현업 사용자가 만족하는 빅데이터 분석 환경 구축 전략
1)빅데이터 분석, CRM의 쓰라린 추억을 잊었나
2)빅데이터 분석의 환상①누구나 게임 체인저가 될 수 있다?
3)해외 컨설팅 업체의 조언①딜로이트 “정보 자산을 알고 있는 실무자들과 먼저 논의하라”
4)해외 컨설팅 업체의 빅데이터 분석 조언②아링 “빅데이터를 비즈니스 임팩트로 전환하는 4단계”
5)데이터 과학자만 있으면 OK? 빅데이터 분석팀의 5가지 필수 인력
6)솔루션은 거들 뿐, 엔드유저가 외면하면 게임오버…실무자에 직관성과 속도를 허하라
7)진격의 셀프서비스BI: 데이터 디스커버리&비주얼라이제이션이 뜬다
8)빅데이터 분석의 환상②비정형 데이터가 모든 것? 정형 데이터와 통합·연관 분석 없인 껍데기
9)데이터 획득부터 분석, 판단, 실행까지 실시간 아니면 쓸모없다
10)빅데이터 분석이 일으킨 x86 서버의 반란…통합에서 다시 분산의 시대로
아링(Aryng)은 미 실리콘밸리에 위치한 분석 트레이닝 및 컨설팅 기업이다. 아링은 기업 매출과 경영을 책임지고 있는 임원들, 즉 CEO, CMO, CPO, 비즈니스 매니저, 제품 혹은 마케팅 책임자들에게 다음과 같은 빅데이터 분석 관련 조언을 하고 있다.
◇1단계. 기업과 기업 리더십 팀 내에 데이터 기반 의사결정을 내재화하라
회사의 매출 향상, 주주들에 더 높은 수익 제공을 책임지고 있는 임원이라면 스스로에게 물어보자. 당신은 증거(기록) 기반의 의사결정을 하는가? 당신의 리더십 팀이 의사결정을 할 수 있도록 하는가? 둘 중 한 가지라도 ‘아니오’라는 답을 한다면 당신의 리더십 스타일은 다소 심각한 변화가 필요한 때다. 데이터 기반의 여행(Data-driven Journey)은 당신과 함께 시작하며 당신이 자극제이자 엔진이기 때문이다.
기업과 기업 내 리더십 팀이 다음 세 가지 질문에 답할 수 있을 때 데이터 기반 조직으로 나아갈 수 있다. ①우리는 성공을 어떻게 규정하는가(어떤 상태인가) ②무엇이 우리의 성공을 이끄는가 ③우리의 고객은 누구이며 우리는 고객에게 어떻게 종사하고 있는가 하는 질문이 그것이다.
기업은 측정 가능한 것만을 관리할 수 있기 때문에 책임 구조(accountability structure)가 필요하다. 그리고서 이전에 수행했던 의사결정들을 되돌아본다면 의사결정을 최적화시킬 방법을 찾아낼 수 있다. 물론 데이터와 팩트에 기반을 두는 것보다 더 좋은 최적화 방법은 없다.
◇2단계. 분석 능력 개발에 투자하라
액센츄어가 지난해 미국 기업들을 대상으로 조사한 연구에 따르면 기업들이 필요로 하지만 현 임직원들에게 부족한 스킬 중 문제 해결 능력, 분석 능력, 경영(managerial) 능력이 꼽혔다. 55%의 임직원들은 추가적인 스킬 개발의 압력에 시달린다고 답변했지만 회사가 제공하는 공식 교육을 통해 추가적인 스킬을 획득했다는 사람은 21%에 불과했다.
일상의 업무 흐름에서 의사결정을 내리는 기업 내 전문가들은 통찰력(인사이트)을 발견하기 위해 데이터를 어떻게 사용할 수 있는지 알 필요가 있다. 이는 그들이 더욱 현명한 판단을 할 수 있도록 돕는다.
기업의 마케팅 매니저가 캠페인A 혹은 캠페인B에 얼마의 비용을 써야 하는가, 이 캠페인에 고객 전부를 대상으로 할 것인가 아니면 일부 세그먼트의 고객만 대상으로 할 것인가 등 이 모든 질문들은 마케팅 매니저가 자신이 갖고 있는 고객 데이터를 어떻게 활용하느냐에 달려 있다.
따라서 ‘데이터로 의사결정을 하는(data to decisions)’ 능력은 기업 내 전문가, 즉 데이터 측면의 전문가 뿐 아니라 비즈니스 측면의 전문가를 육성하는 데 필수다. 제대로 수행된 분석은 구조화된 프로세스이며, 이 프로세스를 통해 대부분의 비즈니스 전문가들은 분석을 학습할 수 있다.
◇3단계. 데이터 인프라스트럭처에 투자하라
많은 기업들이 인프라스트럭처에 시간과 자원을 선투자하는 것을 꺼린다. 그리고 분석 성숙도로 고통을 받는다. 기업이 데이터 기반의 의사결정으로 진정한 경쟁력을 확보하길 원한다면 데이터 팀은 현업 사용자들이 쉽고 막힘없이 액세스할 수 있도록 적절한 데이터를 수집하고 저장해야 한다. 그렇지 않다면 데이터를 사용할 수 없다.
지난 10년간 데이터 인프라스트럭처의 문제는 하드웨어나 기술 선택이 아니라 기업의 정보시스템 설계와 아키텍처에 있다. 빅데이터건 스몰데이터건 기업이 정보 아키텍처를 구축할 능력을 갖고 있지 않다면 정보 흐름을 설계하기 위해 외부 컨설턴트의 도움을 받을 수도 있다.
모든 데이터(빅데이터)를 수집하기 위해 과도한 투자를 할 필요는 없다. 앞서 세 가지 질문에 대한 답을 쓰다보면 기업의 비즈니스를 이해하는 데 필요한 데이터가 어떤 것인지 알 수 있다. 기업의 발전은 데이터를 필요로 한다는 사실을 기억해야 한다. 또 프로세스를 수립하는 것은 데이터 성숙의 필수 부분이다.
◇4단계. 공식적인 의사결정 프로세스를 수립하라
마지막으로 조직 내 모든 임직원들이 이해할 수 있는 투명한 의사결정 프로세스가 필요하다. 어떤 프로젝트가 예산을 얻었는지, 프로젝트가 선택된 기준은 무엇인지 등에 대해서 알 수 있어야 한다. 모든 조직원들은 어떤 업무를 하고 있던지 간에 ‘왜’ 이 업무를 하고 있는지, 이 프로젝트를 수행하여 얻고자 하는 목표가 무엇인지, 이와 관련해 가장 큰 난관은 무엇이며 최우선순위는 무엇인지 명확히 이해하고 있어야 한다. 월별, 분기별 플래닝 및 리뷰 프로세스가 있다면 큰 도움을 받을 수 있다. 또한 앞서 세 가지 핵심 질문은 기업이 최우선적으로 투자해야 하는 프로젝트와 의사결정 기준을 규정하는 데 유용하다.
◇빅데이터 분석 기반 조직이 되기 위한 세 가지 필수 분석 어프로치
①우리는 성공을 어떻게 규정하며 우리의 상태는 어떤가=측정 프레임워크
현재 전략적 목표와 우선순위는 무엇인가? 이 목표에 대해 성패 여부를 판단(측정)할 수 있는 핵심성과지표(KPI)는 무엇인가? 이 메트릭스들을 조직의 우선순위, 목표, 전략에 얼마나 잘 정렬시키고 있는가? 이를 파악하기 위해서는 측정 프레임워크가 필요하다. 톱다운 방식의 재무 맵, BSC(Balanced Scorecard) 등의 도움을 받을 수 있다.
예를 들어 거래 수익을 최적화하려는 금융사라면 톱다운 방식의 재무 맵을 그린 후 현재의 고객 기반에서 가장 큰 비즈니스 동인이 무엇인지, 경쟁사로 이탈하는 고객(churn rate)이 문제라는 사실 등을 파악할 수 있다. 그리고나서 이탈(churn) 사전예측 모델을 구축해 타사 서비스로 갈아타려는 고객들을 사전에 효과적으로 유지할 수 있다.
②무엇이 우리의 성공을 이끄는가=포트폴리오 분석
무엇이 기업을 움직이게 하는가? 어떤 제품이 좋은 시장 반응을 얻고 있는가? 비즈니스 동인은 무엇이며 기업의 전략과 우선순위는 어떻게 관련되어 있는가?
포트폴리오를 분석할 때 기업 손익 상태를 철저히 파악함으로써 강점과 약점을 규명, 약점을 제거하거나 줄일 수 있다. 가능한 많은 상품에 대해 재무제표를 비교할 수 있다면 각 상품의 퍼포먼스를 시각적으로 보여주는 데 일련의 그래픽을 사용할 수 있다.
기업의 상품들이 시장과 어떻게 상호작용하는지 이해하고 성장과 수익, 크기, 매출, 경쟁력, 고객 가치 등 다양한 비즈니스 메트릭스들에 걸친 비즈니스 역동성 내에서 어떻게 상호작용하는지 이해하게 된다면 기업은 가장 성장잠재력이 큰 곳과 가장 실패 위험이 큰 곳을 파악할 수 있다. 예를 들어 기업은 가장 성장 및 수익성이 높은 제품들을 가려내고 이 제품들을 구매할 가능성이 높은 고객들이 누구인지 규명할 수 있는 교차판매 사전예측 모델을 구현할 수 있다.
③우리의 고객은 누구이며 우리는 고객에게 어떻게 종사하고 있는가=고객 분석
우리의 고객은 누구인가? 그들이 원하는 것은 무엇인가? 그들은 어떻게 행동하는가? 이것은 기업이 고객을 분석할 때 핵심 질문이며 이를 통해 다음을 정리할 수 있다.
△통계(Demographics) : 성별, 연령별, 결혼 여부 및 자녀 유무 등 고객 통계는 기업의 특정 상품 혹은 서비스별로 도출될 수 있다. 예를 들어 특정 제품 판매에 성별이 무관할 수도 있고 또는 기업 고객 전부가 동일한 성이거나 비슷한 연령대일 수도 있다.
△요구 사항(Needs) : 현 제품에 추가되길 원하는 기능은 무엇인지, 운영 지원을 요구하는지 고객이 필요로 하는 것을 파악해야 한다.
△행태(Behaviors) : 우리 제품을 대형 할인마트에서 사는지 유통 전문점에서 사는지, 특급배송을 요구하는 고객은 얼마나 되는지, 이들이 우편 카탈로그 신청자인지 등 고객의 행태를 파악할 수 있다.
고객의 행태를 파악하게 되면 새로운 면면들을 정보와 결합해 유용한 통찰력을 얻을 수 있다. 고급분석 기술을 사용해 5~7개의 의미 있는 고객 세그먼트를 나누고 이 세그먼트를 기반으로 제품과 서비스를 최적화시키고 적절한 메시지를 내보낼 수 있다. 이 과정에서 고객이 원하는 바를 이해하기 위해 고객서비스센터, 외부 리서치 등을 이용할 수 있다.
박현선기자 hspark@etnews.com
전자신문인터넷 테크트렌드팀
