TIL — 무신사 VOC를 ‘설문으로 검증’하는 구조로 바꿔본 하루
오늘은 무신사 앱 리뷰(VOC)에서 반복적으로 보이던 불편을 그냥 “그렇대” 수준으로 두지 않고, 정량 설문으로 검증 가능한 문제로 정리하는 데 집중했다. 리뷰는 감정과 상황이 섞여 있어서 공감은 되지만, 팀에서 “그래서 뭐부터 고칠까?”로 넘어가려면 결국 빈도와 강도를 숫자로 확인해야 한다는 걸 다시 느꼈다.
1) VOC를 5개의 핵심 문제로 묶었다
리뷰를 읽으면서 표현은 달라도 반복되는 불만의 결이 비슷한 것들을 모아, 아래 5개로 압축했다.
상품 상세 보고 뒤로가기 했을 때 목록 스크롤 위치가 초기화됨
검색 결과가 키워드와 달리 관련 없는 상품이 많이 노출됨(정확도/관련도)
상품 상세에서 로딩 지연·먹통·이미지 오류가 발생함
브랜드/코너에서 카테고리 누락/불일치가 나타남(예: 상의 없음 등)
리뷰 정책이 복잡하거나 문의 답변이 해결로 이어지지 않음
이렇게 정리하니 “불편해요”라는 말이 아니라, 어디에서 무엇이 왜 문제가 되는지가 훨씬 또렷해졌다.
2) 설문 목표를 ‘우선순위 도출’로 잡았다
설문을 만드는 과정에서 가장 중요한 건 질문을 많이 던지는 게 아니라, 이 데이터를 통해 어떤 결정을 할 건지를 먼저 정하는 거였다. 오늘 설문의 목표는 명확했다.
이 5개 문제가 실제 사용자에게 얼마나 자주 발생하는지(빈도)
발생했을 때 얼마나 불편한지(심각도)
빈도×심각도를 기반으로 개선 우선순위 Top3를 뽑기
후속 인터뷰에서 깊게 파볼 핵심 주제를 선정하기
결국 “문제 정의 → 검증 → 우선순위” 흐름을 한 번에 만들고 싶었다.
3) 설문 구조를 ‘짧지만 강하게’ 설계했다
표본은 20~30명 정도를 목표로 잡았다. 이 정도면 “어떤 문제가 반복되는지”는 충분히 패턴이 보이고, 세그먼트 비교도 최소한 가능하다.
설문은 크게 이렇게 구성했다.
스크리닝
최근 1개월 내 무신사 앱 사용 경험이 있는지
기본적으로 설문 대상 조건에 맞는지 확인
이용 패턴(세그먼트 질문)
최근 구매 경험(구매 O / 구매 X)
사용 빈도
상품을 찾는 방식(검색 중심 vs 브랜드/코너 탐색 중심)
핵심 5개 이슈에 대한 정량 측정
각 이슈별 경험 빈도: 없음 / 가끔 / 종종 / 자주
각 이슈별 불편 정도(1~5)
우선순위 질문
“가장 개선이 시급한 문제 1개” 선택
(선택) 추가로 개선이 필요하다고 느끼는 항목 복수 선택
(선택) 구체적 상황을 한 줄로 적는 주관식
이 구조는 응답자가 부담 없이 끝낼 수 있으면서도, 결과로는 “대충 불편하다”가 아니라 ‘무엇이 얼마나 문제인지’를 비교할 수 있게 만든 설계였다.
4) 분석 방식까지 염두에 두고 문항을 맞췄다
오늘 설문에서 가장 핵심은 “결과를 어떻게 보여줄지”까지 미리 생각한 점이었다.
빈도는 없음/가끔/종종/자주를 점수화(0~3) 할 수 있고
심각도(1~5)와 곱해서
Pain Score = 빈도 점수 × 심각도로 정리하면
“자주 발생하고, 불편도 큰 문제”가 위로 올라오게 된다.
또한 단순 평균만 보는 게 아니라, “종종+자주” 같은 Top2 비율로 보여주면 발표에서 훨씬 직관적으로 전달될 거라고 판단했다.
오늘의 한 줄 회고
리뷰로 느껴지는 불편을 설문으로 옮기면, 팀이 같은 언어(숫자와 우선순위)로 이야기할 수 있다.
오늘은 그 출발점인 “설문 구조”를 제대로 잡은 날이었다.