데이타 기반 퍼소나 - 트루밸런스
과제의 초기에 사용자 이해를 위해 데이타 분석했던 과정을 소개합니다.
Rapid Personas
우리와는 다르게 동남아시아에서는 선불로 충전하여 통화와 데이타를 사용하는 경우가 많다고 합니다.선불로 충전한 통화 잔액이나 데이타의 잔량을 확인하기 위해서 quick codes(USSD)라고 하는 sms와 유사한 문자기반의 잔액 조회 기능을 이용하고 있습니다. 통화 상품, 시간대, 통화상대, 프로모션에 따라 통화 요율이 달라지기 때문에 단말 단에서 잔액을 계산하는 것이 사실상 어렵기 때문에 서버에서 계산된 잔액을 요청하고 확인할 수 밖에 없다고 합니다.
USSD 프로토콜을 이용해 특정 번호로 전화를 걸면 서버에서 잔액 정보를 전송하고,그것을 팝업으로 표시하는 형태입니다. 앱을 통한 조회를 제공하기도 하지만 데이타 사용 이슈가 있어서 거의 사용되고 있지 않다고 합니다. 통화가 얼마나 남았는지, 데이타를 얼마나 사용했는지 확인하는 것이 꼭 필요하고 빈번하게 일어나는 작업임에도 사용은 매우 불편하게 되어있습니다. 트루밸런스는 이런 번거러운 작업을 간편하게 확인 할 수 있도록 하는 것을 우선 MVP로 잡아 개발을 시작했습니다.
USSD를 통한 잔액 조회. 잔액이나 데이타 잔량을 팝업으로 알려준다.
초기에는 선불제에 대한 경험이나 지식이 별로 없어 인도 현지의 직원들을 통해 얻은 정보로 선불폰 사용자의 사용 행태를 가늠해 볼 수 밖에 없었습니다.
선불폰 사용자 (Rapid Personas)
- 통신사별 이용상품에 따라 음성통화료와 DATA 이용요금의 차이가 있다. (Context)
- 가까운 점포나 길거리 등에서 현금을 지불하여 Top up을 한다. (Context)
- 지역별로 통신사의 신호세기의 차이가 있다. (Context)
- 2개의 유심을 위치(집과 직장)따라 구분해서 사용한다. (Behavior)
- 전화를 걸기전 매번 사용할 유심을 선택한다. (Behavior)
- 일주일에 평균 2-3회 Top up을 한다. (Behavior)
- 잔액을 미리확인하고 다 떨어지기 전 Top up을 해 둔다. (Attitude)
- 요금을 절약하기 위해 통신사에서 제공되는 혜택에 따라 유심을 바뀌가면서 사용한다. (Attitude)
- 데이터를 쓴 직후 어디에 얼마나 사용했는지 궁금하다. (Attitude)
- 사용후 평소보다 내가 많이 쓰지는 않았는지 걱정이 된다. (Attitude)
로그 시각화
트루밸런스는 초기 베타버전에서부터 사용자의 동의를 얻고 로그를 수집하는 기능을 넣어 어떤 사용자들이 이 앱을 사용하는지, 어떤 패턴으로 사용하는지를 실제 사용자들로 부터 데이타를 얻어 디자인에 활용하였습니다.
로그는 통화 종료시 또는 사용자가 명시적으로 잔액 조회를 요청했을때의 잔액값들로 구성되어 있습니다. 개별적인 잔액 데이타는 사용자를 이해하는데 별 도움이 되지 못합니다. 하지만 이 데이타를 시계열로 모아 적분하듯이 재구성하면 사용자의 충전, 사용 패턴이 드러납니다. 얼만큼의 주기로 어느 정도 금액을 충전하는지를 알 수 있습니다.
잔액의 로그 시각화는 구글 차트 api를 활용하였습니다.
개별 사용자의 사용 패턴을 뽑아내면서 새로이 사용일, 충전주기, 평균 충전액, 잔액 조회 주기 등의 값들을 계산하여 DB에 추가하고 이런 개별 특성을 시각적으로 구분하여 나타내도록 했습니다. 최근 며칠 이상 로그가 없는 단말은 앱을 삭제한 것으로 추정하여 사용자들을 구분했습니다.
이런 특성들에 따라 DB query를 통해 살펴보기 원하는 특성의 사용자들을 골라내고 개별 잔액 그래프를 펼쳐놓아 비슷한 유형을 찾고 사용 패턴(앱의 충성 사용자, 앱 삭제)에 영향을 주는 요인을 확인해 보았습니다.
일반적으로 한번 충전 금액이 많은 경우 충전 주기도 길고 여유가 있으니 잔액을 조회하는 빈도로 줄어들 것으로 예상할 수 있습니다. 하지만 잔액 조회 빈도는 충전 금액과의 상관 관계보다 사용자의 태도의 영향이 큰 것 같습니다. 트루밸런스는 그런 사용자들을 위해 조회하는 행위 자체가 즐거움을 주도록 설계하였습니다.
누가 어디에서 사용하나?
이후 마케팅을 위해 사용자들이 주로 어디에서 앱을 사용하는지를 시각화했습니다.
처음 한 곳에 이상하게 너무 많은 사용자가 몰려있어서 놀랐는데 한 사용자의 여러 로그를 그대로 다 표시하다 보니 생긴 문제였습니다. 한 구역에서 한 사용자는 하나로 묶어서 표시하는 식으로 수정하였습니다.
평균 충전금액에 따라 버블의 크기를 달리했었는데 큰 버블이 많이 모이는 지역들이 있었는데요. 아마 부자 동네가 아닐까 싶기도 하네요.
기존에는 정성적 사용자 조사와 정량적 조사를 서로 다른 영역이라고 보고 정성적 사용자 조사에 집중하고 있었는데요. 사용자 데이타를 사용자 전체의 통계적인 대표값을 얻는데 사용하기보다 개별 사용자의 꼼꼼한 journaling이라고 보고, 정성적 조사의 근거 자료로 사용하면서 실제 사용자를 이해하는데 많은 도움을 얻고 있습니다.
[참고##퍼소나##]