[Scene02] 인사이트 요리법 : 숨겨진 로우 데이터의 맛을 찾아서

졸업전시 프로젝트를 위해 3명의 팀원들과 작성한 아티클입니다.
그중 제(정지현@Tra)가 작성한 아티클만 블로그에 공유할 예정입니다 :)

 

📌INDEX 

Prologue: 프로젝트와 웰던 소개
Scene 01: 코로나 19에 대응한 사용자 리서치 (@Medium)
Scene 02: 인사이트 요리법 : 숨겨진 로우 데이터의 맛을 찾아서      👈now  
Scene 03: 서비스의 주인공을 결정하라! 
Scene 04: 일관된 브랜딩 하기 (@Medium)
(+) 아이디어 소개: CUE : carry on with your everyday! 

 

---

로우 데이터 분석(Affinity Diagram, Cross-case Analysis, Contextual Mapping, Fishbone Diagram)을 통해 인사이트 도출하기

 

혹시… 당신… 어떻게 쓸지는 생각도 안 한 채 데이터만 주구장창 모으고 있진 않은가? 우리 집 레시피를 공개할 때가 왔군…!

 

데이터가 짱이야… 다 모아놔야지… 혹시 당신의 모습?

 

---

디자인 레스토랑에 오신걸 환영합니다.

민주@Linda는 우리 셋 중 요리를 가장 잘한다. 요리는 같은 재료를 어떻게 다루냐에 따라 맛과 형태가 천차만별이기 때문에, 분명 같은 재료를 사용했음에도 그녀의 음식이 내(지현@Tra)것보다 훨씬 더 맛있다.

 

이런 점을 생각해보면, 디자인은 요리과정과 굉장히 유사하다.

 

 

셰프가 신선한 재료로 요리를 한다면, 디자인은 리서치를 통해 얻어낸 사용자 경험이 좋은 재료가 된다. 이것을 어떻게 바라보고 다루느냐에 따라 각기 다른 요리가 탄생한다. (예를 들어 요리에서는 재료의 맛, 식감, 풍미 등의 숨겨진 재료의 특징을 찾아낼 수 있다.)

 

“오늘의 음식은 신선한 ‘사용자 인터뷰’와 최고급 ‘다이어리 리서치’를 이용한 풍부한 풍미를 지닌 요리입니다. 저희 집 시그니쳐 메뉴죠.”

 

디자인 역시 드러난 재료(사용자 경험)만으로 요리하지 않는다. 재료인 사용자 경험을 분석하는 과정을 “Define”이라 칭하는데, 경험 속 숨겨진 사용자의 니즈, 페인포인트, 행동 맥락을 분석하여 재료를 더욱더 풍성하게 만들어간다.

오늘은 우리가 얻어낸 재료(사용자 경험)를 다듬어내는 분석과정(Define)을 다루고자 한다.

 

1차: Task 진행 순서에 따른 분석
2차: 행동에 영향을 주는 요인
3차: 행동 경향성 분석
4차: FishBone Diagram

 

---

 

Research Analysis

Cross-case Analysis (1차)

싱글 케이스 분석은 각 인터뷰이의 답변을 해석해 그들의 행동이 어떤 콘텍스트를 가지는 지 읽어내는 것이었다. 반면 크로스 케이스 분석은 교차되는 정보들을 그룹핑을 통해 사용자 행동 내면에 숨겨진 정보를 발견하는 과정이다. 웰던이들은 어피니티 다이어그램(Affinity Diagram) 방법론을 사용했다. 1차 분석에서 사용자의 Task 순서를 기준으로 하여 그룹핑을 진행해 니즈와 페인 포인트를 파악했다. 데이터를 그룹핑하며 상위 키워드를 작성할 때 너무 뻔한 행동과 표현을 사용하는 걸 지양했다.

Task 순서를 기준으로 분류한 카테고리

 

이 단계에서 38개의 인사이트를 얻었으며 그 중 핵심이 되는 것들을 추렸다.

 

Cross-case Analysis (2차)

분석과정에서 핵심적으로 얻어야 하는 정보는 <맥락>이다. 사용자가 어떤 내외부 상황을 갖고 행동했는가를 알아내야 한다. 1차 분석에서 사용자의 Task 순서 별 니즈와 페인 포인트 등을 찾아냈다면 2차 분석에서는 이를 기반으로 사용자 행동에 영향을 주는 요인들을 본격적으로 분석했다. 사용자의 행동은 (1) 커넥티드 라이프(물리적/정신적) (2)소셜이노베이션(개인의 관심이 사회로의 확장/사회의 이슈가 개인에 영향) (3) 돈/시간 (4) 신뢰관계에 의해 영향을 받았다.

 

 

 

2차 분석에서 얻어낸 24개의 인사이트 중 핵심 인사이트는 다음과 같다.

 

Contextual Mapping (3차)

3차 분석에서는 2차에서 정의된 인사이트를 기반으로 행동에 대한 경향성을 찾을 수 있었다. 그 경향성에 따라 크게 X축을 수동적/능동적, Y축을 개인 이익/공동체 이익으로 나눈 4 사분면에 mapping 했다.

 

4 사분면의 각 면마다 특징이 달랐다. 극으로 갈수록 극단적인 성향이 강했지만 그 사이에 위치하는 경향성들에 대해서는 특이한 부분을 도출할 수 있었다. 단순히 fact들로만은 알기 힘들었던, 1차, 2차, 3차 분석을 통한 정제된 인사이트가 나온 것이다. Contextual Mapping으로 얻게 된 인사이트들은 Persona 설정에 큰 도움을 주었다. 숨겨져 있던 Z세대만의 특징을 파악할 수 있었기 때문이다.

 

Contextual Mapping을 통해 새로운 11개의 인사이트를 얻었다.

 

 

Fishbone Diagram으로 분석하기 (4차)

총 3차에 걸친 어피니티 다이어그램 분석을 통해 73개의 인사이트를 도출해냈다(1차-38개, 2차-24개, 3차-11개). 분석과정에서 가장 핵심적인 부분이 <맥락>인 만큼, 맥락을 통해 알게 된 요인들(Insight→ Context Factor)을 통해 Fishbone Diagram기법을 활용하여 마지막 4차 분석을 진행했다.

 

 

 

 

Fishbone Diagram

 

우리는 생선의 머리에 Context Factor를 두고 중심 가시에는 그에 따른 키워드들을, 잔가시에는 키워드에 담긴 세부 내용에 대한 설명을 적었다. Fishbone Diagram을 통해 우리가 가지고 있던 Context Factor들을 구체화시키며 해당 Factor에 대한 주요 원인들에 대해 세부적으로 생각해 볼 수 있었다.

 

 

마치며

같은 재료를 이용한 요리더라도 볶느냐 끓이느냐에 따라 맛은 천차만별이다. 맛있는 요리를 위해서라면 재료와 수단은 필연적 관계이다. 우리는 로우 데이터에서 각각 Cross-case Analysis 2회, Contextual Mapping, Fishbone Diagram을 활용하여 4번의 분석을 하며 총 인사이트를 도출했다.

 

우리는 과연 이렇게 정성껏 뽑아낸 인사이트들을 통해 어떤 Persona를 만들었을까… 

 

---

WELL DONE🥩

웰던:WELLDONE🥩 – Medium

 

📌INDEX
Prologue: 프로젝트와 웰던 소개
Scene 01: 코로나 19에 대응한 사용자 리서치 (@Medium)
Scene 02: 인사이트 요리법 : 숨겨진 로우 데이터의 맛을 찾아서    👈now  
Scene 03: 서비스의 주인공을 결정하라! 
Scene 04: 일관된 브랜딩 하기 (@Medium)