한줄 요약 사용자 인터뷰에서 발견한 유저 특성과 행동 패턴으로 문제를 밝혀내고, 문제를 해결할 방안을 찾아낸다. 데이터로 내린 의사결정 뒤집어 엎기 내부 A/B 테스트를 통해 여러 요금제 종류가 전체 신청율을 높이지 않는다는 결과가 나와서 100G 요금제 1개만 출시하기로 함 사용자 인터뷰를 하면서 아무리 봐도 이렇게 출시하면 안 될 것 같다는 쎄한 느낌이 있었음 나만 이것에 대해 문제 의식을 가지고 있는 것이 어려웠지만 문제를 정량화해서 팀을 설득해보기로 함 사용자 인터뷰의 정성적인 목소리를 정량화하기로 함 사용자 인터뷰 대상자에게 설문을 해서 어떤 특성을 가진 사람들이 100G 요금제를 선택하는지 정량화해보니 저용량 데이터를 쓰는 사람의 25%만 100G를 선택했다는 걸 도출함 그리고 시장 전체의 유저를 비교해보니 저용량 데이터: 고용량 데이터 쓰는 사람이 6:4이었다 즉, "요금제 1개만 출시하는 것은 문제가 있다 = 시장 전체의 저용량 데이터 쓰는 사람들을 고려하지 못한다’는 사실을 사용자 인터뷰에서 유저 특성을 정량화하여 밝혀냄." 그러면 이제 ‘여러 요금제 종류가 전체 신청율을 높이지 않는다’는 기존 문제의 원인을 찾아 해결해야 했다 유저 인터뷰와 설문으로 ‘사용자들이 새 요금제를 고를 때 자신이 현재 쓰고 있는 요금제와 비슷한 데이터 용량을 선택한다’는 패턴을 발견해 ‘추천형 UX’를 제안. ‘추천형 UX’가 정말 신청율을 높이는 방식인지 테스트를 하기 위해 ‘추천형’ ‘단일형’ ‘목록형’을 비교했는데, 추천형 UX가 신청률 및 다른 지표에서 가장 좋은 결과가 나오게 되었다. 그래서 ‘1가지 요금제를 출시하자’는 것은 ‘4가지 요금제를 추천형 UX로 출시하자’로 바뀌게 되었다. 인사이트 내재된 문제를 밝힐 때 사용자 인터뷰에서 얻은 내용을 정량화하여 근거로 활용할 수 있다. 유저 행동 특성을 100% 반영하지 않은 UX가 A/B 테스트 결과에 영향을 줄 수 있다.