사용 상황, 사용 장소, 사용 시간이 사용자 경험에 미친 영항을 리서치 결과로 부터 정리
📍 어떤 상황에서 유저들이 제품을 사용했나요?
→ ex. 생필품이 떨어지면 커머스 서비스로 주문해요.
📍 어떤 장소에서 유저들이 제품을 사용했나요?
→ ex. 한강 공원에서 나이키 런 클럽을 이용해요.
📍 언제 유저들이 제품을 사용했나요?
→ ex. 퇴근 시간대에 웹툰 서비스를 이용해요.
인구 통계학적 특성, 라이프스타일, 테스크 수행능력과 제품을 이용하는 특성 간의 관계를 리서치 결과로 정리
📍 인구 통계학적 특성이 제품 이용 특성과 관계성이 있나요?
→ 40~50대 유저의 경우 커머스에서 단건 구매 금액이 높아요.
📍 라이프스타일이 제품 이용 특성과 관련성이 있나요?
→ 고양이를 키우는 유저의 경우 주기적으로 모래를 구매해요.
📍 테스크 수행 능력이 제품 이용 특성과 관련성이 있나요?
→ 숙련된 유저의 경유 어드민에서 상품을 더 빠르게 등록해요.
제품 사용 동기, 유저들의 니즈, 제품에 대한 유저의 태도를 리서치 결과로부터 정리
📍 유저들은 왜 이 제품을 사용하나요?
→ 무빙이 재미있어 보여서 디즈니플러스를 구독해요.
📍 유저들은 제품에 대해 어떤 태도를 가지고 있나요?
→ 다음 날 바로 배송받을 수 있는 쿠팡을 선호해요.
📍 유저들은 어떤 니즈를 가지고 있나요?
→ 당근 모바일 앱에서 뿐만 아니라 PC에서도 채팅하고 싶은 니즈가 있어요.
어피니티 다이어그램을 활용하여 문제를 도출하고 의사결정에 활용하는 방법
일본의 인류학자 카와카타 지로가 방대한 데이터 사이에서 의미있는 결론을 이끌어 내기 위해 개발한 사회과학 방법론
데이터를 밑에서부터 점진적으로 그룹핑해서 구조화해나가는 방식
연관성에 따라 그룹핑하고 헤더를 붙이는 과정에서 데이터 사이에 숨어 있던 새로운 의미가 나타남
그룹핑 - 헤더 네이밍 - 토론 과정을 지속적으로 반복하고, 이 과정에서 도출된 인사이트를 토대로 우선순위를 논의
어피니티 다이어그램 노트 → 그룹핑하고 헤더 이름 붙이기 → 토론을 통해 우선순위 논의
📍 어피니티 다이어그램은 정보를 단순 분류하는 데서 그치지 않고, 그 과정에서 인사이트를 찾아내는 것이 핵심임을 잊지 말아야 한다.
✅ Impact : 성공하면 임팩트가 얼마나 큰가요?
예시 )
1점
: 목표 수치를 10% 내외 개선할 수 있다.
5점
: 목표 수치를 50% 이상 개선할 수 있다.
10점
: 목표 수치를 100% 이상 초과 달성할 수 있다.
✅ Confidence : 성공할 확신을 얼마나 가지고 있나요?
예시 )
1점
: 근거가 부족하다.
5점
: 성공 사례가 있거나 VoC가 들어왔다.
10점
: 하면 성공할 수 밖에 없는 이유가 있다.
✅ Ease : 구현하는 데까지 얼마나 걸리나요?
예시 )
1점
: 일하는 날을 기준으로 10일 이상 투자해야 한다.
5점
: 일하는 날을 기준으로 5일은 투자해야 한다.
10점
: 일하는 날을 기준으로 1~2일 내에 구현 가능하다.