목표

✅ 아티클카타 2 순위
✅ 서기입 과제 제출 1 순위
✅ 팀 과제 회고 4 순위
✅ 튜터님 피드백 받기 3 순위
❌ 데이터 분석 파트 3 완강 5 순위

🌟 목표 달성률 : 80%

아티클카타

⚠️ 모든 아티클은 주관적, 그대로 받아들이기 보단 비판적으로 읽어야 함.

1. 아티클 정보

제목 : 나이키에게 30조원 재앙을 부른 데이터 드리븐
작성자(저자) : Florent

❓아티클 선정 이유 : 데이터 분석을 막 시작한 나의 시야를 넓혀줄 아티클이라고 생각함.

2. 핵심 내용 요약

"측정하기 쉬운 데이터에만 의존한 나이키의 데이터 드리븐 전략은, 맥락 없는 숫자가 얼마나 위험한지를 30조 원짜리 교훈으로 증명했다"

1. 나이키 CEO 존 도나호는 맥킨지의 조언에 따라 회사를 데이터 중심(D2C) 전략으로 전환했고, 결과적으로 시가총액 30조 원이 날아가고 주가가 32% 폭락했다.

2. 나이키는 효과는 떨어지지만 측정하기 쉬운 것에 수십억 달러를 투자하고, 효과는 좋지만 측정하기 어려운 것은 무시했다.

3. 개별 제품 카테고리를 없애고 일률적인 데이터 모델로 대체하면서, 새 고객 유치보다 기존 고객에게서 돈을 더 뽑아내는 데만 집중하게 됐다.

4. 데이터는 과거에 일어난 일을 기록한 것으로, 전략적으로 활용하려면 정량 데이터에 맥락과 의미를 부여하는 '따뜻한 데이터(정성적 데이터)'가 함께 필요하다

5. 온라인 쇼핑 데이터처럼 수집하기 쉬운 데이터에만 의존하다 보니, 제품 우선순위가 일반 고객의 니즈와 멀어졌고 대중적인 상품은 창고에서 썩어나갔다.

6. 이러한 실수를 저지른 것은 소위 '전문가'들이다. 위험한 시장 환경에서 회사의 지배적인 내러티브에 반하여 도전하기 쉽지 않았을 것이다.

7. 데이터와 리서치의 가치는 이미 목소리를 내고 있는 사람들을 부각시키거나, 현 상태를 유지시키기 위해서 오는 게 아니다. 목소리를 내지 못했던 사람들을 찾아 이 사람들의 의견을 수렴하고 총체적으로 판단하는 데에서 오는 것이다

8. 진정한 데이터 중심의 의사결정은 다각적이고 다양한 데이터에 기반했을 때 가능한 것이다. 그렇지 않다면, 누구나 할 수 있는 그저그런 의사결정이 될 뿐이다.
   

3. 인사이트

• 아랫 사람들은 지배적인 내러티브에 반하기 힘들다. 저번 에어비앤비 사례도 그렇고 어쨌든 윗 사람이 회사 분위기에 결정적인 역할을 하는 듯
• 정량적 데이터와 정성적 데이터를 같이 보고 그 맥락을 읽어내는 것이 중요하다.
• 원래 논리적인 판단을 하는 것은 정말 어려운 일이다. 조금이라도 쉽게 가려하면 결과가 안좋은 것 같다.

4. 팀원들의 아티클 카타 인사이트

• 과거의 비즈니스적 선택, 판단에 대해 단순 비판보다는 왜 그 시점에서 해당 판단이 최선으로 보였는지 이해하려는 자세가 필요하다.
• 다른 팀원의 추가 리서치에 따르면 나이키는 팬 데믹 기간에는 오히려 호황기였고(팬데믹 기간에는 도나호의 판단이 옳았음) 팬데믹이 끝난 이후 급격한 나락세를 맞았다. 그 안에서 여러 원인들이 맞물려 있었는데 이를 단순히 데이터에 대한 잘못된 해석으로만 보는 것은 옳지 않다.
• 팬데믹 이후의 전략에 대해서도 생각했어야 한다고 생각하지만... 내부의 어떤 문제가 있었겠지.
• 아티클에서는 신규 고객 대신 기존 고객만 생각했다고 했지만 기존 고객도 잡지 못한 것 같고 이미 세상 사람들 다 아는 나이키인데 신규 고객 유치가 그렇게 중요할까?
• '문제는 나이키가 두터운 마니아층을 형성하던 에어 조던 시리즈 뿐 아니라 나이키 덩크 범고래, 에어 포스 원 화이트 등 인기 레트로 제품을 계속 찍어내고 나중에는 이른바 ‘색깔 놀이’라고 할 만큼 컬러웨이를 바꿔가며 잇따라 출시해 점차 소비자의 외면을 받아온 데 있다.'
• 색깔놀이로 민심을 잃었다고 하지만 또 먹혔던 전략이었던 것 같다. 데이터의 단순한 해석 같기도 배짱 장사 같기도.. 둘 다 이겠지

새롭게 알게 된 단어

• bean counter - 숫자와 데이터로만 판단하는 경영인 또는 재무 및 회계 전문가에 대한 멸칭
• car guy - 최고의 상품을 만드는 현장 전문가

+추가 아티클

1️⃣ '데이터'로 프로덕트 문제 탐구하는 방법

2️⃣ 컬리는 어떻게 10년만에 적자를 탈출했을까?

데이터 분석의 중요성과 방법에 대한 추가 아티클, 특히 첫 번째 아티클은 데이터 분석을 하다 막혔을 때 다시 보러 오면 좋을 듯.

서비스 기획 입문 과제

팀 과제 회고

팀원들과 각자 과제 어떻게 했는지 서로 공유했다. 한가지 문제 인데도 정말 다른 관점과 근거를 가지고 전달 방법도 다 달라서 공부가 많이 되었다.

인사이트

• 데스크 리서치를 좀 더 해보자
• 논리에 대한 설명에 좀 더 살을 붙여보자.

물론 상황 따라서 바뀌어야겠지만..

튜터님 피드백

서윤정 튜터님

문서의 목적에 대해 많이 강조를 하셨다. PRD를 쓰든 쓰지 않던 어떤 내용을 넣고 넣지않고를 고민하기 전에 목적을 분명히 하면 명확해진다는 얘기를 해주셨다.

오늘의 회고

• 성취 : 서기입 과제 제출, 팀 과제 회고로 인사이트 얻기
• 개선 : 데스크 리서치를 많이 해보자, 발표 방식을 개선 해보자, 목적을 좀 더 생각해서 결과물을 만들어보자
• 학습 : 데이터 드리븐의 진짜 의미에 대하여

오늘 발표 피드백을 통해, 나는 청자를 자연스럽게 몰입시키고 논리적으로 납득시키려 했으나 핵심만 전달하려는 과정에서 선택지와 판단 과정을 생략해, 설명이 아닌 ‘정답 제시형’으로 들릴 수 있다는 점을 깨달았다. 이로 인해 듣는 동안에는 이해되지만, 발표 이후에는 내용이 선명하게 남지 않거나 토론이 이어지지 않는 한계가 발생할 수 있다.

앞으로는 핵심 결론만 전달하는 것이 아니라, 대안과 선택 기준을 함께 제시해 사고 과정을 드러내고, 중간중간 핵심을 정리하는 문장과 구조적 신호(ex/ 다음은 핵심 문제 입니다)를 통해 청자가 내용을 기억하고 스스로 정리할 수 있도록 해야겠다. 또한 상황에 따라 설득과 탐색 모드를 구분하여, 필요할 때는 결론을 열어두고 피드백을 유도하는 방식으로 커뮤니케이션을 개선해야겠다.

💭 오늘의 한 줄 평 : 팀원들과 마지막... 아숩다...