잘하는 PO라는 착각
Summary
전환율 130% 성공 뒤에 숨겨진 실패, ‘잘하는 PO’라는 착각을 깨닫기까지
단순히 빠르게 MVP를 만들고 배포하는 것보다 훨씬 중요한 ‘진짜 문제 정의’의 힘
퀸잇의 조현경 PO가 대형 프로모션 성공의 달콤함 뒤에 겪었던 연쇄적인 프로젝트 실패와 뼈아픈 성장통을 솔직하게 공유하는 글입니다. 4050을 위한 GPT 서비스와 뷰티 카테고리 활성화 프로젝트의 실전 사례를 통해, 왜 빠른 실행력보다 유저 관찰을 통한 본질적인 문제 정의가 우선되어야 하는지 생생하게 보여줍니다.
- 01블랙프라이데이 유저 구매 여정 전체에 혜택 감각을 극대화하여 역사적 전환율 성장 견인
- 02쿠폰 배치 및 상품 노출 UI를 기획자가 직접 실험할 수 있는 어드민 구축으로 운영 효율 극대화
- 03컨텍스트를 무시한 퀸잇 내 GPT 실험 실패 및 별도 앱 Tokit 출시를 통한 획득 비용과 리텐션 검증 실패 회고
- 04빠른 가설 수립 및 단순 MVP 검증 루프가 빠지기 쉬운 솔루션 편향적 사고의 함정 지적
- 05뷰티 카테고리 내 오프라인 구매 행동 패턴 관찰을 통해 단순 증정품 노출을 가격 판단 영역과의 연결로 재정의
RECOMMENDATION
빠른 이터레이션과 실험을 반복하고 있음에도 비즈니스 지표가 정체되어 고민인 제품 기획자 및 PO에게 강력히 추천하며, 솔루션 고안 전에 고객 행동의 맥락적 관찰부터 선행할 것을 권장합니다.
The Problem
퀸잇의 PO로서 블랙프라이데이 행사를 크게 성공시킨 후, 빠른 실행과 MVP 검증 방식에 의존하여 4050 대상 GPT 서비스 등 후속 프로젝트들을 진행했으나 연이어 실패를 경험했습니다. 이는 고객의 실제 행동을 깊이 있게 관찰하지 않고, 직관에 의존해 솔루션 가설부터 세운 채 가설에 유저를 짜 맞추려 했기 때문이었습니다.
The Solution
속도 중심의 실행에서 벗어나, 데이터와 고객 관찰을 통해 유저가 겪는 진짜 고통과 행동 맥락을 먼저 정의하는 문제 정의 중심 프로세스를 도입했습니다. 이후 뷰티 구매자 획득 프로젝트에서 소비자가 온·오프라인에서 증정품을 단순 혜택이 아닌 최종 가격을 판단하는 핵심 준거로 삼는다는 점을 포착하여 문제 정의를 새롭게 재구성했습니다.
The Result
초기 블랙프라이데이 프로모션에서는 구매 여정 전반의 일관된 혜택 인지를 설계해 구매 전환율 10% 이상 상승 및 목표 대비 130% 달성을 이루었고 운영 리소스도 크게 감축했습니다. 이후 뼈아픈 실패 성찰을 거치며 직관적 가설 수립 대신 탄탄한 고객 관찰에 기반해 지속 가능한 비즈니스 임팩트를 내는 제품 설계 프레임워크를 확립했습니다.
Trade-off
고객의 행동 단서를 깊게 파악하고 문제를 명확히 정의하는 사전 단계가 추가되면서, 직관에 의존해 빠르게 화면을 런칭하던 방식에 비해 초기 기획 및 리서치 단계의 시간 소요가 다소 증가할 수 있습니다. 또한 소수의 관찰 결과에 의존할 경우 주관적 해석의 위험이 있으므로 정량적 지표 분석과의 균형을 유지하는 노력이 지속적으로 요구됩니다.
Key Concepts
More from 라포랩스
View all posts from 라포랩스고객을 잘 안다는 착각
User ResearchProduct ManagementWorking Backwards2주 전4050의 장바구니 속 고민을 들여다보며 시작된 PB팀 이야기
AI GenerationE-commerceData Analysis1개월 전광고 성과 데이터 StarRocks 도입기
StarRocksOLAPApache Iceberg2개월 전플랫폼은 왜 계속 다시 설계되어야 할까 - Server Platform Team 이야기
Platform EngineeringCI/CDSRE3개월 전[컬처슬로건 탐방기] 라포랩스– “고객이라는 렌즈로 세상을 보다”
Company CultureRecruitingEmployee Benefits3개월 전