4화, 데이터드리븐, 네이버플러스 UI

프로덕트 디자이너로 성장하기 3일차

2025.05.31(토)
- 1번, 미디엄을 통한 디자인 트렌드 확인
- 2번, 구글 스토어 혹은 VC 인기 서비스 연혁 및 UI 분석
- 3번, 2주에 한번 UI 개선해보기 (UX스터디에서 피드백받고 회고록)

1번, 데이터드리븐
사용자 분석 데이터 유형

https://medium.com/@userpilot/what-is-data-driven-design-and-how-to-master-it-45e8e9d01b55

데이터드리븐, 빠르게 정량리서치를 습득

데이터 드리븐은 BI(데이터분석)툴을 통해서 사용자 정량 정보를 수집할 수 있는 방법이 하나 더 늘어남. 이전에는 설문조사, UT 등을 설계해서 직접 사용자 분석 데이터를 발굴했다면, 이제는 AI를 활용해서 서비스 내의 사용자 흐름을 파악할 수 있게 됨.

Q. 그렇다면, 제품·서비스의 사용성과 성과를 측정하고 개선하기 위한 핵심지표에는 무엇이 있을까? 즉, 전반적인 사용자 분석 지표 목록에는 어떤 것들이 있지?

1. 유입분석 : UV, PV, 세션수, 방문경로, 신규 및 재방문 비율, 클릭률

1-1. UV: Unique visitors로 순 방문자 수를 말함

1-2. PV: Page views로 총 페이지 조회수를 말함

1-2. 세션수: 접속한 횟수 (같은 사람이 여러 번 가능)

1-3. 방문경로: 유입채널 (검색,광고,SNS 등)

1-4. 신규 VS 재방문 비율: 유입력, 만족도, 첫인상, 마케팅 전략 점검

(예시)

신규 80% 재방문 20% 마케팅은 잘됨. 그러나 다시 안옴 -> 첫인상 개선

신규 30% 재방문 70% 유입은 적지만 사용자 충성도 높음 -> 입소문 전략 가능

신규 50% 재방문 50% 이상적임. 꾸준한 유입 + 충성 사용자 확보중

1-5. 클릭률(CTR): 광고나 CTA 클릭 비율

2. 전환분석 : 전환율, 퍼널분석

2-1. 전환율: 원하는 행동(가입,결제)를 완료한 사용자 비율 (ex)장바구니 전환율. 장바구니에 담고 실제 구매한 비율

2-2. 퍼널 분석: 전환까지의 단계별 이탈율 파악

3. 유지 및 충성도 분석 : 유지율, 이탈율, 재방문 및 재사용률, 활성 사용자 지표

3-1. 유지율: 일정 기간 후에도 남아있는 사용자 비율

3-2. 이탈율: 일정 기간 후 서비스를 떠난 비율

3-3. 재방문율/재사용율: 일정기간 내 다시 방문한 사용자 비율

3-4. 활성 사용자 지표, Stickiness 지표: 얼마나 자주 사용하는지 DAU, WAU, MAU

DAU: 일간 활성 사용자

WAU: 주간 활성 사용자

MAU: 월간 활성 사용자

4. 이탈 분석: 이탈률, Drop-off-rate

4-1. 이탈율: 한 페이지만 보고 떠난 비율

4-2. 페이지 이탈율: 특정 페이지에서 나간 사용자 비율

4-3. Drop-off-rate: 특정 플로우 중간에서 이탈한 비율 (가입 절차 중단 등)

5. 행동분석: 세션길이, 체류시간, 스크롤 깊이, 클릭 히트맵, 경로분석

5-1. 세션 길이 / 체류 시간 : 접속한 횟수 (같은 사람이 여러 번 가능)

5-2. 스크롤 깊이: 콘텐츠를 얼마나 아래까지 봤는지

5-3. 클릭 히트맵: 어디를 클릭했는지 시각적으로 보여주는 지도

5-4. 버튼 클릭률 / 메뉴 클릭률

5-5. 경로 분석 (Path analysis): 사용자가 어떤 흐름으로 이동하는지

5-6. 검색어 분석: 검색 기능 이용 시 입력된 키워드

6. 수익 관련 지표: ARPU, ARPPU, LTV, 구매전환율

6-1. ARPU: 전체 사용자 기반 수익성이 얼마나 높은 지 파악함. 특정 기간 동안 전체 사용자 1인당 발생한 평균 수익 (총수익/총사용자수) 예를 들면, 한달 수익 1000만원 / 사용자수 10000명 = 1000원

6-2. ARPPU: 고가 결제자 비중을 파악함. 결제한 사용자 1인당 평균 수익. (총수익/결제사용자수)예를 들면 수익 1000만원/ 유료 사용자수 500명 = 20000원

6-3. LTV: 고객 생애 가치. 한 명의 고객이 생애 주기 동안 서비스에 가져다주는 총 수익. (평균 구매 금액*구매빈도*유지기간) 예를 들면, ARPU 2000원*평균 유지기간 6개월 = 12000원(LTV). 마케팅비용(CAC)와 비교했을 때, LTV가 높아야 효과가 좋다고 판단함.

6-4. 구매전환율: 방문자 중 실제로 구매를 완료한 비율. 이탈 고객의 평균 구매 금액 등. 고객 생애 주기 중 어느 시점에 가장 가치가 있었는 지 판단함.

7. 특성 및 기간 파악: 세그먼트,코호트 분석

7-1. 세그먼트: 사용자 그룹별로 나눠서 보는 것. 맞춤 전략을 펼칠 수 있음. 사용자를 특정 기준으로 나누고, 그 그룹들이 어떤 행동을 했는지 비교하는 분석 (ex) 성별로 나눠서 → 남자는 결제를 더 많이 한다

7-2. 코호트 분석: 같은 시점에 온 사람들끼리 묶어서, 시간이 지나도 계속 추적하는 것. 서비스의 문제가 있는 시점이나, 어떤 기능 업데이트 후 유지율이 좋아졌는 지 확인 가능. 1월에 가입한 사람 중 1개월 후에도 쓰는 비율? 3개월 뒤에는 몇 % 남았을까?

A/B 테스트, 사용자 피드백 (NPS, CSAT)

A/B 테스트: 두 가지 버전(A와 B)을 사용자에게 나눠서 보여준 뒤,어떤 버전이 더 효과적인지 비교하는 실험

NPS: 순추천지수로 사용자의 충성도를 측정하는 지표. 서비스를 지인에게 추천할 의향이 있는지 물어봄. (추천자 비율(%) - 비추천자 비율(%))로 판단.

CAST: 사용자가 지금 경험에 얼마나 만족했는지 측정하는 지표. 서비스 만족도를 물어봄. ((만족 응답 수 / 전체 응답 수) × 100%)로 판단.

---

2번, 네이버 플러스 스토어

2025년 3월에 출시, 2개월만에 구글 스토어 앱 부문 1등 달성 및 500만+ 다운로드

배경

네이버가 다량의 검색 데이터를 기반으로, 사용자에게 개인화된 AI추천을 제공하고자 함. 2025년 3월에 본격적으로 어플을 출시하였음. 이에 따라 기존의 커머스 시장을 선점하던 쿠팡과 경쟁 구도가 발생함. (+ 토스도 커머스를 진출함)

차별화

그렇다면, 네이버는 경쟁사간 우위를 선점하기 위해 어떤 차별화 전략을 펼쳤을까?

- AI 기반 개인화 추천: 검색 이력, 구매 기록, 관심사를 분석하여 맞춤 상품과 트렌드 추천, 라이브 숏폼 활용

- 멤버십 및 제휴 확대: 포인트 5%적립, 네이버시리즈(웹툰/영화/책) 이용권, 스포티파이 체험권, 유튜브 프리미엄, 3000개의 브랜드와 60만개의 판매자 입점, 오프라인 매장과 연계함(네이버 페이 사용시 리워드 등)

- 배송 세분화: 오늘배송, 내일배송, 원하는 요일 선택 배송 등

위는 네이버플러스 홈 기능과 UI 분석, 아래는 추천 콘텐츠 흐름 확인

INSIGHT. 드롭다운 버튼으로 실시간 '신규키워드' '이슈키워드'를 볼 수 있음.

누르면 베스트 코너로 넘어감. 인기 상품이 중요하기 때문에 위처럼 인터랙션과 드롭다운 버튼으로 (주식의 지수느낌) 실시간 주요 정보를 알려주는 것이 참신했음.

INSIGHT. 아이콘형 캐러셀로 개인 맞춤 상품들을 볼 수 있도록 함

아이콘을 클릭하면 끝에 화살표가 달려있음. 아래에 바로 선택한 상품과 유사한 상품들을 다수 보여줌. 아이콘형 캐러셀로 표현한 점이 참신했음.

Q. 탭바에 적립챌린지, 오늘끝딜, FOR YOU, 썸머세일, N배송 왜 이런 다소 유난스러운 용어를 사용했을까?

단순한 카테고리가 아닌, 감정적 반응을 유도하는 '*심리형 탭 네이밍' 전략을 통해 클릭을 유도하고 브랜드 감각을 각인시키기 위함. 오늘끝딜은 긴박함(시간제한,기회상실), 적립챌린지(혜택유도,행동보상), FOR YOU(나만을 위한 느낌), N배송(브랜드화를 통해 신뢰+플랫폼 색채)

- 심리형 탭 네이밍: 단순히 카테고리나 기능을 설명하는 게 아니라, 사용자의 감정·욕구·행동을 자극해서 클릭을 유도하는 탭 이름 방식임. 예를 들면, 기능 중심은 '세일' '신상품' '베스트' 등의 단순 정보 전달이지만 심리형은 '오늘끝딜' '적립챌린지' 'FOR YOU' 등 감정/행동을 자극함.

Q. 탭바에 베스트(인기메뉴)보다 개인화 상품들을 더 앞세운다는 건 알겠음. 근데, 패션뷰티 상품은 왜 강조하고 있는걸까? 이벤트,적립,개인화,계절화,배송 상품만큼 '패션 뷰티'를 내거는 이유는?

패션/뷰티는 몰입형 상품군으로 사용자 탐색 행동을 유도하고 체류 시간과 추천 알고리즘 성능을 높여줌. 따라서 기능형 탭 외에도 감정·트렌드 중심의 소비를 끌어내기 위해 별도의 탭으로 강조하는 전략을 취함.

탐색형 소비, 광고 매출, 감정 소비 중심을 만들어낼 수 있음. 또한,

Q. 패션/뷰티를 내거는 이유가 숏폼(발견탭)과 연관이 있을까?

그렇다. 넵. 숏폼에서 '구매 전환'을 높이기 위해서는 시선끌기, 감정유발, 구매로 이어져야 하는데 이 경로와 가장 적합한 것이 패션/뷰티 분야임. 즉, 패션/뷰티를 중점으로 내거는 이유는, 감각적 몰입 + 개인화 가능성 + 즉시 전환 + 리셀 생태계로 넘길 수 있다는 장점이 있음.

1. 시각적 매력도가 강함 (색감, 스타일, 변신 등)

2. 체형,피부톡,스타일 취향 등 개인화 데이터를 활용하기에 적합함

3. 패션/뷰티는 입은 옷, 쓴 립스틱 등 중고 상품도 판매할 수 있음

4. 브랜드, 뷰티광고 등 광고 수익 모델을 내기 좋음

Q. 시각적 매력도는 음식도 강한데, 숏폼으로 '먹방'을 선택하지 않은 이유는?

1. 음식은 대체로 누구나 골라 먹기 때문에, 개인화 추천이 어려움

2. 반품해도 다시 되팔수가 없음.

3. 게다가 배인/요기요 등 이미 몸집이 큰 기업들이 선점하고 있음