나이키 전략에 비친 데이터 드리븐 전략의 딜레마
학습 차원에서 틈틈이 해외 전문가들이 블로그나 미디어 그리고 책에서 쓴 글을 번역 또는 요약 정리하고 있습니다. 이번 포스팅도 그중 하나고요. 거칠고 오역된 부분이 있을 수 있습니다. 제대로 번역되지 않은 부분은 확인 주시면 반영토록 하겠습니다. 의미 전달이 애매한 문장은 삭제했습니다. 이번 글은 Pavel Samsonov가 미디엄에 올린 걸 정리한 것입니다.
지난 주, 나이키의 전 CMO가 4년 전 마케팅 실수에 대해 심도 있게 분석한 글을 발표했다.유사한 영역에서 영감을 얻어야 한다는 확고한 신념을 가지고 있는 나는 여기서 제품 및 UX 관련해 얻을 수 있는 큰 교훈이 있다고 생각한다. 맥킨지 조언에 따라 나이키 새로운 CEO인 존 도나휴는 '데이터 기반' 접근 방식으로 전환하기로 결정하고, 기존 카테고리 중심 판매 모델을 없애고 디지털 소비자 직접 판매로 회사를 재편했다.
지난 몇 년 동안 보잉과 다른 기업들이 빠졌던 것과 동일한 함정이다. 새로운 아이디어를 떠올리는 것은 어렵고 전문 지식이 필요하다. 전문가들이 무엇을 하고 있는지 이해하고 그들을 관리하기 위해서는 전문 지식이 필요하다.
한편 비용 절감은 모든 산업에서 동일한 방식으로 이뤄진다.그래서 Nike는 중복 프로세스를 제거하고, 운영을 간소화하고, 효율성을 개선하고, 생산성을 높이는 등 "무엇을 하든 더 열심히 하라"는 의미의 문구를 활용했다. 얼마나 효과가 있었나? 전략의 의도가 무엇이었는지에 따라 달라진다. 도나휴가 시가총액 250억 달러를 잃고 주가를 32% 하락시키려는 의도였다면, 이는 대성공이었다. 그런 의도가 아니었다고 생각하는 사람이라면 도나휴가 어디에서 잘못했는지 생각해 볼 필요가 있다.
데이터의 어려운 한계
측정할 수 없으면 관리할 수 없다고 생각하는 것은 잘못된 생각이며, 이는 비용이 많이 드는 신화이다. -W. 에드워드 데밍
데이터는 쓸모없는 것이 아니다. 데이터는 과거에 무슨 일이 일어났는지를 알려주는 데 매우 유용하다. 현재 무슨 일이 일어나고 있는지 알려줄 수 있는 데이터를 생산하기 위해 막대한 비용이 투입되고 있다. 하지만 헤지펀드에서 일하는 퀀트 애널리스트의 7~8자리 연봉이 보여주듯, 데이터를 사용해 미래에 일어날 일을 추정하는 것은 가장 어려운 일 중 하나다.
일반적으로 이러한 작업을 수행하는 방법은 따뜻한 데이터( warm data, 숫자에 의미를 부여하는 정성적 데이터)를 수집한 다음 이를 사용해 숫자가 어디로 가는지에 대한 스토리를 만드는 것이다. 하지만 안타깝게도 온라인 광고는 그렇지 않다. 필 바스티앙은 광고 데이터의 가장 일반적인 결과는 고객이 소파를 구매하면 소파가 더 필요하다는 것을 의미한다고 말한다.
마케터와 머천다이저들은 이 사실을 잘 알고 있다. 그래서 마트에서 바비큐 소스나 번즈(빵)과 핫도그 옆에 종이 타월을 함께 진열해 놓는 것이다. ㅇ니간은 즐거운 쇼핑 경험을 제공하기 위해 ''토핑은 빵에 올라간다'는 정성적 데이터 포인트는 '빵을 구매하고 있다'는 것의 품질을 높일 수 있다.
하지만 이를 위해 데이터를 확보하는 것, 심지어 AI에 데이터를 제공하는 것은 생각보다 훨씬 어렵다. 이런 종류의 전문 지식을 정확히 파악할 수 있는 개별 제품 카테고리를 없애고 일률적인 데이터 모델을 사용하기로 한 Nike의 결정은 예상할 수 있는 문제를 일으켰다. 이 모델은 피자 가게 로비에서 피자 가게 전단지를 나눠주는 것과 같은 역할을 했고 신규 고객 유치에서 이미 확보한 고객으로부터 더 많은 수익을 창출하는 방향으로 사업을 재편해야 한다는 것을 예고했다.
데이터 기반 죽음의 나선
잘못된 측정은 재앙으로 가는 지름길이다. - Jared Spool
브랜드, 마케팅, 디자인으로 구성된 크리에이티브 작업 장르의 모든 수익 동기는 행동 변화를 유도하는 데 있다고 말할 수 있다. 우리는 고객에게 어떤 옵션이 존재한다는 사실을 알리거나 다른 옵션보다 그 옵션을 선택하는 것이 더 매력적이고 효과적이라는 것을 알려줌으로써 고객이 새로운 일을 할 수 있도록 한다.
문제는 여기에서 시작된다. 나이키 전략은 기존 고객, 즉 행동을 바꿀 필요가 없는 고객에 대한 데이터를 가져오는 것이었다.
이는 모든 종류의 산업에서 매우 흔한 실수다. 조사에서 가장 목소리를 높이고, 가장 자주, 가장 큰 목소리를 내는 참여자가 전체 타겟 시장에서 가장 대표성이 떨어지는 경우가 많기 때문이다. 제품을 사용하지 않거나 사용할 수 없는 사람들은 레이더에 거의 보이지 않는다.
수집하기 가장 쉬운 데이터만 수집하고 거기서 멈추고 싶은 유혹에 빠지기 쉽다. 나이키가 온라인 쇼핑 데이터로 한 일이 바로 그 예다.. 그 결과, 일반 고객이 구매하는 상품과는 제품 우선 순위가 급격히 달라졌고 , 대중적인 매력을 가진 제품은 판매처가 없어 창고에서 썩어가고 있다. 그리고 나이키가 이러한 변두리 고객을 쫓아다닐수록 일반 고객들은 경쟁사 제품으로 옮겨갔다.
나이키가 이런 실수를 저질렀다고 비난하기는 쉽다. 잘못된 데이터 대신 올바른 데이터를 선택하면 되기 때문에 이러한 실수를 피할 수 있다고 믿기는 더 쉽다. 문제는 이러한 실수는 경험이 풍부하고 지적인 전문가들이 저지른 실수이며, 자신들도 옳은 일을 하고 있다고 생각했다는 사실이다. 그들이 틀렸다는 사실을 파악하는 것만으로는 충분하지 않으며, 왜 그 순간에는 잘못된 일이 최선의 방법처럼 보였는지 이해해야 한다.
Nike는 여전히 세계에서 가장 가치 있는 브랜드 중 하나이며, 고래(whales, 큰손)를 쫓는 전략은 많은 작은 기업들한테는 잘 먹혔다. 2020년과 같이 위험이 가득한 환경에서는 자신의 강점에 기대어 실질적으로 보장된 10%(또는 그 이상)의 지표 상승을 달성하는 것이 좋다.
눈을 감고 다른 곳에서 더 큰 손실을 감수하면서 10%가 오지 않는 것처럼 행동하고 싶은 유혹도 매우 강하다. 다음 정리해고 라운드에서 자신의 일자리가 위태로울 수 있기 때문이다. 지배적인 이야기에 반기를 들려면 많은 용기와 신념이 필요하다. 정보에 입각한 가설을 세우기 위해서는 연구 기술이 필요하고, 예산을 가진 사람들을 설득하기 위해서는 비즈니스 감각이 필요하다. "모두가 이미 믿고 있는 것을 '검증'하는 것은 훨씬 쉽지만 가치를 더하지 못한다. 연구의 가치는 이미 외치고 있는 사람들의 목소리를 높이는 데서 나오는 것이 아니다. 그것은 들리지 않는 사람들을 찾아내어 그들의 목소리를 대화에 추가하는 데서 비롯된다.
그래야 진정한 데이터 기반 의사 결정, 즉 모든 데이터에 기반한 의사 결정을 내릴 수 있다.
