제로파티 데이터 수집을 위한 설문 전에 꼭 알아야 할 사항 4가지

개인정보에 대한 인식이 달라지고 애플·구글의 서드파티 쿠키 관련 정책이 강화되고 있습니다. 이에 디지털 비즈니스에서 고객 관련 정보를 얻는 일이 더욱 어려워지면서, 제로파티 데이터가 대안으로 주목받고 있습니다. 제로파티 데이터는 만족도 조사 등에서 고객 스스로 응답한 결과라서, 고객이 느끼는 거부감도 적고 더욱 깊이 있는 데이터를 얻을 수도 있기 때문입니다.

하지만 좋은 제로파티 데이터를 얻기 위해서는 좋은 설문 설계가 반드시 필요합니다. 얻고 싶은 데이터 유형에 따라 적절한 문항 유형을 선택해야 하며, 응답하기 좋은 흐름을 위해 다양한 로직을 활용할 필요도 있습니다. 모바일 설문이라면 응답 소요 시간을 고려해서 문항 수를 조절해야 하고, 문항별 보기가 너무 많으면 좋은 결과를 얻기 힘들죠. 이번 글에서는 제로파티 데이터 수집을 위한 설문을 할 때 꼭 알아야 할 사항에 대해 알아봅니다.

비즈니스 의사결정을 위해 활용할 수 있는 데이터 유형

아래 본격적인 내용을 살펴보기 전에 제로파티·퍼스트파티 등 비즈니스 의사결정을 위해 활용할 수 있는 데이터 유형에 대해 간단히 살펴보겠습니다.

1) 제로파티 데이터 (Zero-party data)

고객·회원·사용자 등 제품/서비스를 직접 소비하고 있는 사람들이 자발적으로 제공한 데이터입니다. 사람이 직접 제공하는 데이터라서 니즈·선호·경험 등 행동/생각의 이유나 정성적인 정보까지도 포함된다는 특징이 있습니다. 이에 상대적으로 명시적이며 깊이 있는 데이터라 말할 수 있으며, 자발적으로 제공하는 정보라서 개인정보 침해 우려도 적습니다.

2) 퍼스트파티 데이터 (1st party data)

디지털 고객이 홈페이지/온라인 서비스 등을 이용할 때 인터랙션 과정에서 수집되는 모든 정보를 퍼스트파티 데이터라고 부릅니다. 페이지뷰·체류시간·클릭률·장바구니 아이템 수·결제 내역 등이 대표적입니다. 사용자의 구체적인 행동에 대한 가장 정확한 데이터라서 활용도가 매우 높지만, 사용자가 왜 그렇게 행동했는지를 알 수 있는 동기/이유는 파악하기 어렵다는 단점도 있습니다.

3) 세컨드파티 데이터 (2nd party data)

파트너사를 통해 제공받는 사용자에 대한 정보입니다. 사용자의 프로필이나 파트너사 이용 행태 등 데이터가 해당됩니다. 자사에서 취급하지 못하는 정보에 접근할 수 있다는 장점이 있지만, 처리방침과 시스템 완성도에 따라 개인정보 침해 위험이 있습니다.

4) 서드파티 데이터 (3rd party data)

검색엔진·소셜미디어 등 거대 온라인 플랫폼에서 쿠키를 통해 수집되는 사용자 정보입니다. 온라인 사용자가 방문한 웹사이트나 클릭한 광고 등 데이터가 여기에 해당됩니다. 데이터가 굉장히 방대한 반면 깊이 있는 데이터를 확보하기는 어렵다는 특징이 있습니다. 또한, 개인정보 침해 우려에 대한 인식 수준이 높아지면서 서드파티 데이터 수집 및 활용이 점차 어려워지고 있습니다.

1. 다양한 문항 유형 목적에 알맞게 활용

설문조사를 할 때 가장 중요한 요소 중 하나는 목적에 따라 알맞은 문항 유형을 선택하는 것입니다. 문항 유형에 객관식 단일형·중복형·평가형 정도만 있다고 생각할 수 있는데, 실은 좀 더 다양합니다. 중요한 것을 순서대로 선택받고 싶을 때는 순위형 문항을, 평가 대상이나 성격에 따라서 별점 평가형·NPS 등을 선택할 수도 있습니다. 주관식 문항 안에서도 숫자·단답·서술 여부에 따라 최적화된 문항 유형을 제공한다면 정확한 데이터를 얻는 데 큰 도움이 되고요.

이에 설문을 할 때는 이용하려는 설문 툴이 원하는 문항 유형을 모두 제공하는지 체크해야 합니다. 예를 들어 가장 쉽게 접근하는 구글폼의 경우 순위형 문항 유형이 없습니다. 그럼 “가장 중요한 것이 무엇인지 순서대로 응답해 주세요”와 같은 형태로 질문을 할 수 없죠. 이는 곧 수집할 수 있는 데이터 유형의 제약을 의미합니다. 이에 제로파티 데이터 수집을 위해 설문조사를 활용할 계획이 있다면, 툴에 대한 기능 검토를 반드시 거치기를 추천합니다.

• 객관식 문항 종류: 단일 선택형, 중복 선택형, 순위형
• 평가형 문항 종류: 일반 평가형, 별점 평가형, NPS (11점 평가형)
• 주관식 문항 종류: 숫자형, 단답형, 서술형
• 특수형 문항 종류: 날짜, 주소, 전화번호

2. 자연스러운 응답 흐름을 만들기 위한 문항 로직 사용

문항 로직 개념에 대해서도 알아두고 적절히 활용하면 좋습니다. 문항 로직이란 설문 참여자의 응답에 따라서 어떤 문항이나 보기를 보여줄지 설정하는 기능입니다. 예를 들어 최근 일주일 내 편의점을 이용한 적 있다는 응답자에게는 편의점에서 어떤 제품을 구매했는지 물어보는 문항을 보여주고, 이용한 적 없다는 응답자에게는 특별히 이용하지 않은 이유가 있는지 물어보는 문항을 보여주는 식입니다.

그럼 문항 로직 기능은 왜 필요할까요? 로직을 활용해 설문 참여자에게 개인화·최적화된 응답 경험을 제공할 수 있기 때문입니다.이는 곧 양질의 제로파티 데이터 확보로 이어지고요. 만약 로직 기능이 없다면 문항마다 ‘(4번 문항에서 1, 2번 보기 선택한 사람만 응답해 주세요)’ 등의 안내 문구를 넣어야 할 것이며, 응답해야 할 문항과 그렇지 않은 문항을 참여자가 직접 판단해야 하는 수고와 실수 여지가 생길 테니까요. 이에 설문 툴 선택 시에는 문항 로직을 지원하는지 여부 또한 함께 검토해 보는 것을 추천합니다.

그럼 알고 있어야 할 문항 로직은 무엇이 있을까요? 사실 문항 로직은 매우 다양한데, 이번 글에서는 가장 자주 활용되는 진입 로직·이동 로직·보기 파이핑에 대해서만 살펴보도록 하겠습니다. (예시 이미지 참고)

• 문항 진입 로직: 해당 문항에 어떤 조건의 응답자가 진입할 수 있는지를 선택할 수 있는 기능입니다. 예를 들어 “지금 더이상 쇼핑몰을 이용하지 않는다면 그 이유는 무엇인가요?”라는 질문에 대해서는 앞선 문항에서 쇼핑몰을 이용하지 않는다는 응답을 한 사람만 진입하도록 설정하는 겁니다.
• 이동 로직: 이동 로직은 해당 문항에서 어떤 응답을 했는지에 따라서 다음 제시되는 문항을 선택할 수 있는 기능입니다. 예를 들어 지금 쇼핑몰을 이용하지 않는 이유로 ‘다른 쇼핑몰을 이용해서’를 선택한 응답자에게, “혹시 어떤 쇼핑몰을 이용하고 있나요?”라는 주관식 문항으로 이동하도록 설정하는 겁니다.
• 보기 파이핑: 보기 파이핑은 현재 문항에서 응답자가 선택한 혹은 선택하지 않은 보기를 다음 문항으로 가져가서 신규 문항의 보기로 구성하는 로직입니다. 선택지를 줄여가며 거듭 질문하려고 할 때 유용하게 활용할 수 있습니다.
  예를 들어서 첫 문항에서 한 번이라도 겪어본 호흡기 질환을 모두 선택해달라고 한 뒤, 그중 최근 3개월 내에 겪은 질환은 무엇인지 추가로 묻고자 할 때 보기 파이핑 기능을 활용할 수 있습니다. 그럼 응답자 입장에서는 훨씬 더 일관성 있는 응답 경험을 누릴 수 있습니다.

💡구글폼말고 어떤 서베이 툴을 써야 할까?

구글폼은 간단한 설문을 만들기에는 유용하지만, 다양한 문항 유형을 커버하지 못하고 문한 로직 기능 역시 제한적입니다. 이에 설문을 정교하게 설계하기 어렵고 데이터 분석에도 한계가 있습니다. 그럼 어떤 서베이 툴을 사용해야 할까요? 아래 아티클에서 정교한 데이터 수집 및 분석을 위한 서베이 툴이 갖춰야 할 요건을 알아보세요.

✔️ 구글폼에는 없는 전문적인 서베이 툴의 필수 조건 3가지

3. 응답 환경을 고려해 문항 수와 응답 소요 시간 조절

이제는 모바일 기준으로 응답 환경을 고민할 때

응답 환경을 고려해서 문항 수와 응답 소요 시간을 조절하는 것 역시 중요합니다. 이때 기준이 되는 환경은 모바일입니다. 최근에는 모바일 리서치 보편화로 애초에 스마트폰으로만 참여할 수 있는 설문이 많고, 오픈서베이 내부 데이터를 살펴보면 다양한 디바이스로 참여하도록 열어둬도 모바일 응답 비중이 압도적으로 높은 편이기 때문입니다(모바일: 92%, PC: 8%, 태블릿: 1%).

그럼 모바일은 다른 기기와 얼마나 환경이 다를까요? 스마트폰은 PC보다 화면 크기가 매우 작은 편이며, 화면 비율도 세로로 깁니다. 이에 한 화면에서 보여줄 수 있는 정보의 양에 차이가 있으며, 같은 분량도 스마트폰이 PC보다 소비하는 데 오랜 시간이 걸립니다. 실제로 오픈서베이 내부 데이터를 살펴보면 설문 문항 수가 같을 때 PC보다 모바일이 응답하는 데 더 오랜 시간이 걸리는 편입니다. PC 때보다 설문 문항 수를 더 예민한 기준으로 살펴봐야 할 이유입니다.

모바일 응답자 56%, “응답 소요 시간은 최대 10분”

그럼 적절한 응답 소요 시간은 몇 분일까요? 오픈서베이가 오베이 패널을 대상으로 조사해 보니 응답 소요 시간이 5분 이내라면 모든 응답자가 참여할 의향이 있다고 답했습니다. 그런데 응답 소요 시간이 10분으로만 늘어도 절반 수준으로 참여 의향이 떨어지며(56%), 20분 이상이 되면 비율이 매우 큰 폭으로 감소합니다(20분: 21%, 30분: 10%, 40분: 6%). 응답 소요 시간이 참여 의향이 직접적인 영향을 준다는 걸 알 수 있는 대목입니다.

그럼 문항 수가 많을수록 응답자 풀을 늘려서 목표 인원만 채우면 되지 않을까요? 그렇지 않습니다. 응답률*이 낮을수록 그 결과는 실제 모집단의 인식과 다를 가능성이 크기 때문입니다. 아무리 긴 설문이라도 끝까지 응답할 수 있는 사람은, 그 자체로 일반 소비자나 우리가 알고 싶은 고객 세그먼트와 매우 다른 성격의 집단일 테니까요. 이에 응답 대표성과 정확한 데이터 수집을 위해서는 참여 의향이 높은 방식으로 설문 설계를 하는 게 중요합니다.

*응답률이란 설문을 받은 사람 중 응답을 완료한 사람의 비중입니다. 만약 설문을 2,000명에게 보냈고 이 중 500명이 응답을 완료했다면 응답률은 25%입니다.

그럼 이상적인 설문 길이는 어떻게 될까요? 모바일 기준으로 5분 이내 응답할 수 있는 30문항 수준을 추천합니다. 또한, 주관식 문항은 한 설문에 3개 이내로 추가하길 권장합니다. 이는 해외 리서치사 등 글로벌 업계의 영문 설문 가이드라인을 한글 기준으로 변환한 수치입니다. 1분당 응답할 수 있는 문항 수가 영문보다 한글이 더 적기 때문입니다. 이에 해외 소비자 대상 설문을 한다면 35문항 수준이 적절하다고 생각할 수 있습니다.

• 평균 분당 응답하는 문항 수: 5~6문항
• 최적 설문 길이: 약 30문항 (5분 이내 응답)
• 주관식 문항 개수: 한 설문당 3문항 이내

4. 한눈에 들어오도록 문항 당 보기 수 조절하기

응답 환경을 모바일 기준으로 생각해야 하는 만큼, 문항 당 보기 개수도 신경 써야 합니다. 모바일은 화면이 작아서 질문·설명·보기가 한 화면에 다 안 들어올 때가 많은데, 보기가 한 화면에 다 안 들어올 경우 보기별 응답률이 최대 10%까지 달라질 수 있기 때문입니다. 단지 보기 개수에 따라 보기별 응답률이 달라질 가능성이 없지 않으니, 설계 과정에서 되도록 보기 개수를 조절할 필요가 있습니다.

그럼 적절한 문항 당 보기 개수는 몇 개일까요? 설문 툴에 따라 조금씩 다릅니다. 아래는 갤럭시S21 화면 크기를 기준으로 설문 툴마다 문항 당 보기 개수가 얼마나 되는지를 비교한 표입니다. 1번째는 오픈서베이가 현재 개발 중인 신규 설문 툴, 2번째는 오픈서베이 기존 설문 툴, 3번째는 구글폼입니다. 각 설문 툴마다 화면 구성과 UI가 조금씩 달라서 노출되는 보기 수가 10~16개까지 다양하다는 걸 알 수 있습니다.

또한, 스마트폰 크기에 따라서도 한 화면에 보이는 보기 개수에 차이가 있습니다. 아래는 위에서 비교한 설문 툴 3개의 스마트폰 기종별 한 화면에 보이는 보기 개수를 시각화한 이미지입니다. 화면 크기가 가장 작은 아이폰 13 미니부터 가장 큰 아이폰 14 프로 맥스까지 한 화면에 보이는 보기 개수가 조금씩 다르다는 걸 알 수 있습니다. 이에 기기별 차이와 평균값 기준으로 생각해 보면, 12개 이내를 권장 개수라고 말할 수 있습니다.

실제로 글로벌 업계 가이드라인에 따르면 문항당 글자 수는 영문 기준 최대 300자 및 보기 수 12개를 권장합니다. 이를 한글 기준으로 변환하면 문항당 글자 수 150자에 보기 수 12개 수준입니다. 이에 보기 개수는 12개 수준으로 조절하는 걸 추천하며, 불가피하게 많아진다면 반드시 보기 무작위 정렬 기능을 활용하는 걸 추천합니다. 또한, 보기가 차지하는 영역의 크기도 응답률에 영향을 줄 수 있기 때문에, 보기별 글자 수도 1줄 이내로 조절하면 더욱 좋습니다.

• 문항당 글자 수: 한글 최대 150자
• 문항당 권장 보기 수: 12개 이내 (더 많아지면 보기 무작위 정렬 기능 사용 필요)
• 보기 분량: 되도록 보기별 1줄 이내로 작성

이외 제로파티 데이터 수집 위한 설문 설계 시 고려할 사항

위 내용은 오픈서베이의 <오픈클래스: 제로파티 데이터 수집과 추출> 영상 강의 중 설문 설계 시 고려해야 할 기술적인 사항 중심으로 작성했습니다. 이에 오픈서베이 유튜브 채널에 있는 원본 영상에서 더욱 풍부한 내용을 살펴보실 수 있습니다. 본 글의 마지막 파트에서는 제로파티 데이터 수집 위한 설문 설계 시 고려해야 할 사항을 더 살펴보겠습니다.

• 제로파티 데이터는 하나의 데이터 유형이며 만능이 아닙니다. 제로파티 데이터·퍼스트파티 데이터 등은 유형별로 역할이 있으며, 데이터의 가치는 서로를 연결할수록 커집니다. 다양한 유형의 데이터를 연결해서 비즈니스 의사결정에 필요한 정보를 얻는 방법을 고민하고 발전시키는 것이 중요합니다.
• 제로파티 데이터를 수집하고 활용하려면 어떤 툴을 이용해서 데이터를 수집할지는 물론이며, 설문을 보냈을 때 참여할 수 있는 응답자 풀을 어떻게 확보할 것인지에 대한 고려가 반드시 필요합니다.
• 제로파티 데이터는 사람이 직접 답한 응답 결과라서, 어떻게 질문하고 수집했는지가 데이터 퀄리티에 큰 영향을 미칩니다. 이에 “나라면 정확하게 이해하고 주의를 기울여 답할 수 있을까?”를 기준으로 질문의 흐름, 분량, 워딩, 보상 수준을 정해보기를 바랍니다.
• 오픈서베이는 적절한 응답 대상자 수 최소 400명, 적절한 설문 길이는 5분 이내 응답을 완료할 수 있는 30문항 내외, 문항별 적절한 텍스트 분량은 문항당 150자 및 보기 12개 이내를 추천합니다.
• 제로파티 데이터를 수집할 때는 개인정보 관련 정책을 반드시 챙겨야 합니다. 개인정보 보호 책임은 데이터를 수집하는 주체에 있기 때문입니다. 설문을 통해 수집하려는 고객의 제로파티 데이터가 개인정보라면, 이용하려는 설문 툴이 개인정보 보호법 기준에 충족되는지를 반드시 검토해 주세요.

자료출처 : 제로파티 데이터 수집을 위한 설문 전에 꼭 알아야 할 사항 4가지 - 오픈서베이 블로그 (opensurvey.co.kr)