데이터가 없다면 프로덕트 디자이너는 무엇을 해야 할까?
데이터가 없을 때, 올바른 프로덕트 디자인 결정을 내리는 방법
*원문 출처를 번역한 글입니다.
데이터가 없을 때, 어떻게 올바른 프로덕트 디자인 결정을 내릴 수 있을까요?
Photo by Jamie Street데이터 기반 디자인 시대에는 모든 의사 결정의 기반으로 지표(metrics)가 활용됩니다. 하지만 실제로는 참고할 데이터가 없는 상황이 흔하게 발생합니다. 특히 스타트업이나 완전히 새로운 기능을 개발할 때 더욱 그렇죠.
이번 글에서 다룰 내용은 다음과 같습니다.
데이터가 프로덕트 디자이너에게 '북극성' 같은 존재인 이유
데이터가 없을 때 취해야 할 세 가지 단계
가상화폐 구매 기능 개선에 대한 실제 사례
데이터가 부족하다는 것은 마치 어둠 속에서 앞으로 나아갈 길을 찾는 것과 같습니다. 하지만 기본적인 데이터로라도 몇 개의 '작은 불빛'을 만들어낼 수 있다면, 여전히 올바른 방향을 찾을 수 있습니다.
데이터가 프로덕트 디자이너에게 '북극성' 같은 이유
데이터가 없다면 마치 표지판이 없는 갈림길에 서 있는 것과 같습니다. 우리는 추측하거나, 논쟁하거나, 개인적인 경험에 의존할 수 있지만, 모든 결정의 근거는 약할 수밖에 없습니다. 작은 사용자 행동 데이터 하나만으로도 문제를 바라보는 관점이 완전히 달라질 수 있습니다.
구체적으로, 데이터는 프로덕트 디자이너와 팀 전체에게 다음과 같은 도움을 줍니다:
1. 진짜 문제 파악: 직감에 의존하는 대신 사용자가 정확히 어느 지점에서 멈추는지 알 수 있습니다.
2. 감정적인 논쟁 줄이기: 주관적인 의견에서 실제 사용자 행동으로 논의의 기준을 옮겨갑니다.
3. 실행 시 확신 구축: 데이터가 증거 역할을 하여 결정을 더욱 강력하고 설득력 있게 만들어 이해관계자들에게 어필할 수 있습니다.
다시 말해, 데이터는 누가 옳은지를 증명하는 것이 아닙니다. 팀이 앞으로 나아갈 최선의 길을 밝혀주는 것입니다.
Photo by Jamie Street데이터가 없을 때 가장 먼저 해야 할 일은?
데이터가 없다고 해서 막다른 길에 다다른 것은 아닙니다. 핵심은 데이터가 '아예 없는' 것인지, 아니면 '아주 조금이라도 있는' 것인지를 파악하는 것입니다. 제가 주로 사용하는 세 가지 단계는 다음과 같습니다.
1. 벤치마킹 및 가설 수립
먼저, 동일한 도메인의 제품들을 살펴보며 그들이 문제를 어떻게 해결했는지 파악합니다. 그리고 다음 기준을 활용하여 패턴과 부족한 점들을 기록합니다.
사용자 여정 단계 (Flow)
정보 구조 (IA)
전반적인 사용자 경험 (UX)
대략적인 정량적 관점을 얻기 위해 간단한 비교표를 만든 후, 전문가나 사용자와의 짧은 대화를 통해 얻은 정보와 결합합니다. 이것이 최종적인 답이 아닐 수는 있지만, 순수한 추측이 아닌 초기 가설을 세우는 데는 충분합니다.
2. 최소한의 데이터 생성
앞서 세운 가설을 바탕으로, 팀은 정식 제품 출시를 기다리기보다는 빠르게 테스트하여 첫 번째 신호들을 수집해야 합니다. 두 가지 간단한 방법은 다음과 같습니다.
프로토타입 테스트: 소규모 그룹(약 20명)의 행동과 반응을 관찰하고, 팀원들이 나눠서 테스트 및 기록을 진행합니다.
간단한 인터뷰: 숫자만으로는 전체 이야기를 알 수 없으므로, 정성적 인사이트를 추가합니다.
이러한 소규모 테스트들은 '초기 데이터'를 생성하며, 이는 더 많은 리소스를 투자하기 전에 가설을 검증하기에 충분한 양입니다.
3. 측정 및 시각화 확장
초기 테스트를 통해 디자인 방향이 확정되면, 팀은 개발 단계로 넘어가기 위해 이해관계자들의 동의를 얻어야 합니다. 이때 테스트 결과는 구체적인 증거가 되어, 모두가 직감에 의존하는 대신 한 방향으로 나아갈 수 있도록 돕습니다.
해당 기능이 개발 단계에 접어들면, 트래킹 이벤트를 추가하는 것이 필수적입니다. 이는 팀이 사용자들이 전체 여정을 완료하는지 확인할 뿐만 아니라, 그들이 어디에서 멈추는지, 그리고 완료하는 데 얼마나 시간이 걸리는지 이해하는 데 도움이 됩니다.
제가 주로 추적하는 지표는 다음과 같습니다:
완료율 (얼마나 많은 사용자가 흐름을 완료하는지)
단계별 이탈 (대부분의 사용자가 어디에서 이탈하는지)
작업 소요 시간 (평균 완료 시간)
잔존율 (첫 사용 후 얼마나 많은 사용자가 돌아오는지)
총 거래액(GMV), 전환율, 추가 수익 등 비즈니스 지표
이 덕분에, 데이터는 단순한 사용자 경험(UX) 개선을 넘어 프로덕트 팀과 비즈니스 리더 간의 공통 언어가 됩니다.
실제 사례
'가상화폐 구매' 플로우를 개선하던 중, 우리 팀은 성공적인 거래 건수가 예상보다 훨씬 낮다는 것을 발견했습니다. 이 기능은 매우 중요했고, 사용자들은 자주 화면을 방문했지만 구매를 완료하는 경우는 드물었습니다. 분명히 무언가 잘못되어 있었습니다.
특정 데이터가 없는 상황에서, 우리는 여러 가설을 세울 수밖에 없었습니다:
앱 내 UI가 너무 복잡해서 사용자들이 포기하는 것일까?
사용자들이 인지된 위험 때문에 망설이는 것일까?
웹뷰(WebView)로의 전환이 안전성 우려를 낳는 것일까?
아니면 네트워크나 서버 문제로 인해 경험이 방해받는 것일까?
모두 그럴듯하게 들렸지만, 여전히 추측에 불과했습니다.
더 나아가기 위해, 팀은 사용자들이 웹뷰(WebView)로 이동하기 전의 행동을 포착하기 위해 앱에 상세한 트래킹 이벤트를 추가했습니다.
결과는 사용자들이 거래 화면에서 여전히 활발하게 상호작용하며, 웹뷰(WebView)로의 높은 전환율을 보인다는 것을 보여주었습니다. 구매 의도는 분명했지만, 성공적인 거래로 이어지지 않았던 것입니다. 이 데이터를 바탕으로 우리는 제공업체와 협력하여 더 깊이 조사했습니다.
원인이 밝혀졌습니다: 가장 큰 이탈은 KYC 단계에서 발생했습니다. 많은 사용자들이 새로운 제공업체마다 신원 확인을 반복해야 할 것이라고 예상하지 못했기 때문에 이곳에서 이탈했습니다. 사실 이것은 제공업체 정책으로 인해 필수적인 과정이었습니다. 트래킹 전에도 이것이 원인일 수 있다고 의심했지만, 수치를 확인하고 나서야 팀과 파트너들은 문제를 명확하게 인식하고 조치에 동의했습니다.
해결책은 파트너들과의 긴밀한 협력을 통해 모든 제공업체에서 '한 번만 KYC'를 진행하는 시스템을 구축하는 것이었습니다. 동시에 앱에 계정 상태(등록됨, KYC 인증 완료 또는 미완료) 기능을 추가하여 사용자들이 프로세스에서 자신의 위치를 항상 알 수 있도록 했습니다.
이러한 개선 덕분에 플로우는 더욱 투명하고 매끄러워졌으며, 완료율이 크게 증가했습니다. 더 중요하게는, 끝없는 논쟁 대신 데이터와 협업이 진짜 근본 원인을 밝혀냈다는 점입니다. 데이터는 단순히 '이탈 지점'을 보여주는 것을 넘어, 해결책을 제안하고 이해관계자를 설득할 수 있는 기반을 제공했습니다.
Gif By boomerangtoons얻은 교훈
이 경험은 중요한 교훈을 주었습니다. 데이터 부족은 끝이 아니라, 올바른 질문을 던지고 적극적으로 데이터를 만들어내야 한다는 점을 상기시켜 줍니다.
데이터는 명확한 목표와 연결될 때만 의미가 있습니다.
벤치마킹은 단지 참고 자료일 뿐이며, 실제 사용자 행동이 최종 결정을 이끌어야 합니다.
정량적 데이터와 정성적 인사이트를 결합하면 정확하면서도 공감 능력이 반영된 의사 결정을 내릴 수 있습니다.
'데이터 기반'이 목표이지만, 그 목표에 도달하기 위해 복잡한 시스템이 필요한 것은 아닙니다. 우리는 작게 시작할 수 있습니다. 기본적인 트래킹, 빠른 테스트, 격식 없는 사용자 대화 등으로 말이죠. 때로는 가장 좋은 방법이 그들의 입장이 되어보는 것, 즉 통찰력을 의미 있는 행동으로 바꾸는 것입니다.
여러분은 어떤가요?
마지막으로 "올바른 결정을 내리기 위해 어떤 데이터가 필요할까?"라고 스스로에게 물어본 것이 언제였나요?
비슷한 경험이 있으시다면 여러분의 관점을 들어보고 싶습니다.
저는 실무에서 겪은 실제 이야기들을 공유하는 것을 좋아하는 프로덕트 디자이너 민입니다. 이 이야기가 여러분에게 새로운 관점을 제공했기를 바랍니다. 도움이 되셨다면, 다음 글에서 만나요!
출처 : https://wangminhh.medium.com/without-measurement-data-what-should-a-product-designer-do-cc02e244fb22
DEET와 함께 커리어 성장을 위한 작은 습관을 시작해 보세요.
