서비스 기획 입문 과제 - 5일차

1. 오늘 학습 키워드

- 파란색 배경 색상 추가 (5Whys, 핵심 문제 정의 순위)

- 스토리텔링식으로 다듬기
- 추가 내용

---

2. 오늘 학습 한 내용을 나만의 언어로 정리하기

 

<파란색 배경 색상 추가>

5 Whys 분석과 핵심 문제 우선순위 선정 영역에 파란색 배경색을 적용한 이유--
- 5 Whys 분석과 핵심 문제 우선순위 선정 영역은 내용의 길이가 길어 한눈에 범위를 파악하기 어려울 수 있다고 생각함
- 같은 분석 단위라는 것을 직관적으로 인지할 수 있도록 배경색을 활용해 시각적으로 구분함
- 제목에는 이미 초록색을 사용하고 있었기 때문에 네이버플러스 스토어에서도 활용되는 파란색 계열을 적용하여 영역을 구분하고 가독성을 높이고자 했음

 

<보고서 작성>

4. 문제 분석 및 인사이트 도출
먼저 VOC 분석을 통해 도출된 주요 문제를 체계적으로 정리하기 위해 로직트리 분석을 진행하였다.

[로직트리]

로직트리를 분석한 결과, 각 카테고리별 문제와 세부 원인을 체계적으로 정리할 수 있었다. 다만 어떤 원인이 핵심 문제로 이어지는지 판단하기 어려웠으며 모든 문제를 동일한 깊이로 분석하는 데에도 한계가 있다고 판단하였다.
이에 따라 VOC 분석에서 높은 비중을 차지한 기능, UI/UX, 결제/쿠폰/혜택 영역을 주요 분석 대상으로 선정하였으며, 각 문제의 근본 원인을 파악하기 위해 2가지 분석 방법을 진행하였다.

해당 분석 방법은 사용자 여정 분석과 5 Whys 분석의 두 가지 방식으로 구성하였다. 사용자 여정을 통해 정보 노출 방식과 구성에서 발생하는 문제를 사용자 관점에서 직접 확인하고, 5 Whys 분석을 통해 근본 원인을 단계적으로 도출하였다.

1. 개인화 추천 정확도 오류

[사용자 여정 분석]

사용자 여정을 분석한 결과, 이미 구매한 상품과 동일하거나 유사한 상품이 반복적으로 노출되고 사용자 취향과 무관한 추천이 지속적으로 발생하는 것을 확인하였다.

[5Whys]
“이미 구매했거나 취향과 맞지 않는 상품이 반복적으로 추천되고 있다.”

Why 1. 왜 사용자 추천 기능에 불만을 느끼는가?
- 이미 구매했거나 취향에 맞지 않는 상품이 반복적으로 추천되기 때문이다.
Why 2. 왜 필요 없거나 취향에 맞지 않는 상품이 반복적으로 추천되는가?
- 사용자의 최근 구매 이력, 최근 관심사, 최근 상품 정보 등을 기반으로 AI 추천이 이루어지기 때문이다.
Why 3. 왜 AI가 최근 이력에 크게 의존하는가?
- 사용자의 현재 관심사를 가장 빠르게 파악할 수 있는 정보가 행동 데이터이기 때문이다.
Why 4. 왜 행동 데이터를 통해 현재 관심사를 파악하는가?
- 구매, 클릭, 검색 등의 행동 데이터가 사용자의 현재 관심사를 가장 직접적으로 보여주기 때문이다.

 

따라서 주요 원인은 사용자의 장기적인 취향보다 최근 행동 데이터를 우선 반영하는 추천 구조에 있는 것으로 나타났다.
이러한 구조는 사용자의 최신 관심사를 기반으로 상품 탐색을 유도하는 네이버플러스 스토어의 발견형 쇼핑 전략이 반영된 것으로 판단된다.
그러나 이 과정에서 사용자 실제 취향이 충분히 반영되지 못하면서 추천 정확도에 대한 불만이 발생하고 있는 것으로 나타났다.

 

2. 정보 탐색 및 메뉴 접근성 부족

 

[사용자 여정 분석]

사용자 여정을 분석한 결과, 쿠폰, 멤버십, 이벤트, 혜택 등 주요 정보가 여러 메뉴와 화면에 분산되어 있어 사용자가 원하는 정보를 즉시 찾기 어려운 문제가 확인되었다.

 

[5Whys]

“사용자가 원하는 쿠폰, 멤버십, 이벤트, 혜택 등의 정보를 찾기 어렵다.”

 

Why 1. 왜 사용자가 원하는 정보를 찾기 어려워하는가?
- 쿠폰, 멤버십, 이벤트, 혜택 등의 정보가 여러 메뉴와 화면에 분산되어 있기 때문이다.
Why 2. 왜 정보가 여러 메뉴와 화면에 분산되어 있는가?
- 다양한 기능과 혜택이 지속적으로 추가되면서 노출해야 하는 정보의 양과 종류가 많아졌고 그로 인해 메뉴 구조가 복잡해졌기 때문이다.
Why 3. 왜 다양한 기능과 혜택이 지속적으로 추가되었는가?
- 사용자가 검색보다 탐색을 통해 상품을 발견하도록 유도하는 발견형 쇼핑 구조를 지향하기 때문이다.
Why 4. 왜 발견형 쇼핑 구조를 지향하는가?
- AI 추천, 혜택, 멤버십 등을 자연스럽게 연결해 사용자 체류 시간과 구매 전환율을 높이기 때문이다.
Why 5. 왜 사용자 체류 시간과 구매 전환율을 높이고자 하는가?
- 네이버 내부 생태계 내에서 사용자의 지속적인 이용을 유도해 장기적인 리텐션을 확보하기 때문이다.

따라서 주요 원인은 발견형 쇼핑 구조를 지향하는 과정에서 다양한 기능과 혜택이 지속적으로 추가되며 정보 구조가 복잡해진 것으로 나타났다.
그 결과 쿠폰, 멤버십, 이벤트 등 주요 정보가 여러 메뉴와 화면에 분산되면서 사용자가 원하는 정보를 찾기 어려운 문제가 발생하고 있는 것으로 나타났다.

 

3. 혜택 조건 및 체감 부족

 

[사용자 여정 분석]

사용자 여정을 분석한 결과, 쿠폰, 적립, 멤버십 등 다양한 혜택이 제공되고 있음에도 불구하고 각 혜택의 조건이 복잡하고 제한적이어서 사용자가 실제로 받을 수 있는 혜택을 직관적으로 체감하기 어려운 문제가 확인되었다.

 

[5Whys]

“쿠폰, 적립, 멤버십 등 다양한 혜택이 제공되고 있음에도 사용자가 실제 혜택을 충분히 체감하지 못하고 있다.”

 

Why 1. 왜 사용자가 실제 혜택을 크게 체감하지 못하는가?
- 쿠폰 조건과 할인 조건 등이 복잡하고 제한되어 있어 기대한 만큼 혜택을 체감하지 못하기 때문이다.
Why 2. 왜 쿠폰 조건과 할인 조건 등이 복잡한가?
- 다양한 멤버십 혜택, 적립, 쿠폰 정책이 통합되지 않은 상태에서 개별적으로 운영되고 있기 때문이다.
Why 3. 왜 다양한 혜택 정책을 개별로 동시에 운영하는가?
- 사용자에게 다양한 혜택을 제공해 구매와 멤버십 가입을 유도하기 때문이다.
Why 4. 왜 사용자 구매를 유도하고 멤버십 가입 및 서비스 이용을 활성화하려는가?
- 사용자가 쇼핑, 멤버십 등의 기능을 지속적으로 이용하도록 유도하기 때문이다.
Why 5. 왜 사용자의 지속적인 서비스 이용을 중요하게 생각하는가?
- 네이버 내부 생태계를 중심으로 사용자의 지속적인 이용을 유도하고 체류 시간과 구매 전환율을 높여 장기적인 리텐션을 확보하고자 하기 때문이다.

따라서 주요 원인은 사용자 체감 중심의 혜택 구조보다 다양한 혜택을 제공해 구매와 멤버십 가입을 유도하는 구조가 우선시된 것으로 나타났다.
그 결과 쿠폰, 적립, 멤버십 혜택 등이 개별적으로 운영되면서 조건이 복잡해지고 사용자가 실제 혜택을 충분히 체감하지 못하는 문제가 발생하고 있는 것으로 나타났다.

즉, 네이버플러스 스토어는 발견형 쇼핑 구조를 지향하는 과정에서 개인화 추천 정확도 오류, 정보 탐색 및 메뉴 접근성 어려움, 혜택 체감 부족의 문제가 발생하는 것으로 나타났다.
이로 인해 사용자는 원하는 상품과 정보에 빠르게 도달하기 어려워하고 제공되는 혜택 또한 충분히 체감하지 못하면서 전반적인 쇼핑 경험의 효율성이 저하되는 문제가 있는 것으로 확인되었다.

 

- 고려한 점

• VOC 분석 결과를 단순히 정리하는 것보다 왜 이런 문제가 발생했는지 파악하는 데 집중했음
• 로직트리로 문제를 정리하고 사용자 여정 분석을 통해 실제 사용 과정에서의 불편을 확인했음
•  5 Whys 분석을 통해 문제의 근본 원인을 찾아보고자 했음
• 사용자 불만을 개별 문제로 보기보다 네이버플러스 스토어의 서비스 방향과 연결해서 이해하려고 했음

- 변경된 부분

• 가설 1의 5 Whys 분석을 다시 작성했음
  - 기존 내용은 단계가 이어질수록 흐름이 자연스럽지 않고 내용이 반복된다고 느꼈음
  - Why를 5개로 맞추기보다 4개로 줄여 문제와 원인이 자연스럽게 연결되도록 수정했음

 

 

5. 핵심 문제 선정

앞서 도출된 3가지 문제는 모두 사용자 경험에 영향을 미치는 주요 사항이지만 문제의 영향도와 구현 난이도가 서로 다르기 때문에 Impact-Effort Matrix를 활용하여 핵심 문제를 선정하고 우선순위를 도출하고자 한다.

1순위. 메뉴 접근성 저하 (High Impact/Low Effort)
사용자 탐색 경험에 직접적인 영향을 미치는 문제로, UI 구조 개선을 통해 비교적 빠르게 개선이 가능하다는 점에서 가장 높은 우선순위로 선정하였다.

2순위. 개인화 추천 정확도 부족 (High Impact/High Effort)
사용자 경험과 구매 전환에 큰 영향을 미치는 핵심 문제이나 데이터 및 알고리즘 개선이 필요한 장기 과제라는 점에서 두 번째 우선순위로 선정하였다.

3순위. 복잡한 혜택 구조로 인한 멤버십 혜택 체감 저하 (Low Impact/High Effort)

사용자 경험에 미치는 영향은 상대적으로 제한적이며 개선 난이도가 높은 구조적 문제라는 점에서 세 번째 우선순위로 선정하였다.

 

우선순위 분석 결과에서 1순위는 메뉴 접근성 저하, 2순위는 개인화 추천 정확도 부족, 3순위는 복잡한 혜택 구조로 인한 멤버십 혜택 체감 저하 순으로 선정되었다.

이에 따라 1순위로 선정된 메뉴 접근성 저하 문제를 보다 구체적으로 분석하기 위해 사용자가 서비스 내에서 실제로 탐색을 시작하는 주요 진입 경로를 중심으로 해당 영역의 문제를 살펴보았다.

영역	문제점
홈(Home)	혜택, 콘텐츠, 서비스 정보가 혼합되어 핵심 정보 탐색이 복잡하게 느껴질 수 있다
카테고리(Category)	카테고리와 서비스 기능이 함께 노출되어 탐색 목적이 모호할 수 있다
마이쇼핑(My Shopping)	혜택, 주문, 서비스 정보가 혼합되어 적립금·쿠폰·멤버십 등 핵심 정보 확인이 직관적이지 않다

세 영역 모두 정보 탐색 측면에서 개선이 필요한 것으로 확인되었다.

그중 마이쇼핑 영역은 적립금, 쿠폰, 멤버십 등 사용 빈도가 높은 핵심 기능이 집중되어 있어 메뉴 접근성과 사용자 경험에 미치는 영향이 가장 클 것으로 판단하였다. 이에 따라 마이쇼핑 영역을 최종 개선 범위로 선정하고 메뉴 접근성 문제를 중심으로 분석을 진행하였다.

 

현재 마이쇼핑은 주문, 혜택, 서비스 관련 기능이 혼합되어 있어 사용자가 필요한 정보를 직관적으로 탐색하기 어려운 구조를 보이고 있다.

특히 적립금, 쿠폰, 멤버십 혜택과 같이 사용 빈도가 높은 핵심 정보의 우선순위가 명확하게 구분되지 않아 사용자가 혜택을 충분히 인지하거나 활용하기 어렵다. 또한 원하는 정보를 찾기 위해 여러 메뉴를 탐색해야 하므로 사용자의 피로도가 증가한다.

이러한 문제들로 인해 사용자는 원하는 정보를 찾는 데 더 많은 시간과 노력을 소모하게 된다.

 

- 고려한 점

• Impact-Effort Matrix를 활용해 문제의 영향도와 구현 난이도를 기준으로 우선순위를 정리했음
• 여러 영역 중 사용 빈도가 높은 핵심 기능이 집중된 마이쇼핑을 최종 개선 범위로 선정했음
• 문제를 많이 찾는 것보다 어떤 문제를 먼저 해결할지 결정하는 과정이 중요하다고 느꼈음

 

 

6. 개선안 도출 및 검증
앞서 도출한 마이쇼핑 영역의 메뉴 접근성 문제에 대한 개선 방향을 설정하기 위해 동일한 탐색형 커머스 서비스인 오늘의집, 에이블리, 무신사의 마이페이지 구조를 비교 분석하였다.

서비스	특징
네이버플러스 스토어	멤버십, 추천 상품, 관심 스토어 등 다양한 정보가 한 화면에 배치되어 있다.
에이블리	주문·쿠폰·포인트 등 핵심 기능을 상단에 간결하게 배치했다.
오늘의집	진행 중인 주문 중심으로 정보를 직관적으로 제공헸다.
무신사	적립금, 쿠폰, 주문 내역을 리스트 형태로 정리하여 탐색이 쉽다.

 

다른 플랫폼과 비교한 결과, 타 서비스는 주문, 혜택, 포인트 등 핵심 기능을 상단에 배치하거나 리스트 형태로 단순화하여 정보 접근성을 높이고 있었다.
반면 네이버플러스 스토어는 다양한 기능과 콘텐츠가 혼합되어 있어 핵심 정보를 한눈에 확인하기 어려웠다.

이에 따라 핵심 기능을 중심으로 정보 구조를 개선하고 사용자가 필요한 정보를 보다 쉽게 탐색할 수 있도록 메뉴 구조를 단순화하는 방향으로 개선안을 도출하였다.

 

가설 1. 핵심 기능을 상단에 우선 배치한다.

만약 주문/배송내역, 쿠폰, 포인트, 리뷰 작성 등 사용 빈도가 높은 핵심 기능을 중요도 순으로 상단에 배치한다면 사용자는 원하는 기능에 더 빠르게 접근할 수 있어 탐색 피로도가 감소할 것이다. 또한 '메뉴 펼치기' 기능을 제거하고 중요도가 낮은 기능은 별도 영역으로 분리하여 정보 우선순위를 보다 명확하게 인지할 수 있을 것이다.

가설 1을 통해 얻을 수 있는 기대 효과는 사용자가 주문/배송조회, 쿠폰, 포인트 등 핵심 기능을 보다 빠르게 확인할 수 있다는 점이다. 또한 불필요한 메뉴 탐색이 감소하여 원하는 기능을 찾는 데 소요되는 시간과 노력을 줄일 수 있을 것으로 기대한다.

이와 함께 주요 기능 도달까지의 평균 클릭 수와 마이쇼핑 내 평균 탐색 시간이 감소하고, 핵심 기능 이용률이 증가할 것으로 예상된다.

위와 같은 효과를 통해 전반적으로 사용자 만족도가 향상되고 리텐션 향상에도 긍정적인 영향을 미칠 것으로 기대한다.

 

 

가설 2. 멤버십 영역 정보를 단순화한다.

만약 멤버십 영역의 과도한 배너형 이미지와 불필요한 시각 요소를 축소하고 핵심 혜택 중심의 요약형 구조로 개선한다면 사용자는 멤버십 혜택을 보다 빠르고 명확하게 인지할 수 있을 것이다.

또한 혜택 정보를 간결하게 제공하여 가독성을 높이고 사용자가 멤버십의 주요 가치를 한눈에 확인할 수 있을 것이다.

가설 2를 통해 얻을 수 있는 기대 효과는 사용자가 멤버십 혜택 정보를 보다 빠르고 명확하게 확인할 수 있다는 점이다. 또한 불필요한 시각 요소가 단순화됨에 따라 화면의 복잡도가 감소하고 멤버십 혜택에 대한 가시성을 높일 수 있을 것으로 기대한다.

이와 함께 멤버십 혜택 영역의 클릭률과 혜택 이용률이 증가하고 핵심 기능 접근 시간 또한 감소할 것으로 예상된다.

위와 같은 효과를 통해 멤버십 혜택 활용이 증가하고 서비스 이용 빈도가 높아지면서 리텐션 향상에도 긍정적인 영향을 미칠 것으로 기대한다.

 

 

가설 3. 기능을 목적별 카테고리로 구조화한다.

만약 주문, 혜택, 관심상품 등 분산되어 있는 기능들을 사용 목적에 따라 카테고리 형태로 재구성한다면 사용자는 원하는 메뉴를 보다 직관적으로 탐색할 수 있을 것이다.

또한 관련 기능을 하나의 카테고리 내에서 확인할 수 있도록 메뉴 구조를 개선하고, 네이버 멤버십과 같은 핵심 기능은 상단에 유지하여 정보 탐색의 편의성과 정보 구조의 명확성을 높일 수 있을 것이다.

가설 3을 통해 얻을 수 있는 기대 효과는 사용자가 주문, 혜택, 관심상품 등 원하는 메뉴를 보다 직관적으로 탐색할 수 있다는 점이다. 또한 목적에 따라 기능이 체계적으로 분류됨에 따라 불필요한 탐색 과정이 감소하고, 원하는 기능을 찾는 데 소요되는 시간과 노력을 줄일 수 있을 것으로 기대한다.

이와 함께 주요 메뉴 도달까지의 평균 클릭 수와 평균 메뉴 탐색 시간이 감소하고, 주요 기능 이용률이 증가할 것으로 예상된다.

위와 같은 효과를 통해 메뉴 탐색이 더욱 수월해지고 서비스 이용 만족도가 향상되면서 리텐션 향상에도 긍정적인 영향을 미칠 것으로 기대한다.

 

 

결과적으로 3가지 가설은 모두 마이쇼핑 영역의 정보 탐색 효율을 높이는 데 초점을 두었다.

핵심 기능 접근성 개선, 멤버십 혜택 가시성 강화, 메뉴 구조 재구성을 통해 정보 탐색 과정에서의 불편을 줄이고자 하였다.

위와 같은 개선을 통해 사용자 만족도와 리텐션이 향상되고, 이는 네이버플러스 스토어가 지향하는 발견형 쇼핑 경험을 더욱 자연스럽게 제공하는 데 기여할 것으로 기대한다

 

- 고려한 점

• 개선안을 도출할 때는 사용자 불편을 줄이면서도 네이버플러스 스토어의 서비스 방향성을 유지하는 것을 고려했음
• 유사 서비스의 마이페이지 구조를 참고하여 핵심 기능 접근성과 정보 탐색 효율을 높이는 방향으로 개선안을 설계했음

- 추가한 점

• 가설 1, 2, 3을 종합적으로 정리하는 내용을 추가했음
  - 각 가설이 개별 개선안이 아니라 마이쇼핑 영역의 정보 탐색 문제를 해결하기 위한 방향이라는 점을 전달하고자 했음

 

 

7. 참고 자료

 

2. 서비스 전략 및 비즈니스 목표

• 네이버 공식 스토리, 「네이버플러스 스토어」 https://www.navercorp.com/storyDetail?seq=32143
• 대한경제, 「네이버, AI 기반 발견형 쇼핑 플랫폼 '네이버플러스 스토어' 출시」 https://www.dnews.co.kr/uhtml/view.jsp?idxno=202503121116444320787
• 딜사이트, 「네이버플러스 스토어, AI 커머스 생태계 확장」 https://dealsite.co.kr/articles/137613
• i-BOSS, 「네이버플러스 스토어 분석」 https://www.i-boss.co.kr/ab-74668-4266

3. VOC 분석 및 카테고리 분류

• 제공된 「네이버플러스 스토어 리뷰 데이터(57건)」 https://view.officeapps.live.com
• Google Play Store, 「네이버플러스 스토어 사용자 리뷰」 https://play.google.com/store/apps/details?id=com.navercorp.navershopping

- 고려한 점

 

• 참고자료는 본문에 개별적으로 표기하기보다 마지막에 한 번에 정리했음
• 내용의 흐름이 끊기지 않도록 하고, 사용한 자료를 한눈에 확인할 수 있도록 하기 위함

---

3. 학습하며 겪었던 문제점 & 에러
1)

 사용자 여정 분석과 5 Whys 분석을 어떤 순서로 진행해야 할지 고민하였다.

 이를 해결하기 위해 먼저 사용자 여정 분석을 통해 문제 상황을 확인한 뒤, 해당 문제에 대해 5 Whys 분석을 진행하여 근본 원인을 도출하는 방식으로 정리하였다.

2)
 개인화 추천 정확도 오류에 대한 5 Whys 분석 과정에서 Why를 반드시 5개 작성하려고 하였으나 내용이 반복되거나 논리가 자연스럽게 연결되지 않는 문제가 있었다.

 이를 해결하기 위해 관련 내용을 찾아본 결과 반드시 5단계로 작성할 필요는 없다는 점을 알게 되었다. 따라서 형식보다 논리적인 흐름에 집중하였고 최종적으로 4단계로 정리하였다.

3)
 개선안 이후 보고서를 어떻게 마무리하면 좋을지 고민하였다.

 이를 해결하기 위해 각 가설을 개별적으로 마무리하기보다 3가지 가설을 종합적으로 정리하는 내용을 추가하여 전체 흐름이 자연스럽게 연결될 수 있도록 구성하였다.