Article at a Glance리더는 오랜 경험을 통해 쌓은 직관으로 조직을 이끄는 것이 그동안 ‘리더’가 갖는 이미지였다. 하지만 빅데이터 시대에 경험과 감에 의존하는 의사결정은 큰 도움이 되지 않는다. 심층적인 데이터 분석을 해야 진정한 지혜와 통찰력을 얻을 수 있다. 물론 이걸 처음부터 잘하기는 쉽지 않다. 시행착오도 겪고 때론 웃음거리가 될 수도 있다. 그렇다고 포기해선 안 된다. 변화하는 환경에서 제공하는 새로운 조건과 도구를 활용해야 혁신에 성공하고 성과를 내는 법이다. 고객 정보를 제대로 활용해 새롭게 소비자를 분류해 성공한 테스코, 임신부 식별을 통해 새로운 충성고객 확보에 성공한 타깃 등은 빅데이터를 통한 의사결정과 전략실행이 만들어내는 힘을 제대로 보여준다. 진주를 찾으려면 물속으로 들어가야 하듯이 리더가 성공을 만들어 내려면 데이터 속으로 들어가야 한다.
편집자주모두가 4차 산업혁명을 말하고 있습니다. 4차 산업혁명의 중심에 자리잡고 있는 것 중 하나가 바로 빅데이터입니다. 지금 ‘혁명적인 변화’가 일어나고 있는 만큼 리더십 자체도 혁명적으로 변화해야 합니다. 이에 대한 해법을 찾기 위해 국내 최고의 빅데이터 전문가 김진호 교수와 영업혁신의 대가 최용주 교수가 ‘빅데이터 리더십’을 연재합니다.
현명한 의사결정을 위한 조건진주를 찾으려면 물속으로 잠수해야 한다. - 존 드라이든일반적으로 의사결정은 문제점을 인식하고 이를 해결하기 위한 대안을 모색한 뒤 이를 평가해 최선의 대안을 선택하는 과정을 거친다. 의사결정자가 여러 대안들을 평가할 때는 계량적 정보와 비계량적 정보를 모두 고려한다. 비계량적 정보는 문화적·사회적 배경이나 법적·정치적 요소 등에 의한 영향을 고려하는 것이다. 계량적 정보는 문제와 관련된 데이터 분석에서 추출한 정보를 말한다. 어느 정보가 더 중요한지는 의사결정의 상황에 따라 다를 수 있지만 투명하고 합리적인 의사결정을 위해서는 계량적 정보가 더욱 중요하다. 특히 미래 불확실성이 높고 의사결정이 초래하는 파급효과가 클수록 실제 데이터 분석에서 통찰력을 추출해 이를 의사결정에 잘 활용하는 것이 필수적이다.
현명한 의사결정을 위해 계량적 정보가 필요하다면 구체적으로 무엇에 관한 정보가 있어야 할까? 바로 <그림 1>과 같이 사업에 관한 6가지의 근본적인 질문에 답을 주는 정보다.
1
<그림 1>의 6가지 근본적인 질문은 매출, 순이익 등 기업 전체 수준에서 할 수도 있고, 기업 내의 기능별이나 부문별로 할 수도 있으며, 의사결정 상황에 따라서는 매우 국지적인 영역에 초점을 맞출 수도 있다. 예를 들어 공급사슬(supply chain)에 대해서라면 각 칸의 구체적인 물음은 <그림 2>와 같다.
2
데이터 분석이 아니라 경험이나 감에 의존하는 기업들은 주로 첫 번째 행에 대해서만 <그림 3>과 같이 답을 구한다.
이런 기업들은 단순 리포팅 수준의 보고를 바탕으로 과거에 무슨 일이 일어났는지를 파악한다. 현재 무슨 일이 벌어지고 있는지에 대해서는 감이나 경험에서 벗어나는 이상 패턴을 인지해서 경고하는 정도다. 미래에 무슨 일이 일어날 것인지는 이미 알고 있는 사실을 바탕으로 외삽법(extrapolation)으로 추측한다. 정교한 분석기법을 활용하지 않으므로 무슨 일이, 왜, 어떻게 일어났고 최선으로 대응하려면 어떻게 해야 하는지에 대해서는 답을 구할 수 없다. 단지 필요하다면 이 질문에 대해서도 역시 경험을 바탕으로 단순히 추측할 뿐이다. 따라서 이런 정보를 바탕으로 의사결정을 한다면 현명한 의사결정이 될 확률이 크게 낮아진다.
현명한 의사결정을 하기 위해서는 어떤 정보가 필요할까? 현명하다는 것은 바로 정견(正見)과 정사유(正思惟)를 할 수 있다는 의미다.
3
즉 문제를 제대로 인식(正見)하고 그것이 왜 어떻게 일어나는지를 제대로 판단(正思惟)할 수 있어야 현명한 의사결정을 할 수 있다. 데이터 분석에 근거해 경쟁하는 기업들은 <그림 4>와 같이 각각의 근본적인 질문에 대해 정교한 분석기법을 활용해 답을 구한다.
<그림 4>와 같은 심층적인 데이터 분석은 단순한 보고 수준의 정보를 훨씬 넘어서서 현명한 의사결정을 위한 깊은 지혜 혹은 통찰력(insight)을 제공해준다. 이상 징후를 미리 탐지해 즉각 대응하는 것은 물론 통계적 모델링으로 그런 일이 왜, 어떻게 발생하는지를 파악한다. 그 모델은 자동화된 인공지능으로 시스템에 장착돼 실시간으로 대응하고 추천한다. 또한 미래 상황을 예측하고 자신이 원하는 최선의 상황을 유도하기 위해서 필요한 조치(action)를 최적화한다. 분석적 기업이 경쟁우위를 확보·유지할 수 있는 것은 이런 현명한 의사결정으로 다양한 영역에서 1∼2%의 효율을 증대시키기 때문이다.
물론 이 같은 데이터 기반의 분석을 적용해 질문을 던지고 답을 구하는 과정은 생각보다 쉽지 않다. 처음 시도하다보면 시행착오를 겪기도 하고 주변의 비웃음을 사기도 한다. 이 혁신에 익숙해지고 나면 놀라운 변화가 일어난다. 스포츠에서 유명한 방법론 혁신 사례를 한번 살펴보자. 역사가 된 포스베리의 시도인생에 있어서 정말 후회하는 것들은 시도를 했던 것들이 아니라 대부분 시도를 하지 않았던 것들이다. - 메흐메트 무라트 일단모바일, 센서, 소셜미디어 등으로 인한 데이터의 폭증은 그 속도가 더욱 빨라지고 있다. 인류의 역사가 시작된 이후 2년 전까지 축적된 데이터의 양은 지난 2년간 사람들이 흔적으로 남긴 데이터의 양과 같다고 한다. 이 속도는 더욱 가속돼 가까운 미래에는 아마도 지난 한 달간 축적된 데이터의 양이 그 이전에 모아진 모든 데이터의 양과 같아질 것이다. 더욱이 오픈소스 프로그램과 클라우드 서비스 등으로 인해 빅데이터의 저장·처리·분석을 위한 편리한 환경이 조성돼 있다. 이런 상황에서 기업이 데이터 분석을 경쟁우위를 높이는 수단으로 활용하지 못한다면 바로 경쟁에서 뒤처질 수밖에 없다. 사실(data)에 입각한 경영, 즉 기업이 직면한 문제에 대해 관련된 자료를 수집·분석해 통찰력을 추출, 이를 근거로 문제를 해결하는(혹은 의사결정을 하는) 경영은 이제 더 이상 미룰 수 없는 비전이다. 이제 육상 경기 중의 하나인 높이뛰기의 유명한 혁신 사례를 보자.
닫기
