서비스 가설의 기반

서비스 가설은 사용자 만족도가 높은 서비스를 개발하여 운영하기 위해 수립됩니다. 그러므로 서비스 가설은 서비스가 제공될 시장과 사용자(유저 고객)에 대하여 상대적 적절성을 가지게 됩니다. 이 때문에 서비스 가설 수립 시간보다 정보를 모으고 해석하는 시간이 때로는 더 길게 걸릴 수도 있습니다.

 

 

 

시장 데이터, 사용자 데이터

 

한 마디로 서비스 가설의 기반을 말하면 시장 데이터, 사용자(유저 고객) 데이터라 할 수 있습니다.

 

그런데 시장은 항상 변합니다. 서비스가 준비되고 개발되는 기간 동안에도 시장은 변화합니다. 그러므로 서비스 가설을 수립하고 이에 맞추어 개발이 진행되고 있는 시간에도 시장 데이터는 수집/분석되어야 하고 서비스 가설은 검증되어 있어야 합니다.

 

한 가지 다행스러운 것은 시장 변화는 원인에 기반하여 결과가 나타난다는 것입니다. 이 때문에 잘못된 시장 가설도 때로는 매우 유용할 수 있게 됩니다.     

 

 

 

논리

 

서비스 가설을 구성하는 데이터는 시장 논리에 기반하여 작동됩니다. 이는 단지 기획자나 개발자의 선호나 취향에 의해 작동되는 것이 아닙니다. 거시적으로 보면 기획자와 개발자의 선호나 취향도 외부의 어떤 서비스 가설에 기반한 시스템(앱/웹)에 의해 논리적으로 작동된 결과입니다. 그냥 기획자나 개발자가 미시적으로 인식하기에 자신의 취향이나 선호라 느끼는 것일 뿐입니다.

 

다행스러운 것은 이 논리는 휴리스틱에 기반하지 않는다는 점입니다. 일반적인 수학 공식이나 물리 법칙에 더 가깝게 서비스 가설의 논리는 작동됩니다. 

 

이러한 서비스 가설에서 예측하는 서비스에 대한 사용자 인지가 수학 공식이나 물리 법칙에 가까운 이유로 인해 인공 지능(AI) 탄생과 학습이 이루어질 수 있었던 것일 수 있습니다. 그래서 개인적으로 이름도 인공이지만 지능이라 붙인 이유일 것이라 상상하고는 했습니다.

 

 

 

불안정성

 

서비스 가설은 기본적으로 불안정성에 기반합니다. 서비스 가설을 수립하는 기획자는 아무리 유능해도 시장의 모든 데이터를 확보할 수 없고, 또 적절히 분석할 수도 없습니다. 이 때문에 서비스 가설은 불안정성을 띠게 됩니다.

 

서비스 시장의 변화가 빠르고, 다양한 니즈와 존재하는 경우 이 불안정성은 더 커지게 됩니다. 이 때문에 아무리 훌륭한 서비스 가설도 틀리게 됩니다. 그러나 정확히 맞지 않는 것과 시장의 추세와 변화를 예측하는 것은 다릅니다.

 

이러한 불안정성 때문에 서비스 가설을 수립하는 팀은 효율 조직보다는 문제 해결 조직의 모습을 띠게 됩니다. 또한 전체 가설 프레임을 설계한 후 세부적인 부분에 대해서는 애자일적 진행을 하게 됩니다.

 

   

 

정리

 

서비스 가설은 서비스 시장에 기반합니다. 더 정확하게는 그 시장에서 서비스를 이용할 유저 고객에 기반한다고 할 수 있습니다. 이는 데이터를 통해 서비스 가설에 적용됩니다.

 

그러나 시장 데이터는 시간에 대해 변동성을 지닙니다. 지금의 시장과 1달 후의 시장은 같다고 할 수 없습니다. 그래서 서비스 가설 조직은 문제 해결 조직의 특성을 나타냅니다.

 

서비스 가설 데이터는 논리적 관계와 변화를 보입니다. 이는 마치 수학 변수와 물리 변수의 작용과 비슷합니다. 단지 변화가 많고 변수도 많을 뿐입니다. 그래서 복잡성(카오스)을 보이게 됩니다.

 

이 때문에 서비스 가설은 시장이라는 큰 프레임을 가지고 각각의 상황은 애자일적으로 적용되어야 합니다. 이는 마치 거대한 열보일러라는 서비스 시장에서 움직이는 수증기 입자와 같은 고객 유저(사용자)의 변화를 예측/대응하여 수익을 올리는 것과 같습니다.