데이터 기반 의사 결정을 하기 위한 방법 Part 1.
전략기획팀에서 제품관리자로 직무전환을 하면서 느낀 두 직무의 공통점은, 내가 맡은 서비스의 성공을 위한 전략을 수립하는 것입니다. 그 과정에서 사용할수 있는 프레임워크 중 하나인 비즈니스 모델 캔버스 (Business Model Canvas)에 대해 소개하였습니다. 해당 프레임워크를 통해 명확하고 구체적으로
새로운 사업 모형을 개발하여 문서화 할수 있었습니다.
최근 PM 관련 채용 공고를 보면 "데이터 기반 의사 결정 경험을 보유한 분"이라는 문구가 눈에 자주 띕니다. 표현 방식은 회사마다 조금씩 다르지만, 결국 데이터를 바탕으로 제품에 대한 의사결정을 할 수 있는 능력을 강조한다는 점에서는 모두 같습니다.
제가 활동하고 있는 PM 커뮤니티에서도 이런 질문을 자주 접합니다. "이번에 지원하려는 회사의 채용 공고를 보니 '데이터 기반 의사 결정 경험을 보유한 분'을 찾고 있더라고요. 이걸 자기소개서나 포트폴리오에 어떻게 작성해야 할까요?" "데이터 기반 의사 결정 경험을 채우려고 합니다. SQL이나 Python을 배워야할까요?"
저도 오랫동안 이러한 질문들을 가지고 있었고, 아직도 이러한 부분들에 대해서 고민 중입니다. 다만, 이러한 질문을 접할 때마다 느끼는 것은, 많은 분들이 데이터 기반 역량에 대해서 기술적인 스킬에 대한 우려를 많이 가지고 계신다는 점입니다. 물론 SQL이나 Python과 같은 도구는 데이터 분석에 있어서 유용할 수 있지만, 그것이 곧 데이터 기반 의사결정의 핵심은 아닙니다. 진정한 의미의 데이터 기반 의사결정은 단순히 데이터를 추출하고 분석하는 것을 넘어, 그 데이터를 통해 문제를 파악하고 의사결정에 활용하는 능력에 있습니다.
제품을 담당하고 있는 프로덕트 매니저는 끊임없이 의사결정을 내려야 합니다. 어떤 기능을 우선적으로 개발할지, 어떤 문제를 해결해야 할지, 그리고 어떤 방향으로 제품을 개선해야 할지 등 수많은 질문에 답을 내리고 결정해야합니다. 이때 데이터는 이러한 의사결정에 객관적인 근거를 제공합니다. 데이터를 통해 사용자의 행동을 이해하고, 시장의 트렌드를 파악하며, 제품의 성과를 측정할 수 있습니다. 즉, 데이터는 프로덕트 매니저가 가설을 검증하고 제품 전략을 수립하는 데 필수적인 요소입니다.
예를 들어, 홈페이지 개선을 맡게 되었다고 가정해보겠습니다. 이때 두 가지 문제가 발견되었습니다. 하나는 유입량이 적다는 점이고, 다른 하나는 유입 이후 실제 결제로 이어지는 비율이 낮다는 점입니다. 물론 이 두 문제를 모두 해결하는 것이 이상적이겠지만, 우리의 리소스는 한정되어 있기에 우선순위를 정해야 합니다.
이러한 상황에서 우리의 의사결정은 데이터를 기반으로 이루어질 수 있습니다. 예를 들어, 유입 후 결제 전환율이 목표치에는 미치지 못하지만 업계 평균과 비슷한 수준이라면, 우리는 우선적으로 유입량을 개선하는 데 집중할 수 있습니다. 그 후에 유입량이 늘어남에 따라 결제 전환율을 재평가하고, 필요한 경우 결제 프로세스를 개선하는 것이 합리적일 수 있습니다. 이를 판단하기 위해서는 데이터 분석이 필요하며, SQL을 직접 다루지 않더라도 GA4 같은 도구를 활용하여 필요한 데이터를 확인할 수 있습니다.
많은 PM이 데이터 기반 의사결정이라고 하면 먼저 떠올리는 것이 SQL입니다. 물론 SQL은 데이터베이스에서 필요한 정보를 직접 추출할 수 있게 해주는 도구입니다. 하지만 모든 PM이 고도의 SQL 능력을 갖출 필요는 없습니다. (일부 회사에서는 내부 보안을 이유로 PM에게 SQL 권한을 부여하지 않는 경우도 있습니다.) 따라서, 중요한 것은 SQL을 얼마나 잘 다루는가가 아니라, 필요한 데이터를 정확히 정의하고 그것을 통해 인사이트를 도출할 수 있는가입니다.
예를 들어, 특정 기능의 사용률이 제품 성공에 중요한 지표라면, 이를 추적할 수 있는 데이터를 파악하고, 해당 데이터를 이해할 수 있는 방식으로 시각화하고, 그 결과를 바탕으로 다음 전략을 수립할 수 있는 것이 핵심입니다. SQL이나 Python이 이러한 과정을 더 쉽게 만들어 줄 수는 있지만, 결국 중요한 것은 데이터를 통해 얻은 인사이트와 그에 따른 의사결정입니다.
데이터를 활용한다는 것은 단순히 수치나 그래프를 보는 것이 아닙니다. 데이터 속에 숨겨진 이야기를 찾아내는 것이 중요합니다. 왜 이 지표가 하락했는지, 어떤 사용자 행동이 이탈률에 영향을 주고 있는지, 시장의 트렌드 변화는 무엇을 의미하는지 등 데이터를 통해 제품과 사용자에 대한 깊은 이해를 얻는 것이 필요합니다.
이러한 이해를 바탕으로 제품에 대한 가설을 수립하고, 그 가설을 검증하는 과정을 반복함으로써 제품을 개선해 나갈 수 있습니다. 따라서, PM에게 진정으로 필요한 것은 SQL이나 Python을 다루는 기술이 아니라 데이터를 해석하고 이를 의사결정에 반영할 수 있는 능력입니다.
데이터 기반 의사결정은 단순히 프로젝트의 시작점이나 SQL과 같은 도구의 활용 능력이 아니라고 생각합니다. 프로덕트 매니저에게 데이터는 프로젝트의 성공을 위한 방향을 제시하는 나침반과 같습니다. 이를 통해 팀원들이 프로젝트에 대한 명확한 이해와 동일한 목표를 가지고, 제품 개발의 우선순위를 설정할수 있습니다.
마지막으로, 데이터 기반 의사결정의 진정한 가치는 지속적인 커뮤니케이션과 피드백에서 비롯됩니다. 단순히 데이터를 추출하고 분석하는 것에 머무르지 않고, 데이터 속에 숨겨진 인사이트를 바탕으로 제품을 지속적으로 개선하는 과정이 중요합니다. SQL이나 Python 같은 도구는 이 과정에서 유용한 역할을 할 수 있지만, 궁극적으로 중요한 것은 데이터를 해석하고 그것을 통해 제품과 사용자에 대한 깊은 이해를 얻는 것입니다.
오늘도 긴글 읽어주셔서 감사합니다.