많은 데이터나 정밀한 알고리즘 보다 논리적인 해석이 결과를 결정한다

많은 데이터나 정밀한 알고리즘 보다 논리적인 해석이 결과를 결정한다 

 

2021.05.30

 

고객에 대해 비교할 수 없을 정도로 많은 데이터를 얻을 수 있는 시대로 변했다.

앱을 통해 고객의 움직임을 초단위로 파악할 수 있게 되었고

내부 데이터가 아닌 시장의 움직임을 검색이나 소셜미디어 데이터로 부터 파악할 수 있게 되었다.

복잡한 앙상블 모델링이나 신경망 모델을 사용하는 것이 일상적인 일이 되었다.

 

그러나 결국 기업의 의사결정은 요약된 몇장의 보고자료에 의해 이루어진다.

간단한 몇개의 지표값의 변화로부터 기업이 전략적 판단을 하게되는 것은 여전히 마찬가지이다.

그러나 과연 그 많은 데이터를 압축하고 그 것을 중요한 전략적 판단이 올바른 방향으로 이루어질 수 있도록

활용하고 있는가는 완전히 다른 차원의 문제이다.

 

한기업은 고객의 재구매율을 핵심지표중 하나로 모니터링하고 있다. 그 지표가 경영진을 통해 전체 기업활동을 변화시키는 용도로 사용되고 있는 것이다.

그러나 월단위로 측정하는 그 재구매율 지표는 당월에 구매한 고객중 전월에도 구매한 고객의 비율로 산출된다.

이 지표는 과연 무엇을 의미하는가? 재구매율이 높아지면 바람직한 방향으로 가고 있는 것인가?

만일 매출이 줄어들고 있고 재구매율은 높아지고 있다고 가정해보자.

이 상황은 무엇을 의미하는가?

냉정하게 생각해보면 시장에서 입지는 좁아지고 이미 내 고객이 사람들이 아니면 우리 제품을 구매해주지 않는다는 의미가 아니겠는가. 재구매율이 높아지는 것은 결코 좋은 방향으로 변화가 있다는 의미가 아니다.

이 지표는 처음부터 전월구매한 고객중 당월 구매한 고객으로 설정되었어야 했다. 그래야 매출이 늘어나면서 재구매율도 높아지는 방향을 향할 수 있었을 것이다. 매출이 줄어들면서 수정한 재구매율 지표값도 줄어들었을 가능성이 높다.

 

몇개 안되는 지표를 보고 알고 싶었던  것을 제대로 해석하는 역량 그 것이 대규모의 데이터, 정밀한 알고리즘 보다 중요하고 우선순위가 높은 조건이다. 진정으로 성과를 얻고자 한다면.