[강의] 데이터 드리븐 기획 - 기초 및 사례(넷플릭스, 토스)

 

 

1. 데이터 드리븐 기획 기초

 

1. 데이터 드리븐 기획

• 사용자 행동 데이터, 시장 데이터, 성과 데이터 등을 기반으로 의사결정을 내리고 제품을 기획하는 방식
• 감이 아닌 근거(데이터)로 기획

2. 데이터 드리븐 기획이 중요한 이유

• 이 기능이 좋을 것 같아 → 이 기능을 사람들이 실제로 사용하고 있는지 데이터를 보자
• 실제 사용 데이터(클릭 수, 체류 시간, 이탈률)를 보면 고객이 원하는 것을 정확히 알 수 있음
• 데이터를 기반으로 하면 매출 증가, 전환율 개선, 광고 효율 상승 등 비즈니스 성과를 높일 수 있음

3. 데이터 드리븐 기획 단계

• 문제 정의 → 데이터 수집 및 분석 → 가설 수립 및 실험 → 결과 분석 및 데이터 기반 의사결정 → 지속적인 개선
  ㄴ 무엇을 해결해야 할까? → 현재 상황을 데이터로 확인 → 어떤 해결책이 효과적일까? → 어떤 솔루션이 효과적이었는가? → 계속해서 데이터를 보면서 개선 및 다음 기획 반영

 

---

 

 

Netflix: Your Data, Your Show, Your Experience

Netflix: Your Data, Your Show, Your Experience - Digital Innovation and Transformation

 

 

• 넷플릭스는 완결률, 정지 및 시작 시간, 시청 시간대, 시청 패턴(예: 일시 정지, 빨리 감기, 되감기 등) 같은 데이터를 활용해 더 효과적인 콘텐츠 전략을 수립한다.
• 예를 들어, Arrested Development를 추가 제작할지 고민할 때, 넷플릭스는 시즌 3까지 본 시청자들이 끝까지 시청한 비율을 분석했다. 이를 통해 단순히 다음 시즌을 제작할지 여부뿐만 아니라, 특정 에피소드에서 시청자들이 어떤 반응을 보였는지를 파악할 수 있었다. 이런 데이터는 제작진이 어떤 요소가 관객에게 특히 잘 맞았는지 판단하는 데 큰 도움이 되었다.
• 넷플릭스의 데이터 활용 능력을 보여주는 대표적인 사례는 하우스 오브 카드다. 이 시리즈는 다음과 같은 데이터 기반 분석을 통해 탄생했다.

1. 영국 원작 하우스 오브 카드가 인기가 많았다는 점,
2. 원작 팬들 중 케빈 스페이시 출연 영화나 데이비드 핀처 감독 작품을 즐겨 본 시청자가 많았다는 점,
3. 데이비드 핀처 영화 팬들은 한 번에 시리즈를 끝까지 몰아보는 경향이 있었다는 점.

• 결과적으로, 넷플릭스 오리지널 콘텐츠의 성공률은 80%에 달했으며, 이는 전통적인 TV 프로그램의 평균 성공률(35%)보다 훨씬 높은 수치다. 넷플릭스는 데이터와 창작력을 결합한 새로운 업계 표준을 만들었다.
• 물론, 넷플릭스의 모든 창작 결정이 데이터에만 의존하는 것은 아니다. 여전히 제작 스튜디오와 창작진의 감각과 아이디어가 중요한 역할을 한다. 하지만 넷플릭스는 데이터와 예술적 감각을 결합한 새로운 엔터테인먼트 제작 방식을 개척했다.

 

---

 

 

 

토스: 데이터로 내린 의사결정, 뒤집어엎기

데이터로 내린 의사결정, 뒤집어엎기

 

일단 소개되는 페이지가 흔하지 않은 형식이라 라디오 듣는 것 같고 재밌었다(ㅋㅋ)

*simplicity는 토스 디자인 컨퍼런스로 심플리시티23은 2023년에 영상 없이 팟캐스트 형식을 채택했다고 한다.

작년까지 계속 진행되고 있음(이후에는 영상이 있는 컨텐츠도 있음)

완전히 새로운 컨퍼런스 만들기

 

이 심플리시티 마저도 이탈률 등에 대한 기술 블로그 글이 있더라..

인터랙션으로 만드는 몰입 경험 | Simplicity 4 제작기 #3

 

 

 

암튼 다시 돌아가서 본 내용을 요약하자면ㅎㅎ

 

토스 프로덕트 디자이너 분께서 토스 모바일의 요금제를 출시하신 이야기고 (토스 모바일 있는지 몰랐다)

→ 처음 데이터로 단일 요금제 하나로 출시하려고 했다가

→ 쎄한(?) 느낌을 느끼셨는데

→ 팀원 분들 반응이나 현재 업무에서는 이걸 뒤집기 어려운 상황이었다고

→ 그래서 고민이 깊었는데

→ 유저 리서치를 통해 힌트를 발견하며

→ 테스트도 다시 진행하게 되었고

→ 그리하여 새로운 분석 결과를 얻었으며

→ 이를 근거로 결국 단일 요금제가 아닌 형태로, 그리고 추천을 해주는 방식을 도입했다는 이야기.

 

012345678910

 

0123456789

 

일일이 이렇게 스크린샷을 떠(?) 온 이유는
데이터의 중요성도 중요성이지만 생각하시는 고민과 태도같은 것들도 공감이 되었다.

 

• 결정과 커뮤니케이션에 근거가 있어야 한다.
• 근거는 감이 아닌 데이터여야 한다.
• 근원적 상품 특성, 문제에 집중하자
• 항상 의심하자
• 고객을 만나자
• 해결 방법이 뻔하더라도 원인을 해결해 줄 수 있다면 도전

 

---

 

 

 

토스: 지표가 좋으면 UX도 좋은걸까?

Toss Design Conference | Simplicity24

 

• 지표가 우상향하고 있다고 해서 문제가 없는 지표인지?
• 보이지 않는 문제를 집요하게 파고들기 
  ㄴ 일반적인 B2C 업무보다 길고, 지난하다. 하지만 문제를 찾고 나면 어떻게든 해결은 할 수 있으니 지치지 말고 문제를 찾자!
• UI 위치의 문제가 아니라, 기대했던 게 아닌/원하지 않는 정보는 '광고'로 인식함(UX)

 

---

 

 

사용자 공감 얻으면서 제품 뜯어 고치기

사용자의 공감 얻으면서 제품 뜯어고치기

 

• 인터널 프로덕트 팀에서 CX팀이 인터널 프로덕트를 어떻게 쓰고 있는지 직접 눈으로 관찰 + 인터뷰를 통해 개선(개선했음에도 어렵거나 별 가치가 없어서 사용 안 하게 되는 경우를 방지하게 됨)
• 간결하고 명확하게 공유하기
• 결론적으로 두 가지 
  • 첫 번째는, 변화의 방향이 사용자로부터 출발했을 때 사랑받는 변화를 만들 수 있음
    ㄴ 사용자를 계속 만나라 <- 정성적 데이터를 많이 만들어라.
  • 두 번째, 그 변화를 세심하게 배려해서 전달하면 기존 (업무)흐름을 방해하지 않고 전달