팬은 '불편하다'고 말하지 않는다

기획자라면 누구나 한 번쯤 이런 경험을 한다. 분명 팬을 위한다는 마음으로 만든 콘텐츠가, 정작 팬의 반응은 미지근하다. 설문을 돌리고 댓글을 읽고 머리를 맞대 기획했는데도 그렇다. 무엇이 잘못된 걸까.

문제는 대개 출발점에 있다. 우리는 팬의 진짜 불편이 무엇인지 안다고 믿지만, 사실은 모른다. 팬은 자신의 진짜 문제를 또렷하게 말해주지 않기 때문이다. 더 정확히 말하면, 말해주지 못한다.

'감'으로 시작한 기획이 빗나가는 이유

추측 기반 기획은 그럴듯하게 시작한다. "팬은 아티스트와 더 가까워지고 싶어 한다", "팬은 한정판 굿즈를 원한다" — 틀린 말은 아니다. 다만 이런 명제는 너무 넓어서, 무엇을 만들어야 하는지에 대해 아무것도 알려주지 않는다.

진짜 함정은 기획자가 자신을 팬의 대표 표본으로 착각할 때 열린다. 내가 답답했으니 팬도 답답할 것이라는 추론은, 기획자 한 사람의 취향을 수만 명의 니즈로 부풀린다. 그렇게 만든 콘텐츠는 만든 사람만 만족시킨다.

감에 기반한 기획은 대개 팬을 향하는 것 같지만, 실은 기획자 자신을 향한다.

추측이 위험한 더 근본적인 이유는, 그것이 검증을 건너뛰기 때문이다. 가설이 아니라 확신에서 출발하면, 결과가 나빠도 무엇을 고쳐야 할지 알 수 없다. 빗나간 기획은 많지만, 왜 빗나갔는지 설명할 수 있는 기획은 드물다.

표면의 불만과 잠재된 문제는 다르다

여기서 Pain Point의 핵심 성질이 드러난다. 팬이 입으로 말하는 불만(stated)과, 정작 그를 떠나게 만드는 진짜 문제(latent)는 같지 않다는 것이다.

팬은 "굿즈가 너무 비싸다"고 말한다. 그러나 가격을 내려도 만족도가 오르지 않는 경우가 많다. 진짜 문제는 가격이 아니라, 품절과 재입고 사이에서 겪는 '못 살지도 모른다는 불안'이었을 수 있다. 팬이 원한 건 더 싼 굿즈가 아니라, 마음 졸이지 않고 살 수 있다는 예측 가능성이었던 것이다.

설문이 자주 빗나가는 이유가 여기 있다. 행동경제학이 거듭 보여 주듯, 사람은 자신의 행동 동기를 정확히 진술하지 못한다. 의식하지 못해서이기도 하고, 사회적으로 그럴듯하게 답하려 해서이기도 하다. "어떤 콘텐츠를 원하느냐"는 질문에 팬은 가장 고상한 답을 고르지만, 정작 새벽 세 시까지 머무는 콘텐츠는 전혀 다른 것일 때가 많다.

사람은 자기가 원한다고 말하는 것과, 실제로 시간을 쓰는 것 사이에서 끊임없이 거짓말을 한다. 악의가 아니라, 자신도 모르기 때문이다.

그래서 기획자는 팬의 '말'만큼이나 팬의 '행동'을 들어야 한다. 말은 의도를 보여주지만, 행동은 진실을 보여준다.

행동과 이탈이 알려주는 것

Pain Point를 데이터로 읽는다는 것은, 거창한 분석 도구를 들이대는 일이 아니다. 팬이 어디서 멈추고, 어디서 떠나고, 어디서 다시 돌아오는지를 흔적으로 추적하는 일이다.

행동이 남기는 가장 또렷한 신호는 이탈이다. 글로벌 동시 공개 콘텐츠의 조회 시각이 특정 지역에서 유독 새벽에 몰린다면, 그것은 시차라는 Pain Point가 데이터에 남긴 지문이다. 앱 온보딩 과정에서 특정 단계마다 이용자가 빠져나간다면, 그 단계가 곧 손봐야 할 지점이다. 팬은 불편하다고 말하지 않지만, 불편한 자리에서 조용히 이탈하는 것으로 말한다.

커뮤니티의 반응도 풍부한 광맥이다. 위버스(Weverse)나 디어유 버블(bubble) 같은 공간에 쌓이는 글에서, 반복적으로 등장하는 단어와 감정의 결을 읽으면 표면 불만 너머의 패턴이 보인다. 티켓팅 직후 쏟아지는 좌절의 언어, 자막이 늦는 콘텐츠에 달리는 번역 요청의 빈도 — 하나하나는 개별 불평이지만, 모이면 구조적 Pain Point의 윤곽이 된다.

중요한 건 한 가지 신호만 믿지 않는 태도다. 행동 데이터, 커뮤니티 반응, 이탈 지점을 겹쳐 볼 때 비로소 '어디가 아픈지'가 입체적으로 드러난다. 한 면만 보면 증상을 문제로 오인하기 쉽다.

증상은 숫자로, 병명은 사람이 읽는다

다만 여기서 데이터 만능주의를 경계해야 한다. 데이터는 강력하지만, 결코 스스로 답을 말하지 않는다.

stated와 latent의 간극은 데이터 안에서도 그대로 반복된다. 숫자는 표면에 드러난 증상까지만 짚어 줄 뿐, 그 밑에 깔린 병의 이름은 짚어 주지 않는다. 온보딩 3단계에서 이용자가 절반 빠져나갔다는 사실은 분명한 증상이지만, 그것이 가입 절차가 복잡해서인지, 그 단계에서 결제를 요구해서인지, 아니면 단지 로딩이 느려서인지 — 진단은 숫자 바깥의 일이다. 표면의 stated를 잠재된 latent로 번역하던 그 작업을, 데이터 앞에서 한 번 더 해야 하는 셈이다.

숫자는 어디가 부었는지 보여 주지만, 무엇이 곪았는지는 진단하는 사람의 눈에 달렸다.

좋은 기획자는 데이터를 '정답지'가 아니라 '질문지'로 쓴다. 숫자에서 이상 신호를 발견하면, 그것을 곧장 결론으로 삼는 대신 가설을 세운다. 그리고 그 가설을 다시 작은 실험으로 검증한다. 발굴—해석—검증의 순환을 돌릴 때, Pain Point는 비로소 풀 수 있는 문제가 된다.

표면 불만과 잠재 니즈를 가르는 눈은 사례를 직접 뜯어볼 때 트인다. SM UNIVERSE·STUDIO REALIVE·SMHRD 컨소시엄이 운영하는 K-POP 이머시브 콘텐츠 기획자 양성과정은 행동·커뮤니티·이탈 데이터에서 Pain Point를 발굴해 기획 가설로 옮기는 작업을 13주 동안 반복한다. 더 보고 싶다면 모집 페이지를 참고하면 된다.

---

팬은 좀처럼 "나는 이것이 불편하다"고 또박또박 말해주지 않는다. 대신 새벽에 깨어 콘텐츠를 보고, 품절 알림 앞에서 망설이고, 어느 단계에서 조용히 앱을 닫는다. 그 모든 침묵의 행동이 곧 메시지다. 그 메시지를 읽어내는 일 — 듣는 귀가 아니라, 보는 눈에서 좋은 기획은 시작된다.

Tags   #PainPoint   #데이터드리븐   #콘텐츠기획   #팬경험   #UX   #엔터테크

ⓒ STUDIO REALIVE. 본 글은 에디토리얼 콘텐츠입니다.