SaaS제품을 판매할 때 기능보단 제품이 가져오는 비즈니스 결과를 말해보세요

최근 저자는 헬스케어 업계에서 일하는 고객과 대화를 나누었는데, 그 고객은 전자의료기록(EHR) 시스템을 구매하려고 했습니다. 고객에게 대시보드, 분석, 통합, 상호 운용성 등 솔루션의 여러 기능과 능력에 대해 설멸했습니다. 또한 인공지능에 대한 언급도 했습니다. 하지만 고객은 다른 서비스에서도 비슷한 이야기를 듣고 있었고 어떤 시스템도 비즈니스를 개선할 수 있는지에 대한 확신을 받을 수 없었다고 말했습니다.

 

이 대화를 나눌 때 쯤 팟캐스트 클립을 들었었는데요, 고객은 공급업체의 제품을 통해 매출을 올릴 수 있는지에 대한 의문이 있었지만 공급업체는 제품의 결과물에 대해서만 말하고 있었습니다. 떄로는 결과도 아닌 그저 기능과 능력에 대해서만 이야기 하고 있었습니다.

 

데이터 혹은 머신러닝 분석 제품은 그 자체로 비즈니스적 가치를 줄 순 없습니다. 이러한 제품이 제공하는 인사이트를 바탕으로 사용자에게 행동을 취할 수 있어야 가치를 창출할 수 있다는 것이죠. 행동이 없으면 가치 실현이 불가능할 수도 있어요. 그렇다면 기술 제품 관리자들은 머신러닝과 같은 분석 제품이 비즈니스 결과를 유의미하게 만들기 위해 어떻게 정의하고 추적해줄 수 있을까요?

 

제품, 운영 및 비즈니스 결과는 독립적입니다.

제품 결과는 제품의 유형에 따라 다양한 형태로 나타날 수 있지만 모두 고객과 최종 사용자의 행동을 측정합니다. 예를 들어 거래수, DAU, MAU, 리텐션율, 사용자 소비시간 등을 줄 수 있습니다. 이러한 지표는 제품이 비즈니스에 어떤 결과를 초래하는지 보여주는 선행지표입니다.

비즈니스 결과는 가치를 보여주는 후행지표로 생산성, 비용절감, 수익증가, 시장확장 등이 그 예로 보여줄 수 있단 겁니다.

하지만 데이터 및 머신러닝 제품은 결과 지표가 항상 비즈니스 결과로 이어질 수 있지 않다는 것입니다. 

실제로 저자는 EHR의 머신러닝 분석 제품을 관리하는데, 알고리즘(정밀도 및 재현율), 도입율, DAU 등의 비즈니스 결과들을 식별했고 우리가 제공하는 인사이트가 정확하고 그 인사이트에 대해 고객이 검토하고 있다면 운영의 품질 결과를 개선하기 위해 행동했습니다.

 

결과가 기대하는 비즈니스 결과를 제공하지 않을때는 운영 결과를 보세요

인사이트 제공과 비즈니스 결과 사이에 단절이 있었는데요, 운영을 분석한 결과 인사이트에 대한 행동이 덜 이뤄졌습니다. 우리는 이러한 운영 결과를 쉽게 추적하고 모니터링할 수 있게 측정 지표를 정의했습니다.

또한, 운영 리더와 협력하여 대시보드를 검토할 때 모범사례를 정의했습니다. 특정 데이터 포인트를 기반으로 취할 행동에 대한 표준 운영 절차를 만들고 이를 추적할 수 있는 솔루션을 구축했습니다. 알고리즘의 투명성을 높여 최종 사용자가 인사이트를 신뢰하고 행동할 수 있게 했습니다.

우리는 고객에 대한 이해와 공감을 높였고, 이해를 바탕으로 제품을 개선하고 보완적인 서비스를 개발했습니다. 우리는 기술 제공자로 생각하는 것이 아닌 신뢰할 수 있는 파트너로 인식하게 되었습니다. 12개월 간 이 고객 의 품질 결과를 전년 대비 42% 개선했고, 참여 2년차에도 지속적인 개선이 이뤄지고 있습니다. 

 

PM이 취해야할 것

인상적인 제품 결과만으로 리텐션 선행지표에 의존하지마세요

B2B 시장과 기술 산업 외부에서는 비즈니스 결과가 고객에게 우선입니다. 제품 결과에만 집중하면 중요한 큰 그림의 절반을 놓칠 것입니다.

 

전체 제공 방식을 살펴보세요

분석 제품(대시보드, 머신러닝 등)의 경우 교육/훈련 및 지속적인 상담의 가치를 간과하지 마세요. 제품과 기술조직의 성숙에 따라 이는 전통적인 방식이나 보다 제품 중심으로 달성될 수 있어요

 

신뢰할 수 있는 파트너로 다가가세요

제품에서 가치를 실현하는데 있어 고객이 직면한 도전에 적극적으로 대응하세요. 이는 여러분이 나쁜 제품을 만들었거나 제품 시장 적합성을 달성하지 못했다는 의미가 아니에요. 이러한 접근은 신뢰를 쌓아 고객을 유지할 가능성을 높이며 장기적인 브랜드 충성도를 구축해 제품의 고객 생애 가치를 증가시키고 제품에 대한 교차 판매가 가능해질 것입니다.

 

마케팅 및 영업팀에 제품 결과와 비즈니스 결과 간의 매핑에 대해 교육하고 협력하세요.

잠재고객과의 상호작용에서 게으르게 행동하지 마세요. 제품 결과와 관련한 데이터는 쉽게 구할 수 있고 얕은 인상적 숫자를 얻기가 훨씬 쉽다는 것입니다. 비즈니스 결과를 달성하는 것이 더 많은 노력을 필요로 할 수 있지만 이는 시장에서 훨씬 더 중요한 가치 제안을 증명하는 것입니다.

 

출처 : https://www.mindtheproduct.com/product-operational-and-business-outcomes-for-machine-learning-analytics-products/