<PM을 위한 데이터 리터러시> #1, 2 해결해야하는 문제, 제품이 제공하려는 가치, 즉 본질 파악 후 데이터를 고려해야

 

 

 

PM이라면 누구나 데이터를 잘 활용하고 싶어 합니다. 저도 그렇습니다. 그래서 PM/PO 오픈채팅방에서 꾸준히 추천받는 강의가 있습니다. 카일스쿨의 PM을 위한 데이터 리터러시라는 강의입니다. 이름부터 솔깃한 강의입니다. 프로 강의 구매러인 저는 이 강의를 구매하고 한동안 바쁘다는 핑계로 시작도 못했습니다. 그러다 2025년이 되어 마음을 다잡고 몰아서 듣었는데, 예상보다 빠르게 완강할 수 있었습니다. 강의에서는 단순히 SQL을 알려주는 것이 아니라, 프로덕트와 유저를 중심으로 데이터를 활용하는 방법이 설명되어 있습니다. 덕분에 PM이 실무에서 데이터를 어떻게 활용해야 하는지에 대한 감을 잡을 수 있었습니다. 다만 당장 적용해 볼 기회가 없으니 내용들이 제 머릿속에서 휘발되고 있었고, 이를 막기 위해 블로그에 제게 필요한 내용들을 정리해 두려 합니다. 필요할 때 다시 보고 떠올릴 수 있도록요! (**표시는 제가 평소에도 보면 좋을 내용이라 구분해 두었습니다.)

 

 

 

 

"일을 잘 한다"의 정의

- 주어진 프로젝트를 잘 완수한다 = 회사의 비즈니스와 고객 가치에 집중해서 완수한다 

영향력 관점의 "일을 잘 한다"의 정의

- 하나의 프로젝트 멤버에게 영향을 미치는지 > 전사의 구성원에게

 

 

좋은 영향력을 끼치기 위해

회사의 방향성=비전 이해 > 회사의 현재 상황 파악(잘 하고 있는/아직 챙기지 못하고 있는 영역)

제일 먼저는 내가 잘 할 수 있는 것과 교집합 되는 영역!! 

 

 

 

현재 상황을 파악하는 관점

• 회사 : 비즈니스에 대한 전반적인 부분, 조직 구조, 서비스가 해결하려는 문제
• 제품 : 화면 기획서, 기능 히스토리, 성과
• 데이터 : 데이터 조직 구조, 문화, 실험, 데이터 인프라

히스토리 파악 -> 없으면 질문하며 온보딩 자료 만드는 느낌으로 시작

 

 

---

 

제품의 본질 파악

제품: 고객의 문제 상황을 해결해 줄 수 있는 서비스

해결하고자 하는 문제, 문제에서 겪는 어려움: 고객은 왜? 우리 제품을 사용해야 하는가?, 제품의 매력적인 점은?

문제 상황 → 본질, 제품이 근본적으로 제시하려는 가치 고려 → 습관 형성 = 리텐션 증가

 

왜 써야 하는가? + 어떻게 사용할지 가이드 + 계속 재미있게 사용 + 정보 맞춤형 제공 → 활성화 기여 → 재사용 Retention

 

본질적으로 제품을 좋게 만들고, 계속 개선하는 것이 핵심

 

 

회사의 방향성, 전략은? 어떤 로드맵을 가지고 있는가? 어떻게 비즈니스가 확장하는가?

 

 

비즈니스 모델 파악

우리 회사는 매출을 어떻게 만드는가? - 매출과 비용 구조는? 매출이 발생하는 곳? B2B/B2C/B2G 등은 무엇? 고정비, 변동비 등 존재? 이런 데이터를 파악할 수 있는가? 데이터 활용해 매출 더 증가할 수 있는가?

 

 

우버의 비즈니스 모델)

 

 

마켓 컬리의 비즈니스 모델-도서 101가지 비즈니스 모델 이야기 참고)

 

책 추천)

 

한 장으로 끝내는 비즈니스 모델 100

빠른 속도로 혁신을 이루는 스타트업 기업부터 아마존, 구글, 알리바바와 같은 세계적인 초격차 기업까지 100개 기업의 비즈니스 모델을 단 한 장의 그림으로 소개하는 『한 장으로 끝내는 비즈니스 모델 100』. 오늘날 업계에서 새로운 전선을 구축하고 있는 기업들의 노하우를 핵심만 담아 설명한 책이다. 지금까지 수백 권의 책을 읽거나, 업계를 대표하는 저자들의 강연을 듣거나, 최첨단 기업의 사례를 봐도 파악하기 어려웠던 기업들의 핵심 비밀이 한 장

저자

곤도 데쓰로

출판

청림출판

출판일

2019.07.29

 

 

 

또한 기능 히스토리, 제품 개발 프로세스, 운영 프로세스(정책)&법률 등 기록을 통해 제품 파악 → 지식 내재화 → 문서화

 

 

 

데이터와의 연관성

좋은 제품, 비즈니스가 선행된 후 데이터 보아야

(PMF 없으면 본질 잃고 수치 최적화를 하게 됨)

 

+ 데이터 조직/인프라 파악(데이터 분석가와의 협업 형태 등)

 

 

데이터 파악

제품 관련 지표 파악

큰 질문 던지고 하나씩 확인해 보기

주요 질문

• DAU, WAU
• 주차 리텐션
• 재구매 주기
• 앱/웹의 주요 퍼널별 이탈률
• 핵심 고객의 정의(+heavy user)

from 데이터 인프라의 BI 플랫폼/대시보드 or 전사 지표, 지표 알람

 

---

 

 

Strategy 전략

핵심

• 고객이 원하는 것은 무엇인가?
• 왜 서비스를 사용하고 있는가?
• 어떤 것을 만들면 만족할까?

간단하게 생각 → 확인 → 반복 → 자동화

 

 

 

직관과 데이터 기반의 의사 결정

회사의 목표 = "제품, 비즈니스의 꾸준한 성장"

데이터 기반 선택: MVP 이후 데이터가 쌓이고 있는 시점

→ 성장을 위해 모두 같이 활용할 수 있어야 함

 

 

**데이터에 대한 생각

데이터에 답X → 선택의 불확실성을 줄이기 위해 데이터 활용하는 것 Risk Management

데이터 기반 의사결정은 Local Optima(그 당시 최적점)이며, Global Optimunm(진리의 최적점)은 아님

 

데이터 리터러시

데이터를 읽고 이해하고 활용하는 역량 Why

PM/PO 관점에서 데이터를 어떻게 해석하고 의사 결정을 내릴까 초점을 맞추는 것이 수월 = 활용이 중요!

• 유의미한 성과 내기 위한 필요한 내용(인사이트) 도출
• 구체적인 행동(Action)이나 판단할 수 있는 결론 도출

목표X: 분석/통계의 정확도를 1%라도 높이는 것

 

 

**문제 중심, 목적 기반 사고

해결해야 하는 문제, 알고 싶은 것(목적)에 따라 데이터 수집하고 분석해 결론을 내는 과정

So What 그래서 어떤 것을 해야 한다! Action Item 도출이 필요

 

단순히 데이터가 이렇게 나왔다! X

→ 목적에 기반해서 결과가 어떤 의미가 있는지 설명하는 과정 꼭 필요함(=결론)

 

 

데이터 볼 때 자주 확인하는 관점

1. 목적 생각
2. 목적 확인할 수 있는 비교 대상 확인(비교군 없이 판단 어려움)
3. 지표 많이 떨어졌거나 올라간 케이스 확인 → 그게 왜 발생했는가?

 

**문제 중심, 목적 기반 사고 예시

1. 문제 존재: ex. 불균형
2. 문제 정의: ex. 불균형: uber를 탑승하려는 사람과 드라이버의 차이가 심하다
3. 문제 발생의 이유 List: ex. 수요의 변동, 공급의 변동
4. 각각의 상황에서 해야 하는 Action 확인: ex. 수요/공급이 적은/많은 경우에 따른 action
5. 3에서 데이터로 문제발생의 이유 무엇이 더 문제인지 파악
6. 4에서 집중할 Action 선택
7. 방법 구체화: ex. 수요와 불균형 조절 위해 Dynamic Pricing 알고리즘 개발(배율 알고리즘)

1~3 → 더 파악

4~6 → 평소에도 목적, 문제상황이 무엇이지? 왜 발생했지? 무엇을 해야 해결될 것 같지? 고민

 

 

 

Action Plan

• 회사, 고객 입장에서 어떤 것이 비즈니스 임팩트가 제일 클지 생각해 보기
• 현재 해결해야 하는 회사의 문제는 무엇이 있는가?
• + 해결을 위해 어떻게 질문할까? 어떤 문제 위주로 문제 중심 사고를 할까? 등 생각해 보기