PM은 팀에서 고객의 입장을 대변하며, 고객의 요구사항/문제 해결에 집중한다. 고객은 데이터로 흔적을 남기는데, PM은 그 데이터를 통해 고객을 파악한다. 그리고 이 데이터는 팀에서 '고객 지향적인 의사결정'을 위해 쓰인다. 팀원들이 아이디어/기능에 과몰입하거나 고객을 놓치면, PM은 '고객 데이터'를 근거로 올바른 방향을 잡아주어야 한다.

 

그렇다면 PM은 데이터 분석을 어느 수준까지 할 수 있어야 할까?

 

조직/팀에 데이터 분석 담당자가 있다면, 그들과 협업하면 된다. 그러나 그 역할을 맡아줄 담당자가 없다면, 개발팀에 분석 요청을 해야 한다. 이 절차는 생각보다 오랜 시간이 걸리며, 내가 원하는 결과물을 얻지 못할 수도 있다.(게다가 자주 요청하면 관계가 안 좋아질 수도 있다.) 그래서 PM이 DB에서 SQL Query로 뽑아서 스프레드 시트로 가공하고, 그래프/차트 시각화까지 다 할 줄 알면 좋다. 다만 분석을 위한 분석으로 많은 시간을 잡아먹는 것은 지양해야 한다. PM이 여러 가지 분석 툴이나 지식을 아는 것도 중요하지만, 지금 필요한 수준으로 분석을 할줄 아는 것이 가장 중요하지 않을까싶다. 그러려면 좋은 질문을 던질줄 알아야 한다.

 

좋은 질문은 도메인 지식에 대한 이해를 바탕으로 문제를 여러 각도로 살펴보는 과정에서 만들어진다. 그리고 질문을 거듭하며 고객의 요구사항/문제를 명확하게 파악할 수 있다. 예를 들자면, "할인 쿠폰의 낮은 이용률"에 대해 할인 품목의 매력도나 쿠폰 이용 절차 등 여러 관점에서 질문할 수 있다. 이렇게 질문을 통해 낮은 이용률에 영향을 줄 수 있는 요소들을 뽑아내는 것이다. 또한 분석 목적에 따라 고객 등급, 구매 금액 등 조건을 달수도 있다.

 


fin

PM은 고객 지향적인 태도로 고객을 잘 알기 위해 데이터를 분석한다. 그래서 분석 자체에 휩쓸리지 않고, 시장/산업에 대한 이해를 바탕으로 좋은 질문을 계속 던질 수 있어야 한다. 숫자는 고객의 감정, 생각을 말해주지 않는다.

 

 

[출처]

- Product owner(manager)와 데이터 분석

- 데이터 분석에 있어서 도메인 지식에 관하여

 

 

+ Recent posts