📌 "목표 설정"부터 "가설 검증"까지, PM의 문제 해결 프레임워크

🤔 프레임워크가 필요한 이유

• 애자일 방식과 찰떡궁합
  → 빠르게 실험하고, 실패하더라도 반복하면서 개선할 수 있기 때문!
  → 점진적으로 성공 확률이 높은 방향을 찾을 수 있다.

• 데이터 기반의 객관적 의사결정
  → 감에 의존하지 않고, 데이터를 근거로 판단할 수 있어
  → 커뮤니케이션 시 설득력도 ↑

---

해결방안 세우기

이때 중요한 포인트:

• 아직 확정된 해결책 X. 가설 O.
• 가설 기반 사고 (Hypothesis-driven Thinking) 라고 부른다.
• 여러 아이디어 중 가장 실행 가능한 것을 골라 우선순위화.
• Impact vs. Effort Matrix가 유용.

---

가설 수립

가장 기본 형태 : “만약 A라면, B일 것이다”

• 예상되는 인과 관계를 명확히 하고, 반드시 검증 가능한 형태로 표현해야 함.
• 정성적이든, 정량적이든 측정 가능해야 함
• 검증할 수 없다면, 가설 X.

---

가설 검증 방법

방법	장점	단점
A/B 테스트	정확한 비교 가능	사용자 수가 많아야 하고, 실험 환경 구축 필요
사용자 인터뷰	깊이 있는 인사이트 도출 가능	시간과 비용이 많이 들고, 리크루팅 필요
유저 테스트	실제 사용 맥락에서 문제 확인 가능	세팅과 진행이 번거로울 수 있음
오픈 후 데이터 분석	빠르고 효율적인 검증 가능	초기 지표 설계가 부실하면 의미 없는 결과 도출

---

⚠️ 가설 검증을 위한 데이터 분석시 주의할 점!

• 측정 가능한 지표 설정
  → “어떤 숫자를 보고 가설이 맞았는지 판단할 것인가?”를 명확히!

• 직접적인 지표 선택
  → 가설 결과와 직접 연결된 지표를 사용해야 혼란이 없다.

• 상위 목표(OKR)와 연결
  → 비즈니스 성장, 사용자 만족 등과 연결되어야 의미가 있음.

• 지표의 맥락 해석 가능해야
  → 숫자가 변했을 때 “왜?”를 설명할 수 있어야 한다.

• 시간 범위 명확히 설정
  → 언제까지의 데이터를 분석할 것인지 기간을 설정하자.