데이터 기반 의사결정 문화 도입기

데이터 기반 의사결정?

데이터 기반 의사 결정(Data-driven decision-making)이란 
지표 및 데이터를 사용하여 조직의 목표에 부합하는 전략적 비즈니스 의사 결정을 내리는 것을 의미한다

이 사전적 표현을 실제 경험한 후 나의 방식대로 표현하면 다음과 같다.

데이터 기반 의사결정은 팀에서 데이터를 활용하여 
'문제 정의' -> '가설 및 Ideation' -> 'A/B testing' -> 'Lesson Learn' 
의 과정을 통해 Product를 성장시키는 방법 중 하나이다. 

왜 데이터 기반 의사결정 문화를 구축하는가?

팀의 성장이 정체되었음을 인지하고 팀원들과 커피챗을 하면서 수집한 의견들을 구체화하면 다음과 같다.

• 일부 결과 지표를 보지만, 결과 지표를 보고 논의 하지 않는다.
• Action Item을 User Side에서 생각하지 않고 개인의 사용 경험으로부터 제시한다.
• 개선하고자 하는 목표 지표가 명확하지 않아 자신이 비지니스에 어떤 영향을 끼치는지 인지하지 못한다.
• Product와 User에 대한 이해도가 높지 않다.

위와 같은 문제점을 인식하여 리서치와 주변에 자문을 구했을 때 다음과 같은 본질적인 문제로 정리되었다

• 팀원들에게 '생각할 거리'가 주워지지 않는다
• '왜?'라는 질문을 많이 하지 않아 의사결정이 논리적으로 이뤄지지 않는다
• 달성하고자 하는 목표 지표가 명확하지 않고 현재 상황과 목표 지표를 비교할 수 있는 수단이 없다

'생각할 거리'는 결국 데이터다. 데이터 기반으로 의문을 던지고 이에 가설을 세워 추가적인 데이터를 보고 Action Item을 세운 뒤 실험하고 학습하여 또 다른 실험으로 이뤄질 수 있도록 하기 위해서는 데이터로 시작해서 데이터로 끝나야 한다고 생각하게 되었다. 이렇게 하면 의사결정이 논리적으로 이뤄지고 목표 지향적인 방향으로 나아갈 수 있다고 생각한다.

어떻게 해결하고자 했는가?

• 지표 정의
  대시보드를 만들기 이전에 팀에서 지속적으로 봐야하는 지표는 무엇이고, 해당 지표가 우리 팀에서는 어떻게 정의될 수 있는지를 결정하는 작업이 선행되어야 한다. 하나의 큰 비지니스 목표를 달성하기 위한 작은 목표들로 나눠지고 작은 목표들을 이루기 위해서는 각 지표가 어떤 목표를 이루어야 할지 제시할 것을 의사결정권자인 팀원들에게 요청했다.
  

• 데이터 파이프 라인 구축 + 대시보드 배포
  '생각할 거리'는 시각화된 데이터와 분석 리포트가 그 역할을 할 수 있다. 데이터를 관리하여 스케쥴링을 통해 대시보드를 업데이트 하기 위해서는 파이프 라인을 구축할 필요가 있었다. 나의 경우 GCP를 이용해 Airflow, Bigquery 환경을 구축하고 LookerStudio로 대시보드를 만드는 것이 가장 빠르게 학습하고 적용할 수 있는 방법이였다.
  

• 팀원들에게 Selling하기
  대시보드를 만들고 배포한 뒤에는 대시보드에서 어떤 정보를 확인할 수 있는지, 분석 리포트를 통해 유저들의 행동 패턴과 문제 상황을 정의하고 이에 따른 가설과 Action Item을 제시하는 자리를 주기적으로 만들었다. 하나의 문화로 만들기 위해서는 1~2번의 발표로 끝나는 것이 아니라 지속적인 노출을 통해서 팀원들에게 스며들어야겠다는 목표로 시작하게 되었다. 이 때 팀원들에게 제시하는 분석 리포트에서 '왜'라는 질문으로 구체화되는 과정을 반복하여 '왜'를 생각하자는 메시지를 전달하였다. 또한 팀 노션에 아카이빙하여 팀원들이 의사결정을 내릴시에 언제든 참고할 수 있도록 하였다.
  팀원들의 피드백
  

• Action Item 만들기
  예를 들어 '신규 결제 전환율 n%'라는 목표를 가정했을 때,
  - 결제까지의 퍼널 중에서 어디서 가장 많은 이탈이 생기는지 파악하고 이탈 유저와 퍼널 통과 유저 사이의 차이점을 분석한다.
  - '나이'라는 요소가 뚜렷한 차이를 보인다면 해당 페이지에서 금액을 보고 나이가 낮은 유저들은 상대적으로 '구매력이 낮아 이탈 할 것이다'라는 가설을 세운다.
  - '나이'와 '구매력'이 실제로 관계가 있는지 확인하기 위해 기존 결제 유저를 대상으로 나이대에 따른 결제 전환율과 객단가를 비교한다.
  - 나이대가 낮은 유저가 실제 객단가와 결제 전환율이 낮다면 '마케팅 주요 타겟에서 나이대가 높은 유저의 유입이 많다록 한다.', '나이대가 낮은 유저에게는 가격대가 낮은 상품을 위주로 추천한다' 와 같은 Ideation을 제시한다.
  - 제시된 Ideation 중 필요한 리소스와 임팩트를 고려하여 Action Item들을 선정한여 실제 프로젝트가 진행될 수 있도록 한다.