-
>
[네이버가 일하는 법]⑥ 빅데이터로 디자인하는 시대
정소양
입력 : 2017.08.28 15:09
ㅣ 수정 : 2017.08.28 15:09
▲ ⓒ뉴스투데이
(뉴스투데이=정소양 기자)
빅데이터 시대의 디자인
많은 사람들에게 ‘디자인’이란 심미성 혹은 창의성과 같은 감성적인 관점으로 접근하는 것이 익숙하다. 하지만 빅데이터 시대의 좋은 디자인이란 사용자에게 더 나은 경험을 제공함으로 ‘더 효율적인 측정 결과를 만들어 내는 것’이다.
이미 다양한 분야에서 의사 결정과 업무 진행에 데이터를 근거로 삼고 있지만, 아직 디자이너에게 익숙한 일은 아니다. 하지만 환경변화로 인해 이제 디자이너는 심미적 차원을 넘어 사용자 경험과 데이터 사이의 상관관계를 이해하고 이를 디자인 요소로 반영해야 한다.
네이버의 빅데이터를 활용한 디자인의 대표적으로는 △부동산 관심 지역, 관심 단지 개편 사례 △네이버 커머스 △네이버 광고 설계 사례가 있다.
■압도적인 데이터양에서 우선순위 정하기: 부동산 관심 지역, 관심 단지 개편
서비스를 제작하고 개선할 때 가장 먼저 해야 하는 일은 기존의 문제점을 파악하는 것이다. 사용자 인터뷰, 사용성 테스트와 같은 정성적 접근 방식은 익숙하지만 정량적 데이터를 통한 문제 분석 시에는 압도적인 데이터 양으로 인해 우선순위를 정하기 힘들 수 있다.
전상호 비즈니스 설계 스튜디오 디자이너는 “‘네이버 부동산’ 개편은 데이터 시대의 정량적 데이터 분석의 대표적인 사례”로 꼽았다.
네이버는 데이터를 통해 ‘문제 다가가기→정성적ㆍ정량적 데이터의 상호보완→데이터를 실제 디자인에 연결하기→데이터를 통한 지속적인 개선과 검증’을 통해 네이버 부동산이 갖고 있던 문제를 조금씩 개선해나갔다.
예를 들면, ‘지역 명으로 찾기’의 경우 ‘시/도 선택’ㆍ‘군/구 선택’ㆍ‘읍/면/동 선택’ 중 ‘군/구’를 선택하는 숫자 데이터가 월등히 높아 네이버 디자이너들은 그 원인을 규명하기 위해 애썼다. 숫자 데이터가 알려줄 수 있는 한계로 인해 정확한 원인 규명을 할 수 없었지만 사용성 테스트로 정성적 데이터를 수집한 결과 다수의 사용자는 ‘읍/면/동’의 이름은 알지만 해당하는 ‘군/구’를 정확히 알지 못해 전후 단계를 반복하는 불편이 있음을 발견했다.
전상호 디자이너는 “사용자의 행동을 정량적 데이터를 통해 계량화 했다면, 어떤 이유로 왜 그렇게 행동했는지 정성적 데이터를 결합해 함께 이해해야 정확한 분석을 할 수 있다”고 말했다. 또한 전 디자이너는 “부동산 지도는 끊임없는 개선과 검증 작업이 지속적으로 이뤄지는 현재 진행 영역이라 할 수 있다”고 덧붙였다.
부동산 사례의 경우 데이터를 활용한 디자인 프로세스 일부에 불과하지만 빅데이터 중심의 다각적인 접근 방식이 어떻게 차별화된 통찰과 효율적인 개선 기회를 제공하는지 잘 보여준다.
전 디자이너는 “데이터 중심 디자인의 필요성에 대해 계속해서 강조하고 있지만, 기존의 심미적, 직관적 접근 방식을 무시하거나 불필요하다는 것은 아니다”며 “오히려 디자이너의 감각적인 접근 방식이 실측 데이터보다 더 정확한 경우도 존재하며 때로는 새로운 결과를 가져오기도 한다”고 말했다.
그러나 그는 “다만 변화하는 작업 환경에 맞춰 디자이너의 작업 프로세스에도 데이터의 중요성은 점점 높아질 것이며, 기존의 방식에 빅데이터가 더해진다면 더 높은 성과를 기대할 수 있다”고 강조했다.
▲ ⓒ뉴스투데이
■ 고객이 만족할 때까지 분석해라: 데이터 커머스
‘네이버 쇼핑’에서도 디자이너들의 데이터 분석 노력의 모습은 엿볼 수 있었다.
‘데이터 커머스(D-Commerce)’란 고객의 흔적이 되어 주는 빅데이터 분석을 기반으로, 고객에게 맞춤형 상품을 제공하고 구매를 유도하는 커머스를 뜻한다. 다양한 데이터를 분석해 개인의 라이프 스타일과 상품을 매칭 시켜 자신에게 맞는 상품을 편리하게 구매할 수 있도록 유도하는 것이 데이터 커머스의 핵심이다.
윤지선 UGC & 커머스 설계 스튜디오 디자이너는 “‘네이버 커머스’에서도 고객 경험과 빅데이터를 통해 사용자를 위한 빅데이터 기반의 디자인을 진행했다”고 소개했다.
윤지선 디자이너는 “네이버 UGC & 커머스 설계 스튜디오 디자이너는 고객 경험을 개선하기 위해 사용자 조사를 하고 프로토타입을 만들며 사용성 테스트를 진행한다”며 “이를 통해 각기 다른 사용자 유형의 동기를 찾고 니즈를 만족시키는 디자인을 만든다”고 설명했다.
하지만 일반 대중과 디자이너는 웹을 이해하는 차이가 있어 디자이너의 생각만으로는 놓치는 부분이 생길 수 있다. 따라서 디자이너가 기획한 의도와 실제 사용자의 행동 간 차이가 있을 때, 이를 줄이기 위해 객관적인 데이터가 필요한 것이다.
실제로 네이버 커머스는 빅데이터 분석을 통해 디자인을 개선하고 있다.
전통적인 커머스는 상품의 질과 가격으로 쇼핑 경험의 만족을 판단하는 것이었다면, 이제는 다양한 상품과 정보 속에서 사용자가 미처 생각하지 못했던 취향까지 미리 알고 제시할 수 있어야 좋은 쇼핑 경험이라 할 수 있다.
네이버 커머스 디자이너들은 미리 알고 추천하는 개인화된 검색 결과를 주는 기술을 개발하기를 원했다. 빅데이터 분석을 통해 다양하고 까다로운 조건의 사용자를 위해 사용자 개별 분석 이후 사용자별 같은 검색어를 입력해도 서로 다른 결과를 노출시키는 기술 등의 개발을 통해 고객 맞춤 추천 등을 실현시켰다.
네이버는 이러한 사용자의 활동 데이터를 분석해 관심 상품을 추천하는 기능은 계속해서 개선해 나가고 있는 중이다.
윤 디자이너는 “정확한 동기나 니즈를 파악해도 디자인만으로 해결하기 어려운 부분이 있지만 데이터 분석을 통해 보완가능하다”며 데이터 분석의 중요성을 다시 한번 강조했다.
■1%를 위한 디자인 : 배너 광고 설계
일반적으로 사람들은 눈에 잘 띄는 광고를 선호한다고 생각한다. 하지만 실제 네이버가 빅데이터를 기반으로 조사한 결과는 달랐다.
온라인 광고 시장은 눈부시게 성장하고 있지만 온라인 배너 클릭률은 절망적이다.
박철오 비즈니스 설계 스튜디오 디자이너는 “광고에서 가장 중요한 데이터는 바로 클릭률이다”면서 “비즈니스 설계 스튜디오 디자이너들은 중 광고 파트 디자이너는 어떻게 하면 클릭률을 높일까에 대한 끊임없는 고민을 한다”고 말했다. 덧붙여 그는 “네이버 디자이너가 원하는 배너 광고 클릭률은 소박하다”며 “단, 1%가 되는 것이 우리의 목표다”고 전했다.
위 두 타입의 광고 배너 중 A1은 주목도가 높은 광고이며 B1은 그에 비해 주목도가 낮은 편이다. 일반적으로 사람들은 A1의 클릭률이 높을 것이라 생각한다. 하지만 네이버의 빅데이터 조사 결과는 달랐다. B1의 클릭률이 1.7배 높게 나온 것이다. 영화뿐만 아니라 다른 소재로도 테스트 한 결과 평균적으로 24%가량 B1타입의 광고의 클릭률이 높았다.
이러한 빅데이터 분석을 통해 박철오 디자이너는 “광고가 너무 눈에 띄지 않으면서 정보 구성 잘되어 있으면 클릭률이 높아진다는 것을 알 수 있다는 점을 도출해냈다”고 말했다.
그는 덧붙여 “또 다른 실험을 통해서는 광고가 눈에 잘 띄어도 정보가 잘 정리되어 있으면, 클릭률이 높아지는 것을 발견했다”고 전했다.
▲ ⓒ뉴스투데이
광고는 사용자의 주목을 끌어야 하지만 눈에 너무 띄어도 안되는 딜레마가 존재한다.
박 디자이너는 “사용자 불편을 최소화하고 광고 효과를 높이는 원리를 연구하며 광고 상품을 설계하고 있다”며 “배너광고를 클릭하지 않는 99%의 사용자의 마음을 이해하고 관심을 이끌어 내기 위해 빅데이터를 수집하고 분석한다”고 전했다. 덧붙여 “디자이너라면 수익성과 연관된 클릭률보다는 사용성을 먼저 고민하는 자세로 광고가 사용자에게 꼭 필요한 정보가 될 때까지 노력하는 자세를 가져야 한다”고 강조했다.
댓글 (0)
- 띄어 쓰기를 포함하여 250자 이내로 써주세요.
- 건전한 토론문화를 위해, 타인에게 불쾌감을 주는 욕설/비방/허위/명예훼손/도배 등의 댓글은 표시가 제한됩니다.
0
/250
