만죠
[코드스테이츠 PMB 17기][W4D2] UX/UI -2 모두닥 앱 리뷰 분석/ 요구사항 수집&정의/ VoC/ 키파인딩 본문
[코드스테이츠 PMB 17기][W4D2] UX/UI -2 모두닥 앱 리뷰 분석/ 요구사항 수집&정의/ VoC/ 키파인딩
만죠 2023. 3. 2. 03:36
모두닥
모두닥은 의료 정보 플랫폼으로, 의료인과 비의료인의 정보 비대칭성을 극복하는 것을 목표로 한다. 모두닥 사용자 리뷰 분석을 통해 사용자가 진짜 원하는 것은 무엇인지 문제정의하고, 어떤 개선 사항이 필요한지 분석하고자 한다.
1. 의견 수집 : 앱 리뷰 최소 20개 수집
구글 플레이 스토어에서 최신순과 관련도가 높은 순으로 리뷰 82개를 수집했다.
2. 패턴 파악
수집한 리뷰의 요구사항 패턴을 파악하기 위해 구체적으로 의견을 적어준 리뷰를 중점으로 정리하였다. 리뷰는 긍정, 부정, 제안 3가지로 구분하였다. 개수는 총 44개로 추려졌으며 긍정은 16개, 부정은 27개, 제안은 1개로 정리됐다.
3. 리뷰 정리
수집된 부정적인 리뷰 중 1️⃣ 근거 없이 오류에 대한 내용만 적혀 있어 기능 재현이 불가능한 리뷰, 2️⃣ 법적인 규제와 엮어 해결할 수 없는 범위의 문제, 3️⃣ 무조건적인 비방과 신뢰하기 어려운 내용의 리뷰 등은 제외했다. 그 외에도 모두닥이 2월 3일 업데이트 됐음을 감안하여, 구체적인 기능 재현이 가능한 리뷰는 앱을 통해 확인해 보고 제외하였다.
4. 패턴 분류 및 가공
고객의 불만패턴을 읽기위해 부정 Voc를 요약해 키워드 추출했고, 추출한 키워드를 비슷한 의견 끼리 묶어 다시 리뷰작성, 검색, 로그인, 포인트 4가지 행동으로 분류했다. 키워드를 그룹핑은 사용자가 앱에서 수행하는 행동으로 구분할 수 있었다.
| As-is | To-be | |
| 검색 | 지난 병원 진료에 대한 리뷰로 인해 현재 병원 정보와 불일치 유발 | 리뷰 작성 기한을 만들어 최신 정보를 반영한 리뷰 가이드라인 제공 |
| 부정확한 병원정보 제공 | 주기적으로 병원정보를 점검하고 반영하여 정확한 정보를 제공 | |
| 위치기반 검색 결과와 병원명 검색결과 불일치 | 병원명과 병원 위치 데이터를 통일시켜 위치기반 검색 결과와 병원명 검색 결과를 일치 | |
| 리뷰작성 | 병원에 대한 부정적 리뷰 반려로 서비스 공정성 의심 | 병원에 대한 유저의 부정적 경험도 다른 유저들과 공유할 수 있도록 반려 리뷰에 대한 기준 제시 및 반려 케이스 제공 |
| 리뷰 작성 방법이 불편하고 인증시 많은 서류가 필요해 불편함 | 리뷰 작성 방법 개선 및 인증 서류 간소화 | |
| 로그인 | 모바일, 테블릿 동시 로그인 불가 | 모바일과 테블릿 동시 로그인 기능 제공 |
도출한 키워드를 통해 VoC를 어떻게 개선하면 좋을지, 고객이 원하는 것이 무엇인지 한 문장으로 정리해 보았다.
5. 문제 정의 및 키파인딩 도출
모두닥은 리뷰앱으로 병원을 방문한 고객들의 경험을 공유하고 인증함으로써 병원에 대한 보다 신뢰성 있는 정보를 제공하는 서비스이다. 유저는 모두닥에서 병원 검색하고 다른 유저들이 남긴 리뷰를 확인해 병원을 선택한다. 진료 후에는 해당 병원에 대한 리뷰를 써 다시 공유함으로써 리뷰 콘텐츠의 선순환을 만들어 낸다.
따라서 고객이 모두닥 서비스를 사용할 때 병원 검색을 하는 유입단계와 리뷰작성을 작성하는 참여 과정에서 고객의 가치창출을 늘리고 가치잠식은 줄일 수 있어야 한다.
모두닥 VoC 분석결과 병원 검색과 리뷰 작성 과정 모두 유저의 불만사항이 존재했다.
서비스 개선을 위해 고객요구사항에 따른 키파인딩 3개를 도출했고, 개선 우선순위는 사용자에게 얼마나 부정적인 영향을 끼쳤는지, 기능 이슈가 구체적으로 적혀 있어 오류를 찾아낼 수 있지를 바탕으로 선정했다.
1. 병원에 대한 부정적 리뷰 반려로 서비스 공정성 의심
모두닥을 사용하는 유저들은 다른 사람들의 후기를 보고 믿을 수 있는 병원을 고르기 위함이다. 근거 없는 심각한 비방이나 의료인에 대한 인신공격과 같은 리뷰의 경우 법적 분쟁으로 이어지기 때문에 반려한다고 한다. 하지만 유저의 병원에 대한 부정적 리뷰를 반려함으로써 플랫폼 자체의 공정성을 의심하게 되고 신뢰를 잃는 것은 리뷰앱으로서 굉장히 치명적인 문제라고 생각한다. 고객이 병원에 대한 리뷰를 남기기 위해 사진을 첨부해 영수증을 인증하고 진료에 대한 내용을 최소 100자 이상 남기는 과정에서 연속적으로 고객 가치잠식이 일어난다.
때문에 명확한 리뷰 반려 기준을 설정하여 유저에게 리뷰 작성 전 확일 할 수 있게하고, 유저의 이해를 돕기 위해 반려된 리뷰 케이스를 제공하여 리뷰 반려율을 낮춰야 한다고 생각한다.
2. 부정확한 병원정보
유저는 모두닥을 통해 병원의 후기 외에도 진료시간, 위치, 진료과목 및 전문의 여부 등을 확인할 수 있다. 부정확한 병원정보 리뷰는 병원 검색 단계에 존재하는 고객의 불편사항이다. 잘못된 병원 정보 전달은 고객에게 부정적인 경험을 겪게 할 뿐만 아니라 서비스에 대한 신뢰도 역시 잃을 수 있다. 실제 주말진료 병원 5곳의 정보가 모두 맞지 않았다는 리뷰를 확인했었고, 이러한 부정적인 경험은 고객 이탈로 이어질 수 있을 것이다.
현재 모두닥은 부정확한 병원정보의 존재에 대해 인지하고 있으며, 업데이트가 되지 않은 경우를 말하며 카톡 제보를 통해 정확한 정보를 구축할 것이라고 말하고 있다. 유저의 제보를 통한 사후처리도 좋지만, 보다 적극적으로 해당 문제를 개선하는 것이 고객에게 더 나은 경험을 제공할 수 있지 않을까 생각한다. 예를 들어 주기적으로 병원정보를 점검하거나, 병원으로부터 데이터를 받아 반영하는 방법 등이 있다.
3. 위치기반 검색 결과와 병원명 검색결과 불일치
병원명과 병원 위치 데이터를 통일시켜 위치기반 검색 결과와 병원명 검색 결과를 일치
모두닥에서 검색창 검색과 카테고리 검색 모두 네이버 지도 검색 결과처럼, 찾는 병원을 위치기반으로 사용자 지정 반경에서 보여준다. 사용자는 본인의 니즈에 따라 직접 검색 또는 카테고리를 통해 병원을 탐색할 수 있다. 문제는 사용자 반경 안에 등록된 병원은 10개인데, 위치기반 검색 시 출력되는 병원 개수는 3개밖에 되지 않는다는 점, 그리고 병원명으로 미출력된 병원명을 검색할 시에는 출력된다는 점이다. 위치기반 검색과 병원명 검색 결과의 불일치는 사용자에게 혼란을 줄 수 있다고 생각한다. 이러한 오류는 사소할지라도 사용자 편의성에 부정적인 영향을 끼칠 수 있으므로, 병원명과 병원 위치 데이터가 서로 누락 없는지 확인하고 연결시켜, 위치기반 검색과 병원명 검색이 일치하도록 개선해야 한다.
