Keep Calm And Carry on

1. 왜 한 사람을 대표하도록 만드는 걸까? 왜 분포로 만들지 않는 걸까?

결론

분포로 만들지 않는 이유는 분포가 너무 추상적이어서 실질적인 의사결정을 돕기 어렵기 때문이다.

일단 사용자 데이터를 사용해 분포를 세분화한 뒤, 각 그룹의 대표 페르소나를 생성해야 한다.

페르소나는 분포를 대변하는 구체적인 이야기를 통해 팀의 방향성을 명확히 하는 역할을 해야 한다는 사실을 명심하자.

1) 페르소나는 "의사결정 도구"

-한 명의 사람처럼 만드는 이유는 구체성과 공감에 있다.

페르소나는 단순한 통계 데이터가 아니라, 구체적인 행동과 맥락을 담은 "가상의 인물"이다.
팀이 한 명의 사용자에게 집중하면, 더 쉽게 공감하고 그 사람의 문제를 해결하려는 방향으로 논의가 이루어진다.

예: "김지수(28세 마케터)는 직관적인 UI를 선호한다." → 구체적이기에 팀이 어떻게 UI를 설계할지 명확히 상상할 수 있음.

-또한 의사결정에 용이하다.
"우리 사용자의 60%는 모바일을 사용한다"는 통계로는 구체적인 설계 방향을 정하기 어려울 수 있다.
반면, "지수는 출퇴근길에 스마트폰으로 앱을 사용하며 간편한 UI를 기대한다"는 가정은 설계에 직접적으로 반영될 수 있다.

-분포로 만들면 어려운 점은 일단 추상적이고 모호함에 있다.
"20~40대 고객, 평균 소득 300만 원, 모바일 사용 비율 60%"라는 분포는 설계나 마케팅에서 현실적인 방향성을 제시하기 어렵다. 분포는 전반적인 트렌드를 보여줄 수 있지만, 구체적인 맥락에서 의사결정을 내리기에는 부족하다.

-또한 분포로 만들면 사용자 경험에 대한 깊이 부족해진다.

분포로 표현하면, 사용자가 특정 맥락에서 왜 그렇게 행동하는지, 어떤 감정을 느끼는지 알기 어렵다.
페르소나는 이런 맥락과 감정을 명확히 전달하기 위해 사용된다.

2) 페르소나는 "대표 사례"

-페르소나는 사용자 집단 내 대표적인 유형을 대변한다.
예를 들어, 20~30대 여성 직장인 그룹을 하나의 페르소나로 대표하여, 이 그룹이 공통적으로 가지고 있는 목표와 문제를 요약한다.
이 과정에서 모든 개별 사용자를 포함하지는 않지만, 가장 중요한 공통점을 중심으로 설계된다.

-또한 다수의 페르소나로 보완 가능하다.
페르소나는 보통 다양한 사용자 그룹을 나타내기 위해 여러 개가 만들어진다.
(예: "헤비 유저 페르소나"와 "초보 사용자 페르소나"를 각각 만들어, 서로 다른 요구를 반영.)
이렇게 하면 사용자 분포를 전부 표현하지 않으면서도, 주요 그룹을 효과적으로 다룰 수 있다.

3. 사용자 분포와 페르소나의 역할 차이

분포의 역할
분포는 시장 조사나 전체적인 트렌드 파악에 유용하다.
예: "사용자의 80%가 20~30대, 소득은 평균 400만 원." → 큰 그림을 제공.

페르소나의 역할
페르소나는 팀이 구체적인 사용자 경험을 바탕으로 실질적인 결정을 내리도록 돕는다.
예: "김지수는 매일 스마트폰으로 쇼핑하며, 복잡한 검색 기능을 싫어한다." → 실행 가능한 방향성을 제시.

4. 페르소나와 분포를 통합적으로 활용하는 방법

분포로 시작하여, 페르소나로 실행하기.

-분포로 사용자 세분화
인구통계학적, 행동학적 데이터를 통해 사용자 그룹을 정의.
예: "20대 여성 직장인", "40대 남성 소기업 소유주".

-각 그룹에서 대표적인 페르소나 생성
세분화된 그룹마다 페르소나를 만들어, 공통된 요구와 행동을 구체적으로 묘사.
예: "20대 여성 직장인" → "김지수 (28세, 마케터)"라는 페르소나 작성.

-분포와 페르소나 간의 연결 유지
페르소나가 전체 분포를 과도하게 축소하거나 왜곡하지 않도록 주기적으로 검토.
데이터와 페르소나의 일치 여부를 정기적으로 확인.

2. 한 사람을 대표하도록 만들면 결국 해당 그룹의 평균으로 수렴하게 되지 않나?

결론

페르소나는 단순히 평균값으로 정하는 게 아니라 특정 그룹의 대표 값을 정해서 만들게 된다.

즉, 데이터를 인간 중심으로 구체화하여, 의사결정과 설계에 더 큰 실효성을 제공하는 도구라고 할 수 있다.

1) 평균(평균값)의 문제점

(1) 평균은 특정 사용자를 대변하지 못한다.
평균값은 모든 데이터를 단순화하여 대표값을 도출하지만, 실제 사용자의 특성을 반영하기 어렵다.
예: "사용자 평균 나이: 35세"라고 해도, 20대와 50대 사용자가 함께 포함되어 있다면 평균값 자체는 비현실적인 사용자일 수 있다.
평균값은 사용자 분포 내 아웃라이어를 무시하거나 왜곡할 위험이 있다.

(2) 평균은 맥락을 제공하지 않는다.
평균값은 데이터의 전반적인 경향을 보여주지만, 사용자 행동의 목표, 고충, 맥락은 포함하지 않는다.
예: "평균적으로 사용자들은 하루 15분 동안 앱을 사용한다"는 정보로는 그들이 왜 15분 동안 사용했는지를 알 수 없다.

2) 페르소나는 평균이 아닌 "대표값"

(1) 특정 그룹을 대변하는 대표 사용자
페르소나는 평균값이 아니라, 특정 사용자 그룹의 공통된 특성과 행동을 대표하는 모델이다.

예: "20대 여성 직장인" 그룹에서

평균: "나이 28세, 소득 300만 원, 매달 3회 온라인 쇼핑."
페르소나: "김지수(28세, 마케터)는 바쁜 업무 속에서도 스마트폰으로 빠르고 직관적으로 쇼핑하려고 하며, 사용자 리뷰를 중요시한다."

이처럼 페르소나는 단순 숫자가 아니라 맥락과 목표, 고충을 포함한 스토리를 전달한다.

(2) 그룹 세분화로 평균의 한계 극복
페르소나는 전체 사용자 군을 나누고, 각 그룹의 공통된 특징과 대표적인 목표를 반영하여 만들어진다.

예: 고객을 3개 그룹으로 나눔

신규 사용자 그룹: 디지털 제품을 처음 사용하는 40~50대.
헤비 유저 그룹: 매일 1~2시간씩 사용하며 기능 확장에 관심 있는 30대.
가벼운 유저 그룹: 간단한 문제 해결만 원하는 20대 초반.

각 그룹마다 페르소나를 만들어, 대표적인 요구와 문제를 기반으로 설계를 진행한다.

3) 평균 대신 그룹별 페르소나 활용의 장점

(1) 행동과 맥락 중심 설계 가능
평균값은 행동의 본질을 드러내지 못하지만, 페르소나는 사용자의 행동과 그 배경에 대한 깊은 이해를 제공한다.
예: "김지수는 스마트폰을 주로 퇴근길에 사용하며, 직관적이고 빠른 UI를 원한다."
이 정보는 평균값으로는 얻을 수 없는 세부적인 설계 방향성을 제시한다.

(2) 주요 그룹에 집중
페르소나는 특정 그룹의 대푯값이므로, 전체 시장을 만족시키려 하지 않고 핵심 타겟에 집중할 수 있다.
평균값은 모든 사용자 집단을 고려하려 하면서도 어느 하나도 충족하지 못하는 설계를 초래할 수 있다.

(3) 여러 페르소나로 다각적 접근 가능
평균값은 하나의 숫자로 요약되지만, 페르소나는 여러 사용자 그룹을 대변할 수 있다.
예: 각기 다른 사용자 그룹(신규 사용자, 전문가, 중급 사용자)을 각각의 페르소나로 만들어, 다양한 요구를 균형 있게 반영.

4) 페르소나는 그룹의 대푯값으로 작동

(1) 그룹 내부의 평균적 사용자
페르소나는 전체 사용자 군의 평균값이 아니라, 특정 그룹의 공통적인 행동과 목표를 대표한다.
이는 하나의 스토리로 사용자를 이해하기 쉽게 만들고, 실제 의사결정에 도움을 준다.

(2) 그룹 내 대표 사례에서 얻는 실질적 통찰
페르소나는 특정 사용자 그룹 내에서도 평균적이기보다는, 그 그룹을 잘 요약하는 "전형적인 사례"로 작동한다.
예: "김지수"라는 페르소나는 20대 여성 직장인 중 일부가 아니라, 전체 그룹을 대표하는 전형적인 특징을 갖춘 인물.

5) 왜 평균 대신 페르소나인가?

(1) 의사결정에서의 실효성
평균은 설계와 마케팅에서 사용자의 목표와 맥락을 고려하기 어렵지만, 페르소나는 사용자와 직접적인 연결 고리를 제공합니다.

평균: "사용자의 50%는 모바일, 50%는 데스크톱을 사용한다."
페르소나: "김지수는 출퇴근 중 모바일로 정보를 검색하고, 작업 중에는 데스크톱을 사용한다."

(2) 다양성을 포괄하는 방식
평균값은 다양한 사용자 군을 모두 만족시키기 어렵지만, 여러 개의 페르소나를 만들면 다양한 요구를 효과적으로 반영할 수 있습니다.
예: 평균값으로는 "UI는 중간 복잡도로 설계"라는 추상적인 결론에 도달하지만,
페르소나 기반 접근에서는 "초보 사용자를 위한 간단 모드"와 "전문가 사용자를 위한 고급 모드"를 설계할 수 있습니다.

3. 그렇다면 그룹화를 아주 정교하게 해야 하는 것인가?

결론

정교한 타겟 그룹화는 특정 상황에서 중요하지만, 모든 경우에 반드시 필요한 것은 아니다.

중요한 것은 상품과 시장 상황에 맞는 타기팅의 적정 수준을 설정하는 것이다.

시장, 경쟁 상황, 자원을 분석하여 타겟팅의 필요성을 평가해야 한다.
지나치게 세분화하거나 과도하게 넓은 타겟팅은 피하고, 핵심 타겟 그룹을 설정하자.
초기에는 특정 그룹에 집중한 후, 성공적인 시장 진입 후 확장하는 전략이 가장 효과적이다.

1) 특정 그룹 타겟팅의 중요성

(1) 제한된 자원의 효과적 활용
정교한 그룹화를 통해 특정 타겟에 집중하면, 마케팅과 제품 개발 자원을 효율적으로 사용할 수 있다.
예: "모든 사람에게 적합한 상품"보다는, "20대 직장인을 위한 빠른 아침 대용식"과 같은 명확한 타겟팅이 더 효과적이다.

(2) 차별화된 제품과 메시지 전달
특정 그룹에 맞춘 상품은 고객과의 연결을 강화한다.
예: "아무나 사용할 수 있는 운동 앱" 대신 "출산 후 여성의 건강 회복을 위한 운동 앱"처럼 명확한 타겟은 고객의 관심을 끌 가능성이 높다.

(3) 초기 시장 성공 가능성 증가
모든 사람을 타겟으로 하려는 시도는 초기 단계에서 자원을 분산시키고 실패 확률을 높일 수 있다.
특정 그룹에 집중하면, 그 그룹에서 빠르게 성과를 내고 이후 시장을 확장할 수 있다.
사례: 페이스북은 초기에는 대학생만을 타겟으로 했고, 이후 범위를 확대하며 성장했다.

2) 정교한 타겟팅이 반드시 필요한 상황

(1) 시장이 포화 상태일 때
경쟁이 치열한 시장에서는 세분화된 타겟팅이 생존 필수 조건.
예: 많은 화장품 브랜드가 있지만, "비건 화장품"으로 세분화하면 차별화된 가치를 제공할 수 있다.

(2) 특수한 문제를 해결하려 할 때
타겟 그룹이 구체적일수록, 그들의 고충(Pain Point)을 해결하는 맞춤형 상품을 설계하기 쉽다.
예: "글로벌 여행자" 대신 "저비용 항공을 이용하는 20대 배낭여행자"를 타겟팅하면, 특정 요구(예: 저렴한 데이터 로밍 서비스)를 더 잘 해결할 수 있다.

(3) 제한된 자본과 자원
자원이 제한적이라면, 특정 그룹에 집중하여 작은 시장에서 성공을 거둔 후 확장하는 전략이 중요.

3) 언제 정교한 타겟팅이 필요하지 않을까?

(1) 대중 시장을 겨냥할 때
보편적인 수요가 큰 상품은 타겟팅이 덜 중요할 수 있다.
예: 초콜릿, 생수, 휴지 등 기본적인 상품은 특정 그룹을 타겟팅하지 않아도 된다.

하지만 이 경우에도 브랜드 차별화를 위해 부분적인 타겟팅은 유용할 수 있다.
예: "프리미엄 생수" vs. "저가 생수"로 세분화.

(2) 기술적 혁신 상품
완전히 새로운 혁신 상품의 경우, 초기에는 특정 그룹을 타겟팅하기보다 광범위한 테스트를 통해 시장 반응을 탐색하는 것이 더 유리할 수 있다.
예: 스마트폰의 초기 개발 단계에서는 모든 연령대와 직업군이 잠재 고객이었다.

(3) 시장을 개척하거나 실험 중일 때
새로운 시장을 탐색하거나 실험적인 접근을 시도하는 경우, 지나치게 타겟을 좁히기보다는 초기 데이터를 수집하며 유연하게 대응해야.

4) 정답: 상황에 따라 다르다

(1) 정교한 타겟팅이 중요한 경우
경쟁이 치열하고, 차별화가 필요한 시장.
제한된 자원으로 시장의 작은 영역에서 빠르게 성공을 목표로 할 때.
특정 그룹의 고충을 해결하거나 특별한 요구를 만족시켜야 할 때.

(2) 정교한 타겟팅이 덜 중요한 경우
대중적으로 보편적인 수요가 있는 상품을 제공할 때.
시장 초기 단계에서 잠재 고객군을 넓게 설정해 데이터를 탐색할 때.
혁신적인 상품을 통해 아직 정의되지 않은 시장을 개척할 때.

5) 전략적 접근법

(1) 정교한 타겟팅의 적정 수준
타겟팅은 지나치게 세분화하면 시장이 너무 작아지고, 너무 넓게 설정하면 자원이 분산된다.
예: "20대 직장인" → 적절.
"서울 거주, 25세 여성, 콘텐츠 마케터, 월 소득 300만 원 이상" → 과도하게 세분화.

(2) 초기 타겟팅 + 확장 전략
초기에는 특정 그룹에 집중해 시장에서 성공을 거두고, 이후 타겟을 확장하는 방식이 효과적이다.
예: 스타벅스는 처음에는 고급 커피를 선호하는 전문 직장인을 타겟으로 했지만, 이후 대중 시장으로 확장.

1. 페르소나를 사용하는 근본적인 목적

1) 사용자 중심의 의사결정 지원

제품이나 서비스 개발 과정에서 실제 사용자의 요구, 목표, 행동을 반영해 설계와 개발의 방향성을 제시한다.
팀이 사용자의 관점을 이해하고, 고객의 니즈와 문제를 해결하는 데 초점을 맞추도록 돕는다.

2)팀 내 커뮤니케이션과 협업 강화

페르소나는 팀 내 공통된 사용자 모델을 제공해, 제품 기획, 디자인, 마케팅 팀 간에

목표와 이해를 일치시키는 역할을 한다.

특히 마케팅 설계에서 페르소나를 정확히 이해하여 적절한

마케팅 플랜을 기획할 수 있게 한다.

3) 사용자 경험(UX) 및 만족도 개선

사용자의 구체적인 문제와 요구를 이해함으로써,

제품이나 서비스가 더 나은 해결책을 제공할 수 있다.

또한 사용자와 제품 간의 접점에서 발생하는 불편함이나

니즈 충족을 예측하고 해결해, 사용자 경험을 최적화한다.

4) 리소스 낭비 최소화

페르소나는 프로젝트의 우선순위를 명확히 하고,

사용자에게 가장 중요한 기능과 서비스를 제공하도록 

설계를 집중시킬 수 있다.

사용자에게 필요 없는 기능을 개발하거나, 잘못된 방향으로 마케팅을 진행하는 등의

비효율적인 작업을 줄일 수 있다.

2. 탄생 배경 및 발전

2-1 기술이 우선시되는 제품 개발 기조

1980~1990년대에는 기술 중심적인 소프트웨어 개발 및 프로덕트 개발이 이루어졌다. 사용하는 사람의 관점을 생각하지 않고, 어떻게 하면 좀 더 기술적으로 완벽하고 다양한 기능을 한 제품에 넣을 수 있을까를 생각했던 것이다.

즉, 사용자들이 프로덕트를 어떻게 사용할지에 대한 이해가 부족했다.

(가끔 어떤 소프트웨어를 보면 대중을 위한 소프트웨어임에도 직관적이지 않거나 어떻게 사용해야 할지 모르는 소프트웨어들이 있는데 딱 그런 느낌.)

2-2 Alan cooper( "The Inmates Are Running the Asylum" )

Alan cooper는 1970년대 후반부터 소프트웨어 개발자로 활동하면서 사용자 경험과 개발 과정의 단절을 직접 경험하였다.

그러나 한창 개발자로 활동했던 시기에는 개발자들이 실제 사용자를 만날 기회가 없거나, 만난다고 해도 사용자의 행동과 요구를 체계적으로 정리하지 못하는 문제가 있었다. 즉, 이러한 접근 방식은 처음이라 어떻게 소비자의 데이터를 모으고 데이터를 모은다고 해도 어떻게 활용할지를 전혀 감을 잡지 못했던 시절이었다.

그는 "누구를 위해 설계하는가?" 라는 질문에 대한 명확한 답이 없다는 점을 발견하였다.

개발하면서 프로덕트를 사용할 사용자 집단이 모호하게 정의되거나 잘못된 가정에 기반한 설계가 반복되고 있었던 것이다.

따라서 이 문제를 해결하기 위해, 쿠퍼는 프로젝트 초기 단계에 사용자 인터뷰와 관찰을 통해 가상의 사용자 모델을 만들어, 팀이 이를 기반으로 설계 결정을 내리도록 하는 방식을 제안했다.

이 가상의 사용자 모델이 바로 소위 말하는 페르소나이다.

즉, "누구를 위해 설계하는가?"에 대한 방법론적 해답이 가상의 사용자 모델인 "페르소나"

그는 페르소나에 대해 

"

개발 과정에서 실제 사용자의 요구를 더 효과적으로 반영하려면 

가상 사용자(페르소나)를 설정해 이들이 어떻게 제품을 사용하는지

상상해야 한다.

이를 위해서 사용자 인터뷰와 데이터분석을 통해

구체적인 가상 사용자 모델인 페르소나를 개발하고

이를 설계와 의사결정에 반영해야 한다.

그러나 페르소나는 모든 사용자를 대표하는 단일 사용자가 아니다.

대신 특정 유형의 사용자를 구체적이고 현실적으로 묘사한 모델로서,

디자인 과정에서 사용자 관점을 유지하기 위한 도구이다.

사용자의 행동, 맥락, 겪고 있는 문제, 목표를 구체적으로 묘사하여

이를 통해 팀이 사용자와 제품 간의 연결 고리를 명확히 이해하고,

모든 설계 결정을 사용자의 관점에서 내리도록 돕는 역할을 한다.

그렇게 되면 사용자의 목표와 니즈를 구체적으로 정의할 수 있어

불필요한 기능을 줄이고 핵심 기능에 집중할 수 있다.
"

라고 하였다.

2-3. 페르소나를 사용하여 얻을 수 있는 이점

(1) 사용자와 개발자 간의 단절 문제를 해결

(2) 사용자 중심 설계를 팀에 내재화

대규모 프로젝트에선 팀원들이 각기 다른 우선순위와 관점을 가질 수 있다.

그러나 쿠퍼는 페르소나를 통해 팀 전체가 공통된 사용자 모델을 공유하고,

사용자 중심으로 협업할 수 있도록 만들고자 했다.

그렇게 하여 페르소나를 통해 팀원 간의 공통된 언어와 목표를 제공하고

"우리 사용자라면 이렇게 행동할 것이다"라는 명확한 기준을 제시할 수 있다. 

(3) 제품 개발 초기 단계에서 사용자 통찰 제공

제품 개발이 진행된 후, 사용자 피드백을 반영하는 것은 비용이 많이 든다.

초반에 페르소나를 만들면 효율성을 높일 수 있다.

2-4. 발전

2-4-1.UX 디자인과의 발전

2000년대 들어 UX 디자인이 부상, 페르소나는 사용자를 더 잘 이해하고 제품 개발의 핵심 지표로 활용되기 시작했다.

페르소나는 단순 데이터 분석을 넘어, 사용자의 맥락(Context)과 감정을 고려한 정성적 접근법으로 자리 잡았다.

2-4-2. 마케팅과 브랜딩으로의 확장

마케팅에서 타기팅의 개념을 넘어, 구체적인 고객의 이야기를 만드는 도구로 페르소나를 활용하기 시작하였다.

브랜드 메시지, 콘텐츠 전략, 광고 캠페인의 효과를 높이는 데 중요한 역할을 하고 있다.

2-4-3. 현대적 활용

현대에는 데이터 기반 페르소나(Data Driven Person)를 만들기 시작하였다. 예전에도 데이터를 사용하긴 하였지만, 현대의 다양하고 광범위한 데이터를 활용하여 좀 더 정교하게 설계할 수 있게 되었다.

2-5. 요약 및 내 생각 정리

결국 사용자가 이걸 어떻게 느끼고 어떻게 활용할 것인가? 이걸 보고 어떤 식으로 느끼게 할 것인가?

음악 같은 경우,

어려운 화성학을 총동원한 복잡한 음악 vs 듣는 사람이 느끼기에 좋다고 느끼는 음악

이 차이라고 할 수 있을 것 같다.

다시 말하면 대중성이냐 마니아를 위한 것이냐.

내가 좋아하는 것 or 사람들이 좋아하는 것

애초에 대중성을 위한 프로덕트를 만든다고 하면

절대로 프로덕트에 넣으면 안 되는 요소들이 있을 것이다.

가령 차량의 중요한 버튼을 터치로 만들어버린다거나(나쁜 예)

사용하는 사람의 연령대를 고려 못하고 그들에게 익숙하지 않은 방식을 강요한다던가.

3. 타겟과의 차이

단순히 타겟이라고 하면 좀 더 정량적인 요소가 강조된 경우가 많다. 대부분 인구통계학적 데이터를 활용하여 타겟을 설정하는 경우가 그러하다. 그러나 페르소나는 거기에 기반하되, 그룹을 세밀하게 나누어, 그 그룹을 대표할만한 한 명의 개인을 매우 구체적이고 세밀하고 묘사한다. 거기에 더해 페르소나가 어떤 목표와 니즈를 갖고 있고 어떤 문제점과 어려움을 겪고 있어서 우리가 만들어야 할 프로덕트로 어떻게 해결할 수 있을지를 고민해 보는 게 핵심이다.   

예를 들면 

타겟(Target)
"20~30대 남성, 소득 200만 원 이상, 수도권 거주, 패션에 관심 있음."

페르소나(Persona)
이름: 김xx (27세, 남성)
직업: IT 스타트업 개발자
고충: 매일 출퇴근할 때 편안하면서도 스타일리시한 옷을 찾는 데 어려움을 느낌.
목표: 인스타그램에 어울리는 스타일리시한 패션을 저렴한 가격으로 구매하고 싶음.
행동: 주로 모바일 쇼핑몰에서 구매하며, 인스타그램에서 트렌드를 확인.
가치: 환경을 고려한 지속 가능한 패션을 선호.

4. 데이터의 도입-1

소설 쓰듯이 오직 상상력으로만 페르소나를 작성하면 안 된다. 반드시 데이터 기반으로 하여 현실성을 검증해야 한다.

4-1. 페르소나 설계에 필요한 데이터

4-1-1. 정성적 데이터
목적: 사용자의 감정, 행동 패턴, 목표 등을 심층적으로 이해.
예시:
  인터뷰: 사용자의 니즈, 고충(Pain Points), 목표에 대한 직접적인 대화.
  관찰 데이터: 사용자가 제품을 실제로 사용하는 모습 관찰.
  설문조사의 서술형 답변: 고객이 직접 작성한 피드백.

4-1-2. 정량적 데이터 
목적: 사용자 집단의 행동을 객관적으로 측정하고 추세를 파악.

예시:
  웹사이트 분석 데이터: 페이지뷰, 클릭률, 이탈률 등.
  소셜 미디어 데이터: 좋아요, 댓글, 공유 횟수 등.
  판매 데이터: 구매 빈도, 구매 제품 유형, 평균 구매 금액.
  설문조사의 객관식 답변: 고객의 응답 비율.

4-1-3. 인구통계학적 데이터 
목적:고객 집단의 기본적인 특성 파악.
예시:
  나이, 성별, 직업, 소득, 거주 지역.
  결혼 여부, 가족 구성, 학력 수준.

4-1-4.  심리학적 데이터 
목적: 고객의 가치관, 동기, 관심사 파악.
예시:
  라이프스타일: "시간 절약" 또는 "환경 보호"를 중요시하는지.
  동기: 구매를 결정하는 주요 요인 (가격, 품질, 브랜드 충성도).

4-1-5. 행동 데이터 
목적:고객의 구체적인 행동 패턴과 선호도 이해.
예시:
  사용 시간대: 제품이나 서비스를 주로 사용하는 시간.
  구매 경로: 모바일, 데스크톱, 오프라인 매장 등.
  사용자 여정 데이터(User Journey): 첫 방문에서 구매까지의 경로.

4-2. 데이터를 얻을 수 있는 곳

4-2-1. 1차 데이터

직접 수집한 데이터로 가장 신뢰도가 높음.

1. 사용자 인터뷰
   장점: 심층적인 정보 수집 가능.
   단점: 시간이 많이 소요되고 비용이 높음.

2. 설문조사
   Google Forms, Typeform 등을 사용해 질문 설계.
   정성적·정량적 데이터를 모두 수집 가능.

3. 사용자 테스트
   제품이나 프로토타입 사용 후 피드백을 수집.
   관찰을 통해 사용자의 실제 행동 이해.

4. 현장 관찰
   고객이 제품을 사용하는 맥락을 직접 관찰.
   예: 카페에서 노트북을 사용하는 모습.

4-2-2. 2차 데이터

다른 곳에서 이미 수집된 데이터를 활용.

1. 웹 분석 도구
   - Google Analytics: 웹사이트 트래픽, 이탈률, 전환율 분석.
   - Mixpanel: 사용자 행동과 상호작용 추적.

2. 소셜 미디어 플랫폼
   - 인스타그램, 페이스북, 트위터 데이터 분석.
   - 사용자 댓글, 해시태그, 트렌드 정보.

3. CRM(Customer Relationship Management) 데이터
   - Salesforce, HubSpot 등에서 고객 행동 및 구매 데이터를 분석.

4. 공공 데이터
   - 통계청, 정부 데이터 포털 등에서 제공되는 인구통계학적 데이터.

5. 시장 조사 보고서
   - Nielsen, Statista, IBISWorld 등에서 산업 트렌드와 고객 행동 데이터를 제공.

4-2-3. 기타 도구

설문조사 도구: Google Forms, SurveyMonkey, Typeform.
행동 분석 도구: Hotjar, Crazy Egg (히트맵 및 사용 패턴 분석).

4-3. 데이터를 사용할 때의 주의점

4-3-1. 데이터의 대표성

문제점: 수집한 데이터가 전체 고객을 대표하지 못할 경우, 왜곡된 페르소나를 만들 가능성.
해결책:
  다양한 채널에서 데이터를 수집해 고객 집단을 고르게 반영.
  샘플 크기를 충분히 확보해 통계적 신뢰도를 높임.

4-3-2. 데이터의 정확성

문제점:부정확하거나 오래된 데이터를 사용하면 페르소나가 현실과 괴리될 수 있음.
해결책:
  최신 데이터 사용.
  설문조사와 분석에서 응답의 편향을 최소화.

4-3-3. 개인정보 보호

문제점: 사용자 데이터를 수집할 때 개인정보를 침해할 위험.
해결책:
  GDPR(유럽 개인정보보호법)이나 CCPA(캘리포니아 소비자 보호법) 등 법적 규정을 준수.
  사용자의 명시적 동의(Opt-in)를 얻고, 데이터는 익명화 처리.

4-3-4. 편향된 해석

문제점: 데이터를 해석하는 과정에서 팀의 주관적 의견이 개입될 가능성.
해결책:
  객관적인 데이터 분석 도구를 사용해 패턴을 도출.
  다양한 팀원(디자이너, 마케터, 데이터 분석가 등)의 의견 반영.

4-3-5. 과도한 일반화

문제점: 데이터 분석 결과를 지나치게 일반화하면 특정 사용자 집단의 고충이 반영되지 않을 수 있음.
해결책:
  세분화된 고객군을 설정하고, 각 군에 맞는 페르소나 설계.
  페르소나를 여러 개 만들어 다양한 시나리오를 검토.

4-4. 요약

필요한 데이터: 정성적 데이터(인터뷰, 관찰), 정량적 데이터(분석 툴), 인구통계학적/심리학적/행동 데이터.
수집 방법: 사용자 인터뷰, 설문조사, 웹 분석 도구, 공공 데이터 활용.
주의점: 데이터의 대표성과 정확성을 유지하고, 개인정보 보호와 편향된 해석을 방지.

4'. 데이터의 도입-2 : 기획하기 전에 어떻게 제품의 고객에 대한 데이터를? 

4'-1. 기존 데이터 활용

4'-1-1. 시장 조사 및 산업 리포트

-활용 방법
관련 시장과 타겟 고객군에 대한 기존 리포트 활용.

(예: Nielsen, Statista, IBISWorld, 국내 시장 조사기관(KOTRA, 통계청) 데이터.)

-장점
빠르게 시장 상황과 고객 특성을 이해할 수 있음.
이미 검증된 데이터로 신뢰성 높음.

4'-1-2. 경쟁사 분석

-활용 방법

경쟁사의 타겟 고객군과 전략 분석.
경쟁사의 웹사이트, 소셜 미디어, 리뷰를 통해 고객 니즈와 불만 파악.

-분석 요소

고객 리뷰: 아마존, 네이버 쇼핑, 구글 플레이 리뷰 등.
SNS 활동: 해시태그, 댓글, 좋아요 등으로 고객 피드백 파악.
광고 타겟팅 방식: 경쟁사의 광고 메시지를 통해 타겟 인사이트 도출.

4'- 2. 간이 데이터 수집 

4'-2-1. 간단한 설문조사

-목적: 초기 잠재 고객의 기본적인 요구와 선호도를 파악.

-방법:
Google Forms, Typeform 등을 사용해 설문 작성.
소셜 미디어나 커뮤니티에 설문 링크 배포.
질문 예시:
현재 어떤 문제를 겪고 있나요?
어떤 유형의 제품/서비스를 선호하시나요?
구매 결정 시 가장 중요한 요소는 무엇인가요? (가격, 품질, 브랜드 등)

4'-2-2. 소셜 미디어 활용

-목적: 빠르게 시장의 트렌드와 초기 반응을 확인.

-방법:
페이스북, 인스타그램, 트위터 등에서 관련 키워드를 검색.
소셜 미디어에서 잠재 고객의 언급과 해시태그 분석.
간단한 질문을 올려 대중의 피드백받기.
예: "여러분은 [문제]를 어떻게 해결하고 계신가요?"

4'-2-3. 초기 프로토타입 피드백

-목적: 간단한 아이디어나 시제품에 대해 고객 반응을 얻음.

-방법:
클릭 가능한 목업(mockup)이나 서비스 콘셉트를 제공하고 피드백 요청.
사용자가 간단한 설문이나 테스트를 통해 의견을 남기게 함.
예: Figma, Adobe XD, Canva 등을 사용한 간단한 프로토타입.

4'- 3. 가설 기반 페르소나 생성

초기 단계에서는 완벽한 데이터를 얻을 수 없기 때문에 가설 기반 페르소나(Hypothesis-Driven Persona)를 설정한 후,

검증 과정을 거치는 방식으로 진행한다.
가설 검증은 인터뷰, 설문조사, 테스트를 통해 가설의 타당성을 검증한다.
그 후, 고객 피드백에 따라 페르소나를 지속적으로 업데이트한다.

4'- 4. 커뮤니티 및 소규모 테스트

4'-4-1. 관심 고객 그룹과 대화

-활용 방법:
관심 있는 잠재 고객이 있는 커뮤니티나 포럼 참여.
(예: 네이버 카페, Reddit, Facebook 그룹.)
질문을 던져 사용자가 겪고 있는 문제와 요구를 파악.

-효과: 고객의 진짜 고충(Pain Point)을 발견.

4'-4-2. 소규모 제품 테스트

-방법:
최소 기능 제품(MVP, Minimum Viable Product) 출시.
고객 반응과 초기 데이터를 통해 페르소나를 구체화.
(예: 랜딩 페이지 제작 후 간단한 설문조사를 통한 피드백 수집.)

-장점: 고객이 실제로 제품을 필요로 하는지 초기 검증 가능.

4'- 5. 데이터 확보 시 주의할 점

4'-5-1. 초기 데이터의 한계
초기에는 데이터가 제한적일 수 있으므로, 너무 확신을 가지지 말고 가설을 열어두는 태도가 필요하다.
여러 데이터 소스와 방법을 병행해 사용해야 한다.

4'-5-2. 고객의 숨겨진 니즈 파악
고객이 명시적으로 언급하지 않은 숨겨진 니즈(Implicit Needs)를 발견하는 것이 중요하다.

서브텍스트를 반드시 파악해야 한다. 

보통 데이터로 해결 가능하나, 초기에는 검증에 사용할만한 신뢰도 높은 데이터를 얻기가 어렵기 때문에 더욱 조심해야 한다.

예: "기능이 많아서 좋아요"라는 말 뒤에 "하지만 직관적이지 않아 불편" 같은 숨겨진 메시지 파악.

4'-5-3. 데이터 편향 주의
데이터가 특정 채널이나 특정 집단에만 치우치지 않도록 조정해야 한다.
다양한 소스(소셜 미디어, 설문조사, 관찰)를 활용하도록 하자.

4'-5-4. 개인정보 및 윤리적 문제
초기 고객 데이터 수집 시에도 개인정보 보호 규정(GDPR, CCPA)을 준수해야 한다.
데이터 수집에 대한 고객의 동의(Opt-in)를 반드시 받자.

5. 주의점

5-1. 과도한 일반화

잘못된 데이터나 편견에 기반한 페르소나는 오히려 비효율적인 결과를 초래할 수 있다.

5-2. 실제 데이터 부족

정성적 분석에만 의존하면 현실과 동떨어진 페르소나를 만들 위험이 있음. 페르소나가 실제 고객 데이터를 잘 반영하는지 주기적으로 점검하고 업데이트해야 한다.

5-3. 고정적 사용

페르소나는 시간이 지나면서 사용자 요구와 행동이 변할 수 있으므로 정기적으로 업데이트가 필요하다.

5-4. 지나치게 한정적인 타겟 설정

페르소나를 너무 구체적으로 정의하면 Bias가 크게 발생할 수 있다. 

따라서 다수의 페르소나를 만들고, 의사결정 시 페르소나를 통한 기준을 너무 엄격히 하지 않고 유연하게 한다.

5-5. 지나친 단순화

페르소나를 너무 단순화하거나 정형화된 양식에만 의존하면 사용자 다양성을 간과할 위험이 있다.

따라서 맥락과 행동을 중심으로 기술하는 것이 좋다.

예를 들면, "IT 직군" 대신, "매일 이메일을 통해 30건 이상의 프로젝트를 관리하며, 생산성 도구의 직관적인 UI를 중시"와 같이 아주 구체적으로 페르소나가 하는 행동들을 나열하는 것이 도움이 된다.

5-6. 내부(회사) 관점에 치우침

팀 내에서 편리하거나 회사의 목표에만 맞춘 페르소나를 만들 수가 있다.

이렇게 되면 실제 사용자의 요구를 반영하지 못한다.

따라서 페르소나 생성 과정에서 실제 사용자 인터뷰와 관찰을 포함해야 하고

가정을 했으면 검증을 해야 한다.

또한 실제 사용자 행동 데이터를 직접 보면서 만들어야 한다.

5-7. 페르소나 남용

모든 결정을 페르소나에만 의존하면, 창의적이고 유연한 사고를 잃을 수 있다. 페르소나는 설계와 의사결정을 지원하는 도구! 일 뿐이다.

모든 것을 결정짓는 절대 기준이 아닌 것이다.

시장 데이터, 트렌드 분석, 경쟁자들이 현재 어떻게 하고 있는 등등 다른 요소와 종합적으로 활용해야 한다.

5-8. 과도한 디테일

페르소나를 지나치게 상세하게 적는 경우가 있을 수 있다. 페르소나의 디테일은 제품 설계와 사용자 경험에 직접적인

영향을 미치는 정보에만 집중해야 한다. 즉, 페르소나가 겪는 문제와 요구에 초점을 맞추도록 하자.

5-9. 페르소나와 전체 시장과의 괴리

페르소나는 특정 유형의 고객에 집중하기 때문에, 전체 시장의 다양성을 고려하지 못할 수 있다. 따라서 데이터 분석을 통해 고객 segment를 나누고 페르소나가 특정 segment에 부합하는지 체크한다.

5-10. 핵심 : 구체화하되, 유연성을 잃지 말자.

6. 페르소나의 구성 요소

1) 인구통계학적 정보 : 나이, 성별, 직업, 소득 수준, 라이프 스타일, 선호도 등등

2) 행동패턴 : 온라인에서의 행동, 구매 여정, 의사 결정 방식

3) 목표 : 페르소나가 제품이나 서비스를 이용하여 문제 해결 혹은 달성하려는 목표 성취

4) Pain point : 페르소나가 겪는 문제 혹은 갖고 있는 목표

5) 심리적 특성 : 가치관, 동기, 선호도 등등

6) 

7. 페르소나의 활용

1) 제품 개발 : 어떤 기능이 필요한지, 어떤 문제가 해결되어야 하는지 소비자 입장에서 명확히 파악

2) 마케팅 전략 : 메시지와 채널을 소비자의 관점에서 선택.

3) UI/UX 디자인 : 사용자가 직관적으로 사용할 수 있는 인터페이스 설계.

8. 만드는 방법

다음 5개의 절차를 순서대로 진행해 보자.

8-1. 사용자 조사(데이터 수집)

-핵심 목표: 실제 사용자를 이해하기 위한 데이터를 수집

-방법:
직접 인터뷰: 사용자가 제품/서비스를 어떻게 사용하는지 묻기.
설문조사: 여러 사용자로부터 정량적 데이터를 얻기.
관찰: 사용자가 문제를 해결하거나 행동하는 방식을 관찰.
기존 데이터 분석: 웹 분석 도구나 CRM 데이터를 활용.

8-2. 핵심 사용자 그룹 정의

-핵심 목표: 사용자 집단을 나누고 우선순위 정하기

-방법:
세분화(Segmentation): 연령, 직업, 기술 수준, 구매 동기 등으로 사용자 그룹을 나누기.
핵심 그룹 선정: 모든 사용자를 대표하려 하지 말고, 제품 성공에 가장 큰 영향을 미칠 주요 고객층을 선택.

-예시: "자주 구매하는 충성 고객" vs. "한 번만 구매한 신규 고객."

8-3. 페르소나 작성

-핵심 목표: 구체적이고 현실감 있는 가상 인물 만들기

-포함해야 할 요소:

인구통계학적 정보: 나이, 성별, 직업, 소득 등.
행동 패턴: 제품을 사용하는 방식과 빈도.
목표와 동기: 사용자가 무엇을 이루고 싶어 하는지.
고충(Pain Points): 사용자가 겪는 주요 문제.

-예시:
이름: 김xx (32세, 남성)
직업: 스타트업 디자이너
목표: 효율적으로 디자인 작업을 관리하고 싶음.
고충: 기존 툴이 너무 복잡하고 직관적이지 않음.

8-4. 팀 내 공유와 활용

-핵심 목표: 모든 팀이 사용자 관점에서 일하게 만들기

-방법:
페르소나를 팀과 공유하여 공통된 사용자 모델로 활용.
디자인, 마케팅, 개발팀 모두 같은 방향으로 작업하도록 정렬.
팀 회의, 의사결정 시 "이 페르소나가 이 기능을 좋아할까?"라는 질문을 중심으로 논의.

8-5. 지속적 업데이트

-핵심 목표: 사용자 변화에 맞게 페르소나를 발전시키기

-방법:
주기적으로 사용자 데이터를 검토하고, 필요하면 페르소나를 업데이트.
새로운 제품 기능이나 시장 진입 시 페르소나를 재점검.

https://nusnu.tistory.com/89

https://nusnu.tistory.com/90

https://nusnu.tistory.com/91

https://nusnu.tistory.com/92