일의 우선순위를 정할 때 유용한 RICE점수
디자인 결정을 할 때 우선순위를 정하기 위해서는 무엇을 고려해야 할까?
오래전 글에서 쉽고 빠르게 우선순위를 정하기 위해서는 액션매트릭스 Action Matric, 카노모델 Kano model을 소개하였다. 액션매트릭스는 간단하게 최대 사용자(비즈니스) 효과 그리고 최소노력으로 달성할 수 있는 문제와 설루션에 집중하는 거라면, 사용자 만족기준을 바탕으로 우선순위를 정하는 방식이다.
액션 매트릭스https://brunch.co.kr/@migyeongux/37
(위의 글에서 액션매트릭스 Action Matric, 카노모델 Kano model에 대해 자세히 다루고 있으니 이 두모델에 대해 익숙지 않다면 참고해 보자.)
액션메트릭스와 카노모델의 한계
이 액션메트릭스와 카노모델은 쉽고 빠르게 우선순위를 정하는데 장점이 많지만 단점 역시 많다. 액션 모델은 팀원들 간의 주관적인 평가가 이루어지기 쉬우며, 특히 팀 안에 개발자가 없을 경우 더욱더 정확한 문제 해결 노력정도를 추측하기는 힘들다. 또한, 데이터의 신뢰도와 예측의 정확도가 빠져있다.
카노 모델은 주로 고객의 감정적 반응에 기초한 정성적 평가를 사용한다. 그렇기에 기능이 고객 만족에 어떻게 기여하는지를 평가하지만, 이를 구체적인 숫자로 표현하지 않는다. 그리고 문제해결의 가능성 및 필요한 자원과 개발 노력의 측정이 부재한다. 마지막으로 카노 모델은 주로 고객의 관점에 집중하기에 비즈니스 목표, OKR 등을 고려하고 있지 않다.
그렇기에 액션메트릭스와 카노모델의 부족한 부분을 보완하고, 우선순위를 좀 더 정확하고 다양한 관점으로 정하기 위해서 RICE 점수에 대해 소개해보려고 한다.
RICE 점수 모델은 무엇인가?
RICE 점수 모델은 프러덕트 관리 및 사용자 경험(UX)에서 프로젝트, 기능 또는 개선 사항의 우선순위를 결정하는 데 사용되는 우선순위 도구이다. RICE는 도달(Reach), 영향(Impact), 확신(Confidence), 노력(Effort)을 나타내며, 각 요소는 점수 모델에서 중요한 역할을 합니다.
도달(Reach)
특정 기간 내에 프로젝트(기능개선)가 몇 명에게, 또는 얼마나 자주 영향을 미칠지를 측정하는 것이다. 사용자 수 또는 이벤트 수로 정량화한다.
4 (아주 많은 도달)
3 (많은 도달)
2 (중간 도달)
1 (작은 도달)
0.25 (아주 작은 도달)
실무의 예시를 들어 아래의 프러덕트 리스트 페이지(Product List Page)를 개선한다고 가정해 보자. 페이지는 아래와 같은 구성 요소로 이루어져 있다.
브래드크럼(breadcrumb): Ladies > Shoes
헤드라인(HL): Shoes for women
카테고리 링크(category link): 가장 좌측, Shoes->sneakers, sandals, pumps...
필터 및 솔팅(filter and sorting): to sort, brand, mate, colour...
프러덕트 카드(Product Card): 신발 이미지가 보이는 프러덕트 카드
그리고 정량적 데이터에 따르면 페이지당 평균적으로 2개의 필터를 선택된다고 한다. 그러므로 이 여러 구성중에 필터 기능을 개선시키는 것은 프러덕트 카드나 카테고리 링크를 개선하는 것보다 도달 점수가 낮을 수 있다. 왜냐하면 프러덕트 리스트 페이지에 오는 모든 유저가 프러덕트카드, 헤드라인, 카테고리 링크를 접할 수 있는 반면, 필터를 사용하는 것은 아니기 때문이다. 필터를 사용하기 위해서는 적어도 한번 이상의 클릭을 해야 한다.
영향(Impact)
단일 사용자가 해당 프로젝트와 기능을 직접 사용할 때 효과를 평가한다. 영향은 일반적으로 다음과 같은 척도로 측정된다.
4 (아주 높은 영향)
3 (높은 영향)
2 (중간 영향)
1 (낮은 영향)
0.25 (미미한 영향)
정확한 척도는 다를 수 있지만, 목표는 프로젝트가 사용자에게 얼마나 큰 혜택을 줄지를 정량화하는 것이다. 예로 다시 필터 주제로 돌아가보자. 옷이나 신발을 쇼핑할 때 가장 많이 사용하는 필터 중 하나가 사이즈 필터이다. 그러므로 사이즈필터 개선은 "영향"에서 3 (아주 높은 영향)이나 2 (높은 영향) 점수를 받을 수 있다. 물론 해당 프러덕트가 옷, 신발뿐만 아니라 화장품, 음식등 사이즈가 필요하지 않은 제품을 판다면 이 점수는 달라질 수 있다.
확신(Confidence)
도달, 영향 및 노력에 대한 추정치에 대한 확신의 정도를 측정하는 것이다. 백분율 또는 소수로 표현되며 이는 가지고 있는 정량적 정성적 데이터를 기반으로 한다. 사용자 테스팅, 인터뷰, 매달리아 데이터, CVR(conversion rate), 개발자 피드백 등등을 기반으로 한다.
4 (매우 높은 확신, 80%)
3 (높은 확신 60%)
2 (중간 확신 40%)
1 (낮은 확신 20%)
0.25 (아주 낮은 확신 10%)
예를 들면 "필터 정확도"라는 주제가 정량적 데이터 측정 도구인 메달리아 피드백에서 두 번째로 낮은 점수를 받았다거나, 사용자 테스팅에서 80% 이상의 사용자가 필터를 사용하는 데에 어려움이 있거나 필터 값을 이해하지 못한다거나 여러 데이터가 필터 문제를 지적하고 있다면, 필터 기능 개선은 "확신" 점수에서 80% (높은 확신)으로 측정될 수 있다.
확신은 가정 및 데이터의 불확실성을 고려하는 데 도움이 된다.
노력(Effort)
프로젝트 완료에 필요한 작업량을 추정한다. 주 또는 시간으로 측정된다. 당연히 노력이 적을수록 더 좋습니다.
4 (매우 적은 노력)
3 (적은 노력)
2 (적당한 노력)
1 (많은 노력)
0.25 (아주 많은 노력)
RICE모델 점수를 계산하는 공식이 따로 있기는 하나 우리 팀은 각 항목의 점수들을 종합해서 가장 높은 점수를 받은 문제를 가장 우선순위로 정하여 일을 하기로 하였다.
실제 예시좌측에는 문제들이 있고 우측에는 각 문제들의 상태 그리고 의존 상황, RICE점수를 확인할 수 있다. 참고로 다른 시스템이나 팀, 그리고 백엔드(backend)와 의존 정도가 높을수록 해당 문제의 복잡도를 나타낸다. 그리고 이는 노력 점수를 측정하는데 도움이 된다.
RICE점수로 우선순위를 정하는 것이 중요하지만 우선적으로 해결할 문제를 정할 때 있어서 비즈니스 목적을 고려하여 문제를 선택할 것을 추천한다.
RICE 모델의 장점
앞서 설명한 것과 같이 RICE 모델은 액션메트릭스와 카노모델이 없는 여러 장점들이 있다.
객관성: 의사 결정에서 편견을 제거하고 데이터를 기반으로 하기에 우선순위 설정에 정량적 정성적 기준을 제공한다.
명확성: 각 구성 요소가 명확하고 특정 지표에 기반하므로 의사소통과 결정 정당화가 용이하다.
비교 가능: 다양한 프로젝트를 일관된 척도로 비교할 수 있다.
결론적으로, RICE 점수 모델은 UX 및 프러덕트 팀이 체계적이고 데이터 기반으로 작업의 우선순위를 정하는 데 유용한 도구이다.
