4장에서는 여러 가설을 생성하는 것의 중요성에 초점을 맞추었고, 집중할 가설을 평가하고 선택하는 방법도 보여드렸습니다. 이 장에서는 가설을 '디자인'하는 방법에 대해 집중적으로 논의하겠습니다. 이 장의 주요 내용을 살펴보기 전에 몇 가지 사항을 강조하고자 합니다.
먼저, 좁고 구체적인 솔루션으로 너무 빨리 뛰어들지 않는 것이 중요하다는 점을 다시 한 번 강조하고 싶습니다. 성급하게 조급한 솔루션으로 넘어가는 것은 디자인 과정에서 여러 번 겪었던 흔한 문제입니다. 가능한 한 빨리 문제에 뛰어들어 멋진 솔루션을 디자인하고 싶어 하는 것은 우리 모두의 자연스러운 경향입니다! 물론 이러한 경향은 프로젝트 일정에 쫓기면 더욱 심해집니다.
둘째, 이 책에서는 가설 생성과 가설 설계를 두 개의 장으로 분리했지만, 이 두 가지 활동은 종종 함께 진행됩니다.
3장에서 설명한 실험 프레임워크에 따라 이 장에서는 실행 단계( 그림 5-1의 대시로 표시됨)에 초점을 맞춥니다.
여기에서 사용자가 정의하고 선택한 가설을 실험의 핵심을 구성하는 테스트 셀로 제작할 수 있습니다.
디자인 실무에서는 실험을 통해 전통적인 제품 개발 프로세스에서는 너무 일찍 폐기할 수 있는 다양한 아이디어를 시험해 볼 수 있습니다. 많은 디자인 및 개발 프로세스에서 조급한 약속과 잠재력이 큰 아이디어의 부당한 폐기는 많은 문제를 야기합니다.
그림 5-1. 이 장에서는 실험의 실행 단계, 즉 A/B 테스트에서 시작할 가설 또는 가설에 대한 처리를 설계하는 데 중점을 둡니다.
실험의 목표는 한 가지 이상의 아이디어를 테스트하는 것이므로, 이제 실제 사용자가 어떻게 반응하는지 확인하기 위해 많은 아이디어와 여러 가지 가능한 솔루션을 제공할 수 있는 메커니즘을 갖추게 되었습니다. 그림 5-1에서 볼 수 있듯이 이러한 각 솔루션은 하나의 테스트 셀을 구성합니다.
"소수의 사용자를 대상으로 아이디어를 '테스트'하면 모든 사람에게 솔루션을 제공할 때처럼 '옳다'는 확신을 가질 필요가 없으므로 더 과감하고 폭넓은 디자인 솔루션을 시도할 수 있습니다. 실제로 서로 다른 다양한 솔루션을 테스트하는 것이 때로는 더 깊고 폭넓은 학습으로 이어질 수 있습니다.
데이터 인식 프레임워크는 해결하고자 하는 모든 문제 또는 사용자 행동과 설계한 솔루션의 영향을 훨씬 더 깊이 이해하고자 하는 영역에 적용할 수 있다고 믿습니다. 이는 매우 전술적이고 작은 것("이 페이지의 가장 효과적인 레이아웃은 무엇인가?")부터 훨씬 더 크고 전략적인 질문("자격을 갖춘 고객과 리텐션 간의 관계는 무엇인가?")에 이르기까지 다양할 수 있습니다.
데이터 작업을 해본 적이 없는 디자이너의 경우 데이터와 ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month, and much more.
