안녕하세요~

벌써 8월이 되어 둘 째 주를 마무리하였네요 시간이 정말 빠른 것 같아요 >< ♪♬

날씨는 더 더워졌는데

랩 연구원들의 열공지수는 올라만 가는 듯한 이 기분…….사실이었답니다!!!

이번주 랩미팅에서도 모두 멋진 스터디 발표를 해 주셨지요.

자세히 살펴 볼까요?

IMG_4449

첫 번째 순서로 발표를 시작한 사용자 평가 계보 연구팀은, 이번주 많은 연구원님들께서 휴가가 있었던 관계로…ㅎㅎ

욱제, 준한 이 두 조원분들께서 발표를 준비하셨어요~

기존의 발표에서는 여태까지 사례분석 조사 풀에서 usability이외의 개념 존재한다는 사실을 알았는데요, 이번에는

먼저 UX Evaluation을 위해 사용할 수 있는 다른 툴에는 무엇이 있을지, 새로운 평가 체계를 메타적 평가 방식으로 산출할 수 있을지를 목적으로 함을 밝히셨어요.

그리고 UX Evaluation의 사례 추가 조사 + UX Evaluation 개발 방법에 대한 사례 조사 한 내용들을 보여주셨답니다.

User Experience Questionnaire는  사용성 이상의 총체적 사용자 경험을 평가 할 수 있는 설문법이예요. 이 설문법의 특징은

1)감정적이고, 미적인 감각들을 따지고 2)얼마나 사용자들이 이것을 계속 사용하도록 동기부여하는지를 보며 3) 연속적인 인상들을 고려한다는 점에서 UX evaluation에 필요하다고 말씀하셨어요. 이런 형태의 설문을 통해 사람들 효율성 뿐만 아니라 감정까지 생각하고 소프트웨서 사용의 맥락을 고려하며 경험의 전과 후를 포괄하는 평가지표의 개발이 필요하다는 메시지를 주셨지요.

IMG_4453

다음 발표는 질적 분석 연구팀의 발표였습니다.  이번주에는  thematic analysis가 주제였는데요,

이전까지는 데이터 콜렉션에 대해서 말했다면 오늘은 모아진 데이터들을 어떻게 분석할 수 있을지에 대해 설명해주셨어요~

질적 데이터 분석은 수치화 되지 않은 질적 자료를 해석한다는 의미이자 방대한 질적 자료로부터 주요한 패턴과 의미를 발견하기 위한 연구예요.

Thematic analysis는 질적자료에서 얻어진 데이터를 theme으로 만드는 것을 의미해요. 연구 주제에 대해 알려진 것이 없거나 현상에 대한 새로운 이해를 얻기 위해 (질적 데이터 기반)이론 생성을 목표로 하는 Grounded theory에 비해 다루기 가벼운 방식이지요. 실제로 데이터를 분석하는 방법에 가까워서 많이 사용되고있다고 해요.

분석 과정 6가지에서 가장 중요한 것은 이상적인theme을 찾는 것이며

분석을 평가하는 15가지 지표 평가에서 필요한 것은 몇몇 사례로부터 도출되는 것이 아니라 맥락을 보고 판단 할 것, 그리고 theme은 일관성과 동시에 차별성을 가져야 한다는 내용들을 배워볼 수 있었답니다.

IMG_4462

세 번째로는 performance analytics tool스터디 조가 발표를 해 주셨어요.

분석 툴 조는 웹사이트나 모바일 앱에 실제로 툴을 대입하기가 어려워 연구에 힘든 점이 많아보였어요. 상당히 힘든 연구이지만 그럼에도 매주 다양한 내용으로 연구를 진행하고 있었지요.

이번주에는 왜 애널리틱스 툴이 등장했을까 하는 역사를 알아보았는데요, 이를 통해 함게 UX측면에서의 활용 가능성 탐색하고자 하셨지요.

논문을 통해 1994-2000년에는 주로 수집방식(tech)에 대한 연구가 이루여졌고 20세기에 web log analytic tool이 처음 등장했다는 사실을 알 수 있었어요. 우리나라에 는 2001~2005년 정도에 관련 회사가 많이 생겼고요. 고객관리를 인터넷으로 해보자 라는 생각에 기존 CRM의 단점을 극복하면서 유입효과, 마케팅 효과, 방문자 행동 분석 등에 활용하는 목적이었던 것이죠.

앞으로 UX적으로 사용하기 위한 가능성으로는 EDA적 접근(데이터로 탐색적 접근)이, 활용을 위해서는 툴을 계속 들여다 보는 서비스기업의 추가적 아이디어가 필요할 것 같다는 결론도 주셨답니다.

IMG_4471

마지막으로 CHI 2016 Statistical Analysis Overview팀의 발표가 이어졌어요.

지난주 여러 분야의 decision tree를 비교하고 통합하여 HCI를 위한 decision tree만들어보라는 교수님의 말씀이 있으셨고 decision tree를 만들기 위해 연구를 계속했지요. 그런데  분야간 decision tree차이 없어, decusuib tree 기준들을 자세하게 살펴보고 이에서 더 많은 자료를 바탕으로 연구를 하기도 했답니다.

논문 선택부터 숙지해야 하는 통계 배경 지식, 과학적 차이 증명, 데이터의 종류, 정렬 방식, 변수 등 한 학기에 걸쳐 배울만한 통개 개념을 골고루 다뤘고 이를 연구원들 앞에서 발표하였답니다.

다음 발표에서 이 기준들을 가지고 연구에 적용할 것이라고 하네요. 매우 유용한 정보들이었답니다.

 

다음주 랩미팅은 method스터디의 마지막 발표라고 하네요.

오늘 자료들도 매우 유용했으므로 더 좋은 결과물들이 나올 것이라고 기대됩니다~

 

다음 주는 네 조의 멋진 마무리를 기대해볼게요 :-)