서비스 니즈 구분 사용자 니즈와 경영진 니즈

앞서 서비스 기획 프로세스 정리하였습니다. 프로세스의 시작이 서비스 니즈의 파악입니다. 이 서비스 니즈는 서비스 사업 기획과 연결되어 있다고 했습니다. 세부적 서비스 니즈는 시장 사용자 니즈와 회사 경영진 니즈로 구분하여 살펴볼 수 있습니다.

 

 

서비스 니즈의 발현

기업이라는 조직에서 서비스 니즈가 표면 위로 발현되는 순간은 조직원이 시장의 욕구를 알았을 때, 유행을 캐치했을 때, 다른 기업의 성공을 보았을 때, 우연히 사용해 본 서비스가 좋았을 때 등 다양합니다.

 

이러한 상황은 인식에 의해서 이루어집니다. 이러한 인식은 크게 개인적 경험과 데이터 수집/분석에 의해 이루어지게 됩니다. 

 

과거에는 주로 경험에 의한 인식이 이루어지다 보니 제한적인 서비스 니즈 파악이 이루어졌습니다. 이러한 한계를 넘기 위해 요즘은 IT 기술에 기반한 데이터를 통한 서비스 니즈 인식을 진행합니다.

 

아무리 데이터에 기반한 서비스 인식을 해도 결국 최종 의사 결정은 최종적으로는 경영진에 달린 경우가 대부분입니다. 과정은 무언가 과학적인 것 같기는 한데 결국 최종 결정의 순간은 경영진의 경험과 선호의 영향을 받는 것입니다.

 

특히 위계가 분명한 국내 기업 환경 상 경영진의 영향은 무시할 수 없습니다. 기존 대기업뿐 아니라 스타트업에도 이런 현상은 일어납니다. 젊은 꼰대라는 말의 시작이 성공한 스타트업에서 나온 것에서도 알 수 있습니다. 조직의 규모나 의사 결정 시스템 구축의 문제로 때로는 대기업보다 스타트업이 경영진인 창업자의 영향력이 더 큽니다. 

 

여기서 데이터에 의한 서비스 기회 포착은 사용지 니즈 파악으로 볼 수 있으며, 데이터를 정리해 보고서를 올렸을 때 경영진이 결제하는 것을 경영진 니즈의 반영으로 구분해 볼 수 있습니다.

 

 

경영진 니즈

경영진 니즈는 고도의 경영 의사결정 과정의 결과로 볼 수도 있습니다. 그러나 경영진도 사람이므로 과거의 경험, 학습 그리고 개인적인 선호와 취향의 결과로도 볼 수 있습니다.

 

기업에서 실무 직원들이 시장의 유행의 영향을 많이 받는다면, 경영진은 다른 기업의 성공에 영향을 많이 받는 경향성이 있습니다. 예를 들어 친했던 다른 기업 경영자가 성공하면 이를 부러워하는 것에서 의사 결정이 영향받게 됩니다. 이러한 차이는 실무 직원과 경영진의 네트워크 차이 때문입니다. 근본적으로 이런 현상을 일으키는 사람이 가지는 인지적 욕구는 같다고 할 수 있습니다.  

 

이러한 차이는 실무 직원의 오류를 경영진이 보완할 수 있는 기회가 있다는 것을 의미하기도 합니다. 또 실무 직원은 경영진을 설득해야 한다는 것을 의미하기도 합니다. 아니 경영진의 의사 결정(니즈)이 기업의 자원을 이용할 수 있는 창고의 키이므로 반드시 성공해야 서비스 기획이 시작될 수 있습니다.

 

이점이 서비스 기획이 결코 사용자 니즈에만 기반해서는 안됨을 의미합니다. 아무리 성공할 서비스를, 충분한 데이터에 기반하여 기획하여 보고서를 올린다 하여도 경영진은 이를 승인하지 않을 수 있습니다. 경영진의 판단 세계와 실무 진원의 판단 세계는 다르기 때문입니다. 그렇기에 경영진의 판단 세계에 맞추어 설득해야 하는 추가 작업이 필요합니다.

 

 

사용자 니즈

사용자 니즈는 다른 말로 서비스 시장 기회라 할 수도 있습니다. 그리고 이는 다시 사용자 개인의 니즈와 시장 세그먼트로 니즈의 집합체로 구분하여 볼 수 있습니다.

 

사용자 개인의 니즈는 서비스 기획자가 사용자로 경험하여 발현되는 니즈입니다. 시장 세그먼트로 니즈의 집합체는 시장분석을 통해 파악되는 시장에 존재하는 공통적 니즈를 가진 사용자 집단이라 할 수 있습니다.

 

생각보다 사용자 개인의 니즈는 서비스 기획 시 많은 영향을 줍니다. 이 영향은 실무 직원, 경영진에 똑같이 미칩니다. 더해 객관적이고 과학적 과정 같은 데이터 분석 과정에도 영향을 줍니다. 

 

사용자 개인적 니즈는 의도적인 수집할 데이터의 선택과 배제에 영향을 줍니다. 데이터 수집을 시스템 또는 외부 기업을 통해 진행하여 이러한 영향을 줄인다고 해도 데이터 해석에서 다시 영향을 주게 됩니다. 결국 데이터를 다루는 과정에 사람이 끼여 있다면 사용자 개인적 니즈의 영향은 완전히 배제할 없습니다. 

 

결국 서비스 기획자도 사람입니다. 그러므로 완벽한 데이터 수집 및 분석이 불가능합니다. 그리고 이러한 불완전성이 예상 못한 새로운 시장 기회를 포착할 수 있는 계기가 되기도 합니다.

 

데이터 수집의 불완정성은 아무리 시스템이 완벽히 데이터를 수집해 왔어도 이를 판단하는 기획자가 사람이기에 발생합니다. 때로는 너무 데이터를 많이 수집해 이를 해석하는데 비용이 커져서 의도적으로 데이터를 누락하기도 합니다.

 

더하여 데이터 분석을 온전히 시스템에 맡기고 서비스 기획자는 이 결과를 수동적으로 받아들이기만 한다면 영향이 적을 수도 있습니다. 그러면 이 서비스 기획자는 조만간 AI로 대체될 것입니다. 그리고 영향이 없는 것이 아닌 적을 수 있다는 것은 이 데이터 분석 시스템을 만든 기획자/개발자의 오류 가능성이 내포하고 있기 때문입니다.