💌 데이터로 사용자 경험을 업그레이드👆 - 데이터 활용 PART2

✅ 오늘의 파쓰 지식 : 플랫폼에 쌓이는 데이터를 활용하여 사용자에게 '비교'와 '예측' 데이터를 제공하고, 사용자의 경험을 향상시킬 수 있는 방법을 알아봐요!

✅ 파쓰가 전하는 테크 샤라웃 :  요기요, 카카오페이, 배달의민족의 테크 블로그 소식을 소개합니다!

다른 유저들의 데이터와 '비교'하여 보여주기!⚖️

학교에서 시험 성적표를 받아볼 때, 자신의 성적과 함께 반석차나 전교석차를 보여줄 때에, 한층 더 학습에 동기부여가 되었던 경험이 있을 텐데요. 이처럼 플랫폼에서도 데이터를 활용하여 자신의 현황을 다른 사용자들과 비교할 수 있도록 해서 사용자들의 활용을 촉진시킬 수 있어요. 주로 사용되는 비교의 방식은 크게 랭킹, 분포, 현황의 방식으로 나누어 볼 수 있어요.

#랭킹을 통한 경쟁 심리 자극

랭킹은 말 그대로 특정 기준으로 사용자들을 위에서부터 아래로 나열하여 보여주는 것인데요. 이 방법은 특히나 사용자 간에 인터렉션이 적은 단면 플랫폼에서 경쟁심리를 자극하여 사용자 간 인터렉션을 유도하는데 효과적이에요. 운동 플랫폼, 공부한 내용을 개인적으로 기록하는 플랫폼 등은 타 유저와의 교류가 거의 없고 플랫폼과 사용자 간의 인터렉션이 중심이 되기 마련인데요. 이때 타 사용자의 활용 현황과 나의 활용 현황을 비교하여 랭킹으로 보여준다면 타 사용자와의 경쟁이라는 상호작용이 발생할 수 있어요.

영어 학습 플랫폼, 스피킹 맥스를 살펴보면 학습을 할 때마다 학습 성과에 따라 점수가 부여되는데요. 특정한 점수를 초과하게 되면, 비슷한 점수대의 유저들과 그룹이 만들어져요. 그룹은 일주일 주기로 새롭게 만들어진다고 하는데요. 만들어진 그룹에서 유저들은 점수로 경쟁을 하고 랭킹이 매겨져요. 해당 플랫폼에서는 이런 그룹 간 랭킹을 ‘레이싱’이라고 불러요. 학습에 따라 사용자의 랭킹이 올라갔다 내려갔다 하는 것을 실시간으로 볼 수 있고 1주일 간의 레이싱 끝에 3등 이내에 들어간 유저들에게는 보상을 주는데요. 이렇게 스피킹 맥스는 랭킹 데이터를 지속적으로 사용자에게 노출해서 플랫폼의 활용을 더욱 촉진시키고 있어요. 이는 듀오링고와도 비슷한 모델이라고 볼 수 있어요.

토스 또한 ‘연예인 팬덤과 함께 적금하기’라는 기능을 제공했는데요. 해당 기능은 각자 응원하는 연예인 팬들과 함께 적금하여 적금된 금액 규모를 기준으로 팬덤 별로 랭킹을 제공했어요. 적금이라는 핵심 기능과 랭킹을 결합하여 경쟁 심리를 자극할 수 있는 방식으로 설계되었어요. 

#분포를 통한 플랫폼 활용 촉진

사용자 데이터를 이용해 유사 그룹의 타 사용자들과 분포적 비교를 제공할 수도 있어요. 즉, 플랫폼의 사용자가 해당 플랫폼의 서비스 영역에 있어서 자신의 위치가 유사 유저 그룹 내에 어느 정도인지를 확인할 수 있는 데이터를 제공하는 것인데요. 주로 건강이나 금융, 커리어 등의 생활 필수 서비스 플랫폼에서 효과적으로 사용될 수 있어요.

이때, 단순히 분포를 제공하는 것에서 그치는 것이 아니라 분포를 제공한 뒤 자연스럽게 이어지는 기능을 제공하였을 때 플랫폼 활용의 촉진과 연결될 수 있는데요. 예를 들면, 뱅크샐러드에서 건강검진 데이터를 통해서 나의 또래보다 내가 특정 질병의 발병률이 어느 정도인지를 보여주고 해당 질병에 대해 대비할 수 있도록 맞춤 보험 설계를 받는 서비스로 연결할 수가 있어요. 또한 원티드 등의 커리어 플랫폼에서도 내 연봉이 동일 직군의 동일 연차 대비해서 상위 몇 % 인지를 보여주고 이를 더 높일 수 있는 커리어 조회 서비스를 제공하기도 해요.

#사용자 현황 공유를 통한 구매 촉진

마지막으로 비교를 활용한 데이터 활용 방식인 현황 제공이 있어요. 현황 제공의 경우 주로 거래 플랫폼에서 현재 상품/서비스를 확인하고 있는 타 유저의 수를 제공해 줌으로서 구매 의사결정을 촉진하는 판촉의 방식으로 많이 일어나게 돼요. 즉, 일종의 FOMO(Fear of Missing Out, 소외에 대한 공포)를 일으켜 구매 욕구를 자극하는 것이에요.

올리브영과 트레바리의 경우 실시간으로 보고 있는 유저 수를 제공하여 상품/서비스의 인기와 신뢰를 제고하여 구매를 유도하기도 해요. 카카오 쇼핑의 경우 상품을 주문 중인 유저 수, 구매한 유저 수 등의 소셜 프루프(Social Proof)*를 이용하여  사용자의 구매 의사 결정을 도와주기도 해요. 

*소셜 프루프(Social Proof)란?

사람들이 다른 사람들의 행동이나 의견을 따라 하려는 경향을 의미하는 심리적 개념이에요. 이는 "다수가 선택하는 것은 옳다"라는 생각에서 비롯되며, 특히 불확실한 상황에서 사람들은 다른 사람들의 선택을 참고하여 자신의 결정을 내리는 경향을 말해요. 

데이터를 활용한 '예측'으로 더 나은 선택을! 🙌

사용자의 의사결정을 촉진시킬 수 있는 데이터 활용 방법의 또 하나는 '예측'이에요. 여성 사용자분들 중 월경 주기를 예측하여 알림을 받으신 경험이 있으시거나 혹은 금융 플랫폼에서 소비 패턴을 분석하여 향후 지출을 예측해 주는 기능을 경험해 보신 분들이 있으실 텐데요. 

이와 같이 예측은 단순히 데이터를 수집하는 것을 넘어, 반복되는 행동이나 패턴을 분석하여 사용자가 필요로 할 정보를 미리 알려주는 것이에요. 이를 통해, 사용자는 자신이 인지하지 못했던 중요한 정보를 미리 전달받고 데이터를 기반으로 더 나은 의사결정을 내릴 수 있게 되어요. 이러한 예측의 기능은 다양한 분야에서 서비스 사용을 촉진시키는 데 중요한 역할을 하고 있어요.

대표적인 사례로, 멤버십 기반의 서비스를 제공하는 플랫폼에서 멤버십 이용에 따른 혜택을 사용자 별로 예측 해주는 서비스가 있어요. 예를 들어, 네이버 플러스 멤버십에서는 멤버십을 해지하려고 하면 이제까지 받아왔던 누적 혜택 내역을 제시하고 멤버십을 앞으로 유지할 경우 추가로 받을 수 있는 혜택 규모를 예측 값으로 제시하고 있어요. 이를 통해 사용자가 해지하려는 마음을 돌리고 지속적으로 서비스를 사용하도록 유도하고 있어요.

예측 기전은 금융 플랫폼에서도 많이 활용되고 있는데요. 토스에서는 사용자의 마이데이터를 기반으로 연금 예상 수령액을 예측하는 서비스를 제공하고 있어요. ‘내 소비’ 탭에서는 보험비 또는 휴대폰 요금 등과 같이 매달 반복되는 금융 활동 데이터를 바탕으로 추가 지출이 있을 금액 및 일자를 예측해 줘요. 이를 통해 사용자가 자주 이용하는 서비스와 관련된 맞춤형 금융 서비스 가입을 유도하기도 하죠. 😊

파쓰 TALK🧐

오늘은 데이터를 활용해 사용자 경험을 향상시키는 방법 중 '비교'와 '예측'에 대해 알아보았어요. 데이터는 그 자체로도 의미를 가질 수 있지만, 이를 어떻게 활용하느냐에 따라 사용자 경험을 더욱 풍부하게 만들 수 있어요. 파써분들도 내 플랫폼에 쌓이는 사용자의 데이터를 쌓아만 둘 것이 아니라, 이를 활용하여 사용자 경험을 어떻게 더 쾌적하게 만들 수 있을지 고민해 보면 좋을 것 같아요! 데이터를 활용한 사용자 경험을 개선하는 변화가 때로는 듀오링고와 같은 큰 성과를 만들어 낼 수 있지 않을까요?🤗