#29.비즈니스 지표와 사용자의 생각은 일치하지 않는다
UX리서치 세미나에서 떠오른 인사이트
지난주 운이 좋게도 UX 리서치 세미나에 참석할 기회가 있어서 다녀왔습니다.
프로덕트 디자이너라면 사용자를 만나야 한다는 이야기는 너무 익숙할 텐데요, 이번 세미나에서 들었던 이야기를 간략하게 정리하고 싶어서 주제로 정했습니다.
회사에서도 일본 사용자 조사하기 위해 도쿄로 출장을 가는 길에 이 글도 작성해 봅니다.
fujifilm xt-20. photo by shawnlight우리는 왜 사용자를 만나려고 할까요?
제품에 대한 방향성을 제시하고, 최선의 의사결정을 하기 위해서 만난다고 할 수 있다.
스타트업은 예측 불가능하고 변화무쌍한 환경에 놓여 있기 때문에 의사 결정을 잘못하면 시장에서 원하지 않는 서비스가 되기 십상이다. 따라서 의사 결정을 위한 '기준'과 '근거'가 필요해서 리서치를 한다.
정성적, 정량적인 데이터 어떤 게 중요하죠?
우리는 숫자로 구성된 결과 데이터만 생각하지만 현업에서 정성 데이터를 정량화시켜서도 많이 본다.
의사 결정을 위해서는 데이터가 필요한데 두 가지로 분류할 수 있다.
직/간접적으로 얻는 데이터
사용자의 이야기 또는 관찰로 발견하는 데이터
이번 세미나에서 재미있게 발견했던 부분은 데이터를 읽는 여러 가지 방법론에 대한 분류였다.
Data Aware
Data Informed
Data Driven
세 가지의 방법론을 의사결정 단계에 따라 각각의 방법을 적확하게 사용하면 좋다.
굉장히 익숙한 Data Driven의 대표적인 예는 A/B 테스트다. 문제와 솔루션이 명확한 경우 사용한다.
어떤 솔루션이 나은지 선택하는 결과로 문제가 왜 일어나는지는 볼 수 없기 때문이다.
Data Informed 의사결정은 평소 내가 많이 사용하는 방법론으로 정량 데이터에서 찾은 단서로 정량적인 데이터를 조합해서 의사결정하는 방식이다. 직감의 영역도 포함이 되어 있다.
지표가 이상하다는 것을 단서로 알아차려서 사용자 인터뷰나 설문조사로 면밀하게 밝혀본다.
하지만 현업에서 정성적인 데이터를 이용하기에는 조사하는데 시간과 공수가 많이 들고, 인터뷰의 경우 다수의 의견이 아니라 소수의 의견이라는 이유로 정량적 데이터의 숫자를 이기기 힘든 경우가 많다.
contax t3. kodak potra160vc, photo by shawnlight최근에 백영재 박사님의 Thick Data* 라는 개념을 롱블랙을 읽으면서 알게 되었다.
* 현장의 맥락을 담아 묘사하는 인류학 용어 ‘Thick Description’에서 따온 말. 인류학자 트리시아 왕Tricia Wang이 제안했다. ‘씩 데이터’는 생소하고, ‘두꺼운 데이터’도 의미를 다 품지 못해 본문에선 원어로 표기했다.
생소한 용어인 Thick Data, 무엇을 말하는 걸까?
아래의 두 가지의 이야기가 있다면 여러분은 어떤 선택을 할 건가요?
사용자의 62%가 클릭한 A로 결정하는 게 좋을 것 같습니다.
사용자는 3가지 유형의 그룹으로 나눠 볼 수 있었고 이 중 A그룹의 사용자는 실제로 UI가 변화해서 클릭하게 되면서 불편함을 겪고 있다고 합니다.
"경영진이 큰 숫자를 맹신할 때가 많아요. 소비자를 조사한다고 하면 ‘몇 명 설문할 건가요?’부터 묻는 일이 많죠. 중요한 건 ‘양보다 질’이에요. 이걸 해내려면 일의 과정을 시스템으로 만드는 게 필요하죠. 결과를 뽑는 것만 집중할 게 아니라요.” - 백영재 박사님
숫자로 의사를 결정하게 되면 편향되기 쉽습니다. 하나의 매몰되지 않고 다양한 관점에서 전체를 보고 유연하게 사고하는 게 점점 더 중요해지는 것 같습니다. 통섭형 인재를 의미하기도 하는데요. 앞으로는 통섭형 인재가 더욱 필요해지는 세상이 되지 않을까 싶습니다.
“빅데이터로 인간의 숨은 욕망을 들여다볼 수 있다고들 말합니다. 과연 그럴까요? 아무리 양이 많아도, 빅데이터는 숫자에 불과해요. 인간의 실제 경험, 진짜 얼굴을 보여주는 Thick Data에 주목하세요. 소비자는 소비자이기 전에, 사람이니까요. 그들이 언제, 어디서 누구와 이야기 나누는지, 무엇 때문에 웃고 왜 화를 내는지 이해해야, 숨은 욕망이 보입니다." - 백영재 박사님
측정해야 하는 수치는 우리(메이커)가 정한 숫자이고, 사용자의 니즈는 아닐 수 있다는 점을 명심해야 합니다. 늘 제품을 만들다 보면 메이커 관점으로 어쩔 수 없이 바라볼 때가 있습니다. 데이터는 정답이 아니고 현상이나 솔루션의 실마리를 제공할 뿐 목표가 되어서는 안 된다는 걸 다시 생각됩니다.
“빅데이터가 말하는 건 과거에 벌어진 일, 그리고 현재 일어나는 일이에요. 하지만 ‘왜’ 그 일이 벌어졌는지, ‘왜’ 성공했고, ‘왜’ 실패했는지 모른다면? 과거의 성공을 현재로 이을 수도, 과거의 실패에서 벗어날 수도 없습니다. ‘왜’, 그리고 ‘맥락’에 주목하세요.” - 백영재 박사님
Data Informed 방법론이 이러한 방식으로 솔루션을 전개해 나가는 과정일 텐데요, 편견 없이 관찰하고 전체를 볼 수 있는 통섭형 인재가 될 수 있도록 노력해야겠습니다.
이번 주의 월사단은 여기서 마치겠습니다.
기나긴 장마가 예보된 만큼 우산 잘 챙겨 다니시길 바랄게요.
출처: https://www.longblack.co/note/768
