뷰저블 [Data-Driven UX] 책 리뷰
데이터가 두려운 실무자를 위한 입문서
2024년 계획 중에 하나인 [Data-Driven UX] 책 완독하기를 드디어 해냈다. 약 2년 전에 구매했던 책이지만, 게으른 나는 미루고 미루다 이제서야 완독할 수 있었다. 카페 등 여기저기 들고 다녔던지라 표지 가장자리가 조금 너덜너덜해지기도 했다.
이 책은 디지털 제품 개선을 위한 의사결정을 할 때(특히 UX 측면) 개인의 직관이나 경험에 의존하기 보다 객관적인 데이터를 바탕으로 하는 방법을 다루고 있다. 저자인 포그리트는 히트맵 툴인 뷰저블을 만든 곳이기도 하다. 기본적으로 뷰저블 히트맵을 사례로 설명하는 부분이 많았으며, 데이터 분석이 익숙치 않은 사람들을 위한 초기 분석 목표 수립부터 용어 설명, 분석 프로세스, A/B testing 등의 내용을 담았다. 나같은 데이터 초보자를 위한 실무 안내서 같은 느낌이었다.
주요 내용
1. 데이터 분석 프로세스
1단계) 서비스 목표 설정하기
먼저 서비스의 퍼널을 정의한다. 결국 서비스 개선은 좁아지는 깔때기 모양의 퍼널 안에서, 사용자가 줄어드는 것을 최대한 막는 일이다. 무엇을 개선할지 알아야 그 다음 단계를 실행할 수 있다.
퍼널 예시 (출처 : 요즘 IT - 미리 알아두면 좋았을 퍼널을 개선하는 6가지 방법) 2단계) 서비스 목적 달성에 방해되는 문제 페이지 발견하기
1단계에서 정의한 목표를 이루기 위한 사용자 여정을 정의한다. 그 중에서 사용자가 가장 많이 이탈하는 위치를 찾는다.
3단계) 기능과 레이아웃 검증과 최적화하기
각 페이지들의 기능이 유저에게 효용성이 있는지 검토한다.
4단계) 콘텐츠와 세부 UI 검증과 최적화하기
유저의 행동 로그, 히트맵을 분석하면서 콘텐츠나 문구, UI 위치 등이 유저의 태스크 달성에 도움을 주는지 검토한다.
5단계) 꾸준히 개선하고 개선 효과 추적하기
발견한 문제에 대한 가설을 검증하면서 개선한다. A/B 테스트를 거치거나 사용자 행태 히트맵 추이를 살펴볼 수 있다.
2. 데이터 분석 목표 설정
데이터 분석 목표의 세가지 요소 : 달성 기간, 행동 지표, 정량적 수치
ex.7/1~12/1까지 6개월 간 가입자 수 2만명
*행동 지표는 서비스에 따라 상이하며 '비즈니스를 달성하기 위한 사용자의 행동'을 떠올려본다.
3. 데이터 분석 용어
PV(Page View)
페이지가 사용자에게 노출된 횟수다.
UV(Unique View)
PV에서 중복을 제거한 것으로, 실제로 페이지에 방문한 사용자 수이다.
세션(Session)
사용자가 웹사이트에 방문~이탈하기까지의 일련의 행동이다. 사이트 내에서 사용자가 클릭이나 마우스 이동, 스크롤 같은 인터랙션을 하면 지속되지만, 30분 동안 인터랙션이 발생하지 않으면 세션이 종료된다.
국가
사용자가 어느 나라에서 웹사이트를 방문했는지에 관한 정보이다. 국가 데이터를 참고하여 어떤 언어로 번역하여 제공해야 하는지 우선순위를 정할 수 있다. 또한 국가별로 글로벌라이제이션하여 콘텐츠를 변경할 수 있다. (IP에 따라 자동 분류 vs. 사용자가 직접 선택)
책 내용과 별개로, 이전에 글로벌라이제이션 프로젝트를 진행했던 적이 있다. 과거 경험을 회상하며 글로벌라이제이션의 예시를 한번 찾아보았다.
디올 공식 웹사이트의 국가 및 언어 설정 대부분의 웹사이트들은 자동으로 사용자의 국가를 분류하고 해당 국가의 콘텐츠를 보여주었다. 그 중에서 디올 공식 웹사이트와 샵사이다 쇼핑몰은 자동 분류 후, 사용자가 직접 국가 및 언어를 설정할 수 있도록 하고 있었다. 샵사이다에 경우 통화 단위까지 변경할 수 있었다.
샵사이다의 지역, 언어, 통화 설정전환율
사용자 중 소정의 행위를 한 방문자의 비율이다.
이탈율
사용자가 세션에서 상호작용하지 않고 오직 한 페이지만 보고 떠난 비율로, 낮을수록 좋다.
종료율
사용자가 해당 페이지에서 화면을 종료한 비율로, 수치가 높더라도 나쁜 것이 아니다. 페이지에 따라서는 목적이 달성되어 사용자가 종료한 것일 수도 있다.
직접 유입(Direct)
직접 URL 입력하여 유입하거나, 자사 앱을 통한 유입, 문자메시지 링크, QR코드 등을 통해 유입된 경우이다.
추천 유입(Referral)
다른 사이트를 타고 들어온 경우이다.
검색 유입(Search)
검색 엔진을 통해 유입한 경우이다. 각 검색엔진의 가이드라인을 참고하여 SEO가 필요하다. (Paid, Organic)
소셜 유입(Social)
SNS를 통해 유입한 경우이다.
쿠키
사용자가 웹사이트를 처음 방문할 때 사용자 컴퓨터에 저장하는 작은 파일이다. 사용자를 판별할 수 있는 정보를 저장한다.
H&M 웹사이트의 쿠키 수집 동의 안내 예시세그먼트
국가, 도시, 유입 경로 등 공통 속성을 가진 사용자의 집합을 의미한다. 데이터를 세그먼트별로 쪼개어 분석할 수 있다. ex. 12월 회원 가입자 수 5000명은 어떤 사람들일까? -> 유입 경로 세그먼트로 쪼개기 -> 회원 가입자 중 브런치 유입 고객이 30%로 가장 많이 차지 -> 브런치 유입이 가입 전환에 가장 크게 기여하고 있다
4. 히트맵 관련 용어
무효 클릭
클릭 또는 이벤트 대상이 아닌 곳을 클릭한 경우이다. 클리커블한 요소로 착각할만한 UI는 아닌지 살펴봐야 한다.
유효 클릭
클리커블한 요소를 클릭한 경우이다. 전환 클릭과 비전환 클릭으로 나뉜다.
전환 클릭
요소를 클릭하여 다른 페이지로 이동하거나 새탭이 열리는 경우이다. 전환 클릭은 사용자가 해당 페이지에서 마지막으로 체류한 위치이다.
비전환 클릭
URL이 변경되지 않고 페이지 내에서 인터랙션하는 경우이다. 전환 클릭과 달리 클릭 이후에 사용자가 어떤 행동을 했는지 관찰할 수 있다.
Above the Fold
웹사이트에서 스크롤을 내리지 않고 사용자에게 바로 보여지는 영역이다. 강조할 콘텐츠를 이 기본 화면 영역 내에 배치하면 전환율 향상에 도움이 된다.
스크롤 히트맵
사용자의 스크롤 이동을 붉은색(많이 도달)과 파란색(적게 도달)으로 나타낸 히트맵이다. 뷰저블은 스크롤 히트맵과 함께 어텐션 그래프도 제공한다. 어텐션 그래프는 사용자의 체류시간은 나타내며 체류 시간이 길수록 사용자의 주목도가 높은 콘텐츠임을 알 수 있다.
스크롤 히트맵 (출처 : 뷰저블 포럼)패스 플롯
사용자의 탐색 순차를 파악할 수 있다. 개별 사용자의 행동 흐름 정보를 추적한 다음, 전체 사용자의 행동 흐름을 통계 처리하여 하나의 흐름을 추출한 것이다.
패스 플롯 (출처 : 뷰저블 포럼)4. 교차 분석
스크롤 히트맵과 무브(마우스 이동) 히트맵, 클릭 히트맵, 패스 플롯을 교차 분석하여 깊이 있는 사용자 행동 및 원인을 알아낼 수 있다.
나의 리뷰
나는 이전에 히트맵을 활용하면서 '히트맵 1개 -> 인사이트 하나씩' 이렇게 단편적인 정보만 도출하곤 했었다. 그러나 다양한 히트맵(스크롤 히트맵, 무브 히트맵, 클릭 히트맵, 패스 플롯 등)을 교차 분석해야 더 심층적인 사용자 행동 패턴의 분석이 가능함을 알 수 있었다. 히트맵 뿐만 아니라 세그먼트 별 유입 경로나 디바이스, 국가 현황은 물론 전환율과 같은 지표도 함께 확인해야 사용자 행동의 원인을 올바르게 분석하고 이에 맞는 솔루션을 내놓을 수 있을 것이다. 이론으로는 알아도 실제 프로젝트에 부딧혔을 때는 어렵게만 느껴진다. 자사에서 트래킹을 해놓지 않아 과거 데이터가 없는 경우도 있고, 눈 앞에 있는 수치들을 어떻게 해석해야 할지 막막한 경우도 있다. 데이터 비전공자 입장에서 데이터 분석을 실무에서 활용하기란 참으로 어렵게 느껴진다. 그래서 나는 이 책을 다 읽었다고 구석에 박아놓지 않을 것이다. 내 책상 한켠에 두고 필요할 때마다 꺼내서 내 것으로 만들어보고 싶다.
