데이터에 속지 않기 위해 알아두어야 할 점 2가지
한 단계 더 도약하는 UX 데이터 분석가가 될 수 있습니다.
안녕하세요 뷰저블입니다. 외부에서 바라보면 데이터는 매우 객관적이고 공정하며 정확한 것처럼 보입니다. 하지만 실제로는 해석하는 사람에 따라 그 사람의 의도가 좋건 나쁘건 상관없이 왜곡이 발생할 수 있고, 일부 사람들이 그러한 왜곡을 권력의 무기로 사용하기도 합니다. 그렇기 때문에 분석을 시작하는 UX 디자이너라면 이러한 데이터의 특성을 잘 알아두어야지만 단편적인 수치나 결괏값에 속지 않을 수 있습니다.
최근 엑셀만 보더라도 데이터 시각화 기능이 매우 잘 갖추어져 있습니다. 숫자만 입력하면 자동으로 알아서 그래프와 차트는 물론 3D 효과까지 만들어줍니다. 이처럼 누구나 데이터를 수집하고 시각화할 수 있는 시대가 도래하였습니다. 하지만 분석하는 사람도, 받아들이는 사람도 항상 회의적이며 의심의 눈초리로 볼 수 있어야 합니다.
이를 위해 2가지를 기억해두어야 합니다.
인과관계가 해당하는가?
원인은 이것 외에 없는가?
인과관계가 해당하는가?
예를 들어 콩을 오래 먹은 사람은 장수한다는 기사가 있다고 합시다. 기사 말미에는 '콩을 오래 먹어야 장수합니다.'라는 결론이 적혀 있습니다. 이렇게 내린 결론을 그대로 받아들여도 좋을까요? 그렇지 않습니다.
장수한 사람 즉, 오래전 태어난 사람들이 선호하는 음식이 콩일수도 있는 것이지요. 80~100세 전 태어난 사람들이 자주 먹거나 쉽게 구할 수 있었던 음식이 바로 콩일 수도 있다는 것을 의미합니다.
정확하게 데이터를 비교 및 분석하기 위해서는 어떻게 해야 할까요? 오래 살지 못한 사람 즉, 단명한 사람들이 콩을 자주 먹었는지를 함께 비교해야 합니다. 그런데 보통 이렇게 단명한 사람들은 이미 안계시기 때문에 현재 콩을 많이 먹고 있는지 알 길이 없습니다. 그렇기 때문에 지금 장수하는 사람들이 '이전에 콩을 즐겨먹었는가'에 대해 단명한 사람들이 '장수한 사람들과 동일한 시기에 콩을 즐겨먹었는가?' 혹은 그렇지 않은지 시간을 갖고 살펴보아야 합니다. 일반적으로 특정 그룹의 통계 데이터를 얻었다면 해당 그룹에 속하지 않은 사람들의 데이터와 비교하여야만 올바르게 데이터가 지니는 특징을 논할 수 있게 됩니다.
두번째로 여기서 또 한 가지 주의해야 할 점은, 데이터에 관해 어떠한 특징을 발견하였더라도 원인과 결과를 바로 결론 지어서는 안 된다는 것입니다. 또다른 요인이 없는지를 함께 살펴보아야 합니다.
소득이 높을수록 행복하다고 하는 통계 결과가 있습니다. 그럼 행복하기 위해서는 소득이 높아야 할까요? 그렇지 않습니다. 마찬가지로, 반려견을 기르는 사람들이 그렇지 않은 사람에 비해 심리적으로 더 안정된다는 기사가 있습니다. 그렇다고 해서 심리적 안정을 위해 반려견을 반드시 길러야 한다고 결론 내릴 수는 없습니다. 이미 심리적으로 안정된 상태이기 때문에 반려견에 더욱 호의적이고, 쉽게 기를 수도 있을 것입니다. 정확한 원인과 결과를 밝혀내기 위해서는 먼저 모든 사람들의 심리상태를 테스트해본 후, 이후 사람들에게 반려견을 기르게 해야 할 것입니다. 동일하면서도 충분한 시간이 지난 후 심리적으로 안정이 되었는지를 재차 검사할 필요가 있습니다.
한가지 더 예를 들어봅시다. 핀란드 아이들은 자일리톨 껌을 씹기 때문에 충치 보유 비율이 낮다고 단언할 수 있을까요? 마찬가지로 결코 그렇지 않습니다. 국가적 충치 예방 정책이 있는지를 함께 살펴보아야 합니다.
원인은 이것 외에 없는가?
하나의 예시로 지금 작성하는 '뷰저블 인사이트 블로그'에서는 '대규모 서비스 리뉴얼보다 더욱 중요한 작은 개선의 반복'이라는 글이 650회나 공유되었습니다. 이 공유수가 월등히 많으며 2~3일 만에 급격히 증가한 원인에는 먼저 페이스북에 유료 광고를 게재하였으며 트위터, 네이버 블로그 등 다양한 SNS 채널에 직접 홍보하였기 때문이라고 의견을 낼 수 있습니다.
그럼 거꾸로 트위터와 네이버 블로그에 홍보하고 페이스북에 유료 광고를 내면 공유수가 월등히 높아진다고 결론 지을 수 있을까요? 아니죠. 공유수가 200인 글, 100인 글, 50이 채 되지 않는 글도 존재합니다. 원인을 좀 더 살펴보았더니 다양한 인플루언서들이 자신의 SNS에 홍보를 해주었고 그 때문에 폭발적으로 공유수가 늘어난 것이었습니다.
권도균 님의 페이스북을 통해 공유수가 폭팔적으로 늘었던 블로그 글데이터 분석을 할 때는 데이터를 올바르게 수집하는 것도 중요하지만, 수집된 데이터를 올바르게 해석하고 분별하는 자세가 더욱더 중요합니다!
기억하세요.
인과관계가 해당하는가?
원인은 이것 외에 없는가?
참고하면 좋은 글
뷰저블을 통해 서비스 내 사용자 경험(UX)에 영향 끼치는 문제점을 발견하세요.
뷰저블이라면 그 많은 문제점들을 '새로운 비즈니스 기회'로 바꿔드릴 수 있습니다.
경쟁사는 이미 시작했습니다!
뷰저블 홈페이지
https://www.beusable.net/
뷰저블 페이스북
https://www.facebook.com/beusable
포그리트 인스타그램
https://www.instagram.com/with_4grit/
