이랜서, AI '씨름' 동작 분석 알고리즘 과기정통부 NIA 우수과제 선정
IT 비즈니스의 모든 것
“경험이 없어서 잘 모르겠어요..”
사용자가 원하는 서비스는 주관적입니다. 기획자에 따라 사용자가 원하는 서비스라 생각할 수도 있고 쓸모없는 서비스라 판단할 수도 있죠. 하지만 다른 사람이 원하는 것을 판단하는 것은 직관과 주관이 포함되는 영역이라 고민과 경험 없이 인사이트를 도출하기가 어렵습니다.
많은 기획자들에게 “이것이 정말 사용자가 원하는 바가 맞나요?”라고 물어보면 “네! 사용자는 이것을 원합니다.”라고 당당하게 대답하는 기획자는 적을 것입니다.
그래서 기획자는 판단과 직관에 의해 서비스를 결정하는 데 한계가 있다는 사실을 인정하고 사용자를 이해하기 위해 사용자의 피드백, 기호, 취향 등 데이터를 다양하게 확보해야 합니다.
이러한 데이터들을 통해 사용자가 원하는 것이 무엇인지를 추적하며 단서를 찾게 되는데요.
오늘은 데이터를 통해 니즈를 파악하고 중요한 결정을 내리는 방법인 ‘데이터 드리븐’에 대해 알아보겠습니다!
오류를 피하는 방법 중 가장 효율적인 것이 무엇일까요? 바로 ‘데이터를 활용하는 것’입니다.
개인의 직관에 따른 판단은 오류를 범할 위험이 높지만 사용자가 선택한 데이터는 정직하기 때문입니다.
기업의 서비스 방향을 정할 때, 주요 의사결정자의 취향에 따라 서비스의 방향이 결정되는 경우가 종종 발생하죠. 하지만 이는 매우 위험하죠. 의사결정자의 주관이 개입되었기에 사용자가 진짜 원하는 서비스인지 확인할 수 없습니다.
그래서 피드백 데이터를 확인하는 것이 중요합니다. 사용자의 피드백 데이터를 확인하면 무엇을 선호하고 싫어하는지 기호가 어떻게 변화하고 있는지 알 수 있습니다. 사용자의 피드백 데이터를 통해 서비스의 방향은 객관적이고 정확하게 변할 수 있는 것이죠.
이를 업무에서 사용하게 된다면 내부적으로도 훨씬 빠르게 설득이 가능하게 됩니다. 따라서 실무에서 데이터 드리븐 UX가 필요한 이유는 사용자를 보다 면밀히 파악하면서 내외부 설득을 용이하게 할 수 있는 도구로서 필요합니다.
본격적으로 데이터 드리븐 UX를 진행하기 위해서는 크게 3가지 요소를 확인하는 것이 필수적입니다. 데이터를 수집하고, 분석한 다음, 인사이트 발굴을 하는 것입니다.
데이터는 요리에 사용되는 재료로 비유할 수 있습니다. 음식을 만들 때, 어떤 요리를 만들 것인가에 따라 재료가 달라지죠? 기획자가 어떤 요리를 만들 것인가. 즉 기획자가 어떤 인사이트를 원하는가에 따라 활용되는 데이터도 달라집니다.
➤ PM의 역량이 IT 프로젝트의 성공과 실패를 가른다고?
어떤 요리를 만들 것인가 설정하는 작업이 바로 ‘가설 설정’입니다. 어떤 재료 즉 어떤 데이터를 수집할 것인지는 전적으로 ‘가설 설정’에 따라 달라집니다.
데이터는 종류에 따라 비용과 시간이 소요될 수 있기에 명확한 가설 설정은 필수입니다. 가설을 설정할 땐 서비스의 방향에 영향을 줄 수 있는 것들로 선별이 되어야 하구요. 가설이 설정됐다면 이제 분석을 해야겠죠?
여기서 한 가지 인식해야 될 게 있습니다 ! 바로 모든 가설 분석은 비용과 연결이 될 수 있다는 것인데요. 무분별하게 가설 분석을 진행했다가는 많은 비용을 소모할 수 있습니다.
따라서 조직에서 중요하게 생각하는 포인트로 먼저 가설을 설정하여 우선순위를 정하고, 우선순위에 맞춰 가설을 분석하는 것이 필요합니다.
(2) 데이터 수집 및 분석
가설이 선별되면 어떤 데이터를 수집하고 어떤 분석 방법을 사용할지 결정해야겠죠? 추출된 데이터를 어떻게 사용하느냐에 따라 결과가 달라지는데요. 전문 데이터 분석가들이 분석을 진행하는 경우도 있지만 종종 기획자가 빠르게 처리하는 경우도 있습니다.
분석이 완료되면 각 도메인 전문가들과 함께 이 분석 결과에 대해 해석을 합니다. 해석을 하는 과정에서 개인적 견해가 들어갈 순 있지만 명백한 데이터 결과를 갖고 해석하는 것이라 개인의 직관에 따라 해석하는 것보단 오류를 많이 줄일 수 있습니다.
예를 들어볼까요? 아기 기저귀를 구매하는 사람들이 함께 구매하는 것이 무엇일까요?
분유라고요?! 땡! 틀렸습니다. 정답은 바로 맥주입니다!
기저귀를 구매하는 사람이 다른 것보다 분유를 함께 구매할 것 같은데, 알고 보니 맥주를 더 많이 구매했다는 것. 이 일화는 데이터 분석 분야에서는 너무나 유명한 일화이기도 합니다. 이것이 데이터 분석이 필요한 이유이기도 하고요.
데이터 드리븐 UX 진행 시 주의할 점
사용자가 원하는 것을 객관적으로 확인해 필요한 인사이트를 얻는 데이터 드리븐 UX를 진행 할때도 주의해야하는 사항이 있는데요. 몇가지 확인해보겠습니다!
이렇게 데이터를 기반으로 사용자를 이해하는 과정은 사용자를 더욱 깊숙하게 이해할 수 있는 방법으로 각광받고 있지만 데이터 자체에만 매몰되는 경우가 종종 있습니다. 즉 왜 분석해야 하는지 목적도 모른 채 막연히 데이터만 바라보는 경우입니다.
이렇게 데이터만 무작정 분석하는 오류는 데이터드리븐 UX에서 가장 흔하게 범하는 오류입니다. 하지만 데이터만 분석해서는 근본적인 문제를 해결하기가 어렵습니다. 특히 사용자가 왜 이런 행동을 하게 되었는지 인과관계를 유추하는 것은 매우 어렵고요.
수집한 데이터가 충분히 확보되지 않은 채 데이터만 바라보면 엉뚱한 솔루션이 도출되어 단편적인 결과가 나오기 쉽습니다. 그렇기 때문에 데이터를 분석하기 전 데이터 분석을 하는 목적과 적절한 가설을 설정하는 것이 필수입니다.
데이터를 기반으로 사용자의 니즈를 파악하고 현재 상황을 객관적으로 확인하고자 '데이터 드리븐 UX'라는 단어가 비일비재하게 사용되고 있습니다.
하지만 정작 데이터 드리븐 UX부서에서 무엇을 하는 것일까요?라고 물어보면 제대로 이야기를 하기가 어려운데요. 이는 데이터 드리븐 UX가 최근 주목받고 있는 업무라 체계를 이제 막 잡아나가고 있는 실정이기 때문입니다.
누군가는 데이터 드리븐 UX를 상위 콘셉트를 제외한 나머지 업무라고 얘기합니다. 하지만, 그 '나머지'안에는 촘촘히 진행해야 하는 업무들이 다양하죠. 가설 설정, 데이터 추출, 우선순위 설계 등 데이터를 기반으로 해야 하는 업무들이 많이 있습니다.
더군다나 이 업무들은 원재료인 '데이터'가 제대로 수급이 돼야만 가능한 업무인데요. 기획자들이 데이터 카탈로그 개발, 가설 설정, 필요 데이터 추출까지 완료하였지만 정작 데이터가 준비되지 않아 난항을 겪는 경우도 많기 때문입니다.
데이터가 범람하는 이 시대에 사용자에게 필요한 인사이트를 얻기 위해 기획자는 적절한 데이터를 의미있게 활용하는 것이 필요합니다.
명확한 목적과 가설을 우선순위별로 설정하고 의도에 맞는 정확한 데이터를 수급하여 분석하고 대입한다면 사용자가 만족하는 서비스를 개발할 수 있을 것입니다.
데이터 드리븐 UX 잘 보셨나요?
데이터 드리븐 UX는 정확한 데이터를 통해 고객이 원하는 방향으로 서비스를 개선할 수 있는 좋은 방법입니다. 명확한 목적과 가설을 기반으로 데이터를 수집 & 분석하고 이 과정에서 도출된 인사이트를 통해 서비스를 개선한다면 사용자 만족도는 높아지고 브랜딩 충성도는 향상될 것입니다.
데이터 드리븐은 사용자가 원한는서비스 품질 향상을 위해 뛰어드는 항해와 같습니다. 데이터 분석을 명확하게 할 수 있는 기획자와 데이터를 적용하여 제품 서비스를 개선할 UX 디자이너가 없다면 프로젝트는 망망대해를 표류하다가 침몰할 것입니다.
23년간 데이터 드리븐을 활용하여
IT 프리랜서 플랫폼 1위,
8년 연속 흑자를
달성한 기업이 있습니다!
바로 IT 전문 프리랜서
매칭 플랫폼 이랜서 입니다!
이랜서는 23년간 축적된 노하우, 누적 평가 데이터 350 만개, 누적 고객 리뷰 약 8,000개를 바탕으로 39만 명의 프리랜서 중 가장 적합한 프리랜서를 매칭하여 최고의 결과를 나타내도록 도와줍니다.
이랜서에 프로젝트를 등록하고
검증된 프리랜서를 채용해 보세요!
프리랜서 가입자 약 39만 명!
프로젝트 기획자부터 웹/전산 시스템/어플/JAVA 개발자, 앱/웹 디자이너, UX/UI 디자이너, 웹 퍼블리싱을 담당하는 웹 퍼블리셔까지 모두 이랜서 한 곳에서 찾아보세요!
