반응형

분류 전체보기 14

당신이 리서치를 아무리 해도 효과가 없는 이유

많은 리서처 분들이 리서치를 수행하고 결과가 반영되지 않지 않아 고민이라고 말합니다. 몇 시간이고 고객을 만나 인터뷰하고 사용성 테스트를 하고 데이터를 정리했고 보고서도 완벽히 썼는데 말이죠. 리서치를 잘 수행하는 것도 좋지만 결국 반영이 잘 되어 성과가 보여야 좋은 리서치를 했다고 할 수 있습니다. 의외로 많은 리서치 조직에서 리서치 수행 자체에 초점을 맞추고 이후 인사이트 적용 및 실행은 제품팀에 맡기곤 '이제 잘 반영되겠지'라며 신경을 끕니다. 실제 한 상황을 가정해 봅시다한 쇼핑몰에서 상품 리스트 페이지의 상품 클릭률이 계속 낮아지고 있었습니다. 리서치팀은 사용성 테스트를 진행했고, 고객 인터뷰를 통해 이런 문제를 확인했습니다.“상품이 너무 작아서 잘 안 보인다.”“정보가 너무 많아 시선이 분산된..

UX 리서치 조직은 어떤 형태가 좋을까요?

리서치 팀은 기능 조직(functional organization) 형태로 일하는 경우가 많지만 아래와 같은 형태들로 다양하게 존재합니다.1️⃣ 중앙 집중형(Centralized)- UXR가 한 팀으로 묶여 PM·DEV와 떨어져 있음- 전문성 유지에는 유리하지만, 제품 현장과 단절되기 쉬움- 종종 “에이전시”처럼 단기 투입 후 빠지는 구조가 됨2️⃣ 스쿼드형(Decentralized) - UXR이 각 제품팀에 소속- 제품 맥락 이해는 빠르지만, UXR 리더십·커뮤니티가 약화되고 팀 간 일관성이 깨짐3️⃣ 매트릭스형(Matrix) - UXR이 PM과 UXR 매니저 양쪽에 보고하는 구조- 협업은 밀착되지만, 우선순위 충돌과 ‘누구 말을 들어야 하나’ 혼란 발생실제로는 PM 권한이 더 커져 UXR이 소극적으로..

고객 인터뷰를 하면서 "이 사람은 적절한 대상자가 아닌데…" 생각한 적 있나요?

NN/g 아티클에서는 ‘리크루팅을 위한 스크리너 만들기’에 도움이 되는 간단한 방법을 제안합니다.그건 바로,✔️ Foil(가짜지만 그럴듯한 보기) 넣기 입니다.예를 들어,“사용해본 음식 배달 앱을 모두 고르세요.” 라는 질문의 보기로 로 설정해두는거죠. 푸드익스프레스 같은 실제로는 없는 선택지를 고른 사람은 적절한 대상이 아닐 가능성이 높습니다.💡PiXR Talk- 리서치 품질은 분석 단계 뿐 아니라 리크루팅 단계에서도 결정됩니다.- 좋은 리서치는 좋은 참가자를 고르는 것부터 시작됩니다 해당 글은 다음 아티클을 참고하여 작성하였습니다 🙂 https://www.nngroup.com/articles/screener-foils/

UX리서처에게 필요한 역량은 무엇인가요?

*2023년에 작성된 글입니다종종 UX리서처라는 직무을 원하는 학생분들이나, 직무 전환을 하고자 하는 다른 직군의 분들로부터 이런 질문을 받습니다."UX리서처는 어떤 역량을 가져야 하나요?"물론 정석적인 답변은 이럴 수 있습니다.닐슨 노먼 그룹(NNg)에서 조사한 UX커리어 리포트에 따르면, "소프트 스킬 중 가장 필요한 것은 커뮤니케이션 능력과 공감 능력으로 조사 되었습니다. 하드 스킬은 직무에 따라 필요한 정도가 다르겠지만 UX리서처의 경우 리서치 methodology와 mothods는 시간이 지나면 충분히 역량을 키울 수 있습니다. 하지만 커뮤니케이션과 공감 능력은 쉽게 성장시킬 수 없기에 많은 노력이 필요하고 우선됩니다."물론 제 개인의 의견이긴 합니다만, 실제로 일반적이고 많은 경우에 적용될 수..

UX 리서치 각 단계별로 AI를 어떻게 활용할 수 있을까?

1️⃣ 리서치 준비 / 시작 지점 (Starting Point)활용: 주제 선정, 시작 아이디어 탐색, 리서치 프레임 잡기활용 예시:“어디서부터 시작해야 할지 모르겠다” → 시작점 추천받기“이렇게 시작해도 될까?” → 대안 경로 제시받기주의: AI가 제시하는 방향이 맥락에 맞지 않을 수 있음 → 동료와 검토 필요 2️⃣ 데스크 리서치 (Desk Research)활용: 관련 논문, 블로그, 기존 연구 요약 및 비교활용 예시:특정 주제 관련 문헌 찾기 및 요약가설/질문에 부합하는 선행연구 정리주의:존재하지 않는 문서를 생성하거나 잘못된 논문 추천 가능 (환각 현상),반복 사용 시 리서처의 독립적 사고 저하 3️⃣ 리서치 기획 (Research Planning)활용: 리서치 목표, 방법론 설계, 문항 브레인..

[분석] 장바구니 분석(Market basket analysis)과 연관 규칙(Association rules)

장바구니 분석이란? 장바구니 분석을 시행한 유명한 사례 중 하나는 월마트 사례입니다.맥주를 구매할 때 기저귀를 같이 산다는 결과가 바로 그것인데요, 남성이 마트에 들러 물건을 살 때 아내의 부탁으로 아이 기저귀를 사면서 동시에 본인이 마실 맥주를 산다는 것입니다.전혀 관련성이 없는 맥주와 기저귀의 연결고리를 알게 됨으로써 마케팅 전략을 새롭게 구성할 수 있기 때문에이러한 장바구니 분석을 잘 활용한다면 기업의 매출을 끌어올리는 데 중요한 도구가 될 수 있습니다. 연관규칙이란? 이러한 장바구니 분석은 각 상품 간의 연관 규칙을 이용하여 분석하게 되는데요,A라는 상품과 B라는 상품이 서로 연관성이 있다고 하면 A->B라고 하는 연관 규칙을 만들 수 있습니다. 하지만 상품이 수백, 수천개라면 이러한 연관 규칙도..

Data Analysis/Study 2017.02.17

[SQL] 데이터베이스란?

데이터베이스란? 데이터와 데이터베이스 데이터 : 컴퓨터 안에 기록되어 있는 숫자데이터베이스 : 넓은 의미에서는 컴퓨터 안에 기록된 모든 것을 의미하지만 일반적인 의미로는 특정 데이터를 확인하고 싶을 때 간단하게 찾아낼 수 있도록 정리된 형태를 가리킴 - 데이터베이스 내의 데이터는 영구적으로 보존되어야 하며 비휘발성 저장장치에 저장함- 데이터베이스는 기존에는 데이터센터의 서버에서만 운용했지만 최근에는 개인용 컴퓨터나 휴대용 기기에도 내장되어 있음- 쇼핑몰의 경우 웹 시스템을 통해 데이터베이스에 접근하며, 편의점에서는 POS시스템을 이용하여 데이터를 전송함- 휴대전화의 전화번호부 앱도 일종의 데이터베이스라 할 수 있음 DB와 DBMS DB(DataBase) : 저장장치 내에 정리되어 저장된 데이터의 집합DB..

Data Analysis/SQL 2017.01.16

[GA] 구글 어낼리틱스 언어 스팸(Language spam) 차단하기

구글 어낼리틱스 언어 스팸(Language spam) 차단하기 언어 스팸(Language spam)이 뭐지?? 어느 날 갑자기 분석 리포트에 나타난 뜬금없는 언어 스팸(Language spam)! 보통 한국어로 작성한 블로그는 주로 한국인이 보기 때문에 GA에서 수집하는 언어 정보에는 Ko 혹은 Ko-kr 정도로만 표기되는데, 구글 서치 콘솔(google search console, https://www.google.com/webmasters/tools/home?)을 연동한 연유인지 이후로 언어 정보에 이상한 글자들이 보이기 시작했다. GA 리포트의 가장 첫 화면에서 확인할 수 있는 정보 중에 언어 항목에 위 그림과 같이 이상한 글자들이 상위권에 점령한 것이다. 구글링을 좀 해보니 'Secret.ɢoog..

Data Analysis/GA 2016.12.26

[GA] SEO(검색 엔진 최적화)와 키워드

SEO(검색 엔진 최적화)와 키워드 사이트에서 원하는 성과를 내기 위한 첫걸음- SEO를 시행할 것- 이탈률과 세션당 페이지 수를 확인하고 개선할 것 1) 이탈률 : 방문한 사용자가 사이트 안을 보지 않은 채 다른 사이트로 떠나버리는 비율, 사용자가 사이트를 어떻게 평가하는지 알 수 있다 2) 세션당 페이지 수 : 방문한 사용자가 사이트 안에서 본 페이지 수, 사이트에 대한 관심도를 확인할 수 있다 SEO(검색 엔진 최적화) 대책을 시행할 때 '키워드'는 중요한 역할을 한다. * 검색 엔진 최적화 (영어: search engine optimization, SEO) - 웹 페이지 검색엔진이 자료를 수집하고 순위를 매기는 방식에 맞게 웹 페이지를 구성해서 검색 결과의 상위에 나올 수 있도록 하는 작업 - 웹..

Data Analysis/GA 2016.12.19

[분석] ROC 커브와 AUC, 그리고 민감도와 특이도

ROC curve (Receiver Operating Characteristic curve) - TPR과 FPR을 각각 x,y축으로 놓은 그래프 양분된 결과를 예측하는 테스트의 정확도를 평가하기 위하여 흔히 두 가지 지표, 민감도(sensitivity)와 특이도(specificity)를 사용 ex) 어떤 건강 상태를 가지고 있는 경우와 그렇지 않은 경우를 얼마나 잘 구분할 수 있는지를 의미 민감도(sensitivity) - 1인 케이스에 대해 1이라고 예측한 것 특이도(specificity) - 0인 케이스에 대해 0이라고 예측한 것 ROC curve는 이진분류기의 성능을 한번에 표시한 것으로, 양성률(TPR)과 위양성율(FPR) 두 가지로 표현 양성율(True Positive Rate; TPR) - T..

Data Analysis/Study 2016.10.24
반응형