Download presentation
Presentation is loading. Please wait.
1
사용자 경험 측정 (Measuring User Experience)
9. Special Topics 숙명여자대학교 임순범
2
목차 9장. 특수한 주제 9.1 LIVE WEBSITE DATA 9.2 CARD-SORTING DATA
9.1.1 Server Logs 9.1.2 Click-Through Rates 9.1.3 Drop-Off Rates 9.1.4 A/B Tests 9.2 CARD-SORTING DATA 9.2.1 Analyses of Open Card-Sort Data 9.2.2 Analyses of Closed Card-Sort Data 9.2.3 Tree Testing 9.3 ACCESSIBILITY DATA 9.4 RETURN-ON-INVESTMENT DATA 9.5 SIX SIGMA
3
9.1 실시간 웹사이트 데이터 1) 서버 로그 방문자가 사이트에서 취하는 행동 파악 목적
초기 : 서버로 보내지는 리퀘스트 개수 보다 정확한 계산 방법 : page view, 혹은 visit 기본적인 웹 분석 기준 (Basic web analytics) Visitors : “new visitors” , 웹사이트 방문자 수 Visits : “sessions”, 웹사이트 접근 횟수, 복수 방문 가능 Page views : 개별 페이지 접근 횟수, 페이지 재 로드시에도 하나 증가 Landing page or entrance page : 웹사이트 방문 때 첫 페이지 Exit page : 웹사이트 떠날 때 마지막 페이지 Bounce rate : 웹사이트 방문시 하나의 페이지만 보고 떠나는 비율 Exit rate (for a page) : 웹사이트 떠날 때 마지막 페이지가 되는 비율 Conversion rate : 단순 방문에서 특정 행위를 하는 방문자로 변하는 비율
4
사례, 예제, 홈페이지 변경 후 (링크에 대한 설명 추가), 페이지 뷰 증가 계절별로 특정 페이지 뷰 숫자에 차이
Search bot 도 사이트 통계에 영향 : 뉴스나 이벤트 영향 예제, 2주간의 페이지 뷰 숫자 paired t-test로 분석
5
2) 클릭율(click-through rates)
링크의 효율성 측정 노출 대비 클릭한 방문자 비율 웹 광고의 효율성 측정, 어떤 링크에도 적용 가능 사례, 클릭율 차이가 있는지 분석 링크1 클릭율 : 1.4 = 145 / ( ) 링크2 클릭율 : 1.7 = 198 / ( ) => 차이 있는가? 카이제곱 검정 기대 빈도표 (expected frequency) 기대 빈도 : = (343 x 10434) / = (343 x 11368) / 21802 CHITEST p=0.037
6
3) 탈락율(drop-off rates) 사용성 문제 있는 곳 발견 목적 계정 생성, 구입 완료 등 프로세스
완료한 사용자 비율 => 각 페이지 별 탈락율
7
4) A/B Tests 두 개의 시안 비교 A/B/C tests 무작위로 A, B 할당 같은 시간에 서로 다른 버전 테스트
요령 작은 차이 측정 유의성 검증(significance test): 카이제곱 검정 Be agile 데이터를 신뢰 (특정인 신뢰 말고) A/B/C tests
8
9.2 카드 소팅 데이터 1980년대부터 두 가지 방법 메인프레임 OS 메뉴 구성 (튤리스, 1985)
최근, 웹사이트 정보구조 결정에 사용 실물 인덱스 카드 사용 => 온라인 가상 카드 사용 다양한 메트릭이 카드 소팅에 적용 가능 두 가지 방법 Open card-sorts : 참여자들 스스로 그룹 생성하며 카드 분류 Closed card-sorts : 참여자들에게 그룹 이름을 주고 카드를 분류
9
1) 오픈 카드 소팅 예제, 인지거리(perceived distance) 매트릭스
예, 참여자#1 크고 둥근: 사,오,복,토 작다: 딸,포,체,자 재미있다: 바,배 참여자#1 거리 행렬식 전체 거리 매트릭스 (유사성 매트릭스) 여러가지 방법으로 분석 계층적 군집 분석 다차원크기조정(MDS)
10
계층적 군집 분석(Hierarchical cluster analysis)
트리 다이어그램 작성 카드들이 ‘서로 결합하는‘ 지점 관찰 일찍 결합하는 카드가 더 유사도 높다 여러 알고리즘 가능: 그룹평균 이용 사례 => 장점 카드 구성 방법에 직접적 정보 제공 그룹핑 형성과정 예상 가능 파생된 그룹에 대한 적합도(goodness of fit)검사 참여자#1dml 적합도 7쌍 불일치 : 84% 일치 전체 일치 비율의 평균 => 파생된 그룹의 적합도
12
두 가지 모두 실행하면 유용 카드가 외톨이(outlier)되는 이유 적정 참여자 수
한 쪽에서 안보이는 것 다른 쪽에서 보일수도 카드가 외톨이(outlier)되는 이유 정말로 다른 그룹과 차이 두 개 이상 그룹에 속할 때 적정 참여자 수 변곡점 위치: 10~20 적정 인원수: 15명 정도
13
2) 닫힌 카드 소팅 분류 그룹 이름까지 제시 예제 기획안과 실험 결과가 얼마나 일치하는지 확인
각 그룹으로 분류한 참여자 비율 한 그룹으로 분류되는 경우 비율 높고, 여러 그룹에 나누어질때는 차이 적다
14
9.3 접근성 데이터 Accessibility, 접근성 사례, Neilson 2001
사용자 그룹 : 리딩 SW 사용, 확대 SW 사용, 일반 사용자 4가지 사용성 척도 적용 : 성공율, 시간, 에러, 주관적 평가
15
Web Accessibility Guideline
W3C, Web Contents Accessibility Guideline(WCAG) 3가지 범주 Priority 1: must satisfy 16 checkpoints priority 2: should satisfy 30 checkpoints priority 3: may address 19 checkpoints 페이지 내의 심각도로 분류 페이지당 에러 개수로 분류
16
9.4 투자 수익률 데이터 ROI (Return On Investment) 예제
사용성 개선과 연관된 비용 확인, 재정적 이익과 비교 예제 두 버전의 웹사이트 비교 10개 태스크 시간, 완료율, 자가기록 등 요약표 단위 시간당 태스크 완료율, 평균 시간, 효율성
17
ROI 계산 가정 설정 이후 연쇄 추론 증가된 수입계산 사용성 ROI 계산시 문제점
주 거주자 270만명 중 ¼이 최소 한달에 한번 웹사이트 사용 각 사용자가 79초를 절약하면, 매년 5300만초 (14,800시간) 절약 노동비용(주40시간)으로 환산하면 매달 7명의 일 절약 주 거주민의 평균 연봉은 14,700 달러 120만 달러의 연간 이익 증가된 수입계산 새로운 사이트 실패율 5%, 이전 사이트 28% 10만명 사용자가 최소 한달에 한번, 거래당 2달러 서비스 비용 지불 예상 23% 성공율 증가는 매년 55.2만 달러의 추가 이윤 발생 사용성 ROI 계산시 문제점 사용자가 회사 직원일 때 계산 용이 사용자가 고객인 경우 사용성 ROI 계산은 더 어렵다
18
9.5 Six Sigma
Similar presentations
