brunch

매거진 UX 데이터 분석 번역글

라이킷 86 댓글 1

You can make anything
by writing

C.S.Lewis

계정을 잊어버리셨나요?

by 유저해빗 Sep 28. 2016

[번역] 데이터를 이용해 디자인을 개선하는 방법

디자인 목업과 프로세스를 개선하기 위해 '데이터'를 어떻게 사용할 것인가

데이터와 분석, 디자인을 키워드로 하는 좋은 글을 찾아 번역해서 소개하고 있습니다.

네 번째 소개글은 RankyPay의 마케팅 매니저 Sam Warren이 쓴 <How to use DATA to improve your design>를 옮겨서 소개합니다. 이전 번역글들과 비슷한 주제이지만 좀 더 실제 작업에 적용하기 쉬운 내용들이 있어 소개하게 되었습니다. 원문은 링크를 클릭하시면 확인하실 수 있습니다. (매끄러운 전개를 위해 의역된 부분이 있습니다.)

직관에 따라 디자인하는 게 익숙하신가요? 마음 가는 대로 디자인하는 것은 어때요?

힘든 결정을 앞두고 동전을 던져 결정하는 걸 좋아하시나요?

이런 방법들은 당신을 가끔씩 올바른 목적지로 이끌지는 몰라도 효율성을 따지자면 실제 데이터를 사용하는 것만큼 좋은 방법이 없습니다. 디자이너의 관점에서 디자인을 개선하기 위해 데이터를 사용하는 효과적인 방법에 대해 함께 파헤쳐 봅시다.

무엇을 데이터에 포함시킬 수 있을까요?

우선 시작하기에 앞서, 일반적으로 생각하는 ‘데이터’라는 정의에서 좀 더 해방될 필요가 있습니다. 중요한 것은 '숫자'만이 아닙니다. 하지만, 우리는 데이터를 전통적인 데이터 과학자 관점으로 한정시켜 괜히 겁을 먹고 움츠러들었습니다.

예를 들어, 저는 신규 고객의 서비스 유입 과정(onboarding process)에서 그들이 자신의 경험을 묘사하는 데 사용하는 형용사들을 찾기 위해 설문조사를 자주 하는 편입니다. 기존의 분석 전문가들은 정량화하기 쉽지 않은 이런 형태의 데이터를 싫어합니다. 하지만 디자이너들에게는 이런 것들이 꽤 유용합니다.

"WHY?"를 이해함으로써 우리는 더욱 몰입하는 경험을 만들 수 있습니다.

결국, 우리는 종종 독특한 도전들을 맞닥뜨리게 되고 예술과 데이터 분석의 경계에서 우리 자신만의 해석을 해나가야 합니다.

앞으로 우리가 고려할 ‘데이터’의 종류는 크게 다음 두 가지입니다:

1. 정량적 데이터

2. 정성적 데이터

정량적 데이터(Quantitative Data)

빅 데이터! 숫자! 차트와 그래프들!

간단히 말해, 정량적인 데이터는 “누가”, “언제”, “무엇을”, “어디에서”에 관한 수치적인 자료들입니다.

구글 애널리틱스(GA)의 인구통계학적 데이터를 생각해봅시다.

이런 유형의 정보는 디자이너와 관계가 매우 높은 자료가 됩니다. 결국, 당신의 고객을 아는 것은 무언가를 디자인해 고객들의 문제를 최소한 하나라도 해결하기 위해 꼭 필요한 전제조건이 됩니다.

정성적 데이터 (Qualitative Data)

정성적인 데이터는 “어떻게” 그리고 “왜?”라는 질문에 연관된 비수치적인 정보라고 할 수 있습니다.

사람들은 왜 당신의 제품을 선택했을까요? 그들은 어떻게 제품을 쓰고 있나요? 당신의 앱은 사용자들에게 어떻게 받아들여지고 있을까요?

질적인 데이터를 시각화하는 것은 훨씬 어렵습니다. 하지만 이런 데이터들은 디자인 프로세스에서 중요한 역할을 할 수 있습니다. Sentiment Viz라는 서비스가 당신이 파악하고 싶은 키워드에 대한 트위터 유저들의 광범위한 반응을 어떻게 시각화해서 보여주고 있는지 한 번 살펴봅시다.

입력한 키워드가 트위터 내에서 어떤 형용사와 더욱 많이 관계되어 사용되는지 시각화해서 보여주는 차트

얼마나 많은 사람들이 당신의 웹사이트를 방문하는지 아는 것은 훌륭한 정보입니다. 하지만 그들이 “왜” 당신의 사이트를 먼저 방문했는지 알 수 있다면, 그 정보의 가치가 얼마나 클지 상상해보세요.

더 좋은 것은, 서비스가 제공하는 경험이 사용자들로 하여금 어떤 느낌을 가지게 했는지 아는 것입니다.

“WHY”를 이해함으로써 우리는 고객들이 더욱 몰입하는 경험을 만들 수 있게 됩니다.

데이터를 대강 훑어보는 대신, 구체적인 목표를 마음에 설정하세요.

어떻게 데이터를 이용해 디자인할 것인가?

지금까지 디자이너들에게 있어 데이터가 어떤 의미인지 정의해 보았습니다. 다음으로, 목표를 달성하고 고객들을 기쁘게 하기 위해 실제 데이터를 어떻게 활용할 것인지에 대해 얘기해봅시다.

질문으로 시작하세요.

초보자에게 데이터는 뭔가 굉장해 보입니다. 구글 애널리틱스(GA)를 쓰면서 헤매거나 이탈하지 않은 사람이 있나요? 만약 구체적인 목표를 가지고 GA를 사용하기 시작한 것이 아니라면 흔히 발생하는 일입니다. 둘러볼만한 매력적인 것들이 너-무 많기 때문이죠!

뭔가 굉장해 보이는(?) 구글 애널리틱스 보고서 중 하나

당신이 노력한 만큼 효과를 보기 위해서 질문을 가지고 데이터 분석을 시작해봅시다. 무엇을 찾아보고 싶나요? 뻔한 인사이트를 찾기 위해 화면을 그냥 쓱 훑어보는 것이 아니라 구체적인 목표를 마음에 설정해야 합니다.

제 스스로에게 자주 하는 몇 가지 질문들은 다음과 같습니다:

새로운 랜딩페이지가 이탈률에 어떤 영향을 미쳤는가?

변경한 배너의 문구가 전환율을 어떻게 변화시켰는가?

웹사이트 방문자들은 Google에서 어떤 키워드로 검색해서 유입되었는가?

어떤 랜딩페이지가 가장 큰 트래픽 유입을 유도했는가?

당신이 이 데이터들로 무언가를 새롭게 하기 위해서는 많은 요소들에 의존해야 하지만, 위의 마지막 질문 같은 경우에는 데이터를 가지고 디자인 결정을 내리는 것이 더 쉬울 수 있습니다.

또, 우리는 고객들이 우리 사이트에서 보기 원하는 것이 무엇인지 어떤 이미지나 메시지가 그들과 더 연관성 있는지 그리고 어떻게 우리의 가치를 랜딩 페이지에서 강조할 것인지 더 잘 결정할 수 있을 것입니다.

실제 데이터로 목업 제작하기

디자이너들은 종종 목업에서 아래와 같은 “완벽한” 형태의 가짜 데이터를 사용합니다:

디자이너의 머리 속에 있는 레이아웃에 적절하게 어울리는 길이의 텍스트

소수점까지 고려해 깔끔하고 세련되게 보이는 숫자들

이상적인 비율로 크롭 되고, 아름답게 포토샵 된 이미지

하지만 실제 세상은 이렇게 완전하지 않기에, 우리는 실제 데이터를 가지고 디자인해야 합니다.

야생에서는 특이한 케이스들이 발생하죠. 하지만 우리는 목업을 만들기 시작할 때 이 사실을 잊어버립니다.

디자이너들이 실제 데이터를 가지고 목업을 제작한다면, 현실적인 케이스들이 작업에 반영되어 최종 디자인과 기술적인 결정에도 정보를 줄 수 있습니다.

실제 세상은 불완전하기에, 실제 데이터를 가지고 디자인하라

예를 들어, 만약 당신이 뉴스피드 앱을 디자인하는 중이라고 가정해봅시다. 우선 한 화면에 2개의 뉴스 보드를 만들고 기사 헤드라인을 3줄씩 배치할 것입니다. 당신은 아마도 사용자들이 클릭하지 않아도 한눈에 들어오는 적절한 뉴스 제목을 상상하고 입력했을 것입니다.

당신의 mock-up에서, 각각의 6개 뉴스 꼭지들은 보기 좋게 줄을 맞춰 놓여있을 것입니다. 스포일러 하나 할까요?: 이건 당신이 원하는 레이아웃에 맞추기 위해 뉴스 제목을 적절히 가공했기 때문에 가능한 사실이죠!

당신이 mock-up을 실제로 테스트한다면, 예상과는 다른 일이 발생하기 시작합니다. 어떤 뉴스 제목은 길이가 달라 화면 밖으로 여기저기 튀어나오겠죠.

추측대로, 이런 종류의 갈등은 어떤 분야의 앱에서든 발생할 수 있습니다. 실제 고객들의 데이터를 쓰지 않는다면 사용자 경험을 해치는 문제를 더욱 자주 맞닥뜨리게 될 것입니다.

이것이 디자인 과정에서 실제 데이터를 고려하는 것이 얼마나 중요한지에 대해 알려주는 사례입니다. 이런 방법론을 실행함으로써 디자이너들은 실제 제품을 만들기 전에 사용자들이 공감할 수 있는 경험을 설계할 수 있게 됩니다.

이제 마지막으로 하고 싶은 것은, 앱 혹은 웹사이트를 야생으로 내보내기 전에 발생할 수 있는 디자인의 부자연스러운 기능을 수정해 거의 완성단계에 가깝게 제작하는 것입니다.

A/B 테스트

A/B 테스트는 데이터 분석을 당신의 디자인 훈련에 적용할 수 있는 가장 효과적인 방법입니다.

A/B 테스트를 잘 하기로 소문난 Netflix

당신의 CTA(Call-to-Action) 버튼이 방문자들을 잘 전환시키고 있을까요? 녹색보다는 빨간색이 더 눈에 띠지 않을까요? 랜딩페이지의 레이아웃은 어떻습니까?

A/B 테스트는 이런 문제를 해결하는 가장 쉬운 방법입니다. 간단한 절차이지만, 꽤 반복해서 실험을 해볼 수 있고 그렇게 해야 합니다.

가장 쉬운 수준의 A/B 테스트는 페이지 혹은 앱의 한 요소만 바꾸고 나머지는 그대로 두는 것입니다. 그리고 다른 두 가지 실험군에 대한 트래픽을 반씩 나누어 핵심지표(KPI)를 측정하면 된다.

당신의 디자인 프로세스에서 A/B 테스트는 끊임없이 이뤄져야 합니다다. 첫 번째 버전 디자인을 수정했다고 해서 끝난 게 아니죠. 디자인을 할 때는 항상 실험할 방법을 고려해야 합니다! 기억하세요, 우리는 직감이 아니라 데이터가 우리의 결정을 안내해주기 원한다는 사실을요.

A/B 테스트는 디자인 프로세스에서 끊임없이 이뤄져야 한다.

의미 있게 차별화된 설문조사들

"감정"과 같은 추상적인 개념을 정량화하는 것은 어려운 일입니다. 하지만, 인상적인 사용자 경험을 빚어내기 위해 최소한 시도를 해 볼 필요가 있습니다. 사용자들로 하여금 설문에 답하도록 만드는 일 역시 도전적인 일이지만, 그 결과가 제공해주는 가치를 생각해볼 때 역시 해 볼만한 일입니다.

사실 사용자들이 설문을 채우도록 하는 문제는 고객과 여러분의 관계와도 연관성이 있습니다. 그러나 일반적으로는 이메일을 사용하기를 추천합니다.

이메일 설문조사는 몇 가지 좋은 점 때문에 가장 일반적으로 쓰이는 방법입니다. 메일 참여도가 다른 채널에 비해 훨씬 높으며, 사람들의 주의를 끌기에는 가장 쉬우면서도 돈이 적게 드는 방법이기도 합니다.

피드백을 받는데 어려움을 겪는다면, 사용자들이 문항을 채우는 데에 대한 대가를 제공하는 것을 고려해보세요. 최소한 진정성이 담긴 감사를 표현해야 하고, 설문의 답변이 당신의 팀에게 얼마나 중요하고 왜 필요로 한 지 알리는 것도 방법입니다.

다시 본론으로 돌아가서, "의미 있고 차별화된 설문"의 목적은 단순합니다: 먼저 응답자를 대상으로 선택지를 제공한 다음 평점을 매기거나 일정 단계를 선택하도록 하는 것입니다. 제대로만 된다면 꽤 효과적일 수 있는 방법이죠.

만일 “당신의 매니저가 공평한 사람이라고 생각하나요?”라고 묻는 전형적인 설문조사를 진행한다면, 참가자들은 당신이 질문에 사용한 형용사로 인해 특정한 답변으로 편향될 수 있습니다.

반면, 아래 그림과 같이 좀 더 열린 표현으로 질문을 할 수도 있습니다.

SurveyGizmo의 훌륭한 예시

위의 경우를 보면, 함축된 의도는 없습니다. 이 설문의 목적은 어떤 주제에 대해 사람들의 진실한 반응을 얻는 것입니다.

이런 단계를 여러 번 밟아도 좋고, 중립적인 답변의 선택지를 제거할 수도 있습니다. 어떤 사용자들은 짜증을 낼지도 모르지만 조금 더 신중한 답변을 선택하도록 강제할 수 있는 효과도 있습니다.

적용할 수 있는 방법은 끝이 없습니다. 그리고 당신은 어떻게든 당신의 상황과 필요에 적절한 설문조사 방법을 찾아 취해야 합니다.

아마 당신은 랜딩페이지에서부터 사용자들의 인상에 대한 의견을 얻고 싶을지도 모릅니다. 또, 구독자들이 처음 콘텐츠 유료화에 대한 내용을 접했을 때 어떻게 느꼈는지도 궁금할 것입니다. 혹은 사용자들이 “구매”하고 싶은 느낌이 들게 하려면 어떻게 가이드해야 하는지 알고 싶을 것입니다.

여러분이 운영하는 웹사이트의 회원가입 과정은 자연스럽게 이어지도록 디자인되어 있나요? 왜 고객들은 매출 퍼널 중간에 떨어져 나가는 걸까요? 그때 고객들은 당신의 회사에 대해 어떠한 감정을 느꼈을까요?

설문을 통해 답을 얻을 수 있을지도 모릅니다. 한 번 시도해보세요. 피드백을 받고 놀라게 될지도 모릅니다. 그리고 사용자들에 대해 잘 이해할 수 있다는 사실에 대해서도 놀랄 것입니다.