데이터 초보 디자이너가 공부하는 데이터 (1) - Intro
00. 데이터 분석 툴을 공부하는 이유
데이터 드리븐 디자인 : 지표 개선을 목적으로 데이터를 통해 진짜 고객을 보고 디자인하는 것
최근 몇 년 전부터 "데이터 드리븐 디자인"에 대한 관심이 높아졌습니다.
채용 공고에서도 데이터 분석 역량을 요구하는 글을 종종 보게 되었고, 저도 데이터 역량을 갖춰보자는 생각이 들었습니다.
하지만 저는 데이터에 대해 아무것도 모르는 데이터 초보 감자(?)였기에 여러 궁금증이 생겨났고, 데이터 초보 디자이너의 인사이트를 이번 블로그에 남겨보았습니다.
01. 디자이너에게 데이터 지식이 필요한 이유
- 디자인의 설득력을 높일 수 있는 수단
- 타조직과 소통하는 데에 공용어 역할 가능
- 적은 시간 대비 최적의 디자인을 도출할 때, 가설 검증 자료로서 활용
→ 데이터 중심적 사고는 목적에 집중할 수 있음
기존 디자이너들은 디자인 문제를 해결하기 위해 직감과 경험에 의존했습니다. 하지만 점차 "사용자에게 이 제품이 필요할까?"라는 물음을 던지게 되었고, 이러한 변화는 사용자의 공감과 행동을 이끌어내는 논리적인 디자인에 집중하게 되었습니다.
이를 위해 디자이너는 정량적 데이터로 소비자의 행동 및 패턴을 해석하게 되었고, 해당 데이터는 타조직과의 소통에서 설득력있는 디자인을 위한 근거로 활용하게 되었습니다. 또한 최적의 디자인을 위해 짧은 시간 내 가설을 검증하고, 이를 바탕으로 빠르게 의사결정할 수 있습니다.
결국 디자이너가 하는 일의 최종 목적은 "지표 개선" 입니다. "지표를 올리려면 어떤 지표를 올려야 할까?", "이 지표를 올리려면 어떤 기획과 디자인으로 개선되어야 할까?"에 대한 질문을 던지게 되며, 디자인은 목적 중심적으로 굴러가고, 우선순위가 보이게 됩니다. 별생각 없이 "이런 기능 좋아하지 않을까? 했던 아이디어들이 가설이 되고, 프로젝트 목표와 다르다면 재고할 수 있는 역할도 가능합니다.
02. 디자이너의 역할
디자이너는 데이터 전문가가 아닌, "사용자에 대한 전문가" 임을 인지하고, 데이터 분석이 아닌 분석된 데이터를 해석하는 것이 중심이 되어야 합니다. 아래 데이터 추출 및 분석 과정을 참고했을 떄, UX디자이너의 역량이 보이는 영역은 1번, 6번 단계입니다. 데이터를 다루는 디자이너가 되기 위해서 어떤 과정에서 의견을 제안하고 데이터를 요구해야 할지 인지하는 것도 중요하다고 생각합니다.
데이터 추출 및 분석 과정 (UX디자이너는 1번, 6번만 보자)
1. 분석 목표 설정
: 비즈니스적 관점에서 수익성과 UX 관점의 사용성을 모두 고려한 분석 목표 설정 필요
: 적절한 데이터 분석 목표와 기준이 없다면 잘못된 의사결정을 만들어낼 수 있음
2. 데이터 수집
3. 데이터 전처리 (전처리 : 알고리즘에 도입 가능하고, 유의미한 결과를 얻을 수 있는 상태로 데이터 바꾸는 과정)
4. 분석 기법 적용 ( 대시보드나 간단 사칙연산, 데이터마이닝이나 머신러닝 기법 활용)
5. 아웃풋의 유의성 판단 및 통계적 해석
6. 사용자 입장에서의 아웃풋 해석
: 숫자에 불과했던 데이터 아웃풋을 토대로 인사이트 도출 -> “사용자는 왜 이렇게 행동할까?”에 대한 문제 정의 -> 해결 방안 제시
UX디자이너가 중점적으로 다루는 데이터 영역은 추출(2)과 분석(3)입니다.
데이터 분석(3) 현황 진단에서는 사용자 집단을 분류하고, UX 개선을 위한 그로스 지표, 사용성 지표를 점검합니다. 그렇게 얻어진 사용자 집단과 목표 지표를 활용하여 실험을 설계하고 검증하는 과정을 반복하게 됩니다.
디자이너가 알아야 할 데이터 영역
1. 데이터 저장 : 애플리케이션 서버, 데이터베이스, 네트워크에 대한 기본적인 이해만 요구
2. 데이터 추출 : 데이터베이스, GA(Google Analytics), 웹 크롤링 등으로 데이터를 추출하고 UX 개선에 반영
3. 데이터 분석 : 현황에 대한 진단 or 가설 검증으로 진행
* 현황 진단 : 사용자 집단을 분류하고, UX 개선을 위한 그로스 지표, 사용성 지표를 점검
* 가설 검증 : 현황 진단 활용하여 실험을 설계하고 검증하는 과정을 반복
03. 데이터 분석 툴
1. Google Analytics
흔히 GA라고 부릅니다. 디자이너뿐만 아니라 마케팅, 기획을 담당하는 직무에서도 필요한 툴 중 하나입니다.
사용자 로그를 다루며, 고객 데이터를 심층적으로 분석하여 광고 효율을 높이고 제품 매출을 향상하기 위한 목적으로 이용합니다.
우리 디자이너는 사이트 방문자의 유입 소스와 행동 데이터를 수집하고 저장하는 데에 유용합니다. 특히 이탈률, 평균 체류 시간, 구매 전환율 데이터를 해석하여 디자인을 개선할 수 있어 유용합니다.
2. Hotja
시각적으로 데이터를 표현해 주는 툴로, 사용자의 행동, 시선 등으로 관심사나 방문 동기를 데이터로 시각화하여 제공합니다.
클릭, 커서 이동, 스크롤 등의 히트맵을 확인할 수 있으며, 디바이스별 또는 방문자별로 분리하여 사용자 데이터를 확인할 수 있습니다.
정량적 데이터뿐만 아니라 정성적 데이터도 확인이 가능하여 유용하게 활용되고 있습니다.
3. Beusable
데이터 드리븐이 떠오르면서 디자이너 사이에서도 유명한 툴입니다. 주로 히트맵, 고객 저니(경로, 퍼널) 분석에 최적화되어 있습니다. 이는 정량분석과 정성분석을 함께 실시하여 최적화된 사용자 경험을 설계하는 데에 유용합니다. 페이지 뷰, 신규 사용자, 이탈률 같은 정량적 지표와 콘텐츠 소비, 행동, 니즈 등을 실제 사이트 화면 위에 오버레이 하며 시각화하기 때문에 서비스 현황을 한눈에 볼 수 있습니다.
4. Amplitude
유입경로나 이탈 등 데이터 정합성이 좋은 툴입니다. 퍼널 단위, 플로우 단위로도 분석이 가능하여 사용도가 높습니다.
특히 통일 기간 동안 공통된 특성이나 경험을 갖는 사용자를 모아 행동을 분석하는 "코호트 분석"에 최적화된 툴이라고 합니다. 분석된 데이터를 시각화하여 보여줌으로써 사용성도 편리합니다. 그 외 A/B 테스팅에서도 유용합니다. 단, 비용이 높은 편이라 기업에서 주로 사용되는 편이라고 합니다. ㅎㅎ
04. 데이터 분석 관련 용어 공부하기
1. PV (Page View 페이지 뷰)
- 페이지가 사용자에게 노출된 지표
- 1PV = 1번의 방문 또는 조회
- 페이지 방문 수는 재방문 횟수에 따라 증가할 수 있으며, 페이지 트래픽 및 인기 척도 이해로 활용
2. UV (Unique View, 순 방문자)
- 데이터 수집 기간 동안 방문한 사용자 중 중복되지 않은 ‘순 방문자’, ‘페이지를 조회한 방문자 수’
- 한 방문자가 하나의 페이지에 10 qjs 방문할 경우: 1UV + 10PV 발생
3. Sesssion (세션)
- 웹 사이트에 접속한 이후 복수 페이지를 둘러보며 한 행동
- GA 내 정의: 일정 기간 내 웹 사이트에서 특정사용자에게 발생한 상호작용의 집합
4. 클릭률 (CTR)
- 특정 서비스 및 기능을 본 사용자가 해당 영역을 클릭하는 빈도의 비율
- 클릭수 / 노출수 = CTR
ex. 클릭 수가 5회, 노출수가 100회일 경우, CTR은 5%
- CTR이 높을 경우, 사용자에게 유용하고 원하는 정보와 관련성이 높다는 의미
- CTR을 사용하여 효과적이고 활용성 높은 기능 및 콘텐츠를 파악할 수 있음
5. 전환율 (Conversion Rate)
- 웹 사이트를 방문한 사용자 중 최종 성과 달성을 이루는 것
6. 이탈률 (Bounce Rate)
- 웹 사이트를 방문한 사용자가 첫 페이지만 보고 사이트 이탈
- 높을수록 사용자에게 유익한 기능, 정보 제공하지 못하고 있음 예상 가능
7. 종료율 (Exit Rate)
- 사이트 내 여러 차례 이동 이뤄지다가 페이지 종료 발생 시, 해당 페이지에서 다른 페이지 이동하지 않고 종료했는지의 빈도
- 이탈률 = 첫 페이지 기준, 종료율 = 사용자가 본 마지막 페이지 기준
8. 세그먼트 (Segment, 세분화)
- 공통 속성을 공유하는 사용자 집합
- 국가 / 도시 / 전환 사용자 / 특정 경로 유입 사용자 등
9. 스크립트 코드 (Script Code)
- 웹 사이트 분석 기능 제공하는 툴이 제삼자에게 정보를 보내는 자바스크립트 코드
- 사용자가 분석 툴에서 제공하는 스크립트 코드가 삽입된 웹사이트 방문 → 사용자가 요청한 페이지에 대한 정보를 다시 데이터 수집 서버에 전송 → 사용자 정보 서버에서 시각화 → 분석툴로 보임
10. 랜딩 페이지 (Landing Page)
- 검색엔진, 광고 등을 거쳐 접속하는 사용자가 최초로 만나는 페이지
- Top페이지 아님
11. CTA (Call to Action)
- 웹 사이트 내 목표 달성을 위해 고객에게 행동 유도하는 버튼 or 배너
ex. 회원가입, 구매하기, 다운로드 등
데이터 공부 1편을 마치며..
다음 편에서는 "웹 로그" 데이터 분석을 위해 알아야 할 용어와 분석 방법에 대해 공부해보려고 합니다.
1도 모르는 데이터를 알아가는 과정이.. 아직 갈 길이 멀지만.. 하나씩 뿌셔보도록 하겠습니다.
부족한 글 읽어주셔서 감사합니다. :)
