초보자끼리 짧고 굵게 정량적 데이터 스터디하기
들어가기 앞서 용어 참고!
정량적 데이터는 어떤 상황이 발생하고 있는지(또는 발생하고 있지 않은지)를 알려줍니다. 누가, 무엇을, 언제, 어디서 등을 나타내는 수치 데이터입니다(예. 구독률 80% 상승).
정성적 데이터는 리뷰, 인터뷰, 관찰 기록 등 주로 언어로 표현된 것으로 해당 상황이 발생하는 이유를 알려줍니다(예. 이 머그컵은 손잡이가 예쁘고 잡기 편했어요).
어떤 목적으로 시작했나요?
우리는 이제껏 데이터를 수집해서 이터레이션에 적용하기보다 빠르게 기능을 출시하고 개선하는 것에 좀 더 집중해왔습니다. 그러나 2023년부터는 데이터를 프로젝트에 적극 활용하는 방향으로 가고 있어요.
이런 흐름에 맞춰 정량적 데이터 활용법을 공부하고 싶어서 저를 포함한 사내 멤버 중 초보자끼리 모여 스터디를 열게 되었습니다. 정량적 데이터의 개념과 다른 회사의 활용 사례를 학습하고 우리가 어떻게 적용하면 좋을지 생각해 보는 것이 목표였습니다.
어떤 내용을 배웠나요?
1. 개념 학습
정량적 데이터와 정성적 데이터는 상호보완적입니다.
전자는 미래 방향성 설정에 유용한 인사이트를, 후자는 대략적인 개선 방향성에 대한 인사이트를 얻을 수 있기 때문에 두 가지를 적절하게 혼용하는 것이 좋습니다. 원인 분석, 문제 도출, 개선 방향에 이르기까지 유의미한 결과를 도출할 수 있습니다. 데이터 드리븐은 선택과 액션을 데이터로 결정하는 것이며 중요한 것은 데이터로 인사이트를 얻는 것보다 [목표 지표 설정 - 액션 - 피드백] 루프를 도는 것입니다.
데이터는 법전이 아닙니다.
문제 발견 또는 해결을 위한 수단이지 무조건 따라야 하는 법전이 아닙니다. 아래에서 디자이너와 데이터에 대한 오해 4가지를 살펴보세요. 답은 모두 NO입니다!
디자이너가 봐야 하는 데이터는 수치로만 되어있다.
디자이너의 역할은 데이터를 측정하고 분석해서 결과를 공유한다.
디자이너가 봐야 하는 데이터에서 숫자가 가장 중요하다.
디자인과 관련된 의사 결정은 모두 데이터를 통해서 해야만 한다.
2. 다른 회사 사례 수집
다른 회사에서 정량적 데이터를 어떻게 활용했는지 자료를 찾아서 공유했어요. 공통점이 있다면 일정 기간 동안 데이터를 수집해서 가설 검증한 뒤 회고 후 이터레이션에 적용한 것이었습니다. 저희도 조금씩 비슷하게 가고 있는 것 같아요! 내용이 알찬 아티클 5개 추천합니다. 나머지 자료는 참고 자료 및 출처 목록 보기 링크에서 모두 보실 수 있어요.
딜라이트룸: 30분 작업으로 30% 매출을 올린 프리셋 실험
3. 사내 데이터 전문가 세미나
마지막 주에는 회사에서 그로스 그룹 리더를 맡고 계신 김원일 님께서 ‘배포 후 왜 A/B Test와 지표를 측정해야 할까?’를 주제로 실제 프로젝트 예시를 공유해 주셨습니다. 프로젝트 데이터를 퀴즈처럼 내고 원인을 맞추는 방식이어서 즐겁게 진행되었어요(바쁜데 세미나 준비해 주신 원일 님 무한 감사). 덕분에 끝까지 알차게 스터디를 진행할 수 있었습니다.
그래서 앞으로 우리는…
점점 더 프로젝트할 때 가설 수립, 검증, 회고에 데이터를 활용하려고 해요. 개인적인 최종 목표는 데이터 분석을 보고 프로젝트를 제안하는 것인데요! 그때까지 열심히 달려보겠습니다
Thanks to : 세미나 열어주신 김원일 님, 한 번도 빠지지 않고 참석해주신 배상현 님 & 노은빈 님, 참관해주신 유지연 님 & 나규민 님 & 김재은 님 & 김지연 님
데이터라이즈 바로가기 : https://link.datarize.ai/7XzF0c
