데이터 기반 디자인: 가치 있는 사용자 경험을 디자인하기 위한 정의, 이점 및 몇 가지 실용적인 응용 프로그램

공감을 주도하고 데이터에 기반을 두는 것은 인간 중심 디자인 접근 방식의 핵심입니다. 2부로 구성된 이 기사의 첫 번째 부분에서와 같이 이제 이 정의를 분석할 것입니다. Data Informed UX의 의미와 장점, 활용도를 분석해 보겠습니다.

인간 중심 디자인에 초점을 맞춘 첫 번째 부분에서 우리는 이 접근 방식의 첫 번째 지침 원칙인 공감의 의미와 그것이 어떻게 실천으로 옮겨지는지 설명했습니다.

이제 우리는 공감과 데이터에 기반한 표현의 두 번째 부분 , 즉 데이터 를 분석해야 합니다. 인간 중심 설계에는 어떤 데이터가 포함되나요?

이러한 데이터는 비즈니스 KPI가 아닙니다. 실제로 KPI는 다른 팀 구성원과 긴밀하고 지속적인 협력을 통해 달성하기 위해 기여하는 기업 목표입니다. 특정 정성적 및 정량적 데이터는 디자이너로서 우리가 관찰하는 첫 번째 메트릭입니다. 우리는 또한 우리의 작업이 그들을 바꿀 수 있다고 확신합니다.

이 기사에서는 우리가 고려하는 데이터와 수집 방법을 더 잘 이해할 수 있도록 자세히 설명합니다.

MailUp의 질적 데이터

우리 팀에 대한 정성적 데이터가 무엇인지 정의하기 전에 예를 들어 보겠습니다.

그림에서 이 밀크셰이크를 고려하십시오.

누군가에게 설명을 부탁하면 뭐라고 말할까요?

“밀크 쉐이크는 바닐라와 초콜릿의 이중 구성을 가지고 있습니다. 스프링클과 설탕에 절인 체리를 얹고 세련된 잔에 제공됩니다. 일반적으로 고전적이지만 잘 마무리된 모습입니다. 매우 훌륭하지만 다소 무균적인 맥락 때문에 나에게 그다지 매력적이지 않습니다. 어쨌든 유당이 없는 음료가 아니면 절대 마시지 않을 것입니다.”

정성적 데이터를 얻으려면 사용자 및/또는 해당 제품에 대한 심층 분석을 통해 중점 영역(MailUp 제품 또는 서비스)에 대한 관찰을 수집해야 합니다.

MailUp에서는 다음 활동을 통해 정성적 데이터를 수집합니다.

• 정성적 사용성 테스트(참가자 8~15명)
• 반구조화 면접(6명 내외)
• 정성적 조사(최소 40명)
• 포커스 그룹 또는 공동 설계 세션(약 10명)

결과는 일반적인 전략적 질문에 답하는 데 도움이 됩니다. 왜 이런 일이 발생합니까? 어떻게 수정해야 합니까?

기본적으로 질적 연구는 경험에 영향을 미치는 현재 문제와 개선 방법을 이해하는 데 도움이 됩니다.

정량적 데이터

그림의 밀크셰이크로 돌아가 보겠습니다. 측정값을 사용하여 설명할 수도 있습니다.

크기는 200ml, 온도는 5°C, 가격은 7유로입니다.

설문 조사의 주제를 설명하는 데 사용한 수치는 개별적인 양적 데이터입니다. 각각은 숫자(200, 5, 7)와 단위(ml, °C 및 €)로 구성된 측정값을 나타냅니다.

정량적 데이터를 얻으려면 디자인 메트릭, 즉 수치 데이터를 수집해야 합니다.

MailUp에서는 다음 활동을 통해 디자인 프로젝트 중에 정량적 데이터를 수집합니다.

• 정량적 사용성 테스트(참가자 30~40명)
• 분석(Google, Pendo, Hotjar…)
• A/B 테스트
• 트리 테스트
• 정량적 조사(통계적 유의성에 따라 100명부터 시작)

결과는 다음과 같은 질문에 답하는 데 도움이 됩니다. 몇 개? 얼마나 많이? 언제?

이러한 전제를 바탕으로 설계 메트릭을 다음과 같이 정의할 수 있습니다. 디지털 접점, 제품 또는 서비스 중 하나에 대한 MailUp 사용자 경험의 일부 측면에 대해 알려주는 수치 데이터입니다.

우리가 고려하는 질적 데이터는 무엇입니까?

디자인 팀에서 정량적 연구를 수행할 때 다음과 같은 메트릭을 수집하는 데 중점을 둡니다.

• 작업이나 프로세스를 완료하는 데 얼마나 걸립 니까?
• 기능이나 서비스를 사용하는 데 얼마나 많은 노력 이 필요합니까?
• 작업이나 프로세스가 사용자에게 얼마나 어려워 보 입니까?
• 얼마나 많은 사용자 가 작업이나 프로세스를 성공적으로 완료 할 수 있습니까?
• 사용자는 제품, 서비스, 활동 또는 프로세스에 얼마나 만족 합니까?
• 얼마나 자주 사용자는 기능, 제품 또는 서비스를 사용하여 반환합니까?
• 얼마나 많은 사람들 이 제품이나 서비스를 적극적으로 사용 합니까?
• 주요 작업이나 프로세스의 다음 단계로 이동하는 사용자의 비율은 얼마입니까?

작업 시간, 성공률, 만족도 또는 사용 용이성 평가, 지속적인 설문지 점수와 같은 직접적인 메트릭은 우리가 디자인하는 상호 작용의 핵심입니다. 반면에 전환수, 전환율, 재방문 사용자 수 또는 이탈률과 같은 보다 복잡한 측정항목은 디지털 제품에 대한 사용자의 행동과 태도에 대한 귀중한 통찰력을 제공합니다.

데이터 수집 방법: 정량적 디자인 연구의 삼총사

MailUp 팀은 컨텍스트 및 목표에 따라 분석, 정량적 사용자 테스트 및 설문 조사의 세 가지 다른 방법을 사용하여 정량적 데이터를 수집하는 것이 좋습니다.

우리는 서로를 어떻게 결정합니까? 우리는 일반적으로 비즈니스 프로그램, 팀의 역량 및 기술뿐만 아니라 당시 사용 가능한 도구와 예산에 대해 현실적인 것이 무엇인지 이해하려고 노력합니다.

일반적으로 선택은 한 가지 방법으로만 이루어지지 않습니다. 오히려 우리는 거의 항상 삼각 측량을 시도하고 여러 방법론을 사용하여 동일한 현상에 대한 데이터를 수집하려고 합니다. 모든 방법에는 한계와 "사각지대"가 있다는 것을 알고 있기 때문입니다.

Google, Pendo 및 Hotjar와 같은 분석 도구를 사용하면 "야생에서" 사용자 행동을 관찰할 수 있습니다. 그러나 Analytics 데이터는 컨텍스트가 부족한 경우가 많습니다. 누군가가 인터페이스의 해당 부분을 클릭한 이유와 예상한 결과를 알 수 없습니다.

MailUp 웹사이트 페이지의 히트맵 예

Hotjar, Pendo 또는 Typeform을 통한 가장 "빠르고 더러운" 설문 조사를 통해 사용자에게 탐색 중이거나 보다 심층적인 연구를 수행할 때 목표와 생각을 물어볼 수 있습니다. 분명히 통계적으로 유의미한 데이터를 얻고 완전히 완벽한 설문지를 설계하는 것은 상당한 노력입니다.

MailUp 설문조사의 예

마지막으로 사용자 테스트를 통한 정량적 사용성 테스트를 통해 할당된 작업을 수행할 때 시스템과의 상호 작용을 기록하여 사용자 행동과 의견을 분석할 수 있습니다. 분석은 컨텍스트가 완전히 제어된다는 사실로부터 이점을 얻습니다. 그러나 이마저도 연구를 계획하고 수행하는 연구원의 시간이 필요합니다.

MailUp 사용성 테스트의 예

요약하면, 양적 연구 는 디자인 문제의 범위 (문제가 얼마나 심각한지 또는 얼마나 많은 사람들에게 영향을 미치는지)를 이해 하는 데 도움이 됩니다. 그것은 우리가 해결하고자 하는 문제의 우선순위를 의식적으로 부여합니다 . 솔루션 실험을 지원하고 마지막으로 중요한 것은 팀이 작업을 지원하고 디자인의 가치를 보여주는 데 도움이 됩니다.

디자인의 ROI

이 마지막 요점은 매우 중요합니다. 회사 내에서 디자인이 성숙해지는 표시 중 하나는 전략적 가치를 이해하는 비즈니스 자체입니다.

회사 관리자가 디자인을 주문형 "인도물 생산"에서 "KPI를 이동하는 자산"으로 간주하는 것은 쉬운 일이 아닙니다. MailUp 디자이너는 대화 상대의 언어로 말하고 공감하며 인간 중심 접근 방식의 잠재력을 보여주기 위해 정신적 모델을 따라야 했습니다.

우리는 첫 번째 디자인 메트릭을 수집하기 시작하자마자 이것을 보았습니다. 이것은 때때로 인상적인 디지털 제품의 개선을 수치적으로 표현한 것입니다.

그리고 마케팅, CVM 및 제품 동료의 도움을 받아 이 수치를 비즈니스 KPI(예: 수익 또는 비용 절감)에 연결했을 때 초점은 "욕망이나 의견"을 이익에 영향을 미치도록 설계합니다.

아직 할 일이 많습니다. 문화를 바꾸는 것은 쉬운 일이 아닙니다. 그러나 우리는 우리가 올바른 길을 가고 있다는 것을 알고 있습니다. 우리가 속한 그룹과 함께 우리의 의지는 내부 디자인의 성숙도를 가져와 최고의 국제 기업과 경쟁할 수 있도록 하는 것입니다.

우리가 말했듯이, 우리는 그것을 할 마음과 머리가 있습니다. 우리는 공감을 주도하고 데이터에 기반합니다.