🧠 101가지 UIUX 심리학
💡디자이너로 살기
Subscribe
생존 편향 (Survivorship Bias)
승자의 데이터만 모으다간 정작 중요한 패인을 놓칠 수 있다
정의
살아남은 존재만 데이터로 간주하고, 실패해 사라진 것들은 표본에서 제외하는 인지적 오류
전체 데이터 중 성공한 부류만 분석하기 때문에 결과가 왜곡될 수 밖에 없다
보이지 않는 실패 데이터를 무시한 채 성공 공식만 도출하면, 현실과 동떨어진 위험한 결론에 도달하게 된다
유래
제2차 세계대전 당시 통계학자 아브라함 발드(Abraham Wald)의 일화
전장에서 돌아온 전투기들의 총탄 자국을 분석해 구멍이 많이 난 날개와 동체를 보강하려 했다
하지만 발드는 정반대의 '진짜 보강해야 할 곳은 총알 자국이 없는 엔진, 그곳에 맞은 비행기들은 이미 추락해 돌아오지 못했기 때문이다' 라는 주장을 펼쳤음
그의 통찰은 생존 편향을 극복한 전설적인 사례이다
활용
서비스의 헤비 유저나 성공적인 경험을 한 유저의 목소리만 들을 것이 아니라, 중도 이탈한 유저의 흔적을 추적해야한다
•
이탈 유저 분석 :
우리 서비스를 잘 쓰고 있는 사람들의 인터뷰도 중요하지만, 가입 직후 이탈한 사람들은 어디서 막혀 나간 것인지를 보아야 한다
우리 서비스를 잘 쓰고 있는 사람들의 인터뷰도 중요하지만, 가입 직후 이탈한 사람들은 어디서 막혀 나간 것인지를 보아야 한다
•
부정적 피드백의 재발견 :
평점이 높다고 안주하지 말고, 평점을 남기지도 않고 조용히 우리 서비스를 삭제하는 다수의 침묵하는 실패자들이 겪은 불편함을 데이터를 통해 찾아내야 한다
평점이 높다고 안주하지 말고, 평점을 남기지도 않고 조용히 우리 서비스를 삭제하는 다수의 침묵하는 실패자들이 겪은 불편함을 데이터를 통해 찾아내야 한다
•
편중된 벤치마킹 경계 :
시장에서 성공한 서비스의 UI/UX를 그대로 따라하기 전, 비슷한 시도를 했다가 사라진 수 많은 서비스들이 왜 실패했는지 그 무덤 속의 데이터를 뒤져보아야 한다
시장에서 성공한 서비스의 UI/UX를 그대로 따라하기 전, 비슷한 시도를 했다가 사라진 수 많은 서비스들이 왜 실패했는지 그 무덤 속의 데이터를 뒤져보아야 한다
보이는 것이 전부라고 믿는 위험한 착각
화려한 성공 사례, 높은 유저 만족도 뒤에 숨겨진 '보이지 않는 실패 데이터'까지 읽어낼 줄 알아야 한다