UX실무에서는 어떻게 데이터를 사용할까
데이터 기반으로 우선순위 정하고 디자인하기
UX디자이너로 일을 한다면 한 번쯤은 데이터 주도 디자인(Data-driven design)에 대해 들어보았을 것이다. 최근 들어서는 데이터에 전적으로 의존하는 데이터 주도 디자인보다는 데이터 기반 디자인 (Data-informed design)의 방식으로 유연하게 데이터를 사용하는 것을 권하고 있다.
데이터 주도 디자인(Data-driven design) VS 데이터 기반 디자인(Data-informed design
데이터 주도 디자인에서는 데이터가 디자인 프로세스에서 중심적이고 결정적인 역할을 하는 것을 의미한다. 디자인 결정은 주로 양적 데이터와 지표에 기반한다. A/B 테스트와 실험을 통해 디자인 선택을 검증하고 결과를 최적화하는 데에 중점을 둔다. 목표는 종종 전환율, 참여율 또는 수익 등 특정 지표를 극대화하는 것에 있다
이에 반해 데이터 기반 디자인에서는 데이터가 디자인 프로세스를 발전시키고 결정을 하는데에 있어 여러 요소 중 하나로 사용이 된다. 디자인 결정은 사용자 피드백과 같은 정성적 데이터, 전문가의 판단 및 양적 데이터의 조합에 기반을 한다. 데이터는 디자이너가 사용자 행동, 선호도 및 고민을 이해하는 데 도움을 주지만 디자인 결정을 하는데에 직접적으로 지시하지는 않는다. 디자이너는 데이터를 기반으로 의사 결정 프로세스에 통합하는 데 더 많은 유연성을 가진다. 데이터 사용의 중점은 사용자의 요구를 이해하고 그것들을 효과적으로 해결하는 설루션을 만드는 데 있다.
정량적 데이터 VS 정성적 데이터
데이터 기반의 디자인을 할 때에는 크게 2가지 데이터 타입을 조합한다.
정량적 데이터 (Quantative Data)
정량적 데이터는 숫자로 표현되는 측정 가능한 사실과 통계적 분석을 위한 데이터이다. 정량적 데이터는 사용자의 행동 패턴, 클릭 수, 시간 소요, 만족도 점수, 사용 빈도, 턴오버(Turnover), 컨버젼 레이트(Conversion rate) 등과 같은 측정 가능한 요소를 포함한다. 이러한 데이터는 구글 애널리스틱, 어도비 애널리스틱, 매달려, NPS 데이터, A/B 테스트 등을 통해 수집할 수 있다. 정량적 데이터는 통계적 분석과 추론을 통해 규모와 빈도, 관계 등을 이해하고 사용자 행동의 경향을 파악하는 데 도움이 된다.
정성적 데이터 (Qualitative Data)
정성적 데이터는 사용자의 주관적인 경험, 의견, 태도, 행동, 의도 등에 대한 설명과 감정적인 요소를 포함하는 데이터이다. 이러한 데이터는 주로 사용자의 인터뷰, 관찰, 피드백, 토론 등을 통해 수집된다. 정량적 데이터는 사용자의 결정에 다시 말해 WHAT, 무엇을 하였는지에 대해 말해주지만, 그 무엇을 왜, WHY 하였는지에 대해서는 정성적 데이터가 설명해 준다. 정성적 데이터는 깊이 있는 통찰력을 제공하고 사용자들의 경험에 대한 콘텍스트와 해석을 이해하는 데 도움이 된다.
정성적 데이터와 정량적 데이터는 서로 보완적인 성격을 가지며, 통합하여 사용자 경험의 다양한 측면을 이해하는 데 사용이 된다. 정성적 데이터는 주로 깊이 있는 인사이트와 사용자의 주관적인 경험을 이해하는 데 중요한 역할을 하며, 정량적 데이터는 대규모 데이터 분석과 통계적인 패턴과 경향성을 파악하는 데 유용하다. UX 디자인과 연구에서는 이러한 두 가지 유형의 데이터를 조합하여 종합적인 인사이트를 도출하여 사용자 중심의 디자인 결정을 할 수 있다.
UX디자인 실무에서는 어떻게 데이터를 사용할까?
UX 프로세스와 커뮤니티가 갖쳐져있는 조직에서는 데이터를 효과적으로 분석할 수 있는 AB테스팅 스페셜리스트(AB Testing Specialist), UX 리서쳐, 데이터 애널리스트(Data Analyst)등의 동료들이 있다. 이들은 디자이너보다는 데이터 분석에 대해 잘 알고 있고 디자인이 데이터로 검증가능한지, 어떠한 방법으로 디자인을 검증할지 등에 대해 전문적 지식을 갖추고 있다. 디자이너는 데이터 기반 디자인을 할 때 이들과 협업하여 디자인을 검증하고 데이터 분석을 같이 하며, 데이터 분석 이후에는 PM(Project Manager)나 PO (Product Owner)와 함께 디자인 작업 우선순위를 정한다.
UX디자인 실무에서 데이터 기반 디자인은 어떻게 할까?
현재 일하는 스포츠 용품 회사는 온라인 이커머스 플랫폼과 오프라인 매장을 모두 가지고 있다. 9,145명이 참여한 직접 오프라인 샵의 데이터에 따르면 48%의 오프라인 방문 손님은 매장에 방문하기 전에 온라인으로 상품 정보, 범위를 알아보고 해당 매장에 재고량을 파악한다고 한다. 온라인 데이터 역시 33%의 사용자가 매장 방문을 준비하고 상품을 검색하기 위해 온라인 플랫폼을 방문한다고 한다. 온라인 오프라인 데이터 모두 사용자가 온라인 채널을 매장방문 전 상품을 알아보고, 재고량을 파악하기 위해 이용하는 것을 보여주었다.
하지만 온라인 플랫폼의 데이터에 따르면 상품 재고량에 대해 사용자의 만족도가 현저하게 떨어지는 것을 보여주고 있다.
왜 사용자는 온라인 이커머스 플랫폼의 상품 재고량에 대해 만족도가 높지 않은 것일까? 이 부분에 대해 오프라인 데이터를 조합해서 알아보았다.
오프라인 매장 데이터에 따르면 온라인으로 재고를 파악한 손님들이 그렇지 않은 손님들에 비해 구매손실이 큰 것으로 나왔다. 이 부분에 대해 매장직원에게 직접 물어본 결과 온라인에서 매장 재고가 1 또는 2개일 경우 해당 상품이 매장에 없는 경우가 높다고 한다. 이미 해당 제품이 다른 손님들의 바구니에 있다거나, 전시상품이거나, 고질적인 부정확한 매장 재고 관리를 이유로 들 수 있다. 부정확한 매장 재고 관리는 UX디자이너로서 해결 가능한 범위를 벗어나는 문제이다. 그렇기에
디자이너로서 어떻게 하면 사용자에게 재고가 1-2개일 경우 해당 매장을 방문 시, 해당 상품을 못 찾을 수 있다는 것에 대해 간접적으로 알릴 수 있을까?
현재 웹사이트는 재고가 1-2개일 경우 긍정의 색인 녹색으로 해당 재고를 표현하고 있다. 그렇기에 재고가 많지 않으며 해당 매장 방문 시 해당 상품을 못 찾을 수 있다는 것에 대해 효과적으로 알리고 있지 않다. 하지만 밑에 예시로서, 이케아 웹사이트에서는 재고가 1-2개일 경우 경고의 색인 오렌지로 표현함으로써, 사용자에게 재고가 많지 않음을 조금 더 효과적으로 알리고 있다.
온라인 오프라인, 정량적 데이터 분석을 통해 무엇, What에 대해 파악하였고 그 이유, Why를 매장 직원을 통해 파악할 수 있었다. 데이터 분석으로 통해 우리 프러덕트의 문제점을 파악한 후 현재는 상품 상세 페이지의 재고 디자인을 업데이트 중에 있다.
데이터는 다양하게 우리에게 다가온다. 그리고 그 데이터를 비즈니스와 사용자의 목표에 맞게 분석하고 이를 디자인에 반영하는 능력이 UX 디자이너로서 가장 중요한 기술 중 하나라고 생각한다. 데이터를 전적으로 의존하기보다는 데이터는 문제 분석 도구 중 하나이며 여러 데이터를 참고하고 조합하여 데이터 기반의 디자인을 해보기를 권한다.
