데이터로 디자인할 때 놓치지 말아야 할 3가지
데이터는 정답이 아니라 단서이다. 중요한 건 수치를 화면간의 맥락으로 해석하는 일이다.
- 지표가 아니라 사용자를 본다.
- 개선 전 가설과 목표를 문장으로 명확히 적는다.
- 실험 후 결과를 팀 언어로 명확히 공유한다.
데이터로 디자인할 때 놓치지 말아야 할 3가지
데이터 기반 디자인은 이제 선택이 아니라 기본 전제가 되었다. 실험을 하고, 지표를 보고, 개선한다. 이 과정은 자연스럽다.
하지만 몇 번의 프로젝트를 지나오면서 느낀 건, 데이터를 본다고 해서 반드시 더 나은 결정을 하는 건 아니라는 점이었다.
오히려 데이터가 있기 때문에 더 조심해야 하는 순간들이 있었다.
1. 숫자는 결과를 말해주지만, 이유까지 설명해주지는 않는다
한 번은 CTA 버튼 디자인을 수정한 뒤 클릭률이 눈에 띄게 상승한 적이 있다. 처음엔 디자인 개선의 효과라고 생각했다. 팀 분위기도 좋았다.
그런데 로그를 세부적으로 들여다보니 특정 시간대에 유입된 트래픽이 전체 수치를 끌어올린 것이었다. 디자인 변화 자체의 영향은 생각보다 크지 않았다.
그 이후로 나는 지표를 볼 때 한 가지를 먼저 확인한다. “이 결과를 설명할 수 있는가?”
수치가 올랐다는 사실보다, 왜 올랐는지를 설명할 수 있는지가 더 중요하다고 생각한다.
설명할 수 없는 성과는 재현하기 어렵고, 재현할 수 없다면 전략이 되지 않는다.
2. 정량 데이터와 정성 데이터는 같은 이야기를 하지 않는다
사용률이 높은 기능이 있었다. 하지만 인터뷰에서는 그 기능이 불편하다는 의견이 반복해서 나왔다.
데이터만 보면 문제없는 기능이었지만, 사용자 입장에서는 “어쩔 수 없이 쓰는 기능”에 가까웠다.
그 경험 이후로 나는 가능하면 세 가지를 함께 본다.
- 퍼널 데이터
- 사용자 인터뷰 또는 VOC
- 실제 사용 맥락
사용되고 있다는 사실과 좋아하고 있다는 사실은 다르다.
지표는 행동을 보여주지만, 감정과 맥락은 별도로 확인해야 한다.
디자인은 결국 경험을 다루는 일이기 때문에, 숫자만으로 결론을 내리는 건 조심하려 한다.
3. 데이터는 방향을 제시하지만, 선택은 사람이 한다
데이터는 평균을 보여준다. 하지만 제품은 평균적인 사람을 위해 만들어지지 않는다.
어떤 실험에서는 전환율이 소폭 상승했지만, 핵심 사용자층의 이탈이 함께 발생한 적이 있다.
전체 수치는 좋아졌지만, 우리가 집중해야 할 사용자의 경험은 오히려 나빠진 상황이었다.
그때 팀과 이런 질문을 나눴다. “우리는 누구를 위한 선택을 하고 있는가?”
데이터는 선택지를 좁혀준다. 하지만 어떤 가치를 우선할지는 결국 팀의 기준과 판단에 달려 있다.
그래서 나는 실험을 설계할 때, 지표 목표뿐 아니라 “이번 결정으로 우리가 강화하려는 사용자 경험은 무엇인지”를 먼저 정리하려고 한다.
데이터는 강력한 도구다. 디자인의 설득력을 높여주고, 논의를 구체화해준다.
하지만 숫자를 그대로 받아들이는 순간, 디자인은 오히려 단순해질 수 있다.
나는 데이터를 신뢰한다. 다만, 그 안에 담긴 맥락과 전제를 함께 보려고 노력한다.
결과를 읽는 사람이 아니라, 결과를 해석하고 개선할 수 있는 디자이너이고 싶다.