고객 중심 사고를 하기 위해선 이게 필요해요!
정성 데이터와 정량 데이터를 활용한 프로세스 개선
3분기 회고를 하면서 이번 분기는 주로 어떤 것에 집중해 업무를 했는지 보면 고객 인터뷰를 가장 많이 한 것을 확인할 수 있었다. 나는 왜 이렇게 많은 고객들과 인터뷰를 했을까?
그 이유는 우리 서비스가 "고객 중심 사고"를
잃지 않고 앞으로 나아가기 위해서다.
성공한 스타트업 대표의 인터뷰, 비즈니스 도서를 읽으면 공통적으로 고객 중심 사고가 중요함을 말한다.
고객 중심 사고를 하기 위해선 *정량 데이터와 *정성 데이터를 수집하고 해석한 후, 그에 따른 행동을 명확하게 취해야만 고객 중심 사고를 할 수 있다.
정량 데이터 : 수치, 도형, 기호 등 숫자로 측정할 수 있는 데이터 (Ex. 이탈률, 클릭 수 등)
정성 데이터 : 언어나 문자로 표현된 데이터 (Ex. 설문조사, 인터뷰, 심층 관찰 등)
정량 데이터는 고객 행동이 숫자로 측정되는 것이다. 이를 통해 우리 고객들이 어떤 행동 특성을 보이는지 파악할 수 있다. 하지만 정량 데이터는 고객이 이런 행동을 왜 하는지 파악하기 어려운 일이다.
왜 저 사람들은 일요일 7시에 파란 옷을 입고 러닝을 하는 거야? 친구들인가? 아니면 선수들인가?우리 팀은 정량 데이터를 통해 고객 행동을 관찰하며 기능을 개발해 왔지만, 여전히 많은 실패를 겪고 있었다. 실패를 줄이고 고객들에게 더 좋은 가치를 전달하기 위해 이번 분기는 정량+정성 데이터를 함께 수집해 고객을 더 깊이 이해하기로 했고, 이를 기능 개발 프로세스에 녹여내 액션 하기로 했다.
이번 글에서는 초기 스타트업이 고객 인터뷰 과정을 기존 기능 개발 프로세스에 어떻게 녹여냈는지 소개해 보려 한다.
고객 인터뷰 프로세스는 3가지 핵심 단계로 구성했다.
준비
1. 인터뷰 목적 설정
2. 목적에 맞는 인터뷰 대상자 선정
3. 질문지 작성
예/아니오 답변이 나오거나, 특정 답변을 얻기 위한 질문은 지양
질문 구성 시 가벼운 주제→무거운 주제 / 큰 주제→세부 주제로 구성
진행
1. 익명성 보장 안내 + 인사와 함께 아이스브레이킹을 진행
인터뷰 대상자가 안심하고 느낀 점들을 편안하게 말할 수 있는 환경임을 사전에 공지
2. 인터뷰 대상자 답변에 따라 질문 리스트에 국한되지 않고 유연하게 질문 흐름 설계
(중요) 인터뷰자에게 솔루션을 묻는 것은 지양 (Ex. 이런 기능이 생기면 어떨 거 같나요?)
인터뷰 중 솔루션에 대한 질문을 피하는 이유는, 대부분의 인터뷰 대상자가 우리가 제안한 솔루션에 대해 긍정적인 답변을 내놓기 때문이다. 우리는 솔루션 자체를 질문하는 것이 아닌 문제를 파악하기 위한 질문을 해야 한다.
문제를 파악하고 솔루션을 도출하는 것은 디자이너의 역할
분석
1. 인터뷰자의 행동을 깊게 이해하고 문제에 대한 해결책이 아닌 문제 자체에 깊은 이해를 중시한다.
2. 초기 설정한 목적에 적합한지 판단하고, 목적을 달성할 수 있도록 정성 데이터를 분석한다.
이러한 프로세스를 갖고, 주제를 선정해 다양한 고객 인사이트를 얻고 초기 스타트업 방향성 수립과 함께 더 디테일하게 고객에게 다가갈 기능을 개발할 수 있었다.
(고객에게 원하는 데이터를 얻기 위한 인터뷰 방법은 추후 작성해 보겠습니다!)
무엇보다 인터뷰 후 분석과정에서 도출한 인사이트를 프로덕트로 풀어내면서 우리 팀이 기존에 하던 서비스 개발 프로세스가 고객 중심적이지 않았음을 뼈저리게 느낄 수 있었다.
인터뷰 기획되기 전,
기능 개발 프로세스
기존에는 특정 현상을 문제로 정의하고 바로 설계에 들어갔다. 그러다 보니 고객 중심적인 문제 정의보단 우리 팀의 주관과 왜 이런 현상이 있는지 뾰족하게 정의하지 못한 문제가 정의되곤 했다. 이로 인해 가설은 고객의 문제에서 시작되는 것이 아니라, 우리가 특정 현상을 보고 검증해 볼 법한 가설이 되는 경우가 많았다.
일례로, 서비스 재방문 수치가 낮지 않음에도 구매 사용자로 전환이 되지 않는 데이터를 문제로 정의하고 이를 해결하기 위해 팀원들의 주관적인 생각을 토대로 아이데이션을 진행했었다. 이중 해당 데이터를 개선할 수 있을 법한 가설을 설정해 솔루션을 도출해 왔고, 이 과정에서 고객이 왜 재방문을 하는지? 근데 왜 구매까지 이어지지 않는지는 탐구해보지 않으니 고객을 위한 기능 개발 보단, 우리가 만들어 보고 싶었던 기능으로 전락하는 경우가 많았다.
하지만
인터뷰 진행 후,
기능 개발 프로세스는 다음과 같이 변경되었다.
기존 프로세스에서 정성 데이터를 수집할 수 있는 고객 탐색 과정이 추가되었다. 해당 과정이 추가되어 특정 현상을 확인하고 문제로 정의 짓는 것이 아닌 이것이 왜 문제인지 고객을 통해 확인하고 진짜 문제가 무엇인지, 어떤 지점에서 어떻게 불편함을 겪는지 파악할 수 있었다.
자연스럽게 가설은 고객의 목소리로부터 시작한 현상을 파악하고 고객에게 더 좋은 가치를 전달할 수 있게 수립되어 기능 개발을 진행할 수 있었다.
해당 프로세스도 실제 사레를 들면, 우리는 고객들이 구매했던 판매자의 제품을 반복구매 하는 데이터(현상)를 확인 후, 반복구매를 하는 고객들과 인터뷰를 통해 왜 동일한 판매자의 제품을 반복구매를 하는지 / 어떤 것이 좋기에 계속해서 구매하게 되는지 같은 행동 방식을 인터뷰하고 앱 사용성 조사를 진행했다. 이를 바탕으로 문제와 가설을 수립해 고객들 행동방식에 맞춰 서비스를 사용할 수 있도록 프로덕트를 개선했다.
기능 개발 프로세스가 변경되고
지표에는 어떤 변화가 생겼는가?
1달 동안 고객 정성/정량 데이터를 토대로 도출한 솔루션 4개를 배포했고 핵심 지표로 설정했던 2가지 지표가 7월 8월간 약 20% 성장했다.
물론, 프로덕트 기능 개발과 프로세스 변경으로 인해
지표가 좋아졌다고 단정 지을 수 없다.
다양한 변수 통제가 명확하게 이뤄지지 않은 지표이기에 지표 관점에서 본다면 유의미하다 볼 수 없다. 하지만 고객 중심으로 액션 하기로 결정한 달에 성장이 있는 점은 매우 고무적인 수치로 보고 우리 팀은 앞으로 이 수치가 상승 곡선을 그릴 수 있도록 계속해서 고객 중심적으로 다가가기로 결정했다.
서두에 예시로 들었던
러닝 사례를 다시 봐보자!
러닝을 하는 사람들로부터 정성 데이터가 확보된다면 Why에 대한 답을 구해 '파란 옷 입은 사람들이 러닝을 하는구나'에서 더 나아가 이들이 왜 파란 옷을 입고 매주 일요일 7시에 러닝을 하는지 파악할 수 있게 된다.
이를 프로덕트에 접목하면, 정성 데이터는 고객들을 더 면밀하게 탐구해 뾰족한 문제 정의를 할 수 있게 해 주고, 고객이 정말 원하는 것이 무엇인지 알려주는 힌트이자 정답이 될 수도 있다. 모든 것이 불확실한 스타트업에서 확실한 무언가를 계속해서 만들어 나가는 것은 중요한 일이다. 그 확실함의 정답은 우리 서비스를 사용하는 고객들에게 있다. 이 정답을 알아내기 위해선 하나의 데이터에 편향되어 사고하는 것이 아닌, 여러 데이터를 함께 수집하고 비교하며, 고객이 왜 이런 행동을 하는지 탐구해 보려는 시도가 매우 중요하다.
