최근 정기적으로 열리는 한국IMC연구회에서 흥미로운 강의를 들었다. 주제는 ‘데이터 드리븐 디자인 씽킹’, 부제는 ‘뻔한 공감을 피하는 방법’. 30년 이상 역사를 가진 디자인 씽킹(Design Thinking)은 디자인 회사인 IDEO를 통해 확산됐다.

‘IDEO= Design Thinking’이라고 표현할 정도로 IDEO사를 대표하는 혁신 방법으로 CEO인 팀 브라운(Tim Brown)은 2009년 ‘Change by Design’이라는 저서에서 디자인은 만족스러운 경험(혁신적인 생각이나 방법론)의 전달에 대한 것이라고 한다.(2010년 김영사 ‘디자인에 집중하 라’ 번역서 출간)사용자의 니즈를 이해하고 이를 해결할 수 있는 기회를 찾아내기 위해 공감적 태도(mindset)를 활용하는 문제 해결 접근법인 디자인 씽킹은 6개 프로세스로 이루어진다.

①관찰, 공감, 협력해→②영감을 얻어 정의하고→③통합적 사고, 수렴을 통해→④구체적인 아이디어를 얻고→⑤프로토타입을 만들어 테스트하고→⑥실패하고 개선하는 것을 반복해 최선의 답을 얻는 과정이다. 즉 디인 씽킹은 관찰과 공감을 통해 특정 문제를 고객 중심적관점에서 해석해 최적 효과를 만들어내는 혁신 방법론으로 디자인 기법을 통해 구현하는 일련의 과정, 패러다임이라고 할 수 있다.

고객중심적 관점으로 프레임을 360° 돌려가며 다각적으로 관찰한다면 당연히 내가 가진 것, 아는 것을 내려놓고 지금까지는 상상조차도 못한 제품, 서비스부터 비즈니스 모델과 프로세스에 이르는 다양한 형태의 문제 해결에 적용할 수 있는 사용자 중심의 혁신 프로세스가 디자인 씽킹이라는 것이다. 

글로벌 기업인 애플, IBM, 마이크로소프트, 나이키사는 물론이고 우리나라 삼성에서도 제품과 서비스를 혁신하기 위해 디자인 씽킹을 사용하고 있다. 디자인 씽킹은 조직이 닫혀 있는 마인드를 벗어나 혁신을 시도하고 비즈니스 전반을 개선하는데 도움이 되는 방법론이기 때문이다. 이 오래 전 공감과 혁신이 방법론인, 당시 환경과는 전혀 달라진 빅데이터 시대를 맞아 데이터 기반 관찰과 공감을 통해 진화된 모습이 데이터 드리븐 디자인 씽킹이다.

과거에도 데이터에 기반하지 않은 것이 아니지만 빅데이터가 일반화된 오늘날 데이터에 대한 이해도와 실무에서의 활용은 비교할 수 없을 만큼 차이가 있다. 방대한 데이터 확보와 전문 인력을 보유하고 개관적 정량 분석은 몰론 과거에는 하지 못했던 비정량적 데이터까지 분석해 인사이트를 찾아내고 있다.

많은 고객보다 의미 있는 고객 데이터 수집

필자가 마컴회사를 운영할 때 가장 많이 실행했던 분야가 고객 데이터를 분석해 인사이트를 찾아내는 일이었다. 하지만 클라이언트들의 데이터에 대한 무지와 무리하고 어긋난 요구로 무척 힘들었다. 디자인 씽킹이나 마케팅 커뮤니케이션에서 데이터 드리븐이 되기 위한 가장 중요하고 기초적인 일이 양질의 데이터를 확보하는 거다. 

좋은 데이터에 기반하지 않은 데이터 드리븐은 의미가 없다. 그럼에도 불구하고 대부분의 클라이언트들은 양질의 데이터 활용보다는 회사의 정책이나 원하는 결론을 이미 정해놓고 그 결론을 증명하는데 보조하는 수단으로 데이터를 사용하길 원했다(data assisting). 

‘Garbage in, garbage out(GIGO)’라는 말이 있다. 쓰레기가 들어가면 쓰레기가 나온다는, 터무니없는 쓰레기 데이터가 들어가면(입력) 그 결과 값도 터무니없는 쓰레기가 만들어진다는(출력) 것을 말한다. 이 말은 활용하고자 하는 데이터의 결함(양질이 아닌, 유효하지 않은)이 있다면 논증은 오류가 있을 수 있다는 교훈으로 모든 분석과 인사이트 도출에 일반적으로 적용된다. 좋은, 유효한, 리얼 데이터가 아니면 데이터가 아니다. 데이터가 아니고 그냥 숫자에 불과한 것이다. 이 숫자를 데이터라 착각하고 오판해 데이터 드리븐을 한다. 대기업은 물론이고 중소기업은 더욱 그러했다.

데이터 드리븐이 되기 위해서는 데이터 설계가 잘 되어야 한다. 그런데 데이터 설계부터 하는 회사를 본 적이 있던가? 여기서 비극이 시작되는 것이다. 데이터 설계없는 데이터 드리븐은 가비지다. 글쓴이가 현업에서 느낀 점은 데이터는 이미 결론을 내놓고 자신들이 하고자 하는 의도를 합리화, 정당화하려는 데이터 서포트에 불과했다는 것이다.

수많은 프로젝트들을 하면서(최근에 후배 회사의 클라이언트인 모 공기관의 인사이트 도출 의뢰를 받
아 도와주었는데 아직도 같은 현상이 반복되고 있었다) 클라이언트들의 설득이 먼저여서 항상 답답했다.
‘데이터 드리븐(Data Driven)’이라는, ‘데이터 기반’이라는 의미는 무엇일까? 데이터 드리븐은 데이터 분석을 기반으로 한 의사결정, 새로운 경영이다. 기획, 마케팅, 개발, 디자인 등 기업 전반에 데이터를 두루 활용하는 것으로 어떤 사안의 결과를 정확하게 결정지을 수 있는 데이터를 가지고 있을 때만 데이터 드리븐 경영이 된다.

다시 강조하면 경영의사 결정을 지을 수 없는 수준의 데이터는 데이터 드리븐이 아니다. 비트(Bit)로 이루어진 데이터가 무엇이길래 기업을, 세상을 움직이고 있는 것일까?

올해 초 열린 디지털 마케팅 서밋(Digital Marketing Summit), DMS 2022에서 세계적 데이터 기업인 세일즈포스사 마틴 킨(Martin Kihn) 상무는 ‘데이터 드리븐 마케팅(Data-Driven Marketing)의 미래’를 주제로 한 발표에서 모든 고객들의 데이터를 무작정 많이 수집하는 것보다, 의미있는 고객 데이터를 수집하는 것이 중요하다고 강조했다. 양질의 유효한 데이터 수집을 강조한 것이다. 

그는 “2000년 즈음에는 ‘80:20의 법칙’이 존재했었다. 80%의 수익이 20%의 제품과 고객에게서 나온다는 이 말의 의미가 이커머스 시장에서는 ‘90:10 법칙’으로 바뀌고 있다”면서 “소비재 회사를 대상으로 한 연구에서 소비자들의 구매 패턴을 분석한 결과, 상위 1%가 가장 중요한 고객으로 나타났다”고 한다.

또한 온라인상에서는 64%의 소비자가 특정 사이트를 경험한 뒤 다시는 그 사이트로 돌아오지 않는 것으로 집계됐다고 한다. 이커머스 브랜드는 모든 고객에 대한 프로필보다는 진짜 가치있는 고객을 파악하고 그들에게 얼마나 가치있는 경험을 제공할 수 있는지, 그들로부터 얼마만큼의 수익을 창출할 수 있는지를 생각하는 것이 더 중요하다는 인사이트를 데이터 드리븐으로 찾아낸 것이다.

여기서 주목해야 하는 점이 ‘많은 고객보다 의미가 있는 고객 데이터 수집과 인사이트가 중요하다’는 것이다. 90%의 가비지 데이터보다 10%의 리얼, 의미있는 데이터를 확보하라는 것이다. 기업들이 착각하는 것이 ‘빅데이터=많은 데이터’로 생각한다는 것이다. 진정한 데이터는 양이 아니라 양질의 데이터를 말한다.

필자의 경험으로는 우리나라 기업들은 DB 개더링(DB Gathering, 고객의 정보를 수집하는 일련의 과정 혹은 마케팅)은 잘 하지만 일정 기간이 지나면 데이터를 정제하는 데이터 클렌징(Cleansing)을 통해 양질의 데이터를 만드는 노력을 하는데 그 과정을 생략하기 때문에 쓸데 없는 죽은 데이터들의 홍수로 데이터 드리븐을 망치고 있었다. 

1%의 데이터 드리븐에 집중하라

네이버, 구글, SK텔레콤 등에서 각종 마케팅 커뮤니케이션 데이터를 무료로 제공하는 서비스를 하고 있어 데이터 수집이 용이해 졌다. 구글 애널리틱스(Google Analytics)는 구글 마케팅 플랫폼 브랜드 내의 플랫폼으로서 웹사이트 트래픽을 추적하고 보고하는 구글이 제공하는 웹 애널리틱스 서비스를 하고 있다. 네이버도 애널리스틱 서비스를 통해 방문자가 어디서 오는지, 어떤 행동을 하는지 이해함으로써 마케팅 효과를 향상하고 비즈니스를 효율적으로 관리할 수 있다.

또 SKT도 빅데이터 분석 서비스인 ‘지오비전’을 통해 13년간 축척한 빅데이터와 데이터 분석 노하우를 기반으로 인구의 거주, 이동, 체류 시간, 매츨 등의 데이터를 서비스하고 있어 각종 마케팅 커뮤니케이션 데이터들의 수집이 그 어는 때 보다 용이해지고 활용도 가능한 환경이 조성되어 있다. 

이렇게 풍성한 데이터 제공환경이 되었으면 데이터 드리븐을 위한 데이터 애널리스틱 설계가 잘 되어야 한다. 네이버, 구글, SKT 등이 제공하는 서드파티 쿠키(Third-party cookie·광고업체 등 외부 회사가 다른 사이트에서 수집한 데이터)는 온전한 나의 빅데이터가 아니다. 우리의 고객들이 자신의 개인적 경험과 정보를 데이터로 제공하는 것이 데이터 드리븐의 리얼 데이터인 것이다. 이런 데이터들은 고객에게 더 양질의 서비스로 제공되는데 넷플릭스가 그 좋은 예다. 내가 자주 보는, 내 경험에 기반한 취향에 꼭 맞는 프로그램을 추천해 주는 것이다. 

고객 입장에서는 자신의 정보를 많이 주면 더욱 안한 경험을 할 수 있게 되고 기업 입장에서는 더욱 정확한 고객 데이터를 얻을 수 있게 되는 선순환 경험 데이터 베이스가 된다. 이렇듯 무작정 많이 데이터를 수집하는 것보다, 의미있는 고객 데이터를 수집하는 것이 오늘날 데이터 드리븐 마케팅 커뮤니케이션의 기초가 됨을 주지해야 한다.

앞으로 더욱 가치있고 공감가는 데이터 드리븐은 네이버, 구글 등의 서드파티 데이터가 아닌 넷플릭스에서 처럼 고객들의 실제 우리만의 데이터(이것을 제로파티, 퍼스트파티 데이터라 한다)를 수집해 정제하고,분석하고 인사이트 도출에 활용해야 하는 것이다. 그래야 진정한 데이터 드리븐 마케팅 커뮤니케이션이 된다. 상위 1%의 의미있는 정예 데이터가 중요한 시기이다. 이 1%의 데이터 드리븐에 집중해야 한다.

데이터 드리븐 디자인 씽킹에서 또 하나 알아야 하는 것이 공감 능력이라는 사실을 명심해야 한다. 공감능력에는 인터널(내부) 공감과 익스터널(외부) 공감의 두 가지가 있는데 먼저 내부 공감은 디자인 담당자의 가설이다. 정량적인 데이터를 보는 것만이 아니라 외부 고객의 문제를 실제 관찰하고 또 만나서 경험해 나처럼 몰입하고 공감했을 때 온전하게 데이터를 활용하는 데이터 드리븐 고객 경험 디자인이 가능해지는 것이다.

두 번째는 외부 공감인데 우리와 협력 관계에 있는 대상, 즉 협업 관계에 있는 사람이나 조직의 공감대 속에서 데이터가 생성되고 수집되어야 데이터가 진정한 가치를 가지게 된다. 이렇듯 360도 입체적인 데이터의 이해와 공감을 바탕으로 데이터 드리븐 디자인 씽킴 솔루션을 찾아야 한다.

끝으로 오래전 MIT 미디어랩 설립자 니콜라스 네그로폰테 교수가 말한 “세상은 정보(Data)의 최소 단위인 비트(Bit) 중심으로 바뀔 것이다”라는 교훈을 다시금 생각해 본다. 성공하는 기업의 숨은 비결이 데이터 드리븐 마케팅 커뮤니케이션이 아닐까?