2023. 8. 17. 21:32ㆍ기록/UXUI 스터디
데이터의 중요성이 날이 갈수록 대두되는 것 같다.
그만큼 데이터란 프로덕트 개선에 있어 없어서는 안될 존재이기도 하다는 의미일 것이다.
실무에서는 정성적 데이터 조사법 위주로 진행해 왔기 때문에 정량적 데이터 조사법은 어떻게 파악하고 진행되는지 항상 궁금했다.
마침 데이터리안에서 사이드 프로젝트에서 정량적 데이터를 뽑은 경험들을 소개하는 세미나가 있어 청강하게 되었다.
세미나는 총 두 섹션으로 나뉘었고, 그 중 첫번째 섹션의 내용을 정리했다. (두번째 섹션은 차후에)
해당 내용은 이전에 작성한 바 있는 '그밈' 프로젝트에 관한 내용이다.
사이드 프로젝트인 '그밈' 서비스는 어떻게 문제점을 개선했는가?
(해당 내용은 데이터리안 세미나를 들으며 메모한 것을 정리한 것이며, 제가 직접 겪은 내용이 아닙니다.)
1. 문제점 발견
- MVP를 출시했고 사용성이 괜찮은지, 중요하다고 생각되는 걸 강조했는데 불편함 없이 사용되고 있는지 알기 위해 테스트를 진행했다.
- 사용성 테스트인 Maze 사용해서 반응을 확인했다.
두 가지 상반된 결과를 받게 됐다
- 디스콰이엇 웹사이트에서 인기도 트렌딩 프로덕트 1위 유지, 서비스 만족도는 80% 달성
- 테스크 성공률 60%, 검색이 불편하다는 인사이트
인사이트를 확인 후 검색 사용성 개선을 진행하기로 했다.
2. 문제 해결을 위해 데이터 도입
데이터를 도입한 이유에 대해서
- 유저 퍼소나 특징이 어려운 밈 서비스라는 특징
- 개선할 기능을 데이터 기반으로 검증하고 싶다는 니즈
- 공융, 유입으로 성장하는 사이클이기 때문에 기능 구조가 잘 작동하는지 파악 필요
- 호기심
데이터 도입으로 GA4 선택한 이유
- 웹 서비스
- 여러 아티클, 학습 자료가 많아 혼자서도 학습하기 좋음
- GA4는 행동 분석까지 확인이 가능하기 때문에 (사용자가 어떤 목적을 가지고 행동을 하는지 알기 위해서)
- 무료 툴이기 때문에
3. 해결 임팩트가 있는 문제 도출
Maze와 유저 인터뷰를 통해 알게된 문제점 : 검색이 불편하다.
-> Maze 툴의 히트맵 분석을 했을 때 검색은 오히려 문제가 없었다. (히트맵 분석은 사용자가 어느 곳을 선택했는지 열을 통해 알 수 있는 방식)
-> 서비스 검색 로그를 확인했을 때 지속적으로 검색어를 변경해 가면서 검색했던 것이 확인됨
-> 서비스가 가지고 있는 패널의 부족성 때문에 검색이 불편하다고 느끼는 것이라고 추측
4. 문제 해결을 위해서
해결 목표 : 검색 만족도를 높이자
- 검색 만족도와 연관된 것은 검색 기능과 태그를 모아놓은 카테고리이다.
- Maze에서 경로 분석을 통해서 봤을 때 검색 대 카테고리 비율이 4:1로, 압도적으로 검색을 사용하는 유저가 많았다
(여기서 검색은 검색바를 통한 검색, 카테고리는 카테고리를 선택해서 검색하는 것을 의미한다)
자세한 행동 분석을 위헤 GA4 이벤트를 달아 추적했다.
- GA4의 유입경로 탐색 분석했을 때 카테고리에 접근하고 테그 클릭, 상세페이지 보고,공유 버튼을 클릭하는 걸 메인 퍼널로 정함
그 결과, 태그를 사용해 검색하는 유저가 매우 적은 걸 확인할 수 있었고, 카테고리에서 태그로 이동하는 과정에서 대다수 회원이 이탈하는 걸 알 수 있었다
- 카테고리 접근은 93명, 태그 클릭 사용자는 16명
- 카테고리를 연 유저 중에서 태그를 통해 검색을 하는 유저는 약 20%에 그치는 걸 알 수 있었다.
-> 퍼널이 좁아진 곳에서 더 좁아져서 유저가 한 줌 정도 남는 사실을 알게 되었다.
(카테고리를 열어서 태그를 통해 검색해서 밈을 찾는 과정)
5. 해결 방향 선정
태그 카테고리와 키워드 검색 기능이라는 문제를 도출하였는데 카테고리 기능을 최우선으로 하기로 정했다.
두 가지 관점에서 중요도를 정하게 되었다
- 검색 만족도를 높일 수 있는가?
- 리소스 관점으로 우리팀이 해결할 수 있는 문제인가
카테고리보다 검색 바를 통한 밈 탐색이 4배 가량 높지만.. (4:1 비율)
-> 밈이 없어서 생기는 문제, 태그를 모두 달아주는 등의 방식은 현재 리소스로 해결 불가 (밈이 부족해서 생기는 문제)
사용성이 안 좋아 태그 메뉴를 클릭한 유저 중 태그를 클릭하는 유저는 단 20%
-> 밈의 종류가 적은 MVP 상태에서는 태그 메뉴를 통해 밈을 찾을 수 있게 되어 개선 임팩트가 가장 큼
-> 카테고리를 고도화 해서 잘 사용하게 한다면 밈이 없어서 포기하게 되는 불만은 90% 삭제할 수 있겠다고 기대했다.
(카테고리를 통한 태그 검색 사용도 매우 떨어지는 것을 확인하기도 했다.)
(정리하자면, 검색 바를 통한 탐색이 카테고리-태그를 통한 검색보다 이용 비율이 4배 더 높지만,
검색을 통한 불편은 밈 하나하나에 들어가 있는 태그 지정, 밈 종류 추가 등에 의한 개선이 필요하기 때문에 시간이 많이 걸릴 것으로 판단.
반대로 이용 비율은 적지만 카테고리 태그를 클릭하는 경우는 밈의 종류가 적은 현 상태에서 '찾고 싶은 것을 찾을 수 있게 한다' 를 중점으로 개선할 수 있고, 리소스 가용도 가능하며, 실제로 존재하지만 밈을 찾을 수 없어 포기하게 되는 불만은 줄일 수 있을 것이라는 의미이다.)
6. 해결 과정
- 카테고리에서 발견한 이슈들을 모두 나열하고 우선순위를 정했다
- 가장 중요한 건 카테고리명과 태그명이 한번에 파악하기 힘들다는 점이었다
-> 어떤 것을 누르면 무엇이 나오는지 잘 파악해 주어야겠다고 생각되었다.
아주 작은 기능이었지만 검색의 대부분의 많은 걸 믿고 맡길 예정이었기 때문에 찾는 태그가 있다면 정확하게 보여줘야겠다는 생각이 되었고 가나다 순 등 액션 아이템을 도출해 나갔다.
7. 해결 방안
1. 슬롯 인터렉션으로 카테고리에 포함된 태그들을 직관적으로 파악하게 했다.
(실시간 검색어처럼 상상력을 자극할 수 있는 문구로 수정 - 구어체더라도)
2. 기존 햄버거 버튼이었던 카테고리 기능을 검색바와 같은 선상에 놓았다. Tag로 명시했다.
-> 3:2로 비율이 개선되고 카테고리 접근 유저의 태그 사용 비율이 250% 상승했다.
3. 검색 플로우는 기존 칩 형태로 제공된 것을 밈의 백그라운드에 예측할 수 있는 이미지를 넣었다.
-> 밈까지 평균 도달 시간은 기존 45초에서 18초로 줄은 것을 GA에서 확인할 수 있다.
8. 개선 확인
어떻게 개선되었는지에 대한 측정은 GA4에서 확인할 수 있었다.
이벤트를 설계하기 위해선 어떤 것이 문제이고 어떤 지표를 파악해야 나중에 어떤 것이 개선됐는지 알 수 있다.
- 구글 태그 매니저로 GA의 이벤트를 관리했다
- 사용자 개별화 분석으로 유의미한 유저를 찾았다.
-> 중점적으로 봤던 것은 전환은 공유하기 기준으로 서비스 시작부터 얼마나 걸리느냐였다.
(참여시간은 길지 않아도 된다는 인사이트를 얻었다)
- 전환까지 시간이 2.5배 단축되었다는 걸 알 수 있었다. 하나하나 파악하고 수를 셌었다.
- 태그 클릭은 퍼널 분석을 통해 파악할 수 있었다
정리하자면, 개선 이후
- 디스콰이엇에 1위 달성
- 카테고리 접근, 유저 비율 상승
- 태그 사용 유저 250% 상승(카테고리 사용 유저의 태그 클릭)
- 밈 도달 시간 2.5배 단축(밈 공유 전환 기준)
가장 중요한 지표는 빠르게 찾게 해 주겠다였는데, 목적을 달성했다.
개선 이후 유저 인터뷰에서 뭔가 좋아졌다고 말했지만, 정량적으로는 많은 효과를 이뤘다는 걸 느꼈다
9. 깨달은 것
- 정성 조사만으로는 충분하지 않다.
정량적 조사를 통해 엄청 디테일한 액션까지 나올 수 있엇던 것 같다.
- 정량 조사만으로 충분하지 않다.
데이터로 봤을 때 스크롤만 하는 이탈하는 유저 - 인터뷰 했을 때 검색하고자 하는 밈이 확고해서 스크롤만 하지 않아요 - 이벤트 수집 자체에 오류가 있었다는 걸 확인했다.
- 데이터 없인 못 산다.
우선, 사이드 프로젝트임에도 정량적 데이터 수집을 위해 GA4를 독학해서 하나 하나 다 이벤트를 걸고 파악한 것이 놀라왔다.
왠만한 집중과 노력으로는 일일이 다 확인하기 어렵고, 노가다의 범주에 들어가는 작업이기 때문이다.
더더욱 놀라운 것은 직장을 다니면서 이 모든 걸 하셨다는 것이다.
세미나를 들으면서 정량적 데이터에 어떻게 접근해야 하는지 간접적으로 알 수 있었던 시간이었던 것 같다.
생각보다 꼼꼼하게 과정을 말씀해 주셨고, 어떤 이유로 그러한 결정과 데이터를 기준으로 결정하게 되었는지에 대한 내용도 들을 수 있었다.
해결 방안들을 보면 엄청나게 복잡하게 설계된 시각적 해결은 아니다. 어떻게 보면 한편으론 단순한 방법이기도 하다(햄버거 버튼을 직관적인 태그 명칭으로 바꾼다는 등) 그럼에도 이렇게 크고 작은 개선이 사용성에 그대로 영향이 가는 것을 보고 UX/UI 디자인의 중요성을 다시 한번 깨달을 수 있었던 것 같다. 사용자의 직관성에 바로 작용되는 것이 굉장히 놀라웠던 사례였다. 또한 단순한 개선 비율이 아닌 250%라는 놀라운 결과를 나타냈기 때문에 흥미로운 결과였다.
세미나 이후 Q&A 시간에는 다양한 질문들이 나왔었는데, 기억에 남는 것은 어떻게 팀원들을 이끌었는지에 대한 것이었다.
그도 그럴 게, 사이드 프로젝트는 팀원 이탈률이 굉장히 잦다. 목적 의식이 다르기도 하고 출시 이후 해체되는 경우도 꽤 많다. (목적 달성 후 파스스 사라지는 그런..)
어떤 분이 질문으로도 출시 이후 어떻게 팀을 유지했는지에 대한 것이었는데, 이것을 미리 염두했던 그밈PO분은 지속적인 태스트와 새로운 프로덕트 목표를 생성하고 공유하며 팀원 결속에 많은 신경을 썼다고 하셨다.
프로덕트도 중요하지만 무엇보다 가장 중요한 것은 함께 나아가는 사람들일 것이다. 사람이 있어야 프로덕트도 성장하는 것처럼 그밈PO님의 팀 결속에 대한 내용을 듣고 많은 공감이 되었다.
여러모로 인사이트도 얻고 새로운 경험도 들을 수 있었던 세미나였다.
데이터리안 세미나는 처음 들었는데, 데이터에 대한 내용을 상세히 들을 수 있어 앞으로도 흥미로운 강의는 참석을 해야겠다.
(무려 세미나 참여증도 준다!)
(해당 내용은 데이터리안 세미나를 들으며 메모한 것을 정리한 것이며, 제가 직접 겪은 내용이 아닙니다.)