성공적인 제품 디자인을 위해서는 기발한 아이디어와 재능 있는 구현자 팀 이상의 것이 필요합니다. 또한 사용자가 누구인지, 제품을 어떻게 경험하는지에 대한 깊은 이해가 필요합니다. 디자인 팀이 아무리 경험이 풍부하든, 얼마나 많은 성공적인 제품을 만들고 출시했든 간에, 사용자 데이터를 대체할 수 있는 것은 결코 없습니다. 이유는 간단합니다. 디자이너는 사용자가 아닙니다. 데이터가 없으면 사용자의 요구에 맞는 설계를 작성하기 위해 가정을 구체적으로 검증할 방법이 없습니다. 아무리 경험이 풍부한 디자이너라 할지라도, 의도된 사용자의 요구에 진정으로 맞는 제품이나 서비스를 만드는 유일한 방법은 사용자들을 직접 관찰하고 소통함으로써 얻은 데이터를 사용하는 것입니다.
[1] 데이터 중심 설계란 무엇이며 UX에 중요한 이유는 무엇입니까?
데이터 중심 설계는 직관이나 개인 선호가 아닌 데이터에 기반하여 설계 결정을 내리는 관행입니다. 전체 디자인 프로세스가 연구 수집 및 분석 중심으로 구성될 정도로, 이 데이터의 가치에 대한 지속적인 노력과 이해가 필요하다. 데이터가 없으면 사용자 경험 설계는 존재하지 않으며, 최종 결과는 설계 팀의 인식과 경험에 제한됩니다.
1. 양적 및 질적 데이터
데이터 기반 UX 설계에서는 정성적 데이터와 정량적 데이터의 두 가지 주요 유형을 사용합니다.
2. 정량적 데이터 수집 소스
정량적 데이터는 구체적인 숫자나 값을 통해 측정할 수 있는 객관적 데이터입니다. 그러나 이 데이터의 이면에 있는 의미는 해석할 여지가 있다. 정량적 데이터 수집 소스는 다음과 같습니다.
Google Analytics 또는 Mixpanel과 같은 소스의 분석 데이터는 페이지 뷰, 클릭 및 바운스 속도를 보여줍니다.
사용자가 작업을 완료하거나 특정 정보를 찾는 데 걸리는 시간을 측정하는 가용성 시험 결과입니다.
사용자가 웹 사이트나 제품을 클릭하는 위치를 정확하게 보여주는 열 지도입니다.
제품 또는 서비스와 실제 사용자 상호 작용에서 나오는 사용량 분석입니다. 이 데이터는 사용자가 웹 사이트를 탐색하는 방법, 사용자가 가장 많이 사용하는 기능 및 페이지에 머무는 시간에 대한 정보를 제공할 수 있습니다.
3. 질적 데이터 수집 소스
정성적 데이터는 정량적 데이터와 달리 주관적이어서 객관적으로 측정할 수 없다. 그러나 질적 데이터는 사용자 행동의 이면에 있는 이유에 대한 통찰력과 풍부한 통찰력을 제공합니다.
다음과 같은 UX 연구 방법을 통해 정성 데이터를 수집할 수 있습니다.
사용자 인터뷰 - 사용자가 미리 결정된 질문 집합에 대한 응답을 공유합니다.
포커스 그룹 - 사용자 그룹이 적당한 대화 환경에서 제품 또는 경험에 대해 이야기하는 위치입니다.
설문 조사, 인터뷰, 포커스 그룹 및 기타 연구 방법에서 수집된 사용자 피드백. 이러한 유형의 데이터는 사용자의 요구와 선호도에 대해 알려줍니다.
어떤 종류의 데이터도 가치 있지만, 정량적 및 정성적 데이터의 조합을 수집하면 사용자의 행동이나 의견 뒤에 있는 더 큰 맥락에 대한 보다 완전한 이해를 만드는 데 도움이 될 수 있습니다.
[2] 사용자에게 중요한 것을 알아보기 위해 사용자 연구 데이터를 분석하는 방법
사용자 행동에 대한 데이터 수집은 대상 고객에 대한 이해를 높이기 위한 첫 번째 단계입니다. 다음 단계는 모든 연구 결과를 분석하여 향후 설계 결정에 대한 정보를 제공할 주제나 통찰력을 찾아내는 것입니다.
1. 선호도 매핑 데이터 분석
선호도 매핑 또는 선호도 다이어그램이라고 불리는 연습은 질적 데이터에서 패턴을 식별하는 데 사용될 수 있습니다. 프로세스는 매우 간단합니다. 연구의 각 노트는 별도의 스티커 메모에 기록해야 합니다. 또는 온라인으로 이 연습을 수행하는 경우에는 Miro 또는 InVision과 같은 화이트보드 도구를 사용할 수 있습니다.
노트를 검토할 때 유사한 패턴이나 테마를 찾습니다. 카드를 테마에 따라 그룹으로 정렬합니다. 각 테마를 검토하고 이것이 사용자와 그들의 경험에 대해 말하거나 드러내는 것에 대한 요약을 쓰세요.
2. 정량적 데이터 분석
정량적 데이터는 제품의 패턴과 취약한 부분을 식별하는 데 있어 더 간단할 수 있습니다.
예를 들어, 테스트한 내용에 따라 특정 패턴이 자동으로 발생하는 경우가 많습니다. Google Analytics의 데이터는 특정 페이지에 높은 바운스율 또는 낮은 페이지 타임온(Time-on-Page)을 나타내 사용자가 사이트에 대한 관심을 잃었음을 나타낼 수 있습니다. 제품 내에서 도움말 단추 클릭 수가 증가하여 기능 또는 화면 내에서 혼동 또는 사용성 부족을 나타낼 수 있습니다.
나타나는 패턴에 관계없이 사용자 행동 데이터의 이면에 있는 이유를 이해하려면 추가 연구가 필요할 수 있습니다.
