제품 직관 및 제품 감각

제품 직관은 타고나는 것이 아니라 세 가지 차원에 걸친 의도적인 연습을 통해 개발됩니다. 고객 몰입: 제품 직관을 개발하려면 실제 고객과 정기적이고 비구조적인 시간을 보내야 합니다. 설문조사(너무 매개됨)나 분석(너무 추상적)이 아닌, 직접적인 대화와 관찰을 통해서 말이죠. 주 2회 이상 고객 대화를 진행하는 PM은 데이터에만 의존하는 PM보다 제품 직관을 더 빨리 개발합니다. 이러한 대화의 목표는 특정 가설을 검증하는 것이 아니라 고객이 어떻게 생각하고, 무엇을 가치 있게 여기며, 무엇을 혼란스러워하는지에 대한 정신 모델을 심화하는 것입니다. 제품 고고학: 훌륭한 제품이 시간이 지남에 따라 어떻게 발전했는지 연구하는 것(변경 로그 기록, 공개 사후 분석, 제품 결정에 대한 창업자 인터뷰 읽기)은 무엇이 효과적이고 그 이유는 무엇인지에 대한 정신 모델 라이브러리를 구축합니다. 인접 카테고리의 제품을 광범위하게 사용하면 자신의 제품 도메인에 적용할 수 있는 UX 패턴, 상호작용 디자인 및 포지셔닝 선택을 발견할 수 있습니다. 가설-테스트-반영 주기: 고객이 제품 변경에 어떻게 반응할지에 대해 명시적인 예측을 하고, 실제 결과를 관찰하며, 예측과 현실의 차이를 반영하는 것입니다. 시간이 지남에 따라 예측과 현실 사이의 격차가 좁아지는데, 이 좁아짐이 바로 직관의 발전입니다.

제품 직관과 데이터의 관계는 경쟁적이지 않고 협력적입니다. 데이터는 무엇이 일어나고 있는지 보여주고, 직관은 가설과 해석을 제공합니다. 각 극단의 실패 모드: 순수한 직관 기반 팀("사용자들이 이걸 원한다고 그냥 느껴져요")은 검증 없이 기능을 구축하고, 문제가 아닌 것에 대한 솔루션을 출시하며, 고객의 선호도보다는 PM의 선호도를 반영하는 제품을 만듭니다. 순수한 데이터 기반 팀("데이터에 따르면 사용자들이 이 버튼을 클릭하니, 이런 버튼을 더 추가해야 해요")은 잘못된 것을 측정하고, 상관관계를 인과관계로 착각하며, 방향 감각 없이 국소적으로 최적화합니다. 모범 사례 통합: 직관은 가설과 디자인 방향을 생성하고, 데이터는 그 가설이 올바른지 검증하며 최적화의 정량적 측면을 안내합니다. 데이터와 직관이 충돌할 때, 올바른 반응은 데이터를 무시하는 것("우리 고객을 아는데, 데이터가 틀렸을 거야")도 아니고 직관을 무시하는 것("데이터가 X라고 하니, 우리가 어떻게 생각하든 X를 해야 해")도 아닙니다. 그 충돌은 연구 신호입니다. 즉, 고객에 대한 우리의 정신 모델을 업데이트해야 하거나, 데이터 측정이 잘못된 행동을 포착하고 있다는 의미입니다.

제품 직관은 자격 증명이나 이력서 항목으로 증명될 수 없기 때문에 채용 시 평가하기 가장 어려운 제품 역량 중 하나입니다. 실시간 추론을 통해 관찰되어야 합니다. 효과적인 평가 형식: 제품 비평 연습: "[제품 X]를 10분 동안 사용해보고, 무엇이 잘 작동하고, 무엇이 혼란스러우며, 무엇을 먼저 변경할 것인지 그리고 그 이유를 설명해주세요." 이는 지원자가 숙련된 제품 전문가들이 알아차리는 것과 동일한 문제를 인지하는지, 그리고 그들의 변경 제안이 고객 공감을 보여주는지 아니면 단순히 기능 추가에 불과한지를 드러냅니다. 지표 우선순위 지정: "이러한 기능과 고객 기반을 가진 이 제품에서, 어떤 지표를 북극성 지표로 선택하고 그 이유는 무엇인가요?" — 지원자가 기능 사용을 고객 가치 및 비즈니스 성과와 연결할 수 있는지 평가합니다. 제품 전략 시나리오: "우리 제품의 사용자 성장이 정체되었습니다. 무엇을 먼저 조사하시겠습니까?" — 지원자가 제품 문제를 신속하게 구조화하고 올바른 질문을 식별하는 능력을 평가합니다. Product Ops 채용은 고객 공감(추론이 고객으로부터 시작됨), 지적 정직성(분석의 한계를 인정함), 시스템 사고(제품 문제를 고립된 것이 아니라 맥락 속에서 봄)를 보여주는 후보자를 우선시합니다.