[디자인부트캠프] DAY 27 | UX 리서치 케이스

디자인부트캠프

[디자인부트캠프] DAY 27 | UX 리서치 케이스

Hana’s UX Journey 2025. 3. 10. 11:24

UX 리서치 케이스

오늘의 내용은 교육을 위해 실제 사례 기반 + UX 리서치 프레임워크에 맞춰 논리적으로 재구성한 내용입니다.

목차

Duolingo: 학습 지속률을 높이기 위한 UX 개선

Starbucks: 모바일 주문 앱의 UX 최적화

Uber: 드라이버 경험 개선을 위한 UX 리서치

ZARA: 온라인 쇼핑 UX 최적화

LinkedIn: 프로필 작성률 향상을 위한 UX 리서치

Duolingo UX 개선 사례

Duolingo: 학습 지속률을 높이기 위한 UX 개선

📍 배경 및 문제점

Duolingo는 ‘무료 외국어 학습 앱’으로 유명하지만,
사용자들이 학습을 꾸준히 유지하는 비율이 낮아지는 문제를 발견.
일주일 이상 지속적으로 학습하는 사용자가 50% 이하였음.

📍 UX 리서치 방법

✅ 사용자 행동 데이터 분석 (Quantitative Research)

학습을 중단한 사용자들의 패턴을 분석.
사용자가 언제 이탈하는지 데이터 트래킹.

✅ 사용자 인터뷰 (Qualitative Research)

학습을 지속하는 사용자와 중단한 사용자 비교 분석.
‘왜 학습을 멈췄나요?’라는 질문을 중심으로 인터뷰 진행.

📍 주요 발견 인사이트

사용자가 학습을 지속하지 않는 가장 큰 이유는 ‘동기 부족’.
학습 진행률을 쉽게 확인할 수 없는 UI 구조가 지속성을 낮춤.
목표 설정 기능이 있지만, 사용자가 적극적으로 활용하지 않음.

📍 UX 개선 및 결과

학습 지속성을 높이기 위해 ‘연속 학습(스트릭, Streak) 시스템’ 도입.
사용자가 쉽게 목표를 설정하고 유지할 수 있도록 ‘목표 리마인더 기능’ 추가.
이후 7일 이상 학습 지속률이 55% → 70%로 증가!

Starbucks UX 개선 사례

Starbucks: 모바일 주문 앱의 UX 최적화

📍 배경 및 문제점

Starbucks는 모바일 앱을 통해 주문을 받을 수 있도록 했지만,
사용자가 결제까지 도달하지 않고 이탈하는 비율이 높음.
특히, 신규 사용자들이 앱을 처음 사용할 때 주문 프로세스를 어렵게 느낀다는 피드백이 많았음.

📍 UX 리서치 방법

✅ 사용성 테스트 (Usability Testing)

신규 사용자들을 대상으로 실제 앱을 사용해 주문 과정을 관찰.
사용자가 어느 단계에서 가장 오래 머무르는지 분석.

✅ 히트맵 분석 (Heatmap Analysis)

사용자가 화면에서 가장 많이 클릭하는 부분과,
혼란을 느끼는 요소를 분석.

📍 주요 발견 인사이트

신규 사용자가 메뉴를 선택하는 과정이 너무 복잡해서 쉽게 포기함.
결제 단계에서 할인/리워드 정보가 잘 보이지 않음, 사용자들은 리워드 포인트 사용 방법을 찾지 못함.
주문 확인 페이지에서 버튼 크기가 작아, 사용자가 실수로 취소하는 경우 발생.

📍 UX 개선 및 결과

메뉴를 더 직관적으로 탐색할 수 있도록 카테고리 필터 추가.
결제 화면에서 리워드 포인트 사용 옵션을 더 강조.
버튼 크기를 키우고 결제 전 최종 확인 화면 추가.
✔ 주문 완료율 25% 증가!

Uber UX 개선사례

Uber: 드라이버 경험 개선을 위한 UX 리서치

📍 배경 및 문제점

Uber는 승객 경험뿐만 아니라 드라이버(기사) 경험도 중요한 서비스임.
드라이버들이 특정 지역에서 콜을 받지 않는 현상이 발생함.
일부 드라이버들이 ‘앱 사용이 불편하다’는 피드백을 제공했지만,
구체적인 문제를 명확하게 파악하기 어려웠음.

📍 UX 리서치 방법

✅ 맥락적 탐구 (Contextual Inquiry)

실제 드라이버와 동승하여, 앱을 사용하면서 겪는 문제를 실시간 관찰.
사용자가 앱을 어떻게 조작하는지, 어떤 정보를 찾기 어려워하는지 분석.

✅ 설문조사 및 데이터 분석

드라이버 대상 설문조사를 진행하여 가장 불편한 점을 조사.
GPS 경로 데이터 분석을 통해, 특정 지역에서 콜을 피하는 패턴이 있는지 확인.

📍 주요 발견 인사이트

드라이버들은 특정 지역에서 콜을 받지 않는 이유가 지역이 위험하다고 생각해서였음.
실시간 수익 현황을 확인하는 UI가 불편하여, 일정 금액 이상 벌었을 때 운행을 중단하는 경향이 있음.
GPS가 약한 지역에서 위치 추적이 정확하지 않아, 드라이버들이 불만을 느낌.

📍 UX 개선 및 결과

특정 지역에서 드라이버에게 실시간 안전 정보 제공.
실시간 수익 목표 기능을 추가하여, 드라이버가 원하는 목표에 맞춰 운행할 수 있도록 지원.
GPS 신호가 약한 지역에서는 수동으로 위치를 보정할 수 있는 기능 추가.
✔ 드라이버 만족도 30% 상승, 특정 지역에서의 운행 증가!

ZARA UX 개선사례

ZARA: 온라인 쇼핑 UX 최적화

📍 배경 및 문제점

ZARA는 오프라인 매장에서 강한 브랜드였지만,
온라인 쇼핑몰 UX가 복잡하여 사용자 만족도가 낮음.
특히, 사용자가 제품을 장바구니에 담고도 결제를 하지 않는 경우가 많음.

📍 UX 리서치 방법

✅ 사용성 테스트 + A/B 테스트

실제 사용자를 대상으로 제품을 검색하고 결제하는 과정 테스트.
버튼 배치, 이미지 크기, 장바구니 UI 등을 실험.

✅ 페르소나(Persona) 리서치

사용자를 그룹별로 나누어(예: "트렌드 쇼핑족", "할인 구매자") 각 그룹의 쇼핑 패턴을 분석.

📍 주요 발견 인사이트

사용자가 사이즈 선택에 어려움을 겪음, 사이즈 가이드가 명확하지 않음.
할인 상품을 구매하는 사용자는 장바구니를 ‘저장 공간’처럼 사용하는 경우가 많음.
모바일 사용자가 결제하는 과정에서 버튼이 잘 보이지 않는 문제 발생.

📍 UX 개선 및 결과

AI 기반 사이즈 추천 기능 추가 → 사용자가 쉽게 사이즈 선택 가능.
‘찜 목록(Wishlist)’ 기능 추가 → 할인 구매자들을 위한 장바구니 대체 기능 제공.
모바일 결제 UI 최적화 → 버튼 크기를 키우고, 결제 프로세스 간소화.
✔ 모바일 결제 전환율 22% 증가!

LinkedIn UX 개선사례

LinkedIn: 프로필 작성률 향상을 위한 UX 리서치

📍 배경 및 문제점

LinkedIn은 사용자가 완벽한 프로필을 작성할수록 더 많은 네트워킹 기회를 얻을 수 있음.
하지만 많은 사용자가 프로필을 부분적으로 작성하고 멈춰버리는 문제가 발생.

📍 UX 리서치 방법

✅ 사용자 인터뷰 (Qualitative Research)

프로필을 끝까지 작성하지 않은 사용자 대상으로 인터뷰 진행.
작성 중단 이유를 탐색.

✅ 사용성 테스트 (Usability Testing)

사용자가 프로필을 작성하는 과정을 관찰하여 어려움을 겪는 부분 분석.

📍 주요 발견 인사이트

사용자가 ‘경력 설명’ 작성에서 무엇을 써야 할지 몰라서 중단하는 경우가 많음.
프로필 작성 단계가 길어질수록 지루함과 피로감을 느낌.
프로필 완성률이 높은 사용자는 추천 네트워크 수가 많아질수록 동기부여됨.

📍 UX 개선 및 결과

프로필 작성 시 자동 추천 문구 제공 (예: ‘당신의 직군에서 일반적으로 사용되는 소개 예시’).
프로필 완성률을 시각적으로 보여주어 동기부여 강화.
‘추천 네트워크’ 기능을 추가하여, 프로필이 완성될수록 더 많은 네트워킹 기회 제공.
✔ 프로필 작성 완료율 18% 증가!

Airbnb Experiences UX 개선사례

Airbnb Experiences: 체험 예약 기능 UX 개선

📍 배경 및 문제점

Airbnb는 숙박 외에도 ‘현지 체험(Experiences)’을 제공하지만,
사용자가 체험을 예약하는 비율이 낮았음.
체험 목록을 보고 흥미를 느끼지만, 결제까지 가지 않는 경우가 많음.

📍 UX 리서치 방법

✅ 사용자 행동 데이터 분석 (Quantitative Research)

체험 목록 페이지에서 사용자가 머무는 시간과 이탈율 분석.

✅ 사용자 인터뷰 (Qualitative Research)

체험을 클릭하고도 예약하지 않은 사용자 대상으로 인터뷰 진행.

📍 주요 발견 인사이트

사용자는 체험이 ‘재미있을 것 같다’고 생각하지만, 시간과 가격을 확신하지 못해 망설임.
체험 세부 페이지에서 제공되는 사진과 설명이 부족하여, 기대감을 높이지 못함.
결제 단계에서 취소 정책이 명확하지 않아 불안감 형성.

📍 UX 개선 및 결과

예약 전에 체험 일정을 미리 확인할 수 있도록 캘린더 UI 추가.
체험 페이지에 참여 후기와 실제 체험 사진을 강조하여 신뢰도 상승.
취소 정책을 명확히 표시하고, 유연한 환불 옵션 제공.
✔ 체험 예약률 20% 증가!

Slack UX 개선사례

Slack: 초보 사용자의 온보딩 개선

📍 배경 및 문제점

Slack은 팀 협업을 위한 강력한 기능을 제공하지만,
초보 사용자가 처음 가입했을 때 ‘어디서부터 시작해야 할지’ 몰라 혼란스러워함.
많은 사용자가 기본적인 설정을 완료하지 않고 이탈.

📍 UX 리서치 방법

✅ 신규 사용자 행동 데이터 분석

가입 후 24시간 내에 어떤 기능을 가장 먼저 사용하는지 분석.
초반에 활동이 적은 사용자가 이탈할 가능성이 높은지 확인.

✅ 사용성 테스트 (Usability Testing)

신규 사용자가 Slack을 처음 접할 때의 경험을 관찰.

📍 주요 발견 인사이트

사용자가 ‘채널 개념’을 이해하지 못해서, 팀원들과 어떻게 시작해야 할지 모름.
메시지를 보내고 싶은데, 어떤 채널에서 대화해야 할지 모호함.
가입 후 가이드를 읽지 않고 바로 닫아버리는 경우가 많음.

📍 UX 개선 및 결과

첫 로그인 시 ‘가상 채널(Chatbot)’을 생성하여 사용자가 직접 기능을 테스트할 수 있도록 유도.
“첫 메시지 보내기” 버튼을 더 강조하여, 사용자가 빠르게 액션을 취할 수 있도록 개선.
온보딩 가이드를 짧고 직관적으로 변경하여, 사용자가 쉽게 따라할 수 있도록 개선.
✔ 가입 후 24시간 내 첫 메시지 전송률 30% 증가!

TikTok UX 개선사례

TikTok: 영상 추천 알고리즘 UX 리서치

📍 배경 및 문제점

TikTok의 핵심 기능은 사용자 맞춤형 콘텐츠 추천.
하지만 일부 사용자는 추천 알고리즘이 내 취향과 맞지 않는 콘텐츠를 보여준다고 불만을 제기.

📍 UX 리서치 방법

✅ A/B 테스트 (Quantitative Research)

추천 알고리즘을 조정하여, 어떤 방식이 사용자 참여도를 더 높이는지 비교 실험.

✅ 사용자 인터뷰 (Qualitative Research)

‘왜 이 콘텐츠가 나에게 추천되었는지’에 대한 사용자 인식 조사.

📍 주요 발견 인사이트

사용자는 추천 콘텐츠가 왜 나오는지 이해하지 못하면 신뢰도가 낮아짐.
다양한 주제를 원하지만, 특정 유형의 콘텐츠만 반복적으로 제공될 경우 불만 발생.
사용자가 보고 싶은 콘텐츠를 직접 조정할 수 있는 기능이 필요함.

📍 UX 개선 및 결과

‘이 콘텐츠를 추천하는 이유’ 설명을 추가하여 투명성 강화.
추천 콘텐츠를 조정할 수 있는 “관심 있는 주제” 선택 기능 추가.
특정 주제의 콘텐츠를 원치 않으면 필터링할 수 있도록 옵션 제공.
✔ 사용자 만족도 28% 증가!

Apple UX 개선사례

Apple: Face ID 사용성 개선

📍 배경 및 문제점

Apple의 Face ID는 강력한 보안 기능이지만,
초기 사용자들이 마스크 착용 시 인식이 잘 안된다는 문제를 보고함.

Apple: Face ID 사용성 개선

📍 UX 리서치 방법

✅ 사용자 행동 분석 (Quantitative Research)

Face ID 실패율 데이터를 분석하여, 어떤 환경에서 오류가 가장 많이 발생하는지 확인.

✅ 사용자 인터뷰 (Qualitative Research)

Face ID 인식이 잘 되지 않는 사용자 대상으로 설문 조사 및 피드백 수집.

📍 주요 발견 인사이트

사용자가 마스크를 착용할 경우 Face ID 인식률이 크게 감소.
특정 조명 환경(예: 역광)에서 인식 정확도가 떨어짐.
일부 사용자는 Face ID를 사용할 수 없어, 결국 비밀번호 입력을 선호함.

📍 UX 개선 및 결과

마스크 착용 상태에서도 인식할 수 있도록 Face ID 알고리즘 개선.
Face ID 실패 시, 더 빠르게 비밀번호 입력 화면으로 전환.
사용자 환경(예: 조명)에 따라 인식 속도를 최적화하는 업데이트 진행.
✔ Face ID 성공률 35% 향상!

✅ 실제 기반 사례

Airbnb의 예약 UX 개선: 실제로 결제 단계에서 사용자 신뢰도를 높이기 위해 개선한 사례가 있음.
Netflix의 추천 시스템 개선: A/B 테스트와 사용자 피드백을 바탕으로 알고리즘을 지속적으로 개선하고 있음.
Slack의 초보 사용자 온보딩 개선: 신규 사용자들의 초기 적응 문제를 해결하기 위해 온보딩 프로세스를 최적화한 사례 존재.
Face ID의 마스크 인식 문제 해결(Apple): 팬데믹 동안 iOS 업데이트를 통해 Face ID가 마스크를 착용한 상태에서도 인식할 수 있도록 개선됨.