이제 천천히 걷기로 했습니다.
그동안 지나쳐 온 것들을 눈에 담으며 걷습니다.

Topic/기획자라면..

디자인 연구의 영향력을 높이기 위한 프레이밍 결과

kimdirector 2023. 5. 26. 08:03 

삽화: Misha Cobb 2022

 

 

사용자 조사 연구 결과는 무엇입니까? 출력은 디자인 프로젝트의 여러 단계에서 다양한 기능을 제공할 수 있습니다. 데이터, 연구 결과, 통찰력, 프레임워크, 기회 및 권장 사항을 이해하는 것은 연구 결과를 설계하고 전달하기 위한 실행 가능한 다음 단계를 만드는 데 필수적입니다. 연구 조사가 이루어지고 아무도 그것으로 무엇을 해야 할지 이해하지 못한다면 그것이 실제로 일어났습니까?

 

 

연구 결과, 활동 및 커뮤니케이션 도구

 

 

데이터

데이터는 가공되지 않은 것입니다. 참가자의 정확한 단어, 순위 값, 합격/불합격률입니다. 데이터에 적용된 해석이 없습니다. 일어난 일입니다.

 

데이터는 무질서한 원시 정보입니다.

 

분석은 축어적 메모이든 직접 기록이든 관계없이 항상 데이터로 시작해야 합니다. 진정한 분석은 해석에 근거한 메모에서 시작해서는 안 됩니다. 메모가 참가자의 목소리보다 메모 작성자의 목소리처럼 읽히면 한 걸음 뒤로 물러나 녹취록을 살펴보세요. 데이터 포인트는 인사이트가 아니라는 점에 유의해야 합니다. 프로젝트 팀이 하나의 인용문, 하나의 작업 실패 또는 하나의 정보에 매달리면 단일 트리를 위해 숲을 잃을 위험이 있습니다.

 

이를 위해 데이터는 일반적으로 프로젝트 팀이나 클라이언트가 아닌 연구원에게만 유용합니다. 사람들이 "원시 데이터"를 원할 때 실제로 원하는 것은 인사이트와 데이터 사이의 연관성을 명확하게 보여주는 연구 해석입니다. 데이터를 사용하여 인용문, 순위 값 및 통과/실패율을 통해 연구 스토리를 전달하면 통찰력과 권장 사항에 대한 신뢰성을 높일 수 있습니다.

 

데이터 예시 :

  • 7명이 아이스크림에 스프링클을 뿌리는 데 실패했습니다.
  • "스프링클을 찾을 수 없습니다. 초콜릿 칩 아래에 있나요?"
  • "아이스크림 트럭에 대한 이 아이디어는 훌륭합니다!"

 

결과 :

조사 결과는 데이터 검토에서 종합의 첫 번째 계층입니다. 그것들은 초기 범주, 첫 번째 통과, 즉각적인 "그래서 우리는 무엇을 들었습니까?" 연구 결과는 팀이 연구에서 목격한 것을 설명해야 합니다. 즉, 프로젝트의 필요에 따라 데이터를 해석한 것입니다.

결과는 데이터를 가져와서 이해하기 시작합니다.

 

 

조사 결과는 최상위 보고서, 초기 공동 분석 세션 및 요약 이메일에 적합합니다. 그들은 성급하게 통찰력을 제공하지 않고 들은 내용에 대한 아이디어를 제공할 수 있습니다. 결과는 분석 프로세스의 중요한 계층이며 프로젝트에 시간 제약이 심한 경우가 아니면 건너 뛰어서는 안 됩니다.

언어에 대한 참고 사항 :
소규모 정성적 작업의 경우 결과가 적어도 어느 정도 객관적으로 정량화될 수 있는 경우(합격/불합격률, 순위 등)가 아닌 한 결과에 숫자를 첨부하지 않는 것이 좋습니다. 질적 데이터를 기반으로 "8명의 참가자가 x 기능을 원합니다"라고 말하면 연구 청중이 전반적인 정서가 아니라 피드백의 양에 너무 집중하게 만들 수 있으며, 이는 이러한 유형의 연구에 대해 오해의 소지가 있는 프레이밍입니다. 또한 하나, 일부, 대부분, 거의 모두 및 모든 참가자와 관련된 결과를 구성하여 인정할 수 있는 정성적 데이터를 해석하는 주관성의 요소가 있습니다.

 

결과 예시 :

  • 작업에 실패한 대부분의 참가자는 메가 메뉴에서 항목을 찾을 수 없었습니다.
  • 대부분의 참가자는 뿌리가 초콜릿 칩 아래에 있을 것으로 예상했습니다.
  • 거의 모든 참가자가 아이스크림 트럭 아이디어에 강한 긍정적인 반응을 보였습니다.
 

 

인사이트

여기가 재미있어지는 곳입니다. 인사이트는 결과가 프로젝트에 어떤 영향을 미치는지 프로젝트 팀에 알려줄 수 있는 결과 모음입니다. 통찰은 많거나 간결할 수 있습니다. 그들은 결과 뒤에 "그래서 무엇"입니다.

 

인사이트는 결과를 아하 순간으로 정리합니다.

 

 

통찰력을 구성하는 것은 연구자마다 다르게 보이지만 궁극적으로 알아야 할 중요한 사항의 통합된 목록으로 결과를 요약한 것입니다. 여기에서 '참가자'(데이터의 하드 기반)에서 '사용자'(데이터에서 추정한 수준)로 도약할 수도 있습니다. 그들은 이해 관계자가 연구 판독 결과를 보여줄 때 실제로 알고 싶어 하는 것입니다.

통찰력을 전달할 때 이상적으로는 연구자가 개별 연구 결과와 특정 데이터 조각을 다시 연결할 수 있어야 합니다. 이러한 통찰력은 독립적으로 유지될 수 있어야 하며 프로젝트 팀에 명확하고 효과적인 영감을 제공할 수 있어야 합니다. 여기에서 프로젝트와 디자이너에 따라 디자인이 연구를 선택하고 실행을 시작할 수 있습니다.

인사이트 예시 :

  • 아이스크림 콘을 만들기 위해 메가 메뉴에 의존하는 것은 사용자에게 혼란을 줍니다.
  • 현재 정보 아키텍처는 사용자를 위한 직관적인 아이스크림 콘 제작 경험을 지원하지 않습니다.
  • 사용자는 언제 어디서나 아이스크림에 액세스하기를 원합니다.
 
 

프레임워크-우리가 생각하는 방법

통찰은 도움이 되지만 어떻게 생각해야 할까요? 우리의 문제 공간에는 어떤 종류의 멘털 모델이 존재합니까? 발견 또는 생성 연구의 경우 출력은 추가 연구를 기반으로 진화 및 개선될 수 있는 일련의 프레임워크일 수 있습니다.

 
 
프레임워크는 인사이트에 대한 사고 방식을 제공합니다.

 

 

프레임워크는 테마, 경험 맵, 여정 맵, 사용자 유형, 페르소나, 서비스 청사진, 일러스트레이션 디자인 비전 화면 등이 될 수 있습니다. 다양한 분야의 프로젝트 팀을 위한 공통 언어 역할을 하기 위한 이러한 유형의 출력에는 무수히 많은 버전이 있습니다. 사람들을 하나로 묶을 수 있는 경계대상으로 이해, 진화 및 조작이 쉬워야 합니다.

데이터 수집에 들어가기 전에 프로젝트에 가장 유용한 프레임워크를 고려하는 것이 중요합니다. 의도된 프레임워크는 방법을 선택하고 질문을 제기하며 세션 활동을 설계하는 방식에 영향을 주어야 합니다. 프레임워크는 연구의 목표와 연구의 의도된 영향에 따라 선택되어야 합니다. 이해 관계자가 단일 사용자 유형의 동기를 이해하려는 경우 경험 지도는 이러한 유형의 통찰력을 전달하는 데 가장 적합한 프레임워크가 아닐 수 있습니다.

프레임워크 개발은 연구 성과에 걸림돌이 됩니다. 이해관계자가 사용자가 원한다고 생각하는 것을 기반으로 일부 페르소나를 생성하는 것은 매우 쉽지만 실제적이고 진정한 인간 중심 디자인 프레임워크는 통찰력, 결과 및 데이터의 집합이어야 합니다.

 

프레임워크 예시 :

  • 테마 : 아이스크림 제조의 효율성, 토핑 선택의 개인화, 아이스크림에 대한 접근성 용이성
  • 페르소나 : 이동 중에 아이스크림을 먹는 사람, 순간적으로 아이스크림을 맛보는 사람
  • 체험 맵 : 아이스크림 사고 > 아이스크림 트럭으로 이동 > 터치스크린 접속 > 아이스크림 맛 찾기 > 아이스크림 토핑 추가 > 아이스크림 구매 > 대기 > 아이스크림 집기 > 아이스크림 먹기
 
 

기회-우리가 할 수 있는 일

종종 연구는 프레임워크에서 끝납니다. 그런 다음 연구 조사가 끝날 때 폭발적인 정보를 내부화하려는 디자인 시도로 잠잠해집니다. 때로는 디자이너가 너무 압도되어 인사이트를 얼버무리고, 프레임워크를 무시하고, 그들에게 말하는 하나의 데이터 포인트에 집착하고 그것을 향해 디자인합니다. 여기에서 기회가 찾아옵니다.

기회는 우리에게 통찰력에서 더 많은 아이디어를 얻을 수 있는 출발점을 제공합니다.

 

기회는 탐색을 위한 통찰력을 열어주는 재구성된 통찰력입니다. 통찰력이 설명하는 동안 기회는 초대합니다. 그들은 프로젝트 팀에게 혁신을 위한 출발점을 제공할 수 있습니다. 다양한 기회는 생성 또는 발견 프로젝트 내에서 가장 자연스럽게 존재하는 것처럼 보일 수 있지만 보다 평가적이고 사용성 기반 프로젝트에도 가치가 있을 수 있습니다.

기회는 비즈니스 목표와 설계 질문을 고려해야 합니다. 어디에 집중해야 하는지에 대해 디자인 팀에 명확성을 제공해야 합니다. 기회는 멋진 워크샵 시작입니다. "우리는 어떻게 할 수 있습니까?" 진술은 기회를 구성하는 가장 일반적인 방법 중 하나이지만 연구와 디자인 사이의 격차를 해소하는 데 도움이 될 수 있는 개방형 질문으로 통찰력을 표현하는 방법은 무수히 많습니다.

 

기회 예시 :

  • 통찰 : 아이스크림 콘을 만들기 위해 메가 메뉴에 의존하는 것은 사용자에게 혼란을 줍니다.
  • 기회 : 사용자가 사용할 수 있는 모든 토핑을 보여주는 아이스크림 생성 워크플로를 탐색하는 방법을 어떻게 디자인할 수 있습니까?
  • 통찰력 : 현재 정보 아키텍처는 사용자를 위한 직관적인 아이스크림 콘 제작 경험을 지원하지 않습니다.
  • 기회 : 정보 아키텍처는 토핑 사용을 최대화하기 위해 아이스크림 생성 워크플로우를 어떻게 지원해야 합니까?
  • 통찰력 : 사용자는 언제 어디서나 아이스크림에 액세스 하기를 원합니다.
  • 기회 : 우리는 어떻게 사람들의 삶에 아이스크림을 포함시킬 수 있습니까?
 
 

추천-우리가 해야 할 일

아이디어 구상이나 탐색을 할 수 있는 시간과 공간이 있을 때 좋은 기회이지만 팀에 방향이 필요하고 지금 방향이 필요한 경우가 많습니다.

 

권장 사항은 통찰력과 행동 간의 연결 고리입니다.

 

 

권장 사항은 재구성된 통찰력이며 연구원 또는 디자이너와 공동으로 정의할 수 있습니다. 수행할 수 있는 작업뿐만 아니라 시간 제약과 비즈니스 요구 사항에 따라 수행해야 하는 작업도 고려합니다.

권장 사항은 적절한 시기에 탐색할 제품 로드맵에 우선순위를 지정하고 배치할 수 있습니다. 큰 전략적 연구 이니셔티브 또는 작은 사용성 조정이 될 수 있습니다. 이는 연구가 프로젝트 팀에게 지시하는 내용을 가장 완벽하게 표현한 것입니다. 좋은 권장 사항은 영감을 줄 수 있을 만큼 광범위해야 하지만 실행 가능할 만큼 구체적이어야 합니다. 이상적으로는 여러 분야의 프로젝트 팀이 공동으로 결정해야 합니다.

연구자들은 너무 규범적이라고 느낄 수 있기 때문에 추천 공간에 들어가는 것을 두려워할 수 있습니다. '글쎄, 우리 사용자들은 우리에게 이렇게 하라고 말하지 않았어! 이러한 통찰력을 특정 다음 단계를 의미하는 것으로 해석하는 나는 누구입니까?' 응용 연구 분야에서 일할 때 권장 사항은 연구와 디자인 사이의 격차를 해소하는 데 필요한 단호한 통찰력이라고 주장합니다. 그들은 도약을 조금 더 짧게 만들고 여러 분야의 팀이 합의 또는 불일치를 위한 출발점을 제공합니다. 연구는 일을 유지하는 학문으로서 나쁜 평판을 얻을 수 있습니다. 권장 사항은 연구원이 제품을 모호한 상태로 유지하는 것이 아니라 제품을 추진하는 데 도움이 되는 적극적인 참여자로서 디자인 프로세스에 자신을 삽입할 수 있는 방법입니다.

 

추천 예시 :

  • Insight: 아이스크림 콘을 만들기 위해 메가 메뉴에 의존하는 것은 사용자에게 혼란을 줍니다.
    - 단기적: 사용자가 더 쉽게 탐색할 수 있도록 메가 메뉴 개선
    - 장기적: 대체 워크플로 탐색 환경 탐색
  • Insight: 현재 정보 아키텍처는 사용자를 위한 직관적인 아이스크림 콘 제작 경험을 지원하지 않습니다.
    - 단기적: 가능하면 층별로 토핑을 그룹화하는 가장 효과적인 방법을 결정합니다(휘핑크림 먼저, 사탕 조각, 그다음 이슬비).
    - 장기적: 사이트에 대한 사용자의 멘탈 모델을 발견하기 위한 카드 정렬 활동 수행
  • Insight: 사용자는 언제 어디서나 아이스크림에 액세스하기를 원합니다.
    - 단기적: 모바일 앱의 지속적인 개발
    - 장기적: 사람들이 언제 어디서 아이스크림을 가장 많이 원하는지 정의하기 위한 연구 수행
 

 

요약하자면

그 중심에는 모두 데이터가 있습니다. 엄격한 연구 계획 및 데이터 수집(비즈니스 목표 및 이해 관계자 관점에 대한 깊은 이해와 함께) 없이는 자신 있는 권장 사항이 있을 수 없습니다. 즉, 자신 있는 권장 사항 없이는 진전이 있을 수 없습니다. 인사이트를 간단하게 바꾸어 표현하면 디자인 팀에 보다 실행 가능하고 유용하며 영감을 주는 연구 결과물을 만들 수 있습니다. 궁극적으로 연구의 가치는 연구를 수행하는 방법뿐 아니라 전달하는 방법에도 있습니다. 사람들은 인사이트를 이해하고 그에 따라 행동해야 합니다. 이러한 사고방식은 연구자가 정보의 올바른 프레임을 정확히 찾아내어 연구가 보고, 들리고, 가장 중요한 것은 그에 따라 행동하도록 하는 데 도움이 될 수 있습니다.



 

 

 

From finding to doing

Outputs and impact of user research

uxdesign.cc

번역된 내용으로 의역이나 오역이 있을 수 있습니다. 자세한 내용은 원문을 참고하시기 바랍니다.

 

 

 

 

반응형
이전보기 카테고리 글 더보기