1부 | 불변의 사실
시장 실패의 법칙
시장 실패, 시장 성공
시장 실패 : 출시된 신제품이 기대한 성과를 내지 못하거나 오히려 기대에 어긋나는 결과를 낸 것.
시장 성공 : 신제품에 투자했는데 실제 시장 결과가 기대에 부응하거나 기대를 능가하는 것
실패와 성공을 판단하기 위해서는 무언가를 시작하기 전에 자신의 성공 기준을 명확하게 세워두는 게 중요하다.
실패할 확률
닐슨리서치는 수십 년간 신제품 출시와 관련된 수만 개의 데이터를 추적해 보고서를 발행한다. 그에 따르면 약 80퍼센트의 신제품이 처음의 기대에 미치지 못하고 '실패'나 '실망', '취소' 등으로 분류된다. 저자는 지나칠 정도로 조심하라는 뜻에서 그 어떤 신제품 아이디어든 실패 확률이 90%라고 가정하고 시작할 것을 제안한다.
성공 방정식
성공은 여러 핵심 요인에 좌우된다. 아이디어가 성공하려면 '핵심 요인'들이 '반드시' 적합하거나 적합한 방향으로 전개되어야 한다. 줄줄이 '적합해야' 하는 게 너무나 많다.
적합한 A x 적합한 B x 적합한 C x 적합한 D x 적합한 E 등 = 성공
반면 실패하려면 그 많은 핵심 요인 중에 딱 하나만 잘못되면 된다. 아무리 경험과 능력이 출중해도 이 실패 확률을 벗어날 수는 없다.
적합한 A x 부적합한 B x 적합한 C x 적합한 D x 적합한 E 등 = 실패
실패 패턴 FLOP
사람들의 실패(Failure)의 원인을 출시(Launch) 또는 운영(Operation) 또는 전제(Premise) 때문으로 처음엔 생각한다.
출시 : 의도한 시장에서 제품이 눈에 띄지 않거나, 이용가능하지 않은 경우
운영 : 제품의 디자인, 기능, 안정성이 이용자들의 최저 기대치에도 미달하는 경우
전제 : 그냥 사람들이 여러분의 아이디어에 관심을 갖지 않는 경우
하지만 사실은 모든 것은 전제 때문이다. 대부분의 제품이 실패하는 이유는 처음부터 제품 아이디어가 잘못되었기 때문이다. 처음부터 옳은 제품을 만들고 있다고 가정했기 때문에, 실제로는 시장에 맞지 않는 것으로 밝혀질 제품에 시간, 노력, 능력을 투입한 것이다.
제대로 만들기 전에, '될 놈'을 만들어라.
성공하는 아이디어, 실패하는 아이디어
될 놈 = 유능하게 실행할 경우 시장에서 성공할 신제품 아이디어 '될 놈'인 아이디어를 잡아서, 유능하게 실행하면, 그 아이디어는 시장에서 성공한다.
안 될 놈 = 유능하게 실행해도 시장에서 실패할 신제품 아이디어 아무리 실행력이 뛰어나도 잘못된 전제에 기초한 제품을 심폐 소생할 수는 없다.
그럼 여기서 두 가지 질문이 생긴다.
왜 그렇게 많은 노련한 사람들이 안 될 놈을 실행하는 데 경험과 능력을 낭비하는 함정에 빠질까?
어떻게 하면 이미 너무 많은 투자를 하기 '전에' 그 아이디어가 될 놈인지 여부를 알 수 있을까?
생각랜드
저자가 수많은 인터뷰를 해본 결과, 대부분의 성공한 사람이나 기업가들은 제품이 시장에서 성공하려면 제품의 '전제'가 옳아야 한다는 사실을 충분히 잘 알고 있었다. 이 제품이 '될 놈'인지 확인하려고 시장조사에 상당한 돈과 시간도 투자했다. 그런데도 그들의 제품은 대부분 실패했다. 그 이유는 '소위' 시장조사라는 것들은 대부분 실제 시장을 조사한 게 아니라 '생각랜드(Thoughtland)'라고 하는 허구의 환경을 조사한 것이었기 때문이다.
생각랜드 : 모든 잠재적 신제품이 단순하고 순수하고 추상적인 아이디어의 형태로 제품의 수명 주기를 시작하는 상상 속 공간. 아이디어라는 알들이 부화되는 곳
문제는 이 생각랜드의 근거들을 가지고 '될 놈'을 찾으려고 한다는 점이다. 아이디어에 대한 '의견'은 데이터가 아니다. 의견은 주관적이고 편향된 판단이다. 적극적으로 투자한 것이 아무것도 없는 사람들이 별 생각 없이, 증거도 없이 비판적으로 던지는 '추측'에 불과하다. '생각'만으로는 어느 아이디어가 '될 놈'인지 아닌지 결정할 수 없다. 우리 개인의 생각도, 남들의 생각이나 의견도, '전문가'들의 생각도 마찬가지다.
'안 될 놈'을 '될 놈'으로 착각하게 하는 네 가지 요소
1) 아이디어 전달 문제
신제품이나 새로운 서비스에 대한 아이디어는 어떤 식으로든 구체적이고 눈에 보이는 형태가 되기 전까지는 그저 추상적인 내용에 불과하다. 마음의 눈으로 보고 있는 무언가를 다른 사람과 소통하려고 하는 순간, 우리는 힘든 '전달'의 문제에 부딪힌다. 특히나 여러분의 아이디어가 사람들이 그동안 봐왔던 것과 전혀 다른 새로운 어떤 것이라면 말이다.
2) 예측력 문제
사람들은 아직 경험해보지 못한 어떤 것을 향후에 내가 원하게 될지, 좋아하게 될지에 대해 형편없는 예측력을 발휘하는 것으로 악명이 높다. 앞으로 그것을 어떤 식으로, 얼마나 자주 이용할지에 대해서도 마찬가지다.
3) 적극적 투자가 없다는 문제
'적극적 투자(Skin in the Game)'란 결과에 분명한 이해관계를 갖는다는 뜻이다. 즉 결과에 따라 무언가를 잃게 되거나 얻게 된다는 뜻이다. 예를 들어 사업가 기질을 가진 친구가 크게 성공할 수 있을 것처럼 보일 때, 안락한 직장을 그만두고 회사를 직접 차리라고 격려해줄 수는 있다. 하지만 친구의 새 회사에 내 돈 1000만 원을 투자하겠다고 제안해서 그 격려를 뒷받침하는 것은 완전히 다른 문제다.
4) 확증 편향 문제
'확증 편항(Confirmation-Bias)'이란 나의 기존 신념이나 이론과 일치하는 증거를 찾아다니는 반면, 그와 상반되는 증거는 모두 회피하고 무시하려는 아주 인간적인 경향을 일컫는다. 우리는 정보를 수집할 객관적 방법을 찾아보지 않을 뿐만 아니라, 찾아낸 정보조차 객관적으로 바라보지 못한다.
우리는 다음과 같은 과정으로 잘못된 판단을 내리게 되는 것이다.
최초의 아이디어는 전달 과정에서 한 번 왜곡된다.
그 왜곡된 아이디어를 사람들은 각자의 독특한 경험과 편향을 통해 들여다보고 판단한다.
그다음, 적극적으로 투자한 게 아무것도 없는 사람들이 의견을 내놓는다.
마지막으로, 왜곡된 아이디어에 대한 편향된 판단에서 나온, 아무런 위험 부담을 지지 않는 사람들의 의견을 조심스럽게 선별하고 해석해 그동안 우리가 줄곧 믿고 싶었던 사항을 재확인한다.
두 가지 오류
긍정 오류 : '될 놈'으로 판단했지만 '안 될 놈'이었던 경우
부정 오류 : '안 될 놈'으로 판단했지만 '될 놈'이었던 경우
내 의견도, 남의 의견도, 심지어 전문가의 의견도 믿을 수 없다면 내가 개발하고 싶은 그 아이디어가 성공할지 여부는 어떻게 알까? 그래서 필요한 것이 데이터다.
데이터의 네 가지 기준
의견보다 데이터(Data Beats Opinions). 구글의 데이터 지향적 의사결정 과정은 아주 엄밀해 아래 기준을 충족해야 했다.
1) 신선함
데이터는 따끈따끈한 것이어야 한다. 새로 나온 것일수록 더 좋다. 왜냐하면 몇 년 전에는 진실이었던 것이 지금은 진실이 아닐 수도 있기 때문이다. 사람들의 태도나 기대가 휙휙 빠르게 바뀌는 첨단기술 사업이나 온라인 세상에서는 이 점이 특히 중요하다.
2) 확실한 관련성
해당 데이터는 지금 평가하려는 특정 제품이나 의사결정에 직접적으로 적용할 수 있는 것이어야 한다.
3) 알려진 출처
의사결정을 내릴 때 다른 기업에서 수집됐거나 다른 프로젝트를 위해 수집된 데이터에 의존해서는 안 된다. 그들이 데이터 수집과 필터링 과정에서 어떤 기법을 사용했을지 누가 알겠는가? 또한 그들이 데이터를 편집하고 요약하는 과정에서 어떤 편향이나 영향력, 동기가 작용했을 수도 있다. 데이터가 어디서, 어떻게 수집되어 어떤 식으로 필터링 되었는지 반드시 확인하라.
4) 통계적 유의성
데이터는 통계적으로 유의미해야 한다. 충분히 큰 샘플을 사용해야만 결과가 우연에 좌우되지 않는다. 동료들 앞에서 망신을 당하고 싶지 않다면, 개인적인 경험이나 일회성 이야기를 데이터로 제시하지 마라. 구글 재직 초창기에 나는 그런 실수를 두 번 저질렀다가, 두 번 다 "일화는 데이터가 아니에요"라는 합창을 들어야 했다.
그들의 데이터
그들의 데이터는 '다른 사람이, 다른 프로젝트를 위해, 다른 시기에, 다른 곳에서, 다른 방법과 다른 목적으로 수집하고 편집한 모든 시장 데이터'다. 그들의 데이터는 '신선하고, 관련성 있고, 믿을 만하고, 통계적으로 유의미한 데이터'라는 기준을 하나 이상 위반한다. 다른 사람이 여러분과 비슷한 아이디어를 가지고 실험하고 행동하고 결정하면서 나온 데이터가 여러분의 행동과 의사결정을 보충하거나 여러분이 참고할 만한 정보를 제공할 수는 있다. 하지만 그것만으로는 결코 충분치 않으며, 그것으로 나만의 데이터를 수집하는 것을 '대체'해서는 절대로 안 된다.
나만의 데이터
나만의 데이터란 여러분의 아이디어를 검증하기 위해 여러분의 팀원이 직접 수집한 시장 데이터다. 나만의 데이터가 되려면 해당 데이터는 '신선하고, 관련성이 있고, 믿을 만하고, 통계적으로 유의미한 데이터'라는 기준을 반드시 충족시켜야 한다. 그 방법은 2부와 3부의 도구와 전략들을 참고하면 된다.
요약
시장 실패의 법칙 : 대부분의 새로운 아이디어는 시장에서 실패한다. 유능하게 실행해도 마찬가지다.
대부분의 새로운 아이디어가 시장에서 실패하는 이유는 그 아이디어가 '안 될 놈', 즉 아무리 잘 실행해도 시장이 관심을 갖지 않을 아이디어이기 때문이다.
시장에서 성공할 확률을 가장 높이는 방법은 '될 놈'인 아이디어에 유능한 실행력을 결합하는 것이다.
새로운 아이디어가 '될 놈'인지 아닌지를 결정할 때 직관이나 남의 의견, 그들의 데이터에 의존해서는 안 된다.
새로운 아이디어가 '될 놈'일 가능성이 높은지를 결정할 수 있는 가장 믿을 만한 방법은 '나만의 데이터'를 수집하는 것이다.
Last updated