제품 개발을 위한 타겟 고객 이해

타겟 고객을 좁히면 계획이 간소화되고 사용자 요구 사항에 대한 이해도가 높아집니다.

### 효과적인 제품 디자인을 위한 타겟 고객 이해
* 🎯 타겟 고객을 좁히면 모든 한국인이 아닌 **67세 아버지에 초점을 맞추는 등 특정 요구 사항**을 충족하는 것이 더 쉬워져 계획이 간단해집니다.
* 👶 6~7세 어린이를 대상으로 장난감을 판매할 때는 **최종 사용자인 어린이뿐만 아니라 부모와 어린이집**과 같이 어린이가 모이는 장소도 고려해야 합니다.
* 💼 B2B 환경에서 효과적인 제품 설계 및 마케팅 전략을 위해서는 **최종 사용자와 인사 담당자와 같은 주요 마케팅 대상 간의 차이**를 이해하는 것이 필수적입니다.
* 📊 특정 사용자 니즈에 집중하여 서비스를 확장하기 시작한 **아마존과 카카오의 사례**에서 좁은 타겟층의 중요성을 알 수 있습니다.
* 📈 구글과 같이 독점적 지위를 가진 기업은 종종 **더 큰 시장 입지를 계획**하는 반면, 그렇지 않은 기업은 투자를 유치하기 위해 **독특한 측면**을 강조해야 하므로 시장 포지셔닝을 이해하는 것이 중요하다는 점을 강조합니다.
* 🔍 초기 타겟은 증권 앱 비교에서 볼 수 있듯이 **타겟에 따라 디자인과 기능의 복잡성 수준**을 다르게 선호하기 때문에 구체적이어야 합니다.
* 📉 **활성 사용자, 참여 사용자, 충성도 높은 사용자, 이탈 위험**과 같은 사용자 참여 수준은 앱의 상태를 평가하는 데 중요한 지표이며 디자인 결정을 내릴 때 참고해야 합니다.
* 📊 디자이너는 자신의 선호도를 대상 고객에게 투영하는 대신 **데이터 기반 인사이트에 의존**하여 디자인 선택에 정보를 제공함으로써 실제 사용자의 요구를 효과적으로 충족시켜야 합니다.

말로만 듣던 타깃 이해하기 - UXUI 디자인 강좌 5-3

디자인 첫걸음은 디자인베이스와 함께
새로운 분야에 첫발을 내디딜 때 누구나 막연하게 두렵죠.
디자인베이스를 디딤돌 삼아 디자인을 시작해보세요.


디자인베이스

제품 기획을 위한 타겟 고객 이해

타겟 고객을 좁히면 특정 그룹이나 개인을 더 쉽게 관리할 수 있어 제품이나 앱에 대한 계획을 더 쉽게 세울 수 있습니다.

실제 사용자와 구매자는 다를 수 있으므로 최종 사용자와 주요 타겟 구매자를 모두 고려하는 것이 중요합니다.

B2B 시나리오에서 인사 담당자와 같은 주요 마케팅 대상에 초점을 맞추는 것은 실제 문제를 이해하고 필요한 기능을 파악하는 데 매우 중요합니다.

비즈니스에서 타겟 오디언스의 중요성

타겟이 일치하지 않으면 비효율적인 결과를 초래할 수 있으므로 앱을 디자인할 때 타겟 고객을 이해하는 것은 매우 중요합니다.

아마존이나 카카오와 같은 성공적인 비즈니스는 좁은 초점에서 시작하여 점차 확장하면서 롱테일 이론을 적용했습니다.

구글과 같은 독점 기업은 종종 더 큰 시장 점유율을 가진 것처럼 가장하고, 비독점 기업은 투자를 유치하기 위해 독창성을 보여주려고 노력합니다.

기업이나 스타트업의 초기 타깃은 기준과 관행에 큰 영향을 미치기 때문에 좁고 구체적이어야 합니다.

증권 앱의 예는 초보자는 카카오페이와 토스증권을, 숙련된 투자자는 미래에셋을 선호하는 등 타겟 고객층에 따라 선호도가 다르다는 것을 보여줍니다.

매매에서 매수, 매도로 용어가 바뀌는 것 역시 업계의 기준이 바뀌고 있음을 보여줍니다.

앱 서비스의 사용자 세그먼트 이해

화면에는 주식 거래를 위한 차트가 표시되며, 왼쪽에는 간단한 차트가, 오른쪽에는 다양한 지표가 포함된 복잡한 차트가 표시됩니다.

앱을 정기적으로 사용하는 활성 사용자, 방문 및 재방문율이 높은 참여 사용자, 장기적인 참여와 브랜드 충성도를 가진 충성 사용자, 위험에 처한 고객 등 사용자 세그먼트가 식별됩니다.

사용자 경험은 세그먼트와 앱의 주요 타겟에 따라 같은 앱 내에서도 달라질 수 있습니다.

사용자 이탈과 데이터 기반 설계에 대한 이해

활동이 감소하고 참여도가 낮은 사용자는 특히 더 나은 서비스를 발견할 경우 이탈할 위험이 높습니다.

이탈률은 앱의 건전성을 나타내는 중요한 지표입니다.

디자이너는 타겟 사용자와 동일시하지 말고 정량적 데이터를 통해 사용자의 니즈를 파악하는 데 집중하는 동시에 순수한 데이터 중심 접근 방식의 함정에 주의해야 합니다.