#35 - Data Driven User Modeling - 데이터 기반의 사용자 모델링 프로세스 📝 Type & Highlight [Highlighted🖍] ✅ 사용자 가설에 대한 객관적 근거의 아쉬움 - 정성적 리서치 과정에서 얻어진 행동 패턴으로 만드는 사용자 모델은 객관적으로 설득이 안되는 경우가 많음 
 - 이해관계자 또는 의사결정권자는 실제로 리서치 과정에 참여하는 것이 아니기 때문에, 깊이 이해를 하는 경우가 드물어 충분한 공감을 하기 어려워서 의사결정의 확신을 위해서는 정량적인 수치, 명확한 증거로 증명해야 되는 경우가 많아짐 ✅ 수집해야 할 데이터: 사용자 데이터=사용자 행동의 흔적 - 대부분의 서비스는 네트워크 접속을 기반으로 이뤄져 사용자 서비스 이용 데이터(사용자 행동의 흔적, 즉 로그 데이터)를 수집 ✅ 사용자 데이터를 파악하는 5W1H 1. Who(누가?) - 우선 사용자 ID를 중심으로 데이터를 추출 - 특정 데이터 유형의 총합이나 평균치는 서비스의 전반적인 흐름이나 경향을 이해하는 데 도움이 되지만, 이탈이 많았다면 이 부분에서 사람들이 왜 이탈하는지를 알기 어렵기 때문에 문제 원인을 파악하고 해결하기 위해서는 사용자별 데이터를 추적하는 것이 중요함 2. When(언제?) - 서비스 이용은 순차적 흐름으로 연결되는 경향이 있기 때문에 시간 축을 기준으로 데이터를 보는 것이 유용함 3. Where(어디서?) - 사용자의 서비스 접속 위치 파악을 통하여 서비스 이용의 환경이나 맥락을 유추해서 볼 수 있음 4. What(무엇을?) - 서비스 목적과 특성을 드러내는 데이터 5. How(어떻게?) - 서비스 이용 행동 패턴에 해당하는 데이터 6. Why(왜?) - 사용자의 행동 패턴을 발견했다면 위의 각각의 데이터를 통하여 왜 그런 패턴을 보였는지 이해 가능함 ✅ 위 데이터를 가지고 어떻게 해석할 것인가? 1. 사용자별 데이터 시각화
 - 데이터를 이용하여 행동패턴을 발견하는 가장 효과적인 방법 - 유용한 시각화 방법은 시간(When) 또는 공간(Where)에서 보고자 하는 주요 이용 데이터(What)를 매핑해 보는 것 2. 데이터 기반 행동 패턴 도출
 - 행동의 차이들이 서로 어떤 관련이 있는지 조합을 해보면서 차이를 만드는 요인에 대해 심층적으로 파고 들어가 보는것이 필요

3. 행동 패턴에 부합하는 사용자 직접 조사
 - 행동 패턴에 부합하는 실제 사용자를 리크루팅하고 인터뷰와 관철 등의 필요한 조사 방법을 활용하여 행동 패턴을 검증
 4. User + Context Modeling
 - 사용자의 행동 패턴과 숨은 니즈, 맥락에 대한 이해를 했다면 이를 통하여 목표 사용자를 선명하게 만들 수 있음

pxd Story :: Data Driven User Modeling - 데이터 기반의 사용자 모델링 프로세스

pxd Story

pxd Story :: Data Driven User Modeling - 데이터 기반의 사용자 모델링 프로세스

2021년 6월 14일 오전 2:55

댓글 0