@1281 <리뷰 많고 별점이 높으면 무조건 맛집일까~

@1281

<리뷰 많고 별점이 높으면 무조건 맛집일까 : 적은 샘플에서 많은 데이터 뽑기>

1.

“이 식당은 별점이 4.8점이고 리뷰도 2만 개가 넘어요.”

출장 온 팀원끼리 맛집을 검색하다 한 곳을 골랐다. 이 정도 빅데이터라면 절대 실패할 리 없다고 확신했다.

사람들 줄 서기 전에 얼른 렛츠 고.

2.

아, 이럴 수가. 방문해 보니 너무 실망스럽다.

리뷰에서 한결같이 칭찬하던 '푸짐한 양'은 기다림에 지친 손님들 달래기용에 지나지 않았다. 친절하다고 칭찬이 자자했던 직원들은 모두 어디로 사라졌나. 우리만 당할 수는 없지. 별점 만점에 꼭 들러야 할 식당이라는 댓글까지 남긴다.

업무를 마치고 호텔에 들어가는 길에 허름한 식당 하나가 보인다. 검색해 보니 리뷰는 달랑 5개밖에 없다. ‘주방장이 매일 새벽 시장에서 재료를 사 오신다, 신선하지 않은 재료는 바로 폐기한다.’ 등등 모두 주옥같은 내용들이다.

오, 이런. 재야의 진정한 고수가 등잔 밑에 숨어있었다. 남은 기간 내내 이 식당에서 모든 식사를 해결한다.

3.

“빅데이터 분석결과로는 분명 A제품이 히트한다고 나왔는데요.”

기업의 마케팅 분석에서도 이런 현상은 고스란히 나타난다. 불특정다수 수만 명의 설문조사보다 의미 있는 고객 10명에 대한 심층 인터뷰가 훨씬 가치 있을 때가 많다.

그들 눈에 이번 제품은 어떻게 보이는지, 어느 부분이 부족하고 어떤 점이 매력적인지 자세하게 파악하여 많은 정보를 얻는다.

우호적인 사람, 적대적인 사람, 무관심한 사람을 골고루 배치하여 깊이 있게 파고들면, 엄청난 수의 사람들에게 대충 듣는 말보다 훨씬 귀중한 데이터가 나온다.

4.

별점이 낮다고 무조건 외면해서도 안된다. 도대체 어떤 문제가 있었길래 0점을 주었는지 내용까지 살펴보면 좋다.

“음식 나올 때까지 30분도 넘게 걸렸어요.”

어느 성격 급한 사람이 주방장의 장인정신에 대한 사전정보가 없었다면 불만스러웠을 수 있다. 자칫 낮은 별점에 속아 그 집을 놓칠 뻔했다.

정확한 인사이트를 얻고 싶다면 소수의 샘플에서 깊이 있게 많은 데이터를 뽑아야 할 때도 있다. 겉으로 잘 드러나지 않는 숨겨진 메커니즘을 알지 못한 채, 통계의 허구에 속아 피상적인 내용만으로 결정하면 너무 아쉽다.

사람마다 평가는 주관적이기 마련이다. 평가의 결과보다 날것 그대로의 팩트에 관심을 가지면 새로운 관점으로 보게 된다.

5.

“알고 보니 그 집 리뷰가 전부 알바들이 쓴 내용이래요.”

그렇다. 숫자의 크기보다 그 속에 담긴 정보의 진정성이 중요하다. 다수결의 원칙이 항상 만병통치라고 착각하면 안 된다.

진정성 있는 리뷰를 가려내는 안목을 기르고, 데이터 이면의 진실을 볼 줄 아는 통찰력을 기르자.

*3줄 요약

◯많은 리뷰와 높은 별점이 반드시 좋은 선택을 보장하지는 않는다.

◯소수의 진정성 있는 리뷰가 더 가치 있는 정보를 줄 수 있다.

◯때로는 소수의 샘플에서 깊이 있고 다양한 정보를 뽑아내는 과정이 중요하다.