유용한 모바일 UI 패턴 및 리소스가 잘 정리 되어있는 URL을 공유드립니다.^__^
너무너무 유용한 자료가 많아서~~완전~~조아용^^
https://sites.google.com/site/designpttrns/


* 정의 : 수 많은 아이디어를 발산하고 수렴하는 방법임. 여러가지 도출된 아이디어를 그룹핑하고 우선순위를 도출하는 데에 유용하게 쓰일 수 있음. 별표 스티커를 이용하여 아이디어에 대한 투표를 진행함으로서 아이디어에 대한 우선순위를 정할 수 있음.
"The affinity diagram is a business tool used to organize ideas and data. It is one of the Seven Management and Planning Tools".(http://en.wikipedia.org/wiki/Affinity_diagram)
인간의 역사에는 삶의 특정한 부분에서 방식을 완전히 전환시키는 커다란 사건들이 있어왔습니다. 천동설에서 지동설의 주장을 했던 코페르니쿠스와 같이 자연과학/철학 부분에서의 변화뿐 만이 아니라 스티브잡스의 아이폰과 같은 제품 디자인에 이르기까지의 다양한 분야서의 변화가 있을 수 있는데요.
그렇다면 이들의 사고기법은 일반사람들과 어떠한 차이가 있을까요? 그들은 기존 문제에 대해서 모두가 생각하듯 똑같이 접근했을까요? 아니요. 그렇지 않았을 것입니다. 이들에게 공통적으로 나타나는 사고의 특징은 기존의 틀을 바꾸는 혁신적이며 창의적인 사고를 했다는 것입니다. 즉, 문제에 대해 다양한 각도에서 접근하며 남들이 생각하지 못한 것에 대해 발견하고 사고를 발전 시켰을 것입니다.
창의적인 아이데이션 방법은 위의 방법 이외에도 아주 많습니다.
데이브 그레이의 "게임 스토밍"이라는 책을 보시면 더욱더 창의적인 아이디어가 많이 떠오르실 꺼예요.
http://book.daum.net/detail/book.do?bookid=KOR9788994120119
위의 방법들을 아는 것에 그치는 것이 아니라 실제로 한번 시도해보시면
정~~말!! 회의시간이 풍요롭고~재미있을 꺼예요^^
앞으로도 계속적으로 다양한 창의정인 아이디어 방법에 대해 소개해 드리겠습니다.~~
기본적으로 맛있고, 카카오 56%쯤? 내가 좋아하는 XX아몬드가 통째로 박혀있는 쵸코바가 뭐지? 열량이 그렇게 높지는 않았으면 좋겠는데...내 친구는 OO쵸코바가 젤 맛있다고 하던데...
얼마전 다키타니님의 '정성조사 데이터의 시각화 사이트' 글을 통해 IBM에서 만든 Many eyes라는 사이트를 알게되었는데요~ 데이터를 시각화하는 여러방법을 쉽게 설명해 놓은 자료가 있어서 올립니다.^^ (사이트 바로가기 클릭) 프리젠테이션 할 때 효과적으로 사용할 수 있을 것 같네요~ㅎㅎ
텍스트 분석(Analyze a text)
리서치를 하면서 FGI,인뎁스 인터뷰,UT 등을 하게 되는데요~이 방법은 참가자들의 말을 기록한 스크립트 & 카드소팅(Card Sorting)을 통해 나온 참가자들의 연상 아이디어등을 분석하는 데 쓸 수 있겠다는 생각이 드네요~^^
----------------------------
1) 테그 클라우드(Tag Cloud)
2) Word Tree
----------------------------
1) 태그 클라우스(Tag Cloud)
- 소개 : 단어 사용 빈도를 시각화할 때 사용함
- 사용 데이터 : Free Text or Tabular Data
- 데이터 해석 : 크기가 클 수록 자주 나오고 중요한 단어임을 알 수 있음. 단어들의 열(Column)과 숫자들의 열의 관계성을 통해 단어간의 상관관계를 알 수 있음
2) Word Tree
- 소개 : 책,기사,발표문,시 등의 텍스트 분석을 통해 내가 찾은 단어가 어떤 상황문맥(Context)에서 사용되었는지 가지치기 형태로 보여줌
- 사용 데이터 : Free(Uncstructured) Text Data
- 데이터 해석 : 검색을 통해 단어가 쓰여진 여러 상황,상관 단어 등을 알 수 있음
수치 비교(Compare a set of values)
----------------------------
1) 막대그래프(Bar Chart)
2) 블럭 히스토그램(Block Histogram)
3) 버블그래프(Bubble Chart)
4) 매트릭스그래프(Matrix Chart)
----------------------------
1) 막대그래프(Bar Chart)
- 소개 : 수치 비교할 때 사용
- 사용 데이터 : Data Table Set
- 데이터 해석 : X좌표에 따른 수치를 Y좌표에서 보면 됨.
예시) 아래의 표는 그리스 신화에 등장하는 3가지 동물들의 수명을 기록한 Data Table입니다. 동물 종류에 따른 수명을 비교해보고 싶다고 가정하면 독립변인: 동물//종속변인:수명으로 생각하면 되겠죠? ^^ X좌표에 Animal이 표시되고 이에 따른 수명은 Y좌표에 표시되어 비교해볼 수 있겠습니다.
| Animal(동물) | Lifespan(수명) | |
|---|---|---|
| Gryphon | 100 | |
| Phoenix | 1000 | |
| Pegasus | 50 |
- 소개 : 수치 비교할 때 사용
- 사용 데이터 : Data Table Set
- 데이터 해석 : 블럭이 쌓인 것처럼 보이며 각 범위(Range)에 얼마나 많은 Value가 있는지 알 수 있음.
추가설명) 블럭 히스토그램은 줄기와 잎 다이어그램(Stem and leaf Diagram)과 같은 개념인데요. 쉽운 설명을 위해 하나의 예를 들어보겠습니다. 아래와 같이 숫자 10개가 있습니다. 이 데이터를 몇 개의 범위로 나누고 각 범위에 해당되는 데이터가 몇 개 있는지 알아보겠습니다.^^
3285 564 1278 205 3920
2066 604 209 602 1379
1) 범위(Range)를 나눕니다.
0 : 0~999
1 : 1000~1999
2 : 2000~2999
3 : 3000~3999
2) 각 범위에 해당되는 데이터의 첫째 자리수를 적어볼게요.
0 : 52616
1 : 11
2 : 2
3 : 33
3) 각 범위마다 도수의 개수 & 도수의 첫자리를 알 수 있겠네요.
3) Bubble Chart
- 소개 : 수치 비교할 때 사용
- 사용 데이터 : Data Table Set
- 데이터 해석 : 크기를 통해 데이터를 해석하는 데에 있어 태그 클라우드의 개념과 같으나 어디에 위치해 있는지는 중요치 않음. 주의할 점은 100과 -100은 동일한 크기로 표시됨으로 (+)와 (-)값은 색을 달리 표현해줘야 함.
예시) 이것은 앞서 예를 든 막대그래프의 예시를 다시 생각해보면 되겠네요...막대그래프로 표시하는 것이 아니라 원(Circle)으로 표시하면 되겠죠^^
4) Matrix Chart
-
- 소개 : 여러 수치를 통합하여 비교할 때 사용
- 사용 데이터 : Multidimensional Data Table Set
예시) 아래의 데이터 테이블을 통해서 많은 그래프를 그릴 수 있는데요. 각 Land에 있는 후원자들이 후보자(Candidate)들에게 각각 얼마의 돈을 지원하고 하는지 알아볼 수 있겠네요.
| Candidate | Contributor Name | Contributor Profession | Land | Amount |
|---|---|---|---|---|
| Dumbledore | Potter | Student | Hogwarts | 1,000,000 |
| Dumbledore | Granger | Student | Hogwarts | 1,000 |
| Dumbledore | Krum | Quidditch Player | Germany | 10,000 |
| Voldemort | Quirrell | Teacher | Hogwarts | 5,000 |
데이터 관계(See relationships among data points)
----------------------------
1) 네트워크 다이어그램(Network Diagram)
2) Scatterplot
----------------------------
1) Network Diagram
- 소개 : 데이터의 관계성을 보여줄 때 사용
- 사용 데이터 : Data Table Set
- 데이터 해석 : 각 단어와 관계있는 하위 구성 아이템들을 보면됨.
2) Scatterplot
- 소개 : 데이터의 관계성을 보여줄 때 사용
- 사용 데이터 : Multidimensional Data Table Set
- 데이터 해석 : 점 하나가 나타내고 있는 속성(X,Y 값)와 다른 점들과의 관계를 알 수 있음.
예시) 아래 자료는 2006년 도시별 인구 수에 따른 범죄발생건, 대학교 졸업인구 비율에 대한 데이터 입니다. X좌표에는 대학교 졸업인구 비율을 놓고 Y좌표에는 범죄 발생건을 넣어볼게요. 흩어 뿌려져 있는(Scatter) 점들의 크기는 인구 수에 따라 달라진다고 보면...대학교 졸업인구 비율에 따른 범죄 발생건 수가 어떻게 되는지 표시되는 것을 알 수 있겠습니다. 또한 각 도시의 인구와 함께 비슷한 위치에 있는 도시끼리 그룹핑도 할 수 있겠네요. 가령 포지셔닝 전략을 세울 때 이용될 수 있겠는데요? ^^
| 도시 | 인구 수 | 범죄발생건 대학교 졸업인구비율 | |
|---|---|---|---|
| 서울 | 1000M | 3633 28% | |
| 인천 | 260M | 3915 15% |
부산 350M 3656 22%
대구 250M 3627 15%
광주 140M 2289 13%
대전 150M 1800 25%
구성비(See the parts of a whole)
----------------------------
1) 파이 그래프(Pie Chart)
2) Treemap
----------------------------
1) 파이 그래프(Pie Chart)
- 소개 : 데이터 간의 비율(Proportion)을 볼 때 사용
- 사용 데이터 : Data Table Set
- 데이터 해석 : 전체에서 각 데이터가 차지하고 있는 비율(%)를 봄
예시) 전체 인구에서 남/여 인구 수 비율
2) Treemap
- 소개 : 데이터의 관계성을 보여줄 때 사용
- 사용 데이터 : Data Table Set
- 데이터 해석 : 데이터가 어떻게 구성되어 있으며 속해있는 각 아이템의 크기와 명도에 따른 Value값을 봄
예시) 많은 데이터들은 계층구조(Hierarchical Structure)로 구성되어 있습니다. 아이템들은 카테고리,서브 카테고리로 나눌 수 있죠. 음식은 이름으로 구분하는 것 뿐만 아닌 종류에 따라 과일,고기 등으로 카테고라이징 할 수 있습니다. 이것은 Treemap을 구획? 지을 수 있게 해줍니다.^^ 아래 테이터를 통해 알 수 있듯이 판매량(Sales)에 따라 크기를 다르게 하거나 이익마진(Profit Margin)에 따라 색의 명도를 다르게 나타내 줄 수도 있겠네요~
| Type | Food | Sales | Profit Margin |
|---|---|---|---|
| Fruit | Banana | 1456 | 12 |
| Fruit | Lemon | 23 | -6 |
| Fruit | Orange | 981 | 12 |
| Meat | Pork | 111 | 2 |
| Meat | Beef | 442 | 6 |
| Meat | Chicken | 1456 | 77 |
- 소개 : 데이터의 시간에 따른 변화를 보여줄 때 사용
- 사용 데이터 : Data Table Set
- 데이터 해석 : 각 아이템마다 시간에 따는 추이나 경향을 봄
예시) 아래와 같은 2005~2007년도 도너츠와 커피 가격에 대한 데이터를 활용하면 선 그래프를 그릴 수 있는데요. 아래와 같이 두 가지의 타입의 Data Table이 있을 수 있겠네요~^^
[Type1]
| Year | 2005 | 2006 | 2007 |
|---|---|---|---|
| Price of Doughnut ($) | .75 | .78 | .81 |
| Price of Coffee ($) | 1.42 | 2.52 | 2.15 |
| Year | Price of Doughnut ($) | Price of Coffee ($) |
|---|---|---|
| 2005 | .75 | 1.42 |
| 2006 | .78 | 2.52 |
| 2007 | .81 | 2.15 |
- 소개 : 시간에 따른 누적된 데이터의 변화를 보여줄 때 사용. 대표적으로 기업의 각 제품에 대한 수익의 변화를 표현할 때 유용함. (-) 데이터는 사용할 수 없음
- 사용 데이터 : Data Table Set
- 데이터 해석 : 시간에 따른 누적된 변화 추이를 봄
예시) 아래 그림에서 볼 수 있듯이 Type별로 여러 카테고리로 구분하여 그래프를 그릴수도 있습니다.
