Switas문의하기

정성 리서치(Qualitative Research)

정성 리서치는 UX와 전환율 최적화의 맥락에서 사용자의 행동, 동기, 태도에 관한 비수치 데이터를 수집하고 분석하는 활동으로, 얼마나 많은 사용자가 그렇게 행동하는지가 아니라 왜 그렇게 행동하는지에 답하는 것을 목표로 합니다. 대표적인 정성적 방법에는 사용자 인터뷰, 사용성 테스트 세션, 주관식 설문 응답, 세션 녹화, 카드 소팅 등이 있습니다. 통계적으로 대표성 있는 숫자를 얻기 위해 큰 표본이 필요한 정량 리서치와 달리, 정성 리서치는 보통 소수의 참가자를 대상으로 하며 폭넓은 범위보다 이해의 깊이를 우선합니다. 널리 인용되는 사용성 연구에 따르면 다섯에서 여덟 명의 사용자만으로도 특정 흐름의 사용성 문제 대부분을 찾아낼 수 있는 경우가 많습니다. 정성 리서치가 중요한 이유는 결제 단계에서 40%가 이탈한다는 퍼널 보고서 같은 정량 데이터만으로는 문제가 있다는 사실은 알 수 있어도 그 원인은 알 수 없기 때문입니다. 전환율 하락은 혼란스러운 폼 라벨, 너무 늦게 드러난 예상 밖의 배송비, 결제 수단에 대한 불신, 특정 기기에서의 단순한 기술적 마찰 등에서 비롯될 수 있으며, 사용자가 과제를 수행하는 모습을 직접 관찰하거나 망설인 이유를 직접 설명하는 것을 들어야만 이러한 가능성을 확실히 구분할 수 있습니다. 이러한 진단적 역할 때문에 정성 리서치는 보통 전환율 최적화 프로세스의 초기에 배치되어, A/B 테스트 같은 정량 테스트로 대규모 검증할 근거 있는 가설을 만드는 데 사용됩니다. CRO 또는 UX 맥락에서 정성 리서치는 몇 가지 구조화된 기법으로 실행합니다. 진행자가 있는 사용성 테스트에서는 퍼실리테이터가 참가자가 소리 내어 생각하며(think aloud) 실제 서비스나 프로토타입 인터페이스에서 실제 과제를 수행하는 모습을 관찰합니다. 진행자가 없는 원격 테스트에서는 참가자가 독립적으로 과제를 수행하고 화면과 음성을 녹화해 나중에 분석합니다. 실제 웹사이트 방문자에 대한 세션 녹화와 히트맵 분석은 참가자를 모집하지 않고도 대규모로 레이지 클릭(rage click), 데드 클릭(dead click), 비정상적인 스크롤 패턴을 보여 줍니다. 주관식 사이트 내 설문이나 이탈 의도 설문은 방문자가 전환하지 않고 떠나는 이유로 직접 밝힌 내용을 포착합니다. 분석은 보통 어느 한 사용자의 경험을 그 자체로 대표적이라고 보기보다, 여러 세션에 걸쳐 반복되는 주제나 마찰 지점을 찾는 방식으로 이루어집니다. 흔한 오해는 정성 리서치가 표본이 작다는 이유로 정량 리서치보다 본질적으로 덜 엄밀하거나 덜 신뢰할 만하다는 것입니다. 실제로 두 방법은 근본적으로 서로 다른 질문에 답하며 경쟁 관계가 아니라 상호 보완 관계입니다. 정성 리서치는 정량 데이터가 구조적으로 제공할 수 없는 설명적 깊이를 제공합니다. 흔한 함정은 소수의 정성 세션을 마치 전체 사용자 기반을 통계적으로 대표하는 것처럼 과도하게 일반화하는 것, 또는 반대로 일관된 정성적 발견을 큰 표본에서 도출되지 않았다는 이유로 무시하는 것입니다. 독립된 다섯 또는 여섯 개 세션에서 반복적으로 관찰되는 마찰 지점은 노이즈가 아니라 실행 가능한 강력한 신호인 경우가 많습니다. CRO 또는 그로스 컨설팅 실무에서 정성 리서치는 보통 프로젝트의 디스커버리 단계의 토대를 이루며, 테스트 로드맵을 만들기 전에 수행합니다. 실제 사용자의 혼란이나 망설임에 대한 이해에 기반한 실험은 단순한 모범 사례 추측이나 경쟁사 벤치마킹에 기반한 실험보다 의미 있는 개선을 만들어 낼 가능성이 훨씬 높기 때문입니다. 컨설턴트는 흔히 정성적 발견을 정량 퍼널 데이터와 교차 검증(triangulate)하여, 어떤 사용성 문제가 실험이나 디자인 변경의 비용을 정당화할 만큼 충분히 흔하고 충분히 영향이 큰지 우선순위를 정합니다. 정성 리서치와 정량 리서치의 관계를 이해하는 데 도움이 되는 간단한 비유가 리서치 커뮤니티에서 자주 쓰입니다. 정량 데이터는 지도의 어디에서 무언가가 일어나고 있고 그 규모가 얼마나 큰지를 알려 주고, 정성 데이터는 거기에서 실제로 무슨 일이 일어나고 있고 왜 그런지를 알려 준다는 것입니다. 결제 퍼널 보고서는 모바일 사용자가 데스크톱 사용자의 거의 두 배에 달하는 비율로 이탈한다는 정량적 발견을 보여 줄 수 있습니다. 하지만 실제 원인, 예를 들어 작은 화면에서 정확하게 탭하기 어려운 결제 입력란은 소수의 모바일 세션 녹화를 보거나 몇 번의 모바일 전용 사용성 테스트를 진행해야 드러나는 경우가 대부분입니다. 그렇게 해서 막연한 통계적 격차가 구체적이고 해결 가능한 디자인 문제로 바뀝니다.

Q(으)로 시작하는 더 많은 용어

함께 만들어 봅시다, 다음 프로젝트를.

문의하기