SlideShare a Scribd company logo
1 of 16
Download to read offline
A Study on User 
Perception of Web 
Service Menu Categories 
-전통적 카드 소팅 기법을 활용하여 
+ HCI Korea’ 14 
-Sun Lee, HeeJeong Son, HyoJung Kim 
/지현수 
x 2014 Autumn
“ 포털 서비스의 하위 메뉴 카테고리에 관한 
사용자 인식 연구 ” 
-전통적 카드 소팅 기법을 활용하여 
이선, 손희정, 김효정
Authors 
NHN UX Lab 
NHN에 사용자 중심 서비스 개발 철학 및 방법론을 전파하고, 
사용자에게 일관되고 만족스러운 경험을 제공하기 위한 개선 및 관리의 역할을 수행하며 
사용자 경험 리서치와 핵심 경험 요소와 UX 디자인 활동을 통해 서비스 품질 향상을 도모함.
Author Keywords 
User Research IA Card Sorting 
Menu Categories 
Web Portal Service Naver
Index 
결론 
Abstract 
연구방법 
사용자 조사 및 데이터 수집 
데이터 분석 
연구결과 
서비스 항목 분류 기준 
서비스 항목의 맥락적 이해 
서론
Abstract 
윈도우 PC 의 바탕화면 아이콘을 재배열하거나, 
스마트폰 바탕화면에 일정 기준으로 어플리케이션을 분류하는 행동은 
본질적으로 탐색 중 정보 처리 비용을 최소화하려는 기대에서 비롯됨. 
웹 서비스의 하위 메뉴를 탐색하는 과업에 있어 
사용자의 정보 처리 부담을 최소화할 수 있는 
정보 디자인 요소 및 사용자 관점의 
웹 서비스 분류 모델을 발견하고자 함에 목적 
• 윈도우의 아이콘 배열과 스마트폰의 어플리케이션 분류 
포털 서비스의 메뉴 목록 역시 
사용자의 정보 처리 부담을 최소화하는 원칙이 요구되는 화면
Abstract 
1. 45 명의 사용자들을 직접 만나 
전통적인 카드 소팅 기법과 인터뷰를 진행한 결과 
2. 사용자들의 서비스 메뉴 탐색 행동은 
계층적 모델보다 유사성과 맥락적 인식에 의존하는 경향이 있음을 확인 
3. 사용자가 평소 사용 맥락에 근거하여 인식하고 있는 
서비스 카테고리 모델을 도출 
• 전통적인 카드 소팅 기법과 인터뷰를 진행 • 연구 방법 
• 서비스 카테고리 모델을 도출
Introduction 
• 포털 서비스에서 제공하는 하위 메뉴는 목록이 길고 범위가 넓어, 사용자의 정보 탐색 시간이 길어지거나 
개별 서비스 항목의 인지에 대한 부담이 커질 수 있다. 
• 모바일 화면은 스크롤이나 페이징 없이 인지할 수 있는 목록의 범위가 한정되어 있어, 메뉴의 효율적인 
구조화와 배치에 대한 기대가 높다. 
• 사용자의 메뉴 탐색 비용을 최소화할 수 있는 정보 디자인 방향을 도출하고자, 사용자 관점에서의 서비스 
분류 기준 및 서비스 유형에 대한 사용자 인지 모델 분석을 시도 하였다.
연구방법. 사용자 조사 및 데이터 수집 
카드 소팅 기법 
• 메뉴 구조에 관한 문제 해결 과정에서 가장 많이 채택되는 기법. 
- 일반적으로는 온라인 솔루션이 전통적 방식보다 빠르고 쉬운 것으로 알려져 있으나, 본 연구에서는 사용자를 직접 
대면하고 관찰하는 전통적인 방법을 택함. 
- 온라인 카드 소팅을 사용한다면 표준화된 실험 연구 및 정량적 분석 시 유용하다는 이점이 있으나, 
- 본 연구는 개별 항목 및 그룹에 대한 사용자의 인식을 반영하여, 맥락적, 정성적 분석을 시도하고자 하는 목적
연구방법. 사용자 조사 및 데이터 수집 
하위 메뉴 목록 
• 연구대상은 네이버 모바일에서 제공하는 콘텐츠 및 하위 서비스 목록 
- 이들 69개 하위 메뉴 목록을 카드로 제시 
- 사용자에게는 모바일 앱 또는 웹 내의 ‘전체서비스’에서 특정 서비스를 탐색, 발견하는 과업을 가정하도록 함. 
• 네이버 웹에서의 서비스 전체보기 • 네이버 모바일에서의 서비스
연구방법. 사용자 조사 및 데이터 수집 
사용자 인터뷰 
• 크게 세 단계로 이루어짐. 
작업 전 사용자 카드 소팅 작업 작업 후 
정황 설명 
속성에 따른 
카드 분류 
그룹 별 
명칭 부여 
그룹 
순서 배열 
분류 및 배열 
기준에 관한 
인터뷰 
• 카드 소팅 과정에서 참여자에게 분류의 기준이나 개수 등의 가이드를 전혀 제공하지 않음 
- 2명의 사용자를 동시에 진행했지만 카드 분류 작업은 서로 의견을 나누지 않고 각자 진행함. 
- 총 45명으로부터 데이터를 얻어, 일반적으로 30개 이상의 샘플 수집 시 얻게되는 95%이상의 신뢰도를 얻음.
연구방법. 데이터 분석 
Affinity 분석 실행 
• 사용자가 생성한 그룹을 사용자 인식과 맥락을 기준으로 검증하는 방법을 시도함. 
- 사용자의 카드 소팅 작업 결과를 가지고 Affinity 분석을 시행하여 공통적으로 
관찰되는 그룹을 도출함. 
- 사용자가 부여한 명칭이 다르더라도 그룹의 성격 및 패턴이 동일하게 5회 이상 
발견되는 경우 유의미한 그룹으로 정의 
- 각 그룹은 구성 항목과 패턴이 유사하더라도 사용맥락에 따라 2~3개의 유형으로 
해석될 수 있어 총 21개의 그룹을 검증함. 
- 사용자 인터뷰 데이터를 기반으로, 각 사용자가 정의한 그룹이 맥락 상 어느 세부 
그룹에 속하는지 해석한 후, 개별 항목의 그룹핑 값으로 데이터화 함. 
전체 사용자의 데이터를 보았을 때, 
각 항목이 어느 세부 그룹으로 정의되는 것이 사용자 인식에 가장 가까운지를 분석함.
연구결과. 서비스 항목 분류 기준 
사용자들의 카테고리화 
• 95% 이상의 사용자들이 테마 또는 주제(미디어, 교통, 엔터테인먼트 등)를 카테고리 분류의 기준으로 삼음. 
- 이러한 기준은 사용자들이 스마트폰 홈화면에서 폴더를 만들고 아이콘을 재배치하는 경험에서 영향을 받았을 것. 
- 사용자들은 평균 8.3개 (최소 5, 최대 14개)의 카테고리를 만들었음. 
• 사용자들은 특정 서비스 항목을 찾을 때, 하위 항목들을 둘러보며 유사성을 기준으로 탐색하는 것에 익숙함. 
- 이는, 상위 그룹의 명칭을 우선 해석하여 하위 항목을 찾는 단계적 탐색과는 다른 방법임. 
- 유사한 항목을 쉽게 인지할 수 있도록 구성한 레이아웃과 구조가 탐색의 효율성을 높일 수 있을 것. 
- 또한 ‘필요 없는 항목을 어떻게 빠르게 배제할 수 있는가’ 하는 점을 중요한 요소로 인식하고 있음.
연구결과. 서비스 항목의 맥락적 이해 
Affinity 분석 결과 
• 9개의 상위 그룹과 21개의 하위 그룹이 도출됨. 
- 21개의 하위 그룹은 각 서비스에 대한 사용자의 평소 사용 맥락에 
기반한 인식을 보여줌 
- ‘블로그’ 서비스가 누군가에게는 커뮤니티 서비스로 분류되고, 누군가에게는 
통합검색 결과 중 유용한 콘텐츠 유형의 하나로 분류될 수 있으며, 누군가에겐 
구독하여 소비하는 피드 콘텐츠의 일종으로 인식될 수 있음. 
- 통합검색 결과일 경우 블로그가 ‘지식 iN’, ‘카페’ 등의 항목과 묶이는 것이 직관적이다. 
- 피드콘텐츠일 경우 블로그가 ‘뉴스’, ‘증권’ 등의 항목과 묶이는 것이 직관적일 것이다. 
• ‘커뮤니케이션 도구’, ‘커뮤니티’와 같은 서비스의 ‘내재적 성격’을 
기준으로 한 분류보다, 사용자의 주관적 인식과 맥락적 해석에 대한 분류가 
사용자의 인지 부담을 줄이고 정보 처리 효율성을 높이는 기준이 될 수 있음. 
서비스 항목 사용자 관점의 분류 사용자 관점의 유사 콘텐츠 
블로그 
1. 개인 -> 소셜/커뮤니티 미투, 메일, 쪽지, 카페 등 
2. 네이버 대표 서비스 지식 iN, 카페, 웹툰 등 
3. 통합검색 카페, 지식인, 영화 등 
4. 개인 -> 관심 구독 뉴스, 날씨, 증권 등 
날씨 
1. 개인 -> 관심 구독 뉴스, 부동산, 캐스트 등 
2. 정보 -> 일반 생활 정보 지도, 쿠폰, 부동산 등 
3. 지도 -> 지역 정보 교통, 윙스푼, 윙버스 등 
영화 
1. 쇼핑 -> 결제/구매 N 스토어, 책 등 
2. 엔터테인먼트 뮤직, 영화, TV 캐스트 등 
3. 통합 검색 블로그, 카페, 지식인 등 
4. 생활 -> 여가 취미 자동차, 윙스푼, 레시피 등 
윙스푼 
(맛집) 
1. 생활 -> 여가 취미 자동차, 레시피, 영화 등 
2. 지도 -> 지역 정보 지도, 교통, 날씨, 윙버스 등
Conclusion 
• 포털 서비스에서 제공하는 70여개 서비스 목록에서 특정 서비스를 찾아내는 일은 사용자에게 인지 부담이 큰 
과업이다. 
• 사용자 과업의 효율성을 높일 수 있는 메뉴 분류의 기준과 함께, 모바일 콘텐츠와 서비스 메뉴에 대한 사용자의 
인식이 맥락에 따라 달라지는 유형을 파악할 수 있었음. 
• 모바일 화면에서의 메뉴 구조 및 정보 디자인 요소가 PC와 차별화되어야 할 점이 무엇인지에 대한 논의도 진행 
될 수 있을 것.
Thank You

More Related Content

Viewers also liked

Exercise repetition detection for resistance training based on smartphones
Exercise repetition detection for resistance training based on smartphonesExercise repetition detection for resistance training based on smartphones
Exercise repetition detection for resistance training based on smartphonesWookjae Maeng
 
SNU UX Lab 패턴랭귀지 (The origin of Pattern Language)
SNU UX Lab 패턴랭귀지 (The origin of Pattern Language)SNU UX Lab 패턴랭귀지 (The origin of Pattern Language)
SNU UX Lab 패턴랭귀지 (The origin of Pattern Language)Hyun-Soo Ji
 
Swivrchair- a motorized swivel chair to nudge users’ orientation for 360 degr...
Swivrchair- a motorized swivel chair to nudge users’ orientation for 360 degr...Swivrchair- a motorized swivel chair to nudge users’ orientation for 360 degr...
Swivrchair- a motorized swivel chair to nudge users’ orientation for 360 degr...Slava Han
 
Eye-Wearable Technology for Machine Maintenance: Effects of Display Position ...
Eye-Wearable Technology for Machine Maintenance: Effects of Display Position ...Eye-Wearable Technology for Machine Maintenance: Effects of Display Position ...
Eye-Wearable Technology for Machine Maintenance: Effects of Display Position ...Slava Han
 
The Augmented Climbing Wall: High-Exertion Proximity Interaction on a Wall-Si...
The Augmented Climbing Wall: High-Exertion Proximity Interaction on a Wall-Si...The Augmented Climbing Wall: High-Exertion Proximity Interaction on a Wall-Si...
The Augmented Climbing Wall: High-Exertion Proximity Interaction on a Wall-Si...A-juAn
 
SNU UX Lab) Exploring Memory in Email Refinding
SNU UX Lab) Exploring Memory in Email RefindingSNU UX Lab) Exploring Memory in Email Refinding
SNU UX Lab) Exploring Memory in Email RefindingHyun-Soo Ji
 
사용성 평가의 계보
사용성 평가의 계보사용성 평가의 계보
사용성 평가의 계보Slava Han
 
Positioning Glass: Investigating Display Positions of Monocular Optical See-T...
Positioning Glass: Investigating Display Positions of Monocular Optical See-T...Positioning Glass: Investigating Display Positions of Monocular Optical See-T...
Positioning Glass: Investigating Display Positions of Monocular Optical See-T...Slava Han
 
Mobile shopping behaviour
Mobile shopping behaviourMobile shopping behaviour
Mobile shopping behaviourHyunjin Yoo
 
RecoFit: Using a Wearable Sensor to Find, Recognize, and Count Repetitive Exe...
RecoFit: Using a Wearable Sensor to Find, Recognize, and Count Repetitive Exe...RecoFit: Using a Wearable Sensor to Find, Recognize, and Count Repetitive Exe...
RecoFit: Using a Wearable Sensor to Find, Recognize, and Count Repetitive Exe...Wookjae Maeng
 
Unsupervised Clickstream Clustering for User Behavior Analysis CHI2016
Unsupervised Clickstream Clustering for User Behavior Analysis CHI2016Unsupervised Clickstream Clustering for User Behavior Analysis CHI2016
Unsupervised Clickstream Clustering for User Behavior Analysis CHI2016Hyunjeong Lee
 
Contextual Aspects of Typical Viewing Situations - Vanattenhoven, Geerts
Contextual Aspects of Typical Viewing Situations - Vanattenhoven, GeertsContextual Aspects of Typical Viewing Situations - Vanattenhoven, Geerts
Contextual Aspects of Typical Viewing Situations - Vanattenhoven, GeertsMinjoon Kim
 
Ai voice shock 2017 리뷰
Ai voice shock 2017 리뷰Ai voice shock 2017 리뷰
Ai voice shock 2017 리뷰Slava Han
 
The IoTivity Project - Linux Foundation Collaborative Projects & Open Interco...
The IoTivity Project - Linux Foundation Collaborative Projects & Open Interco...The IoTivity Project - Linux Foundation Collaborative Projects & Open Interco...
The IoTivity Project - Linux Foundation Collaborative Projects & Open Interco...Minjoon Kim
 

Viewers also liked (15)

Exercise repetition detection for resistance training based on smartphones
Exercise repetition detection for resistance training based on smartphonesExercise repetition detection for resistance training based on smartphones
Exercise repetition detection for resistance training based on smartphones
 
SNU UX Lab 패턴랭귀지 (The origin of Pattern Language)
SNU UX Lab 패턴랭귀지 (The origin of Pattern Language)SNU UX Lab 패턴랭귀지 (The origin of Pattern Language)
SNU UX Lab 패턴랭귀지 (The origin of Pattern Language)
 
Swivrchair- a motorized swivel chair to nudge users’ orientation for 360 degr...
Swivrchair- a motorized swivel chair to nudge users’ orientation for 360 degr...Swivrchair- a motorized swivel chair to nudge users’ orientation for 360 degr...
Swivrchair- a motorized swivel chair to nudge users’ orientation for 360 degr...
 
Eye-Wearable Technology for Machine Maintenance: Effects of Display Position ...
Eye-Wearable Technology for Machine Maintenance: Effects of Display Position ...Eye-Wearable Technology for Machine Maintenance: Effects of Display Position ...
Eye-Wearable Technology for Machine Maintenance: Effects of Display Position ...
 
The Augmented Climbing Wall: High-Exertion Proximity Interaction on a Wall-Si...
The Augmented Climbing Wall: High-Exertion Proximity Interaction on a Wall-Si...The Augmented Climbing Wall: High-Exertion Proximity Interaction on a Wall-Si...
The Augmented Climbing Wall: High-Exertion Proximity Interaction on a Wall-Si...
 
SNU UX Lab) Exploring Memory in Email Refinding
SNU UX Lab) Exploring Memory in Email RefindingSNU UX Lab) Exploring Memory in Email Refinding
SNU UX Lab) Exploring Memory in Email Refinding
 
사용성 평가의 계보
사용성 평가의 계보사용성 평가의 계보
사용성 평가의 계보
 
Positioning Glass: Investigating Display Positions of Monocular Optical See-T...
Positioning Glass: Investigating Display Positions of Monocular Optical See-T...Positioning Glass: Investigating Display Positions of Monocular Optical See-T...
Positioning Glass: Investigating Display Positions of Monocular Optical See-T...
 
Mobile shopping behaviour
Mobile shopping behaviourMobile shopping behaviour
Mobile shopping behaviour
 
RecoFit: Using a Wearable Sensor to Find, Recognize, and Count Repetitive Exe...
RecoFit: Using a Wearable Sensor to Find, Recognize, and Count Repetitive Exe...RecoFit: Using a Wearable Sensor to Find, Recognize, and Count Repetitive Exe...
RecoFit: Using a Wearable Sensor to Find, Recognize, and Count Repetitive Exe...
 
MuscleMemory
MuscleMemoryMuscleMemory
MuscleMemory
 
Unsupervised Clickstream Clustering for User Behavior Analysis CHI2016
Unsupervised Clickstream Clustering for User Behavior Analysis CHI2016Unsupervised Clickstream Clustering for User Behavior Analysis CHI2016
Unsupervised Clickstream Clustering for User Behavior Analysis CHI2016
 
Contextual Aspects of Typical Viewing Situations - Vanattenhoven, Geerts
Contextual Aspects of Typical Viewing Situations - Vanattenhoven, GeertsContextual Aspects of Typical Viewing Situations - Vanattenhoven, Geerts
Contextual Aspects of Typical Viewing Situations - Vanattenhoven, Geerts
 
Ai voice shock 2017 리뷰
Ai voice shock 2017 리뷰Ai voice shock 2017 리뷰
Ai voice shock 2017 리뷰
 
The IoTivity Project - Linux Foundation Collaborative Projects & Open Interco...
The IoTivity Project - Linux Foundation Collaborative Projects & Open Interco...The IoTivity Project - Linux Foundation Collaborative Projects & Open Interco...
The IoTivity Project - Linux Foundation Collaborative Projects & Open Interco...
 

Similar to SNU UX Lab Meeting - 포털 서비스의 하위 메뉴 카테고리에 관한 
사용자 인식 연구 (141128)

2016 국민디자인단 - ‘통계’ 하면 통계청 ‘KOSIS!’, 내가 필요한 정보는 꼭 집어주네 !
2016 국민디자인단 - ‘통계’ 하면 통계청 ‘KOSIS!’, 내가 필요한 정보는 꼭 집어주네 !2016 국민디자인단 - ‘통계’ 하면 통계청 ‘KOSIS!’, 내가 필요한 정보는 꼭 집어주네 !
2016 국민디자인단 - ‘통계’ 하면 통계청 ‘KOSIS!’, 내가 필요한 정보는 꼭 집어주네 !한국디자인진흥원 공공서비스디자인PD
 
차량용 1mm 서비스 사용자 조사 최종보고서[1].060125.ver 0.952
차량용 1mm 서비스 사용자 조사 최종보고서[1].060125.ver 0.952차량용 1mm 서비스 사용자 조사 최종보고서[1].060125.ver 0.952
차량용 1mm 서비스 사용자 조사 최종보고서[1].060125.ver 0.952JongHo Lee
 
Comparing Non-Visual and Visual Information Foraging on the Web
Comparing Non-Visual and Visual Information Foraging on the WebComparing Non-Visual and Visual Information Foraging on the Web
Comparing Non-Visual and Visual Information Foraging on the WebSodamKim14
 
8th.Lecture.Step3.Analysis.pdf
8th.Lecture.Step3.Analysis.pdf8th.Lecture.Step3.Analysis.pdf
8th.Lecture.Step3.Analysis.pdfJeongeun Kwon
 
Understanding Affective Experiences With Conversational Agents.pdf
Understanding Affective Experiences With Conversational Agents.pdfUnderstanding Affective Experiences With Conversational Agents.pdf
Understanding Affective Experiences With Conversational Agents.pdfJisuRyou
 
Recommendation System History
Recommendation System HistoryRecommendation System History
Recommendation System HistoryTae Young Lee
 
[Msd06]mapping
[Msd06]mapping[Msd06]mapping
[Msd06]mappingJY LEE
 
11th.Lecture.Step3.AnalysisUX.Modeling.pdf
11th.Lecture.Step3.AnalysisUX.Modeling.pdf11th.Lecture.Step3.AnalysisUX.Modeling.pdf
11th.Lecture.Step3.AnalysisUX.Modeling.pdfJeongeun Kwon
 
UX디자인_기획서.pdf
UX디자인_기획서.pdfUX디자인_기획서.pdf
UX디자인_기획서.pdfvvvovovvv93
 
8th.Lecture.Step3.Analysis.pdf
8th.Lecture.Step3.Analysis.pdf8th.Lecture.Step3.Analysis.pdf
8th.Lecture.Step3.Analysis.pdfJeongeun Kwon
 
전혀 새로운 방법의 데이터 탐색 - 김민수 (Tableau)
전혀 새로운 방법의 데이터 탐색 - 김민수 (Tableau)전혀 새로운 방법의 데이터 탐색 - 김민수 (Tableau)
전혀 새로운 방법의 데이터 탐색 - 김민수 (Tableau)Yan So
 
통신서비스 온라인 채널 UX 디자인 사례 by rightbrain
통신서비스 온라인 채널 UX 디자인 사례 by rightbrain통신서비스 온라인 채널 UX 디자인 사례 by rightbrain
통신서비스 온라인 채널 UX 디자인 사례 by rightbrainRightbrain UX1 Consulting group
 
조사방법론_130529
조사방법론_130529조사방법론_130529
조사방법론_130529Hyesung Lee
 
Social Analytics 소개 (SDEC 오프모임 세미나)
Social Analytics 소개 (SDEC 오프모임 세미나)Social Analytics 소개 (SDEC 오프모임 세미나)
Social Analytics 소개 (SDEC 오프모임 세미나)NAVER D2
 

Similar to SNU UX Lab Meeting - 포털 서비스의 하위 메뉴 카테고리에 관한 
사용자 인식 연구 (141128) (20)

2016 국민디자인단 - ‘통계’ 하면 통계청 ‘KOSIS!’, 내가 필요한 정보는 꼭 집어주네 !
2016 국민디자인단 - ‘통계’ 하면 통계청 ‘KOSIS!’, 내가 필요한 정보는 꼭 집어주네 !2016 국민디자인단 - ‘통계’ 하면 통계청 ‘KOSIS!’, 내가 필요한 정보는 꼭 집어주네 !
2016 국민디자인단 - ‘통계’ 하면 통계청 ‘KOSIS!’, 내가 필요한 정보는 꼭 집어주네 !
 
차량용 1mm 서비스 사용자 조사 최종보고서[1].060125.ver 0.952
차량용 1mm 서비스 사용자 조사 최종보고서[1].060125.ver 0.952차량용 1mm 서비스 사용자 조사 최종보고서[1].060125.ver 0.952
차량용 1mm 서비스 사용자 조사 최종보고서[1].060125.ver 0.952
 
Comparing Non-Visual and Visual Information Foraging on the Web
Comparing Non-Visual and Visual Information Foraging on the WebComparing Non-Visual and Visual Information Foraging on the Web
Comparing Non-Visual and Visual Information Foraging on the Web
 
8th.Lecture.Step3.Analysis.pdf
8th.Lecture.Step3.Analysis.pdf8th.Lecture.Step3.Analysis.pdf
8th.Lecture.Step3.Analysis.pdf
 
Understanding Affective Experiences With Conversational Agents.pdf
Understanding Affective Experiences With Conversational Agents.pdfUnderstanding Affective Experiences With Conversational Agents.pdf
Understanding Affective Experiences With Conversational Agents.pdf
 
Research method
Research methodResearch method
Research method
 
Recommendation System History
Recommendation System HistoryRecommendation System History
Recommendation System History
 
[Msd06]mapping
[Msd06]mapping[Msd06]mapping
[Msd06]mapping
 
11th.Lecture.Step3.AnalysisUX.Modeling.pdf
11th.Lecture.Step3.AnalysisUX.Modeling.pdf11th.Lecture.Step3.AnalysisUX.Modeling.pdf
11th.Lecture.Step3.AnalysisUX.Modeling.pdf
 
UX디자인_기획서.pdf
UX디자인_기획서.pdfUX디자인_기획서.pdf
UX디자인_기획서.pdf
 
Information Architecture
Information ArchitectureInformation Architecture
Information Architecture
 
8th.Lecture.Step3.Analysis.pdf
8th.Lecture.Step3.Analysis.pdf8th.Lecture.Step3.Analysis.pdf
8th.Lecture.Step3.Analysis.pdf
 
전혀 새로운 방법의 데이터 탐색 - 김민수 (Tableau)
전혀 새로운 방법의 데이터 탐색 - 김민수 (Tableau)전혀 새로운 방법의 데이터 탐색 - 김민수 (Tableau)
전혀 새로운 방법의 데이터 탐색 - 김민수 (Tableau)
 
2017 국민디자인단 운영매뉴얼
2017 국민디자인단 운영매뉴얼2017 국민디자인단 운영매뉴얼
2017 국민디자인단 운영매뉴얼
 
국민디자인단 운영툴킷 통합본 (ppt)
국민디자인단 운영툴킷 통합본 (ppt)국민디자인단 운영툴킷 통합본 (ppt)
국민디자인단 운영툴킷 통합본 (ppt)
 
통신서비스 온라인 채널 UX 디자인 사례 by rightbrain
통신서비스 온라인 채널 UX 디자인 사례 by rightbrain통신서비스 온라인 채널 UX 디자인 사례 by rightbrain
통신서비스 온라인 채널 UX 디자인 사례 by rightbrain
 
주거지분석맵 서비스 - 통계청 국민디자인단
주거지분석맵 서비스 - 통계청 국민디자인단주거지분석맵 서비스 - 통계청 국민디자인단
주거지분석맵 서비스 - 통계청 국민디자인단
 
조사방법론_130529
조사방법론_130529조사방법론_130529
조사방법론_130529
 
Social Analytics 소개 (SDEC 오프모임 세미나)
Social Analytics 소개 (SDEC 오프모임 세미나)Social Analytics 소개 (SDEC 오프모임 세미나)
Social Analytics 소개 (SDEC 오프모임 세미나)
 
2018년 국민디자인단 매뉴얼
2018년 국민디자인단 매뉴얼2018년 국민디자인단 매뉴얼
2018년 국민디자인단 매뉴얼
 

SNU UX Lab Meeting - 포털 서비스의 하위 메뉴 카테고리에 관한 
사용자 인식 연구 (141128)

  • 1. A Study on User Perception of Web Service Menu Categories -전통적 카드 소팅 기법을 활용하여 + HCI Korea’ 14 -Sun Lee, HeeJeong Son, HyoJung Kim /지현수 x 2014 Autumn
  • 2. “ 포털 서비스의 하위 메뉴 카테고리에 관한 사용자 인식 연구 ” -전통적 카드 소팅 기법을 활용하여 이선, 손희정, 김효정
  • 3. Authors NHN UX Lab NHN에 사용자 중심 서비스 개발 철학 및 방법론을 전파하고, 사용자에게 일관되고 만족스러운 경험을 제공하기 위한 개선 및 관리의 역할을 수행하며 사용자 경험 리서치와 핵심 경험 요소와 UX 디자인 활동을 통해 서비스 품질 향상을 도모함.
  • 4. Author Keywords User Research IA Card Sorting Menu Categories Web Portal Service Naver
  • 5. Index 결론 Abstract 연구방법 사용자 조사 및 데이터 수집 데이터 분석 연구결과 서비스 항목 분류 기준 서비스 항목의 맥락적 이해 서론
  • 6. Abstract 윈도우 PC 의 바탕화면 아이콘을 재배열하거나, 스마트폰 바탕화면에 일정 기준으로 어플리케이션을 분류하는 행동은 본질적으로 탐색 중 정보 처리 비용을 최소화하려는 기대에서 비롯됨. 웹 서비스의 하위 메뉴를 탐색하는 과업에 있어 사용자의 정보 처리 부담을 최소화할 수 있는 정보 디자인 요소 및 사용자 관점의 웹 서비스 분류 모델을 발견하고자 함에 목적 • 윈도우의 아이콘 배열과 스마트폰의 어플리케이션 분류 포털 서비스의 메뉴 목록 역시 사용자의 정보 처리 부담을 최소화하는 원칙이 요구되는 화면
  • 7. Abstract 1. 45 명의 사용자들을 직접 만나 전통적인 카드 소팅 기법과 인터뷰를 진행한 결과 2. 사용자들의 서비스 메뉴 탐색 행동은 계층적 모델보다 유사성과 맥락적 인식에 의존하는 경향이 있음을 확인 3. 사용자가 평소 사용 맥락에 근거하여 인식하고 있는 서비스 카테고리 모델을 도출 • 전통적인 카드 소팅 기법과 인터뷰를 진행 • 연구 방법 • 서비스 카테고리 모델을 도출
  • 8. Introduction • 포털 서비스에서 제공하는 하위 메뉴는 목록이 길고 범위가 넓어, 사용자의 정보 탐색 시간이 길어지거나 개별 서비스 항목의 인지에 대한 부담이 커질 수 있다. • 모바일 화면은 스크롤이나 페이징 없이 인지할 수 있는 목록의 범위가 한정되어 있어, 메뉴의 효율적인 구조화와 배치에 대한 기대가 높다. • 사용자의 메뉴 탐색 비용을 최소화할 수 있는 정보 디자인 방향을 도출하고자, 사용자 관점에서의 서비스 분류 기준 및 서비스 유형에 대한 사용자 인지 모델 분석을 시도 하였다.
  • 9. 연구방법. 사용자 조사 및 데이터 수집 카드 소팅 기법 • 메뉴 구조에 관한 문제 해결 과정에서 가장 많이 채택되는 기법. - 일반적으로는 온라인 솔루션이 전통적 방식보다 빠르고 쉬운 것으로 알려져 있으나, 본 연구에서는 사용자를 직접 대면하고 관찰하는 전통적인 방법을 택함. - 온라인 카드 소팅을 사용한다면 표준화된 실험 연구 및 정량적 분석 시 유용하다는 이점이 있으나, - 본 연구는 개별 항목 및 그룹에 대한 사용자의 인식을 반영하여, 맥락적, 정성적 분석을 시도하고자 하는 목적
  • 10. 연구방법. 사용자 조사 및 데이터 수집 하위 메뉴 목록 • 연구대상은 네이버 모바일에서 제공하는 콘텐츠 및 하위 서비스 목록 - 이들 69개 하위 메뉴 목록을 카드로 제시 - 사용자에게는 모바일 앱 또는 웹 내의 ‘전체서비스’에서 특정 서비스를 탐색, 발견하는 과업을 가정하도록 함. • 네이버 웹에서의 서비스 전체보기 • 네이버 모바일에서의 서비스
  • 11. 연구방법. 사용자 조사 및 데이터 수집 사용자 인터뷰 • 크게 세 단계로 이루어짐. 작업 전 사용자 카드 소팅 작업 작업 후 정황 설명 속성에 따른 카드 분류 그룹 별 명칭 부여 그룹 순서 배열 분류 및 배열 기준에 관한 인터뷰 • 카드 소팅 과정에서 참여자에게 분류의 기준이나 개수 등의 가이드를 전혀 제공하지 않음 - 2명의 사용자를 동시에 진행했지만 카드 분류 작업은 서로 의견을 나누지 않고 각자 진행함. - 총 45명으로부터 데이터를 얻어, 일반적으로 30개 이상의 샘플 수집 시 얻게되는 95%이상의 신뢰도를 얻음.
  • 12. 연구방법. 데이터 분석 Affinity 분석 실행 • 사용자가 생성한 그룹을 사용자 인식과 맥락을 기준으로 검증하는 방법을 시도함. - 사용자의 카드 소팅 작업 결과를 가지고 Affinity 분석을 시행하여 공통적으로 관찰되는 그룹을 도출함. - 사용자가 부여한 명칭이 다르더라도 그룹의 성격 및 패턴이 동일하게 5회 이상 발견되는 경우 유의미한 그룹으로 정의 - 각 그룹은 구성 항목과 패턴이 유사하더라도 사용맥락에 따라 2~3개의 유형으로 해석될 수 있어 총 21개의 그룹을 검증함. - 사용자 인터뷰 데이터를 기반으로, 각 사용자가 정의한 그룹이 맥락 상 어느 세부 그룹에 속하는지 해석한 후, 개별 항목의 그룹핑 값으로 데이터화 함. 전체 사용자의 데이터를 보았을 때, 각 항목이 어느 세부 그룹으로 정의되는 것이 사용자 인식에 가장 가까운지를 분석함.
  • 13. 연구결과. 서비스 항목 분류 기준 사용자들의 카테고리화 • 95% 이상의 사용자들이 테마 또는 주제(미디어, 교통, 엔터테인먼트 등)를 카테고리 분류의 기준으로 삼음. - 이러한 기준은 사용자들이 스마트폰 홈화면에서 폴더를 만들고 아이콘을 재배치하는 경험에서 영향을 받았을 것. - 사용자들은 평균 8.3개 (최소 5, 최대 14개)의 카테고리를 만들었음. • 사용자들은 특정 서비스 항목을 찾을 때, 하위 항목들을 둘러보며 유사성을 기준으로 탐색하는 것에 익숙함. - 이는, 상위 그룹의 명칭을 우선 해석하여 하위 항목을 찾는 단계적 탐색과는 다른 방법임. - 유사한 항목을 쉽게 인지할 수 있도록 구성한 레이아웃과 구조가 탐색의 효율성을 높일 수 있을 것. - 또한 ‘필요 없는 항목을 어떻게 빠르게 배제할 수 있는가’ 하는 점을 중요한 요소로 인식하고 있음.
  • 14. 연구결과. 서비스 항목의 맥락적 이해 Affinity 분석 결과 • 9개의 상위 그룹과 21개의 하위 그룹이 도출됨. - 21개의 하위 그룹은 각 서비스에 대한 사용자의 평소 사용 맥락에 기반한 인식을 보여줌 - ‘블로그’ 서비스가 누군가에게는 커뮤니티 서비스로 분류되고, 누군가에게는 통합검색 결과 중 유용한 콘텐츠 유형의 하나로 분류될 수 있으며, 누군가에겐 구독하여 소비하는 피드 콘텐츠의 일종으로 인식될 수 있음. - 통합검색 결과일 경우 블로그가 ‘지식 iN’, ‘카페’ 등의 항목과 묶이는 것이 직관적이다. - 피드콘텐츠일 경우 블로그가 ‘뉴스’, ‘증권’ 등의 항목과 묶이는 것이 직관적일 것이다. • ‘커뮤니케이션 도구’, ‘커뮤니티’와 같은 서비스의 ‘내재적 성격’을 기준으로 한 분류보다, 사용자의 주관적 인식과 맥락적 해석에 대한 분류가 사용자의 인지 부담을 줄이고 정보 처리 효율성을 높이는 기준이 될 수 있음. 서비스 항목 사용자 관점의 분류 사용자 관점의 유사 콘텐츠 블로그 1. 개인 -> 소셜/커뮤니티 미투, 메일, 쪽지, 카페 등 2. 네이버 대표 서비스 지식 iN, 카페, 웹툰 등 3. 통합검색 카페, 지식인, 영화 등 4. 개인 -> 관심 구독 뉴스, 날씨, 증권 등 날씨 1. 개인 -> 관심 구독 뉴스, 부동산, 캐스트 등 2. 정보 -> 일반 생활 정보 지도, 쿠폰, 부동산 등 3. 지도 -> 지역 정보 교통, 윙스푼, 윙버스 등 영화 1. 쇼핑 -> 결제/구매 N 스토어, 책 등 2. 엔터테인먼트 뮤직, 영화, TV 캐스트 등 3. 통합 검색 블로그, 카페, 지식인 등 4. 생활 -> 여가 취미 자동차, 윙스푼, 레시피 등 윙스푼 (맛집) 1. 생활 -> 여가 취미 자동차, 레시피, 영화 등 2. 지도 -> 지역 정보 지도, 교통, 날씨, 윙버스 등
  • 15. Conclusion • 포털 서비스에서 제공하는 70여개 서비스 목록에서 특정 서비스를 찾아내는 일은 사용자에게 인지 부담이 큰 과업이다. • 사용자 과업의 효율성을 높일 수 있는 메뉴 분류의 기준과 함께, 모바일 콘텐츠와 서비스 메뉴에 대한 사용자의 인식이 맥락에 따라 달라지는 유형을 파악할 수 있었음. • 모바일 화면에서의 메뉴 구조 및 정보 디자인 요소가 PC와 차별화되어야 할 점이 무엇인지에 대한 논의도 진행 될 수 있을 것.