데이터 기반 설계 시작하기. 완전한 가이드

2017년 이코노미스트(Economist )는 “세계에서 가장 가치 있는 자원은 더 이상 석유가 아니라 데이터”라는 제목의 기사를 게재했는데, 이는 놀라운 일이 아닙니다. 결국, 현재 Facebook, Amazon, Microsoft 및 Google과 같은 글로벌 거물은 마음대로 사용할 수 있는 엄청난 양의 데이터를 보유하고 있으며 모든 종류의 용도로 사용합니다.

간단히 말해서 데이터는 실질적으로 어디에나 성공적으로 적용될 수 있는 강력한 자산이며 디자인도 예외는 아닙니다! 아직 데이터를 사용하여 디자인하지 않는다면 변경해야 할 때입니다.

데이터 기반 설계에 대한 이 가이드를 읽으십시오. 여기에서는 다양한 데이터 세트를 사용하여 디자인하는 데 필요한 모든 것을 알려 드리겠습니다.

바로 그 속으로 뛰어들자!

데이터 기반 디자인이란 무엇입니까?

데이터 기반 설계는 측정 가능한 데이터로 디지털 제품을 설계하고 개선하는 프로세스입니다 . 실제로, 이는 사용자, 행동, 참여 또는 디지털 제품의 전반적인 성능에 대한 귀중한 데이터에 의해 설계 결정이 뒷받침된다는 것을 의미합니다.

데이터 기반 설계에서는 원하는 거의 모든 것을 측정할 수 있습니다. 웹사이트와의 사용자 상호 작용이 원활하고 즐거운지 알고 싶습니까? 이탈률 또는 페이지에 머문 평균 시간과 같은 참여 측정항목을 자세히 살펴보세요. 아니면 어떤 마이크로 카피가 가장 잘 작동하는지 알고 싶습니까? 그러면 A/B 테스트가 진실을 말해줄 것입니다!

우리와 함께 성공적인 제품 전략을 개발하십시오

더 알아보기

거짓 합의 효과에 대한 몇 마디

디지털 프로젝트에서 작업할 때 많은 디자이너가 잘못된 합의 효과의 함정에 빠지게 됩니다. 간단한 예를 보여 드리겠습니다. 그러면 아이디어를 얻을 수 있을 것입니다.

모바일 앱에서 온보딩 프로세스를 설계한다고 가정합니다. 어느 시점에서 로그인 옵션을 선택해야 합니다. 직관에만 의존하여 결정을 내릴 수는 없으며 "모든 사용자가 Gmail을 좋아하기 때문에 사용자는 Gmail로 로그인할 것입니다" 또는 "사용자는 온보딩 중에 가장 중요한 기능을 확인해야 하므로 항상 선호합니다"와 같은 주장은 결코 올바른 경로가 아닙니다. 경험 많은 UX 디자이너가 따라할 수 있습니다.

바로 여기에서 올바른 데이터 세트가 작동해야 합니다. 데이터를 현명하게 사용하면 잘못된 합의 효과, 즉 자신의 믿음, 행동 및 의견이 상대적으로 일반적이라고 가정하는 경향을 피할 수 있습니다.

데이터 기반 설계와 데이터 기반 설계: 차이점이 있습니까?

데이터 기반 설계와 데이터 기반 설계는 유사한 개념처럼 보이지만 실제로는 데이터 작업에 대한 두 가지 다른 접근 방식입니다. 그렇기 때문에 이러한 용어를 서로 바꿔서 사용해서는 안 됩니다.

데이터 기반 설계에서 데이터는 설계 프로세스의 핵심이자 영혼입니다. 이는 가장 중요한 결정이 주로 데이터를 기반으로 이루어진다는 것을 의미합니다. 실제로 가장 시급한 문제를 해결하려는 경우 귀하와 귀하의 설계 팀은 귀하가 보유한 데이터를 분석하고 이를 기반으로만 올바른 솔루션을 선택합니다.

데이터 기반 설계에서는 데이터에 대한 접근 방식이 약간 다릅니다. 여기서 데이터는 정보의 보조 소스 로만 사용됩니다. 간단히 말해서 데이터는 큰 가치가 있지만 결정의 원동력은 아닙니다.

다음은 설계에 대한 데이터 기반 접근 방식과 데이터 기반 접근 방식 간의 주요 차이점에 대한 간략한 요약입니다.

설계에 데이터 기반 접근 방식을 선택해야 하는 이유는 무엇입니까?

올바른 질문은 다음과 같습니다. 디자인에 데이터를 사용 하지 않는 이유는 무엇입니까?

데이터는 힘을 의미하며 정보에 입각한 결정을 내릴 수 있습니다. 그것은 주어진 것입니다. 그러나 디자인 프로세스에서 데이터를 사용하는 것에 대해 여전히 회의적이라면 다음과 같이 확신할 수 있는 이 접근 방식의 주요 이점이 있습니다.

• 데이터 기반 설계는 사용자 경험과 제품 성능을 개선 하는 데 도움이 될 수 있습니다.
• 데이터를 적절하게 사용하면 전환율과 매출이 크게 증가하는 것을 확인할 수 있습니다.
• 데이터에 의존함으로써 위에서 설명한 잘못된 합의 효과를 피할 수 있습니다.
• 그것은 당신의 가정을 검증 하는 가장 좋은 방법입니다.
• 불필요한 기능을 구축하는 것과 같이 비용 효율적이지 않은 결정을 내릴 위험을 줄 입니다.
• 데이터는 (일반적으로) 편향되지 않습니다.

보시다시피 관련 데이터와 적절한 해석을 사용하여 디지털 제품을 향상하고 비즈니스 목표를 더 쉽게 달성할 수 있습니다.

데이터 기반 설계 프로세스

데이터 작업에 대한 경험이 거의 또는 전혀 없는 경우 데이터 기반 설계 개념이 처음에는 압도적으로 보일 수 있습니다. 하지만 걱정할 필요가 없습니다.

가장 시급한 이슈 파악부터 데이터 분석까지 전 과정을 단계별로 안내해 드리겠습니다. 이 프레임워크를 사용하면 측정 가능한 데이터를 최대한 활용하는 방법을 정확히 배울 수 있습니다.

추격전으로 넘어가자!

1. 관심 분야를 식별하십시오.

모든 데이터 기반 설계 프로세스는 탐색, 측정 및 테스트하려는 항목을 발견하는 한 가지 특정 것으로 시작해야 합니다.

귀하의 웹사이트에서 현재 실적이 저조한 특정 항목이 있습니까? 사용자가 클릭을 거부하는 CTA 버튼이 있습니까? 아니면 어떤 단계에서 이탈률이 놀라운 수준에 도달합니까? 설계 데이터로 백업할 수 있는 항목은 수천 가지가 있습니다. 보다 심층적인 분석 및 측정이 필요한 가장 시급한 문제를 식별하려면 Google Analytics 또는 기타 도구를 자세히 살펴보아야 합니다.

스스로 할 수 없거나 제대로 하는 방법을 전혀 모른다면 걱정할 필요가 없습니다. 전문가에게 UX 감사 를 수행하도록 요청할 수 있습니다. 이 문서는 주요 관심 영역이 되어야 하는 모든 위험 신호와 높은 수준의 문제를 정확히 지적합니다.

2. 목표 설정

데이터 기반 설계에서는 빠른 목표와 장기적이고 복잡한 과제를 모두 설정할 수 있습니다.

그러나 "전환율 증가" 또는 "사용자 만족도 향상"과 같은 일반적이고 모호한 목표를 설정하는 것은 장기적으로 아무 소용이 없다는 점을 명심하십시오. 전환율과 사용자 만족도에 영향을 미치는 요소가 너무 많아 한 번에 측정할 수 없습니다.

훨씬 더 나은 접근 방식은 "3개월 내에 전환율을 2%에서 5%로 높이고 싶습니다"와 같이 보다 구체적인 목표를 설정하는 것 입니다. 이 목표는 쉽게 측정할 수 있고, 그것이 당신이 원하는 것입니다. 그렇죠?

3. 지표 선택

달성하고자 하는 목표를 이미 알고 있지만 이제 문제는 목표를 어떻게 측정합니까?

설정한 목표에 따라 작동하지 않는 항목과 그 이유를 알려주는 맞춤 측정항목을 선택할 수 있습니다. 다음과 같을 수 있습니다.

목록이 여기서 끝나지 않음을 기억하십시오!

이는 데이터 기반 디자인에서 가장 자주 사용되는 메트릭이지만 다른 메트릭이 사용자에 대한 보다 구체적인 정보를 알려주고 더 관련성 높은 데이터를 제공하는지 여부를 확인하려는 경우 선택할 수 있습니다. 당신에게 가장 잘 어울리는 것은 무엇이든!

4. 데이터 수집 방법 선택

필요한 데이터 유형과 측정 방법을 알았으니 이제 데이터를 수집할 차례입니다. 다행히도 당신은 당신의 처분에 많은 연구 방법을 가지고 있습니다.

이미 알고 계시겠지만 데이터 수집 방법에는 두 가지 주요 유형이 있습니다. 정성적 방법과 정량적 방법 중 하나를 선택하거나 이 둘을 조합하여 보다 심층적인 데이터를 얻을 수 있습니다.

Google Analytics와 같은 분석 도구를 사용하여 통계적으로 관련 있는 데이터를 분석하려면 정량적 조사 방법을 선택합니다. 그들은 '얼마나 많이' 또는 '얼마나 자주'와 같은 질문에 대한 답을 줄 것입니다.

반면에 특정 사용자의 행동, 동기 및 의견을 조사하고 어떤 일이 발생하는 '이유'를 찾는 것을 선호한다면 질적 방법을 사용해야 합니다. 나는 그것이 당신을 위해 명확하기를 바랍니다.

다음은 귀중한 데이터를 수집하는 매우 효과적인 방법입니다.

정량적 방법

• A/B 테스팅 : 두 개의 변수를 생성하고 어떤 것이 더 나은지를 측정하는 다양한 실험 수행
• 설문 조사 : 대상 그룹에 보내는 질문 목록
• Analytics : Google Analytics와 같은 분석 도구를 사용하여 다양한 측정 가능한 데이터 추적
• 히트 맵 : 사이트에서 가장 참여도가 높은 섹션을 나타냅니다.

정성적 방법

• 심층 인터뷰 : 대상 그룹과 수행하는 일련의 대면 대화
• 포커스 그룹 : 여러 참가자와 중재 토론
• 사용성 테스트 : 제품 프로토타입에서 참가자가 수행하는 사전 계획된 작업
• 사용자 관찰 : 사용자가 디지털 제품과 어떻게 상호 작용하는지 관찰 및 분석
• 일기 연구 : 참가자의 의견, 활동 또는 행동의 자기보고

정량적 및 정성적 방법에 대한 더 많은 지식이 필요하십니까? 최고의 UX 연구 방법에 대한 기사를 읽고 영감을 얻으십시오!

5. 데이터 수집 및 시각화

따라서 전체 계획 프로세스를 다루었습니다. 주요 목표를 설정하고 측정항목 및 데이터 분석 방법을 선택했습니다. 이제 필요한 데이터를 수집할 때입니다. 올바르게 수행하려면 다음 몇 가지 규칙을 따르십시오.

• 정성적 및 정량적 방법의 데이터를 결합하십시오. 이렇게 하면 전체 그림을 파악하고 가장 정확한 설계 결정을 내릴 수 있습니다.
• 통계적으로 관련 있는 데이터가 필요한 경우 표본 크기는 수십 명 이상이어야 합니다. 여기에서 규칙은 간단합니다. 많을수록 좋습니다.
• 정성적 방법의 경우 소수의 참가자로부터 풍부한 통찰력을 수집할 수 있습니다.

이 모든 데이터를 수집했다면 시각화할 차례입니다. 절대 간과해서는 안 되는 중요한 단계입니다. 왜요? 데이터를 시각화하고 멋진 그래프로 정리해야 패턴을 볼 수 있기 때문입니다. 그리고 그것이 바로 당신이 필요로 하는 것입니다.

추세, 계절성, 이상한 이상, 비정상적인 유사점 또는 차이점 을 찾으십시오. 그렇게 하면 분석에서 귀중한 통찰력을 얻을 수 있습니다.

6. 데이터 기반 의사 결정

데이터 분석 결과를 얻었습니까? 저건 완벽 해! 이제 결과를 초기 가정과 비교하고 스스로에게 다음 질문을 해야 합니다.

• 내가 받은 결과가 달라지나요?
• 그들은 흥미롭거나 예상치 못한 또는 놀라운 것을 드러내는가?
• 이를 기반으로 디지털 제품을 개선할 수 있습니까?
• 디자인 결정을 내리기에 충분합니까?

디지털 제품을 약간만 변경해도 차이가 날 수 있으므로 데이터가 뒷받침되더라도 신중하게 설계 결정을 내리십시오 .

데이터 기반 접근 방식을 반복적인 프로세스 로 생각하십시오. 데이터 분석을 한 번만 수행하고 여기에서 수행한 작업이 잘 끝났다고 생각할 수 없습니다. 대신, 때때로 테스트를 반복해야 합니다.

마무리

데이터 기반 설계를 통해 제품 성능을 개선하고 원활한 사용자 경험을 제공하며 설계 아이디어를 검증할 수 있습니다.

앱 디자인을 믿고 맡겨주세요

같이 일하자!

데이터는 다양한 형태로 제공될 수 있으므로 정성적 및 정량적 다양한 방법을 사용하여 귀중한 데이터를 얻을 수 있음을 기억하십시오. 측량이든, A/B 테스트이든, 분석이든, 필요와 범위에 맞는 데이터 수집 방법을 선택하십시오.

내 말을 당연하게 여기 십시오. 귀중한 데이터가 이를 뒷받침하는 경우 설계 결정이 더 정확하고 정보에 입각하게 될 것입니다.

데이터 기반 접근 방식으로 제품 성능을 개선하고 싶으십니까? 문의하기!