온라인 서비스 사용자 인지 함수

여러 유사한 기능의 온라인 서비스 가운데 어떤 서비스에서는 좋은 사용 경험을 느끼지만, 다른 서비스에서는 그렇지 않은 사용자도 있습니다. 이 차이는 바로 개별 사용자마다 서비스 인지에 내용이 다르기 때문입니다. 이를 간단히 사용자 인지 함수라 합니다. 그리고 이 함수의 도출은 앞서 정리한 데이터 유형 중 사용자 데이터에 기반합니다.

 

 

 

온라인 서비스의 본질 

 

온라인 서비스를 진행하는 사업가는 돈을 벌기 위해서 서비스를 개발/운영하게 됩니다. 이를 위해서는 서비스 점유율도 높아야 하고 반복 이용자, 활성 이용자 수도 많아야 합니다.

 

이러한 점유율, 반복 이용자, 활성 이용자 수는 모두 개별 사용자의 서비스에 대한 판단이 모여서 만들어지는 데이터입니다.

 

사용자 한 명, 한 명이 서비스 내용을 만족하지 못한다면 점유율이 높을 수 없습니다. 한번 서비스를 이용한 사용자는 두 번, 세 번 이용하지 않을 것이며, 가입자는 많지만 활성 계정은 적어지게 될 것입니다.

 

그러므로 개별 사용자 각각의 서비스 만족도는 앱과 웹 수익성 및 점유율에 큰 영향을 미칩니다.

 

문제는 수백만 명, 수천만 명, 수억 명의 사용자 각각에 최고의 UX를 제공하는 시스템을 구축하는 것은 어렵기도 하고 비효율적이라는데 있습니다. 심지어 어떤 사용자에게 최고의 만족을 주는 서비스 내용이 다른 사용자를 불편하게 할 수도 있습니다.

 

그러므로 온라인 서비스는 온라인으로 각 사용자에게 최고의 UX를 제공할 수 있는 방안을 고려하는 것뿐 아니라, 서비스가 유지되고 확장될 수 있는 효율적/효과적 UX 방안을 감안해야 합니다.

 

이는 온라인 서비스가 온라인에서 사용자에게 제공되는 개별적 상호작용이라는 점 외에, 사용자 집단 및 이용자 그룹이라는 집단적 상호 작용의 의미도 가지기 때문입니다.

 

 

 

사용자 분석 - 사용자 인지 데이터와 인지 함수   

 

그러기에 결국 온라인 서비스의 기획은 사용자를 파악하는 것이 가장 중요합니다. 

 

먼저 사용자를 정확히 지정할 수 있어야 합니다.

잘못된 사용자 지정은 비용은 크게 들고 매출은 거의 없는 온라인 서비스를 양산할 수 있습니다. 온라인 서비스의 개발은 쉽게 쉽게 되어 가는 느낌을 받을 수 있습니다. 단지 그렇게 있어 보이게 만든 앱과 웹이 매출을 올리지 못할 가능성이 클 뿐입니다.

 

이 때문에 사용자 분석의 시작은 우리 서비스의 주된 사용자가 누구인가에서 진행됩니다.

 

이렇게 정의된 사용자에 대한 데이터를 수집하고 분석하는 것이 서비스가 제공되기 전에 기획 단계에서 사용자 인지 데이터를 구조화하는 것입니다.

 

그리고 이렇게 수집/분석한 데이터에서 패턴을 찾아 인풋과 아웃풋을 1대 1로 설명하는 수식이 앞으로 개발 후 온라인 서비스를 이용하게 될 사용자의 인지 함수가 됩니다.

 

 

 

서비스 가설과 인지 함수

 

온라인 서비스 가설은 서비스가 제공될 시장과 그 서비스를 이용할 사용자에 대한 예측 이론을 의미합니다.

 

사업가나 개발자, 해당 온라인 서비스 도메인 지식가 경험이 많은 기획/운영자조차도 1년 후의 시장을 알 수 없습니다. 알 수 있다면 그 사람은 구글이나 메타 이상의 온라인 서비스 플랫폼을 가지고 있을 것입니다. 구글이나 메타 이상 플랫폼을 가지고 있지 않다면 잘 안다는 말은 허풍이나 허세 또는 자기 홍보 구호에 지나지 않습니다.

 

이 때문에 대부분의 온라인 서비스 개발이 확신이 아니라 가설에서 시작되는 것입니다.

 

그런데 가설의 재료는 시장과 사용자입니다.

 

시장 데이터의 구조화는 지금까지 시장의 개념적 내용을 파악할 수 있게 해 줍니다. 사용자 데이터의 구조화는 해당 시장에 참여 중인 사용자가 어떤 판단을 할지 예측할 수 있게 해 줍니다.

 

만약 사용자 데이터 구조화를 넘어 인지 함수를 구축했다면 예측 가능성은 더 높아질 것입니다. 더하여 사용자 인지 함수를 바탕으로 시장 데이터를 검증해 볼 수도 있습니다.

 

이 말은 사용자 인지 함수 도출이 해당 온라인 서비스 가설 수립을 정교화할 수 있는 재료가 된다는 점을 의미합니다.

 

정확한 함수가 아니더라도 단지 확률 또는 평균 함수 만으로 사용자 인지 함수를 구축하는 과정의 산출물 또한 시장과 사용자의 상호 작용에 대한 인사이트, 아이디어로 인하여 가설의 수립과 정교화에 많은 도움이 됩니다.