[2주차/UX] 설문과 통계, 인간 심리와 행동에 기반한 UX 디자인

1. 설문과 통계

   1) 설문 만들기

   2) 설문결과를 통계로 정리하기

 

2. 인간 심리와 행동에 기반한 UX 디자인

   1) 인간 심리와 행동

   2) Nudge

---

1. 설문과 통계

    1) 설문 만들기

 

설문

정의: 미리 구조화되어 있는 설문지나 면접을 통해 사회현상에 관한 자료를 수집하고 분석하는 연구 방법

목적: 설문조사의 목적은 어떤 모집단을 대표할 것이라고 추정되는 대규모 응답자들을 통해 정보를 구하는 것

특징: 가장 흔하게 접할 수 있으며 가장 쉽게 만들고 진행할 수 있는 방법

         디자인 조사 방법 중 가장 정량적인 방법

         설문 문항 만드는 법과 통계를 알아야 함.

         객관적이지만 생생함과 유연함이 결여됨

         실시 이전에 연구 모형과 가설이 수립되어야 함

적합한 상황: 명확해진 문제, 의식적인 문제를 다룰 때

                     얼마나 많은 사람들이 그 의견에 동의하는지를 알아볼 때

 

 

설문 문항 개발의 유의점

변수와 문항의 일치가 중요함

30분 이상의 길이는 응답의 질이 떨어질 수 있음

개수보다는 다각도의 분석이 가능한 설문이 더 좋음

응답자의 입장에서 설문 제작

개방형보타 폐쇄형이 설문에 적합함

설문조사 질문의 중립성을 유지해야 함

한 번에 한 가지 질문만 해야 함

난이도가 쉬운 답변을 앞에 배치, 서술형 답변을 뒤에 배치하는 등 질문 순서 배열에 신경써야 함

설문을 단순하게 유지하되 응답을 정확하게 할 수 있도록 물어봐야 함.

 

>> 직접 만들어본 설문지 : https://forms.gle/s4a3gu1zB4SAXu8V6

 

 

     2) 설문결과를 통계로 정리하기

 

통계

State(국가) + Arithmetic(산술) -> 국가를 통치하기 위한 인구조사에서 비롯된 학문

현대에는 독자적인 학문으로 분류되지만 모든 학문의 연구방법으로 채택됨

통계학은 Data Minig, Big Date 등 수치데이터 분석으로 발전하였고, 인공지능-딥러닝의 토대가 됨

가장 보편적이고 객관적인 방법이기에 정량연구를 평가절하하거나 과대평가하지 않고 편견없이 자료를 해석할 수 있음

 

통계 기초

용어: 모집단, 표본, 표집, 표본 수, 표본조사, 전수조사, 

         평균(일반적으로 표본평균을 의미, 모평균-모집단 전체의 평균)

         중앙값/중간값(측정된 값들 중 정가운데에 있는 값)

         사분위수(측정된 값들 중 25%, 50%, 75% 위치의 값)

         최빈값(가장 많이 관측된 값)

         표준편차, 분산(=S.D.^2) (관측값들이 얼마나 들쭉날쭉한지를 나타내는 수치)

 

Q. 지지정당을 파악하기 위해 연령, 지역, 소득수준, 성별을 고려하여 50명에게 설문조사를 했다.

A. 부적함. 샘플 수 부족.

Q. 달력 앱의 사용성 문제점을 확인하기 위해 성별과 소득수준에 따른 균등분할 방식으로 30명에게 사용성평가 진행.

A. 부적함. 소득수준 영향은 적으며 연령이 더 중요한 기준.

Q. 구제역 역학조사를 위해 발병농가 주위 10Km 이내의 모든 사육두수를 대상으로 전수조사를 했다.

A. 적합. 역학조사의 실시 이유는 모수추정이 아닌 단 한마리라도 있는지 없는지 판단하는 데에 있음.

Q. 2020년형 제네시스의 안전성 검사를 위해 전 차량을 대상으로 충돌테스트 실시.

A. 부적합. 실험 후 판매 가능한 차가 남지 않음.

 

자료(data)와 척도/변수(Scale/Variable)
명목(명명) 데이터  범주형 데이터	순서(서열) 데이터  수치형 - 이산형 데이터
성별 : 남자(1), 여자(0) 직업 : 회사원(1), 자영업(2), 전문직(3)	1등, 2등, 3등, ... 선택지 사이의 간격이 동일하다는 보장은 없음.
간격(등간) 데이터  수치형 - 이산형 데이터	비율(비례) 데이터  수치형 - 연속형 데이터
값 사이의 간격이 균등(동일)함 안좋다(1) - 별로다(2) - 보통(3) - 괜찮다(4) - 좋다(5)	점수 : 0점 ~ 100점 수행 시간 : 0초 ~ n초

 

 

그래프, 다이어그램의 예시: Stem-leaf diagram, Histogram, Bar graph, Line graph, Pie graph,

                                            Scatter plot, Radar chart, 100% accumulated bar graph, etc.

 

 

통계 분석

정규분포곡선 : 가우스분포곡선 Normal Distribution, 종형곡선 Bell Curve

  - 표본이 충분히 많아지면 대부분의 측정값은 평균=중앙값=최빈도를 이루고 좌우로 완만히 분포하게 됨.

  - 왜도 skew : 관측치가 치우친 정도

  - 첨도 kurtosis : 관측치가 흩어진 정도

  - 데이터의 분포가 정규분포를 따르는지를 가장 먼저 확인해야 함

 

신뢰 수준/구간 Confidence level/interval

  - 표본조사가 전수조사와 얼마나 많이 일치하는지를 나타내는 표

  - 통상 0.95 (95%) 구간을 많이 쓰고 신뢰 수준이 높을수록 좋음

 

표본오차 Sampling Error

  - 표본값이 모값과 얼마나 차이날지 +/- 로 나타내는 지표

---

 

5. 인간 심리와 행동에 기반한 UX 디자인

    1) 인간 심리와 행동

 

 

 

행동경제학

기존의 경제학이 가지고 있던 합리적인 인간에서 벗어나 인간의 행동 속에 있는 비합리성을 바탕으로 하는 것

인간의 비합리적 측면을 설명하기 위한 분야

경제학과 심리학이 합쳐진 분야

 

 

프레이밍 효과

동일한 상황을 어떻게 제시하느냐에 따라 그 상황에 대한 인식과 의사결정, 결과가 달라지는 현상

e.g. <돈 100만원이 있는 상황>

        A: 이걸로 충분히 사업을 시작할 수 있겠어 (긍정) vs. B: 난 겨우 이만큼밖에 없어 (부정)

        => 동일한 사실을 다르게 인식

 

앵커효과

처음 각인된 정보를 기준으로 모든 것을 판단하게 되는 효과

 

공짜 효과

거래의 상한선과 하한선 중 하한선을 마비시켜서 실제 가티보다 훨씬 더 큰 가치를 부여하게 되는 효과

인간은 본능적으로 손해에 대한 두려움을 갖고 있기 때문에 공짜 제품을 손에 넣는 순간 손해의 가시적인 가능성 완전 전멸

e.g. 브라질 리우 축제 기간 동안 빈 맥주 캔이 지하철 승차권이 되는 아이디어

 

가용성 휴리스틱

의사결정 시 지금 생각할 수 있는 범위 내에서 추론하는 간편추론 방법

어떤 문제나 이슈에 직면해 무언가를 찾아서 알아보려고 하기보다는 당장 머릿속에 떠오르는 것에 의존하거나 그걸 중요하다고 생각하는 경향

e.g. 왜 내가 있는 차선만 막힐까? - 추월하면 더 빨리 갈 수 있을까? - 한 차선으로 간 경우와 추월한 경우 큰 차이 X

 

기준점 휴리스틱

어떤 현상 유지를 하고자 하는 욕구

e.g. 펩시의 위협에 새로운 맛의 '뉴 코카콜라'를 출시하였으나 더 망하여 원래의 맛을 살린 오리지널 코카콜라인 '코카콜라 클래식'을 출시하였더니 원상복구됨. 맛은 전과 다를 바 없으나 프레이밍을 통한 성공적인 마케팅

 

행동 기억

인간의 일상적이며 무의식적인 기억을 찾아내서 디자인에 적용하는 접근 방법

다리 벌리고 앉기, 다리 떨기, 등 -> 행동 기억을 디자인 발상으로 운영 가능

 

관습화된 기억

이아콘화 된 형태나 이미지를 새로운 물건의 디자인으로 사용하는 것

사물에 대한 공통된 인식을 활용하여 새로운 디자인 창조

e.g. 외투걸이로 활용 가능한 의자, 환풍기 형태의 CD 플레이어

 

미끼효과

겉보기에 관련이 없어 보이는 세 번째 옵션의 도입이 다른 두 옵션 사이에서 사람의 의사 결정에 영향을 미치며 비합리적인 소비를 유도하는 효과

e.g. 2000원의 종이신문 구독, 3000원의 종이신문+온라인신문 구독

       사람들이 후자를 더 나은 선택지라 생각하며 결제시키기 위해 2500원의 온라인신문 구독 선택지를 만듦

       -> 3000원 선택지가 합리적이라는 생각이 들며 미끼에 걸려듦

 

행동모델

행동을 유도하기 위해서는 그 행동에 대한 동기, 용이화, 촉발장치가 필요함

e.g. 데이트의 동기 : 희망,  백신프로그램 사용의 동기 : 두려움

       회원을 가입하는 데 100번의 클릭을 해야 한다면 가입하지 않을 것

       한 번의 클릭으로 소프트웨어를 업데이트 할 수 있는 Trigger 제공

 

 

 

     2) Nudge를 활용한 디자인

 

Nudge

뜻: 팔꿈치로 슬쩍 찌르다, 주의를 환기시키다

의미: 사용자가 느끼지 못하는 개입을 통해 사용자의 행동을 조절할 수 있다

 

Choice Architecture

선택 사항을 금지 or 경제적 인센티브를 크게 바꾸지 않고 예측 가능한 방식으로 행동을 변화시키는 모든 형태의 선택 설계

e.g. Health & Well-being 분야에서 사용된 Nudge 효과 <Organ Donation>

Out-opt policy : Default 선택을 도입한 국가에서 당기 기증률이 높았다. 

Default 조건이란?
1. 여러분들이 사고를 당했을 때 여러분들의 장기는 자동으로 기부됩니다. 혹시 이것에 동의하지 않으면 표시를 해주세요.	2. 여러분들이 사고를 당했을 때 여러분들의 장기를 기증하시는 것에 동의 하시겠습니까?
1. 사람들이 체크하는 것을 극도로 귀찮아한다는 점을 노리고 체크를 안했을 때 기증하는 결과가 도출되는 질문을 삽입.

*단, 질문 자체가 사회적, 도덕적으로 동의가 이루어진 것인가를 생각해보고 선택해야 한다. 

 

손실 회피 심리

얻었을 때의 기쁨 < 잃었을 때의 고통   .....    대니얼 카네만의 손실회피 경향 실험

 

 

 

 

 

 

실제 앱에 반영된 넛지 원리 활용한 디자인 사례

 

<Personalization Suggest> : 개인맞춤형 의료보험 서비스 정보를 제공했더니 의료보험 가입률이 증가함

<- 신한카드 (신한플레이)

     사용자들의 TPO를 정확히 예측,

     고객이 필요한 시점에 맞춤 혜택 제공

 

 

 

 

 

 

<Giving Incentive> : 과일을 먹으면 스티커를 주고, 스티커를 상품으로 교환할 수 있는 인센티브 제도를 통해
                                 과채 섭취량 증가 / 더 많은 과채 섭취 혹은 또래보다 많은 스티커 획득 시 추가 인센티브

 

 

<- SKTelecom (ZEM)

    미션, 선물하기와 같은 기능을 통해 동기를 부여하며 
    아이 스스로 올바른 스마트폰 사용 습관을
    만들어 나갈 수 있도록 도와주는 서비스

 

 

 

 

<- i-aurora (SPHO KIDZ)

    미션을 통해 받은 칭찬스티커로
    자녀에게 선물을 줄 수 있는
    '칭찬하기' 기능

 

 

 

<Encouraging People to Vote> : 단순 투표격려 광고 메시지 < SNS 라벨링 기능을 부여

e.g. 금연을 목표하는 자가 SNS에 '금연 중'인 것을 표시할 수 있는 기능을 부여하는 앱 디자인

       헌혈을 했다는 사실을 SNS에 기록하고 이를 공유할 수 있는 기능을 부여하는 앱 디자인

       자신이 읽은 책을 기록하고 이를 지인들과 공유할 수 있는 기능을 부여하는 앱 디자인

 

<Increasing donation amounts> : 문제에 대한 통계적 자료를 제시 < 식별 가능한 피해자 노출 -> 평균 기부금 높음

 

 

<- NAVER (해피빈)

    기부 대상자의 이야기를 공유하여, 이에 공감대를
    형성하는 사람들이 자연스럽게 기부를 하도록 유도

 

 

 

 

 

 

 

 

 

 

 

Nudge(행동 개입) 관점 디자인

 

어떤 개입을 하면 새로운 경험을 제공해줄 수 있을까?