데이터 기반 페르소나로 디자인 프로세스를 개선하는 방법

대부분의 디자인 및 제품 팀에는 일종의 페르소나 문서가 있습니다. 이론적으로 페르소나는 사용자를 더 잘 이해하고 요구 사항을 충족하는 데 도움이 됩니다. 개별 사용자 그룹에 대해 배운 내용을 코드화하면 더 나은 디자인 결정을 내리는 데 도움이 됩니다. 이러한 문서를 직접 참조하고 비디자인 팀 구성원 및 외부 이해 관계자와 공유하면 궁극적으로 실제 사용자가 실제로 필요로 하는 것과 더 밀접하게 일치하는 사용자 경험으로 이어질 것입니다.

실제로 페르소나는 이러한 기대치를 충족시키는 경우가 거의 없습니다. 많은 팀에서 페르소나 문서는 하드 드라이브에 버려진 채로 디지털 먼지를 수집하는 반면 디자이너는 주로 변덕과 직관을 기반으로 제품을 계속 만듭니다.

대조적으로, 잘 조사된 페르소나는 사용자의 대리인 역할을 합니다. 그들은 우리의 작업을 확인하고 사용자가 정말로 필요로 하는 것을 구축하고 있는지 확인하는 데 도움이 됩니다.

사실, 최고의 페르소나는 사용자를 설명하는 데 그치지 않습니다. 그들은 실제로 디자이너가 자신의 행동을 예측하는 데 도움이 됩니다. 페르소나 생성에 대한 그녀의 기사에서 Laura Klein은 이에 대해 다음과 같이 완벽하게 설명합니다.

"예측 가능한 페르소나를 만들 수 있다는 것은 사용자가 어떤 사람인지 뿐만 아니라 그 사람이 행복한 고객이 되고 계속 남아 있을 가능성을 높이는 정확한 요소를 진정으로 알고 있다는 의미입니다."

즉, 유용한 페르소나는 사용자가 잠재적인 제품 변경에 어떻게 반응할지 어느 정도 정확하게 예측할 수 있기 때문에 디자인 팀이 더 나은 결정을 내리는 데 실제로 도움이 됩니다.

분명히, 페르소나가 이러한 유형의 예측을 용이하게 하려면 직관과 일화 이상을 기반으로 해야 합니다. 데이터 기반이어야 합니다.

그렇다면 데이터 기반 페르소나는 어떻게 생겼으며 어떻게 만드나요?

당신이 알고 있다고 생각하는 것으로 시작하십시오

데이터 기반 페르소나 생성의 첫 번째 단계는 일반적인 페르소나 생성 프로세스와 유사합니다. 주요 사용자 그룹이 무엇이고 각 그룹에 중요한 것이 무엇인지에 대한 팀의 가설을 작성하십시오.

당신의 팀이 대부분의 사람들과 같다면, 어떤 구성원들은 어떤 그룹이 중요한지, 각 인물의 특정한 구성과 자질 등에 대해 다른 사람들과 의견이 다를 것입니다. 이러한 유형의 불일치는 건전하지만 익숙할 수 있는 일반적인 페르소나 생성 프로세스와 달리 여기에서 수렁에 빠지지 않을 것입니다.

각 페르소나(및 다양한 측면 및 순열)의 장점에 대해 토론하는 대신, 중요한 것은 귀하와 귀하의 팀이 가지고 있는 다양한 가설에 대해 구체적으로 작성하고 기록하는 것입니다. 나중에 이 가설을 검증할 것이므로 이 단계에서 팀이 동의하지 않아도 괜찮습니다. 몇 가지 특정 페르소나에 집중하도록 선택할 수 있지만 다른 아이디어의 백로그도 유지해야 합니다.

나는 그들이 누구인지, 그들이 당신의 제품을 사용하여 해결하고자 하는 근본적인 문제 및 기타 관련 세부 사항을 자세히 설명하는 각 가상 인물에 대한 짧은 1-2 문장 설명을 목표로 하는 것이 좋습니다.

이를 위해 기존의 사용자 스토리 프레임워크를 사용할 수 있습니다. Craigslist에 대한 가상의 페르소나를 생성하는 경우 다음 진술 중 하나가 다음과 같을 수 있습니다.

“최근에 대학을 졸업해서 새 아파트를 꾸밀 수 있도록 값싼 가구를 찾고 싶어요.”

또 다른 사람은 이렇게 말할 수 있습니다.

"추가 침실이 있는 집주인으로서 이 공간을 임대하여 추가 수입을 올릴 수 있는 책임감 있는 세입자를 찾고 싶습니다."

사용자 피드백 이메일, NPS 점수, 사용자 인터뷰 메모 또는 분석 데이터와 같은 기존 데이터가 있는 경우 해당 데이터를 검토하고 사용자 스토리와 함께 메모에 관련 데이터 포인트를 포함해야 합니다.

검증 및 개선

다음 단계는 사용자 인터뷰를 통해 이러한 가설을 검증하고 구체화하는 것입니다. 가상의 페르소나 각각에 대해 해당 그룹에 적합한 5~10명을 인터뷰하는 것으로 시작하는 것이 좋습니다.

이 인터뷰의 세 가지 주요 목표가 있습니다. 각 그룹에 대해 다음을 수행해야 합니다.

1. 문제를 해결해야 하는 상황을 이해합니다.
2. 페르소나 그룹의 구성원이 녹음한 문제가 지금 해결하기 위해 고군분투하는 긴급하고 고통스러운 문제라는 데 동의하는지 확인합니다.
3. 이 페르소나의 구성원이 활성 사용자가 되고 유지할 가능성이 있는지 여부에 대한 주요 예측 변수를 식별합니다.

이러한 인터뷰에 대한 접근 방식은 다양할 수 있지만, 저는 매우 비선도적인 기존 사용자 인터뷰와 의도적으로 주도하는 린 문제 인터뷰 사이의 하이브리드 접근 방식을 권장합니다.

기존의 사용자 인터뷰 접근 방식으로 시작하여 행동 기반의 비주도적 질문을 하십시오. Craigslist의 예에서 우리는 최근 대학 졸업자에게 다음과 같이 질문할 수 있습니다.

“가구를 마지막으로 구입한 시기에 대해 말씀해 주십시오. 당신은 무엇을 구입 했나요? 그거 어디서 샀니?"

이러한 유형의 질문은 인터뷰 대상자가 최근에 해당 문제를 경험했는지, 어떻게 해결했는지, 현재 솔루션에 만족하지 않았는지 확인하는 데 유용합니다.

이러한 유형의 질문을 마치면 인터뷰의 린 문제 부분으로 이동하십시오. 이 섹션에서는 문제를 경험한 시간에 대해 이야기하고 싶습니다. 즉, 어려움을 겪었던 다양한 문제와 그것이 왜 좌절스러웠는지 설정하고 그들이 어떻게 대응하는지 확인합니다.

다음과 같이 말할 수 있습니다.

“대학을 졸업하고 더 이상 기숙사에 살지 않기 때문에 새 가구를 사야 했습니다. 나는 영원히 가구점을 보며 보냈지만, 그것들은 모두 터무니없이 비싸거나 몇 주 안에 부서질 것이라고 알고 있는 초저가 가구가 있는 큰 상자 가게였습니다. 정말 좋은 가구를 합리적인 가격에 찾고 싶었는데 마땅한 제품이 없어서 결국 싼 것만 샀습니다. 부득이하게 고장이 났고, 도저히 감당할 수 없는 돈을 더 써야 했습니다. 그 중 마음에 드는 것이 있습니까?”

여기서 찾고 있는 것은 단호한 동의입니다. 인터뷰 대상자가 "예, 공감합니다."라고 말했지만 나머지 인터뷰 동안보다 훨씬 더 흥분하지 않았다면 문제는 아마도 그렇게 고통스럽지 않았을 것입니다.

반면에 그들이 흥분하거나, 당신의 이야기에 공감하거나, 문제에 대한 자신의 일화를 말하면, 당신은 그들이 정말로 걱정하고 해결해야 하는 문제를 발견했다는 것을 알게 됩니다.

마지막으로, 이전에 다루지 않은 인구통계학적 질문, 특히 누군가가 사용자가 되고 사용자로 남을지 여부에 대한 중요한 예측 변수가 될 수 있다고 생각하는 주요 속성과 관련된 질문을 하십시오. 예를 들어, 고임금 직업을 가진 최근 대학 졸업자들은 소매점에서 가구를 구입할 여유가 있기 때문에 사용자가 될 가능성이 낮다고 생각할 수 있습니다. 그렇다면 소득에 대해 물어보십시오.

예측 가능한 패턴을 찾고 있습니다. 페르소나 중 5명을 데려오고 그 중 4명에게 해결하려는 문제가 있고 필사적으로 솔루션을 원하면 핵심 페르소나를 식별했을 것입니다.

반면에 일관되지 않은 결과가 나오면 인터뷰에서 배운 내용을 사용하여 가상의 페르소나를 수정하고 이 프로세스를 반복하여 테스트할 새로운 가설을 형성해야 합니다. 해결하려는 문제가 있는 사용자를 지속적으로 찾을 수 없다면 수백만 명의 사용자가 귀하의 제품을 사용하도록 하는 것이 거의 불가능할 것입니다. 따라서 이 단계를 건너뛰지 마십시오.

나만의 페르소나 만들기

이 과정의 마지막 두 번째 단계는 실제 페르소나 자체를 만드는 것입니다. 여기서 일이 흥미로워집니다. 일반적으로 정적인 기존 페르소나와 달리 데이터 기반 페르소나는 살아 숨쉬는 문서가 됩니다.

여기서 목표는 이전 단계에서 사용자가 누구이며 무엇을 필요로 하는지에 대해 배운 교훈을 최신 제품이 사용자의 요구에 얼마나 잘 부합하는지 보여주는 데이터를 결합하는 것입니다.

우리 회사 Swish의 각 페르소나는 다음 데이터가 포함된 두 개의 섹션을 포함합니다.

포함할 데이터에 대한 더 많은 아이디어를 찾고 있다면 그의 팀이 Buildium에서 데이터 기반 페르소나를 생성한 방법에 대한 Coryndon Luxmoore의 프레젠테이션을 확인하십시오.

팀에서 이 모든 정보를 생성하는 데 시간이 걸릴 수 있지만, 보유한 것으로 시작하여 시간이 지남에 따라 페르소나를 개선하는 것은 괜찮습니다. 당신의 페르소나는 선반에 앉지 않을 것입니다. 새로운 기능을 출시하거나 기존 기능을 변경할 때마다 결과를 측정하고 그에 따라 페르소나를 업데이트해야 합니다.

페르소나를 워크플로에 통합

이제 페르소나를 만들었으므로 일상적인 디자인 프로세스에서 실제로 사용할 시간입니다. 다음은 새로운 데이터 기반 페르소나를 사용할 수 있는 4가지 기회입니다.

1. 스탠드업에서
   Swish에서는 스탠드업이 약간 다릅니다. 우리는 각 페르소나에 대한 활성화, 유지 및 추천 지표를 검토하여 이러한 회의를 시작합니다. 이를 통해 어제의 진행 상황과 오늘의 장애물에 대해 논의할 때 정말로 중요한 것, 즉 우리가 사용자에게 얼마나 잘 서비스를 제공하고 있는지에 계속 집중할 수 있습니다.
2. 우선 순위 지정 중
   데이터 기반 페르소나는 새로운 기능과 변경 사항에 대해 논의할 때 팀원들을 정직하게 유지하는 좋은 방법입니다. 페르소나가 얼마나 많은 사용자 기반을 대표하는지, 얼마나 잘 서비스하고 있는지 알면 잠재적 기능이 실제로 차이를 만들 수 있는지 여부가 금세 명확해집니다. 갑자기 무엇을 작업할지 결정하는 데 몇 시간의 토론이나 말 거래가 필요하지 않습니다.
3. 디자인 리뷰에서
   데이터 기반 페르소나는 새로운 디자인에 대해 논의할 때 팀원들을 정직하게 유지하는 좋은 방법입니다. 팀 구성원이 사용자 인터뷰의 실제 인용문으로 사용자를 신뢰할 수 있게 대표할 수 있을 때 그들의 피드백은 빠르게 주관적이지 않고 더 유용해집니다.
4. 새 팀원을 온보딩할 때
   신입 사원은 입사할 때 필연적으로 사용자에 대한 많은 암묵적 편견과 가정을 가져옵니다. 데이터 기반 페르소나를 온보딩 문서에 포함하면 새로운 팀원이 훨씬 더 빨리 정보를 얻을 수 있고 팀이 그 과정에서 배운 힘들게 얻은 교훈을 이해할 수 있습니다.

페르소나를 최신 상태로 유지

페르소나를 최신 상태로 유지하는 것이 매우 중요하므로 팀 구성원이 계속해서 페르소나에 의존하여 디자인 사고를 주도할 수 있습니다.

제품이 향상되면 NPS 점수와 성능 데이터를 간단하게 업데이트할 수 있습니다. 최소한 매달 이 작업을 수행하는 것이 좋습니다. 초기 단계의 빠르게 변화하는 제품에 대해 작업하는 경우 대신 매주 이러한 통계를 업데이트하여 더 나은 마일리지를 얻을 수 있습니다.

예측 데이터가 관련성을 유지하도록 주기적으로 페르소나 구성원과 확인하는 것도 중요합니다. 제품이 발전하고 경쟁 환경이 변화함에 따라 문제에 대한 사용자의 관점도 변할 것입니다. 성장이 정체되기 시작하면 다른 라운드의 인터뷰를 통해 처음에는 찾지 못한 통찰력을 얻을 수 있습니다. 모든 일이 순조롭게 진행 중이더라도 6~12개월마다 페르소나의 구성원(현재 제품 사용자와 일부 비사용자 모두)과 확인하십시오.

마무리

데이터 기반 페르소나를 구축하는 것은 시간과 헌신이 필요한 도전적인 프로젝트입니다. 1주일 간의 단기 프로젝트로 팀을 통합하는 데 필요한 통찰력을 발견하거나 신념을 구축하지 못할 것입니다.

그러나 필요한 시간과 노력을 기울이면 결과가 저절로 나옵니다. 데이터 기반 페르소나가 제공하는 명확성 유형을 사용하면 훨씬 쉽게 신속하게 반복하고, 사용자 경험을 개선하고, 사용자가 좋아하는 제품을 구축할 수 있습니다.

추가 읽기

더 자세히 알아보려면 위의 링크된 기사와 다음 리소스를 확인하는 것이 좋습니다.

• "Running Lean: 플랜 A에서 효과적인 플랜으로 반복하는 방법" Ash Maurya
• "한 달 안에 강력한 사용자 페르소나를 구축하는 방법", Tony Zambito, ConversionXL
• "죽은 페르소나 부활", Meg Dickey-Kurdziolek, A List Apart
• "페르소나 자세히 살펴보기: 올바른 페르소나 개발 가이드," Smashing Magazine, Shlomo Goltz.