비즈니스를 망칠 수 있는 UX의 인지 편향의 5가지 예

게시 됨: 2023-03-31

7년 이상의 경험을 가진 디자이너로서 UX 리서치가 마침내 사용자를 위한 디지털 제품을 만드는 대부분의 회사에서 디자인 프로세스의 필수적인 부분이 된 것을 기쁘게 생각합니다. UX 연구 보고서 2022의 상태에서 명확하게 알 수 있듯이 2020년 연구원의 20% 이상이 UX 프로세스 중에 사용자 연구를 실행하도록 이해 관계자를 설득하는 데 어려움을 겪었다고 주장했지만 2022년에는 3%에 불과했습니다.

UX Research Buy-in이 주요 이슈 설문조사 결과
UX Research Buy-in이 주요 이슈입니다. 사용자 인터뷰 설문 조사 결과.

제 생각에는 사용자 연구를 구걸하는 시대는 끝났습니다. 그러나 앞으로 몇 년 동안 우리는 어떻게 진행해야 하는지에 대한 적절한 교육이 부족하여 잘못 해석된 데이터로 부적절하게 수행된 많은 연구 세션을 처리해야 할 것입니다.

이 문제를 해결하려면 효과적인 사용자 조사를 수행하도록 안내할 수 있는 숙련된 전문가와 협력하는 것이 필수적입니다. 현재 UX 디자인 및 연구 관행에서 개선이 필요한 영역을 식별하는 데 도움이 되는 UX 감사 서비스입니다 . 당사의 전문가 팀은 사용자 경험을 최적화하고 부적절하게 수행된 연구 세션의 함정을 피하는 데 도움이 되는 맞춤형 권장 사항 및 솔루션을 제공할 수 있습니다.

최근에 저는 Mobile Trends Conference 2023에서 연설을 하게 되어 기뻤습니다. 여기서 저는 인지 편향이 제품을 만드는 UX 프로세스에 어떤 영향을 미치고 시간과 돈을 낭비하게 하는지를 강조했습니다. 내 프레젠테이션의 핵심 내용을 읽어보세요.

인지 편향이란 무엇이며 우리의 사고에 어떤 영향을 미칩니까?

빠른 결정을 내리는 뇌의 타고난 능력은 특정 상황에서 결정을 내리는 주요 요인 중 하나로 볼 수 있습니다. 바로 가기는 두뇌 프로세스를 가속화하는 목적으로 사용됩니다. 이것은 우리가 우리의 경험을 더 빨리 이해하고 많은 일상적인 결정을 내리는 데 도움이 됩니다. 인지 편향은 주로 체계적이고 잘못된 사고의 결과입니다.

Daniel Kahneman 및 Amos Tversky와 같은 유명한 심리학자는 인지 편향 용어를 처음으로 제안했습니다. 그들의 발견은 일반적인 문제를 보여주었습니다. 사람들은 합리적으로 정확하지 않은 판단과 선택을 했습니다. 사실, 점점 더 많은 인지 편향이 사회 심리학과 행동 경제학에서 등장했습니다. 일반적으로 인지 편향의 예는 무지 또는 정보 부족에서 비롯됩니다. 또는 근본적인 원인은 특정 상황에 대한 사소하지만 중요한 사실적 요소의 가중치였을 수 있습니다.

UX의 인지 편향이란 무엇입니까?

사람들이 인지 부하를 완화하고 풍부한 정보를 빠르게 처리하기 위해 만드는 행동 또는 사고 패턴입니다. 사람들은 인지 편향을 정신적 지름길로 사용하여 결정을 상대적으로 쉽게 처리합니다. 그러나 이러한 편향은 종종 잘못된 의사 결정과 부정확한 판단으로 이어질 수 있습니다.

UX 디자인에서 이러한 편견을 이해하고 인정하는 것은 사용자의 요구와 선호도에 맞는 효과적인 사용자 경험을 만드는 데 중요합니다. UX 디자인에서 흔히 볼 수 있는 인지 편향에는 확증 편향, 기존 신념을 확인하는 정보를 찾는 경향, 첫 번째 정보에 너무 많이 의존하는 경향이 있는 앵커링 편향이 포함됩니다.

이러한 편견을 인식하고 해결함으로써 UX 디자이너는 명확한 사고와 객관적인 의사 결정을 촉진하는 인터페이스를 만들어 궁극적으로 보다 긍정적인 사용자 경험을 이끌어낼 수 있습니다. 다음은 UX에서 인지 편향의 예와 이를 방지하는 팁입니다.

가장 흔한 인지 편향은 무엇입니까?

인지 편향은 다양할 수 있으며 우리의 교육과 사회적 또는 문화적 맥락에 따라 달라집니다. 원래 심리학에 기반을 둔 인지 편향은 UX 연구 과정에서 자주 관찰됩니다. 다음은 몇 가지 가장 일반적인 예입니다.

1. 확증 편향

우리는 자신의 믿음을 뒷받침하는 방식으로 정보를 해석하는 경향이 있습니다. 즉, 사용자 연구 시나리오를 만들 때 연구자는 가설을 뒷받침하기 위해 질문을 작성할 수 있으며, 이는 사용자가 반응하는 방식에 영향을 미칩니다. 확증 편향은 부정확하고 불완전한 데이터로 이어질 수 있으며, 이는 다시 연구 결과의 타당성에 영향을 미칠 수 있습니다. 이러한 편향을 피하려면 연구 과정에서 공정하고 열린 마음을 유지하고 초기 가정에 도전할 수 있는 대체 가설을 고려하는 것이 중요합니다.

예:

대부분의 사용자가 구매 프로세스를 성공적으로 완료하지 않고 장바구니에 항목을 자주 추가하는 전자 상거래 서비스가 있다고 가정합니다. "체크아웃" 버튼이 충분히 보이지 않을 수 있다는 가정이 있습니다. 따라서 사용성 연구 시나리오에서 디자이너는 다음과 같은 질문을 했습니다.

UX의 확증 편향: 잘못된 질문 예

위에 제시된 문장에서 적어도 2개의 실수를 이미 알아차렸다고 가정합니다. 확증 편향에 오염되지 않은 더 나은 대안을 살펴보겠습니다.

왜? 질문이 구매 프로세스에 문제가 있음을 암시하여 사용자를 특정 패턴으로 즉시 구성했기 때문입니다. 둘째, 이것은 프로세스에서 실제로 일어나는 일을 확인하지 않는 폐쇄형 질문이며 마지막으로 질문은 우리의 가정과 달리 문제의 실마리가 아닐 수 있는 특정 구성 요소에 초점을 맞춥니다.

사용성 테스트 시나리오에서 이러한 편견을 구현하는 위험을 어떻게 완화할 수 있습니까?

따라서 사용성 테스트 시나리오에서 이러한 편향을 구현하는 위험을 줄이려면 다음을 수행해야 합니다.

1. 사용자가 생각하고 인앱 경험을 인식하는 방식의 틀이 되는 암시적인 질문을 하지 마십시오.

2. 사용자가 예 또는 아니오로 대답할 수 있는 폐쇄형 질문을 하지 마십시오. 목표는 문제가 발생하는 이유를 찾는 것입니다.

3. 가설을 바탕으로 질문을 만들지 마십시오. 찾고 있는 문제가 식별한 문제가 아닐 수도 있습니다.

2. 잘못된 합의 편향

우리 자신의 행동 선택과 판단을 비교적 일반적인 것으로 보는 경향은 모든 사람이 우리와 같은 방식으로 생각한다고 생각하게 만듭니다. 잘못된 합의 편향은 모집단을 대표하지 않는 사용자에 대한 가정으로 이어질 수 있습니다. 이러한 편견을 피하기 위해 UX 연구원은 사용자의 행동과 선호도를 보다 포괄적으로 이해하기 위해 다양한 참여자 샘플을 확보하기 위해 노력해야 합니다. 또한 연구자는 자신의 편견과 가정을 인식하고 연구 과정 전반에 걸쳐 이러한 편견과 가정에 도전하기 위해 적극적으로 노력해야 합니다.

예:

몇 년 전 저는 임신 추적기 앱을 작업하게 되었는데, 이 앱은 미래의 엄마들에게 매우 인기 있는 앱이었습니다. 그 성공으로 인해 우리 팀은 아이를 임신한 부부가 함께 임신을 추적할 수 있도록 아빠를 위한 앱을 만들기로 결정했습니다.

우리는 사용자 연구와 연구를 위한 많은 돈이 없었기 때문에 우리 회사 사람들 사이에서 게릴라 테스트를 실행하기로 결정했습니다. 우리는 그들에게 아빠를 위한 임신 앱을 어떻게 상상할지 물었고 매우 귀중한 피드백을 수집했습니다.

우리는 잠재적인 대상 그룹에 대해 몇 가지 가정을 했습니다.

UX 가정의 잘못된 합의 예

아쉽게도 앱 출시 직후 제품 개발 과정에서 합의한 내용이 현실적으로 확인되지 않았다는 사실을 깨달았습니다. 이것이 우리가 알아낸 것입니다:

연구 사례에서 UX 결과의 잘못된 합의

잘못된 합의 편향을 방지하려면 어떻게 해야 합니까?

  1. "전 세계"가 아닌 실제 대상 그룹에 집중하십시오. 저를 믿으세요. 귀하의 앱은 방대한 청중을 위해 설계되었지만 여전히 특정 요구 사항과 동기를 가진 특정 그룹으로 나뉩니다.
  2. 항상 자신의 결정에 의문을 제기하십시오! 우리는 모두 자신만의 정보 거품 속에 살고 있으며 연구자는 외부에서 정보를 수집해야 합니다.
  3. 사용자가 무엇을 하는지 살펴보고 그들이 말하는 것을 듣지 마십시오. 사람들은 거짓말을 합니다. 연구자의 존재에 겁을 먹을 수도 있습니다. 그들은 다른 사람들에게 인상을 남기고 싶어하고 그들이 하지 않는 일을 하겠다고 선언합니다. 그러므로 그들의 의견을 듣기보다 그들의 습관을 묻고 그들의 행동을 관찰하는 것이 더 현명합니다.

3. 프레이밍 편향된 사고

사람들은 긍정적 또는 부정적인 의미가 제시되는지 여부에 따라 옵션을 결정합니다. 암시적인 질문을 할 때 연구 중에 사용자를 모함하기 쉽습니다.

아마추어 요리사가 맛있고 건강한 식사 레시피를 찾는 데 도움이 되는 서비스에 대해 생각해 보십시오. 디자인 팀은 검색 기능이 방해받지 않고 작동하는지 확인하려고 합니다. 모든 사용성 세션이 끝나면 두 가지 다른 방식으로 시작된 결론이 있습니다.

프레이밍 바이어스 예

우리 모두는 이것이 동일한 데이터라는 데 동의하지만 그것이 제시되는 방식은 비즈니스 결정에 다르게 영향을 미칩니다. 그렇다면 이러한 데이터를 어떻게 제시해야 할까요? 이 질문에 대한 좋은 대답은 없다고 생각합니다. 제 생각에는 객관적인 연구자로서 두 가지 데이터를 모두 제시하고 팀과 논의해야 합니다. 팀은 이 기능의 중요성, 구현 비용 및 컨텍스트를 확인해야 합니다. 분석과 같은 수량 데이터로 이러한 결과를 확인해야 할 수도 있습니다.

프레이밍 편향을 어떻게 다룰 것인가?

  1. 질적 연구에서 여러 데이터 소스를 사용하는 방법인 삼각 측량은 문제의 맥락, 규모 및 중요성에 대한 포괄적이고 광범위한 이해를 개발하는 데 도움이 됩니다.
  2. 중요도와 우선 순위에 따라 두 가지 방법으로 결과를 제시하십시오. 당신의 팀이나 다른 연구원들과 토론하십시오.
  3. 데이터가 어떻게 표시되는지 주시하십시오. 이해 관계자와 그들이 제품을 인식하는 방식에 큰 영향을 미칠 수 있습니다.

또한 아래에서 간단히 설명하기로 결정한 두 가지 빈번한 편견이 있습니다.

4. 부정 편향

중립적이거나 긍정적인 것보다 더 부정적인 성격의 경험을 강조하는 경향. 즉, 사용자가 제품을 원활하게 사용하면 표준 경험으로 간주됩니다. `그들은 연구자가 연구의 부정적인 결과에 집중하게 할 수 있는 긍정적이거나 빠른 조치보다는 일부 투쟁에 초점을 맞추려고 합니다. 또한 부정성 편향은 긍정적인 측면보다 부정적인 측면에 더 많은 비중을 두는 사용자 경험에 대한 불균형한 시각을 초래할 수 있습니다. 인지 편향을 극복하려면 긍정적이고 부정적인 사용자 경험에 대한 포괄적인 이해와 연구 과정에서 식별된 문제점이나 문제를 해결하여 보다 균형 있고 긍정적인 사용자 경험을 만드는 것이 중요합니다.

5. 가용성 편향

특정 주제, 개념, 방법 또는 결정을 평가할 때 주어진 사람의 마음에 떠오르는 즉각적인 예에 ​​의존하는 경향. 즉, 일단 결정이 내려지면 일반적으로 자세히 조사되지 않은 데이터를 기반으로 합니다.

가용성 편향은 주제에 대한 좁고 불완전한 이해로 이어질 수 있습니다. 필요한 관련 정보가 간과되거나 제외될 수 있기 때문입니다. 이러한 편향을 피하려면 다양한 출처에서 광범위한 데이터와 정보를 수집하고 의사 결정 중에 열린 마음과 객관적인 태도를 유지하는 것이 중요합니다.

제품 및 UX 팀이 인지 편향에 관심을 가져야 하는 이유는 무엇입니까?

제품 제작자로서 우리는 사용자의 진정한 필요를 파악하고, 그들의 행동을 이해하고, 제품 목표와 요구 사항을 구축하기 위해 편견 없는 데이터를 가져오는 객관적인 사고 방식을 가져야 합니다. 증거 없이 잘못된 데이터나 가정으로 제품을 구축하면 비즈니스에 심각한 피해를 줄 수 있습니다.

제품을 만들 때 정신적 지름길의 위험은 무엇입니까?

편향된 연구를 기반으로 제품 요구 사항을 구축하면 다음과 같은 결과가 발생할 수 있습니다.

  1. 실제 사용자 및 비즈니스 요구 사항을 나타내지 않는 잘못된 결론
  2. 잘못된 문제에 집중하거나 쓸모없는 기능을 개발
  3. 실제 시장이나 유용성 가치를 반영하지 않는 문제의 우선 순위 지정
  4. 사용자와 비즈니스에 전혀 도움이 되지 않는 기능을 구현하면 결국 시간과 비용의 손실이 발생합니다.

UX 연구 및 사용성 테스트에서 인지 편향을 극복하는 방법

우선 UX 리서치 프로세스에 한 명 이상의 사람을 참여시켜 그들이 관찰한 내용을 교환하고 편견 없는 연구 결과를 제공할 가능성을 높일 수 있습니다. 그러나 객관성을 높이기 위해 5명 내외의 연구원과 함께 통역 세션을 진행하는 것이 좋습니다.

둘째 , 의견이 아닌 관찰과 습관에 대한 질문을 바탕으로 사용자가 말하는 것보다 사용자가 하는 일에 가치를 둡니다.

셋째 , 일부 통계를 사용하여 수량 데이터를 완성하여 특정 결론에 대한 증거가 있음을 확신할 수 있습니다.

결국 – 연구의 목표에 집중하고 자신의 목표가 아닌 이 목표를 증명할 메트릭을 정의하면 연구의 목적에 계속 집중할 수 있습니다.