문제 정의 프레임워크 MECE

확실히 효과 본 문제정의 방법론 MECE

해당 글은 인프런 변성윤님의  PM을 위한 데이터 리터러시 강의를 기반으로 작성되었습니다.

 

업무나 미팅를 하다보면, 팀이 문제가 무엇인지 모르는 문제가 발생할 때가 있다. 그리고 문제를 정의하기 위해

고군분투하다가 의미 없는 미팅으로 전락하는 경우를 종종 경험했다.

 

에너지가 낭비되는 미팅을 계속하다가 제일 효과적인 방법론을 드디어 찾아냈다. 짧은 기간이었지만 단언코 많은 도움을 받은 솔루션이다. 

MECE (Mutually Exclusive Collectively Exhaustive)

간단하게 설명하면 중복과 누락이 없는 조합이다. 

 

 

예시를 들자면, 아래와 같다. 

• 성별 : 남자와 여자
• 유저 : 신규 유저, 기존 유저, 이탈 유저
• 나이 : 0세 ~ 19세, 20세 ~ 39세, 40세 ~ 59세, 60세 이상

 

추가로, MECE는 3가지 원칙을 갖는다. 3가지 원칙을 위 예시와 같이 이해할 수 있다. 

1. 요소들은 상호 배타적이어야 함 → 남자와 여자는 서로 대체할 수 없다. 
2. 요소들의 합은 전체와 같음 → User ID의 수는 천명이다. 신규 유저, 기존 유저, 이탈 유저의 합은 천명이다. 
3. 요소들은 중복되지 않아야 함 → 19세이면서 20세인 사람은 없다.

MECE는 Logic Tree와 결합될 때, 매우 직관적이고 이해하기 쉬워진다. 

영어스피킹 앱으로 시뮬레이션을 해보자면 아래와 같이 정리할 수 있다. 

MECE 시뮬레이션

위 사진의 Logic Tree처럼 현재의 문제 상황을 시각화하면 더욱 정리가 쉽고 다른 사람들을 설득하기에도 편할 것이다. 

그리고 기능 개발해야 하는 부분도 쉽게 파악할 수 있다. 

 

예를 들어, 접속은 하지만 학습을 시도하지 않는 유저 비율이 접속을 하지 않는 유저나 학습 중 이탈하는 유저 비율보다

높다면 10분 학습 UX를 개선하거나 장시간 페이지에 머물 때, 팝업 메시시를 띄우는 기능 개발들이 고려될 수 있다.