원칙 003
사과는 통계를 내지 않아요
파레토 법칙
같은 노력을 들인다고 같은 성과가 나지는 않아요.

이야기 읽기
Otto의 과수원에서는 모든 나무가 똑같은 관심을 받아요. 같은 양의 비료, 같은 가지치기 시간, 같은 격려의 말. Otto는 공평하게 대하는 것이 프로답다고 생각해요. 나무들에게 물어본 적은 없지만요.
수확 때 그의 딸은 상자마다 나무 번호를 적어요. Otto는 지나치다고 생각해요. 사과는 그냥 사과일 뿐이라면서요.
저녁이 되면 상자들이 나란히 놓여 있어요. 상당 부분은 볕 드는 가장자리의 몇 그루 나무에서 나왔어요. 나머지는 주로 그늘을 만드는 데 성공했고요.
"그럼 나머지는 톱으로 잘라 버리죠." 깨달음이 오면 바로 중장비로 맞이하길 좋아하는 Otto가 말해요.
딸이 고개를 저어요. 어떤 나무는 아직 어리고, 어떤 나무는 겨울에 가게를 흥미롭게 만드는 품종을 맺어요. 상자들은 고르지 않은 분포를 보여 줘요. 하지만 그가 무엇을 해야 할지까지 다 설명해 주지는 않아요.
다음 해에 Otto는 수확이 좋은 나무부터 돌보고, 약한 나무는 집중적으로 살펴봐요. 효과, 수령, 상태에 따라 시간을 나눠요. 나무에게 말을 거는 건 여전히 선택이에요.
파레토 법칙은 고르지 않은 기여에 주목하게 해요: 적은 원인이 결과의 큰 부분을 만드는 경우가 많아요. 잘 알려진 80 대 20이라는 숫자는 찾는 데 도움을 주는 기준일 뿐, 자연법칙도 규칙도 아니에요.
그러니 내 분포를 직접 확인해 보세요. 어떤 제품, 문제, 습관이 특히 큰 비중을 차지하나요? 그리고 어떤 눈에 띄지 않는 부분이 전체를 굴러가게 하나요?
AI는 불만을 묶거나 판매 데이터를 요약할 수 있어요. 어떤 범주가 가장 큰 비중을 설명하는지 보여 달라고 하고, 분류가 맞는지 확인하세요. 데이터가 지난주만 담고 있다면, 아무리 멋진 분석도 다음 겨울에 대해서는 아무것도 알려 주지 못해요.
나의 질문: 어떤 몇 가지 원인에 더 주목해야 하고, 나머지를 그냥 지우면 무엇을 성급하게 놓치게 될까요?






