제품 우선순위, 직감 대신 데이터로 결정하는 법
"이번 분기에 뭘 만들까?" — 매번 어렵습니다
제품 우선순위를 정하는 회의에서 이런 장면을 본 적 있으신가요? 대표는 A 기능이 중요하다고 하고, 영업팀은 B가 시급하다고 하고, 개발팀은 C를 먼저 해야 한다고 합니다. 결국 가장 목소리가 큰 사람의 의견이 통합니다.
이런 의사결정이 반복되면 팀은 지치고, 고객은 떠납니다. 직감과 정치 대신 데이터로 판단하는 구조를 만드는 방법을 살펴보겠습니다.
직감 기반 의사결정의 함정
- HiPPO 효과(Highest Paid Person's Opinion): 직급이 높은 사람의 의견이 곧 우선순위가 됩니다
- 최신 편향: 가장 최근에 들은 고객 불만이 가장 중요하게 느껴집니다
- 소수 편향: 강하게 요청하는 소수의 목소리가 다수의 필요를 압도합니다
- 확증 편향: 이미 만들고 싶은 기능에 유리한 근거만 수집합니다
데이터 기반 우선순위 프레임워크
1. ICE 스코어링
가장 간단한 프레임워크입니다.
- Impact(영향력): 이 기능이 비즈니스에 미치는 영향 (1-10)
- Confidence(확신도): 이 영향력 추정에 대한 확신 (1-10)
- Ease(용이성): 구현의 쉬움 (1-10)
세 항목을 곱한 점수로 순위를 매깁니다. 빠른 판단이 필요할 때 유용합니다.
2. RICE 스코어링
더 정교한 방법입니다.
- Reach(도달 범위): 일정 기간 동안 영향받는 고객 수
- Impact(영향력): 개별 고객에 대한 임팩트 (0.25~3)
- Confidence(확신도): 추정의 확신 정도 (%)
- Effort(투입 비용): 필요한 개발 리소스 (인/주)
계산식: (Reach x Impact x Confidence) / Effort
3. 고객 투표 데이터 활용
프레임워크에 실제 고객 데이터를 넣으면 정확도가 크게 높아집니다. 투표 수는 Reach의 가장 직접적인 지표이고, 투표한 고객의 MRR을 합산하면 Impact도 추정할 수 있습니다.
고객 투표를 우선순위에 활용하는 자세한 방법은 고객 투표로 다음에 만들 기능 정하기에서 다루고 있습니다.
실전에서 적용하는 팁
- 정기적으로 점수를 갱신하세요: 한 번 매긴 점수를 6개월 동안 방치하지 마세요
- 팀 전체가 점수를 매기세요: PM 혼자 하면 또 다른 직감이 됩니다
- 점수가 전부가 아닙니다: 데이터는 의사결정을 돕는 도구이지, 대체하는 것은 아닙니다
- 피드백을 체계적으로 관리하세요: 정확한 점수 산정을 위해 피드백 데이터가 잘 정리되어야 합니다
기능 요청 정리부터 시작하고 싶다면 기능 요청이 쌓이기만 할 때 — 정리하는 실전 방법이 도움이 됩니다.
TownHall로 데이터 기반 의사결정하기
TownHall에서는 고객이 피드백에 직접 투표하기 때문에, 각 기능 요청의 수요를 객관적으로 파악할 수 있습니다. 투표 수와 상태 관리를 통해 데이터 기반 우선순위 결정이 자연스럽게 이루어집니다. 무료로 시작해 보세요.
마무리
완벽한 프레임워크는 없습니다. 중요한 건 직감 대신 근거를 기반으로 대화하는 문화를 만드는 것입니다. 데이터가 100% 정답을 주지는 않지만, 최소한 "왜 이걸 먼저 하는지"를 팀 전체가 이해할 수 있게 해줍니다.
관련 글: