퍼소나를 디자인 프로세스에 도입하면 사용자의 니즈(Needs)에
보다 포커스 할 수 있기 때문에, 시스템의 사용성 또한 향상시킬 수 있습니다
이는 사용자에 대한 데이터를 기반으로 만들어진 퍼소나를 이용할 경우
더욱 효과적이기 때문에 Google Analytics와 같은 웹 분석툴(Web Analytics)를
이용하여 퍼소나를 만드는 방법에 대해 소개합니다
Step One. 데이터 수집
Collect Data
Google Analytics와 같은 웹 분석툴을 사이트에 적용한 뒤
충분한 데이터가 수집될 때까지 기다려야 합니다
프로젝트가 시작되기 전에 사용자에 대한 데이터가 준비되어있지 않다면
통계적으로 의미가 있을 때까지는 데이터가 수집되어야 합니다
일반적으로 2주 이내의 데이터로는 부족하며,
가능하다면 한 달에서 세달 이상의 데이터를 이용하는 것이 바람직합니다
웹 분석툴을 이용하여 신규유입자와 기존사용자를 분리(segmentation)하여
분석하는 것이 가능하다면 이는 향후 퍼소나의
프로파일을 작성하는 데에도 유용합니다
Step Two. 퍼소나의 개수 설정
Determine How Many Personas to Use
일반적으로는 3개 이상, 7-8개 이하의 퍼소나를 이용합니다
웹 분석툴이 수집한 사이트 이용자의 데이터를 퍼소나의 개수에 따라 그룹화합니다
4개의 퍼소나라면 각각의 퍼소나에 사이트 이용자의 데이터의 25%씩을 지정합니다
비즈니스 측면의 이슈에 따라서는 사용자 특성을 퍼소나 별로
균등하게 분배하지 않는 경우도 있습니다
Step Three. 리포트 분석
Gather Your Reports
사용자에 대한 데이터를 수집했다면
웹 분석툴이 제공하는 다음과 같은 리포트를 분석해야 합니다
신규유입자와 기존사용자를 분리하여 데이터를 수집했다면
두 사용자 분류에 대한 리포트를 모두 분석합니다
- 사용자 정보 리포트 Visitors Overview Report
신규 유입율, 신규 유입자와 기존사용자의 비율 등
사용자의 특성에 대한 일반적인 정보
- 브라우저와 OS 리포트 Browser and OS Report
사이트 이용자의 브라우저와 OS에 대한 정보
- 지역별 정보 리포트 Map Overlay Report
전체사용자에 대한 사용자의 지역별 분포, 언어 등에 대한 정보
- 키워드 리포트 Keyword Report
사이트로 유입되기 위해 이용한 키워드를 이용하여
사이트에서 어떤 정보를 찾고자 하는지에 대한 정보
- 유입 리포트 Referring Sites Report
사용자들이 사이트로 유입된 유입경로에 대한 정보
Step Four. 데이터 분류
Fill in the Blanks
퍼소나 별로 템플릿을 만들어 리포트로부터 얻은 데이터를 채워 넣습니다
일단 신규 유입자인지 기존 사용자인지를 기입한 뒤,
각각의 데이터를 분배하여 기입합니다
사용자의 골(Goal)에 따라 퍼소나의 특성에 맞게 데이터를 분배합니다
Step Five. 퍼소나에 생명 불어넣기
Bring the Personas to Life
신상정보(biography)를 부여하고, 사이트를 이용하는 동기(motives)를 부여하여
퍼소나에게 생명을 불어넣습니다
웹 분석툴을 통해 얻은 데이터를 이용하여 일관성 있는 퍼소나를 설계합니다
브라우저와 OS 시스템에 대한 정보를 이용하여 퍼소나가
어떤 컴퓨터 환경을 이용하여 사이트에 접속하게 되는지를 설정합니다
방문횟수 정보를 이용하여 퍼소나가 사이트의 기능에 얼마나 친숙한지,
사이트에 이용하게 된 동기가 무엇인지를 설정합니다
지역정보를 이용하여 퍼소나의 골(Goal)과 직업, 취미 등을 설정합니다
키워드와 유입경로는 퍼소나의 관심사가 무엇인지를 알게 해주며,
사용자 시나리오(Usage Scenario)를 작성하기 위한 중요한 데이터가 됩니다
위에서 소개한 퍼소나를 설계하기 위한 5단계는
단순히 상상에만 의존하여 퍼소나를 만드는 것이 아니라
웹 분석툴을 이용하여 데이터 기반의 퍼소나를 설계할 수 있는
한가지 방법을 소개한 것으로
위의 방법만으로 완벽한 퍼소나를 설계할 수 있는 것은 아닙니다
설문조사 데이터라든가 사용자 리서치, 포커스 그룹 인터뷰 등을 통한 데이터가 있다면
이를 충분히 활용하여야 합니다
이와 같이 데이터를 기반으로 한 접근방식은 퍼소나와 시나리오가
구조적으로 더욱 탄탄하고, 의미적으로 더욱 신뢰도가 높아지도록 해줍니다
댓글을 달아 주세요
사용자를 효과적으로 클러스터링하고 유형화하는 것은 검색(personalized search)쪽에서도 활발하게 연구되는 주제여서 관심이 많았는데, 좋은 글 잘 읽고 갑니다.
위의 퍼소나 설계 과정 중, UX같은 서비스 관련 분야에서는 특히 마지막의 usage scenario 작성이 가장 중요할 것 같은데, 이 부분에서 전문가의 손길을 최소한으로 하고 데이터만으로 시나리오를 자동 생성할 수 있는 기술이 있다면 좋을 것 같네요..
네, 말씀하신대로 퍼소나를 구축하기 위한 데이터를 쉽게 정리해주는 기술이 있다면 정말 좋을 것 같네요 ^^;
그래도 usage scenario와 같은 경우는 데이터만으로는 부족한 부분이 있고, Ethnography 연구 등을 통한 사용자에 대한 이해가 필요한 부분이므로 UX전문가의 역량역시 중요한 부분인 것 같아요
태호도 여기 포스팅 하는구나!
반가워~
지금 내 프로젝트에서도 저렇게 구축해 놓은 상태인데, step one은 생략. 신규 프로젝트인데다가 비슷한게 마켓에 하나도 없어서;
조만간 한잔 합시다.
와~ 준혁형 반가워요
조만간 한잔해요~~