onboarding.py

2. 메인 앱에서 테스트

  1. 새 계정으로 로그인
  2. 첫 로그인 시 자동으로 온보딩 페이지 표시
  3. 단계별 진행 테스트

3. 강제 온보딩 테스트

  • 테스트 페이지에서 "온보딩 시작" 버튼 클릭
  • 기존 사용자도 온보딩 과정 체험 가능

🎨 UI/UX 특징

1. 넷플릭스/스포티파이 스타일

  • 단계별 진행바
  • 카드 형태의 음식점 표시
  • 슬라이더를 통한 직관적 평가

2. 반응형 디자인

  • 컬럼 레이아웃 활용
  • 모바일 친화적 UI
  • 색상 코딩된 이미지

3. 사용자 경험

  • 실시간 진행률 피드백
  • 유효성 검사 및 오류 메시지
  • 추천 미리보기 제공

🔄 플로우 다이어그램

graph TD
    A[사용자 로그인] --> B{첫 로그인?}
    B -->|Yes| C{온보딩 완료?}
    B -->|No| H[메인 앱]
    C -->|No| D[온보딩 시작]
    C -->|Yes| H
    D --> E[위치 설정]
    E --> F[기본 정보]
    F --> G[취향 정보]
    G --> I[음식점 평가]
    I --> J{최소 평가 완료?}
    J -->|No| I
    J -->|Yes| K[완료 및 저장]
    K --> L[추천 미리보기]
    L --> H
Loading

🚧 향후 개선사항

1. 데이터베이스 연동

  • Firestore 실제 저장/로드 구현
  • 실제 음식점 데이터 연동
  • 추천 알고리즘 고도화

2. UI/UX 개선

  • 애니메이션 효과 추가
  • 음식점 이미지 실제 연동
  • 지도 기반 위치 선택

3. 기능 확장

  • 소셜 로그인 연동
  • 친구 추천 기능
  • A/B 테스트 적용

📞 문의 및 지원

온보딩 시스템 관련 문의사항이나 버그 리포트는 이슈 트래커를 통해 제출해 주세요.

개발자: What2Eat Team
마지막 업데이트: 2024년 12월
버전: 1.0.0