[좋은 PM이라면 늘 주의해야 할 4가지 의사결정 편향]_김영욱 -데이터를 근거에 둔 data-driven 의사결정을 할 수 있는 능력은 PM에게 필수적인 역량입니다. 하지만 사람인 이상 데이터

[좋은 PM이라면 늘 주의해야 할 4가지 의사결정 편향]_김영욱 -데이터를 근거에 둔 data-driven 의사결정을 할 수 있는 능력은 PM에게 필수적인 역량입니다. 하지만 사람인 이상 데이터를 해석하는 과정에서 편향된 사고가 개입되기 때문에 이 의사결정 방식이 항상 논리적일 수는 없습니다. -대표적으로 경계해야 할 네가지 편향이 있습니다. 1) 이미 본인의 의사에 지나친 확신을 가져서 그것을 뒷받침할 정보만 받아들이고 아닌 정보는 무시하는 '확증 편향', 2)지금까지 투자한 시간, 인력, 비용 등의 인프라가 아까워서 합리적인 판단을 하지 못하게 되는 '매몰 비용 오류', 3)본인의 노력이 들어갔다는 이유만으로 실제보다 더 긍정적으로 평가 하고, 실패시 이유를 외부에서 찾으려고 하는 '이케아 편향', 4) 확증 편향의 일종으로, 다른 사람이 모두 자신과 똑같은 생각과 행동을 할 것이라 생각하는 '오류 합의 편향'이 그것입니다. -편향에서 완전히 자유로울 수는 없지만, 이를 인지하고 의식적으로 경계하는 자세가 필요합니다. 그래야 조금이라도 더 논리적이고 합리적인 의사판단을 할 가능성이 높아지겠죠. 본문에 더 구체적인 각 편향에 대한 사례와 그를 경계하는 법에 대한 설명이 잘 설명되어 있기 때문에 저의 요약을 보고 계신 PM/PO분들은 가능하다면 꼭 읽어보시면 좋겠습니다. 1. PM에게 감, 직감이 있으면 좋은 요소지만, 설명할 수 없는 강한 직감이 들었을 때 어떤 이유로 본인이 그런 생각을 하게 됐는지 차근차근 거꾸로 따라가 검증해보는 것이 좋습니다. 그 검증의 일환으로 편향에 빠진 잘못된 감이 아닌 지를 점검해볼 수 있겠죠. 2. '어떤' 데이터를 볼 것이고 그것을 '어떻게' 해석해서 의사결정의 근거로 삼는가가 괜찮은 PM과 좋은 PM을 판가름하는 것 같습니다. 여기서 '어떻게'에 '편향에 빠지지 않고'가 필수적으로 포함되어야 합니다. 3. 모든 의사결정에 대해 그렇게 할 수는 없겠지만, 지금까지 담당한 프로덕트를 만들며 내린 중요한 의사결정 중에 편향에 빠져 덜 논리적이고 덜 합리적이었던 것은 없었는지 돌아봐야겠습니다. 본문에 나온 모든 편향을 경계해야겠지만 제가 담당하고 있는 프로덕트는 아직 이용 고객층도 두텁지 않고, 이렇다 할 비교군이 없는 세상에 없던 신규 서비스이기 때문에 '오류 합의 편향'에 빠지기 쉬운 것 같습니다. 하지만 지금 단계에서는 아직 결정에 참고할 데이터가 없으니 추후 데이터가 쌓였을 때, 기존에 내린 결정들이 얼마나 합리적이었는지 판단하는 것도 방법일 수 있겠습니다. 그럴 수 있는 프로덕트의 단계로의 진화가 기대됩니다.