넷플릭스 검색 경험_UX/UI Case Study

목차

1. 소개
2. 어떤 통찰을 얻을 수 있을까?
3. 시각적 계층 구조
4. 랜딩(Landing)
5. 뉴스(News)
6. 계속 시청(Continue Watching)
7. 인기 있는(Popular)
8. 내 리스트(My list)
9. Dinner View
10. Blockbuster View
11. 와이어프레임

1.소개

넷플릭스가 당신이 무엇을 보고 싶어 하는지 당신보다 먼저 알고 있다면 어떨까?

넷플릭스 검색 소개  - 새로운 검색 경험

이번 UX 스터디는 어떻게 하면 매일 사용자에게 더 즐거운 사용자 경험을 만들 수 있는지에 초점을 맞췄다. 우린 다양한 방법론을 통해 조사를 했고 타겟 그룹의 인터뷰와 테스트로부터 나온 결과에 기반해서 시각 계층과 UI를 만들었다

우리는 매일 평균 35000번의 선택을 한다. 아침에 뭘 입을지, 뭘 먹을지 결정하는 것 같은 작은 결정이나, 업무적으로 아이디어를 내는 것 같은 획기적인 선택도 포함된다.

스워스모어 칼리지 교수이자 작가인 Barry Schwartz의 연구에 따르면 너무 많은 옵션은 스트레스와 불안, 불만을 일으킨다고 한다. 이는 이번 연구의 리서치 단계에서 모았던 정보 중 가장 중요한 요인이었다.

우리가 조사해본 결과 77%가 영화 선택에 어려움을 겪고 있었다. 또 75%는 더 개인에 맞춰진 인터페이스를 원했고, 71%가 친구들이 뭘 보고 있는지 알고 싶어 했고, 63%가 친구가 추천한 걸 믿고 봤다.

핵심은, 아무도 모든 것을 선택하는 자유를 좋아하지 않았다는 것이다.

2. 어떤 통찰을 얻을 수 있을까?

사용자가 영화를 선택하는데 더 적은 시간을 쓰고, 더 많이 즐길 수 있도록 하는 걸 방해하는 게 뭘까? 우린 심도 있는 인터뷰를 통해 이걸 더 탐구하기로 했다.

우리가 알아낸 것 :

1. 먼저, 주된 방해 중 하나는 적절한 콘텐츠를 빨리 찾을 수 없다는 것이다. 이건 많은 시간을 우리가 관심 없는 콘텐츠를 스크롤하는데 많은 시간을 보낸다는 걸 의미한다.

2. 두 번째 가장 흥미로운 발견은 매일 로그인할 때마다 같은 콘텐츠를 보지 않는다는 것이다. 그건 시간, 일주일, 위치, 디바이스 등과 같은 매개변수에 따라 달라진다.

이를 통해 얻은 주요 인사이트 : 

어떻게 넷플릭스는 사용자가 보고 싶어 하는 것을 (사용자들이 스스로) 알기도 전에 추천해 줄 수 있을까?

넷플릭스는 사용자들이 로그인할 때마다 특정 사용자에게 가장 적합한 콘텐츠가 무엇인지 찾아내야 한다.

우리는 위치, 시간, 날짜, 음성인식 등과 같은 실존 데이터 포인트를 찾아보기 시작했다. 넷플릭스는 이런 데이터 포인트를 기반으로 가장 관련성 높은 추천을 해줘서 더 나은 사용자 경험을 제공했다.  

3. 시각적 계층 구조

시각적 계층 구조는 인터뷰와 테스트 세션에 기반을 두고 만들었다.

우리는 넷플릭스 포인트마다 각 기능을 주었다. 가장 높고 가장 많이 좋아하는 기능을 맨 위에 놓고,  그다음으로 좋아하는 것을 두 번째, 그렇게 4번째로 좋아하는 기능까지 넣었다.

4. 랜딩 (Landing)

새로운 발견 경험은 당신을 더 잘 알게 될 것이고, 다른 변수에 따라 추천해줄 수 있을 것이다.

페이스북이 일하는 방법을 기반으로 넷플릭스도 같은 방법으로 일할 것이다. 이것은 당신이 가장 좋아할 만한 관심 콘텐츠를 추천하는 것을 의미한다.

컨텍스트(상황) 에 대해 이야기해보자. 아침에 일어나서, 커피를 내리고, 마음을 다잡을 준비가 되었다. 그러면 넷플릭스는 당신이 아침에 보면 좋아할 것을  두 가지 옵션으로 추천해줄 것이다.
 

사례 : Planet Earth.

모닝커피를 다 마셨으면, 일하러 나갈 시간이다. 넷플릭스를 켜고 지하철에 앉았을 때, 당신은 이 광경을 볼 수 있을 것이다.

가장 위에는 당신이 가장 좋아할 관련성 높은 콘텐츠가 나타난다. 그리고 당신이 출근하는 동안 그 시간에 딱 맞을 것이다.

가장 관련성 높은 콘텐츠 아래에는 이번 주, 이번 달 혹은 올해 당신의 친구들이 본 것을 찾아줄 것이다. 페이스북이나 인스타그램 같은 곳에서 통합된 친구만 선택할 것이다.

5. News

피드를 통해 뉴스를 스크롤한다.

당신은 도로 위에 있을 가능성이 아주 높고, 2시간짜리 영화는 흥미가 없을 것이다.
그래서 위치에 기반한 시간대가 맞는 관련 콘텐츠만 제공할 것이다.
만약 일하러 가는데 45분이 걸린다면, 40분짜리를 추천받을 수 있다.

6. 계속 시청 (Continue Watching)

당신이 중단 한 곳에서 쉽게 시청한다. 새로운 것은 없다.

7. 인기 있는 (Popular)

8. 내 리스트 (My list)

당신이 저장, 체크한 모든 것은 “내 리스트"에 저장될 것이다. 새로운 것은 없다.

9. Dinner View

일을 끝내고 집에 오면 저녁 시간이다. 넷플릭스를 켜고 영감을 얻어보자.

넷플릭스는 당신이 ‘셰프의 테이블’(유명 넷플릭스 콘텐츠)과 ‘Jamie Oliver’ (유명 셰프 제이미 올리버가 나오는 넷플릭스의 콘텐츠)에서 영감을 받는 걸 좋아한다는 것을 알기 때문에, 당신은 이 콘텐츠들을 가장 상단에서 볼 수 있을 것이다. 쉽게 선택하고 접근할 수 있다. 선택하는데 과부하는 없다.

10. Blockbuster View

저녁 요리를 다 했으면, 늦은 밤 영화를 선택할 시간이다.

우리가 발견한 것 중 하나는 - 아마도 많은 사람들이 익숙하게 느낄만한 - 영화를 고를 때 우리가 끝없이 스크롤을 한다는 것이다.

어떤 것이든 맘에 드는 볼 것을 찾기 전에 음식은 식을 것이다.

해결책은 음식이 식을 때까지 스크롤 내리는 것을 피하기 위해 모든 영화 중 베스트 추천을 제공하는 것이다.

 

11. 와이어프레임

우린 시각적 계층을 어떻게 디자인하는지 아이디어를 얻고 싶어서, 타겟 그룹에게 다른 유형의 레이아웃으로 테스트해봤다.

시선 추적(eye tracking)을 사용하고 사용자의 목소리를 들어서, 프로세스 초기에 시각적 계층의 아이디어를 얻을 수 있었다.

그러면, 넷플릭스가 시간, 위치, 요일, 디바이스 같은 변수에 기반한 알고리즘에 의해 구동되면 어떤 모습일까? 2019년 UX와 UI 트렌드에 대해 읽을 때 더 많은 인식(recognition)을 얻을 수 있었다.

넷플릭스, 스포티파이, 다른 스트리밍 서비스 같은 서비스들은 더 개인화된 사용자 친화적인 인터페이스로 향할 것이라고 확신한다.