2023. 5. 8. 18:01ㆍ기록/UXUI 스터디
🎁 6일차 주제: Data-driven UX
- UX 방법론은 초기엔 정성적 방법론을 통해 많이 수행되어왔는데요(필드 스터디, 인터뷰 등), 최근에는 데이터를 의사 결정에 활용하는 정량적 UX 접근도 활발해지고 있습니다.
- UX 프로세스에 데이터를 활용하기 위한 개인 차원의 노력과 회사 차원의 노력
- Data-driven UX를 위한 보조적 툴
- 리서치 단계의 데이터 활용 / 평가 단계의 데이터 활용 예시 등
- 이외에도 Data-driven UX에 관한 아티클이라면 무엇이든 좋습니다!
나의 챌린지 : 데이터 드리븐 UX라는 게 뭘까?
https://brunch.co.kr/@uxuxlove/51
05화 데이터 드리븐 UX라는 게 뭘까?
요즘 심심치 않게 '데이터 드리븐 UX'라는 이야기가 자주 들린다. 내가 속한 조직만 하더라도 '데이터 드리븐 UX', '데이터 드리븐 CX'라는 이야기를 자주 한다. 하지만 경험해보지 않은 새로운 영
brunch.co.kr
해당 아티클을 읽고 정리
1. 실무에서 데이터 드리븐이 필요한 이유
- 사용자를 이해하기 위해서는 많은 데이터가 필요하기 때문이다
- 개인의 직관은 오류를 범할 위험이 높지만, 사용자의 데이터는 정직하다
- 내부 설득도 빠르게 진행할 수 있다
- 합리적인 의사를 결정할 수 있다
2. 단계별 프로세스
- 발견(Discover) - 정의(Define) - 발전(Develop) - 전달(Deliver) 단계로 나뉜다
(회사마다 영역별 목적에 따라 달라진다)
[발견]
- 어떤 영역에서 문제를 풀 지 정하는 단계이다.
- 시장 상황부터 정성적, 정량적 방법으로 사용자를 조사한다.
- 문제(가설)을 설정하기 위해 사용자 니즈를 파악한다.
-> 사용자의 이야기, 내/외부의 시장 상황 변화 리서치 등이 중요한 자료가 될 수 있다
[정의]
- 시간 흐름에 따라 페인 포인트와 감정 상태를 체크하면서 사용자 니즈를 촘촘히 설계하는 단계이다.
-> 정의 단계에서도 사용자의 이야기, 내/외부의 시장 상황 변화 리서치 등이 중요한 자료가 될 수 있다
[발전]
- 가설을 세우고 검증하면서 서비스 설계를 더욱 촘촘하게 만드는 단계이다.
-> 실제 구현을 위해 보다 구체적인 사용자 데이터들이 필요하다.
-> 가설 검증 과정 자체가 비용이지만, 확인이 필요한 가설들을 세워보며 설계한다.
[전달]
- 서비스들의 성능 테스터가 중요한 사용자 데이터 지표가 되어 서비스 개선 작업들이 진행되는 단계이다.
Ex) 예시로 피곤한 사람을 위한 스마트 홈을 설계한다는 가정일 경우
3. 구체적으로 무엇을 하면 될까?
- 데이터 드리븐 UX에서 가장 필요한 것은 수집, 발굴, 인사이트 분석이다.
- 수집을 하기 위해 목표를 세우고, 문제 해결을 위한 가설을 설정한다.
- 가설이 도출되면 분석에 필요한 '데이터'가 필수적이다.
-> 가설 분석은 모두 비용이기 때문에, 서비스에 영향을 줄 수 있는 것으로 선별되어야 한다.
-> 가장 우선순위 높은 가설을 위주로 분석하는 것이 필요하다.
Ex)
-> 우선순위 기반으로 가설이 최종 도출되면, 가설 분석 방법을 결정해야 한다.
-> 분석 방법은, 기획자, 전문 데이터 분석가 등이 처리하기도 한다.
-> 분석이 완료되면 각 도메인 전문가들과 결과를 해석한다.
-> 실제 데이터를 분석하면 직관으로 예상한 결과값과 분석 데이터가 상이한 경우가 많다.
Ex)
-> 데이터 드리븐 Ux는 데이터가 제대로 수급되어야만 가능한 작업이다.
해당 아티클을 읽고 느낀점
과정에 대해서 간단하게 잘 알 수 있었다. 하지만 실무에서는 데이터 분석 전문가의 도움을 받을 수 있는 경우가 적다고 생각한다. (비용이 높기 때문에) 그래서 좀 더 현실적인 상황에서는 어떻게 분석하는지에 대한 궁금증이 해소되지 않아 아쉬웠다. 디자이너가 나 혼자였어서 홀로 수집부터 분석, 결과 정리까지 했었던 경험이 있기에 전반적으로 이미 알고 있는 내용이었다. 다만, 경험을 빗대어 이것까지 했었으면 좋았겠다 싶은 생각이 들었다.
멤버들 공유 아티클
1. 책 직관의 힘 요약
데이터와 직관은 서로 대립하는 관계가 아니라, 데이터 기반 의사결정을 자주 할수록 직관이 향상되고 직관이 향상될수록 더 좋은 데이터를 모을 수 있게 되는 선순환 관계라고 생각하는데요, 그런 생각이랑 연결되는 글을 찾았어요.
https://readingraphics.com/book-summary-the-power-of-intuition/
Gary Klein의 책 <직관의 힘The Power of Intuition>을 요약한 글인데요, 특히 흥미로운 부분은 직관을 잘 갈고 닦기 위해 데이터를 활용하라는 내용이었어요.
보통은 당면한 각각의 문제를 잘 풀기 위해 데이터를 활용하라고들 말하는데, 위 조언은 장기적으로 인간의 직관을 향상시키기 위한 목적으로 데이터를 활용하라는 내용을 담고 있어서 좋았습니다!
데이터만의 얘기는 아니겠지만, "Since intuition is an extension of our experience, it can be trained." 라는 부분이 좋네요 :)
2. 데이터 기반의 모델링 프로세스
https://story.pxd.co.kr/1452
Data-driven UX를 많이 사용해 본 5w1h와 관련해서 설명된 부분이 좋았습니다. 5w1h를 이용해 어떤 방식으로 볼지를 고민하고 데이터를 시각화 해 데이터기반 행동 패턴을 도출하는 것까지의 인사이트가 들어 있습니다.
중요하게 생각한 부분은 데이터를 수집하고 그걸 정리하는것은 데이터만으로 가능하지만, 결국은 그 데이터를 어떠한 관점으로 해석하는지 어떠한 패턴이 유의미한지를 구별해내는 것은 순전히 ‘사람이 하는 영역’이라고 설명한 부분이었습니다.