Data Driven Design

데이터를 통해 어떤 가설, 판단, 결론을 도출하는 것은 의사결정의 영역이다.

용어 (Terms)

• DAU : Daily Active User (1일간 방문한 활성 유저)
• MAU : Monthly Active User (1달 방문한 활성 유저)
• ARPU : Average Revenue Per User (결제액을 전체유저 수로 나눔)
• ARPPU : Average Revenue Per Paying User (결제액을 결제를 한번이라도 한 적 있는 유저 수로 나눔)
• 전환율: 들어온 고객이 취하게 하고자 하는 액션(예:회원가입, 결제 등) 을 실행하는 비율
• 이탈률: 들어온 고객에서 전환률을 뺀 수치
• 리텐션: 서비스를 재이용하는 유저의 비율에 대한 지표이다. 장기적인 UX, UI 설계에 중요하다. 보통 1주, 2주, 3주 뒤 몇 %의 유저가 남는지를 측정한다. 디자이너가 뭔가 드라마틱하게 바꿀 수 있는 영역은 아니지만, 전체적인 사용성과 일관성을 높이면 리텐션 수치에 기여할 수 있는 부분이 있을 수 있다.
• 수집되는 데이터
  • 브라우저별 사용자
  • 기기 카테고리 (데스크탑, 모바일, 태블릿...)
  • 화면 해상도

유저 관찰

유저 니즈에 대한 가설을 새울떄, 꼭 데이터 툴만 볼 필요는 없다. 내 경우 VoC에 등록된 이슈 목록등을 통해 사용자가 어떤 패턴으로 사용하는지 유추해볼 수 있었다. 이처럼, 실제 서비스를 사용하는 유저의 모습을 관찰하는것도 큰 도움이 된다.

• 일관성을 잃지 않도록 터치 디바이스를 기본으로 한 통합 디자인 랭귀지 제작
• 코드로 구동할 때 속도나 구현 효율에 있어 높은 퍼포먼스를 낼 수 있는 시스템 및 협업 프로세스 관리
• 타깃 유저들이 이용할 법한 서비스들의 패턴을 참고해서, 그들에게 익숙한 방식 내에서 유저 플로우 및 프로세스의 복잡도 낮추기
• 디자인 설계에 있어서의 접근성 향상