Data-driven Co-Design Process for New Product Development : A Case Study on Smart Heating Jacket

국문 초록 (Abstract)

본 연구는 객관적인 데이터 기반 방법을 통해 인간 중심 디자인 과정을 효과적으로 보완하는 디자인 프로세스를 제시한다. 즉, 주관적 방법에 의한 인간 중심 디자인 프로세스에서 결여되는 객관성이 데이터 기반 접근에 의해 보완되 어 숨겨진 사용자의 니즈를 효과적으로 발견하는 프로세스로 발전될 수 있다. 이에 본 연구에서는 설문조사 데이터 마이닝 분석 과정과 공동 디자인 프로세스가 접목된 인간 중심 디자인 프로세스를 제시하며, 스마트 난방복 사례연구를 통해 이를 검증한다. 설문조사 데이터 마이닝 분석 과정에서는 클러스터링과 의사결정 나무의 두 가지 분석 방법이 사용된다. 클러스터링은 타겟 그룹을 선정하는 기준이 되는 페르소나의 초안을 제시하며, 의사결정 나무는 제품 구매에 중요한 사용자 인식 속성 파악과 사용자 가치 체계를 일차적으로 제안한다. 이후 데이터 분석을 통해 얻어진 광범위한 관점에 대하여 타겟 그룹을 대표하는 사용자가 직접 참여하는 공동 디자인 프로세스가 수행되며 맞춤형 워크북을 이용 하여 신제품에 대한 사용자의 여정맵, 니즈, 아이디어, 가치 체계 등을 체계적으로 도출한다. 본 논문에서 수행한 스마 트 난방복 사례 연구는 제안된 방법론의 적용성을 보여주고 있다.

다국어 초록 (Multilingual Abstract)

This research suggests a design process that effectively complements the human-centered design through an objective data-driven approach. The subjective human-centered design process can often lack objectivity and can be supplemented by the data-driven approaches to effectively discover hidden user needs. This research combines the data mining analysis with co-design process and verifies its applicability through the case study on the smart heating jacket. In the data mining process, the clustering can group the users which is the basis for selecting the target groups and the decision tree analysis primarily identifies the important user perception attributes and values. The broad point of view based on the data analysis is modified through the co-design process which is the deeper human-centered design process by using the developed workbook. In the co-design process, the journey maps, needs and pain points, ideas, values for the target user groups are identified and finalized. They can become the basis for starting new product development.

목차 (Table of Contents)

• Abstract
• 요약
• 1. Introduction
• 2. Data-driven Co-design Framework
• 3. Case Study: Smart Heating jacket
• 3.1 Data mining step with online survey
• 3.2 Co-design step with in-depth interviews
• 3.3 Results and findings
• 4. Conclusion
• REFERENCES