이러한 검증 과정은 과다한 자원을 투자하기 전에 잠재적인 빈틈을 드러내는데에 도움이 된다. 더불어 제품 디자인에 도움이 되기도 한다. 가령 아이디어가 가격을 올려야만 실현 가능성이 있다고 했을 때, 그 인상을 합리화할 수 있게 표현해야한다.

이 과정에서 우리는 McGrath와 MacMilan 교수들이 소개한 Discovery Driven Planning(DDP) 이라는 방법을 사용할 수 있다. 이는 무모한 가설을 체계적으로 식별하는데 도움을 주는 계산법이다.

DDP는 세운 가설들이 맞았으면 하고 바라는 전통적인 사업 기획 방식을 거스른다. 가설을 드러내고, 프로토타입을 만들며, 테스트하는 방식이다.

아래는 이 과정을 (디자이너들이 이용한 사례를 위주로 다룬) 간소화해 설명한 버전이다.

마지막 단계는 가설을 검증하기 위해 작은 단위로 테스트 해볼 계획을 세우는 것이다. 반나절 동안 주방 스태프가 실제로 주방에서 시간 당 11.5인분을 만들어낼 수 있는지 퍼포먼스를 추적하는 것이 예시가 될 수 있겠다. 이 방법은 식당을 실제로 오픈하는 것보다 훨씬 저렴하다. 이런 테스트를 거친 뒤에는 가설을 기록해둔 문서를 다시 확인해야한다. 매 실험마다 우리의 컨셉은 더욱 타당하고 실현 가능한 버전에 가까워지고 있다.

DDP에 대해 더 자세히 알고 싶다면 HBR에서 발행한 이 아티클을 추천한다.

대부분의 디자이너들은 통계 분석을 꺼리는 경향이 있다. 아마도 지나치게 데이터 중심적인 접근을 할 경우 디자이너로서 가장 중요한 공감력을 잃을 것 같다는 두려움에서 나오는 것 같다. 우리는 숫자에 기반한 디자인 결정을 내리면서 인간을 잊을 수도 있다는 두려움이 있다.

하지만 데이터는 나쁜 것이 아니다. 데이터는 곧 자세한 정보에 근거한 의사결정이다. 이는 편향된 토론을 피하고 팀이 협력할 수 있도록 돕는다. 뚜렷한 목표는 팀의 정렬과 의사결정 과정의 능률을 촉진 시키기도 한다. 더불어 디자이너들은 과업의 진전 상태나 가치를 명확히 증명해내지 못한다는 고질적인 어려움이 있다. 수치화할 수 있는 기준이 있는 것은 도움이 될 것이다.

이쯤에서 당신은 사용자의 최선이 아니라 사업적 성과에만 집착하지 않는 것을 어떻게 판단하는지 궁금할 수도 있다. Kate Rutter의 작업에서 영감받아 나는 '디자인 지표 (Design Metrics)'라는 컨셉을 생각해냈다. 대부분의 사업 성과는 순수익, 매출, 성장 등과 포착된 가치를 측정하지만, 디자인은 사용자에게 창출된 가치를 측정한다. 이를 알기 위해선 아래와 같은 두가지 질문을 던질 수 있다.