Flag. 3회 : 스타트업에서 UX 리서치 잘 하는 방법_라포랩스 김은희님
잡플래닛에서 열린 Flag. 세미나를 소개하고 Flag. 3회 주제 ‘ Practical UX Research in IT Startup’에 대한 내용을 공유합니다.
Aug 29, 2024
Contents
들어가며잡플래닛에서 Flag.를 시작하게 된 이유데이터분석, AI 직군 세미나로 시작한 Flag. 1회와 2회Flag. 3회 : Practical UX Research in IT StartupSession 1 : Data Informed UXUX 리서처의 역할IT 스타트업에서 UX 리서치를 해야 하는 이유데이터를 활용한 의사결정 방식Data Informed 의사결정의 사례Session 2 : IT 스타트업에서 정성 데이터가 잘 동작하기 위해 필요한 조건IT 스타트업에서 UX 리서치가 잘 동작하기 위해 노력한 것Q&A피드백앞으로의 Flag.를 더 기대해 주세요들어가며
안녕하세요! 잡플래닛 피플팀의 김향연입니다. 😊
2024년 2월, 잡플래닛에서는 Flag.라는 이름으로 세미나를 시작했습니다! 4월, 7월에도 개최하여 벌써 3회차까지 진행된 세미나이네요. 다양한 주제로 외부 연사를 초청하여, 다양한 직무의 참여자들이 전문 역량을 강화할 수 있도록 설계하고 있습니다.
플래그 1회와 2회는 데이터 분석, AI 관련 직군을 위한 강연으로 준비했었고, 가장 최근인 7월 11일 플래그 3회는 “Practical UX Research in IT Startup”이라는 주제로 UX 리서처, 프로덕트 디자이너, PM/PO 등을 대상으로 세미나를 열었습니다. 퀸잇을 서비스하고 있는 라포랩스의 UX 리서처 김은희 님을 초청하여 UX 리서치를 통한 정성적, 정량적 데이터 기반의 의사결정을 하는 방법과 사례에 대해 나누었어요.
플래그는 잡플래닛 직원들뿐만 아니라, 외부에서도 참여를 원하는 분들은 참여 신청을 받고 있는데요. 회차를 거듭할수록 신청자가 늘면서 특히 이번 Flag. 3회에는 220여 명이 신청을 해주셨어요! 아쉽게도 공간적 제약 때문에 많은 분들을 모시지 못해 너무나 아쉬운 회차였습니다. 그래서 이번 글에서는 잡플래닛 플래그에 대해 소개하면서, 지난 3회 플래그의 내용을 함께 공유해보려고 해요. 이 글을 통해 많은 분이 UX 리서치 결과를 실무에서 적용한 사례와 IT스타트업에서 UX 리서치 조직이 잘 동작할 수 있도록 하기 위한 조건들에 대해 얻어가셨으면 합니다.
잡플래닛에서 Flag.를 시작하게 된 이유
그런데 글을 본격적으로 시작하기 전에, 한 가지만 먼저 설명하고 가려고 합니다. 플래그에 참여해 주신 분들에게 몇 번 들었던 질문이 있었습니다. “이런 좋은 세미나를 열어주셔서 감사하기는 한데, 왜 잡플래닛에서 이런 행사를 하는 건가요?”
잡플래닛(JobPlanet)은 “Find your Planet & Build our Space”라는 브랜드 슬로건과 미션을 가지고 서비스를 하고 있습니다. 이를 토대로 한 잡플래닛의 세계관은 다음과 같습니다. 구직자들이 이직 시에 적합한 회사(=행성)를 찾고, 그 과정이 쉬워지도록 우리만의 우주를 구축하여 기업 평점, 면접 리뷰, 채용 공고 등을 제공하는 플랫폼. 다시 말해, 유저들의 커리어 생애주기 시작부터 마지막까지 함께 하는 커리어 에이전트로 발돋움하는 것이 저희의 미션인 만큼, 구직자들에게 폭넓은 커리어 발전의 기회를 제공하고자 Flag.를 기획하게 되었습니다. “Flag.”라는 이름은 우리가 찾아낸 새로움과 놀라움에 깃발(=플래그)을 꽂아 구직자들이 행성을 더 쉽게 찾을 수 있도록 더 많은 지표를 만들겠다는 의지를 담아 탄생하였습니다.
또 다른 이유로는, Flag.를 통해 많은 분이 잡플래닛이라는 ‘기업’에도 집중하실 수 있다면 좋겠다는 바람도 가지고 있었는데요. 기업 리뷰를 보기 위해 잡플래닛 플랫폼에 접속하는 분들은 많지만, 잡플래닛에 지원하고 싶다는 생각을 가지는 분들은 많지 않은 것 같더라고요. 그래서 Flag.를 통해서 자연스럽게 잡플래닛을 홍보하고, 참여하시는 분들이 잡플래닛의 일하는 방식들을 알아가시면 좋겠다는 목적을 가지고 Flag.를 시작하게 되었어요.
데이터분석, AI 직군 세미나로 시작한 Flag. 1회와 2회
앞서 잠깐 말씀드렸던 것처럼, 초반에는 데이터 분석, AI 직군을 타깃으로 Flag.를 시작했습니다. 저희 잡플래닛에 Data&AI Lab.을 설립하고 AI를 활용한 플랫폼으로 자리매김하기 위한 시도를 하고 있었기 때문에 그에 발맞추어 Flag.도 이와 관련된 주제로 선정했어요.
1회는 연세대학교 경영대학 김승현 교수님을 모시고 “데이터 너머의 진실: 이론과 인과관계”라는 주제로 첫 번째 플래그를 시작했습니다. 인과관계 분석을 통해 의사결정을 하는 방법에 대해 이론 및 사례 기반으로 설명했습니다.
2회는 “인과추론 in action”이라는 주제로 성균관대학교 수학교육과 최영근 교수님이 강연을 해주셨는데요. 인과추론에 대한 핵심개념 리뷰 및 microsoft EconML Use cases 해설을 통해 실전예제를 공유했습니다.
요즘 업계에서 큰 관심이 있는 주제라서 많은 분이 참여해 주셨는데요. 1회와 2회를 진행해 보면서 참여자들 대부분이 실무에 적용한 사례를 특히 궁금해하신다는 점을 알 수 있었습니다. 그래서 이론 위주의 내용보다는 현재 현업에 계시는 실무자를 모시고 인사이트를 공유한다면 더 많은 분의 궁금증을 해결해 줄 수 있을 것이라는 기대를 하고 3회 플래그를 준비하게 되었습니다.
Flag. 3회 : Practical UX Research in IT Startup
세 번째 Flag.는 라포랩스 UX 리서처 김은희 님께서 UX 리서치 실무 사례를 기반으로 강연을 해주셨어요. 첫 번째 세션은 정성/정량적 데이터를 가지고 Data Driven, Data informed 방식으로 일하는 방법과 이를 적용한 사례들을 소개해 주셨습니다. 두 번째 세션에서는 UX 리서처라는 직무가 현재 시장에 부족한 상황에서 각자의 회사 상황에 맞게 UX 리서치를 적용하여 일하는 방법에 대해 실제 라포랩스에서 어떻게 시도하였는지를 기반으로 공유해주셨어요. 은희님의 강연 내용을 요약하여 전달해 드릴 테니, UX 리서치를 실무에 적용하는 방법에 대해 많은 도움을 받으셨으면 좋겠습니다.
Session 1 : Data Informed UX
UX 리서처의 역할
UX 리서처는 사용자를 만나 다양한 경험을 직접 관찰하고, 간접적으로 듣는 일을 합니다. 사용자를 만나는 이유는 사용자의 경험을 바탕으로 제품과 서비스의 방향을 제시하고, 최선의 의사결정을 돕기 위함입니다.
IT 스타트업에서 UX 리서치를 해야 하는 이유
일반적으로 IT 스타트업의 환경이라고 하면 의사결정을 빠르게 해야 하고, 빠르게 변화하는 변화무쌍한 조직이라고 알고 계실 겁니다. 그래서 스타트업에서는 고객 관점에서 문제의 해결 방안을 찾고, 가설을 빠르게 검증할 수 있도록 MVP를 만들고, 시장의 변화에 대응하기 위해 애자일(Agile)하게 개발하여 사용자에게 가치를 빠르게 전달하는 방식으로 일하고 있습니다.
하지만 많은 경우, 이렇게 일하지 못하는 것이 현실입니다. 스타트업이 성공하지 못하는 이유 중 하나는 고객 관점에서 만들지 못했거나, 마켓 니즈에 맞지 않는 프로덕트이기 때문입니다. 즉, 고객 관점에서 프로덕트를 만들어야 하고, 이를 위해서는 사용자(유저)를 만나야 합니다. 사용자를 만남으로써 비즈니스의 방향을 알 수 있고, Profit과 Growth를 달성할 수 있기 때문입니다.
데이터를 활용한 의사결정 방식
현업에서는 사용자를 직간접적으로 만나서 얻게 되는 한정된 데이터(정성/정량)로 최선의 의사결정을 해야 하는데요. 이를 위해서는 데이터 문해력(Data Literacy)이 필요합니다. 데이터를 읽고 의사결정을 하는 방식은 정답이 있는 것이 아니라 제품/서비스의 단계나 상태에 따라, 그리고 우리가 가지고 있는 데이터의 형태에 따라 다르게 사용해야 합니다.
Data Driven (데이터 주도) 방식
해결하고자 하는 문제와 해결책의 방향이 명확할 때 (A/B Test 등) 사용하는 것이 적합합니다. 이 방식으로는 문제가 왜 일어났는지를 명확히 알 수 없기 때문에 넓은 범위에서 해결책을 고민해야 할 때에는 적절하지 않습니다.
Data Informed (데이터 참고) 방식
정량 데이터를 문제 해결을 위한 중요 정보 중 하나로 참고하여 의사결정 하며, 정성적인 데이터와 정량적인 데이터를 조합하여 의사결정 기준으로 사용하는 접근 방식입니다. 정성 데이터를 효과적으로 사용하는 방법에 대해서 많은 분들이 고민하는 부분이기도 합니다.
Data Aware (데이터 인식) 방식
데이터의 존재와 중요성을 인지하고, 해결하고자 하는 문제에 따라 가장 적합한 데이터를 바탕으로 의사결정 하는 접근 방식입니다. 상황에 따라 정성 데이터만 활용하거나 정량 데이터만 활용할 수도 있습니다. 정성/정량 데이터에 대한 신뢰가 있는 성숙한 조직 단계에서 활용하는 방식이라고 할 수 있습니다.
MVP(Minimum Viable Product) 단계의 제품이라면 Data Driven 방식으로 MVP를 빠르게 최적화하는 것이 좋습니다. 가설을 증명하는 도구로 사용하기 위한 최소 형태의 제품이기 때문에 사용자가 이 제품을 사용해야만 하는 이유를 찾아내기 어렵기 때문입니다. 반면에 MVP를 넘어 MLP(Minimum Lovable Product)로 애정 받는 제품으로 끌어올리기 위해서는 Data Informed 의사결정을 활용해야 합니다. 한정된 데이터를 가지고 제품/서비스의 방향을 올바르게 제시하고, 넓은 범위에서 제품/서비스에 대한 최선의 의사결정을 도와줄 수 있어야 하기 때문입니다. 하지만 현재 많은 기업에서는 MLP를 만들기 위한 Data Informed 의사결정을 제대로 하지 못하는 상황입니다.
Data Informed 의사결정의 사례
강연에서는 요기요에서 겪었던 General 실무 사례와 Applied 실무 사례를 소개했으나 이번 글에서는 General 실무 사례를 위주로 말씀드리려고 합니다. 예전의 사례이기 때문에 지금의 요기요 서비스와는 많이 달라진 점을 감안해주시고, 지금 소개하는 사례가 여러분의 서비스와 데이터의 종류에 따라서는 최고의 방법이 아닐 수 있다는 점을 고려하여 참고해 주시면 좋을 것 같아요.
VOC를 활용한 UX 리서치
VOC 분석에서 시작하기
홈화면 서비스 자체에 대한 VOC 중에는 카테고리에 대한 비중이 가장 컸기 때문에 어떤 것이 문제인지를 확인하기 위해 카테고리의 분류와 세분화에 대해 고민하기 시작했습니다. 먼저, 분류에 문제가 있는지 확인하기 위해서 기존에 제공하고 있는 카테고리에 대해 유저들에게 Card Sorting을 하고, 재분류가 필요한 카테고리를 가지고 Usability Test를 진행했습니다. 다음으로는 세분화가 문제라면, 유저들이 원하는 것을 찾기 힘들어서 바로 검색했을 것이라 보고 검색창을 통해 직접 검색하는 음식명 상위 200개의 데이터를 확인했습니다.
이후 Tree Testing을 응용하여 유저에게 이 음식명을 찾기 위해 어떤 카테고리를 찾을 것인지 최대 3개까지 자유롭게 써보도록 했습니다. 이 결과를 가지고 분류를 다시 하여 카테고리를 재구성했습니다. 이 리서치 결과를 통해, 검색한 키워드에 대해 모든 결과를 도출해 내기 어려울 때는 검색창 아래에 연관 키워드를 띄워주는 형태로 피처를 개발하기도 했습니다.
리서치 데이터에서 시작하기
위의 트리 테스트에서 발견했던 예상치 못한 결과에서 시작했던 사례로는, 유저들이 카테고리를 작성할 때 음식명에 집중하기보다는 안주, 데이트 등 특정 상황을 작성하는 경우가 꽤 많다는 것을 발견했습니다. 특정 상황에서 먹을 만한 음식을 찾고 싶다는 니즈가 많다는 점에서 착안하여 포차, 심야식당, 홈파티 등 트렌드, 시즈널, 상황별 테마 메뉴를 추천하는 피처를 만들기도 했습니다.
정량 데이터를 바탕으로 정성 리서치 시작하기
데이터에서 시작하기
당시 음식 배달 서비스에서 메뉴 탭이 있는 것을 차별화 포인트로 가져가고 있었는데요. 탭별 세션 수, 탭별 전환율 데이터 분석을 통해 메뉴 탭의 인입 비중은 가장 높았으나, 음식점(가게)으로의 전환율은 가장 낮다는 사실을 알게 되었습니다. 추가적으로 VOC 분석과 Usability Test를 통해 메뉴 탭에 개선이 필요하다는 점을 인지하게 되었습니다. 검색한 음식점의 메뉴가 아닌 것들이 노출된다거나 별점이 가게의 별점인지 메뉴의 별점인지 모호한 점 등이 문제로 파악되어 개선 작업을 진행했습니다. 이를 통해 메뉴 탭 인입 후 가게로의 전환율도 개선되는 결과를 가져올 수 있었습니다.
Data Driven? Data Informed?
이렇게 Data Driven 의사결정 방식과 Data Informed 의사결정 방식에 대한 사례를 모두 소개해 드렸는데요, 그렇다면 어떤 방식을 선택하는 것이 좋을까요? 정답은 없습니다. 요기요의 경우는 10년이 넘은 회사였기 때문에 많은 데이터가 촘촘하게 심겨 있었고, 데이터 조직이 잘 운영되고 있었기 때문에 Data Informed Decision이 가능했습니다만, 일반적인 스타트업의 경우엔 어려운 경우가 많습니다. 은희님은 우리 서비스가 어떤 단계인지, 우리가 가지고 있는 데이터는 어떤 것인지에 따라서 결정해야 한다는 것을 당부하셨다는 것을 기억해 주세요.
Session 2 : IT 스타트업에서 정성 데이터가 잘 동작하기 위해 필요한 조건
IT 스타트업에서 UX 리서치가 잘 동작하기 위해 노력한 것
UX 리서치에 대한 2가지 선입견으로는 ‘시간(Time)이 오래 걸린다’와 ‘시점(Spot)을 언제 해야 할지 모르겠다’가 있는데요. 이 선입견을 깨기 위해 시도했던 세 가지의 노력을 소개하겠습니다.
1. 올바르고 적합한 UX 리서치 수행하기 - 편견 깨트리기
첫 번째 시도 : 시간과 시점에 대한 선입견을 바꾸고 편견을 깨트리기 위해 프로젝트 안에 UX 리서치 프로세스를 포함시켜 진행하는 방법을 시도해 보았습니다. 더블다이아몬드 프로세스를 3주 안에 빠르게 진행을 하기로 하고 무리하여 진행을 해보기도 했습니다. 하지만 3주는 의사결정에 도움을 줄 수 있는 인사이트를 낼 수 있는 기간이 아니었기 때문에, 결국에는 이렇게 하면 안 되겠다고 판단하게 되었습니다.
두 번째 시도 : 프로젝트와 분리해서 따로 UX 리서치를 진행했습니다. 아이데이션을 시작 전에, 그러니까 스프린트를 시작하기 전에 미리 유저 인터뷰, 필드리서치, 페르소나 정의 등을 작업을 해놓았습니다. 스프린트에 영향을 주지 않기 때문에 다른 구성원들은 이에 대해 부정적이지는 않았으나, 다만 유저가 원하는 방향이 맞는지 검증하지 않는 프로세스였기 때문에 유저는 ‘말’을 이야기했지만 그럴싸한 ‘유니콘’이 나오는 결과를 초래하게 되었습니다.
세 번째 시도 : 앞의 시행착오를 겪고 난 후, 프로젝트와 병렬로 UX 리서치를 진행하기로 했습니다. 유저의 맥락, 환경, 특성 등을 기반으로 오랜 기간 많은 유저를 대상으로 실시하는 기반 리서치(Foundational research)는 계속 진행하되, 만들어낸 솔루션이 맞는 방향으로 가고 있는지 확인할 수 있는 단기성 리서치인 방향 리서치(Directional research)가 필요할 때는 짧게 UT 등을 하는 방식으로 병행했습니다. 기반 리서치는 유효 기간이 오래되기 때문에 꽤 오랜 기간 동안 유지가 됩니다. 북극성을 찾아가기 위한 나침반 역할을 하는 것이 기반 리서치이며, 북극성을 찾아가는 방향이 조금 틀어졌을 때 키를 조정해 주는 것이 방향 리서치라고 할 수 있습니다. 그 결과, ‘스프린트 안에서 필요한 만큼 리서치를 짧게 진행할 수 있네’라는 인식의 변화가 있었고, 기반리서치는 계속 진행하고 있기 때문에 리서치의 자유도를 높일 수 있게 되었습니다.
2. UX리서치를 연속성, 반복성이 유지되는 프레임워크(framework)로 정착시키기 - 신뢰 쌓기
이렇게 편견을 깨트리기는 했지만, 신뢰가 바로 쌓이는 것은 아닙니다. UX 리서치를 일회성이 아니라 연속성, 반복성이 유지되는 프레임워크로 정착시키기 위해서는 UX 리서치에 대한 성공 경험을 바탕으로 신뢰를 쌓아야 합니다. 즉, Profit과 growth를 개선할 수 있는 비즈니스 임팩트가 큰 리서치를 할 수 있어야 합니다. 아래의 노력을 통해 신뢰를 쌓을 수 있었습니다.
- 먼저, UX 리서처는 입사 후 회사에서 나를 채용한 이유에 대해 듣고, 리서치에 대해 호의적이고, 리서치를 이용하여 일을 할 수 있는 허들이 낮은 사람들을 찾는 것이 중요합니다.
- 다음으로는 이 회사가 지금 어떤 상태인지, 데이터가 어느 정도 있는지를 정량데이터, VOC, 이전 UT 자료 등 모든 데이터를 찾아보며 파악합니다. 그리고 UX 리서처를 채용한 사람과 최종 의사결정권자를 만나보고 공통적으로 언급하고 있는 고민, 로드맵에서 우선순위가 높은 것이 무엇인지 빠르게 파악해야 합니다. 여기서 리서치할 것들을 리스트업한 후, 가장 적은 리소스를 투입하여 많은 임팩트를 낼 수 있는 것부터 시도하여 성공을 보여주고 신뢰를 쌓아야 합니다.
리서치의 비즈니스 임팩트를 어떻게 정의할 것인지에 대해서 많이 궁금해하시는데, 라포랩스에서 생각하는 UX 리서치의 비즈니스 임팩트는 아래 세 가지로 정의합니다.
- 우선순위 결정에 도움을 준다.
- 가설을 만들어내는 데 도움을 준다.
- 더 좋은 솔루션(Idea)를 제공하는 데 도움을 준다.
또 라포랩스에서는 리서치를 한다면 패널 보상 등 비용이 드는데, 이에 대한 지원을 아끼지 않습니다. 그리고 주요 로드맵, 의사결정을 하는 미팅에 UX 리서처가 PO와 함께 참여하여 리서처가 유저에 대한 의견을 낼 수 있는 환경입니다.
1년 반 정도의 다양한 시도를 거쳤고, 현재는 라포랩스에서는 제품팀뿐만 아니라 사업팀까지 UX 리서치를 적극적으로 활용하게 되었습니다.
3. UX 리서치팀(인사이트팀)의 역할을 확장시키기(제품검증→ 제품견인) - 신뢰 위에 세우기
처음에는 이미 운영 중인 제품/서비스에 대한 개선 혹은 MVP 레벨의 서비스 검증을 위한 UX 리서치 위주로 상대적으로 좁고 제한적인 역할을 하게 될 가능성이 높습니다. 신뢰가 생기면 선행 리서치, 전략 리서치에 대한 기회가 생기게 되며, 이를 통한 비즈니스 임팩트를 반복적으로 경험하게 하여 UX 리서처의 역할 범위를 확장할 수 있게 됩니다.
UX 리서치가 제대로 동작하게 되면 메이커(PO,PD)의 공수를 절감해 주고, 진짜 해결해야 하는 문제에 올바르게 접근하고 최적의 솔루션을 제공하는 길라잡이 역할을 하게 됩니다.
이렇게까지 했는데도 UX 리서치에 대한 신뢰를 쌓지 못하는 이유
신뢰를 쌓을 수 있을 만큼의 기회가 없었거나, 리서치를 했는데도 조직 내에서 그 결과를 신뢰하지 못하는 경우가 있을 수도 있습니다. 그렇다면 조직 문화나 조직구조에서 UX 리서치를 잘 활용할 수 있는 환경을 세팅할 수 있도록 노력해야 합니다.
- UX 리서치에 대한 신뢰가 쌓일 수 있는 기회를 만들어야 합니다.
- 리서치와 일해본 것이 처음이라 어떻게 활용을 해야 할지 모르는 경우가 많기 때문에, UX 리서처가 먼저 적절한 시기에 적절한 방향으로 리서치 진행을 제안해서 기회를 만들어야 합니다. 인사이트 접근성을 높이고, 리서치 결과를 계속 볼 수 있도록 용도별로 리서치 채널을 만들 수도 있습니다.
- 의사결정권자가 적절한 시기에 적절한 방법으로 리서치 진행을 먼저 요청해주어야 합니다. 기회를 제공해 주는 역할로서 PO, PD, 대표가 이런 역할을 할 수 있습니다.
- 리서처만 노력한다고 이런 환경을 만들 수 있는 것은 아닙니다. UX 리서치나 유저를 통해 도출된 인사이트를 수용할 수 있는 조직 문화와 의사결정 구조가 함께 갖춰져 있어야 합니다.
신뢰가 핵심입니다.
IT 스타트업에서 UX 리서치가 잘 동작하기 위한 핵심은 빠르게 신뢰를 형성하는 것입니다. UX 리서처가 편견을 깨고, 신뢰를 쌓고, 신뢰 위에 리서처의 역할을 확장하는 것도 중요하지만, 조직 문화나 조직 구조적으로 함께 환경을 만들어주는 것 또한 중요하다는 점을 다시 한번 강조하며, 두 번째 세션을 마쳤습니다.
Q&A
세션이 끝나고, 많은 분들이 질문을 주셨는데요. 현장에서 질의응답 했던 내용을 몇 가지 소개해보겠습니다.
1. 대기업의 비즈니스 사업부 조직에 속한 디자이너입니다. 따로 UX 조직이 없고, 데이터도 많이 오픈되어 있지 않는 등 지원이 부족한 상황입니다. 은희님이라면 이런 상황에서 어떻게 UX 리서치를 하실지 궁금합니다.
- 성공 사례를 만들어야 신뢰를 얻을 수 있기 때문에 기회를 만들어야 합니다. 신뢰를 쌓을 수 있는 좋은 리서치를 하기 위해서는 패널 퀄리티를 높이는 것이 중요하기 때문에, 패널 모집 비용만이라도 지원을 받으시는 것을 추천해 드립니다.
2. 프로덕트 단에서 회원가입을 개선했습니다. 이때 마케팅에서도 신규 가입 이벤트를 진행해서 신규 유저가 유입된 채널이 다양한데, 데이터가 제대로 심겨 있지 않아 데이터를 걸러내기가 어렵습니다.
- 전통적인 설문 방식을 활용하는 것이 좋을 것 같습니다. 인앱 푸시 등을 통해 패널 모집 스크리닝을 한 이후, 실제로 이벤트에 참여했는지에 대해 설문을 설계하여 진행할 것 같습니다. 이벤트 참여 여부를 간접적으로 알 수 있는 스크리닝 설문을 만들어서 거기에 끝까지 남은 분들은 어느 정도 신뢰할 수 있을 것 같습니다. 물론 순수하게 데이터를 가지고 보는 것보단 정확도가 떨어질 수는 있겠지만, 구별할 수 있는 정확한 이벤트의 특징이나 구분자를 잘 뽑아내서 스크리닝 설문을 설계하는 것을 추천해 드립니다.
3. 우리 회사에서도 UX 리서치 조직을 만들어보고 싶습니다. 은희님은 라포랩스에서 어떻게 처음에 조직을 구축하셨는지, 현재 몇 명으로 구성된 팀인지 궁금합니다.
- 닐슨 노먼 그룹에서 조사한 결과, 리서처 : 디자이너 : 개발자 비율이 1: 5: 50(100)이라고 합니다. 조직의 상황에 따라, 혹은 리더가 어떤 생각인지에 따라 다르겠지만, 조직을 만들자마자 신뢰를 쌓을 수 있다면 리서처를 여러 명으로 구성할 수도 있고, 우선 적은 인원으로 신뢰를 쌓은 뒤 인원을 더 영입하겠다고 적은 인원으로 시작할 수도 있습니다. 라포랩스의 경우, 혼자 1년 반 정도 조직을 운영했으며, 신뢰를 쌓고 난 이후 한 명을 더 영입하여 현재 2명으로 운영하고 있습니다.
4. 글로벌 유저가 많은 서비스는 어떻게 유저 리서치를 하시는지, 유저와의 문화 차이를 어떻게 줄여나가야 하는지 궁금합니다.
- 국가마다 차이가 있기는 합니다만, 어떤 나라는 네이티브가 진행하지 않으면 이슈가 있을 수도 있으니 주의해야 합니다. 이런 경우에는 헤드쿼터를 중간에 두고 리서치 설계는 리서처가 하되 모더레이터 역할을 할 분들과 어떻게 진행할지 커뮤니케이션했습니다. 통역 과정에서 모든 답변 내용이 제대로 전달되지 않을 수도 있는 점을 주의해야 합니다. 그 나라 사람을 패널로 모집하는 에이전시를 찾기 어려울 때는 우리나라에 교환학생 등으로 들어온 외국인 중에 체류한 지 얼마 안 된 분들을 만나기도 했습니다.
5. UX 리서치를 외주로 진행한다면 언제까지 외주로 진행해야 하고, 언제 인하우스로 변경해야 할까요? 그리고 은희님은 외주에 대해 어떻게 생각하시는지도 궁금합니다.
- Data Informed 의사결정을 해야 하는데, 외주의 경우 데이터 접근성이 떨어진다는 점이 있어 한계를 가질 수 있습니다. 데이터가 많이 빠져있다 보니 상식선의 리서치 결과가 나올 때도 있고, 실제 우리 회사의 상황에서 도입하기에는 애매한 결과가 나올 때도 있습니다. 에이전시에게도 데이터 접근성이 어느 정도 허용되는 상황이라면 외주로 진행하는 것도 괜찮다고 생각합니다. 다만, 외주로 진행한 리서치 결과가 좋아야 인하우스에서 리서치를 진행하는 것으로 변경하는 의사결정도 빠르게 할 수 있을 것이기 때문에 이 점을 고려하여 외주 사용 및 인하우스 변경 시점을 결정하면 좋겠습니다.
6. 실무에서 사용할 수 있는 툴이 궁금합니다.
- 녹취를 타이핑하는 시간만 줄여도 리소스 절감이 크기 때문에 Condens를 사용하고 있습니다. UT 툴로는 현재 Maze를 사용하고 있으며, Hubble이라는 툴도 있습니다. Remote UT의 경우 Zoom을 활용하여 저렴하게 진행할 수도 있습니다.
7. 리서치에 대해 기본적인 지식을 쌓을 수 있는 책 추천, 공부하는 방법에 대해 궁금합니다.
- 리서치 방법론은 사실 많지 않습니다. 방법이 어렵거나 몰라서 리서치를 못 한다기보다는 경험치에 따라 볼 수 있는 시야가 달라지는 점이 큰 영향을 준다고 생각합니다. 경험을 많이 하는 것이 중요하며, 여러 케이스를 만나면서 내공을 쌓아야 본인 것으로 만들 수 있습니다.
- 은희님이 세미나 참석자들에게 공유해주신 🎁UX 리서치 스터디 소스&툴 정보도 링크에서 확인할 수 있어요.
8. 도메인별로 리서처를 배치하려고 합니다. 목적 조직과 기능 조직으로 리서처가 있을 때 장단점?
- 추구하는 리서치 조직은 스포티파이의 형태이기는 하지만, 현재 일은 기능 조직처럼 하고 있습니다. 유저는 여러 도메인을 전반적으로 경험하기 때문에 리서처는 하나의 도메인만 담당하는 것보다는 서비스 전반적으로 경험하는 것이 전체적인 맥락을 보는 데에 도움이 된다고 생각합니다. 단, 회사가 너무 커지는 경우엔 어쩔 수 없이 분리되기도 하고, 사람마다 성향이 다르기 때문에 이를 고려하여 선택해야 합니다.
피드백
세 번째 플래그를 마치고 나서 온, 오프라인 참여자분들의 피드백을 설문을 통해 받았습니다. 회고하는 차원에서 많이 나온 피드백을 공유해보겠습니다.
많은 분께서 은희님의 강연을 무료로 들을 수 있었다는 점, 그리고 실무에 바로 적용할 수 있을 정도의 상세한 사례를 들을 수 있었다는 점에 대해 만족한다고 피드백을 주셔서 은희님과 잡플래닛 모두 뿌듯함을 느꼈답니다. 그리고 오프라인의 경우 세션 시작 전 간단한 저녁 식사를 하실 수 있도록 샌드위치와 음료를 준비했는데, 이 점을 좋게 봐주신 분들이 많아 너무나 감사했습니다.
개선할 점에 대해 피드백도 많이 전달해 주셨는데요. 우선, 온라인으로 참석하신 분들께 화질과 음질이 좋지 않아 시청에 불편함을 드리게 되어 죄송하다는 말씀을 다시 한번 드립니다. 실시간 온라인 세션을 급하게 준비하다 보니 미흡한 점이 많았습니다. 그리고 강연이 늦게 끝나게 되어 네트워킹 세션을 원활하게 진행하지 못하게 된 점이 아쉽다고 말씀해 주신 분들이 많았습니다. 다음에는 준비한 타임테이블대로 진행되어 기대하고 오신 모든 분이 세션을 참여하실 수 있도록 하겠습니다.
앞으로의 Flag.를 더 기대해 주세요
다음 플래그는 가을에 열릴 예정입니다! 앞으로는 더 많은 직무를 가진 분들이 참여하실 수 있도록 세션 주제를 다양하게 선정하려고 합니다. 현업에서 겪고 있는 어려움과 고민을 해결할 수 있는 세미나로 만드는 것이 목표입니다. 앞으로 Flag.를 통해 여러분들의 커리어를 발전시키고, 성장의 기회로 삼을 수 있다면 좋을 것 같아요. 더 풍성한 세션으로 만들고자 노력하고 있으니 많은 기대해주시기를 바랄게요! 😄
마지막으로, 잡플래닛에 대해 궁금한 점이 생기신 분, 합류하고자 하시는 분이 계시다면 아래 링크에서 채용 중인 포지션을 확인하실 수 있습니다. 커리어 성장 기회를 만들어내는 잡플래닛과 함께하고 싶은 분들의 많은 지원 기다리고 있겠습니다. 😊
Share article