NHNAD UIUX lab의 매거진

텍스트 마이닝, 흩어진 사용자의 목소리를 찾아서

NHNAD UIUX lab

2018.10.03 20:03 조회수 3673
  • 2
  • 콘텐츠에 ‘좋아’해줘서 고마워요 -
    0
  • 나만의 큐레이션함 '서랍'에 영감이 추가되었습니다. 성장 +1 되었어요!

텍스트 마이닝, 흩어진 사용자의 목소리를 찾아서

  • 2
  • 콘텐츠에 ‘좋아’해줘서 고마워요 -
    0
  • 나만의 큐레이션함 '서랍'에 영감이 추가되었습니다. 성장 +1 되었어요!

빅데이터의 활용 범위가 지속적으로 커지는 요즘, 가지각색의 서비스 앞에 붙는 ‘데이터 기반’이라는 수식어가 더 이상 낯설지 않을 정도다. 하지만 데이터 수집, 처리, 분석 등의 과정에 포함된 복잡한 관련 기술로 인해 비전문가는 빅데이터를 이해하기 전에 지레 겁부터 먹기 쉽다. 물론 기술을 깊게 이해하는 것은 쉽지 않지만, 여러 서비스에서 분석된 데이터를 바탕으로 활용 가능성을 가늠해볼 수 있다. 

 

-

사람들의 생각이 담긴 텍스트

공공기관과 기업의 다양한 유관 부서에서 이미지, 영상, 텍스트와 같은 비정형 데이터를 분석하여 유의미한 정보를 얻으려는 시도가 활발하다. 특히 텍스트 데이터의 경우, 전세계 인터넷 사용자들이 실시간으로 쏟아내는 생각과 의견이 담겨 있다는 점에서 분야별 활용도가 매우 높다. 아직 기술적으로 완전하지 않은 텍스트 마이닝(Text mining)이지만, 사용자의 생각에 관심이 많은 UX 분야에서도 적용 가능성을 고민해 볼 가치가 있다.

 

-

소셜 모니터링 서비스로 살펴본 텍스트 마이닝 사례

텍스트 형태로 된 사람들의 언어는 이메일, 온라인 CS센터, 온라인 설문(개방형), 그리고 SNS를 비롯한 기타 웹사이트에서 수집된다.수집된 후 기반 기술로 의미 있게 정보화된 텍스트 데이터를 어떻게 활용할 수 있을까? 고객 경험(CX)을 다룬다는 측면에서 UX와 밀접한 마케팅 분야의 소셜 모니터링 서비스를 통해 대표 사례를 살펴볼 수 있다.

 

    

ⓒ brandwatch

   

 

ⓒ Mention, ⓒ Socialmention

 

위와 같은 소셜 모니터링 서비스는 각종 미디어의 텍스트를 분석하여 브랜드와 관련된 자료를 제공한다. 이는 마케팅 전략에 대한 인사이트 도출, 캠페인 성과 파악, 브랜드 위기 관리 등의 목적으로 활용된다.

 

①주제 및 키워드

문맥에서 주제를 파악하고 연관된 키워드를 도출하여 자사 혹은 타사에 대한 전반적인 이슈와 업계 트렌드에 대한 인사이트를 제공한다. 키워드는 언급된 비율을 보기 쉽게 그래프나 키워드 맵으로 시각화된다. 미리 지정한 키워드의 버즈량 추이를 볼 수도 있다.

 

②감성 분석

문맥에서 감성(주로 긍정,부정,중립)을 도출하여 자사 혹은 타사에 대한 여론을 보여준다. 

 

③실시간 추이

채널별, 기간별 브랜드 버즈량 추이를 확인할 수 있으며, 리스크가 감지될 때(주로 부정 감성이 포함된 여론이 급증할 때) 실시간으로 알림을 제공한다.

 

-

UX 디자인 프로세스에서 다수의 목소리가 필요한 순간

UX 디자인 프로세스는 상황에 따라 유연하게 바뀔 수 있지만, 보편적으로 문제 발견, 문제 정의, 아이디어 도출, 디자인 검증 및 수정 단계가 반복된다. 각 단계별로 여러 리서치 방법들이 존재하는데, 조직과 프로젝트의 특성에 맞게 복합적으로 사용할 수 있다. 중요한 점은 UX 리서치를 진행할 때 이해관계자, 전문가, 사용자 등 사람들의 이야기를 듣거나 관찰하는 과정이 많다는 것이다. 이는 다양한 관점에서 문제를 파악하고, 근거 있는 해결책을 찾기 위함이다.

 

 

ⓒ NNgroup - 가장 자주 사용되는 UX 리서치 방법

 

UX 디자인 프로세스에서도 다수의 목소리가 필요한 순간에 텍스트 마이닝을 적용해 볼 수 있는 여지가 있다.

 

1. 기본적인 조사 관점을 만들 때

현재 상황을 파악하기 위해 사용하는 방법으로 관련 문헌을 탐색하는 데스크 리서치(desk research)가 있다. 데스크 리서치는 대상을 바라보는 관점을 정리하기 위해 수행되며, 이를 통해 더욱 심층적인 조사를 설계할 수 있다. 그런데 과거에 접한 적 없는 새로운 도메인의 경우, 정보를 검색하는 시점부터 어떤 키워드로 어디까지 찾을지 몰라 막막할 때가 있다. 이 때 뉴스, 블로그, SNS 등의 소셜 미디어 텍스트에서 추출된 연관 키워드를 분석하여 심층 조사의 기초 자료로 쓸 수 있다. 또한 타 분야의 전문가와 협업하거나 커뮤니케이션 해야 하는 상황에서 미리 용어를 숙지하는 용도로 활용 가능하다. 전문가 수준의 지식은 아니더라도 해당 도메인을 빠르게 파악할 수 있기 때문이다. 중요 키워드 중심으로 자사와 타사의 제품/서비스 포지셔닝 맵을 그리고, 디자인 전략을 세울 때 힌트를 얻을 수도 있을 것이다.

 

 

ⓒ 티버즈 - 소형 SUV 연관어 분석

 

2. 사용자의 언어로부터 아이디어를 발산할 때

다양한 문제 해결에 앞서 사용자의 입장에 공감하기 위한 리서치 방법들이 사용된다. 인터뷰나 관찰 기법 등의 방법으로 사용자들의  특징, 제품/서비스 사용 행태, 니즈를 이해하게 되는 것이다. 사용자에 대한 이해를 바탕으로 아이디어를 내는 과정에서 사용자의 상황별 감정과 의도가 포함된 서비스 여정 맵(Customer Journey map)이나 퍼소나(Persona)를 도출하는 워크샵이 도움이 될 때가 많다. 이 때 사용자가 실제 제품/서비스에 대한 의견을 표현할 때 쓰는 풍부한 언어를 사용하여 감정이입을 해 본다면 아이디어 확산에 도움이 될 것이다. 

 

 

ⓒ brandwatch - SNS 사용자 의견과 추출된 키워드 예시

 

3. 제품/서비스에 대한 사용자들의 반응을 수시로 체크할 때

제품/서비스 개발 중, 출시 전, 출시 후 기업은 다양한 방법으로 디자인을 테스트하고 개선점을 찾는다. 새로운 아이디어를 도출하여 기능을 추가하기도 한다. 이와 같은 Iterative 디자인 과정에서 사용자들의 피드백을 얻기 위해 설문 조사나 사용성 평가, 심층 인터뷰 등의 방법이 활용된다. 그런데 시간과 비용 문제로 다수 사용자를 모집하거나 자주 실행할 수 없는 경우가 많다. 이 때 생기는 간극을 메우기 위해 사용자의 자발적인 피드백을 분석하는 방법이 존재한다. 만족감이나 불만을 표출하기 위한 리뷰 공간, 개선사항을 요구하는 CS 센터나 이메일 등, 온라인에서 사용자와 만날 수 있는 접점이 많을 수록 텍스트 마이닝 기술이 유용할 것으로 예상된다.

 

 

  
App Store 사용자 리뷰 발췌

 

 

다수의 사용자 의견에서 인사이트를 얻을 수 있다고 판단한 SAP Concur Labs에서는 사용자 리뷰를 분석하기 위한 툴을 개발했다. 이 툴은 리뷰에서 자동적으로 주제어를 추출하고 감성을 분석하여 사용자들이 가장 좋아한 기능과 좌절한 기능을 분석한다. Medium의 Azimo Labs 역시 수천개에 달하는 사용자 의견을 분류하고 분석하기 위하여 텍스트 마이닝 기술을 활용한 인프라를 구축했다. 이를 통해 이메일, 웹과 앱 메시지, 소셜 미디어, 리뷰 공간에 공유된 사용자 의견을 수집하고 감성을 분석하여 긍정, 부정, 중립, 그리고 긍정과 부정이 모두 포함된 복합 의견으로 나눌 수 있었다. 또한 핵심 키워드를 추출하고 주제에 따라 그룹핑함으로써 시시각각 쌓이는 사용자들의 피드백을 더 빠르게, 효율적으로 분석 가능해졌다고 한다. 

   

 

 
Google Cloud NL API - 텍스트 카테고리 및 감성 분석 예시

 

 

-

사용자의 목소리는 어디에나 있다.

각종 온라인 커뮤니티와 플랫폼의 발전으로 기업과 사용자 간, 사용자와 사용자 간 접점이 매우 다양해졌다. 기업과 사용자 간의 전통적 접점인 콜센터 또한 사용자의 피드백을 텍스트화하여 적극적으로 활용하기 위해 변모중이다. 이에 따라 사용자를 직접 만나기 힘든 조직도 온라인에서 다수의 사용자 의견을 접할 수 있게 되었다. 사용자에 대한 공감이 전체 구성원의 공통 미션으로 대두된 시점에서, 다양한 채널에 흩어진 사용자들의 목소리를 듣고 제품과 서비스를 발전시킬 수 있기를 기대해 본다.

 

  • #UI UX
  • #NHNAD UIUX lab

유사 카테고리의 인기 콘텐츠