마케터의 태도는 ‘모르겠어요’에서 드러난다 | Week 04-1

1. 마케터의 필수 덕목, 태도

새로운 분야를 배우면서 가장 많이 느낀 것은 실력보다 태도가 더 중요하다는 점이었다. 마케팅은 새로운 툴과 업무 방식이 계속 바뀌는 분야라서, 처음부터 모든 것을 능숙하게 해내는 사람은 거의 없다. 그래서 중요한 것은 얼마나 많이 알고 있느냐보다, 모르는 것을 어떻게 채워 가는가라고 생각한다. 익숙하지 않은 툴은 배우면 되고, 맡은 일을 해결하기 위해 필요한 방법을 찾으면 된다. 때로는 개인 시간을 들여서라도 익혀야 하는 순간이 있다. 처음에는 시간이 걸리더라도 반복해서 경험을 쌓으면 같은 일도 점점 더 빠르고 정확하게 해낼 수 있게 된다. 그래서 초반의 부족한 실력과 실수는 큰 문제가 아니라고 생각한다. 누구나 처음은 부족하고, 피드백을 받는 것도 자연스러운 과정이기 때문이다.

하지만 같은 피드백을 반복해서 받는데도 달라지는 것이 없다면 이야기는 조금 달라진다. 같은 지점에서 계속 막히면서도 피드백을 다음 행동으로 옮기지 않는다면, 그것은 단순히 실력이 부족한 문제만은 아닐 수 있다. 결국 사람을 성장하게 만드는 것은 처음의 실력보다 그 이후의 태도라는 생각이 든다.

피드백은 잘못을 지적하기 위한 것이 아니라 더 나은 방향을 알려 주는 과정이다. 이를 받아들이지 않으면 같은 문제를 반복하게 되고, 그 과정에서 함께 일하는 사람들의 시간과 에너지도 든다. 그래서 나 역시 툴이나 환경을 탓하기보다 지금 무엇을 배우고, 다음에는 무엇을 다르게 할 수 있는지를 먼저 생각하려고 한다. 실력은 경험과 함께 성장할 수 있지만, 배우려는 태도와 피드백을 다음 행동으로 옮기는 자세는 스스로 만들어 가야 한다고 생각한다. 데이터를 분석할 때도 결과를 보고 멈추지 않고, 모르는 것을 질문으로 바꾸고 다음에 어떻게 검증할지까지 생각하는 태도가 필요하다.

2. 모르는 것을 질문으로 바꾸는 법

분석의 출발점은 모르는 것을 인정하는 데 있다고 생각한다. 중요한 것은 “모르겠다”에서 멈추지 않고, 무엇을 확인해야 하는지 질문으로 바꾸는 일이다. 데이터 가시화도 표나 그래프를 만드는 마지막 단계가 아니라, 문제를 정의해 가설을 세우고 필요한 데이터를 확보·처리한 뒤 인사이트를 얻는 흐름 전체에 가깝다. 마케터에게는 보기 좋은 차트보다, 차트를 통해 다음 행동을 정할 수 있는지가 더 중요하다. 결국 데이터는 보고를 위한 결과물이 아니라, 타깃·메시지·채널·예산 중 무엇을 유지하거나 바꿀지 판단하는 근거가 되어야 한다.

2-1. 가설이 있어야 분석이 시작된다

가설은 막연히 데이터를 둘러보기 전에 분석의 목적과 범위를 정해 주는 질문이다. 가설 설정이 먼저 되지 않으면 분석은 방향을 잃기 쉽다. 어떤 숫자를 비교할지, 어디까지 확인할지 정하지 않은 채 데이터를 들여다보면 흥미로운 장면은 찾을 수 있어도 마케팅 판단으로 이어지기 어렵다.

예를 들어 판매가 줄었다는 문제를 확인했다면, 바로 원인을 단정하기보다 “언제 더 잘 팔릴까?”처럼 확인 가능한 질문으로 바꾼다. 이후 요일·시간대별 판매량을 모아 보면, 비교해야 할 구간과 다음에 살펴볼 조건이 구체적으로 보인다.

이때 가설은 정답을 미리 맞히는 일이 아니라, 무엇을 먼저 확인할지 정하는 출발점에 가깝다. 캠페인 성과가 기대보다 낮을 때도 ‘소재가 별로였다’고 단정하기보다, 타깃·채널·노출 시점·메시지 중 어느 조건에서 고객 반응이 달라졌는지 질문을 나누는 편이 다음 실행에 더 도움이 된다.

2-2. 분석: 데이터를 조건에 따라 나누어 비교한다

분석은 숫자를 그대로 읽는 일이 아니라, 조건을 나누어 차이를 확인하는 일에 가깝다. 월별 매출 그래프에서 변화가 보였다면, 그 변화가 일시적인지 반복되는지, 특정 시기나 외부 이슈와 함께 나타났는지를 비교한다. 그래프는 결론을 대신 내리지 않지만, 어디를 더 깊이 확인해야 하는지는 빠르게 보여 준다.

내가 분석할 때는 급격한 변화나 특이한 지점이 있는지, 증가·감소의 추이가 반복되는지, 계절·프로모션·사회적 이슈처럼 함께 봐야 할 조건은 없는지를 먼저 살필 것 같다. 하나의 그래프만 보고 답을 내리기보다, 비교할 데이터를 하나씩 더해 가며 ‘왜 이 구간에서 달라졌을까?’를 좁혀 가는 방식이다. 특히 성과가 좋았던 구간도 함께 봐야 한다. 낮은 성과만 고치는 데서 멈추지 않고, 고객이 반응한 조건을 다음 캠페인에서 재현할 수 있는지까지 살펴야 개선안이 된다.

비교에서 원인이 될 만한 차이를 발견하면 그 이유를 설명할 가설을 다시 세운다. 가설을 검증할 데이터가 부족하면 새로 확보하고, 충분하면 다음 분석으로 이어 간다. 반대로 분석을 했는데 가설을 검증하지 않으면, 결과는 그저 ‘그런 변화가 있었다’는 보고에서 멈춘다. 결국 가설 → 분석 → 검증 → 다음 가설의 반복이 데이터를 다음 캠페인의 판단과 실험에 쓸 수 있는 근거로 바꿔 준다.

Reflection