과거 사용자 데이터를 활용하여 미래 행동을 예측하는 4가지 방법

기업이 보다 사용자 중심적이고 증거 기반 전략의 필요성을 인식함에 따라 사용자 경험(UX) 연구는 대부분의 현대 제품 조직 의 개발 프로세스 에서 점점 더 통합되는 부분이 되고 있습니다. UX 연구는 팀이 실제 요구 사항을 해결하고, 문제를 조기에 포착하여 위험을 줄이며, 고객에 대한 공감을 높임으로써 창의성을 촉발하는 데 도움이 될 수 있습니다. 그러나 UX 연구를 수행하는 사람들이 직면한 많은 문제가 있습니다. 이 시리즈에서 Braze UX 연구원 Sofia Linse는 일반적인 문제를 해결하고 기업이 이 필수 작업에 더 효과적으로 접근할 수 있는 방법을 탐구합니다.

사용자 경험(UX) 연구를 정기적으로 수행하는 사람은 누구나 미래 행동을 예측하려는 시도에서 오는 어려움을 잘 알고 있습니다. 인간이 미래에 무엇을 할 것인지 예측하는 데 그다지 능숙하지 않다는 것을 이해하려면 매년 사용되지 않는 구독을 살펴보기만 하면 됩니다. 그러나 연구에서 가장 중요한 질문은 종종 미래의 행동에 관한 것입니다. 고객이 그것을 사용할 것인가? 어떻게 사용할까요? 경쟁사 제품보다 우리를 선택할까요? 비용을 지불할 것인가?

좋은 소식은 오늘날의 디지털 제품이 직감이나 일화적인 주장에 의존하는 대신 활동 로그와 제품과의 실제 상호 작용을 보기 위한 도구를 통해 실제 사용자 행동을 더 쉽게 분석할 수 있게 해준다는 것입니다. Braze에서는 UX 연구에서 이러한 기회를 활용할 수 있는 방법을 지속적으로 모색합니다. 그리고 수년에 걸쳐 우리는 양적 및 질적 행동 데이터를 통합하여 향후 사용에 대한 어려운 질문에 보다 자신 있게 접근하는 몇 가지 성공적인 접근 방식을 발견했습니다.

1. 사용자 해결 방법 식별

고객이 Braze를 사용하는 많은 창의적인 방법을 보는 것은 우리 제품 팀에게 귀중한 통찰력과 영감의 원천이며, 그러한 활동이 어떻게 보이는지 이해하는 가장 좋은 방법 중 하나는 고객이 플랫폼과 상호 작용하는 방식을 조사하는 것입니다.

하나의 Braze 기능인 Canvas를 사용하면 사용자(마케터)가 고객 여정과 수신자가 해당 여정의 각 지점에서 받아야 하는 메시지를 매핑하여 커뮤니케이션을 조정할 수 있습니다. Canvas는 마케터가 회사의 전략에 따라 메시징 흐름을 사용자 정의할 수 있는 자유로운 고삐를 제공하는 유연한 도구입니다. 결과적으로 각 Canvas는 해당 회사의 현재 우선 순위와 목표를 반영하는 역할을 할 수 있습니다. 최근 프로젝트에서 우리는 플랫폼이 주어진 고객의 요구를 완전히 충족하지 못하는 비효율적인 구축 및 해결 방법을 식별하는 데 도움이 되도록 다양한 고객 캔버스를 조사했습니다. 분석 후 데이터 해석이 실제로 올바른지 확인하기 위해 선택한 고객과 인터뷰를 수행하여 얻은 이해를 기반으로 했습니다. 고객이 우리 기술을 사용하여 목표를 달성하기 위해 어떻게 고군분투했는지 보는 것이 때때로 고통스러웠지만 그들의 증언은 이러한 사용 사례가 고객에게 얼마나 중요한지 강력한 증거를 제공하여 우리가 올바른 문제를 해결하고 있으며 우리가 그것을 해결하면 강력한 기능 채택.

2. 제품에서 직접 실험 수행

Braze에서 우리는 종종 고객이 있는 곳에서 고객에게 도달하는 것의 중요성을 설교합니다. 이는 우리와 같은 B2B 회사의 경우에도 마찬가지입니다.

예를 하나? 우리의 보고 제품 팀은 최근 팀이 구축을 고려하고 있는 두 보고서 중 하나를 받는 데 관심이 있는지 고객에게 묻는 Braze 플랫폼 내부 설문 조사를 시작했습니다. 고객이 등록하면 우리 팀은 기존 Braze 데이터를 기반으로 이러한 보고서의 MVP(Minimum Viable Product)를 수동으로 생성하여 관심 있는 고객에게 보내고 일주일 후에 정성적인 인터뷰를 진행했습니다. 이를 통해 향후 조치에 대한 주장에 의존할 필요 없이 두 가지 보고서 중 고객이 선호하는 보고서와 실제로 보고서를 사용한 방법(사용했다면)을 측정할 수 있었습니다. 이 접근 방식을 사용하여 고객에게 가상의 미래 상황에서 무엇을 할 것인지 예측하도록 요청하는 대신 실제 고객 행동을 목격했습니다. 결론은? 이 실험은 엔지니어링 노력이 거의 필요하지 않았고 처리 속도가 매우 빨랐으며 잘못된 제품을 구축할 위험이 거의 제거되었습니다.

3. 조기 MVP로 게임 시작하기

때때로 잠재적인 솔루션에 대한 고객과의 인터뷰는 특히 우리가 새로운 영역에 접근하고 있는 경우 매우 모호하고 가상적인 논의로 이어집니다. 유형적인 참조가 없으면 기술적 실현 가능성, 경쟁 우선 순위 및 새롭고 익숙하지 않은 것을 사용하는 것과 관련된 어려움을 잊어 버리는 경향이 있기 때문에 완벽한 컨텍스트에서 완벽한 제품을 상상하기 쉽습니다. 고객이 완벽한 경험의 세부 사항을 전달하는 것도 어렵습니다. 인터뷰를 하는 동안 제품 팀의 우리는 고객의 머리 속에 있는 것과 매우 다른 것을 자신도 모르는 사이에 상상할 수 있습니다.

그것이 새로운 AI 기반 기능에 앞서 연구 노력 중에 일어난 일입니다. 일반적인 강력한 개발 주기(예: 검색, 설계, 평가 및 반복)를 거치지 않고 할당을 완료하고 매주 만나 피드백을 제공하는 데 동의한 소수의 고객에게 MVP를 신속하게 설계 및 출시했습니다. 몇 달 안에 우리는 문제를 식별하고, 새로운 아이디어를 테스트하고, 모든 고객이 사용할 수 있는 확장 가능한 제품을 만들 수 있을 것입니다. 이렇게 하면 MVP 이상으로 확장 가능한 제품을 구축하기 전에 고객이 실제로 이 기능을 어떻게 사용할 것인지에 대한 구체적인 이해를 제공하는 지속적인 피드백과 통찰력을 얻을 수 있습니다.

4. 실제 제품 상호 작용을 캡처하기 위해 외부 도구 활용

Braze에서 우리는 매주 "FullStory Fridays" 내부 이벤트를 운영합니다. 이 이벤트에서는 회사 내 여러 부서의 많은 사람들이 함께 모여 FullStory 도구를 통해 Braze 제품을 사용하는 고객의 기록을 보고, 분석하고, 토론합니다. 이 접근 방식은 정기적으로 고객 인터뷰에서 발견하기 어려운 통찰력과 질문을 촉발합니다(특정 문제에 대해 물어볼 줄 모르거나 고객이 일상에 너무 익숙해져서 더 이상 적극적으로 반영하지 않기 때문입니다).

제품 상호 작용을 분석하기 위해 활용하는 또 다른 외부 도구는 무엇입니까? Looker는 특정 Braze 기능의 동작 또는 사용을 기반으로 연구 모집에 접근하기 위해 관련 회사를 식별하고 정성적 연구 중에 발견된 통찰력을 수량화하는 데 사용하는 최신 비즈니스 인텔리전스 및 데이터 애플리케이션 플랫폼입니다.

이는 다음과 같은 질문에 답하는 것을 의미할 수 있습니다.

• 이 행동은 더 광범위한 고객 기반에서 얼마나 일반적입니까?

• 다른 고객보다 더 자주 이 작업을 수행하는 특정 고객 세그먼트가 있습니까?

• 기능 X를 사용하는 고객과 사용하지 않는 고객은 어떻게 다릅니까?

UX 연구 프로젝트와 관련된 정량적 분석의 기회를 확실히 하기 위해 비즈니스 인텔리전스 팀과 정기적인 회의를 통해 향후 계획 및 현재 연구 질문에 대해 논의합니다.

마지막 생각들

UX 연구와 관련하여 원하는 데이터와 명확성을 얻기 어려운 상황이 항상 있습니다. 바라건대, 이 네 가지 접근 방식은 시간이 지남에 따라 제품을 개선할 수 있는 보다 안정적이고 데이터 기반 결론을 얻을 수 있는 새로운 방법에 영감을 줄 수 있습니다.

제품 개발 프로세스에 대해 더 알고 싶으십니까? 제품 결정을 내리기 전에 물어야 할 주요 질문에 대한 Kevin Wang의 제품 SVP의 Braze를 확인하십시오.