Big Data, Analytics and the Path From Insights to Value

데이터 분석 역량은 초우량 기업의 필수조건

77호 (2011년 3월 Issue 2)

 

 
편집자주 이 글은 MIT 슬론 매니지먼트 리뷰(SMR) 2011년 겨울호에 실린 IBM의 스티브 라벨르, 에릭 레서, 레베카 쇼클리, MIT 슬론 매니지먼트 리뷰의 마이클 S. 홉킨스 편집장, 니나 크루슈위츠 편집자의 글 ‘Big Data, Analytics and the Path From Insights to Value’를 번역한 것입니다.
 
세계 각지 모든 업계의 고위급 리더들은 조직 내부에서 이미 확보하고 있는 엄청난 양의 데이터에서 충분한 가치를 뽑아내고 있는지 궁금해한다. 신기술로 인해 그 어느 때보다 많은 데이터가 수집되고 있다. 하지만 많은 조직들이 여전히 데이터에서 더 많은 가치를 뽑아내고 시장에서 경쟁 우위를 갖기 위한 더 나은 방법을 찾기 위해 고심하고 있다. 가치를 얻어내기 위한 최고의 방법에 대한 질문이 사라지지 않고 있다.
 
경쟁업체들은 좀 더 날카롭고 좀 더 시의적절한 통찰력을 확보하고 있을까? 경쟁업체들은 지난 2년 동안 비용에 집중하느라 외면해 왔던 시장 우위를 다시금 얻을 수 있을까? 경쟁업체들은 글로벌 경제가 주는 새로운 신호를 제대로 해석하고 있을까? 경쟁업체들은 그 신호가 고객 및 파트너들에게 미치는 영향을 적절하게 평가하고 있을까? 과거에 어떤 일이 일어났으며, 왜 그런 일이 일어났는지를 이해하는 것만으로는 충분치 않다. 조직들은 지금 현재 어떤 일이 일어나고 있으며, 앞으로 어떤 일이 일어날지, 최적의 결과를 얻어내기 위해 어떤 행동을 취해야 하는지 제대로 이해해야 한다.
 
MIT 슬론 매니지먼트 리뷰는 조직들이 정보 및 고급 분석이 제공하는 기회를 이해할 수 있도록 IBM 비즈니스 가치 연구소와 협력해 100개국에서 30개가 넘는 업계에서 활동하는 약 3000명의 경영자, 관리자, 분석가를 상대로 설문조사를 진행했다.(‘연구 내용’ 참조)
 
필자들이 찾아낸 중요한 사실 중 하나는 ‘가장 우수한 실적을 내는 조직은 그렇지 않은 조직들에 비해 분석 기법(analytics)을 5배 더 활용한다’는 것이었다.(그림1 ‘직관을 능가하는 분석’ 참조) 분석을 통해 가치를 얻을 수 있다는 믿음이 널리 퍼져 있다는 사실도 확인했다. 응답자 중 절반은 조직 내에서 정보 및 분석 기법 개선이 최우선시되고 있다고 답했다. 또한 선진화된 정보·분석 접근방법을 도입하라는 강렬한, 혹은 중대한 압박감에 시달리고 있다고 답한 응답자가 20%가 넘었다.
 
어디에서 압박감을 느끼는지 확인하기는 어렵지 않았다. 응답자 10명 중 6명은 경쟁력 차별화를 위한 혁신이 가장 중요한 비즈니스 과제라고 답했다. 마찬가지로, 조직 내에 실질적으로 활용할 수 있는 것보다 더 많은 데이터가 있다고 답한 응답자가 60%에 달했다. 조직 리더들은 그 어느 때보다 현명하고 혁신적인 조직으로 거듭나기 위해 나날이 늘어나는 데이터와 연산력을 활용할 수 있는 분석기법이 필요하다고 생각했다.
 
고위급 경영자들은 데이터를 중심으로 의사결정을 내리는 방식을 원한다. 또한 이들은 혼란(예상치 못한 경쟁업체의 등장이나 공급지역에서 발생한 지진 등에서부터 공급업체 교체를 원하는 고객에 이르는 다양한 혼란)이 발생할 때 즉각적으로 최고의 대처방안을 제시하는 시나리오 및 시뮬레이션을 원한다. 경영자들은 복잡한 비즈니스 매개 변수나 새로운 정보를 바탕으로 하는 최적의 해결방안을 이해하고 싶어하며 신속하게 조치를 취하고 싶어한다.
 
이런 기대를 충족시킬 수는 있다. 하지만 조심해야 할 것이 있다. 분석을 바탕으로 하는 통찰력(analytics-driven insights)이 소비(consumed)될 수 있도록 하기 위해서는, 즉 조직 내에서 새로운 행동을 이끌어내기 위해서는 통찰력과 비즈니스 전략간에 밀접한 관계가 있어야 하며 최종 사용자가 통찰력을 쉽게 이해할 수 있어야 하고 적절한 시기에 행동을 취할 수 있도록 통찰력이 조직 프로세스에 반영돼 있어야 한다. 이 모든 것이 쉽지만은 않다. 모든 기대를 충족시키기 위해서는 제조, 신제품 개발에서부터 신용 승인, 콜센터에서 이루어지는 상호작용에 이르기까지 모든 프로세스에 통찰력이 반영되는 방식에 집중해야 한다.
  
최우수 조직은 분석이 차별을 가능케 하는 요소라고 얘기한다
연구를 통해 조직의 성과와 분석이 갖는 경쟁적 가치 사이에 명료한 관계가 존재한다는 사실을 발견했다. 필자들은 응답자들에게 자신이 속한 조직의 경쟁 위치를 평가해볼 것을 요청했다. ‘업계 경쟁업체들을 상당히 능가하는 성과를 낸다’고 답한 응답자들은 최우수 조직으로 분류됐으며 ‘업계 경쟁업체들보다 약간, 혹은 상당히 저조한 성과를 낸다’고 답한 응답자들은 성과가 저조한 조직으로 분류됐다.
 
최우수 조직들은 비즈니스 정보 및 분석 기법을 활용하는 전략이 업계 내의 다른 업체들과 자사를 차별화시켜 준다고 답하는 경우가 성과가 저조한 조직에 비해 2배 가량 많다는 사실을 발견했다.
 
 

 
최우수 조직들은 경쟁업체들과는 다른 방식으로 비즈니스 운영에 접근한다. 좀 더 구체적으로 설명하자면, 최우수 조직들은 의사결정의 중요도를 막론하고 가능한 한 많은 의사결정에 분석을 접목한다. 이들은 미래의 전략적 방향성을 끌어내기 위해 분석기법을 활용하는 경우가 2배 가량 많았으며, 분석을 통해 얻은 통찰력을 일일 운영 활동을 위해 활용하는 경우가 2배 가량 높은 것으로 나타났다.(그림2 ‘최우수 조직의 분석 습관’ 참조) 최우수 조직들은 저조한 성과를 내는 조직에 비해 엄격한 분석을 바탕으로 의사결정을 내리는 경우가 2배 가량 많았다. 성장, 효율성, 경쟁 차별화 등 조직이 추구하는 게 무엇이든 성과와 분석 중심 경영 간의 상관관계는 조직에 중요한 영향을 미친다.
 
 연구 내용
 
MIT 슬론 매니지먼트 리뷰(SMR)는 비즈니스 분석(business analytics) 활용과 관련된 도전 및 기회를 이해하기 위해 IBM 비즈니스 가치 연구소와 협력해 세계 각지에서 활동하는 3000명이 넘는 기업 경영진, 관리자, 분석가를 상대로 설문 조사를 진행했다. 설문 조사를 통해 108개국, 30개 이상의 업계, 다양한 규모의 조직에서 활동하는 사람들이 어떤 생각을 하고 있는지 파악할 수 있었다. MIT 졸업생, MIT 슬론 매니지먼트 리뷰 구독자, IBM의 고객, 기타 이해관계자 등 다양한 정보원 가운데서 표본을 추출했다.
 
오늘날 조직이 직면한 실질적인 문제를 이해하기 위해 다양한 업계 및 분야의 학계 전문가 및 주제 전문가를 상대로 인터뷰를 진행하기도 했다. 이들이 갖고 있는 통찰력은 데이터를 한층 잘 이해하는 데 도움이 됐다. 뿐만 아니라, 고위 경영진이 조직 내에서 분석을 활용하는 과정에서 직면하는 전략•전술 질문을 해결할 수 있도록 추천 방안을 제시하는 데도 도움이 됐다. 필자들은 조직들이 비즈니스 분석을 어떻게 활용하는지 좀 더 심도 깊게 살펴보고 실제 조직들이 각기 다른 조직 상황에서 필자들이 추천한 내용을 어떻게 활용하는지 밝혀내기 위해 IBM에서 실행한 다양한 사례 연구를 활용했다.
각기 다른 기회를 제시하는 3단계 역량 등장
분석 기법 도입 수준이 어느 정도인지 잘 알고 있는 조직은 좀 더 쉽게 위기를 기회로 변화시킬 수 있다. 필자들은 조직의 분석 역량에 대한 평가를 바탕으로 응답자들을 분류했다. 특히, 각 조직이 분석 및 정보의 효율적인 활용을 통해 얼마나 철저하게 변화했는지를 살펴봤다. 연구를 통해 ‘열망(aspirational)’ ‘숙련(experienced)’ ‘변혁(transformed)’으로 이뤄진 분석 역량의 3단계를 찾아냈다. 각 단계는 각각 독특한 특징을 갖고 있다.(표1 ‘분석 기법 도입의 3단계’ 참조)
 
열망 열망 단계의 조직들은 그들이 원하는 분석적 목표(analytical goals) 달성과 가장 거리가 먼 조직들이다. 이 단계의 조직들은 기존 프로세스의 효율성이나 자동화에 집중하고 비용 절감을 위한 방법을 찾아 나서곤 한다. 열망 단계의 조직들은 분석적인 통찰력을 수집, 이해, 구체화하거나 통찰력을 바탕으로 행동하기 위한 필수 구성 요소(인력, 프로세스, 도구)를 소수 갖고 있을 뿐이다.
 
숙련 이런 조직들은 분석적 경험(열망 단계에서 성공적으로 효율성을 얻어낸 경험을 활용하는 경우가 많음)을 바탕으로 비용 관리 이상을 추구한다. 숙련 단계의 조직은 조직을 최적화하기 위한 노력을 시작할 수 있도록 분석 기법을 수집하고 활용하며, 분석 기법을 바탕으로 행동하기 위해 더 나은 방법을 고안한다.
 
변혁 이 단계의 조직들은 다양한 부문에서 분석 기법을 활용해 온 상당한 경험을 갖고 있다. 이들은 분석을 경쟁적인 차별화 요인으로 활용하며 최적화와 차별화를 위해 인력, 프로세스, 도구를 조직화하는 데 이미 능숙한 상태다. 변혁 단계의 조직들은 이미 효과적인 통찰력 활용을 통해 운영 활동을 자동화한 덕에 열망 단계의 조직과 숙련 단계의 조직에 비해 비용 절감을 위해 적극적인 노력을 기울이지 않는다. 이들은 조직적인 한계를 초월하기 위해 노력하며 고객 수익성을 개선하고 틈새 분석 기법에 집중 투자하기 위해 최대의 노력을 기울인다.
 
변혁 단계의 조직은 열망 단계의 조직에 비해 업계 경쟁업체를 상당히 능가하고 있다고 답할 가능성이 3배 가량 높다. 이와 같은 성과 우위는 높은 차원의 분석 기법을 도입하면 그만큼 많은 보상이 주어진다는 것을 의미한다.
 
 
From the SMR Editor
 
2002년, 다른 지역의 대규모 공립 학교 시스템과 다르지 않았던 애틀랜타 귀넷(Gwinnett) 카운티의 공립 학교 시스템에 문제가 생겼다. 어떤 기준으로 보더라도 학생들의 성적이 떨어지고 있었고 문제 학생 및 가난한 학생들의 졸업률이 특히 하락하고 있었다. 교사들은 다양한 노력을 기울였지만 그 어떤 방법으로도 추세를 역전시킬 수 없었다.
 
하지만 영리 기업이든 공공 기관이든 규모가 비슷한 여느 기업과 마찬가지로 귀넷 카운티의 공립 학교 시스템에는 데이터가 나날이 쌓여 갔다. 귀넷 카운티는 데이터를 활용하기 시작했다.
 
조지아주, 애틀랜타 외곽에 위치한 귀넷은 미국에서 14번째로 큰 학교 시스템을 갖고 있다. 귀넷 학교 시스템에 소속된 직원 수는 2만3000명에 달하며 귀넷 학교 시스템은 수업이 있는 날이면 애틀랜타에 기반을 두고 있는 델타 항공(Delta Air Lines)보다 더 많은 수의 사람을 실어 나른다. 이 모든 활동을 통해 정보가 탄생하며 디지털화되는 정보의 양이 나날이 늘어가고 있다. 2002년, 참신한 교육 방안을 고심하던 귀넷 학교 시스템 책임자들은 분석론(analytics)을 활용할 방법을 생각하기 시작했다. 데이터의 패턴, 관계, 의존성, 예측 변수 등을 찾아내기 위해 모든 정보를 살피기 시작한 것이다. 이들이 궁금하게 여기는 것은 ‘학업적으로 문제가 있는 학생의 성적 중 어떤 부분이 그 학생의 졸업 여부를 가장 정확하게 예측할 수 있을까’라는 것과 ‘해당 학생의 성공 여부에 변화를 주기 위해 어떤 수단을 활용할 수 있을까’라는 것이었다.
 
분석을 통해 찾아낸 답은 대수학 I(Algebra I)였다. 데이터 분석 결과, 가장 문제가 심각한 학생들의 졸업 가능성을 정확하게 예측하는 지표로 대수학 I 과정(귀넷 카운티 학교 시스템 내에서는 9∼10학년 과정에서 배우는 과목)의 성공적인 이수 여부보다 더 나은 지표는 없다는 사실이 밝혀졌다. 과거 수학을 어려워했던 학생들(9∼10학년이 되기 전에 다른 수학 과목을 통과하지 못했던 학생들)의 수학 실력을 대수학 I을 통과할 수 있을 만큼 향상시키려면 어떻게 해야 할까?
 
이 질문에 대한 답은 놀라웠다. 과거 수학 수업을 통과하지 못한 학생들이 대수학 I 과정을 성공적으로 이수할 수 있을지 예측하기 위한 최고의 변수가 무엇이었을까? 정답은 8학년 과정 ‘창의적인 글쓰기(creative writing)’였다.
 
이런 사실을 깨달은 귀넷은 학생들이 8학년 때 창의적인 글쓰기 수업을 성공적으로 이수할 수 있도록 돕기 위해 많은 관심과 자원을 투입했다. 그 결과는 어땠을까? 작문 수업 통과율이 높아지자 대수학 I의 통과율이 높아졌으며 결국 졸업률도 상승했다. 절대로 바뀌지 않을 것 같던 추세가 뒤집어졌다. 2010년 가을, 귀넷은 가계 수입 및 인종에 따라 나타나는 성취도의 차이를 좁히고 학생들의 성취도 및 성적 향상 부문에서 가장 우수한 성과를 보인 학구(學區)에 주어지는 브로드 교육상(Broad Prize)을 수상했다. 분석 기법을 활용하면 정보가 통찰력으로 바뀌며, 통찰력이 또 다시 행동으로 바뀐다. 또 행동은 획기적인 결과를 낳는다.
 
분석은 이런 식으로 젊은이들의 인생을 바꾸어놓을 수 있다. 귀넷 학교 시스템이 경험한 일화를 바탕으로 얻어낸 행복한 결론이다. 하지만 분석으로 인한 불편한 진실도 드러났다. 가령, 귀넷에서 수집한 데이터를 통해 오랜 기간 사용돼 온 교육 접근방법 중 일부가 효과적이지 않을 뿐 아니라 오히려 역효과를 낳는다는 사실이 밝혀졌다. 이런 메시지는 모든 사람이 따뜻한 마음으로 수용할 수는 없는 것이었다.
 
사실, 귀넷의 전반적인 경험은 데이터 중심의 경영 및 분석론(data-driven management and analytics)을 받아들였을 때 조직이 무엇을 기대할 수 있는지 잘 보여준다. 오랫동안 많은 사람들의 지지를 받아 온 믿음 중 일부가 사실은 잘못된 것이라는 점이 밝혀질 것이다. 분석을 통해 얻은 새로운 통찰력이 놀라운 결과로 이어질 수도 있다. 귀넷 사례가 보여주는 것처럼 데이터 중심 경영 방식을 효과적으로 도입하는 조직은 업계 내에서 선두적인 위치를 차지하게 될 가능성이 크다. (귀넷에 대한 좀 더 많은 내용이 궁금하다면 sloanreview.mit.edu에 접속해 귀넷의 CIO 스콧 퍼트렐(Scott Futrell) 인터뷰를 읽어보기 바란다.)
 
귀넷 학교 시스템을 통해 확인한 모든 내용은 2010 신지능 기업 글로벌 경영진 조사 및 연구 프로젝트(New Intelligent Enterprise Global Executive Study and Research Project)를 통해 찾아낸 내용과 일치한다. 구체적인 내용은 뒤에서 살펴볼 계획이다. MIT 슬론 매니지먼트 리뷰(MIT Sloan Management Review)는 IBM 비즈니스 가치 연구소(IBM Institute for Business Value)와 공동으로 진행한 연구를 통해 모든 조직들이 정보를 활용하고 현재, 그리고 미래에 분석 기법을 적용하기 위해 어떤 시도를 하고 있는지 이해하려고 노력했다.
 
‘데이터 폭주(data deluge)’ 현상에 대한 근거는 이미 충분하며 데이터 폭주 현상은 점차 심화되고 있다. (2009년 한 해 동안 인류가 그 전까지 축적된 데이터를 모두 더한 것보다 많은 양의 데이터를 생산해냈다는 설도 있다.) 또 이번 연구 결과 수많은 경영진들이 데이터에 압도당하는 기분을 느낀다는 사실이 드러났다. (응답자의 60%가 ‘사실상 활용할 수 있는 것’보다 더 많은 정보를 갖고 있다고 답했다.) 하지만 이번 연구를 통해 가장 현명한 조직들은 이미 경쟁 우위를 확보하기 위해 나날이 늘어나는 정보와 분석론을 활용하기 시작했다는 사실이 밝혀졌다.
 
결론:중대한 경쟁 격차가 나날이 벌어지고 있다. 가장 뛰어난 성과를 내는 기업들은 가장 데이터를 잘 활용하는 기업들이다. 설문조사, 사례연구, 전문가 인터뷰 등을 통해 얻은 통찰력을 바탕으로 분석 중심 경영(analytics-driven management)을 실행하고 신속하게 가치를 창출하기 위한 5요소 방법론(a five-point methodology)을 도출해낼 수 있다. (선두 기업들은 이미 이런 방법을 활용하고 있다.)
 
최고의 조직들이 좀 더 현명해지는 동시에 좀 더 현명하게 행동하고, 결과적으로 승리하기 위해 스스로를 어떻게 변모시키고 있는지 살펴보자.
 
- 마이클 S. 홉킨스(Michael S. Hopkins), MIT 슬론 매니지먼트 리뷰(SMR) 편집장
 
데이터는 최대의 장애물이 아니다
통념과는 달리 조직이 분석 기법을 도입하고자 할 때 직면하는 최대의 장애물은 적절한 데이터를 확보하는 게 아니다. 데이터의 질이나 효과적이지 않은 데이터 관리에 대한 우려가 가장 큰 장애물이라고 답한 응답자는 약 20%에 불과했다.
 
분석 기법을 도입하는 과정에서 조직이 가장 빈번하게 직면하는 장애물은 데이터와 기술에 관한 것이 아니라 관리상 문제 및 조직 문화와 관련된 것이다. 조직 전반의 분석 기법 도입을 방해하는 최고의 장애물이 비즈니스 개선을 위한 분석 기법 활용 방법에 대한 이해 부족이라고 답한 응답자가 약 40%에 달했다. 3명 중 1명 이상의 응답자가 서로 경쟁 관계에 놓여 있는 우선순위로 인한 경영진의 관심 부족이 문제라고 답했다.(그림3 ‘좀 더 데이터 중심적인 조직이 되는 데 방해가 되는 걸림돌’ 참조)
 

 
정보를 이해하고 행동의 기반으로 삼기가 한층 더 수월해져야 한다 
경영자들은 신속하게 데이터의 의미를 이해하고행동을 취할 수 있도록 데이터가 갖고 있는 복잡한 통찰력을 전달하기 위한 좀 더 나은 방법을 찾으려고 한다. 경영자들은 앞으로 2년이 지나고 나면 사실만을 보고하는 기존 방식 대신 정보를 생생하게 활용하는 새로운 접근방법을 활용하는 데 집중하게 될 거라고 얘기한다. 새로운 접근방법으로는 문자 및 음성 분석, 소셜 미디어 분석, 기타 예측하고 규정짓는 기법을 비롯해 데이터 시각화, 프로세스 시뮬레이션 등이 있다.
 
이와 같은 새로운 도구들을 활용하면 데이터를 통해 얻은 통찰력을 이해하고 조직 내 모든 지점 및 모든 기술 단계에서 통찰력을 활용하기가 수월해진다. 새로운 도구들이 없다면 데이터를 정보 및 통찰력으로 변화시키기 위해 추가적인 해석을 해야 하거나, 데이터를 바탕으로 행동을 개시하는 방법을 정확하게 알지 못한 탓에 데이터가 시들해지도록 내버려둘 수밖에 없는 상황이 벌어진다. 하지만 새로운 도구들을 활용하면 데이터를 즉각 활용 가능한 정보 및 통찰력으로 변화시킬 수 있다.
 

분석 기법이 제 역할을 해낼 수 있도록 돕기 위해 리더가 해야 할 일: 새로운 방법론
분석의 효용을 취하기 위해서는 원대한 계획을 세우고 그 계획에 맞게 별개의 행동을 취해야 한다. 하지만, 그와 동시에 매우 구체적인 경영 접근 방법이 필요하다. 필자들은 설문조사, 직접적인 경험, 사례 분석, 전문가와의 인터뷰 등을 통해 얻은 데이터를 바탕으로 성공적으로 분석 중심 경영을 실행하고 신속하게 가치를 창출하기 위한 새로운 5요소 방법론(a new five-point methodology)을 찾아낼 수 있었다. 본 논문에서 제시하는 추천 방안은 조직들이 ‘가치에 이르는 새로운 길’을 이해하고 그 길을 따라 여행할 수 있도록 돕기 위한 것이다. 각 추천방안에는 각기 다른 정보-분석 가치 퍼즐(the information-and-analytics value puzzle)의 조각들이 포함돼 있으며, 퍼즐을 구성하는 각각의 조각들은 다음과 같은 3개의 중요한 경영 요구를 충족시킨다.
 
가치 창출에 걸리는 시간 감소 조직이 정교한 분석을 위해 노력하는 초기 단계에도 얼마든지 가치 창출이 가능하다. 통념과는 반대로 가치 창출을 위해 완벽한 데이터가 필요하거나 전면적인 조직 변화가 필요한 건 아니다.
 
중요하고 영속적인 변화가 일어날 가능성 증가 필자들이 찾아낸 새롭게 떠오르는 방법론을 활용하면 가장 중요한 조직 장애물을 전술적으로 극복해 영속적인 변화(전략적 변화 및 문화적 변화)를 가능케 하고 고취시킬 수 있다.
 
달성 가능한 단계에 대한 강도 높은 집중력 가장 현명한 기업이 활용하는 접근방법은 강력한 효과를 낸다. 각 단계가 리더들이 전반적인 변화를 이끌어내기보다 특정한 부분에 노력과 자원을 집중시킬 수 있도록 도움을 주는 것도 한 가지 이유다. (특정한 부분에 노력과 자원을 집중하면 각 단계를 성공적으로 밟아나가며 투자수익률을 높일 수 있다.)
 
최고의 경로 전략, 최고의 고객 경험, 최고의 포트폴리오, 최고의 프로세스 혁신 중 어떤 것을 추구하든, 이 접근방법을 도입하는 조직은 그 누구보다 먼저 분석 기법을 통해 비즈니스 우위를 얻을 수 있다.
 
 추천방안 1  먼저, 가능한 한 크게 생각하라
가장 크고 높은 가치 기회에 집중하라 가장 큰 도전과제를 공략하면 실패할 위험도 가장 커질까? 역설적이게도 그렇지 않다. 그 이유는 문제가 크면 그만큼 많은 관심을 끌고 적극적인 행동을 이끌어낼 수 있기 때문이다. 설문 참가자들이 들려준 얘기처럼 경영진의 관심을 끄는 게 가장 큰 도전과제다. 프로젝트에 많은 것이 걸려 있으면 최고 경영진이 많은 것을 투자하게 되며 최우수 인재들의 참여를 이끌어낼 수 있다.
 
사람들이 개인적인 경험을 바탕으로 결정을 내리는 방식에서 벗어나 데이터를 근거로 결정을 내리도록 바꾸기는 매우 힘들다. 데이터가 일반적인 통념과 다를 때에는 특히 힘들다. 하지만 모든 사람이 데이터가 중요한 목표에 어떤 기여를 하는지 명확하게 이해하면 현 상황을 바꾸기가 한층 수월해진다. 엄청난 보상을 얻게 될 가능성이 눈에 보이는 상황에서는 많은 노력을 쏟아 붓는 것을 한층 쉽게 정당화할 수 있으며 각 기능 및 각 단계의 사람들이 더욱 적극적인 지지를 보내게 된다.
 
반대로 전략적인 비즈니스 방향을 제시하지 않은 채 무작정 분석을 시작해서는 안 된다. 이런 노력은 머지 않아 정체될 가능성이 크기 때문이다. 무작정 분석을 시작하면 자원을 낭비하게 될 뿐 아니라 분석의 진정한 가치에 대한 회의적인 생각을 널리 퍼뜨리는 결과가 초래될 수 있다.
 

 
 
필자들은 기업 경영자들과 토론을 하던 중 여러 사람들로부터 중요한 조직 과제와 잘 정렬(aligned)돼 있는 분석 기법을 활용하면 다양한 장애물을 극복하기가 한결 수월해진다는 얘기를 들을 수 있었다. 응답자들은 수많은 도전과제를 언급했으며, 그 중 무시하거나 최소화할 수 있는 것은 아무것도 없다. 분석 프로젝트에 대한 경영자의 지지, 데이터의 질, 데이터 접근가능성, 지배구조, 기술, 문화 등 모든 것이 중요하며 모든 것을 제때 처리해야 한다. 하지만 하나의 거대한 아이디어, 판도를 바꿔놓을 만큼 위대한 통찰력에 내재돼 있는 엄청난 추진력에 부딪히면, 이런 장애물들은 노력을 헛된 것으로 만들기보다 변화의 물결에 휩쓸리게 된다.
 

 추천방안 2  중간에서 시작하라
새로운 기회가 주어질 때마다 데이터 분석이 아니라 질문을 던지는 데서부터 시작하라 조직들은 분석을 시작하기 전에 활용 가능한 모든 데이터를 수집하는 데서부터 시작하려는 욕구를 느낀다. 이런 접근 방법을 택한 탓에 데이터 수집, 정화, 전환 등 데이터 관리에 전방위적인 노력을 기울이게 되고, 그 결과 데이터의 잠재적인 용도를 이해하기 위한 시간, 에너지, 자원이 부족해지는 경우가 많다. 무작정 행동에 돌입하는 것은 가장 가치 있는 방법이 아닐 수도 있다. 대신, 조직들은 프로세스의 중간쯤으로 여겨지는 일에서부터 시작해야 한다. 즉, 중요한 비즈니스 목표를 달성하기 위해 필요한 통찰력 및 질문을 정의한 다음 대답을 찾기 위해 어떤 데이터를 찾아내야 할지 파악하는 순서로 분석을 실행해야 한다.
 
먼저 어떤 통찰력이 필요한지 정의를 내리면 특정한 주제 부문을 목표로 삼고 초기 분석 모델에서 즉각적으로 활용 가능한 데이터를 사용할 수 있다. 이와 같은 초기 모델에서 얻은 통찰력을 활용하면 데이터 인프라와 비즈니스 프로세스 간의 격차를 확인할 수 있다. 무작정 데이터를 수집하는 데서부터 시작해 데이터 정화에 많은 시간을 투자하는 대신 통찰력을 바탕으로 찾아낸 목표 데이터 요구와 특정한 프로세스 개선에 시간을 투입해 가치 반복을 가능케 할 수 있다.
 
데이터를 가장 중요하게 여기는 기업들은 첫 번째 통찰력을 제대로 이해하기도 전에 추진력을 잃어버리는 경우가 많다. 데이터를 우선시하는 접근방법을 활용하면 금전적인 수익을 얻기까지 너무 오랜 시간이 걸린다는 생각이 팽배해 있는 탓에 이런 일이 발생하는 경우가 많다. 이런 업무의 범위를 중요한 질문에 대한 대답을 찾기 위한 구체적인 주제 분야로 좁히면 데이터에서 얻은 통찰력을 유용하게 활용하는 동시에 좀 더 신속하게 가치를 실현할 수 있다.
 
뿐만 아니라, 데이터나 프로세스 변화에서부터 시작하는 조직은 재작업(rework), 해결해야 할 추가 자원을 필요로 하는 예기치 못한 결과(예: 확장 불가능한 데이터, 결과적으로 제거해야 할 프로세스)를 맞이하는 경우가 많다.
 
통찰력을 비즈니스 운영에 신속하게 반영하기 위한 노력 변혁 단계의 조직은 다른 단계에 속하는 조직에 비해 데이터 획득 능력이 뛰어나다.(그림4 ‘데이터 변혁 기업은 무엇을 하는가’ 참조) 뿐만 아니라 변혁 단계의 조직들은 데이터 관리에 한층 능숙하다. 변혁 단계 조직들은 데이터를 획득하고 관리하는 부문의 실행 역량이 열망 단계 조직에 비해 최대 10배 정도 뛰어나다.
기업 프로세스에는 분석적 통찰력에 의해 비즈니스 가치가 올라가는 지점이 있다. 운영적인 측면의 과제는 어떤 지점에서 통찰력을 특정한 업계 및 조직에 적용해야 하는지 이해하는 것이다. 예를 들어, 은행 고객이 급여 자동 이체나 송금 서비스 이용을 중단했다고 생각해 보자. 이런 상황에서, 은행 내에서 그 사실을 인지한 후 그 고객이 다른 직업을 갖게 된 건지 주거래 은행을 바꾸려는 건지 파악해야 할 책임을 갖고 있는 사람은 누구일까? 고객 만족도가 낮은 상황이라면, 어떤 통찰력이 필요하며 고객의 이탈을 막기 위해 통찰력을 어떤 식으로 전달해야 할까?
 
데이터와 통찰력, 그리고 시기 적절한 행동을 함께 진척시켜 나가기 위해서는 가장 중요한 비즈니스 목적이 항상 명확하게 드러나도록 해야 한다. 이런 방식을 활용하면 모형, 프로세스, 데이터를 검증하는 과정에서 다음 단계에서 자세히 살펴봐야 할 우선순위가 무엇인지 명확하게 정리해둘 수 있다. 비즈니스상의 요구를 바탕으로 데이터와 모형을 수용할지, 거부할지, 개선할지 결정하게 된다. 응용 방식 및 프로세스의 수를 늘릴 때 새로운 분석적 통찰력(서술적, 예측적, 규정적)을 접목하며 피드백과 개선으로 이루어진 선순환의 고리가 자리를 잡게 된다.
 
 추천방안 3  분석에 활력을 불어넣어라
행동을 장려하고 가치를 전달하기 위해 통찰력을 접목하라 비즈니스 프로세스에 정보를 반영하기 위한 새로운 방법 및 도구(활용 사례, 분석 솔루션, 최적화, 업무 흐름, 시뮬레이션)를 활용하면 통찰력을 좀 더 쉽게 이해하고 행동으로 옮길 수 있다. 응답자들은 요즘 가장 중요하게 활용하고 있는 도구로 추세 분석, 예측, 표준화된 보고 등을 꼽았다. 하지만 앞으로 24개월 후에 훨씬 더 큰 가치를 갖게 될 도구도 선택했다. ‘현재 사용 중인’ 방법의 하락세와 ‘앞으로 사용하게 될’ 방법의 상승세는 놀라웠다.(그림5 ‘데이터 중심 관리자들은 어느 곳을 향하고 있는가?’ 참조)
 
현재 가장 흔히 사용되고 있는 도구들은 앞으로 24개월 동안 다음 도구들에 설 자리를 빼앗기게 될 것으로 보인다.
 
1.대시보드, 점수표 등 데이터 시각화
 
2.시뮬레이션 및 시나리오 개발
 
3.비즈니스 프로세스에 접목한 분석 기법
 
4.회귀 분석, 이산 선택 모형, 수학적 최적화 등 고급 통계 기법
 
조직들은 새롭게 등장하는 기술에서 비롯되는 가치가 급증해 조직 내 모든 단계에서 데이터 중심 통찰력을 활용할 수 있게 될 것으로 기대한다. 예를 들어 GPS를 기반으로 하는 내비게이션을 사용하면 실시간 교통 상황 및 경보를 내비게이션 지도에 나타내 보여주고 운전자에게 최적의 길을 제시할 수 있다.
 
마찬가지로 석유 시추 작업을 할 때에도 3D 입체영상 기법을 활용하면 회사 전체에서 활용 가능한 협력 자원 및 분석 자원을 활용해 시추 현장에 설치된 모든 센서로부터 데이터를 수집할 수 있다. 생산을 담당하는 엔지니어들은 지질학, 생산, 수송관 정보를 시추 결정에 반영할 수 있다.
 
3D 입체영상 외에도 영상으로 구현한 지도 및 도표를 활용하면 유통 흐름에서 나타난 중요한 변화나 소비 및 자원 활용과 관련된 예상 변화를 시뮬레이션으로 표현할 수 있다. 체계가 없는 데이터를 분석하는 새로운 영역에서도 각 낱말의 사용 빈도를 그림으로 표시한 언어 지도를 통해 패턴을 시각화할 수 있다. 이 방법을 활용하면 마케팅 담당자들이 브랜드가 어떤 식으로 인지되고 있는지 파악하는 데 도움이 된다.
 
조직 내 모든 직원들이 복잡한 분석을 통해 추출한 통찰력(분석 기법이 아니었더라면 종합하기 어려웠을 통찰력)을 소비하고 행동의 근거로 삼을 수 있도록 돕기 위해 이런 유형의 혁신적인 정보 활용 방법을 사용하는 경우가 점차 늘어날 것이다.
 
새로운 기법과 접근 방법은 통찰력을 행동으로 변화시킨다 쉽게 이해하고 행동의 근거로 삼을 수 있는 결과를 도출해내면 통찰력을 활용하기 위한 새로운 기법의 가치가 증진된다.
 
- 지난 분기의 실질 판매를 반영하는 대시보드를 활용하면 다양한 조건(새로운 미디어 활용 방법, 가격 변화, 영업팀 확대, 중대한 날씨 변화, 스포츠 경기 등) 하에서 다음 분기 판매가 어떻게 될지 확인할 수 있다.
 
- 대체 가능한 시나리오를 평가하는 시뮬레이션을 활용하면 특정한 부문에 특정한 제품을 선보이기 위한 최고의 미디어 활용 방법, 특정한 신영역에 할당해야 할 최적의 영업 전문가 수 등 최적의 접근방법을 추천할 수 있다.
 
- 활용 사례를 보면 비즈니스 응용 방식 및 프로세스에 통찰력을 어떻게 접목하는지 확인할 수 있다.
 
새로운 방법을 활용하면 의사결정권자들이 고객의 구매, 지불, 상호교류를 좀 더 정확하게 보고 이해할 수 있다. 기업들은 경로 및 제품 선호도에 대한 고객의 독특한 욕망 및 욕구에 귀를 기울일 수 있다. 사실, 복잡한 조직 시스템 내에서 정보와 고객에 활력을 불어넣는 것이 통찰력을 활용할 필요가 있는 사람들에게 통찰력 중심 데이터를 생생하게 전달했을 때 얻을 수 있는 최대의 이점이다.
 

 
 
 추천방안 4  추가하라, 단 기존의 것을 잃어서는 안 된다
새로운 역량을 추가하면서 기존 역량도 유지하라 경영진은 분석(analytics)의 필요성을 맨 처음 깨달았을 때 답을 구하기 위해 가장 가까운 사람들을 찾는 경향이 있다. 시간이 흐르면 필요할 때마다 수집한 자원이 각 지역 사업부 내에 누적돼 통찰력 공유가 가능해진다. 결국, 중앙 조직이 모두가 공유할 수 있는 기업 관점(관리 방식, 도구, 방법) 및 특수화된 전문성을 제시한다. 경영진이 그날그날의 결정 및 행동 방안을 공지하기 위해 분석 기법을 좀 더 자주 활용하다 보면 통찰력에 대한 요구가 증가해 각 단계에서 지속적으로 관련 자원을 활용하게 된다. 따라서 효율성을 증진하는 방향으로 행동이 변경될 때에도 분석 역량이 확장된다.(그림6 ‘분석 기법을 도입하면 분석 역량이 어떻게 성장하는가’ 참조)
 
앞서 설명한 것처럼 정교한 모형 및 시각화 도구를 활용하면 단기간 내에 그 어느 때보다 커다란 비즈니스 가치를 제공할 수 있다. 그렇다고 해서 스프레드시트와 차트를 더 이상 사용해서는 안 된다는 뜻은 아니다. 오히려 그 반대다. 새로운 도구는 기존 도구를 보강하는 역할을 해야 한다. 혹은, 새로운 도구와 기존의 도구를 필요할 때마다 함께 활용해야 한다. 조직이 좀 더 야심 차게 데이터를 중심으로 움직이는 조직으로 변모해가는 과정에서 분석 역량을 강화하기 위해 기울이는 모든 노력에 ‘새로운 도구를 활용하는 과정은 첨가하는 과정이어야 한다’는 교훈을 접목시킬 수 있다. 점차 중앙 집중적인 차원에서 분석 기법이 적용된다고 해서 실제 분석을 필요로 하는 곳에서 갖고 있는 기존의 분석 역량을 줄여서는 안 된다. 뿐만 아니라, 실제 분석을 필요로 하는 곳의 분석 역량을 조직의 중앙부로 옮겨서도 안 된다. 새로운 역량이 등장했다 하더라도 기존 역량에 대한 지원을 멈추어선 안 된다.
 
조직 내에서 역량은 다양한 방식으로 성숙하고 심화된다. 재무, 공급망 등의 부문은 어쩔 수 없이 데이터 집중적인 특성을 갖고 있기 때문에 이런 부문에서 분석이 가장 먼저 뿌리를 내리는 경우가 많다. 초기의 성공에 고무된 조직들은 분석적 의사 결정을 다른 분야에 접목하기 시작한다.(그림7 ‘다양한 부문으로 확산되는 분석론’ 참조) 변혁 단계의 조직에서는 특정한 기능부서에서 사용되는 모형이 최소한의 수정을 거쳐 다른 기능부서에 적용될 수 있는 모형으로 수정되기 때문에 재사용 가능성이 눈덩이 효과로 이어진다. 시간이 흐르면, 데이터 중심적인 의사결정이 조직 전체로 퍼져나간다. 경험과 사용 횟수가 늘어남에 따라 분석의 가치도 증가하며, 분석의 가치가 증가하면 비즈니스 측면의 이득이 한층 빠른 속도로 누적된다.
 

 
 
기업 전체를 아우르는 분석 부서를 설립해 가치를 추가하라 별도의 사업부서나 기능부서를 통해 분석의 가치를 처음으로 경험한 조직은 가까운 미래에 좀 더 다양한 역량을 확보하고 기존의 역량을 좀 더 다양하게 활용하기 위해 노력하게 될 가능성이 크다. 최우수 센터, 혹은 권한 센터라고 불리는 중앙 집중화된 분석 부서는 분석 자원이 효율적으로, 그리고 효과적으로 공유될 수 있도록 노력을 기울인다. 하지만 분산된 역량 및 일부 부문에 국한된 역량을 없애버려서는 안 된다. 그보다는 각기 다른 기능, 부서, 사업부에서 이미 개발했을 가능성이 있는 기존의 역량에 새로운 역량을 추가하는 방식을 택한다.
 
연구를 통해 변혁 단계의 조직은 열망 단계의 조직에 비해 중앙 집중화된 기업 부서를 분석의 주된 출처로 활용하는 경우가 63% 가량 많다는 사실을 발견했다. 중앙 집중화된 분석 부서는 다음과 같은 방법을 통해 우선순위 및 기준을 정해 선진적인 모형 및 기업 관리 방식을 제시하는 등 조직 내의 고급 분석 기술의 집결지 역할을 할 수 있다.
- 분석 기법을 통해 해결할 수 있는 비즈니스 문제를 찾아내기 위한 표준 방법 제시.
 
- 모든 프로세스에 통찰력을 반영할 방법을 철저하게 관리하는 한편 분석을 필요로 하는 비즈니스 요구를 찾아내도록 장려.
 
- 기업 차원의 우선순위 관리 장려, 데이터 출처 숙달, 기업 효율성을 위한 재사용.
 
- 자원 공유, 유지보수 업무 간소화, 라이선스 비용 절감.
 
필자들은 분석 도구 적용, 기능 부서의 분석 기법 활용, 기술 추적 등 3개 분야에서는 기존의 역량을 그대로 둔 채 새로운 역량을 추가하는 방법이 분석 중심의 경영을 통해 최대의 이익을 얻을 수 있는 빠른 길이라는 사실을 발견했다.
 
 

 
 
 추천방안 5  부분을 만들고, 전체를 계획하라
정보 의제를 활용해 미래 계획을 수립하라 거대한 데이터가 점점 더 거대해지고 있다. 정보는 시장 수요에서부터 날씨에 이르는 모든 것의 변화에 관한 실시간 데이터를 전송하는 상호 연결된 공급망으로부터 나오고 있다. 뿐만 아니라 소셜 미디어, 스마트 폰 응용 프로그램, 나날이 늘어나는 인터넷 기반 기기 등 비구조화된 디지털 경로를 통해 전략적 정보가 도달하기 시작했다. 응답자 10명 중 6명이 효과적으로 사용할 수 있는 수준 이상의 데이터를 갖고 있다고 답한 사실이 전혀 놀랍지 않다.
 
이 모든 데이터를 통합적이며 일관성 있고 신뢰할 수 있는 정보 기반으로 진화시켜야 한다. 통합, 일관성, 신뢰성은 설문에 참여한 응답자들이 가장 중요하게 여기는 데이터 우선순위다.(그림8 ‘관리자들이 데이터를 통해 얻고자 하는 가장 중요한 것’ 참조) 따라서 현명한 조직들은 가장 심각한 문제를 선별적으로 공략하는 방법(그리고, 해당 문제와 관련된 통찰력을 얻는 데 가장 큰 도움이 되는 데이터 기반을 구성하는 조각들을 선별적으로 추가하는 방법)을 통해 분석 기법을 활용하겠지만 데이터 기반을 구성하는 각 부분이 전반적인 정보 의제와 어떤 관련이 있는지 이해하기 위해 노력해야 한다. 정보 의제는 모든 응용 프로그램 및 프로세스 전반에서 신뢰할 수 있는 정보를 공유·전달하는 조직의 역량을 신속하게 구축하는 데 도움이 된다. 뿐만 아니라, 정보를 조직의 전략적 자산으로 만드는 데 도움이 된다.
 
정보 의제를 활용하면 기업 정보 계획, 재무 상태를 고려한 배치 로드맵을 통해 IT 목표와 비즈니스 목표가 일치하도록 조정할 수 있으며 기본적인 정보 업무를 찾아낼 수 있다. 또한 정보 의제는 사업부를 기준으로 조직의 우선순위를 수립하고 전략을 결정하는 사람과 데이터 및 정보 관리를 담당하는 사람 사이에 필수적인 연결고리를 만드는 데 도움이 된다.
 
포괄적인 의제가 있으면 분석 기법이 변화하는 비즈니스 목표를 따라잡을 수 있다. 예를 들어 어떤 기업의 경영자는 필자들에게 가격 변화가 개별 제품 및 개별 유통 경로에 미치는 영향을 이해하기 위해 ‘과학적인 방법’을 활용하고 있다고 얘기했다. 하지만 묶음 상품(bundled products) 정책 및 유통 경로별 가격 차별화 정책을 도입하는 등 고객 중심적인 전략이 도입되자 개별 제품 및 개별 유통 경로를 중심으로 가격 변화를 이해하려고 했던 경영자들은 당황하게 됐다. 그 동안 경영자들이 활용해 온 데이터 마트(data marts)는 오랜 시간에 걸쳐 발전한 것이었기 때문에 경영자들은 앞으로 나아가기 위해 어떤 도구 및 정보가 필요한지 이해하느라 힘든 시간을 보냈다.
 
마지막으로 미래지향적인 정보 의제를 고려해 분석 기반을 구축하면 수리 과학 및 기술 발전에 뒤처지지 않을 수 있다. 기업 전체를 아우르는 정보 의제가 없으면 각 부서가 독립적으로 정보 의제를 개발하고 일관성 없는 방식으로 정보 의제를 수용하게 된다. 이런 상황이 발생하면 분석을 통해 최대의 비즈니스 이득을 얻기가 힘들어진다.
 
 

 
정보 의제를 위한 개요를 작성하라 정보 의제는 다음과 같은 기술 및 프로세스를 활용해 비즈니스 요구를 한층 정교해진 분석 기법과 일치시키는 고난도 정보 로드맵 및 비전을 제시한다.
 
- 정보 관리 방식에 관한 정책 및 도구 모음: 약간의 감독에서 전면적인 정책 및 관행으로
 
- 데이터 아키텍처: 구조화 및 비구조화된 정보·데이터베이스에 관한 임시적인 물리적·논리적 관점에서 최적의 관점으로
 
- 데이터 통용기간: 과거의 데이터만 활용하던 방식에서 모든 정보를 실시간 확인하는 방식으로
 
- 데이터 관리, 통합, 미들웨어: 각 주제에 국한된 데이터 및 각 사업부와 관련된 내용에서 종합적인 내용 및 종합적인 데이터 관리를 바탕으로 비즈니스 프로세스에 전면적으로 반영된 기업 정보로
 
- 사용자의 요구를 바탕으로 하는 분석 도구: 기본적인 검색, 질문, 보고에서 고급 분석 및 시각화로
 
정보 의제는 비즈니스 측면의 우선순위를 바탕으로 적절한 정보 및 도구를 실시간으로 제공하는 등 분석을 가능케 하는 가장 중요한 역할을 담당한다.
 
성공을 위한 전략
조직들은 분석 중심의 기회가 성장 및 성공에 중요하다는 인식을 바탕으로 가치 획득을 추구한다. 조직들은 최고의 출발점을 찾기 위해 노력한다. 하지만 어디에서 시작해야 할지 모르는 조직이 많다.
 
열망 단계의 조직:분석 기법에 투자할 명분을 만들기 위해 최고의 인재 및 자원을 모아야 한다. 최초 프로젝트에 대한 지원이 필요하다면 분석을 통해 해결할 수 있는 커다란 비즈니스 과제가 무엇인지 파악하고 해당 과제에 걸맞은 데이터를 찾아야 한다.
 
숙련 단계의 조직:조직 전체와 관련이 있는 분석을 하는 단계로 나아가고 모든 사람이 인식하는 중대한 문제에 대한 관심을 잃지 말아야 한다. 관리 자체가 하나의 목적이 되지 않도록 유의하는 한편, 각 부서의 요구를 묵살하지 않으면서 기업 전체에 도움이 되는 기회를 밀어붙이기 위해 협력해야 한다.
 
변혁 단계의 조직:분석 기법을 어떤 식으로 활용하고 있는지 파악하고 개선해 나가야 한다. 변혁단계의 조직은 분석을 통해 이미 많은 것을 얻었지만 더 많은 것을 해내야 한다는 압박감을 느낀다. 폭넓은 접근보다 깊이 있는 접근을 원한다면 분석 및 경영진의 관심에 집중해야 한다. 하지만 분석 기법이 비즈니스의 목표 달성을 돕는 새로운 방식을 입증해 보이는 것 또한 매우 중요하다는 사실을 인정해야 한다.
시작을 위한 기술
분석 기법을 도입하는 시점에서부터 효과적인 분석을 방해하는 커다란 장애물이 존재한다. 필자들은 다음과 같은 방식으로 분석을 시작할 것을 권한다.
 
어떤 과제에 집중할지 선택하라 자신이 속해 있는 조직이 직면한 가장 크고 중대한 우선순위 과제를 찾아낸 다음 그 과제를 설명하기 위한 도표를 만들어야 한다. 활용 가능한 데이터 출처, 구축해야 할 모형, 분석이 영향을 미칠 수 있는 프로세스 및 응용 프로그램 등을 보여 주어야 한다. (sloanreview.mit.edu을 방문해 특별 보고서 ‘분석론: 가치를 향한 새로운 길(Analytics: The New Path to Value)’을 읽어보면 이 도표에 관한 상세한 사례를 전부 확인할 수 있다.) 실행 가능한 여러 계획들로 구성된 목록에서 선택하는 경우라면 여러 개의 도표를 만들어 보자. 고객 유지, 사기 방지 노력, 광고 믹스 등 가장 커다란 문제가 가장 커다란 기회가 될 수 있다는 사실을 기억하기 바란다. 대부분의 사람들에게 변화는 힘들다. 따라서 가장 중요한 비즈니스 목표를 달성하는 과정에서 가장 커다란 차이를 만들어낼 수 있으며 지속적으로 집중할 만한 가치가 있는 계획을 선택해야 한다. 처음 노력을 쏟아 부을 때는 원하는 곳에 집중하는 게 무엇보다 중요하다는 사실을 기억하기 바란다. 어떤 부분을 목표로 할지 정해졌다면 주의가 흐트러지지 않도록 신경 써야 한다.
 
가치를 증명해 보여라 경영진의 지지를 얻어내고자 한다면 근거와 기준을 제시해야 한다. 하지만 지속적인 지원을 얻어내기 위해서는 가치 있는 증거를 제시해야 한다. 얼마나 많은 매출을 얻을 수 있는지, 얼마나 많은 돈을 절약할 수 있는지, 얼마나 이윤을 개선할 수 있는지 추정해 보아야 한다. 가치를 얻기 위해 필요한 조직 변화 종류를 제시하고 각 종류의 우선순위를 정하기 위해서는 분석을 적용하는 기법을 활용해야 한다. 명확한 출발점과 미래 기회를 위한 다양한 옵션이 표시돼 있는 실행 로드맵을 이용해 협조적인 태도를 이끌어내야 한다.
 
어려운 도전과제를 해결하기 위해 분석을 활용하라 도전과제는 거대해야 하며, 모형에는 통찰력이 반영돼 있어야 하며, 비즈니스 비전은 완벽해야 한다. 하지만 실행을 위한 최초의 노력은 의제와 맞아 떨어지기만 한다면 규모가 작아도 된다. 정보 거버넌스(information governance), 비즈니스 분석(business analytics), 비즈니스 규칙(business rules) 등 어렵고 힘든 과제를 위해 선택한 프로세스 관리 도구 및 비즈니스 분석 도구를 활용해 재작업을 줄여야 한다. 일을 추진해 나갈 때에는 분석 모형 및 비즈니스 비전 중 어떤 부분을 개선할 수 있을지 결정하기 위해 피드백 및 비즈니스 결과를 분석해야 한다는 점을 잊지 말아야 한다.
 
성공적 분석을 가능케 하라 분석(analytics)의 이점을 제대로 활용하기 위해서는 큰 계획을 세우고 각 계획에 맞춰 개별적인 행동을 취해야 한다. 그와 동시에 매우 구체적인 관리 접근방법도 필요하다. 필자들이 제안한 내용 각각은 다음과 같은 3개의 중요한 경영 요구를 충족시킨다.
 
- 가치를 생성해내기까지의 시간 감소
 
- 중요하고 영속적인 변화가 나타날 가능성 증대
 
- 달성 가능한 단계에 집중
 
가치로 이어지는 가장 빠른 길 위에서 여행을 시작하려면 모든 사람이 커다란 비즈니스 이슈에 집중할 수 있도록 도와주어야 하며, 미래를 위한 의제 범위 내에서 지금 현재 분석 기법을 이용해 풀어나갈 수 있는 도전과제를 선택해야 한다. 이미 자신이 갖고 있는 역량을 한층 강화해 나가라. 또한, 자신이 얻은 통찰력을 비즈니스 운영에 반영하기 위해 끊임없이 노력하라.
 
이 연구와 신지능 기업 글로벌 경영진 조사(New Intelligent Enterprise initiative), 추가 인터뷰에 관한 좀 더 많은 정보를 원한다면 sloanreview.mit.edu/tnie에 접속해 보기 바란다.
 
감사의 말씀 본 연구를 진행하고 논문을 작성하는 데 참여해 주신 IBM 비즈니스 분석•최적화 부문의 GBS 글로벌 리더 프레드 발보니(Fred Balboni), IBM 고객 분석 부문 GBS 글로벌 리더 마이클 헤이덕(Michael Haydock), IBM의 기업 홍보 담당자이며 작가이기도 한 데보라 카스댄(Deborah Kasdan), IBM의 기업 홍보 담당 글로벌 리더인 크리스틴 킨저(Christine Kinser), IBM 글로벌 서비스의 마케팅 담당 부사장 캐서린 화이트(Katharyn White)에게 깊은 감사의 말씀을 전한다.
 
번역 |김현정 jamkurogi@hotmail.com
스티브 라벨르 • 에릭 레서 • 레베카 쇼클리 • 마이클 S. 홉킨스 • 니나 크루슈위츠
 
스티브 라벨르(Steve LaValle)는 IBM의 비즈니스 분석·최적화(Business Analytics and Optimization) 서비스 라인의 글로벌 전략 책임자이다. 에릭 레서(Eric Lesser)는 IBM 비즈니스 가치 연구소의 북미 지역 책임자 및 연구 책임자를 맡고 있다. 레베카 쇼클리(Rebecca Shockley)는 IBM 비즈니스 가치 연구소에서 비즈니스 분석 및 최적화 부문의 글로벌 책임자를 맡고 있다. 마이클 S. 홉킨스는 MIT 슬론 매니지먼트 리뷰의 편집장이다. 니나 크루슈위츠(Nina Kruschwitz)는 MIT 슬론 매니지먼트 리뷰의 편집자이며 특별 프로젝트 관리자다. 이 논문에 관한 의견이 있으신 분은 http://sloanreview.mit.edu/x/52205에 접속해 메시지를 남겨 주시기 바란다. 저자와의 연락을 원하시는 분은 smrfeedback@mit.edu로 e메일을 보내 주시면 된다.
동아비즈니스리뷰 283호 Future Food Business 2019년 10월 Issue 2 목차보기