안녕하세요. LABBIT UX팀입니다.

Data-Driven라는 용어 많이 들어보셨나요? 아마 이 시대는 데이터에 의해 움직이는 시대라고해도 과언이 아닌것 같습니다. UX에 대한 연구도 데이터를 기반으로 진행한다면 시행착오를 줄이고, 타인을 설득하기에도 좋은 방법론들을 도출할 수 있답니다.

그러면 이번 포스팅에서 UX연구를 위해 고민하면 좋은 데이터들에 대해서 소개해 보도록 하겠습니다.

우리가 다루는 데이터는 크게 두가지로 구분될 수가 있습니다. 바로 정성적데이터(Qualitative Data), 정량적데이터(Quantitative Data)입니다. 그러면 구분지어진 데이터의 개념을 살펴보고 우리가 주로 사용하는 데이터 분석툴에서 UX연구를 위해 어떤 지표들을 보면 좋을지 다뤄보도록 하겠습니다.

정성적 데이터란?

사용자들의 사용 동기나 감정(긍정,부정)등을 확인하기 위해서 수행하는 방법이예요.

과거부터 UX디자인 설계를 위해 선행되던 방식입니다. 일반적으로 In-depth 인터뷰나 포커스그룹 인터뷰등을 많이 진행하고 있습니다. 미래의 타겟층이나 (이미나와 있는 제품이나 서비스라면)현재의 고객층과 인터뷰를 통해서 데이터를 수집합니다. 

이미지 : In-depth인터뷰

단점은 인터뷰의 경우 인터뷰어의 능력에 따라, 다이어리 스터디 같은 경우는 참여하는 대상에 따라서 차이가 나기 때문에 정보를 수집하고 구조화하는데 차이가 크게 난다는 것입니다. (쉽게 말하면 편의점 알바생에게 청소를 시키면, 어떤 알바생은 라벨이 보이게 진열하고, 보이지 않는 창틀까지 닦는가 하면, 어떤 알바생은 바닥만 닦고, 어떤 알바생은 보이는 곳 위주로 청소하는 등 모두 다르잖아요?) 이렇듯 객관적인 수치보다는 사람에게서 정보를 취득하는 방식이기 때문에 사람에 따라 차이가 날 수 있습니다. 

그래서 정성적 데이터는 정량적 데이터에 비해서 객관성이 낮을수는 있습니다. 하지만 정량적 데이터로 얻을 수 없는 데이터의 수집이 가능하기 때문에 새로운 인사이트를 위해 활용하면 좋은 방법이기도 하지요.

실제로 강의도중에 받은 질문중

“ 웹사이트에서 오른쪽 우측에 메뉴버튼이 하나 있는데요. 클릭률도 제법 좋은편이라고 판단되서 문제가 없다고 생각했습니다. 그런데 특정 그룹과 웹사이트에 대한 이야기를 하던 도중 그 우측의 메뉴버튼이 불편하다는 의견이 있는 것입니다. 데이터는 아니라고 말하는 것 같은데 누군가는 불편하다고 말하고 어느쪽의 이야기를 들어야 할까요? ”

위 질문처럼 데이터상으로 문제가 없다고 판단되는데 실제 사용자들이 느끼는 감정이 다를수가 있습니다. 그렇기 때문에 정성적데이터 수집이 필요한 것입니다. 실제 사용자들에게 물어보고 왜 그렇게 느끼는지 감정을 파악하고, 정량적데이터와 비교해보면서 상호 보완적으로 데이터 분석을 해야하는 것입니다.

그렇다면 저희가 주로 다루고 있는 정량적 데이터는 무엇이고, UX연구에 어떻게 활용하는지 살펴보도록 해볼께요.

정량적 데이터란?

측정에 의해서 수집되는 데이터입니다. 쉽게 말해 GA와 같은 데이터분석툴에서 잡히는 데이터입니다. 주로 숫자로 표기되며 사람의 주관이 들어가는 것이 아니라 실제로 카운팅이 되는 것만 잡히기 때문에 정성적 데이터에 비해서 객관적이라고 볼 수 있지요. 하나 알아두셔야 하는점은 기계라는 것도 완벽할 수 없으며 보안의 이슈도 있기 때문에 애널리틱스나 그 어떤 좋은 툴도 100%의 사용자 데이터를 수집할수는 없습니다. 다만, 100명의 사용자 중 80명의 사용자의 행동이 정확하게 수집이 되기 때문에 ‘사용자들이 이런 흐름을 보인다'라고 예측하고 증명할 수 있다는 것입니다.

이미지 : 구글애널리틱스(데이터 분석툴) 화면중 일부

일반적으로 페이지뷰나 방문수, 이탈률 등이 기본적으로 잡히며 버튼클릭과 같은 인터랙션(사이트내에서의 사용자의 활동)도 측정이 가능합니다. 지표들이 숫자로 표기 되기 때문에 명확하며 주관성이 배제되고 오롯이 데이터만을 측정이 가능하다는 장점이 있습니다.

자 그러면 주요 지표들을 우리는 어떻게 바라보아야 할지 한번 살펴보도록 하겠습니다.

각페이지의 인기도를 측정하는 PV(page view) 

PV즉 page view라는 말은 데이터를 다루는 일을 하신다면 한번쯤 들어보셨을 것입니다. 

방문자가 특정기간동안 조회한 페이지의 수입니다. 

예시 이미지의 /의 페이지뷰가 140이죠? 그렇다면 제가 설정한 특정 기간동안 140번 이 페이지를 보여달라고 요청을 한 것이라는 것을 알수 있습니다. 페이지뷰가 많은 페이지는 그만큼 사용자들이 어떤 이유에서이든지 자주 보는 페이지라는 것을 의미합니다.

페이지뷰는 특정 페이지에 대한 페이지뷰수 보다는 다른 페이지와 비교하면서 많이 보게 되는데요. 

만약 메인페이지에서는 200의 페이지뷰가 잡혔는데 다음 뎁스인 상세페이지에서 5 밖에 잡히지 않았다면 메인에서 다음페이지로 전환할 수 있는 요소가 적거나, 메인페이지에서 사용자가 기대한 어떤 것을 주지 못해 실망감을 주었다고 생각될 수 있습니다(이런경우 이탈율도 높게 나오겠죠?). 일반적으로 CTA라고 하는 버튼들을 삽입함으로써 다른 페이지로의 전환율을 높일수는 있으나, 그럼에도 불구하고 효과가 미미하다면 이전페이지의 사용자경험 향상을 위한 전략을 완전히 바꾸어야 할 수 있습니다.

사용자 분석을 위해 사용하는 UV(Unique Visitor)

분석툴마다 차이가 있겠지만 GA(구글애널리틱스)에서의 UV는 사용자를 뜻합니다. 즉, 특정기간동안 방문한 순방문자를 말하지요.

이미지 : 잠재고객리포트의 일부

hava라는 사람이 특정 기간동안 매일 LABBIT사이트에 들어온다고 생각해 봅시다. 그러면 그 기간이 7일이라면 페이지뷰는 7이 잡히지만, UV는 1이 잡힙니다. 이를 통해서 데이터분석 툴에서는 신규방문자와 재방문자를 구별할 수 있는 것입니다. 사용자 측면에서 신규방문자와 재방문자의 비율과 전자상거래 등의 목표 전환율은 무척 유의미한 지표입니다. 예시의 사이트는 재방문자도 상대적으로 많고 재방문자의 수익 비율도 높은것을 알수 있습니다. 이것은 판매하는 제품이 만족스럽거나, 사이트 자체가 편안하다는 것(UX가 좋다)을 의미할 수 있다고 추측할 수 있습니다. 앞으로의 전략으로 신규 방문자의 수익 비율을 높이고자 한다면 첫구매 이벤트나 사이트에 적응하지 않은 사용자라도 쉽게 사이트내의 활동이 가능하도록 UX적인 설계를 기획할 수도 있겠지요.

UX개선의 페이지 검증을 위한 세션당 페이지수

세션당 페이지수는 한번 방문시에 평균적으로 몇개의 페이지를 보는지 확인하는 지표입니다. 예를들면 hava가 LABBIT사이트에 2번 방문해서 14의 페이지를 보았다면 평균 7이라는 페이지수가 나오는 것입니다. 만약에 여러분이 쇼핑몰을 운영중이라면 일반적으로 메인-상세페이지-결제페이지-결제-완료라는 5단계 이상의 페이지를 움직여야 결제완료라는 목표에 도달할 가능성이 높다고 볼수 있을텐데요. 만약 세션당 페이지수가 3밖에 안나온다면 우선적으로 5개의 핵심 페이지의 UX를 개선하는 실험을 진행해 볼 수 있을 것입니다. 

이미지 : 상세페이지내 쿠폰과 신규고객의 구매전환율 확인실험

실제로 주로 웹사이트 개선을 위해 진행하는 실험의 타겟페이지는 상세페이지인 경우가 많을수밖에 없는데요. 상세페이지 최적화가 진행되면 e-commerce에서는 수익으로 직결되는 경우가 대부분이기 때문에 저희 최적화실험팀에서도 상당부분 상세페이지내 실험으로 진행이 되었었죠.

사이트의 관심도를 보여주는 평균 세션 시간

평균 세션 시간은 페이지나 사이트에 머문 시간을 보여주는 지표입니다. 우리가 좋아하는 장소 혹은 편안함을 주는 장소에서 오래 머물고 싶어 하듯이 사용자들이 평균적으로 우리 사이트나 각 페이지에서 어느정도의 시간을 보내는지 보여주는 지표입니다.

같은 시간을 보낸다고 하더라도 페이지의 성격에 따라서 긍정의 의미가 되기도 부정의 의미가 되기도 하므로 여러 데이터를 종합적으로 확인하는 것이 정확한 분석을 위해서는 도움이 된답니다.

이미지 : 사이트 리뉴얼이 있지 않았는데 평균 체류시간이 갑자기 변하거나, 

리뉴얼 후 체류시간이 갑자기 변하는 등 일반적인 흐름과 다른 흐름을 보였을때를 잘 체크하는게 중요합니다.

예를들면, 읽기 위주의 매거진 페이지의 경우를 생각해 봅시다. 평균 세션 시간이 10초라면 거의 컨텐츠를 읽지 않는다고 생각할 수 있겠죠? 이런 경우 우리가 사용자들이 흥미로운 주제를 선정한 것인지, 컨텐츠의 구성이 너무 글만 있거나 편집 디자인이 읽기 어렵게 되어 있다던지 등의 가설을 세워볼 수 있을 것입니다. 반대로 평균 2분 정도면 될 것 같은 페이지에서 오래 머문다면 혹시 사용자가 무언가를 찾는데(예를들면 다음 액션을 위한 버튼 등) 시간을 오래 사용하지는 않는지 체크해 볼 필요가 있을 것입니다. 

도움이 되는 지표보기

제가 처음 GA를 보기 시작했을 때가 생각납니다. 숫자들로 가득하고 낯선 용어들도 보여서 ‘이걸 다 어떻게 알지?’ 고민을 많이 했던것 같아요. 지금도 여전히 함께하는 마케터분들이나 개발자분들에게 물어보면서 원하는 데이터를 얻기도 하고, 어떻게 분석할지 고민하기도 합니다. 그래도 조금이나마 도움이 될만한 지표보기는

첫째, 일반적이지 않은 것을 찾아라

갑분 크라임 이야기를 해보겠습니다. 배상훈 프로파일러님의 말에 의하면 ‘이 사람이 항상 날씨를 체크하던 사람이면 날씨를 체크한게 이상하지 않지만, 범죄가 일어난 날 날씨를 체크했다고 말한다면 일단 의심해 보아야 한다’라고 하시더라구요.

데이터도 그런것 같습니다. 사이트에 아무 변화가 없었고, 광고도 돌리지 않았는데 뭔가 평균적으로 흘러가던 흐름과 갑자기 달라지는게 있다면 그 원인이 무엇인지 확인해 보는 것이 중요한 것 같아요. 그래서 처음 데이터를 보실때는 기간 설정을 하시면서 확인을 해보시는 것도 도움이 된답니다.

이미지 : 비교 대상 설정을 통해 기간별 데이터 비교가 가능한 GA화면

둘째, 지표는 독립적으로 보는 것보다 여러 지표를 함께 보자

앞서 설명드린 글에서 눈치가 빠르신 분들은 느끼셨겠지만, 특정 지표를 확인하고 UX적인 판단을 내리기는 참 쉽지 않습니다. 단지 사용자가 이렇게 느낄 가능성이 높다라고 추측하고, 또 다른 증거들을 찾아 나가는 것이지요. 때문에 볼 수 있는 데이터가 많아지면 그만큼 증거를 찾을 확률이 높아지므로 우리는 꾸준히 증거찾기 공부를 해야하는 것이죠.

또한 일반적으로 단일 지표로 보이던 것도 다른 지표와 결합하면 새로운 INSIGHT를 얻을수 있습니다. 예를 들면, PV와 UV의 경우를 생각해 봅시다. 한 사람이 LABBIT사이트에 들어오니 이 회사가 궁금하고 어떤 일을 해왔는지 확인도 해보고 그러다 문의까지 남겼다고 합시다.(무척 관심이 많은 방문자네요 >ㅡ<) 결국 한 사람이 많은 페이지뷰를 발생시켰다는 것을 의미하죠?

이미지 : PV와 UV 그리고 그 차이를 보여주는 그래프

그래서 일반적으로 UV와 PV의 차이가 크게 날수록 긍정적인 사이트 활동을 했다고 볼 수 있는 것입니다. 이처럼 단일 지표보다는 연관된 지표들을 함께 보면 우리가 알고 싶은 정보들을 볼 수 있는 것이죠.

이미지 : 운영체제 비율은 IOS와 Android가 비슷하지만, 수익에서 Android가 압도적으로 높다고 확인이 됩니다. 

이경우 IOS의 결제방법이 불편하다거나 구매전환이 이루어지는 주요 타겟층이 Android를 사용한다고 생각해 볼 수 있겠죠. 

(실제로 해당 사이트는 남성의 구매전환이 약 90%이며 남성이 여성보다 Android폰을 많이 쓴다는 통계도 있으니 추측이 가능하겠죠?)

이번 포스팅에서는 UX팀에서는 어떤 지표들을 보고 INSIGHT를 위한 기반을 다지는지 확인을 해보았습니다. UX설계하기도 바쁜데 데이터까지?라고 생각하실수도 있지만 좋은 UX는 좋은 자원에서 나오는 것 같습니다. 그리고 이런 데이터들이 우리의 좋은 자원이 될 수 있어요 :)

우리가 UX설계할 때 사용자를 이해하기 위해서 리서치를 하고, 페르소나를 세우고, 사용자 여정을 그려보듯이 데이터를 기반으로 사용자의 이미지를 가시화하고 사용자의 감정을 예측해 보셨으면 좋겠습니다.