데이터 기반 사용자 여정 분석 도구 UX 디자인 개선 방안 제안 뷰저블 애널리틱스(Beusable Analytics)를 중심으로
Directions of UX Design Improvement for Data Informed User Journey Analysis Tools -Focused on Beusable Analytics-
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
연구배경 : 최근 빅데이터 관련 기술의 성장과 데이터 분석 솔루션의 고도화로 인해 데이터 기반 UX 디자인의 중요성이 더욱 크게 부각되고 있다. 고객의 니즈와 행동 패턴의 정교한 분석이 점점 더 중요해지며, 다양한 분석 방식이 개발되었지만 국내에서는 아직까지 이를 구체화한 분석 도구의 개발과 인터랙션 디자인 기반 데이터 탐색 및 분석에 초점을 맞춘 연구는 미비한 실정이다. 연구방법 : 본 연구는 데이터 기반 사용자 여정 분석 도구의 사용자 경험 향상을 위한 디자인 개선 방안을 제안하고자 상용화되어 있는 사용자 여정 분석 도구 중 국내 서비스인 뷰저블 애널리틱스(Beusable Analytics)를 연구 대상으로 선정하였다. 우선 문헌 연구를 통해 사용자 여정 지도와 퍼널 분석에 대해 파악하고, 국내외 사용자 여정 분석 도구의 데이터 시각화 유형 및 데이터 분석을 위한 인터랙션 방식에 대해 분석하였다. 전문가 평가를 진행하여 뷰저블 애널리틱스의 사용성을 진단하고, 평가 내용 분석과 우선순위를 측정하여 주요 문제점과 디자인 개선 사항을 제안하였다. 연구결과 : 결과적으로 ‘여정 전체 조망의 한계’, ‘여정의 스토리텔링 전달 부족’, ‘데이터 기록 및 해석의 어려움’, ‘변동성 파악에 대한 어려움’ 총 4가지 주요 문제점과 디자인 개선 사항의 와이어프레임(Wireframe)과 핵심 경로 시나리오(Key path scenario)를 제안하였다. 결론 : 본 연구는 웹 페이지 내 사용자 여정 데이터를 분석하여 인사이트를 도출하고자 하는 IT 실무자가 효율적으로 데이터를 탐색하기 위한 UI(User Interface) 및 인터랙션(Interaction) 등의 사용자 경험적 측면을 고려하여 경험 향상 방안 제안을 목적으로 진행되었다. 전문가 평가 분석 자료와 상용화 되어 있는 사용자 여정 분석 도구의 시각화 방식 및 인터랙션 측면의 분석 결과는 데이터 분석 시의 실무 UX 디자이너와 기획자의 행동 패턴과 기능 요구사항을 확인하였다는 것에 의의가 있으며, 동료 연구자들에게 유용한 자료로 활용될 것으로 기대된다. 또한, 디자인 개선안을 통해 기존 사용자 여정 분석 도구의 유용성을 높였으며, 이는 뷰저블 애널리틱스뿐만 아니라 퍼널 분석 등을 제공하는 사용자 여정 분석 도구의 발전방향 수립 시 참고할 수 있을 것으로 기대한다.
Abstract
Background : With the recent growth of big data and the advancement of data analytics, the importance of data-informed UX design is being highlighted. As the need for more sophisticated analyses on user needs and behavior patterns, a great variety of analysis methods were developed. But, there is a lack of study that focuses on detailed data exploration and analysis based on interaction designs that implement such concepts for the moment. Methods : Beusable Analytics, data-informed user journey analysis tool in South Korea, as a research subject to improve user experience based on data analysis. First, this study conducted literature review to understand about the User Journey Map, Funnel Analysis, Data Visualization types and Flow factors for Data Analytics. data visualization types and interaction methods of data informed user journey analysis tools were analyzed. Afterwards, expert evaluation was conducted, and major problems and design improvements were proposed by analyzing the evaluation contents and measuring priorities. Results : Finally, four improvements were proposed as wireframe and key path scenario to improve the ‘limitation of the overall view of the entire journey', ‘lack of storytelling of the journey’, ‘Difficulty in recording and interpreting data‘ and ‘difficulty in identifying variability'. Conclusion : This study proposes ways to improve user experience by considering User Experience such as UI (User Interface) and Interaction for UX designers who want to derive insights by analyzing user journey data. Analysis results of user journey analysis tools and expert evaluations are meaningful in that they confirmed the behavioral patterns and functional requirements of practical UX designers during data analysis. It is expected to be used as a useful resource for the usefulness of the existing user journey analysis tool has been improved through the design improvement plan, and it is expected to be applied and used as an additional function of the user journey analysis tool that provides not only viewable analytics but also funnel analysis.
참고문헌 (38)
- Alan Cooper, "About Face The Essentials of Interaction Design" (2014), Wiley
- Terragni, M., "Analyzing Customer Journey with Process Mining: From Discovery to Recommendations", master, pp.2018
- Awad, N. F., "The personalization privacy paradox: an empirical evaluation of information transparency and the willingness to be profiled online for personalization", MIS Quarterly, 30(1), pp.13~28 (2006)
- Braun, V., "Using thematic analysis in psychology", Qualitative research in psychology, 3(2), pp.77~101 (2006)
- Bucklin, R. E., "Choice and the Internet:From clickstream to research stream", Marketing letters, 13(3), pp.245~258 (2002)
- Bill Moggridge, "Designing Interactions" (2006), The MIT Press
- Chen, C, "Handbook of data visualization" (2007), Springer
- Saffer, D., "Designing for Interaction: Creating Innovative Applications and Devices" (2009), New Riders
- Saffer, D., "Microinteractions: Full Color Edition: Designing with Details" (2013), O'Reilly Media
- Keim, D., "Visual Analytics: Definition, Process, and Challenges", Information Visualization, pp.154~175 (2008)
- "Startup Metrics for Pirates: AARRR!" (2007)[URL]
- Dwyer, C., "Trust and privacy concern within social networking sites: A comparison of Facebook and MySpace", AMCIS 2007 Proceedings, 339 (2007)
- 김은정, "사용자 경험의 정보 시각화 분석을 위한 통합적 여정지도 프로세스 모형 개발", 한국디자인포럼, (46), pp.389~399 (2015), 한국디자인트렌드학회[DOI]
- Fielding, J., "Beginning Responsive Web Design with HTML5 and CSS3" (2014), Apress
- (2016)[URL]
- 김형년, "빅데이터 비주얼라이제이션 사례분석 - 시각화 표현 방식을 중심으로 -", Journal of Integrated Design Research, 13(4), pp.125~136 (2014), 디자인연구소[DOI]
- Jung, J. H., "Improving UX Design of User Journey Visualization Service -Focused on Beusable Analytics-", Proceedings of HCI KOREA 2022, 2022, pp.429~434 (2022)
- 이지선, "빅데이터를 위한 정보디자인의 시각화 방법 및 표현 연구", 기초조형학연구, 14(3), pp.259~269 (2013), 한국기초조형학회
- John M. Carroll, "Making Use Scenario-Based Design of Human-Computer Interactions" (2003), MIT Press
- Kwon, H. K., "A study on mobile game user journey analysis using process mining", master, pp.2018
- Lourenco, A., "Clickstream data warehousing for web crawlers profiling", Proceedings of the World Congress on Engineering, 1, pp.343~348 (2011)
- Mangiaracina, R, "The ecommerce customer journey : A model to assess and compare the user experience of the ecommerce websites", The Journal of Internet Banking and Commerce, 14(3), pp.1~11 (2009)
- Moe, W. W., "Buying, searching, or browsing: Differentiating between online shoppers using in-store navigational clickstream", Journal of consumer psychology, 13(1-2), pp.29~39 (2003)
- Park, Y. H., "Modeling browsing behavior at multiple websites", Marketing Science, 23(3), pp.280~303 (2004)
- 박유선, "주제 분석 방법 (Thematic Analysis)을 통한 Z세대 여성 유튜브 뷰티 동영상 경험분석에 관한 연구", Journal of Integrated Design Research, 19(2), pp.89~104 (2020), 디자인연구소[DOI]
- Park yusun, "A Study on the UX Design Process Development Based on Visual Analytics-Focused on case study and expert interview-", Proceedings of HCI KOREA 2021, 20, pp.33~38 (2021)
- Pirolli, P, "The sensemaking process and leverage points for analyst technology as identified through cognitive task analysis", Proceedings of international conference on intelligence analysis, 5, pp.2~4 (2005)
- "Usage statistics of traffic analysis tools for websites"[URL]
- "Rage Clicks, Error Clicks, Dead Clicks, and Thrashed Cursor | Frustration Signals"[URL]
- Schellong, D., "Clickstream data as a source to uncover consumer shopping types in a large-scale online setting", ECIS 2016 Proceedings at AIS Electronic Library (AISeL), pp.1~15 (2016)
- McKenna, S., "Visual narrative flow : Exploring factors shaping data visualization story reading experiences", Computer Graphics Forum, 36(3), pp.377~387 (2017)
- 강성중, "디자인에서의 빅 데이터 활용 방향에 대한 연구", 한국디자인문화학회지, 19(3), pp.1~12 (2013), 한국디자인문화학회
- Stickdorn, M, "This is service design thinking: Basics, tools, cases" (2011), Wiley Hoboken
- "When and How to Create Customer Journey Maps" (2016)[URL]
- Zhang, X, "Data-driven personas: Constructing archetypal users with clickstreams and user telemetry", Proceedings of the 2016 CHI conference on human factors in computing systems (2016)
- 윤소현, "웹 페이지 내 분석 도구의 추세 데이터 분석을 위한 UX 디자인 연구 -뷰저블 솔루션 연구를 중심으로-", Journal of Integrated Design Research, 18(2), pp.45~61 (2019), 디자인연구소[DOI]
- 윤소현, "Data Driven UX 디자인을 위한 정량적 데이터와 정성적 데이터 간의 관계성 분석 방법", 한국HCI학회 논문지, 15(4), pp.17~26 (2020), 한국에이치씨아이학회[DOI]
- 이홍주, "클릭스트림 데이터를 활용한 전자상거래에서 상품추천이 고객 행동에 미치는 영향 분석", 한국경영과학회지, 33(3), pp.59~76 (2008), 한국경영과학회