오늘 한일
-디자인 카타
-개인과제 진행
-AI 특강 참여
내일 할일
-개인과제 진행🤖AI 특강 내용 정리
이커머스 앱 탐색->구매의 여정에서 이탈의 원인은 무엇인지
리서치를 통해 미싱피스를 밝히고 가설을 증거로 실행안을 제시
AI->초기 단서 수집 & 정리 그러나 최종 판단(증거)는 반드시 검증 필요
AI가 특히 잘하는 일(초기 탐색 단계에서 유용)
- 방대한 정보 요약(관련 기사, 리뷰, 블로그, 기능 설명 등 빠르게 훑기)
- 경쟁 서비스 기능 비교 정리(기본 구조, 공통 패턴 ㅏ악 유용)
- 사용자 리뷰 패턴 추출(불만/칭판 요소를 주제별로 분류해 단서 제공)
- 가상의 페르소나 초안 생성(Proto Personal)진짜 인터뷰 전 가설 수준으로만 활용
- 데스트 리서치 소재 확장(놓친 키워드, 참고할 산업군, 해외 사례 추천)
AI는 할루시네이션-그럴듯한 가짜 정보-를 만들어낼 수 있음
- 출처 없는 숫자/통계 생성
- 실제 존재하지 않는 연구나 자료 언급
- UX 패턴을 과도하게 일반화
- 특정 국가/타깃의 차이를 고려하지 않음
- 사실처럼 말하지만 검증하면 틀린 내용이 많음
->AI가 제시한 정보는 반드시 교차 검증 필요
특히 ‘패턴화된 근거’라는 표현은 절대 그대로 믿지 말고 출처/맥락/실제 사용자 데이터로 다시 확인 필요
🔎리서치 과정
1. 미싱피스 찾기
팁:수집한 단서를 그냥 나열하지 말고 ‘구매 이탈과 어떤 관련이 있는지’관점으로 연결해 정리
- Unknown을 질문으로 바꾸기(알고 있는 사실에 대한 결과를 기반으로 아직 모르는 것을 명확한 질문 형태로 정의
- 검증해야 할 가설 후보 정의
- 교차 검증을 위한 3가지 관점(설문조사, 인터뷰, 벤치마킹) 정리
2. 가설 수립
팁:1차 가설을 도출할 때는 주요 사용자와 핵심 포인트를 정리하고, 구매 여정에서 이탈을 일으키는 원인을 검증할 핵심 지점을 선정
*HYPOTHESIS SEEDS(용의자 가설-검증해야 할 후보)는 예시일 뿐 실제 프로젝트에서는 KNOWNS에 나온 인사이트를 바탕으로 제작
3. 검증하기
정량, 정성, 비교 데이터를 통해 삼각검증
팁:통계로 나온 사용자 그룹을 나누고, 차이를 좁혀 조사하며 1차 가설을 검증
*1차 가설과 다르게 검증된다면 충분히 수정 보완 가능
3-1. AI 활용 + 비판적 교차 검증 모듈
- 해야할 것 : Triangulation with AI
AI는 하나의 데이터 소스로 사용되고 다른 리서치 채널(서베이, 인터뷰, 벤치마크)과 교차 검증을 통해 인사이트의 신뢰도를 높이는 방식으로 활용
4. 프로파일링
핵심 사용자군을 좁히고 유저저니를 작성
팁:주 사용자 2명 정도 정한 후 서로 특성이 다른 그룹(신규 사용자, 헤비유저/개인 구매자, 소상공인)->편향 가능성 감소
앞선 리서치(데스크, 설문, 인터뷰, 벤치마킹)을 근거로 함
유저 저니 맵은 구매이탈 포인트 중심으로 정리(탐색->장바구니->결제 단계별 DROP-OFF 지점 표시)
5. 아이데이션&우선순위
아이디어를 묶고 우선순위를 결정하여 가장 효과적이고 실행 가능한 아이디어를 도출
팁
1. 어피니티 다이어그램으로 수집된 데이터를 구매 이탈과 직접 연결되는 키워드 중심으로 분류, 식별
2. 문제 정의를 기반으로 HMW 질문을 통해 아이데이션, IMPACT VS EFFORT 매트릭스로 우선순위 정하기(X축:EFFORT:개발/디자인 리소스 난이도/Y축 IMPACT:구매 이탈 감소에 주는 효과)
->무엇을 먼저할지는 비즈니스와 팀 상황을 기준으로 결정, 반드시 구매이탈과의 관련성을 기준으로 판단
6. 설득(증거->인사이트->행동을 통해 납득)
팁:앞서 수집한 리서치와 근거를 기반으로 WHY(인사이트)->WHAT(제안)->HOW(실행, 측정) 순서로 정리해 설득
