데이터 분석가 없이 데이터 드리븐 디자인하기 | 2025년 11월 세미나

이미진(란란)
현) 17년 경력의 프로덕트 디자이너, '데이터 삽질 끝에 UX가 보였다' 저자

이보민
현) 데이터리안 데이터 분석가
전) 잡플래닛 데이터 분석가

송혜정
현) 데이터리안 데이터 분석가
전) 리디 데이터 분석가

Transcript

1. DATE DIRECTOR 데이터 분석이 필요할 때 데이터 분석 정보 공유 오픈카톡방 데이터 분석가 없이 데이터 드리븐 디자인하기 25.11.04 이미진, 이보민, 송혜정
2. DATARIAN WORKS 데이터 컨설팅 온라인 강의 제작 SQL 데이터 분석 캠프 사내 맞춤형 SQL 교육
3. 실무자에게 데이터 분석을 배우면 뭐가 다를까?
4. 지난 데이터리안 세미나 2025년 1월 2025년 7월 2025년 8월
5. 진행 순서 데이터 분석가 없이 데이터 드리븐 디자인하기 쉬는 시간 감이 아닌 데이터로 설득하려면 어떻게 해야할까요? 시간 시간 강연 이미진 19:00 - 20:20 이미진, 이보민, 송혜정 20:30 - 21:00 시간 강연 20:20 - 20:30
6. 연사&패널 현) 17년 경력의 프로덕트 디자이너 현) ʻ데이터 삽질 끝에 UX가 보였다' 저자 이미진 연사 현) 데이터리안 데이터 분석가 전) 잡플래닛 데이터 분석가 이보민 패널 현) 데이터리안 데이터 분석가 전) 리디 데이터 분석가 송혜정 모더레이터
7. 데이터 분석가 없이 데이터 드리븐 디자인하기 이미진 스레드 현) 17년 경력의 프로덕트 디자이너 현) ʻ데이터 삽질 끝에 UX가 보였다' 저자 연사 소개 11월 4일 (화) 오후 19:00
8. 감이 아닌 데이터로 설득하려면 어떻게 해야할까요? 이보민 현) 데이터리안 데이터 분석가 전) 잡플래닛 데이터 분석가 패널 소개 11월 4일 (화) 오후 19:00 링크드인
9. 감이 아닌 데이터로 설득하려면 어떻게 해야할까요? 11월 4일 (화) 오후 19:00 링크드인 송혜정 현) 데이터리안 데이터 분석가 전) 리디 데이터 분석가 모더레이터
10. 이미진 현) 17년 경력의 프로덕트 디자이너 현) '데이터 삽질 끝에 UX가 보였다' 저자 데이터 분석가 없이 데이터 드리븐 디자인하기 1부 강연
11. 발표자 소개 이미진 (란란) • 스타트업을 7번이나 다닌 스타트업 전문 프로덕트 디자이너입니다. • 맨땅에 삽질 많이 했더니 육수 같은 인사이트가 많아져 란란클래스에 몽땅 담아 노하우를 나누고 있습니다. • 네카라쿠배당토 안다녔습니다. 그래서 유니콘에 다니는 10%의 디자이너가 아닌, 유니콘에 안다니는 90%의 디자이너를 위한 찐 현실 실무 맞춤 강의를 하고 있습니다.
12. 목차 1. 왜 데이터 기반으로 일해야 하는가? 2. 데이터 기반으로 일하기 위해 가장 먼저 무엇을 해야 하는가? 3. 데이터 기반으로 일하기 위해 갖춰야 하는 것은 무엇인가? 4. 데이터 기반으로 일하기 위해 동료와 협업하는 방법은? 5. 데이터 기반의 의사결정 기회를 잡는 방법은? 6. 디자이너의 이런 노력이 가지는 의미는? 7. 결론
13. #01 왜 데이터 기반으로 일해야 하는가?
14. 데이터가 무시된 결정은, 어떤 결과든 ʻ우연’이다. 결과가 좋든 나쁘든 거기서 배울 수 있는게 없어 다음 기회의 성공 확률을 올릴 수 없다. 1. 왜 데이터 기반으로 일해야 하는가
15. 데이터가 무시된 결정은, 어떤 결과든 ʻ우연’이다. 결과가 좋든 나쁘든 거기서 배울 수 있는게 없어 다음 기회의 성공 확률을 올릴 수 없다. 진행 : • 타겟 고객은 회원의 80%를 차지하는 10대~20대 여성 • 그러나 구매력은 좀 달랐음. 10대가 가장 낮음 + 비회원이 높음 (10대+30대 합친 것 보다 많음) • 구매력이 높은 30대가 배제된 점 + 비회원의 연령과 성비를 모르는데 배제된 점이 문제라고 판단 • ʻ전략을 다시 짜야 하는 것이 아닌가' 싶었지만 리더는 ʻ이미 위에서 한 결정' 이라고 하여 따르기로 함 결과 : • 결국 10대~20대를 대상으로 리뉴얼 됨. • 지표 달성 성공이 운이었다면, 그 운을 다음에 재현할 방법이 없음 • 데이터가 무시된 결정의 가장 큰 손실 → 학습 불가능 1. 왜 데이터 기반으로 일해야 하는가 사례 1 : 커머스 플랫폼 앱 리뉴얼
16. 데이터가 무시된 결정은, 어떤 결과든 ʻ우연’이다. 결과가 좋든 나쁘든 거기서 배울 수 있는게 없어 다음 기회의 성공 확률을 올릴 수 없다. 진행 : • 앱 런칭 후 회원 가입 시도율은 60%, 그 중 실제 전환율은 평균 80% • 그렇다면 가입 시도율을 더 올리면 회원 전환율도 더 오르겠지? • 가입 시도 중 이탈한 40%의 주요 이탈 구간은 ʻ리스트 → 상세’ 구간 • 이탈 이유는 기존 상점 노출 정책 때문이라고 판단 결과 : • 상점 노출 정책 때문에 회원 가입 시도를 하지 않는 것' 이라는 가설을 세우고 정책을 변경하여 적용함 • 지표는 큰 변화 없었음. ʻ가입 시도율'을 늘릴게 아니라 ʻ유입수'를 늘리기로 함 • 데이터 기반 결정의 가장 큰 이득 → 학습 가능 → 성공 확률 증가 1. 왜 데이터 기반으로 일해야 하는가 사례 2 : 동네 상점 O2O 플랫폼 - 회원 전환율 상승을 위한 상점 리스트 개선
17. 데이터가 무시된 결정은, 어떤 결과든 ʻ우연’이다. 결과가 좋든 나쁘든 거기서 배울 수 있는게 없어 다음 기회의 성공 확률을 올릴 수 없다. 학습 불가 > 성공 확률 올리기 어려움 학습 가능 > 성공 확률 올릴 수 있음 사례 1 : 커머스 플랫폼 앱 리뉴얼 사례 2 : 동네 상점 리스트 개선 1. 왜 데이터 기반으로 일해야 하는가
18. #02 데이터 기반으로 일하기 위해 가장 먼저 무엇을 해야 하는가?
19. 2. 데이터 기반으로 일하기 위해 가장 먼저 무엇을? 프로젝트 배경, 목적, 목표, 타겟 사용자 정의하기
20. 이 시장/사용자/비즈니스에 어떤 문제가 있는가? 배경 그 문제를 해결하기 위해 이루려는 것은? 목적 목적을 이루었음을 어떻게 확인할 것인가? 목표 프로젝트의 타겟 사용자는 누구? 타겟 사용자 2. 데이터 기반으로 일하기 위해 가장 먼저 무엇을? 프로젝트 배경, 목적, 목표, 타겟 사용자 정의하기 이걸 잘 정의하면 ʻ확인해야 하는 사용자 데이터'도 쉽게 알 수 있음
21. 배경 : 어딜 가나 똑같은 체인점이 아닌 각자의 개성이 있는 개인 카페를 가고 싶은 소비자는 지도에서 카페를 검색하지만 개인 카페만 따로 나오지 않아 찾기 어렵다. 목적 : 매일 카페' 앱 내에 ʻ개인 카페’만 모아둔 메뉴를 제공하여, 소비자는 지역 상관 없이 개인 카페의 위치와 취급 음료, 분위기 등을 쉽고 편하게 확인하도록 한다. 목표 : • 런칭 후 1개월 이내 앱 내 사용자 체류시간: 기존보다 50% 증가 • 재방문자수: 기존보다 50% 증가 타겟 사용자 : 체인점이 아닌 개인 카페를 선호하는 소비자 2. 데이터 기반으로 일하기 위해 가장 먼저 무엇을? 사례(각색) : ʻ매일 카페'라는 앱 내에 ʻ개인 카페' 메뉴를 신규로 추가
22. 2. 데이터 기반으로 일하기 위해 가장 먼저 무엇을? 제품 설계할 때 확인해야 하는 데이터 : • 전체 사용자 중 개인 카페 탐색 사용자 수 • 개인 카페 탐색 사용자와 체인점 카페 탐색 사용자의 시간별, 요일별 차이 • 개인 카페 상세 페이지 조회 수 • 개인 카페 상세 페이지 내 체류 시간과 체인점 카페 상세 페이지의 체류시간 차이 • 개인 카페 탐색 사용자와 체인점 카페 탐색 사용자의 연령과 성별 차이 • 등등 사례(각색) : ʻ매일 카페'라는 앱 내에 ʻ개인 카페' 메뉴를 신규로 추가
23. #03 데이터 기반으로 일하기 위해 갖춰야 하는 것은 무엇인가?
24. 01 질문 마인드 셋 3. 데이터 기반으로 일하기 위해 갖출 것? 02 비즈니스 관점 03 최소한의 기술
25. 3. 데이터 기반으로 일하기 위해 갖출 것? 01. 질문 마인드 셋 데이터에는 답이 아닌 사용자에게 던지는 질문이 담겨있다.
26. 3. 데이터 기반으로 일하기 위해 갖출 것? “화면 이탈률이 평균 10%~30% 사이인데 유독 특정 화면만 이탈률이 80%인 것을 발견했을 때 해야하는 행동에 적합한 것은?” 01 질문 마인드 셋 데이터에는 답이 아닌 사용자에게 던지는 질문이 담겨 있다
27. 3. 데이터 기반으로 일하기 위해 갖출 것? 01 “다른 페이지의 이탈률은 평균 10%~30% 사이인데, 유독 이 페이지만 이탈률이 80%네. 이 페이지에 이탈을 유발하는 문제가 반드시 있다. 레이아웃, 컬러, 폰트, 버튼 크기, 문구를 수정해서 이탈률을 줄이자.” 라고 답을 내린다. 02 “사용자들은 이 페이지에 어떤 기대를 가지고 왔을까? 그들이 찾으려 했던 정보는 무엇이었을까? 그들은 왜 하필 이 구간에서 나가기로 결정한걸까?” 라고 질문한다. 01 질문 마인드 셋 데이터에는 답이 아닌 사용자에게 던지는 질문이 담겨 있다
28. 3. 데이터 기반으로 일하기 위해 갖출 것? 이 데이터 안에 정답이 있겠지? 이 데이터만 보면 내가 뭘 어떻게 해야 할지 보자마자 바로 알 수 있겠지? 01 질문 마인드 셋 데이터에는 답이 아닌 사용자에게 던지는 질문이 담겨 있다
29. 3. 데이터 기반으로 일하기 위해 갖출 것? 이 데이터 안에 정답이 있겠지? 이 데이터만 보면 내가 뭘 어떻게 해야 할지 보자마자 바로 알 수 있겠지? X 01 질문 마인드 셋 데이터에는 답이 아닌 사용자에게 던지는 질문이 담겨 있다
30. 3. 데이터 기반으로 일하기 위해 갖출 것? 이 데이터 안에 정답이 있겠지? 이 데이터만 보면 내가 뭘 어떻게 해야 할지 보자마자 바로 알 수 있겠지? X 이 데이터 안에 질문이 있겠지? 데이터를 보면 내가 사용자를 향해 해야 할 질문을 알 수 있겠지? 01 질문 마인드 셋 데이터에는 답이 아닌 사용자에게 던지는 질문이 담겨 있다
31. 3. 데이터 기반으로 일하기 위해 갖출 것? 이 데이터 안에 정답이 있겠지? 이 데이터만 보면 내가 뭘 어떻게 해야 할지 보자마자 바로 알 수 있겠지? X 이 데이터 안에 질문이 있겠지? 데이터를 보면 내가 사용자를 향해 해야 할 질문을 알 수 있겠지? O 01 질문 마인드 셋 데이터에는 답이 아닌 사용자에게 던지는 질문이 담겨 있다
32. 3. 데이터 기반으로 일하기 위해 갖출 것? 01 질문 마인드 셋 데이터에는 답이 아닌 사용자에게 던지는 질문이 담겨 있다 사례(각색) : 앱 런칭 후 세탁소 사장님에게 세탁물 접수 방법 문의가 계속 들어오는 상황
33. 3. 데이터 기반으로 일하기 위해 갖출 것? 댕ㅇㅅ 데이터에서 답을 찾는다면 데이터에 질문을 던진다면 생각 행동 결과 “50~60대가 사용하기 어려운가보다. 직관적인 UX/UI로 바꿔야지" “세탁소 사장님은 세탁물 접수 받은 옷을 어떤 순서로, 어떻게 분리할까?” 같은 연령대 타겟의 다른 앱 벤치마킹 세탁소에 옷 맡기며 사장님 관찰 + 물어봄 내 기준 직관적인 UX/UI로 변경 세탁물 접수 플로우 변경. 동일 문의 감소. 01 질문 마인드 셋 데이터에는 답이 아닌 사용자에게 던지는 질문이 담겨 있다 사례(각색) : 앱 런칭 후 세탁소 사장님에게 세탁물 접수 방법 문의가 계속 들어오는 상황
34. 02. 비즈니스 관점 3. 데이터 기반으로 일하기 위해 갖출 것? 비즈니스 모델 이해하기
35. 3. 데이터 기반으로 일하기 위해 갖출 것? 02 비즈니스 관점 비즈니스 모델 이해하기 비즈니스 모델을 이해하기 위해 확인할 3가지 대상, 가치, 수익
36. 3. 데이터 기반으로 일하기 위해 갖출 것? 설명 예시 1. 대상 2. 가치 3. 수익 우리는 누구에게 서비스를 제공하는가? 넷플릭스는 영상 콘텐츠 시청을 좋아하는 사람들에게 그들에게 어떤 가치를 주는가? 온라인에서 언제 어디서든 영화나 드라마를 마음껏 볼 수 있게 하고 그 가치로 우리는 어떻게 돈을 버는가? 매달 구독료를 받아 돈을 번다 02 비즈니스 관점 비즈니스 모델 이해하기 비즈니스 모델을 이해하기 위해 확인할 3가지
37. 3. 데이터 기반으로 일하기 위해 갖출 것? 02 비즈니스 관점 비즈니스 모델 이해하기 1. 대상 / 2. 가치
38. 3. 데이터 기반으로 일하기 위해 갖출 것? 서비스 이용자 대상 제안할 가치 실제로 서비스를 이용하는 사람 결제자 의사 결정자 잠재 고객 사용성은 이 사람을 대상으로 맞춰야 함 서비스 비용을 지불하는 사람 이걸 쓰면 돈값 하는 이유를 보여줘야 함 구매/이용을 결정하는 사람 이걸 쓰면 당신이 왜 편할지 보여줘야 함 곧 이용/구매할 수도 있는 사람 앞의 3개 다 해야함 사용자 유형 02 비즈니스 관점 비즈니스 모델 이해하기 - 1. 대상 / 2. 가치
39. 3. 데이터 기반으로 일하기 위해 갖출 것? 02 비즈니스 관점 비즈니스 모델 이해하기 - 1. 대상 / 2. 가치 사례(각색) : 청소 업체를 위한 관리 툴 신규 제작
40. 제안할 가치가 담긴 기능 3. 데이터 기반으로 일하기 위해 갖출 것? 서비스 이용자 대상 건물 청소자 결제자 의사 결정자 잠재 고객 건물별 청소 체크 리스트 기능 건물 청소자를 고용하는 청소 회사 대표 건물 청소자가 갑자기 그만두어도 바로 대체자 찾는 기능 건물 청소자들을 관리하는 관리자 건물별, 청소 관리자별 청소 일정 한눈에 보는 기능 앞의 세 유형 모두 앞의 3개 다 해야함 확인할 데이터 - 건물 청소자별 청소패턴 - 이들의 평균 연령, 성별 건물 청소자의 갑작스런 퇴사 비율 관리자가 건물 청소자들을 관리하는데 필요한 일과 소요 시간 이들이 관리툴 부재로 겪는 고통이 뭔지 02 비즈니스 관점 비즈니스 모델 이해하기 - 1. 대상 / 2. 가치 사례(각색) : 청소 업체를 위한 관리 툴 신규 제작 사용자 유형
41. 3. 데이터 기반으로 일하기 위해 갖출 것? 02 비즈니스 관점 비즈니스 모델 이해하기 3. 수익
42. 3. 데이터 기반으로 일하기 위해 갖출 것? 서비스 자체 수익 투자 수익 종류 돈 주는 곳 특징 자사 상품 판매비, 판매/광고 수수료, 구독료 엔젤투자, 시드, 시리즈 A, 시리즈 B, 시리즈 C~ 소비자 개인 투자자, 기관 투자처, 정부 투자 지금 회사가 매출 증대를 가장 중요하게 보고 있다면 매출 전환, 수익 극대화와 같은 당장의 매출과 직결되는 지표들이 중요함. 특히 당장의 기업 생존이 걸려 있다면 이게 최우선이 됨. “어? 지금 이건 사용자에게 오히려 사용성이 안좋을 것 같은데 왜 만들지?” → 서비스 자체 수익과 관련 있을 가능성 있음 투자 유치를 준비 중이라면 투자자에게 성장 가능성을 인정받는 것이 최우선 과제가 되기 때문에 투자 단계나 시장 상황에 따라 당장의 매출 구조에 이득인 선택을 안할 수도 있음. “어? 이 기능은 매출에 도움 될 것 같은데 왜 안만들지?” “어? 왜 수익이 날 것 같지도 않은 이 기능을 만드는거지?” → 투자 유치와 관련 있을 가능성이 있음 02 비즈니스 관점 비즈니스 모델 이해하기 - 3. 수익
43. 3. 데이터 기반으로 일하기 위해 갖출 것? 02 비즈니스 관점 비즈니스 모델 이해하기 - 3. 수익 사례(각색) : 복약 지도 헬스 케어 서비스
44. 3. 데이터 기반으로 일하기 위해 갖출 것? 서비스 자체 수익 투자 돈 주는 곳 사례 병원 매출 확대를 위해 서비스를 납품 중인 병원의 수를 늘림. 매출을 늘리려면 병원의 수 자체보다 환자 수가 많고 환자별로 복약 지도를 꾸준히 해야 하는 병원이 적합함. 기관 투자처 시리즈 B 투자 유치를 위해 납품 중인 병원의 수를 늘림. 투자자가 이 서비스가 국내 환자의 데이터를 얼마나 확보할 수 있는지를 중요시 여겼음. 최대한 많은 병원에 퍼져야 환자 데이터를 확보할 수 있음. 02 비즈니스 관점 비즈니스 모델 이해하기 - 3. 수익 사례(각색) : 복약 지도 헬스 케어 서비스 - 복약 지도를 꾸준히 받아야 하는 질병은? - 그 질병을 앓는 환자는 현재 복약지도를 어떻게 받고 있는지? - 그 과정에서 불편한 것은 없는지? - 계속 관리해야 하는 질병이 없는 사람은 복약 지도에 대해 어떤 인식인지? - 병원을 자주 안가는 사람들은 병원 기록 관리를 소홀히 하는지? 봐야하는 데이터
45. 3. 데이터 기반으로 일하기 위해 갖출 것? 03. 최소한의 기술 데이터 정제하기
46. 03. 최소한의 기술 3. 데이터 기반으로 일하기 위해 갖출 것? 데이터 정제하기 중복 있음 누락 있음 오류 있음 일관성 없음 원본 데이터를 얻었지만… 비정제 데이터라 바로 못쓰겠네… 중복 없음 누락 없음 오류 없음 일관성 있음 정제를 하면… 정제된 데이터라 이제 분석이 가능하겠군!
47. 03. 최소한의 기술 3. 데이터 기반으로 일하기 위해 갖출 것? 데이터 정제하기 데이터 정제는 데이터 분석가의 손을 거치는게 가장 좋지만 늘 그렇듯이 그는 내 옆에 없습니다…😇
48. 03. 최소한의 기술 3. 데이터 기반으로 일하기 위해 갖출 것? 데이터 정제하기 결제 금액에 누락 있고 표기 방식이 비일관적임 날짜와 시간에 일관성 없고 오류도 있음
49. 03. 최소한의 기술 3. 데이터 기반으로 일하기 위해 갖출 것? 데이터 정제하기 금액 표시 없는 건 X 표시가 나오게 하여 일관성 적용함 날짜와 시간이 들쑥 날쑥인 데이터에서 시간만 남김
50. 3. 데이터 기반으로 일하기 위해 갖출 것? “어느 회사를 가든 환경은 불안정하고 데이터 분석가가 없을 확률이 더 높겠다. 그렇다면 데이터 정제는 결국 어설프더라도 내가 직접 계속 해야겠구나." 03. 최소한의 기술 데이터 정제하기
51. 3. 데이터 기반으로 일하기 위해 갖출 것? “그렇다면 어딜 가도 쓸 수 있는 나 자신을 위한 템플릿과 시스템이 필요하겠다.” 03. 최소한의 기술 데이터 정제하기
52. 3. 데이터 기반으로 일하기 위해 갖출 것? “근데 나 데이터 분석 툴 다룰 줄 아는거 하나도 없는데 어쩌지…?” 03. 최소한의 기술 데이터 정제하기
53. 3. 데이터 기반으로 일하기 위해 갖출 것? 최소한의 기술로만 세팅하자. 이 순서대로! 03. 최소한의 기술 데이터 정제하기
54. 3. 데이터 기반으로 일하기 위해 갖출 것? step.01 프로젝트 종류 상관없이 필요한 데이터 확보 step.02 프로젝트별로 필요한 데이터 별도 수집 step.03 주기를 정해서 데이터 정리 시간 가져가기 여기 저기에 물어보며 내가 직접 수집해야 함. 심마니가 된 기분으로 하는게 정신 건강에 좋음 구글 스프레드 시트 / 노션 / 피그마와 같은 최소한의 기술로 데이터 정제하기 03. 최소한의 기술 데이터 정제하기 완벽하게 정제할 수 없으니 적당한 선에서 만족하는게 포인트
55. 3. 데이터 기반으로 일하기 위해 갖출 것? 물론 시스템은 완벽하지 않았고 저의 노동력도 많이 들었습니다. 하지만 제가 필요한 데이터를 한 군데에 동일한 규칙으로 쌓은 것 자체가 저의 모든 UX 디자인 의사결정에 반영되었습니다. 뿐만 아니라 이후 다른 팀의 의사결정에도 도움이 되었습니다. (이 어설픈 시스템이 사내에 최선이었다는 슬픈 이야기… ) 03. 최소한의 기술 데이터 정제하기
56. 3. 데이터 기반으로 일하기 위해 갖출 것? < 시의 적절한 데이터 03. 최소한의 기술 데이터 정제하기 완벽한 데이터
57. #04 데이터 기반으로 일하기 위해 동료와 협업하는 방법
58. 숨어있는 데이터를 찾는 4가지 방법 4. 데이터 기반으로 일하기 위해 협업 방법 데이터는 의외의 곳에 숨어있다.
59. 4. 데이터 기반으로 일하기 위해 협업 방법 다른 직군 • PO/PM/기획자 • 개발자 • 마케팅 • CS 담당자 • 영업/사업 담당자 • 창업자(제일 알짜임) 관리자 페이지 자주 묻는 질문 남이 세팅한 GA4 • 회원 기본 정보 • 매출 정보 • 서비스 정책 • 사용자의 허들 종류와 위치 데이터는 의외의 곳에 숨어있다. • 사용자 행동 데이터확인 가능 • 남이 해놓은거 보려면그 사람이 설정해놓은GA 이벤트명 알아야 함 • 모르겠으면, GA4에서기본 수집되는 데이터만 봐도 됨 (월/일간 방문자수, 페이지뷰수, 페이지별 이탈수/종료수/세션 수, 얼마나 머물렀는지, 사용자 디바이스 등등)
60. 4. 데이터 기반으로 일하기 위해 협업 방법 사례(각색) : 신선 물품 거래 플랫폼 - 회원 전환율 상승을 위한 물품 리스트 개선
61. 4. 데이터 기반으로 일하기 위해 협업 방법 - PO → 도메인 지식 데이터 - 개발자 → 월별 물품 판매 데이터 홈 진입 물품 리스트 물품 상세 장바구니 주문서 작성 구매 완료 신선 물품 구매자 “신선 물품 도메인의 구조적 한계는?” “신선 물품은 뭐가 제일 잘 팔리지?” “고객은 물품을 얼마나 자주 구매하지?” “사용자는 어떤 요일에 가장 많이 들어오지?” “어디 화면이 조회수가 높고 이탈수가 높지?” “사용자는 신선 물품을 어떻게 받고 있지?” 사례(각색) : 신선 물품 거래 플랫폼 - 회원 전환율 상승을 위한 물품 리스트 개선 다른 직군 관리자 페이지 자주 묻는 질문 남이 세팅한 GA4 - 총 회원 수 대비 물품 구매 한 회원 수 - 요일 별 접속자 수 - 페이지별 조회수 - 신선 물품 수령 프로세스 확인하기
62. #05 데이터 기반의 의사결정 기회를 잡는 방법?
63. 5. 데이터 기반의 의사결정 기회를 잡는 방법? 수집해 놓으면 언제든지 쓸모 있는 데이터를 미리 수집해둬야 한다.
64. 5. 데이터 기반의 의사결정 기회를 잡는 방법? 프로덕트 데이터 서비스 데이터 경쟁사 데이터 - 월별 방문자 수 - 일별 방문자 수 - 평일과 주말에 따른 방문자 수 차이 - 시간대별 방문자 수 - 첫 방문자 수 / 재 방문자 수 - 페이지별 조회 수 / 이탈 수 - 주요 플로우별 퍼널 수치 - 기기/환경별 정보 - 그 외 각 서비스 핵심 기능 관련 수치 - 회원 수 - 회원 성별과 연령 - 그 외 회원가입 시 받는 정보 - 회원 형태별 매출액 - VOC/리뷰/문의 내용 - 사용자 인터뷰 기록 - 내부에 고객을 많이 만나는 팀이알려준 사용자 특성 - 경쟁사의 주요 기능 리스트 - 경쟁사의 주요 기능 유저 플로우 - 경쟁사의 리뷰/평가 데이터 - 경쟁사의 차별화 포인트 주의 : 개인을 특정할 수 있는 정보는 수집하면 안됩니다. 개인정보보호법에 걸려요. 수집해 놓으면 언제든지 쓸모 있는 데이터
65. 5. 데이터 기반의 의사결정 기회를 잡는 방법? - 다음 투자를 위해 고객 확대 + 매출 확대를 해야 했음. 신규 기능에 따른 UX/UI 설계를 해야 했음. - ʻ누구'를 대상으로 UX 최적화를 할지 판단하기 위해 <기존에 수집해둔 데이터 + 새로운 데이터>를 활용함. - 회원 성별과 연령을 확인함. 성별은 여성이 압도적으로 많았고 연령은 ʻ20대 > 10대 > 30대’ 순으로 많았음. - 회원 연령에 따른 매출액을 살펴봄. ʻ20대 > 비회원 > 30대 > 10대’ 순으로 많았음. - ʻ비회원’ 의 매출건수는 전체 매출건수 대비 30%가 넘었고 매출액도 30대와 10대를 합친 것 보다 높아서 이들의 정보가 필요했음. 매출 데이터를 보니 ʻ네이버페이 결제'가 많았음. 주문 내역 확인하여 네이버에 검색했더니, 우리 앱에서 파는 상품이 나왔음. - 페이지별 조회수와 이탈수를 확인해보니, 실제로 ʻ상품 상세 페이지'가 압도적으로 조회수도 이탈수도 종료수도 높았음. - ʻ우리 서비스만의 특별한 혜택을 만들면 이들을 회원으로 전환시킬 수 있지 않을까?’ 라는 가설 세움. - 데이터에 대고 질문함. “그들이 비회원이기 때문에 불편한건 무엇이 있을까?” - 장바구니 관리 불편, 검색 목록 저장 안됨.... 이런게 불편할 것. - ʻ이 부분의 UX/UI를 더 편리하게 강화해서 어필하면 이들을 회원으로 전환시킬 수 있지 않을까?’ 라는 가설 세움. - 실제로 경쟁사의 비회원 구매 플로우를 확인해보니 이 부분을 어필하고 있었음. 사례(각색) : 나의 옷장
66. #06 그런데… 디자이너의 이런 노력이 가지는 의미는?
67. 5. 디자이너의 이런 노력이 가지는 의미 PM/ PO/ 창업자 회원 가입 전환율 올리기 매출 확대, 투자 유치 가능성에 영향을 줌 직무 목표 회사 생존에 영향 목표 설정하는 사람 핵심 지표 관리 및 우선 순위 설정
68. 5. 디자이너의 이런 노력이 가지는 의미 PM/ PO/ 창업자 회원 가입 전환율 올리기 목표 달성 성공 목표 달성 실패 매출 확대, 투자 유치 가능성에 영향을 줌 직무 목표 목표 달성 여부 회사 생존에 영향 목표 설정하는 사람 핵심 지표 관리 및 우선 순위 설정
69. 프로 덕트 UXUI 디자인 5. 디자이너의 이런 노력이 가지는 의미 PM/ PO/ 창업자 회원 가입 전환율 올리기 목표 달성 성공 목표 달성 실패 매출 확대, 투자 유치 가능성에 영향을 줌 직무 목표 결과물 목표 달성 여부 회사 생존에 영향 목표 설정하는 사람 핵심 지표 관리 및 우선 순위 설정
70. 5. 디자이너의 이런 노력이 가지는 의미 PM/ PO/ 창업자 회원 가입 전환율 올리기 프로 덕트 UXUI 디자인 목표 달성 성공 목표 달성 실패 매출 확대, 투자 유치 가능성에 영향을 줌 디자 이너 직무 목표 결과물 목표 달성 여부 회사 생존에 영향 목표 설정하는 사람 UX 의사 결정 하는 사람 핵심 지표 관리 및 우선 순위 설정
71. 5. 디자이너의 이런 노력이 가지는 의미 PM/ PO/ 창업자 회원 가입 전환율 올리기 프로 덕트 UXUI 디자인 목표 달성 성공 목표 달성 실패 매출 확대, 투자 유치 가능성에 영향을 줌 디자 이너 직무 목표 결과물 목표 달성 여부 회사 생존에 영향 목표 설정하는 사람 핵심 지표 관리 및 우선 순위 설정 UX 의사 결정 하는 사람
72. 5. 디자이너의 이런 노력이 가지는 의미 PM/ PO/ 창업자 회원 가입 전환율 올리기 프로 덕트 UXUI 디자인 목표 달성 성공 목표 달성 실패 매출 확대, 투자 유치 가능성에 영향을 줌 디자 이너 직무 목표 결과물 목표 달성 여부 회사 생존에 영향 목표 설정하는 사람 [UX 의사결정 필요] - “회원 가입 플로우를 어떻게 설계해야 가입 도중 이탈이 줄어들까?” - “이 정보는 어느 단계에서 받아야 심리적 허들이 덜 할까?” 핵심 지표 관리 및 우선 순위 설정 UX 의사 결정 하는 사람
73. 5. 디자이너의 이런 노력이 가지는 의미 PM/ PO/ 창업자 회원 가입 전환율 올리기 프로 덕트 UXUI 디자인 목표 달성 성공 목표 달성 실패 매출 확대, 투자 유치 가능성에 영향을 줌 디자 이너 직무 목표 결과물 목표 달성 여부 회사 생존에 영향 목표 설정하는 사람 [UX 의사결정 필요] - “회원 가입 플로우를 어떻게 설계해야 가입 도중 이탈이 줄어들까?” - “이 정보는 어느 단계에서 받아야 심리적 허들이 덜 할까?” 핵심 지표 관리 및 우선 순위 설정 UX 의사 결정 하는 사람
74. 5. 디자이너의 이런 노력이 가지는 의미 PM/ PO/ 창업자 회원 가입 전환율 올리기 프로 덕트 UXUI 디자인 목표 달성 성공 목표 달성 실패 매출 확대, 투자 유치 가능성에 영향을 줌 디자 이너 직무 목표 결과물 목표 달성 여부 회사 생존에 영향 목표 설정하는 사람 [UX 의사결정 필요] - “회원 가입 플로우를 어떻게 설계해야 가입 도중 이탈이 줄어들까?” - “이 정보는 어느 단계에서 받아야 심리적 허들이 덜 할까?” 핵심 지표 관리 및 우선 순위 설정 UX 의사 결정 하는 사람
75. 5. 디자이너의 이런 노력이 가지는 의미 PM/ PO/ 창업자 회원 가입 전환율 올리기 프로 덕트 UXUI 디자인 목표 달성 성공 목표 달성 실패 매출 확대, 투자 유치 가능성에 영향을 줌 디자 이너 직무 목표 결과물 목표 달성 여부 회사 생존에 영향 목표 설정하는 사람 핵심 지표 관리 및 우선 순위 설정 [UX 의사결정 필요] - “회원 가입 플로우를 어떻게 설계해야 가입 도중 이탈이 줄어들까?” - “이 정보는 어느 단계에서 받아야 심리적 허들이 덜 할까?” UX 의사 결정 하는 사람
76. 5. 디자이너의 이런 노력이 가지는 의미 “이거 왜 이렇게 불편해? 그냥 다른 거 써야겠다."
77. 5. 디자이너의 이런 노력이 가지는 의미 그러다보니 디자이너의 UX 의사결정이 회사 생존과 직결됩니다. 회사의 생존 확률을 높이는데 UX가 중요한 역할을 합니다.
78. 결론 1. 데이터 기반으로 일해야 하는 이유 ◦ 데이터가 무시된 결정은 어떤 결과든 ʻ우연'. 학습이 없어 다음 기회의 성공 확률을 올릴 수 없기 때문. 2. 데이터 기반으로 일하기 위해 가장 먼저 해야하는 것 ◦ 프로젝트 배경, 목적, 목표, 타겟 사용자를 명확히 정의. 내가 봐야하는 사용자 데이터 정의 첫 단추. 3. 데이터 기반으로 일하기 위해 갖춰야 하는 것 ◦ 첫째, 질문하는 마인드셋. 데이터에서 답을 찾기보다 사용자에게 던지는 질문 찾기. ◦ 둘째, 비즈니스 관점을 가지게 해줄 비즈니스 모델의 이해도. 대상, 가치, 수익에 대해 이해 필요. ◦ 셋째, 최소한의 기술. 피그마, 노션, 구글 스프린트와 같은 최소한의 툴로 내 손에 들어온 데이터 정제 필요. 4. 데이터 기반으로 일하기 위해 동료와 협업하는 방법 ◦ 동료에게 요청해 숨어 있는 데이터 발굴. 주로 숨어있는 곳은 다른 직군, 관리자 페이지, 자주 묻는 질문, 남이 이미 설정해둔 GA4임. 5. 데이터 기반의 의사결정 기회를 잡는 방법 ◦ 수집해두면 언제든 쓸모있는 데이터를 미리 수집해두기. ◦ 왜냐면 프로젝트 시작할 때 데이터 확보를 시작하면, ʻ지금은 시간이 없으니 데이터는 다음에 보고 일단 이렇게 가보자' 라고 진행되기 쉬움. 6. 디자이너의 이런 노력이 가지는 의미 ◦ UX는 목표 달성에 직접적으로 영향으로 주고 이는 곧 회사의 생존과 직결됨.
79. Q&A
80. 란란 클래스 소개 란란클래스 코스에 있는 2가지 클래스 www.lanlanclass.com 책 ʻ데이터 삽질 끝에 UX가 보였다' “란란클래스는 ʻ왜’에 강한 디자이너가 되게 돕습니다” 종이책, 전자책
81. 데이터 분석가 취업 고민 데이터 분석가 커리어/업무 각종 스터디 모집 세미나 슬라이드 공유 얼리버드 할인 소식 공유 데이터리안 데이터 분석 정보 공유방
82. 데이터 넥스트레벨 챌린지 5기 신청자 모집 • 참여하고 싶은 분이라면 누구든 신청가능! • 3주 동안 추천 도서를 읽고, 1주일에 1회 SNS 및 데이터리안 커뮤니티에 인증합니다. • 참가비는 무료, 도서는 각자 준비해요. • 모든 미션을 완료하면 저자 북토크도 참여할 수 있어요. 책으로 데이터 공부하고 함께 기록해요! 데벨챌 5기 신청하러 가기 (~11/23(일))
83. 감이 아닌 데이터로 설득하려면 어떻게 해야할까요? 2부 패널토크 이보민 송혜정 현) 데이터리안 데이터 분석가 현) 데이터리안 데이터 분석가 이미진 현) 17년 경력의 프로덕트 디자이너
84. Q.01 “데이터를 잘 쓴다는 건 좋은 질문을 던지는 것” 이라는 말이 와닿습니다. 좋은 질문을 판단하는 기준 & 우선순위를 정하는 방법이 궁금합니다.
85. 좋은 질문을 판단하는 기준 1. 이번 프로젝트의 목적에 맞는가? ◦ 선택과 집중은 문제 해결력을 높여줌 2. 사용자의 행동을 궁금해하는가? ◦ 화면을 넘어서 사용자의 행동을 궁금해해야 본질적인 문제를 해결할 수 있음
86. 좋은 질문을 판단하는 기준 사례(각색) : 꽃 판매자와 꽃 구매자를 연결하는 플랫폼의 MVP 버전 꽃 판매자 꽃 구매자 홍보와 판매 기회 자신의 취향에 맞는 꽃 디자인 확인 후 구매
87. 좋은 질문을 판단하는 기준 사례(각색) : 꽃 판매자와 꽃 구매자를 연결하는 플랫폼의 MVP 버전 첫 번째 기준) 이번 프로젝트의 목적에 맞는가? 1. 소비자는 꽃을 구매할 때 무엇을 기준으로 구매할까? 2. 판매자는 꽃 판매할 때 무엇을 강조하고 싶을까? 3. 소비자는 꽃을 구매할 때 현금과 카드 중 어떤 걸 선호할까? 4. 판매자는 꽃 판매할 때 마진이 얼마나 남을까? → 1,2) 프로젝트 목적에 맞는 좋은 질문 → 3,4) 프로젝트 목적에 직접적으로 필요하지 않은 질문
88. 좋은 질문을 판단하는 기준 사례(각색) : 꽃 판매자와 꽃 구매자를 연결하는 플랫폼의 MVP 버전 두 번째 기준) 사용자 행동을 궁금해하는가? 1. 소비자는 꽃을 구매할 때 무엇을 기준으로 구매할까? 2. 판매자는 꽃을 판매할 때 무엇을 강조하고 싶을까? 3. 온보딩 화면을 넣으면 구매 전환율이 높아질까? → ʻ사용자는 온보딩 화면을 넣으면 더 쉽게 우리 서비스를 이해할 수 있을까?’와 같이 사용자의 행동을 궁금해하는 질문으로 바꾸면 더 좋은 UX를 설계할 수 있음 → 1,2) 사용자 행동을 궁금해 하는 좋은 질문 → 3) 사용자 행동을 궁금해 하지 않는 질문
89. 좋은 질문을 판단하는 기준 ʻ좋은 질문’이란? • 프로젝트 목적에 맞으면서 사용자의 행동을 궁금해하는 질문 → 어떤 것을 먼저 해결할지 우선순위도 자연스럽게 정해짐 우선순위를 조금 더 확실히 정하려면 • 사용자 세그먼트 만들어서 확인 • 내부 리소스 기준으로 확인 • 비즈니스 임팩트 확인 • …
90. Impact/effort Matrix 이미지 출처: https://itamargilad.com/why-impact-effort-prioritization-doesnt-work/
91. Q.02 사이드프로젝트를 진행하고 있습니다. 데이터를 수집하는 환경부터 직접 세팅하는 건 처음인데요. 규모가 작은 앱 프로덕트 운영을 할 때 어떻게, 어떤 도구(Saas 등)를 통해 데이터를 수집하면 좋을까요?
92. 데이터 수집 환경 설정하기 구글 애널리틱스(Google Analytics) • 사용자 행동 데이터 분석 툴 • 무료 사용 가능 • 사용자들이 어떤 페이지를 가장 많이 봤는지, 어떤 버튼, 어떤 링크를 클릭했는지 등 간단한 분석은 추가적인 세팅 없이도 바로 가능 비즈니스 초기에는 가장 쉽고, 간단하고, 돈이 들지 않는 방식으로 데이터를 쌓는 것이 더 중요. 이미지 출처: GA4 데모 계정
93. 어떤 데이터가 필요한지 미리 정의하기 미리 정의해야 하는 이유 • 그에 맞춰 데이터베이스 테이블 설계와 사용자 데이터 트래킹 요소를 미리 세팅할 수 있음 미리 정의하기 어렵다면 • 페이지별 화면 이름 명확히 쓰기 Ex) 회원 가입이 총 3개의 스텝이 있는 경우, 아래와 같이 화면에 맞는 이름을 명확하게 쓰기 ◦ 회원 가입 스텝 1 ◦ 회원 가입 스텝 2 ◦ 회원 가입 스텝 3 ◦ 회원 가입 완료 • 이벤트명도 동일하게 구글 스프레드 시트나 노션에 기록해 두고 공유하는 것이 좋음
94. Q.03 데이터로 설득하고 싶은데 회사 구조가 그렇지 못할 때 극복하는 법이 있나요? Ex) 데이터를 제대로 쌓지 않음, 대표님이 그냥 감으로 결정하자고 할 때 등 이런 경우에는 어떻게 대처할 수 있을지 궁금합니다.
95. 실무에서 데이터 활용이 어려운 경우 기술적인 문제 문화적인 문제 • 데이터가 어디있는지 모름 • 데이터 열람 권한이 없음 • 데이터가 활용 가능한 형태로 저장되어있지 않음 • (필요한) 데이터가 없음 • 함께 일하는 사람들이 데이터의 필요성을 모름 • 필요성은 알고 있으나 매번 우선순위에서 밀려남
96. 실무에서 데이터 활용이 어려운 경우 기술적인 문제 문화적인 문제 • 데이터가 어디있는지 모름 • 데이터 열람 권한이 없음 → 담당자 찾아가기 • 데이터가 활용 가능한 형태로 저장되어있지 않음 → 데이터 가공하기 (Excel, SQL 활용) • (필요한) 데이터가 없음 → 데이터 저장하기 (Excel, GA4 활용) • 함께 일하는 사람들이 데이터의 필요성을 모름 • 필요성은 알고 있으나 매번 우선순위에서 밀려남
97. 실무에서 데이터 활용이 어려운 경우 기술적인 문제 문화적인 문제 • 함께 일하는 사람들이 데이터의 필요성을 모름 → 데이터의 가치 경험시키기 • 필요성은 알고 있으나 매번 우선순위에서 밀려남 → 요청받는 사람의 시간과 노력 줄여주기 (데이터 요청 템플릿 작성, 데이터 직접 보는 방법 문의) • 데이터가 어디있는지 모름 • 데이터 열람 권한이 없음 → 담당자 찾아가기 • 데이터가 활용 가능한 형태로 저장되어있지 않음 → 데이터 가공하기 (Excel, SQL 활용) • (필요한) 데이터가 없음 → 데이터 저장하기 (Excel, GA4 활용)
98. 데이터 요청 템플릿 • 요청 마감일: 데이터 받아야하는 기간 • 목적: 이 데이터로 어떤 의사결정을 하려고 하는가 • 보고 싶은 데이터 정의: 확인하려는 지표, 데이터의 정의 • 범위: 기간, 채널, 상품, 사용자 등 특정 데이터를 필터할 조건 • 결과 데이터 형식: 일/주/월 집계 여부, 특정 컬럼 포함 여부 등을 포함한 결과 파일 형식 • 기타 설명: 이 데이터가 왜 중요한지 어필할 수 있는 맥락 등
99. Q.04 퍼포먼스 마케터, UI/UX 디자이너, 데이터 분석가, 기획자 등 데이터를 활용하는 직무를 준비할 때 공통적으로 필요한 스펙이나 기본 소양이 있을까요?
100. 비즈니스 관점 기르기 1. 이 데이터를 어디에, 왜 써서 무엇을 이루려는가를 명확히 알아야 함 ◦ 데이터를 단순히 ʻ수집하고 읽는 기술’로만 보면 한계가 있음 2. ʻ우리 회사가 무엇으로 돈을 벌려고 하는가?’를 이해해야 함 3. 취업을 위한 사이드 프로젝트를 한다면, 작은 스타트업이라 생각하고 ʻ비즈니스 로드맵’까지 짜보면 좋음 ◦ 그 로드맵을 따라 마일스톤도 만들어 보고 그 단계별로 필요한 데이터를 정의하여 활용해 보기 ◦ 이를 포트폴리오에 녹여내면 ʻ이 사람은 비즈니스 관점이 있구나’라는걸 보여줄 수 있음
101. 데이터 리터러시를 높이는 도서 추천 1. 빅데이터 시대, 성과를 이끌어 내는 데이터 문해력 (카시와기 요시키 저) 2. 컨버티드: 마음을 훔치는 데이터분석의 기술 (닐호인 저) 3. 새빨간 거짓말 통계 (대럴 허프 저) 4. 그로스 해킹, 데이터와 실험을 통해 성장하는 서비스를 만드는 방법 (양승화 저) 5. 데이터 삽질 끝에 UX가 보였다 (이미진 저)
102. Q.05 현업에서 열심히 노력하고 계시는 실무자분들을 위해 마지막 한마디 부탁드려요!
103. [무료] 데이터 분석 캠프 맛보기 GA4 데이터 분석 캠프 다음 주 금요일, 얼리버드 30% 할인 마감 카카오, 리디, 잡플래닛 출신 데이터 분석가가 직접 가르쳐요. 이런 분들에게 추천해요 * 다음 주 금요일(11/14), 얼리버드 30% 할인 마감 • 웹사이트에서 직접 데이터를 수집, 분석해보고 싶은 분 • 지금 당장 업무에 GA4를 활용해야 하는 분 • 보고싶은 데이터가 많아서, 개발자 안 거치고 직접 이벤트 세팅하고 싶은 실무자
104. GA4 캠프 수강 후기 전에는 GA 화면을 막무가내로 클릭했어요. 캠프를 수강한 후에는 분석할 때 어떤 버튼을 눌러야 하고, 무엇을 봐야 하는지 알게 되었습니다. GA4 캠프 | 23기 J님 GA4 캠프 | 20기 K님 GA4 캠프 | 28기 H님 실무에서 큰 도움이 될 것 같습니다. GA4를 어떻게 활용해야 하는지 여러 가지 실무 예시를 통해 친절하게 설명해 주셔서 좋았습니다. 한 영상이 15분 내외라 집중이 잘 돼요. 덕분에 배운 내용을 기억하기도 쉬웠습니다. GA4 업데이트되면 강의안이 보강되고, 추가 영상 업로드 해주는 것도 좋아요.
105. 세미나에 참여해 주셔서 감사합니다.