마케터를 위한
트랜드Backbone 이해_#4
팩트도, 평가결과도, 의견도, 인사이트도 정보일뿐!!!
위기석입니다. ^^
마케터의 길에 들어선 이상, 여러분들은 무조건 여러 종류의 데이터를 접하게 됩니다.
일단 Data라 하면 어떤 것들이 머리 속에 떠오르시나요?
숫자? 빅데이터?자료 보고서? 통계청?
이런 질문을 했을 때, 대부분의 마케터들의 대답은 ‘한정적’입니다.
제가 단어의 핵심 정의를 주로 살펴보는 ‘사전 사이트’가 하나 있습니다.
이 사이트에 가면 단어의 정의를 Node Map
(유명한 정보처리 이론에 근간하여, 중요한 개념을 Node 및 Linkage로 연결해서 보여주는 방식)의
형태로 보여줍니다.
데이터는 정보라고 정의가 되어있습니다.
마케터가 바라보는 정보의 종류는 다양하죠. ‘글과 숫자’입니다.
그러나 이제는 더 이상 정보는 ‘글과 숫자’로 제한되지 않습니다.
동일 방식으로 ‘Information’을 검색해보니, 좀 더 재미있는 결과를 보게 됩니다.
데이터는 사전적으로는 통계적 수치를 의미하며,
Information은 ‘Data, Message 등’ 우리가 무언가를 이해하거나,
의사결정을 하기 위해 수집하게 되는 모든 것을 의미하네요.
마케터로써 하나의 개념을 정확히 이해하는 것은 참 중요한 듯 합니다.
세상에는 참 많은 정보의 종류가 있습니다.
정보의 생성 방식을 이해하면 정보의 종류가 얼마나 다양하던 크게 복잡하지 않게 느껴질 것 입니다.
정보가 생성되는 방식을 이해하는 것에도 여러가지 종류가 있겠지만
재미있는 관점을 하나 소개해드리겠습니다.
몇 년 전 북미 프로젝트 진행 시 만나보았던 Urban Planner. Jeffrey To
(IBM의 컨설팅회사 출신)는 세계를 정말 재미있게 바라보고 있었습니다.
그의 말에 의하면 도시 계획을 잘 하기 위해서는 ‘세계는 크게 4가지로 나누어진다’고 하며,
각각 생성되는 정보가 다르다는 의견이었습니다.
1) Real World. 일단 우리가 살고있는 물리적인 세계를 의미합니다. (행동 기반의 데이터 출처)
직장, 집, 자동차, 도로, 쇼핑몰, 마트, 병원, 소방서, 경찰서, 학교, 놀이동산, 식당, 까페, 나이트, 클럽,
근교 펜션, 여행지 그리고 나/가족/친구/지인/동료. 나와 내 친구들/지인들/가족들 그리고 이러한 세트를
지닌 타인들이 모두 ‘집과 직장을 차를 타고 이동하고, 쇼핑을 하고, 놀러가고, 먹고, 시설을 이용하면 생성
되는 것이 데이터입니다. 이것이 Real World Generated Data이지요. 쇼핑 구매 기록 / 동선 이동 기록 /
통화기록 / 병원이용 기록 등 엄청나게 많은 데이터들이 생성됩니다.
2) Virtual World. 우리가 상상했던 세상으로 가상현실이라고 불리우며 그 대표적인 것이 인터넷입니다.
(생각 기반의 데이터 출처). 케빈켈리는 이런 이야기를 했죠. 정보혁명 이후 전 세계 총생산량의 50%가
‘질량을 지닌 제품’이 아닌 우리가 생성해 내고 있는 정보에 기인한다. 가상현실을 이해하는 가장 좋은 단초
입니다. 우리가 머릿 속으로 상상해서 만들어낸 세상이 가상현실이죠. 지금 여러 분은 ‘블로그에 일상의
기록을 올렸습니다’ 물론 Real World에서 일어난 일의 기록을 가상현실에 올린 것이죠.
그럼 소설은 무엇인가요? 개연성이 있는 가상현실이죠.
그렇습니다. Virtual World는 현실이던, 비현실이던 우리가 상상해낸 모든 것을 지칭합니다.
지금까지 여러분이 작성하신 워드.파워포인트. 엑셀. 메일 중 텍스트를 모두 모아보세요.
생각에도 질량이 있음을 알게되실지도...^^
3) Augmented Reality.증강현실. 현실이 확장되어 가상현실과 중첩된 부분이라고 보시면 될 듯 합니다.
(정보와 현실의 연결고리) 현실세계를 살펴보시면 일단 아주 기본적인 정보 외에는 눈에 보이지 않습니다.
그러나 Device 또는 Display를 통해서 유용한 정보를 현실 세계에 ‘증강’ 시킨 것이 Augmented
Reality입니다. 스마트 혁명 이후 너무나 중요해진 아젠다죠. 구글 글래스, 헤드업 디스플레이가 가장 현실
적인 증강현실 기기일 것 입니다. 마케터 입장에서 생각하면 ‘정보’를 현실에서 유용하게 적용한다는
측면에서 유사성이 존재합니다. 기획서/보고서와 같은 종류의 모든 정보는 ‘증강된 현실’임을 인지할
필요가 있다고 생각됩니다.
4) Infrastructure. 상기 모든 세계를 존재할 수 있게 해주는 기반 시설. 부연설명은 필요없을 듯 합니다.
상기 예시는 정보의 종류를 이해하는데 직접적으로 연결된다기 보다, 목적에 따라 정보를 구분하는 효과적
인 방식의 예시입니다. 도시 효율화를 위한 작업을 하는 그에게는 ‘세상을 명확히 생성되는 데이터의 종류
에 따라 구분’할 필요가 있었습니다. "아시다시피, 가장 쉽게 돈을 버는 마케터는 인프라쪽에 존재합니다.
(ㅠㅠ)
그럼 마케터인 당신에게 정보는 어떻게 구분되어야 할까요?
가장 중요한 정보는 ‘사실_Fact’입니다.
쉽게 수집 가능한 2차 자료, 조사한 1차 자료 역시 모두 Fact입니다만, 1차 자료가 정확히 실행되지 않았을
경우 Validity는 떨어지게 되어있습니다.
2차자료는 데스크리서치를 통한 자료이며, 1차 자료는 실제 조사를 통한 평가결과임은 마케터면 누구나 아는 내용이니 굳이 부연설명은 않도록 하겠습니다.
두 번째로 중요한 정보는 ‘평가 결과_Result of Evaluation’ 입니다.
평가치는 항상 신뢰성이 관건입니다. 몇 명의 의견인지, 어떤 평가방식을 통했는지, 충분히 신뢰성이 있는지
등의 이슈이죠. 전문 조사기관이 있으며, 정교한 방식으로 실제 조사가 진행되어야 합니다. 마케터로써 알아야할 상당히 핵심 이슈라 별도 챕터 구성 예정입니다.
세 번째로 중요한 정보는 ‘의견_Opinion’입니다.
정의는 다들 아시겠지만 의견이란 건 ‘정확한 사실보다는 개인적인 판단을 진술하는 것’을 지칭합니다.
즉, 의견이라는 것은 사실과 평가결과에 기반할수록 개연성이 증가합니다.
단, 어떠한 정보를 전달할 때도 이 정보가 사실인지, 평가결과인지, 의견인지를 명확화할 필요가 있습니다.
상기 3가지의 차이를 순식간에 구분할 실력이 필요합니다.
네 번째로 중요한 건 ‘인사이트_Insight’입니다.
사전적 정의는 다음과 같습니다.
Clear & Deepperception of a situation / 상황에 대한 명확하고, 심층적인 이해
The Clear (andoften sudden) understanding of a complex situation / 복잡한 상황에 대한 명확한 이해 (단, 종종 갑작스럽게 이해하는 멋있는 모습)
Grasping innernature of things intuitively (어떤 사물/현상에 대한 본질을 직관적으로 이해하는 것)
인사이트란 사실 굉장히 설득력있는 의견에 불과합니다.
단, 마케터의 특징에 따라 ‘인사이트가 강한 마케터와 사실에 강한 마케터로 나뉘게 되죠’.
물론 둘 다 모자란 마케터들도 있습니다.
즉, 무수히 많은 마케팅 회사들이 Insight를 붙히는 것에는 다 이유가 있는 것이죠.
조심해야할 점은 Insight라는 이름을 내건 모든 회사들이 다 Insight가 있는 것은 아니라는 것 입니다.
왜냐하면 Insight라는 것은 본질적으로 사실에 기반한 정보라기 보다는,
‘사물의 본질이나, 복잡한 상황을 깊고 명확하게 이해하는 것’이며,
이를 바탕으로 핵심 전략을 수립하는데 ‘도움’이 되는 경우가 많기 때문에 중요한 단어이기 때문에,
그러니 주로 Fact를 전달하는데 익숙한 회사들로 부터 아주 강력한Insight를 추출하는 작업은 상당히 어렵기 때문입니다.
다섯번째로 말씀드리고 싶은 것은 ‘Insight gathering’에 대한 저 만의 Tip입니다.
컴퓨터의 성능은 어떻게해야 좋아지나요?
컴퓨터를 잘 모르는 마케터야 실수를 할 수 도 있겠지만,
조금만 안다면 ‘CPU’와 RAM memory를 업그레이드하실 겁니다.
그 이유가 무엇일까요?
CPU 업그레이드를 통한 정보처리의 속도를 증대시키려는 것이 첫 번째 목적이며,
RAM Memory의 증대를 통해 ‘해결해야할 문제에 유관된 정보를 하나의 작업 테이블에 모두 올려놓으려는
시도’인 것 입니다.
뜸금없이 Insight 획득에 왠 CPU, RAM Memory야? 하실 수 있지만,
굉장히 중요한 연관 관계가 있습니다.
최근들어 점진적으로 ‘하나의 시장, 그 시장 속의 경쟁 제품, 그리고 다양한 특성을 동시에 보유한 소비자의
특성을 이해하기 위한 정보의 양’ 자체가 증가하고 있습니다.
오해는 말아주시기 바랍니다.
귀하의 정보처리속도와 기억용량을 증대시키라는 조언을 드리는 것이 아니라,
문제 해결을 위한 인사이트는 ‘프로젝트에 유관된 모든 정보를 얼마나 구조와 구성을 통해서 단순화’하고,
모든 문제를 하나의 맥락(Context)으로 이해해야 한다는 말씀을 드리고 싶은 것 입니다.
그러기 위해서 강력히 추천드리는 방식이 하나있습니다.
정보의Visualizing입니다.
San Francisco에는 아주 재미있는 조직과 직업이 하나 있습니다.
Grove Consultants라는 재미난 조직인데, 이들의 직업이 더욱 흥미롭습니다.
직업의 이름은 Visual Graphers.
www.grove.com에 가 보시면 재미있는 내용을 보실 수 있을 겁니다.
요약하면 이렇습니다.
기업체 내의 마케터, 공공기관의 회의 주관자들 등 다양한 사람들은 점점 더 증가하는 회의에 괴로움이
극에 달해있습니다. 제 경험 상 대부분의 회사들은 ‘다양한 회의 결과를 공유하는 것’에 어려움이 존재하며,
팀 간의 역학관계 때문에 더욱 어려워 하고 있습니다’
이 회사에서는 이러한 모든 미팅에 비쥬얼 그래퍼를 파견합니다.
다양한 경험을 통해 ‘회의의 종류를 유형화하며, 다양한 유형의 회의에서 도출되는 결과를
바로 비쥬얼라이징’하는 것이죠.
개인적으로 이 방식을 업무에 적용하여, 상당히 복잡한 내용의 흐름을 잡는데 활용하는 경우가 많이 있습니다.
개인의CPU속도와 RAM Memory 용량은 천차만별이며, 정돈된 내용을 전달해도 수용하는 사람의 능력 역시
천차만별입니다.
즉, 세상의 모든 정보에는 ‘맥락_Context 또는 Narrative’가 존재하기 때문에
정보를Visualizing하여 한눈에 볼 수 있게 하는 작업은 Insight추출에 상당한 효율성을 더 해줍니다.
조사회사에는 DLQ라는 프로젝트 셋업 툴이 있습니다.
Decision Linked Questionnaires라고 하는 이 방식은 의사결정을 해야할 이슈에 따라
‘질문 항목을 리스트업’하는 단순한 기술입니다.
그러나 제 경험 상‘전체를 보는 맥락에 대한 이해가 없는 리서쳐들이 DLQ를 제대로 해내는 경우를 본 적은
한번도 없습니다’
음. 맥락(Context)에 대한 부연설명이 필요한지 고민됩니다.
일단 데이터의 종류를 이해하는 데 상당히 중요한 부분이니, 설명하고 넘어가도록 하겠습니다.
맥락은 목적에 해당하는 것이 아니라는 것을 먼저 상기해 주십시오.
맥락(Context)의 사전적 정의는 이렇습니다.
: set of facts or circumstances thatsurrounds a situation or event
: 하나의 상황 또는 이벤트를 둘어쌓고 있는 일련의 사실 또는 현상들
그런데 이 맥락이라는 놈이 마케터의 손 안에 들어오면 좀 변화합니다.
일단 ‘상황’이 하나인 경우가 드물며, ‘여러 상황들’로 바뀝니다. 그리고나서 ‘순서’의 개념이 생기게 되죠.
즉, A라는 상황 그리고 B, C, D까지의 상황이 존재하게 되며, A에서 D까지 변화하는 과정과 그 과정을 둘러싼 일련의 사실 또는 현상을 총칭하는 단어로 변화하게 됩니다. 이러한 프로세스가 ‘한 명의 소비자에게 적용되었을 경우는 Depth Investigation이 되며, 타겟층에 해당되었을 때는 의미가 더욱 깊은 Context study로
진화하게 됩니다. 이는 소비자 조사에서 좀 더 중요한 경우이구요.
인사이트 추출의 경우에는 해결하려는 문제의 발생주체, 발생된 현상, Bottle Neck, Barrier,Trigger,
예상과 가설 등 아주 다양한 프로세스와 접근을 동시에 살펴본다는 측면으로 초점이 바뀌게 되는 것이죠.
즉, 문제해결을 위한 하나의 보고서를 작성한다고 가정하면
정보를 맥락에 따라 나열하고, 레이어를 생성해서 겹쳐보아야 인사이트가 나온다고 볼 수 있다는 것 입니다.
Step I. 여러분이 알고있는 모든 Fact를 일련의 프로세스 (여러분이 결정할 것)에 따라 배열해야 합니다.
Step II. Fact를Node로 변화시키고, 주변에서 벌어지는 일련의 사실/현상을 Sub Node로 규정합니다.
Step III. 작업된 내용을 책상 위에 펼쳐놓고, 자리에서 일어서서 흐름을 쭉 살펴봅니다.
동시에 모든 Node간의 관계를 설명할 수 있는가를 바라봅니다.
Step IV. Node간의 관계 설명 시, 문제 해결에 가장 관통해서(반드시 A부터 D까지) 설명가능한 포인트가
바로 인사이트입니다.
즉, 사실 간의 관계를 가장 개연성있게 / 그럴듯하게 / 데이터에 최대한 근간해서 / 경험 및 상식에 최대한
근간해서 설명된 의견이 Insight인 것 입니다.
이 방식이 익숙해지기 시작하면Context의 Node가 풍성해지며, 좀 더 다른Perspective를 다차원적으로
적용할 수 있게 됩니다.
이번 글의 마지막으로 질문을 하나 던져볼까 합니다.
뭐...자동차를 좋아하시는 분들도 계시고, 아닌 분들도 계시죠.
요즘 SUV가 참 대세입니다.
하지만 모든 브랜드들이 원래 가지고 있는 정체성들이 있기 때문에
자신들의 이미지에 부합하지 못한 차량을 만들고서도
스스로로 헤매는 경우들이 많이 있습니다.
가장 터프한 SUV에는 무엇이 있을까요?
넵. 랭글러죠.
그런데 이 차량은 어떠신가요?
Jeep Compass.
애메모호하지요. 앞의 그릴만 없다면 사실 국산 SUV 중에서도 과거 모델과 그리 다니지 않습니다.
다들 어려워했지요. 도대체 컴패스는 오프로더인가? 온로더인가?
다들 데이터는 숫자라고 알고계신 시점이었습니다.
백날 물어봐도 동일한 답이 나올 가능성이 높지요.
"그래도 지프인데, 아무리 봐도 터프하지 않아요"
이럴때는 데이터의 본질을 잘 이해해야한다고 생각합니다.
사실 사람들은 어떤 대상을 보면 '이미지'로 먼저 느끼고
'말'로 의견을 합리화해서 표현하는 성향이 강합니다.
그래서 '단어를 없애고, 이 SUV가 서 있을 법한 장소를 이미지로 물어보았죠'
그랬더니, 정답이 나오더군요...
Compass는 Off-roader의 이미지를 보유했으나,
강력함의 부재로 실패하게 됩니다.
저에게는 '데이터가 단순한 Wording이 아니, Graphic도 될 수 있다는 깨달음을 준 프로젝트'였습니다.
