[오픈 챌린지 1기] #6. UX 분석이란

서론

지금까지의 흐름은 여러 디자인 프레임워크 중 더블 다이아몬드 기법을 학습해 그 중 첫 단계인 리서치(Discover) 단계를 배웠다. 리서치 단계에서 수집한 여러 데이터를 가지고 바로 프로젝트에 들어가는 것이 아니라 이 데이터를 분석해야 한다. 가공하고 모델링하는 게 더 맞다고 해야 할까. 아무튼 이렇게 가공된 데이터에서 인사이트를 뽑아 프로젝트에 들어가게 되는 것이다.

---

UX (Data) Analysis

데이터엔 어떤 유형이 있을까? 리서치 단계에서도 여러 관점으로 데이터를 수집했듯 데이터도 여러 관점으로 보고 분석할 수 있다.

• 정성적 데이터 : 닐슨 노먼 그룹의 Thematic Analysis(주제 분석) 방식에 따르면 정성적 데이터들의 패턴을 분석해 주제 발견을 용이하게 한다. 코호트를 분석하거나 행동 패턴에 태그를 다는 등의 행동이 여기에 해당될 수 있다. 물론, 닐슨 노먼 그룹에서 권장하는 방법도 있다. '소프트웨어 사용', '저널링', '어피니티 다이어그램'이 여기에 해당된다.
  • 소프트웨어 사용 : 오프라인의 작업을 온라인으로 가능하게 해줌! 듀오톤에선 Dovetail 을 사용한다고. 피그잼이 쉽게 접근할 수 있는 툴이 될 것 같다.
  • 저널링 : 일정 기간 사용자의 행동과 감정을 관찰, 기록한 데이터를 기반으로 분석하는 방법이다. 마치 다이어리 적듯 기록을 누적시키는 것이다.
  • 어피니티 다이어그램 : 상호 관계나 구조 등을 이해할 수 있도록 시각적 구성 하에 분석하는 방법이다. 로우 데이터를 나열해놓고 그 데이터들이 어떤 것을 이야기 하는지 특정 맥락이나 태그에 따라 그룹핑하는 것이다. 

어피니티 다이어그램

• 정량적 데이터 : 정량 데이터를 통해서 얻고자 하는 답은 무엇인가에 따라 어떤 식으로 정량 데이터를 바라볼 수 있는지 정해진다. 가트너의 Analytics Maturity Model을 예시로 알아보자. 이 방식은 데이터의 분석 성숙도에 따라 4가지 분석 유형을 제시한다. 설명적 분석에서 처방적 분석으로 성숙해질수록 정보를 얻는 난도가 어려워지고 그만큼 정보의 가치가 올라간다.
  • Descriptive Analytics (설명적 분석) : '어떤 일이 일어났는가?'에 대한 데이터를 알아보기에 좋다. 과거의 데이터를 보면서 무엇이, 얼마나, 어떻게 되고 있나 하는 현상을 파악하는 형태의 질문과 답으로 구성된다. 유저의 응답이 그대로 데이터로 반영되는 구글폼의 응답 결과가 여기에 해당된다.
  • Diagnostic Analytics (진단적 분석) : '왜 일어났는지?'에 대한 데이터를 알아보기에 좋다. 설명적 분석의 데이터에 '왜'라는 질문을 추가하는 것이다.
  • Predictive Analytics (예측적 분석) : '무엇이 일어날지?'에 대한 데이터를 알아보기에 좋다. 데이터 마이닝, 머신 러닝 등을 통해 그동안의 데이터를 바탕으로 패턴을 발견해 앞으로 일어날 일에 대해 예측하는 것이다.
  • Prescriptive Analytics (처방적 분석) : '어떻게 해야 하는지?'에 대한 데이터를 알아보기에 좋다. 예측적 분석에 '그래서 무엇을 해야 한다.'가 추가되는 형태이다.

---

오늘은 좀 어려웠다... 회사에서도 내가 직접 데이터 분석할 일(특히 정량적인 데이터는 데이터 사이언티스트 분이 해주시니..)이 없다보니 좀 생소한 용어가 많이 나와서 그랬던 듯하다. 다음 강의부터는 그래도 친숙한 편에 속하는 어피니티 다이어그램이나 페르소나, 유저 저니 맵 등이 나오니 재밌게 들을 수 있을 듯?!

---

디자이너라면 한 번 쯤은 들어봤을 에이전시 중 하나인 듀오톤의 실무진이 떠먹여주는 UXUI 기초 강의가 궁금하다면? 👇

UX/UI Primary for Beginner