brunch

매거진 UX 넋두리
라이킷 87 댓글 3 공유 작가의 글을 SNS에 공유해보세요

You can make anything
by writing

C.S.Lewis

데이터와 지표 이해하기

비지니스를 이해하는 디자이너

by Ji Nov 06. 2018

Summary. 

정량적 데이터는 디자이너에게 '지금 우리는 어떤 디자인을 해야 하는지'와 '왜 그 디자인을 해야 하는지'에 대한 현실적인 판단기준이 됩니다. 지표관리를 하거나 비지니스 임팩트를 측정 & 분석하기 전에 데이터와 지표의 개념에 대한 이해가 필요합니다.


디자이너가 Product Manager(혹은 UX Manager)로 커리어적 터닝포인트가 왔다고 볼 수 있는 기준이 무엇인지 하나만 고르라고 하면 결국 데이터를 기반으로 일을 했고 하지 않았고의 차이라고 생각합니다. 물론 실무를 하는 디자이너도 '데이터'를 기반으로 일을 한다고 볼 수 있겠으나, 그 '데이터'가 UX Designer였을 때는 정성적 경향이 강했다면 Product Manager가 되는 시점부터는 점차 정량적 경향의 데이터를 많이 활용하게 되는 것 같습니다. 그래서 오늘은 정량적 데이터에 대해 이야기를 해보려고 합니다. 


정량적 데이터의 유형(1차적 데이터 & 지표)

정량적 데이터도 생각보다 관점에 따라 그 유형이 다양하게 있습니다. 우선 가장 거시적인 관점인 비지니스 관점에서 본다고 했을 때 회사에서 발생하는 매출, 비용, 이익이라는 숫자들을 기준으로 생각을 해볼 수도 있고요. 그 하위에 있는 조직의 세부 관점으로 볼 수도 있습니다. 예를 들어 마케팅 부서의 경우, 마케팅 예산, 매체별 예산 비율, Performance 마케팅 부서라면 CPI, CPC, CPA, CPS 등의 지표들도 모두 정량적 데이터에서 산출이 되는 수치들입니다. 그리고 UX 담당자분들이 가장 많이 일하고 있을 프로덕트 부서라면 회원가입수, 구매수, Basket Size(주문금액), 로그인수, 방문자수(PV), 순 방문자수(UV), 체류시간, 조회수, 클릭수 등의 정량적 수치들을 기준으로 업무를 할 수 있겠네요. 

다만 사실 업무를 진행하시다 보면, 위에 언급한 지표들보다는 비슷하지만 다른 더 다양한 지표들을 관리하고 그 지표들을 기준으로 업무를 하게 되실 겁니다. 그 이유는 여러분들이 실무를 하시면서 익숙해지셔야 하는 수치(지표)는 2차 가공 지표일 확률이 높고 위에 언급한 데이터는 그 지표들을 도출할 수 있는 1차적(raw) 데이터이기 때문입니다. 예를 들자면, '상품 목록의 전체 조회수'와 '상품 목록 내 상품 리스트 클릭 수'는 위의 언급한 '조회수' & '클릭수'라는 가공되지 않은 1차적 데이터이지만, 두 개 수치를 조합하여 계산하면 상품 목록 > 상품 상세 페이지로의 전환율(Conversion Rate)이라고 하는 새로운 가공 수치(혹은 지표)가 계산될 수 있습니다. 


상품 목록 내 상품 리스트 클릭수 / 상품 목록 조회(진입) 수 
= 상품 목록> 상품 상세 페이지 전환율(%) 

그리고 이런 2차 지표들은 프로덕트나 서비스의 전반적인 퍼포먼스를 유추해보는데 훨씬 더 가볍고 빠르게 모니터링할 수 있다는 장점이 있기에 실무에서는 대부분 이런 2차 가공 수치들을 기준으로 지표를 설정하죠. 물론  이런 지표도 3차, 4차 가공되어 훨씬 세분화하여 관리될 수 있습니다. 예를 들어 위의 '상품 목록> 상품 상세 페이지 전환율'이 전체(평균) 전환율이라고 했을 때, 특정 카테고리의 상품 목록만 똑같은 방법으로 전환율을 도출하여 비교할 수도 있겠죠. 이런 경우에는 특정 카테고리가 우리 서비스 상품 목록의 '평균 경험'에 비해 더 반응이 좋은지 나쁜지를 이해하는데 도움되는 데이터가 도출됩니다. 혹은 조금 다른 관점으로 전체 '상품 목록> 상품 상세 페이지 전환율'에서도 구매이력이 없는 사용자들의 데이터만 기준으로 필터링하여 똑같은 지표를 구성하여 비교해볼 수도 있겠죠. 이런 경우에는 우리 서비스 상품 목록의 '평균 경험'에 비해 신규 유저들은 구매를 더 망설이는지, 혹시 우리 서비스를 어려워하지는 않는지를 유추해보는데 도움되는 데이터가 도출되지요. 



왜 정량적 데이터를 봐야 하는지 

꽤 많은 디자이너분들은 정량적 데이터를 보는 부분을 '선택사항'이라고 생각하는 경향이 있는 것 같습니다. 저도 정량적 데이터를 이해하고 활용해야 한다는 지점에 있어서 '선택사항'이라고 하는 지점에는 이견이 없지만, 조직적인 관점에서 봤을 때 그 의미에 대해서는 이해를 하고 선택을 해야 하지 않을까 생각합니다. 비지니스는 '데이터'를 기반으로 운영됩니다. 전략적인 결정을 내리는 데에 있어서도 정량적으로 기대효과와 비용 및 리스크를 최대한 정량화한 후 판단을 내리고, 각 조직별 퍼포먼스 및 심지어 개인의 성과도 최대한 수치화하여 관리합니다. 이런 비지니스의 환경에서 실무를 담당하는 디자이너가(혹은 다른 어떤 담당자도) 본인의 업무나 성과의 가치를 정량적으로도 해석하려는 시도를 하지 않는다면, 그 담당자의 노력과는 무관하게 업무의 가치는 평가절하되어 판단되고 평가받을 수밖에 없습니다. 또한, 비지니스가 어떤 지표들을 중점적으로 관리하고 있고, 우리 프로덕트가 비지니스적으로 어떤 부분들이 보완이 필요하며 강점이 무엇인지를 지표로도 이해하지 못하는 담당자라면 그 담당자는 주체적으로 일을 하는 데 있어서 조직적으로도 많은 리스크가 있을 수밖에 없습니다. 비지니스의 지표를 기준으로 해결해야 하는 고민 지점이 '신규회원 유입의 증대'일 때, 장바구니 화면을 개선하는 것은 서비스의 방향성과 목표에 동기화가 된 업무를 진행하고 있다고 평가받기 힘들 수밖에 없습니다. 데이터를 기반으로 '이해'하고 업무를 진행하지 않는다면 주체적으로 일하는 조직(멤버)으로서 인정을 받을 수 없으며, 더 나아가서는 혁신을 견인하는 핵심조직(멤버)으로서도 인정받을 수 없습니다. 


정량적인 데이터는 디자이너에게, '지금 우리는 어떤 디자인을 해야 하는지'와 '왜 그 디자인을 해야 하는지'에 대한 현실적인 판단 기준점이 됩니다. 



'디자인 임팩트'에 대한 책임은 디자이너에게 있습니다 

물론 정량적 데이터를 활용하여 정성적인 경험의 니즈를 도출하거나 검증을 하는 것은 쉬운 일이 아닙니다. 저는 그렇기 때문에 디자이너분들이 더더욱 노력을 해야 한다고 생각합니다. 솔직히 이야기를 해서 디자이너만큼 다른 사람들은 사용자 경험에 대해 깊게 이해&공감하기도 쉽지 않을뿐더러, 좀 더 솔직히는 사용자 경험에 그렇게까지 관심이 많은 사람은 그리 많지도 않으니까요. 그렇기 때문에 디자이너들이 먼저 정성적일 수 있는 사용자 경험의 가치들을 정량적으로도 이해하고, 검증하고, 설득하려 노력해야 하는 것 같아요. 마지막으로 예를 하나만 더 들어보자면, 사용자의 관점에서 보았을 때 '공유하기' 기능이 가지고 있는 가치들은 매우 많을 수 있습니다. 하지만 비지니스적으로는 당연한 기능이라고 보여 평가절하 될 수도 있겠지요. 그럴 때 그 '공유하기'라고 하는 경험이 마케팅 바이럴에 얼마나 도움이 되고 있는지, 공유를 통해 인입되는 신규회원들이 어떻게 되는지를 보여줄 수 있고 그렇게 소통할 수 있다면, 그때부터 그 '공유하기'기능은 더 이상 '당연한'기능으로 취급당하지 않을겁니다. 우리가 만들어가며 주입하고 있는 경험이 고객에게 어떤 의미로 도달했는지, 그 의미가 비지니스적으로는 어떻게 해석이 될 수 있는지를 항상 고민하고 관심을 가지면서 일해야 한다고 생각합니다. 그렇게 일했을 때야 말로 진정하게 사용자의 경험을 중심으로 한 비지니스 임팩트들이 나올 수 있을 테니까요. 

매거진의 이전글 Baseline Experience 디자인하기

브런치 로그인

브런치는 최신 브라우저에 최적화 되어있습니다. IE chrome safari