💡 오늘의 활동
오늘은 설득의 기술에 대한 아티클 3가지를 읽고 인사이트를 정리해보았습니다.
👩 최악의 설득력
Q1. 새로운 기능을 만들기 위해 어떤 점을 고려해볼 것 같나요?
A1. 가장 처음에는 어떤 문제점이 있는지 살펴봐야 합니다. 기능이란 “필요하기 위해 만들어진 것”이라고 생각하는데, 필요성이라는 것은 문제점이 정확하게 잡혀야 답변하고자 하는 방향이 결정됩니다.
💭 NO를 말하라
Q2. ‘최악의 설득력’을 보고 느낀 점은 무엇인가요?
A2. 실제로 저 말을 복합적으로 하는 원장님 밑에서 일해본 적이 있습니다. 작년, 지난 분기, 지난 달, 지난 주, 어제의 일과 함께 새로운 일들을 계획하고 지금 있는 일도 평가해야 해서 매우 힘들었고, 새로운 일은 계속 업그레이드되기에 같은 내용인데도 다른 포맷으로 바꿔서 만드는 느낌이 들었습니다. (사실 그때부터 챗GPT를 활용하기 시작한 것 같습니다.) 원장님께서도 문제를 알고 계신 것 같지만 그래도 필요할 거라는 공포에 계속 만들게 시키시다 보니, 갈수록 놀이의 지원에 신경을 쓰지 못하게 되었습니다. ‘최악의 설득력’을 읽으면서 그때의 기억이 떠오르며, 저는 저렇게 방향을 잡지 못하고 모두를 힘들게 하진 말아야겠다는 생각이 들었습니다.
👉 워렌 버핏: 성공한 사람과 아주 성공한 사람의 차이는, 아주 성공한 사람은 거의 모든 것에 NO라고 말한다.
👩👦 문제를 해결하는 방법
Q3. 무언가를 해결해본 경험 중 가장 PM다웠다! 라고 생각한 일이 있나요?
A3. 스타트업에서 CS팀으로 일할 때가 가장 ‘PM다웠던’ 순간이었습니다.
서비스 런칭 직후 CS팀을 새로 구성했는데, 문제를 해결했음에도 불구하고 평균 별점이 1.2점이었습니다.
무엇이 문제인지 파악하기 위해 경험 많은 상담사에게 직접 전화해 의견을 들었습니다.
그 결과 ‘쿠션어(감정을 받아주는 완충 표현)’가 거의 사용되지 않는다는 점을 발견했습니다.
이사님과 당시 PM에게 제안하여 쿠션어 관련 자료를 조사하고, 녹음 분석과 피드백을 통해 스크립트를 다시 정리했습니다.
퇴사 후 확인해보니 평균 평점이 4.8점으로 상승해 있었습니다.
이 경험을 통해 문제의 본질은 ‘해결’이 아니라 ‘이해와 공감의 방식’에 있음을 배웠습니다.
💭 우리는 무엇을 정복하고 있을까요?
처음 일을 배울 때는 누구나 ‘정복’을 생각해요.
심지어 어린아이가 식탁에 접시, 수저를 균등하게 놓으려면 사고력, 수학력, 분배력 등 생각보다 많은 개념을 ‘정복’해야 하지요.
그러나 현실은 어떤가요? 아무리 열심히 노력하고 정복해도 새로운 문제가 계속 반복되고 있지 않나요?
Q4. 그럼, 정복이 아닌 새로운 방법은 무엇이 있을까요?
A4. 지금까지 많은 아티클을 읽으면서 생각한 방법 중 세 가지입니다.
첫째, 문제를 잘게 쪼개야 합니다. 특히 제품·서비스를 공급받는 사용자의 입장에서 쪼갤 수 있으면 더 좋습니다.
둘째, 문제를 쪼갰다면 각 문제에 담당자를 @해줘야 합니다. 담당자에게 디데이를 알려주거나 초기 작성을 누구에게 넘겨야 할지 살펴보는 미팅도 적절히 병행하면 좋습니다.
셋째, 거대하고 불특정 다수인 타게팅, 문제가 없는 회의의 반복, 방향 없는 지속을 지양합니다.
👉 PM의 역할은 “다 싸워!”가 아니라 “무엇을, 누가, 언제, 왜 싸우는가?”를 설계하는 사람이다.
👨👩 데이터 프로덕트
Q5. PM에게 데이터는 어떤 의미이고 어떻게 활용할 수 있을까요?
A5. 데이터는 PM의 나침반입니다. 또한 나침반을 활용하기 위해서는 목적지, 지도, 경로가 필요합니다.
첫째, 목적지는 곧 문제입니다. 프로덕트가 나아갈 방향을 잡기 위해서는 나침반의 북쪽을 어디로 두고 어느 목적지로 갈지 먼저 설계해야 합니다. 그러기 위해 가장 먼저 물어볼 것은 ‘해결해야 하는가?’, ‘어떤 가치가 생기는가?’를 생각하는 것입니다.
둘째, 지도는 문제를 쪼개는 힘입니다. 위에서 말했으니 자세한 설명은 넘어가겠습니다.
셋째, 경로는 시나리오 검증입니다. 지난 시간에 배운 사용자의 페르소나를 만들었다면, 그 페르소나가 재구매를 하기 위해 필요한 시나리오는 무엇인지 구체적이고 단계적으로 생각해봐야 합니다. 그리고 그 페르소나가 어떤 트리거에서 이탈하는지 생각한다면 재구매 전 이탈을 막을 수 있습니다.
💭 문제를 보는 시각
💭 데이터의 함정
👉 데이터가 말하지 않는다. 우리가 데이터를 보고 이야기할 뿐이다.
✅ 정리 한 줄
문제를 찾기 전에 정의하고 쪼개자.
