비지니스 <실행>중심의 <데이터 분석> [BI월드 세미나 발표]

비지니스 실행중심의 데이터 분석의 의미와 가치

리비젼컨설팅 전용준

http://cafe.daum.net/revisioncrm

(2011년 BI월드 세미나 발표 내용 재정리)

 

이미 국내에서도 10년여에 걸친 짧지 않은 역사를 가지고 데이터 분석과 Business Intelligence (BI)가 운영되어 왔다. 그러나, 투자와 시스템 구축/확대가 지속되어 왔고, 대량의 데이터가 쌓이면서 데이터베이스의 사이즈는 커졌지만 그에 대한 통합의 이슈나 데이터 품질의 이슈 등 점점 큰 고민 거리가 되었다. 물론, 축적된 데이터를 어떻게 활용할 것인가는 그 보다 더 심각한 고민거리가 되었지만.

이 과정에서 대부분의 기업들이 생각했던 것은 From Data to Summary  (다양한 관점으로 신속하게 요약정보 생성) 였다고 할 수 있다. 즉, 데이터 통합과 OLAP 도구를 사용한 지원환경 구축이 중심이었다. 물론 그 자체가 잘못된 것은 아니었으나, 그에는 여러가지 파생되는 의도하지 않은 문제점이 따랐다. 예를들면,

 

-  사용자가 제공되는 정보를 심각하게 여기지 않음
-  구체적인 활용 방향 제공 없음
-  업무 활용에 적합한가에 관한 (사후적인) 회의론

 

이러한 당연함에도 불구하고 미리 생각지 못했던 문제가 벌어진 근본적인 원인은 업무 실행 고도화 요구가 부족한 상황에서 BI가 또는 그것을 주도하는 조직에서 분석의 활용을 최종 사용자에게 Push (강권) 하는 방식이었기 때문이라 할 수 있다.

 

실행 중심의 데이터 분석: The Right Sequence

 

단순히 데이터가 존재하니 다양한 관점에서 (어떤 요구가 갑자기 나올지 모르므로) 요약될 수 있도록 정리해 두는 것은 실행 중심의 관점과는 맞아 떨어지지 않는다. 명확한 실행 대상을 구체화 해두고 대상에서의 활용에 직결되는 과제에 대한 분석이 이루어져야 하는 것이다. 마치 무엇을 만들기 위한 부품인지를 미리 정해두지 않고 부품만을 만들어 내는 것과 같다.

또, 분석은 한번으로 끝나는 것이 아니므로 적용이 계속될 수 있도록 자동화된 운영 프로세스를 구축해야 한다. 대부분의 업무 실행은 한번에 끝나는 것이 아니기 때문이다.
BI가 제공하는 Contents가 지속적으로 확장/ 진화되는 구조로 구성되어야 한다.
물론 데이터 분석이 실행 그 자체는 아님라는 점에 관해서는 오해가 있어서도 안될 것이다.

 

결국, 분석의 흐름은 아래와 같은 순서가 되어야 할 것이며 특히 피드백이 원활히 이루어져야 한다는 것이 중요할 것이다.

 

-  실행대상 비즈니스 과제 구체화
-  분석요구 구체화
-  데이터 분석 또는 Business Intelligence
-  적용 및 운영 프로세스 구축
-  그리고 피드백

 

 

 

여기서, 포괄적으로 이야기한 비즈니스 실행이란 도데체 무엇인가? 그 예를 들어 본다고 하면

다음과 같은 것들을 언급할 수 있을 것이다.

 

-  적정 재고 수준의 최적화 – 제조/유통업체
-  비정상 거래에 대한 조기 발견  - 신용카드/ 온라인 게임
-  이용패턴의 급격한 변화  - 건강보험 심사/ 이동통신
-  마케팅/CRM 캠페인별 대상 고객 최적화 – 인터넷 쇼핑
-  콜센터 응대 우선순위 조정
-  상품진열의 최적화 – 오프라인 유통업체
-  1:1 상품 제안 – 인터넷 쇼핑
-  프로모션 적용 제외대상 상품 선정

 

이러한 일들의 공통점을 본다면 전략, 기획, 방향수립 등 추상적이고 간헐적으로 벌어지는 일회성의 사안들 보다는 현장에서 일상적으로 벌어지는 활동들이라는 것이다. 또, 이러한 활동들은 한 두 사람의 전문적 데이터 분석가 보다는 다수의 실무 의사결정자들이 관여되고 현장이 직접 영향 받는 다는 것이다.

그리고, 무엇보다 큰 특징은 실행을 염두에 두고 출발했던 분석이기 때문에 분석결과가 업무에 실제로 <적용>되고 금전적인 가치로 되돌아 오게 된다는 점이다.

 

 

실행중심의 Data 분석: Critical Factors

 

그렇다면, 실행중심의 분석이 성공적인 결과로 연결되기 위해 중요한 요소들은 무엇일까?

 

-  무엇을 해야 실제로 실행될 것인가와 무엇을 해야 성과가 날 것인가에 대한 (IT측면이 아닌) 업무 자체 측면의 검토에서 출발
-  큰 성과가 아니더라도 실질적인, 실행에 영향을 줄 수 있는 여러 개의 성과가 중요

-  시스템 구축 이전에 예상되는 업무 차원의 결과와 운영에 필요한 자원 (시간, 돈, 기술, 인력 등)에 대한 상당히 구체적인 수준의 이해가 전제 되어야 함
-  분석에 대한 기술적 이해를 가진 업무Specialist를 보유/양성한다

 

여기서 잊지 말아야 할 부분들 몇가지. 두가지를 들어본다면,

먼저 타사나 해외 사례와 동일한 분석과 분석 프로세스가 자사에 맞지 않을 가능성이 높다는 점
즉, “내 몸에 맞는 옷, 내가 필요로 하는 음료!”

그리고, 중도포기가 가장 큰 실패. 초기 버전의 불완전성은 실패가 아닌 학습 과정이라는 점에 대한 인식

 

결국, 데이터 분석은 기계로 처리되는 것이 아닌 인간-기계 협동 시스템에 의해 이루어지는 것이므로 ‘누가’ 할 것인가라는 화두가 가장 결정적인 성공요인이며 고민의 대상일 수 밖에 없다.

 

최근 소셜 데이터의 증가와 더불어 <빅 데이터 분석>에 대한 지대한 관심이 넘치는 듯 싶다. 마치 빅 데이터 분석 이라는 완성품의 소프트웨어나 기계가 존재하는 듯 오해를 불리일으킬 지경이다. 그러나, 그 과정에서 기술적인 가능성이나 혁신에 대한 관심 만큼 분석에 대한 사람의 역량에 대한 관심이 기울여지지 못하는 것이 현실이다. 최신의, 매우 효율적이고 빠른 Algorithm이 있다해도 그것이 스스로 비지니스에 직접적인 가치를 제공하는 것은 불가능하다. 적어도 일부의 관심은 데이터를 분석하고 해석하는, 그리고 데이터 분석을 기획하는 사람에 대한 것에 기울여져야만 할 것이다. 그리고, 교육/훈련과 경험의 축적이라는 실행적인 양성 과정으로 이어져야 할 것이다.    

 

[관련기사] http://www.isnews.co.kr/news/articleView.html?idxno=16287 

                이슈와뉴스. 투토픽세미나 지상중계 (또는 http://bikorea.net )

 

 - 끝 -