2017~2024
Resume
Contact
RP
Resume
Contact
RP
2022
About
데이터 기반 중고차 직거래 중개 서비스는 차량을 운행중인 사용자가 차량을 직거래로 매각할 수 있도록 돕는, 차량을 구매하려는 사용자가 차량을 직거래로 구매할 수 있도록 돕는 모바일 서비스입니다. 기존의 중고차 직거래는 개인 판매자, 구매자 모두에게 정보 비대칭이 발생했습니다. 판매자는 자신의 차량 상태에 따른 객관적인 가격 산정을 하기 어려웠고 구매자는 판매자의 호가가 적정한지 판단하기 어려웠습니다. 이를 해결하기 위해 판매자, 구매자 모두에게 객관적인 데이터를 제공해 투명한 직거래가 가능하도록 돕는 서비스입니다.
My Contribution
팀에서 유일한 디자이너로서 사용자의 문제를 파악하고 제품을 통해 해결하기 위한 노력을 기울였습니다. 중고차 시장에서의 정보 비대칭 문제를 이해하고 이를 해결할 수 있는 방안에 대해 논의했습니다. 판매자에게 보여주면 좋을 정보와 그 시각화 방식, 구매자에게 보여주면 좋을 정보와 그 시각화 방식, 그리고 이를 서비스로 통합하는 방식에 대해 연구했고 프로토타입을 만들어 개선시키는 과정을 반복했습니다. 최종적으로 최적의 데이터와 표현 방식을 담은 앱 형태의 제품을 제작하였습니다.
22년 6월 ~ 23년 8월
Team Size
8명
Target User
예비 중고차 구매자 및 판매자
My Role
리서치
인포메이션 아키텍처
유저 익스피리언스
비주얼 디자인
Design Challenges
중고차 가격을 결정하는 변수는 상당히 많습니다. 다양한 데이터를 판매자, 구매자 모두에게 알맞은 정보로 시각화해야 했습니다. 모바일의 작은 화면안에 정보 시각화를 하기는 쉽지 않았습니다. 사용자에게 직거래로 얻는 이득이 무엇인지 제품으로서 설득해야 했습니다. 어떤 지표를 어떻게 표현하면 사용자에게 이득으로 와닿을지를 고민했습니다.
So What’s the Problem
타던 차량 판매시 대부분의 경우 딜러에게 판매하게 됩니다. 정보는 딜러가 독점하는 시스템으로 딜러가 부르는게 값인 시장입니다. 최근 경매 시스템이 생겼으나 결국은 딜러의 마진을 포함하여 판매하게 되어있습니다. 때문에 직거래 대비 좋지 않은 값을 받을 수 밖에 없습니다. 이를 인지하여 직거래를 시도하려 해도 많은 문제가 있습니다. 개인의 경우 공신력있는 데이터를 가지기 어려워 적정가를 산정하기 어렵고 판매까지 얼마나 걸릴지도 가늠할 수 없습니다. 뿐만아니라 구매자에게 객관적인 정보를 제공하기도 어렵습니다.
중고차를 구매하려는 경우에도 대부분 딜러에게 구매하게 됩니다. 정보는 딜러가 독점하는 시스템으로 호가가 적정가인지 신뢰하기 어렵습니다. 결국은 딜러의 마진을 포함하여 구매하게 되는 시스템으로 직거래보다 좋지 않은 가격으로 구매할 수 밖에 없습니다. 이를 인지하여 직거래를 시도하려 해도 많은 문제가 있습니다. 개인으로서 매물에 데이터를 얻기 어려워 적정가를 파악하기 어렵고 차량의 상태를 객관적으로 파악하기도 어렵습니다.
Identifying Users
크게 두 가지 유형의 사용자가 존재합니다. 타던 차량을 판매하려는 중고차 판매자와 새로운 차량을 구입하려는 중고차 구매자가 있습니다. 실제 사용자의 어려운점을 확인하기 위해 각각의 시나리오별로 실제 거래를 진행해보았습니다. 차량 판매 시나리오의 경우 타던 차량을 판매하려는 개인을 찾아 사업 내용을 설명하고 대가 없이 차량을 대신 판매해주었습니다. 매물을 각종 중고 플랫폼에 올리고 여러 연락을 주고받으며 차량 판매를 대신 진행했습니다. 차량 구매 시나리오의 경우 실제 제가 사용할 차량을 개인 판매자로 부터 구입했습니다. 원하는 차종 키워드를 중고 거래 플랫폼에 등록하여 대기하다가 적당한 매물을 탐색하여 개인간 거래 및 등록을 진행했습니다. 위 과정을 통해 차량 판매 및 구매시 어려운점과 각 상황에서 사용자가 원하는 바를 정리할 수 있었습니다.
User A
-
Goal: 기존에 타던 차를 최고의 값으로 빠르게 판매하고자 함
- Needs: 차량 값을 산정할 수 있는 객관적인 데이터
- Must: 최고가 판매
- Value: 머신러닝을 통한 최고가 판매
User B
새로운 차량을 구입하려는 사용자로서 차량을 최저의 값으로 구매하고자 합니다.
- Goal: 중고차를 가장 저렴한 값으로 구매하고자 함
- Needs: 차량에 대한 객관적인 가격과 정보
- Must: 가장 저렴한 가격
- Value: 머신러닝을 통한 최저가 구매
Market Opportunites
새로운 시장인만큼 보다 상세한 리서치를 통해 어떤 기회가 있고 어떤 위험이 있는지 구체화했습니다. 빠르게 변화하는 시장의 특징을 놓치지 않기 위해 노력했습니다.
- Legacy Software: 중고차 시장의 각종 서비스는 노후화되었고 객관화 되어있지 않은 상태입니다. 더욱 중요한 점은 사용자들의 신뢰를 얻지 못한다는 점입니다. 대부분의 서비스는 객관적인 데이터를 한 눈에 보기 어렵고 실거래가 등 주요 데이터가 폐쇄적입니다. 중고차에 대한 다양한 변수도 정리되지 않는 상태입니다.
- Value Leakage: 중고차 시장에는 다양한 변수가 있고 이 변수들이 조합되어 시장가를 형성하고 있습니다. 하루에서 수백건의 거래가 이루어지며 가격 산정 이력이 쌓이고 있으나 정작 이 정보를 볼 수 있는곳은 없습니다. 일부 볼 수 있더라도 데이터가 파편화되어 알아보기 어렵습니다. 이러한 폐쇄성때문에 시장의 신뢰도는 매우 낮은 상태입니다.
High-Level Goals
다양한 리서치를 종합해 세개의 주요 목표를 정할 수 있었습니다. 이 목표는 제품 설계 및 개발에 있어 최우선 목표로 삼았습니다.
- 객관적인 중고차 가격 산정: 객관적인 데이터를 공개하고 이를 이해하기 쉽게 가공하여 제공합니다.
- 신뢰할 수 있는 중고차 거래: 객관적인 데이터를 토대로한 개인간의 거래로 시장의 신뢰도를 회복합니다.
Interactions
구매자 입장에서 여타 중고차 판매 플랫폼과 차별점을 느끼도록 해야했습니다. 이를 위해 여러 방면에서 상세한 정보를 담았습니다. ‘인터넷에서 오천원 짜리 세제를 하나 살때도 상세 페이지와 후기를 꼼꼼히 살펴보게 되는데, 오천만원짜리 차를 사는데 왜 이렇게 정보가 부실한가’라는 문제 의식에서 출발했습니다. 개인 매물만이 줄 수 있는 정보인 차주의 코멘트와 상세한 정비내역을 더해 딜러 매물과 차별화했고 거래 내역을 시각화하여 투명하게 공개하였습니다. 뿐만아니라 머신러닝을 통한 매물 점수를 기재해 구매자가 매물을 직관적으로 판단할 수 있도록 하였습니다. 또한 알아보기 어려운 딜러 매물의 성능기록부를 대신해 컨시어지의 진단 결과, 보험이력 리포트를 추가해 매물의 상태를 보다 자세히 파악할 수 있도록 했습니다.
Consumer-to-Consumer, Consumer-to-Data
Outcomes
리서치, 기획, 디자인까지 진행되었으나 데이터 부족과 내부 사정으로 인하여 제품화까지 이어지지 못했습니다. 하지만 PoC는 오랜기간 이루어져 차량을 구입하는 흐름과 차량을 판매하는 흐름 모두 예비 사용자를 만나고 차량을 실제 거래하는 등 리서치가 진행되었습니다. 특히 차량 판매 흐름에서는 100명 이상의 예비 사용자가 차량 판매 의사를 밝히기도 했습니다. 이를 통해 직거래를 통한 차량 판매 수요가 충분함을 확인할 수 있었습니다.