1. 문제 정의
- 현상 발견 > 문제 정의 > 핵심 문제 정의
1) 현상 발견
- 비즈니스, 사용자 양쪽에서 살펴보기
- 다양한 정성, 정량적 방법 사용
2) 문제 정의
- 문제 현상 파악 > 부정적 결과 설명 > 근본적 원인 파악
-> 현상, 영향, 원인을 구분하여 생각
(1) 5 Whys
- 문제의 근본 원인을 찾기 위해 '왜'를 다섯 번 반복적으로 묻는 방법
- 각 질문이 이전 단계의 원인에 해당
(2) 로직트리
- 큰 문제를 세부 문제로 분리 후 해결 할 수 있는 질문으로 다시 나눔
- MECE( Mutually Exclusive, Collectively Exhaustive) 하게 나눔 - 중복 없이 세분화, 누락 없이 모든 요소 고려
3) 핵심 문제 정의
- 우선순위 정하기
- Impact vs. Effort Matrix
- 높은 임팩트, 낮은 노력 (Quick Wins): 우선적으로 해결할 문제
- 높은 임팩트, 높은 노력 (Major Projects): 중요하지만 해결하는 데 시간이 많이 걸리는 문제
- 낮은 임팩트, 낮은 노력 (Fill-ins): 자투리 시간에 해결할 수 있는 문제
- 낮은 임팩트, 높은 노력 (Hard Slogs): 가급적 나중에 해결할 문제
4) 문제 정의 때 주의점
- 미리 해결 방안을 정해두고 시작하는 것 -> 문제 정의가 왜곡되거나 제대로 된 문제 해결이 되지 않을 수 있음
- 진짜 문제인지 다각도로 생각해 볼 것
2. 가설수립 및 검증
- 가설: 문제를 해결하기 위해 예상하는 답
- 목표수립-문제정의-가설수립&검증’의 프레임워크: 애자일의 핵심 원칙(점진적 개선)과 일치
1) 해결 방안 도출
- 가설 기반 사고: 핵심 문제 정의 후 해결방안(검증되지 않은 가설) 도출
- 해결 방안 구체화 후 실행가능성 순으로 우선순위화
2) 가설 수립
- 형태: '만약 ~하면, ~할 것이다'
- 조건: (1) 결과의 검증가능성 (2) 가설에 변수와 예상결과 포함
- 가설 검증 방법
- 측정 가능한 지표
(1) 상위 목표(OKR)와 연결되어야 의미가 있음
(2) 지표의 맥락 이해
(3) 시간 범위 정하기
3) 가설 검증
- 결과도 중요하지만, 실패를 통한 인사이트 획득도 중요
프롬프트 기초& GPT 활용 케이스
- 영어 사용, 역할 지정, 자세한 정보 주기, 한 번에 하나의 작업만 제공, 이어서 세부 질문하기, 원하는 형태의 결과 요청
- GPT에게 시키면 생산성이 오를 수 있는 업무
-> 문서 초안 작성, 리서치(요약), 데이터 분석(인사이트)
1) UX 리서치
- 사용자 인터뷰 질문지 만들기
-> 신규 기능 요구사항 파악, 사용자 페인포인트 탐구
- 사용자 인터뷰 결과 분석
-> 사용자 인터뷰 결과 정리, 사용자 인터뷰 기반 문제정의&개선사항 도출
2) 사용자 니즈 파악
- 페르소나 정의
- 사용자와 가상 대화를 통한 니즈 파악
-> 구체적인 경험 묻기, 의견 묻기
3) 데이터 분석
- OKR 설정
- 데이터 분석
4) 요구사항 정의
- 요구사항 초안 만들기
-> 요구사항 정의서 작성
- 요구사항 보강하기
'IT 서비스 기획' 카테고리의 다른 글
[PM/PO/기획자] '배달의 민족' - 가게 요청사항 기능 개선안 (0) | 2025.01.06 |
---|---|
[PM/PO/기획자] 배달의 민족 '가게 요청사항' 문제 사항 분석 (0) | 2025.01.04 |
[PM/PO/기획자] 서비스 기획에서 문제정의와 해결 및 목표 설정 (0) | 2024.12.31 |
[PM/PO/기획자] 서비스 기획의 애자일 및 프로덕트 개발 과정 (0) | 2024.12.30 |
[PM/PO/기획자] 서비스 기획에서의 애자일 이론 (2) | 2024.12.27 |