더 큰 성공을 위한 데이터
다들 데이터로 디자인하라고 말합니다. 어딜 가든 데이터로 디자인을 개선한 경험이 있냐고 필수적으로 묻죠. 왜 데이터로 일해야 할까요?
혼자서 감으로 계속 성공적인 디자인을 만들 수도 있습니다. 하지만 이 성공을 지속하는 것은 쉽지 않습니다. 오직 개인만이 성공을 만들 수 있는 구조에서는 개인의 역량이 더 이상 성장하지 않거나 관심이 없어지면 성공을 이어갈 수가 없습니다. 리스크가 한 명에게 집중된 것이죠.
그렇기 때문에 어떤 데이터가 성공으로 연결되었는지 탐구합니다. 누구나 보고 이해할 수 있는 형태로 갖췄을 때 개인이 아닌 집단이 성공을 만들어낼 수 있게 됩니다. 그리고 이걸 반복할 수 있게 되죠. 성공의 전체 크기가 기하급수적으로 커지고 리스크는 줄어듭니다. 또 이러한 접근은 미래의 나 자신의 성공에도 영향을 끼칩니다.
데이터에 관한 오해
보통 데이터라고 하면 퍼널 개선을 떠올립니다. ‘앱의 특정 페이지의 UI를 개선해서 n%p가 올랐다’와 같은 프로젝트죠. 누구나 이해하기 쉽고 설득력 있는 사례입니다. 숫자로 확실하게 비교 가능한 결과이기 때문에 디자인의 영향을 쉽게 파악할 수 있습니다.
하지만 이를 위해 갖춰야 할 것이 많습니다. 수집할 데이터를 기획하고 데이터 수집 파이프라인을 구축하고 A/B 테스트 환경을 구축하고 실험을 설계하고 데이터를 수집하고 데이터를 해석합니다. 모수에 따라 짧게는 2주에서 길게는 1년은 수집해야 하죠. 복잡하고 오랜 시간이 걸립니다. 웬만한 회사는 구축하기 쉽지 않죠.
그렇다면 환경이 갖춰지지 않으면 데이터로 디자인할 수 없는 것일까요? 데이터는 숫자와 퍼널만을 의미하지 않습니다. 내가 변화를 만들고 싶은 대상과 연관된 모든 정보입니다. 만약 생필품을 판매하는 서비스를 만든다면 사용자가 자주 사용하는 커뮤니티에 쌓인 글부터 오늘 아침 시장 가판대에 어떤 상품이 놓여있는지까지 수많은 데이터가 있습니다. 극단적으로는 당장 부모님께 요즘엔 무엇을 사시는지 물어볼 수도 있죠.
증거가 되는 데이터
아무 데이터가 없는데 근거를 세우는 것은 불가능합니다. 최대한 나의 목적에 기여할 수 있는 데이터를 많이 수집할수록 좋죠. 하지만 맹목적으로 데이터를 수집하기만 하면 유용하게 사용할 수 없습니다. 논리적으로는 데이터를 최대한 잘 쌓아서 똑똑하게 의사결정 하면 좋지만 우리에게는 언제나 ‘시간’이 부족하기 때문이죠.
그렇기 때문에 합리적 사고를 바탕으로 한 증거 수집이 중요합니다. 수많은 데이터를 지속해서 수집하면서 가설을 세우고 가설을 설명하는 근거를 세웁니다. 가설과 근거가 실제 세상에서 일어나는 일인지를 증명하는 여러 증거를 수집하고 정리하죠.
완벽한 증거를 찾는 것은 쉽지 않습니다. 중요한 것은 ‘눈 감고 마구 실행하기’와 ‘걱정이 많아서 오래 생각하기’의 사이에서 디자인을 개선할 수 있는 증거를 찾아야 합니다. 완벽한 대상, 완벽한 모수가 생길 때까지 기다리지 않고 내 디자인이 작동하는지를 판단할 수 있는 단 1명의 단 1개의 결과라도 찾아 증거로 삼아 개선합니다. 그렇게 나랑 친한 사람에서 발견해 내게 아예 관심 없는 사람까지 만족시키거나 단 1명에서 발견해 100명, 1,000명까지 만족시킵니다.
