[논문 리뷰] Augmenting Customer Journey Maps with quantitative empirical data: a case on EEG and eye tracking

Rui Alves, Veranika Lim외 4명|arXiv (Cornell University)|2012. 09. 14.

Color perception and design참고 문헌 5인용 수 6

한 줄 요약

이 논문은 서비스 디자인의 정교함을 높이기 위해 전통적인 고객 여정 맵에 뇌파(EEG)와 시각 추적 데이터를 통합하여 정량적 신경인지 및 행동 데이터를 보완하는 방법을 제안한다. 실시간 생리적 반응과 시각적 주의 데이터를 통합함으로써 사용자 경험의 더 정확하고 경험 기반의 시각화가 가능해지며, 이는 서비스 제공의 데이터 기반 개선으로 이어진다.

ABSTRACT

This paper introduces the use of electroencephalography (EEG) and eye tracking in exploring customer experiences in service design. These tools are expected to allow designers to generate customer journeys from empirical data leading to new visualization methods and therefore improvements in service design deliverables.

연구 동기 및 목표

• qualitative 고객 여정 맵의 한계를 보완하기 위해 경험적 생리적 데이터를 통합함으로써.
• 정량적 사용자 경험 측정을 통해 서비스 디자인 결과물의 정확성과 객관성을 향상시키기 위해.
• 뇌파(EEG)를 통한 신경인지 반응과 시각 추적을 통한 시각적 주의가 여정 맵을 어떻게 풍부하게 할 수 있는지 탐색하기 위해.
• 서비스 상호작용 중 실시간 사용자 참여도와 정서 상태를 반영하는 새로운 시각화 기법을 개발하기 위해.
• 실제 설계 맥락에서 생체지표 데이터와 전통적 여정 맵을 결합할 경우 실용적 가치가 어떻게 증가하는지 보여주기 위해.

제안 방법

• 사용자 상호작용 중 정서적 및 인지적 반응과 관련된 뇌파 활동을 실시간으로 측정하기 위해 전기encephalography(EEG)를 사용함.
• 서비스 경험 중 시각적 주의 패턴, 즉 정지 지속 시간과 시선 경로를 기록하기 위해 시각 추적을 사용함.
• EEG와 시각 추적 데이터를 질적 여정 맵과 통합하여 향상된 데이터 보강 시각화를 생성함.
• 생태학적 타당성을 확보하기 위해 참가자들이 실제 서비스 시나리오에 참여하도록 데이터를 수집함.
• 생체지표 데이터를 타임라인 기반 여정 맵에 매핑하여 정서적 피크, 주의 집중 지점, 고통 지점 등을 식별함.
• EEG 데이터에서 정서적 평가 및 인지 부하와 같은 특징을 추출하기 위해 신호 처리 기법을 적용함.

실험 결과

연구 질문

• RQ1 EEG와 시각 추적 데이터를 고객 여정 맵에 효과적으로 통합하여 디자인 통찰을 향상시킬 수 있는 방법은 무엇인가?
• RQ2 서비스 상호작용 중 EEG를 통해 특정로 감지할 수 있는 정서적 및 인지적 상태는 무엇이며, 이는 사용자 경험과 어떻게 관련이 있는가?
• RQ3 사용자는 서비스 터치포인트에서 어디에 주의를 기울이는가, 그리고 이는 정서적 참여도와 어떻게 관련이 있는가?
• RQ4 신경인지 및 행동 데이터의 조합은 단순한 질적 방법에 비해 더 실용적이고 정확한 여정 맵을 만들어낼 수 있는가?
• RQ5 전통적 여정 맵에 경험 기반 생체지표 데이터를 겹쳐 놓을 경우 어떤 새로운 시각화 기법이 도출되는가?

주요 결과

• EEG 데이터는 고객 여정의 특정 단계에서 정서적 각성과 인지 부하의 명확한 패턴을 드러내었으며, 핵심 정서적 피크와 스트레스 지점을 식별하였다.
• 시각 추적 데이터는 사용자가 일부 인터페이스 요소에 더 오래 집중함을 보여주었으며, 이는 높은 참여도와 분노를 동시에 반영하였다.
• EEG와 시각 추적 데이터의 통합은 이전에 질적 맵에서 발견되지 않았던 고도의 주의 집중 및 정서적 강도가 발생하는 순간을 식별하는 데 기여하였다.
• 데이터 보강 여정 맵는 전통적 방법에 비해 더 정밀하고 증거 기반의 통찰을 제공하여 고통 지점 식별을 향상시켰다.
• 향상된 시각화 방법은 이해관계자가 사용자 경험의 역동성을 더 잘 이해할 수 있도록 하여 보다 정교한 서비스 디자인 개선 조치를 가능하게 하였다.
• 사례 연구는 신경인지 및 행동 데이터의 조합이 고객 여정 맵의 정밀도와 실용적 가치를 크게 향상시킨다는 것을 입증하였다.