데이터 분석을 극대화하는 고객 인터뷰 만들기

데이터 분석을 극대화하는 고객 인터뷰 만들기

안녕하세요 도다팀 그로스 마케터 권성일입니다.

어릴적 학교에서 많이 쓰던 표현으로 ‘정보의 홍수’라는 말이 있었습니다. 컴퓨터와 인터넷이 대중화되고 전 세계 사람들이 온라인 세상에서 활동하기 시작하면서 기존에는 없었던 수많은 정보들이 쏟아지게 되었다는 거죠.

이제 우리 주변을 돌아보면 더 이상 우리는 정보의 홍수를 바라보고만 있지 않습니다. 유튜브를 틀면 어젯밤에 봤던 동영상을 기반으로 끊임없이 콘텐츠를 추천해줍니다. 오늘 점심에 갔던 카페에 대한 평가를 나도 모르는 사이에 요청하기도 하고 좋아하는 스포츠팀의 경기 결과를 자동으로 띄워주기도 합니다. 바야흐로 정보의 홍수를 넘어서 ‘정보의 우주’ 속에 우리는 들어와있습니다.

고객 정보 역시 마찬가지입니다. 우리는 온라인으로 만나는 모든 고객의 모든 행동을 수집하고 있습니다. 어떤 사람이 어떤 행동을 했고, 무엇을 할 것이며 어떤 상품을 좋아할지 데이터에 기반한 알고리즘이 자동으로 알려줍니다. 그리고 이 지점에서 데이터의 함정에 빠지게 됩니다.

데이터는 마법 지팡이가 아니다

데이터는 기본적으로 크게 두 가지로 나뉩니다. 하나씩 수치나 기호를 통해 측정하고 셀 수 있는 정량적 데이터, 그리고 언어나 문자를 통해 ‘말로 설명’ 해야 하는 정성적 데이터가 그것이죠. 빅데이터의 시대에 걸맞게 많은 조직은 정량적 데이터 수집에 많은 노력을 기울이고 있습니다. ‘데이터 드리븐 팀’이라는 말이 상용화된 것처럼, 정량적 데이터와 분석을 통한 업무 자동화가 모든 것을 해결해 줄 것처럼 생각합니다.

그런데 정량적 데이터는 고객이 행동하는 이유를 알려주지 않습니다. 고객들이 어떤 행동을 했는지 알려주긴 하지만 본질적으로 이 사람들이 왜 이런 행동을 하는지는 알 수 없습니다. 정량적 데이터만 집중하게 되면 그 조직은 우리가 고객을 잘 알고 있다는 착각에 빠지게 됩니다. 쉽게 관찰할 수 있는 숫자에만 매몰되어 고객의 니즈를 파악해야 한다는 진리를 잊고 스스로의 사고 속에 갇히게 되는 거죠.

또 정량적 데이터로 유의미한 분석이 진행되기 위해서는 충분한 모수가 쌓여야 합니다. 고객의 수가 적은 스타트업이나 소규모 기업의 경우 모수 자체를 충족하지 못할 수도 있고, 만약 모수가 쌓인다고 해도 시간이 너무 오래 지난 나머지 변화한 시장의 상황을 반영하지 못할 수도 있습니다.

데이터는 강력합니다. 하지만 마법 주문처럼 모든 것을 해결해주지는 않습니다. 정량적 데이터의 힘을 제대로 끌어내기 위해서는 정성적인 데이터를 수집함으로써 데이터의 빈틈을 채워나가야 합니다. 이를 위해 우리는 정성적 데이터 수집을 위해 직접 고객과 만남으로써 고객의 실제 목소리와 생각을 알 수 있는 창구를 마련해야 합니다.

생각보다 어려운 고객 인터뷰

그런데 막상 고객과 인터뷰를 시작하려고 하면 생각보다 번거로운 일들이 많습니다. 많은 회사들은 서베이 업체를 비롯한 세컨드 파티 데이터를 이용한 조사 업체에게 고객 조사를 의뢰하기도 하죠. 하지만 현실적으로 서비스에 도움이 될 만큼 타겟팅이 된 대상에게 설문을 의뢰하면 수 천만 원에 달하는 비용이 청구되는 경우가 많습니다. 담당자 한두 명이 원하는 시점마다 주기적으로 실행하기에는 너무 비싼 값을 치룰 수 밖에 없습니다.

많은 경우에는 그래서 최대한 비용을 낮추고 넓은 타깃을 대상으로 폭넓은 설문을 진행합니다. 그런데 이 경우 내가 원하는 대상에게 내가 원하는 답변을 얻을 수 있는 확률이 줄어듭니다. 오히려 설문 독려를 위해서 상품이라도 걸었다가는 이벤트를 노리는 체리피커들의 희생양이 되는 경우를 심심치 않게 볼 수 있습니다.

제대로 된 고객 인터뷰를 진행하기 위해서는 고객 인터뷰 구성 과정을 꼭 이해하고 직접 만들어낼 수 있어야 합니다. 물론 어느 정도 복잡하지만 이 과정만 이해한다면 이후에는 주기적으로 고객 인터뷰를 실행할 수 있는 프로세스를 구축하면서 많은 비용을 아낄 수 있습니다.

고객 인터뷰 질문을 만드는 방법

무엇이 문제인지 결정하기

고객 인터뷰를 진행하기 위한 가장 첫걸음은 지금 처해있는 가장 중요한 비지니스 문제를 ( key business question) 정의하는데서 출발합니다. 현재 우리의 서비스나 사업이 마주하고 있는 있는 가장 중요한 문제나 현상이 무엇인지 파악하는 거죠. 가장 중요한 문제가 무엇인지 ‘현상’을 규정짓는 과정이기 때문에 이때 정량적인 데이터 분석을 통해 다양한 문제들을 리스트업 할 수 있습니다.

예를 들어서 A라는 쇼핑몰을 운영한다고 생각해봅시다. 데이터를 놓고 보면 A 쇼핑몰의 핵심 질문이 무엇이 되어야 할지 다양하게 고민해 볼 수 있습니다. A 사의 데이터를 분석하면 경쟁사에 비해서 유입 수가 적다는 것을 문제로 생각할 수 있습니다. 또 둘째로는 리텐션이 너무 낮다는 점도 문제가 될 수 있고, 마지막으로는 A사에서 제공하는 상세 페이지의 구매 전환율이 낮다는 것도 문제가 될 수 있습니다.

때문에 우리는 데이터 분석을 통해 여러 가지 상황 중 우리가 가장 시급하고 중요하게 해결해야 할 문제를 선택해야 합니다. 만약 비지니스 문제가 정의되지 않으면 고객에게 물어보고 싶었던 다양한 주제들을 산발적으로 얕게 질문하게 되면서 의미 있는 인사이트를 얻기 어렵습니다. 또 현실적으로 정해진 리소스의 한계를 감안해보면 우선순위를 정하는 작업이 필수적입니다.

비지니스 문제를 정하고 나게 되면 인터뷰를 진행할 수 있는 대상이 대략적으로 정해집니다. 만약 객단가를 올리고자 한다면 높은 금액대의 상품을 산 고객과 낮은 금액대의 상품을 구매한 고객을 대조군으로 설정해서 각각 대상이 해당 상품을 구매한 이유에 대해 인터뷰를 진행할 수 있고, 이탈율이 높은 것이 문제라면 구매한 후 이탈한 고객을 대상으로 설문을 진행할 수 있습니다.

세부적으로 어떤 고객을 인터뷰 대상으로 정할지는 정량적인 데이터를 통해서 조금 더 세분화할 수 있습니다. 같은 이탈 고객이라고 할지라도 스크롤이나 버튼 클릭처럼 특정 행동을 한 대상이나, 7월에 가입한 고객 등 특정 세그먼트에 속해있는 사람들을 선별해서 조금 더 뜻깊은 인사이트를 얻을 수 있는 거죠.

고객에게 물어볼 질문 정하기

어떤 현상에 대해서 어떤 고객을 대상으로 물어보고 싶은지 정했다면 이제 어떤 방식으로 질문을 던질지 고민해야 합니다. 이 과정은 리서치 질문과 인터뷰 질문을 구체화하면서 이루어집니다.

비지니스 문제를 고객에게 바로 물어보지 않는 이유는 대부분의 고객들이 본인이 사용하는 서비스에 대해서 깊게 고민하지 않기 때문입니다. 예를 들어 넷플릭스에서 갑자기 인터뷰 요청이 와서 ‘최근 리텐션이 떨어지고 있는데 왜일까요?’라고 물어보면 대부분의 고객은 표면적인 이야기만 할 수 있을 겁니다.

이처럼 복잡하고 어려운 질문을 던질수록 고객들은 질문자의 의도와는 다르게 틀에 박히고 단편적인 내용의 답변밖에 할 수 없고 자연스럽게 의미 있는 인터뷰를 진행하기 어렵습니다.

때문에 우리는 리서치 질문과 인터뷰 질문을 구체화 함으로써  ‘우리가 해결해야 하는 문제’를 토대로 ‘우리가 리서치를 통해서 알아내야 할 것’을 정리한 뒤에 이를 고객이 이해할 수 있도록 ‘고객의 입장에서 실제로 이해할 수 있는 질문’을 만들어내야 합니다.

비지니스 문제 : 우리가 해결해야 하는 현상과 문제

리서치 질문 : 우리가 리서치를 통해 알아내야 할 것

인터뷰 질문 : 고객의 입장에서 실제로 이해할 수 있는 질문

예를 들어서 ‘상세 페이지에서 고객의 구매 전환율이 지나치게 낮다’라는 비지니스 문제가 있다면 다음과 같이 리서치- 인터뷰 질문으로 발전시켜 나갈 수 있습니다

image

비지니스 문제 - 리서치 질문 - 인터뷰 질문 예시

비지니스 문제를 파악할 때와 마찬가지로 이 모든 과정에서 정량적 데이터 역시 같이 고려되어야 합니다. 데이터를 확인함으로써 사용자들의 행동 경향을 파악하고 질문해야 하는 내용과 질문하지 않아도 될 내용을 구분해서 최대한 의미 있는 인사이트를 얻을 수 있도록 구성합니다.

질문 배치하기

이렇게 질문들을 구성했다면 마지막으로는 질문을 상황에 맞게 배치해야 합니다. 이때 가장 고전적이면서 많이 사용되는 기법은 깔때기 기법입니다. 즉 앞쪽에는 응답자가 쉽고 가볍게 응답하면서 긴장을 풀 수 있을만한 질문들을 배치하고, 그 이후에는 인터뷰를 담당하는 사람이 원하는 심화 질문을 뒤쪽에 이야기하는 방식이죠. 하지만 이때에도 고객에게 특정 답변을 유도할 수 있을만하지는 않은지 고민해야 합니다.

이 과정까지 거치게 되면 기본적인 인터뷰 설문지가 완성되는데 마지막으로 인터뷰를 하는 고객의 특성에 맞춰 일부 어휘를 변경한다던가 혹은 고객의 특정 행동에 대해서 추가로 조사가 이루어진다면 더욱 몰입감 있는 인터뷰 진행이 가능합니다. 이제 인터뷰 지를 만들었으면 인터뷰를 직접 진행해봐야겠죠. 이 내용은 다음 콘텐츠로 인사드리겠습니다.

그럼 우리는 고객 인터뷰를 어디에서 만들 수 있을까요?

좋은 고객 인터뷰를 만들기 위해서는 다음 요소들을 고려해야 합니다.

응답자 편하게 응답하고 싶게 만드는 UI

직관적인 요소를 담아낼 수 있는 디자인

개별 데이터를 확인을 할 수 있는 애널리틱스 기능

도다툴은 고객 친화적인 UI를 통해 통해 설문 완료율을 큰 폭으로 개선함으로써 설문 응답 경험을 혁신적으로 개선해나가고 있습니다. 게임처럼 고객이 직접 응답하고 싶은 설문지로 고객의 진심을 직접 만나보세요