Case 1) 당근의 '검색 필터' 사용성 개선 사례
기존 디자인
- 당근은 검색어 외에 추가 정보를 활용해 원하는 결과를 찾도록 도와주고자(불필요한 정보를 제거해주는) 검색 필터 기능을 제공함.
- '카테고리, 가격, 지역 범위' 검색 필터를 제공하고 있음.
- 기존 디자인은 적은 공간을 차지하며, 여러 필터를 동시에 사용하기 편리함.
문제 정의
- 문제 발견 : 검색 필터의 접근성이 낮고 사용 비율이 낮음.
- 원인 찾기 : 검색 필터의 존재 인지가 어렵고, 현재 적용된 값을 한 눈에 알기 어려움.
가설 수립
- 여러 필터를 동시에 사용하는 것보다 한 가지 필터를 쉽게 사용하도록 하면 사용성이 개선되고 필터 접근성이 높아질 것임.
해결 방법
- 필터를 팁 형태로 노출하고, 팁을 클릭하면 하단에 입력창이 올라오도록 디자인 변경.
- 필터에 적용된 값을 사용자가 알 수 있도록 표시함. → 사용자가 현재 상태를 직관적으로 알 수 있게 됨.
검증 과정
- AB 테스트를 통해 기존 디자인과 새로운 디자인의 필터 사용 비율 및 사용자 수를 비교하여 사용성 및 필터 접근성이 개선되었는지 측정함.
결과
- AB 테스트 결과, 검색 필터 사용 비율이 16%, 사용자 수는 2배 가량 증가함.
- 서비스에 반영 결정
Case 2) 당근의 '카테고리 필터' 사용성 개선 사례
문제 정의
- 문제 발견 : 사용자가 원하는 카테고리를 찾아 적용하기 어려워서 사용성이 낮음.
- 원인 찾기 : 카테고리 수가 많고, 모든 검색에 동일한 순서로 보여 주기 때문임.
가설 수립
- 검색어마다 카테고리를 적절한 순서로 보여준다면 카테고리 필터 사용율이 증가할 것임.
해결 방법
- 사용자의 검색 이후, '검색 결과에 많이 등장하는 판매글의 카테고리 수'를 활용하는 방법
- → 검색어와 관계 없는 판매글이 더 많이 존재하는 상황이 생기므로 해당 방법은 적절하지 않다고 판단함.
- 사용자의 검색 이후, 사용자가 클릭한 패턴(사용자 행동 데이터)을 활용하는 방법
- → 검색어와 적합한 카테고가 상위에 올라와 필터 사용이 편리함.
검증 과정
- AB 테스트를 진행하여, 카테고리를 추천해주는 경우 카테고리 필터 사용 비율이 기존 대비 얼마나 개선되었는지 측정함.
결과
- AB 테스트 결과, 카테고리 필터 사용 비율이 7% 증가함.
- 특히 '식물' 카테고리는 기존에는 가장 아래에 노출되는 카테고리였으므로 '다육이' 를 검색할 경우의 카테고리 필터 사용성이 큰 폭으로 개선됨.
Case 3) 당근의 '가격 필터' 사용성 개선 사례
문제 정의
- 문제 발견 : 가격 필터의 사용성이 불편
- 원인 찾기 : 사용자가 가격을 고민하고 직접 숫자를 입력해야 함
가설 수립
- 검색어마다 사용자가 선호할 만한 가격 구간을 버튼 형태로 보여주어 불편함을 줄여준다면 가격 필터 사용율이 증가할 것임.
해결 방법
- 사용자 행동 데이터를 활용해 사용자가 선호하는 가격 구간(클릭이 밀집되는 구간)을 추출
- → 기계 학습의 군집화 문제로 접근, 분포와 밀집도를 반영하는 클러스터링 알고리즘 활용
- 구간 제안 전 검색결과를 확인해 노출 여부를 정함.
- → 필터를 적용했을 때 검색 결과가 없는 경우를 방지하기 위함.
검증 과정
- AB 테스트를 진행하여, 가격 구간을 추천해주는 경우 가격 필터 사용 비율이 기존 대비 얼마나 개선되었는지 측정함.
결과
- AB 테스트 결과, 가격 필터 사용 비율이 11% 증가함.
출처 - 중고거래 검색 필터 사용성 개선하기 / 당근 테크 블로그