데이터 중심 디자인
Data-driven design
정량 데이터와 정성 데이터를 함께 활용해 근거를 바탕으로 의사결정을 내리는 방식.
공식 정의
정량적 데이터와 정성적 데이터를 통합적으로 활용하여 근거 기반의 의사결정을 내리는 디자인 접근법.
상세 설명
빅데이터¹ 와 두꺼운 데이터²를 상호 보완적으로 활용하는 것을 핵심 원칙으로 삼는다. 빅데이터는 사용자 행동 로그, 클릭 패턴, 전환율 등 정량적 수치를 통해 '무엇이' 일어나고 있는지를 파악하고, 두꺼운 데이터는 면접(interview), 현장 관찰, 맥락(context) 조사 등 정성적 방법을 통해 '왜' 그러한 행동이 발생하는지를 이해하는 데 활용된다. 텍스트 마이닝, 기계학습 알고리즘 등 분석 기술을 설계 프로세스에 접목하는 한편, 사용자의 맥락과 경험(experience)에서 도출되는 정성적 인사이트를 동등한 근거로 삼아 잠재적 요구(latent needs)를 파악하고 행동 패턴을 해석한다. 콘셉트 설정부터 개발 방향 수립까지 근거 기반의 의사결정을 체계적으로 수행하여 기획 전반의 불확실성을 줄이고 실효성 있는 결과물을 도출하는 것을 지향한다. 각주 1. 빅데이터(big data): 가트너(Gartner)의 레이니(Laney)가 제시한 개념으로 기존 데이터 처리 방식으로는 다루기 어려운 방대한 규모의 정형, 비정형 데이터를 지칭한다. 데이터의 양, 속도, 다양성을 핵심 특성으로 하며, 사용자 행동 로그, 클릭 패턴, 전환율 등의 정량적 수치를 통해 현상을 파악한다. 2. 두꺼운 데이터(thick data): 왕(Wang)이 제안한 개념으로 면접·현장 관찰·맥락 조사 등 정성적 방법을 통해 수집되는 데이터를 지칭한다. 빅데이터가 포착하지 못하는 인간의 감정, 동기, 맥락적 의미를 담아내어 사용자 행동의 이유를 깊이 있게 이해하는 근거로 활용된다.
활용 예시
클릭 로그와 인터뷰 내용을 함께 분석해 개선 방향을 정할 때 이 접근을 적용한다.