문제기업들이 온라인 실험을 확장하는 데 어려움을 겪으며 혁신의 한계에 부딪혔다. AI를 통해 다양한 제품 경험을 더 저렴하고 쉽게 기획할 수 있게 되면서 테스트 수행 역량을 대폭 키우는 것이 중요해졌다.
원인대부분의 기업에서는 데이터과학자만 테스트를 설계, 실행, 분석할 수 있다.
솔루션셀프 서비스 모델을 도입해 제품, 마케팅, 엔지니어링 및 운영 팀의 모든 직원이 스스로 실험할 수 있도록 지원하라. 이를 위해서는 최첨단 플랫폼 도입, 데이터과학자의 역할 재정의, 인센티브 변경, 실험 전반에 걸쳐 지식을 공유하는 프로그램과 시스템 구축이 필요하다.
수년간 온라인 실험은 아마존, 알파벳, 메타, 마이크로소프트, 넷플릭스 같은 선도적인 테크 기업의 혁신을 촉진해 새로운 아이디어를 빠르게 테스트 및 개선하고 제품 기능을 최적화하며 사용자 경험을 개인화하고 경쟁력을 유지할 수 있도록 지원했다.
오늘날 실험 도구가 널리 보급되고 비용도 저렴해지면서 대부분 조직, 심지어 기술 파트가 아닌 조직에서도 온라인 실험을 실시하고 있다.
그러나 많은 기업이 엄선된 소수의 프로젝트에만 온라인 실험을 활용한다. 데이터과학자만이 테스트를 설계, 실행, 분석할 수 있다고 여기기 때문이다. 이런 접근방식은 확장을 불가능하게 한다. 하지만 확장은 중요하다. 마이크로소프트의 연구(다른 회사에서도 진행함) 결과에 따르면 테스트를 많이 실행하는 팀과 회사는 다음의 두 가지 이유 때문에 테스트를 몇 개만 실행하는 팀과 회사보다 더 나은 성과를 낸다. 대부분의 아이디어는 긍정적인 영향을 미치지 못하며 어떤 아이디어가 성공할지 예측하기 어렵기 때문에 기업은 많은 테스트를 실행해야 한다. 또한 AI, 특히 생성형 AI의 성장으로 수많은 디지털 제품 경험을 더 저렴하고 쉽게 만들 수 있게 되면서 경쟁력을 유지하려면 실험 횟수를 수백, 수천 번으로 대폭 늘려야 한다.
실험을 확장하려면 데이터과학자 중심의 접근방식에서 벗어나 제품 관리자, 소프트웨어 엔지니어, 디자이너, 마케팅 관리자, 검색엔진 최적화 전문가 등 제품, 마케팅, 엔지니어링 및 운영 팀의 모든 사람이 실험을 해볼 수 있도록 지원해야 한다. 하지만 여기에는 어려움이 따른다. 이 아티클에서는 필자들이 에어비앤비, 링크트인, 에포Eppo, 넷플릭스, 옵티마이즐리Optimizely와 같은 선도적인 조직에서 일하고 컨설팅한 경험을 바탕으로 기업의 경쟁력을 높이기 위해 실험을 활용하는 로드맵을 제시한다. (1)연간 수백, 수천 개의 아이디어를 테스트할 수 있는 셀프서비스 모델로 전환하고 (2)가설 중심 혁신에 집중해 개별 실험으로부터 학습하고 실험에 기반한 학습을 통해 고객 피드백을 기반으로 전략적 선택을 유도하는 것이 핵심이다. 이 두 단계를 함께 수행하면 경쟁사보다 빠르게 혁신하고 학습해 AI 시대에 성공할 수 있는 조직을 준비할 수 있다.(이 아티클에 제시된 의견은 필자들의 의견으로 언급된 기업을 대변하지 않는다.)
아티클을 끝까지 보시려면 유료 멤버십에 가입하세요. 첫 달은 무료입니다!
Copyright Ⓒ 하버드비즈니스리뷰 코리아. All rights reserved. 무단 전재, 재배포 및 AI학습 이용 금지
