Project Manager 정의
PM이란?
제품을 전반적으로 관리하는 사람
제품에 대한 비즈니스 전략을 책임지는 사람
제품과 연관된 숫자를 높이는 사람
→ 즉, 숫자를 높이는 사람
우선순위 방법론
아이젠하워 매트릭스
MoSCow 우선순위
인터뷰에서 많이 등장하는 질문
- 왜 Product Manager인가?
- 가장 성공적으로 진행했던 프로젝트는 무엇이며, 성공적이라고 생각하는 이유는 무엇인가요?
- 가장 어려웠던 프로젝트와 당시의 극복 방법은 무엇인가요?
- 스스로 문제를 발견하고 가설을 세워 해결한 경험이 있다면, 그 과정과 결과는 어떠했나요?
- 팀원들과의 커뮤니케이션 문제가 발생했을 때, 어떤 방식으로 해결하셨나요?
- 이 직무에서 앞으로 어떤 방향으로 성장하고 싶으신가요?
반드시 알아야 하는 협업 툴
‣ 문서 정리
- Google Docs
- Confluence
- Notion
‣ Task 정리
- Notion
- Jira
- Asana
‣ 데이터 분석 툴
- Google Analytics
- Tableau (시각화에 자주 사용)
- Amplitude (유저 행동을 보기에 편함)
- Power BI (시각화에 사용, 비교적 저렴)
‣ 업무 메시지
- Slack
- Jandi
PM은 무엇을 잘해야 할까?
문제 해결 능력
NCS: 업무 수행 중 발생하는 여러 문제를 창조적, 논리적, 비판적 사고를 통해 올바르게 인식하고 적절히 해결하는 능력
즉, 문제가 무엇인지 파악하고 그 문제를 해결할 수 있는 창의적 혹은 논리적으로 방법을 제시할 수 있는 능력
5 whys 방법론을 통한 문제 정의
"왜"라는 질문을 반복하는 질문 기법
예시)
문제: 월 GMV(총 매출액과 판매량)가 지난달 대비 하락했다.
원인: 왜 GMV가 하락했을까? → 목표 주문 수 월 10,000건을 달성하지 못했다.
목표 주문수를 왜 달성하지 못했을까? → Week1 의 주문량이 평소보다 15% 하락했다.
Week1 의 주문량이 왜 평소보다 하락했을까? → Week 1의 DAU 가 평균 대비 10% 낮다.
DAU가 왜 떨어졌을까? → 타플랫폼에서 공격적인 프로모션을 진행 했다.
해결: 떨어진 GMV 만큼 주문량을 올리기 위해 익월에는 경쟁사보다 먼저 새로운 프로모션으로 마케팅 한다.
문제 해결 과정
1. 문제 정의: 내부 지표, 타사 리서치, 각종 데이터 확인
2. 가설 설정: 앞단에서 찾은 데이터들 연구, 방안 수립
3. 가설 검증: 가설 확인, 데이터 검증
4. 솔루션: 해결 방안 도출
5. 문제 정의: 솔루션 도출 이후의 데이터를 트래킹하며 새로운 문제 정의
문제 해결 과정 예시
1. 문제 정의
- 물을 장바구니에 넣고도 바로 결제하지 않는 고객이 많아 전체 이탈률이 5% 상승했다.
- 생필품인 물이 주요 이탈 품목으로 확인되며, 장바구니에 넣은 후 구매 유도가 부족하다.
2. 가설 설정
- 고객이 물을 장바구니에 추가한 후 다른 더 나은 가격/혜택을 찾아서 구매를 망설일 것이다.
- 고객이 생필품 구매를 미루는 이유는 즉각적인 필요성이 약하거나 결제 리마인더가 부족하기 때문이다.
- 즉각적인 혜택 제공이나 앱푸시 알림을 통해 고객의 결제를 유도하면 이탈률이 감소할 것이다.
3. 가설 검증
‣ A/B 테스트 (1)
장바구니에 물을 넣고 1시간 내 결제한 고객과 결제하지 않은 고객을 비교 분석
- 푸시 알림 그룹: 1시간 이내에 푸시 알림을 받은 고객은 구매율이 20% 상승
- 푸시 알림 X 그룹: 1시간 이후에도 결제 없음
‣ A/B 테스트 (2)
리마인더 푸시 알림과 즉시 할인 혜택을 테스트하여 결제율 변화를 측정
- 푸시 알림 그룹: 결제율 15% 상승
- 즉시 할인 혜택 그룹: 결제율 25% 상승
‣ 고객 심층 인터뷰 및 설문조사 (타겟 고객 200명)
“물을 장바구니에 넣은 후 결제하지 않은 이유가 무엇인가요?”
- 40%: 더 저렴한 옵션을 찾기 위해 망설였다.
- 35%: 장바구니에 넣었지만 잊어버렸다.
- 25%: 물 구매에 대한 즉각적인 필요성을 느끼지 않았다.
4. 솔루션
- 긴급 리마인더 푸시 알림 도입
- 즉시 할인 혜택 제공
- 구매 반복 설정 기능 제안
PM은 무엇을 잘해야 할까? (2)
현황 분석 데이터
‣ VoC
- 앱 리뷰
- CS 인입 현황
- 심층 인터뷰
- 사내에 기 정리된 VoC 요약본
‣ 사내 데이터
- 매출 (GMV, AOV, AOF, Contribution Margin, 성장률 등)
- 고객 (DAU, WAU, MAU, traffic, CPA, 퍼널별 행동 흐름, 체류 시간, NPS 등)
- 제품 (retention, 주문 성공률, 주문 실패율, 구매 이탈 등)
‣ 외부 데이터
- 논문
- 뉴스기사
- 통계 자료
- 전문가 의견
- 설문조사
데이터 뜯어보기
Q. 지난 1개월간 서울 지역에서 구매 가격이 가장 높은 고객군의 특징을 살펴보고, 이들의 리텐션 주기가 얼마나 되는지 보려면 어떤 데이터를 봐야할까?
‣ 매출 - monthly 데이터
‣ 고객 - 연령, 성별, 지역, 지출, 사용 빈도수
‣ 제품 - 판매, 재구매, 구매 리드타임
→ 데이터는 각각 뜯어보고 조합해서 볼 수 있어야 함
데이터 기반 제품 고도화 예시
구매 전환율과 고객 만족도를 높일 수 있는 고도화 제품 개발
현황 분석
- 사용자 데이터: 성별, 연령, 지역 기반의 데이터 확인
- 메뉴 탐색 문제: 옵션이 다양해서 사용자 경험 저하 → 평균 메뉴 탐색 시간 7분 이상
- 단, 퍼포먼스 마케팅 예산이 줄었기 때문에 작은 예산을 사용하는 마케팅 방식 필요
문제
- 맞춤형 추천 서비스의 사용자 경험이 떨어짐 (성별, 연령, 지역 데이터는 있지만 이를 기반으로 한 추천 시스템이 부재)
- 메뉴 추천이 일반적이고, 개인의 선호도나 패턴을 반영하지 못해서 메뉴 탐색 과정에서 불필요한 시간을 낭비하며 고객의 만족도 떨어짐
가설
개인화 추천 기능(성별/연령/지역 기반)고도화를 통해 고객의 메뉴 탐색 시간이 줄이고, 클릭률, 구매전환율, 고객 만족도가 상승할 것이다.
검증
‣ A/B 테스트
- 그룹 A: 기존 메뉴 화면 제공
- 그룹 B: 개인화 추천 기능 활성화
‣ 측정 지표
- 평균 탐색 시간
- 클릭률(CTR)
- 구매 전환율
- 사용자 만족도(앱 설문 및 리뷰 분석)
‣ 데이터 수집
- 테스트 기간: 1주
- 각 그룹당 동일 지역, 성별, 연령, 비슷한 주문 빈도수로 각 1만명 고객으로 셋팅
‣ 결과
- 그룹 B의 탐색 시간 30% 감소
- 클릭률 15% 상승, 구매 전환율 20% 상승
솔루션
홈 화면에 성별/연령/지역/주문 시간대의 데이터를 활용해 개인화 추천 기능을 고도화 하고, 이를 통해 메뉴 탐색 시간을 줄이고 구매 전환율과 고객 만족도를 높인다.
시장 규모 파악
TAM (Total Addressable Market)
제공하는 제품이나 서비스가 모든 고객에게 100% 판매될 수 있다고 가정했을 때의 최대 시장 규모
SAM (Serviceable Available Market)
TAM 중에서 실제로 서비스할 수 있는 시장으로 특정 지역, 고객군, 경쟁사도 확인 할 수 있는 시장 규모
SOM (Serviceable Obtainable Market)
SAM 중에서 경쟁 상황과 자원을 고려해서 현재의 서비스가 실제로 차지할 수 있는 시장 규모
생성형 AI를 활용해 TAM-SAM-SOM 알아보기
'notes' 카테고리의 다른 글
| [내배캠] 서비스 기획 입문 | ① 유저를 이해하는 법 (0) | 2026.05.19 |
|---|---|
| [내배캠 베이스캠프] PM/PO를 위한 서비스 기획 기초 | 챕터 4-5 (0) | 2026.05.08 |
| [내배캠 베이스캠프] AI Literacy | 프롬프트 기초, AI 윤리 저작권 (0) | 2026.05.06 |
| [내배캠] 프로덕트 매니지먼트 개론 | ③ 실전 PM의 커뮤니케이션 (0) | 2026.05.06 |
| [내배캠] 팀 챌린지 | PRD를 더 근거 있는 문서로 (0) | 2026.05.04 |
