[9월 독서-1부] _ 아이디어 불패의 법칙(The right it) _ 알베르토 사보이아(2020, 인플루엔셜)

표지

이 책을 세 가지 문장으로 요약한다면 이렇게 말할 수 있을 것이다.

"처음부터 될 만한 놈을 찾아야 시장을 이긴다"

"생각랜드에서 벗어나 객관성 있는 데이터를 획득해야 한다"

"제약이 있을때 창의성을 발휘된다"

이 책에 담긴 내용들은 생각보다 방대하고 중요한 내용들이 많아서 나를 위해서 정리해두려 한다. 위에서 말한 세 가지 문장으로 이 책을 요약해볼 것이다.

---

1부 "처음부터 될 만한 놈을 찾아야 시장을 이긴다"

 '시장 실패의 법칙'

1. 대부분의 신제품은 시장에서 실패한다.
2. 유능하게 실행해도 마찬가지다.

10개의 신제품 중에서 1개나 성공할까만 그런 환경에서 우리는 그냥해서는 결코 이겨낼 수 없다. 남들과 다른 특별함을 갖춰야 하고, 더 보완하여 많은 고객들을 확보할 수 있어야 한다.

아마도 이런 말을 들어본 적이 있을 것이다. "처음 나온 전자제품은 사지 말고, 그다음 것을 사라"

이제는 정말 유물인 갤럭시 S1과 갤럭시 S2

우리가 가장 많이 쓰는 스마트폰을 예로 들어보자. 삼성 갤럭시S1을 기억하는 사람보다는 갤럭시S2를 기억하는 사람이 훨씬 더 많다. 그만큼 기기가 잘 나왔고, 튼튼하기로 유명했기 때문이다. 아이폰의 경우 4보다는 4S를, 5보다는 5S를 우리는 더 잘 기억한다. 이들은 다 이전의 부족한 부분들을 보완한 제품들이었고, 더 많은 관심을 받았고, 더 많은 고객들이 사용했다.

이 외에도 참 많은 스마트폰들이 생기고 사라졌는데, 결구 삼성과, 애플 두 회사가 전 세계 스마트폰 사용의 대부분을 차지하게 되었다.

'시장 성공의 법칙'

숨어있는 실패요소를 잘 분별해서 찾아내야 한다.

적합한 A X 적합한 B X 적합한 C X 적합한 D X 적합한 E 등 = 성공

적합한 A X 부적합한 B X 적합한 C X 적합한 D X 적합한 E 등 = 실패

우리가 수학을 배울 때 아무리 큰 숫자라도 거기에 0을 곱하면 결과가 0이 되듯 성공 법칙(성공 방정식)에도 그 개념이 적용된다. 아무리 적합하고 좋은 것들이 연이어 있었다 하더라도, 부적합한 것이 하나라도 그 안에 섞이면 실패로 이어지게 된다. 그렇기에 성공할 수 있는 법칙은 바로 부적합한 것을 제하는 것이며, 동시에 모든 것이 적합하도록 만드는 것이다.

그러나, 실패했다고해서 실패를 두려워하진 않아야 한다. 우리는 보통 실패보다는 성공하고 싶어 하기에, 그리고 나의 성공담만 들려주고 싶어 하기에 실패를 두려워한다. 물론, 언제나 기대한 만큼 실망도 크다는 말이 있기에 언제나 실패의 열매는 크고 쓰다. 그러나 우리는 동시에 성공 효과라는 것도 기억해야 한다. 작은 성공들이 모여 결국에는 우리에게 큰 하나의 성공을 가져온다는 것. 우리 일상에서 소소한 성공을 달성하는 것이 후에는 우리에게 큰 성공을 가져다줄 것 임을 우리는 알고 있다.

실패의 패턴 FLOP

그러한 성공효과를 얻기 위해서 우리는 실패의 패턴을 먼저 알아야 한다. 그래야 실패를 최대한 방지할 수 있기 때문이다. 저자는 실패의 패턴을 FLOP로 제시한다.

실패(Failure)는 출시(Launch) 또는 운영(Operation) 또는 전제(Premise) 때문이었다.

출시 때문에 실패하는 경우는 신제품의 세일즈, 마케팅, 유통을 위한 노력이 의도한 시장에서 충분히 눈에 띄거나 이용 가능하지 않은 때에 발생한다. 즉, 타깃으로 잡았던 사람들 중 다수가 우리의 제품을 모르거나, 제품에 대해 충분히 모르거나, 혹은 제품을 접할 수 없는 경우다. 이런 경우에는 제품을 정말 잘 만들어낸다 하여도 좋은 결과를 얻지 못하고 실패할 수밖에 없다.

운영 때문에 실패하는 경우는 신제품의 디자인, 기능, 안정성이 이용자들의 최소한의 기대치에도 미달하는 경우에 발생한다. 고객들은 생각보다 정말 사소한 것에서 실망하고 등을 돌리기 쉽다. 차별적인 대우라던가, 적절하지 못한 서비스라던가, 늦은 대응이 그러한 예시다. 이런 경우에는 우리 제품에 관심을 가진 얼리버드들이 즉시 실망하고 떠나가게 할 수 있기에 결국 실패할 것이다.

이러면 정말 슬프다

전제 때문에 실패하는 경우는 그냥 사람들이 우리의 아이디어에 관심을 갖지 않을 때에 발생한다. 사람들이 우리 제품에 대한 정보를 얻을 수도 있고, 접근도 가능하며, 테스트도 해볼 수 있지만 그냥 관심이 없는 경우다.

우리는 실패하는 원인과 성공하는 원인에 대해 알아보았다. 이제는 우리는 될놈을 어떻게 찾는지를 함께 알아보자.

될 놈

될놈은 된다지만, 그 또한 어떤 믿는 구석이 있기 때문 아니겠는가?

될 놈을 찾기 위해서는 데이터에 기반하여 우리는 생각해야 한다. 저자는 이 부분에서 생각랜드(Thoughtland)라는 용어를 사용하는데, 생각랜드란 모든 잠재적 신제품이 단순하고 순수하고 추상적인 아이디어의 형태로 제품의 수명 주기를 시작하는 상상 속 공간이다. 즉, 아이디어라는 알들이 부화되는 곳이다. 그런데 문제는 이 아이디어들이 생각랜드에서 너무 오랜 시간을 보내면 발생한다. 아이디어에 대한 '의견'은 데이터가 아니다. 이는 오직 증거도 없이, 비판적으로 던지는 '추측'에 불과하다. '생각'만으로는 어느 아이디어가 될 놈인지 아닌지 결정할 수 없다.

하지만, 팩트를 아는 것만으로 끝나면 안 된다. 팩트 뒤에 숨어 있는 이유와 원리, '근본 원인'을 알아야 한다. 그래야 우리는 더욱 합리적으로 생각할 수 있으며, 결과를 예측할 수 있다.

실패를 부르는 근본 원인

'실패를 부르는 근본 원인'은 흔히 네 가지가 있다.

1. 아이디어 전달 문제
2. 예측력 문제
3. 적극적 투자가 없다는 문제
4. 확증 편향 문제

아이디어 전달 문제는 일종의 소통 문제다. 특히 새로운 아이디어일수록 더 그런데, 이는 사람들의 관점과 편견에 의해 쉽게 변화한다. 그렇기에 아무리 다른 사람들에게 열심히 설명해도 그들이 상상하는 내용과 여러분이 상상한 것이 전혀 다를 수 있다는 것이다.

전달 문제의 방해를 받지 않아 아이디어가 크게 왜곡되지 않은 상태로 소통하는 데 성공했다고 하더라도 우리는 또 다른 심각한 문제가 있다. 사람들은 아직 경험해보지 못한 어떤 것을 향후에 내가 원하게 될지, 좋아하게 될지에 대해 형편없는 예측력을 발휘하곤 한다. 즉, 우리는 새로운 제품이나 서비스를 내가 얼마나 자주, 어떤 식으로 이용할지 예측하지 못한다.

마치.. 적극적 투자의 개념? 갓심슨

저자가 자주 언급하는 적극적 투자(Skin in the Game)이라는 개념은 결과에 분명한 이해관계를 갖는다는 것이다. 쉽게 말하자면, 나의 시간이든지, 나의 공간이든지, 나의 개인 정보라든지, 나의 돈이라든지 어떠한 것이든 내가 그것을 위해 적극적으로 투자하는 것이며, 내가 조금이라도 내 발을 들인다는 개념으로 이해하면 된다. 그러한 적극적인 투자가 없는 관심 혹은 조언들을 우리에게 전혀 득이 되지 못한다.

앞서 말한 세 가지 문제는 수집한 정보의 '유효성'에 대한 것이다. 하지만 이 마지막 문제는 수집한 정보를 해석하는 것과 관련된다. '확증 편향(Confirmation-Bias)'이란 나의 기존 신념이나 이론과 일치하는 증거를 찾아다니는 반면, 그와 상반되는 증거는 모두 회피하고 무시하려는 우리의 (아주 인간적인) 경향을 일컫는다. 즉, 우리는 정보를 수집할 객관적인 방법을 찾아보지 않을 뿐만이 아니라, 찾아낸 정보조차 객관적으로 바라보지 못한다. 자신이 믿고 있는 것을 그대로 인정해주는 데이터를 선택하고, 거기에 더욱 비중을 두며, 내 생각과 상반되는 데이터는 무시해버린다.

이러한 원인들은 우리에게 실패를 불러낸다. 우리가 생각랜드에 머물면 머물수록 우리는 긍정 오류(false positive)나 부정 오류(false negative)를 양산할 때가 더 많다. 그렇다면 우리는 어떻게 생각랜드에서 벗어날 수 있는가? 바로 데이터! 데이터를 통해 벗어날 수 있다. 생각랜드의 부정적 혹은 긍정적 반응이 나중에 오류로 밝혀질지, 적중할지는 아무도 모른다.

'의견보다 데이터(Data Beats Opinions)'

우리는 우리의 의사결정 과정에서 나 자신의 의견과 선호도, 편향성이 얼마나 많은 영향을 미치고 있는지 깨달아야 한다. 의사결정에서 핵심적인 데이터는 몇 가지 필터링을 거쳐야 한다.

1. 신선한 데이터인가?
2. 확실한 관련성이 있는가?
3. 출처가 잘 알려져 있는가?
4. 통계적으로 유의미한가?

이러한 필터링을 거치고 나면 우리는 유의미한 데이터를 얻을 수 있다.

데이터를 수집할 때는 특히 남의 데이터를 가지고 와서 나에게 끼워 맞추는 것을 유의해야 한다. 왜냐하면 그들의 데이터는 그들의 아이디어에 맞는 것이지, 나의 아이디어에 맞는 아이디어는 아니기 때문이다. 데이터를 결코 손쉽게 얻으려 해서는 안된다. 그런 지름길을 택하는 것은 위험한 시도다.

'나만의 데이터'란 나의 아이디어를 검증하기 위해 내가 혹은 나의 팀원이 직접 수집한 시장 데이터다. '나만의 데이터'가 되려면 위의 네 가지 기준은 반드시 충족시켜야 한다. 특히, 그들의 데이터와 반대되는 것일수록 훨씬 더 가치가 있을 수 있다. 나의 아이디어를 위해서는 나만의 데이터가 반드시 수집되어야 한다.

앞으로 이어질 2부, 3부에서는 나만의 데이터를 수집하기 위한 방법(Tool)을 제시할 것이다.