Top
검색버튼 메뉴버튼

빅데이터 분석, 최고경영진에서 관리하라

브래드 브라운 | 144호 (2014년 1월 Issue 1)

 

 

 

편집자주

이 글은 <맥킨지쿼털리>에 실린 ‘Mobilizing Your C-Suite for Big-Data Analytics’를 전문 번역한 것입니다.

 

 

지난 30년 동안 많은 기업들이 비즈니스 환경의 변화에 발맞춰 새로운 ‘C’급 경영진을 추가해왔다. 1980년대 중반까지는 최고재무책임자(CFO·Chief Financial Officer) 직책이 있는 기업이 거의 없었다. 하지만 가치 경영과 투명한 투자자 관계를 요구하는 압력이 거세지면서 CFO의 역할이 매우 중요해졌다.1  새로운 유통채널과 미디어의 등장으로 브랜드 구축 및 고객 응대의 복잡성이 커지자 최고마케팅책임자(CMO·Chief Marketing Officer)의 역할 또한 중요해졌다. 기업들은 나날이 복잡해지고 빠른 속도로 변화하는 글로벌 시장에서 살아남기 위해 최고전략책임자(CSO·Chief Strategy Officer)라는 직위도 신설했다.

 

요즘은 데이터와 분석의 위력이 비즈니스 환경에 엄청난 변화를 불러오고 있다. 기업들이 또다시 최고경영진팀에 새로운 역할을 추가해야 할 수도 있다. 매출을 늘리고, 생산성을 높이고, 경우에 따라 완전히 새로운 비즈니스를 시작하기 위해 데이터와 관련된 기회를 붙들어야 할 필요성이 커지고 있다. 이런 현상으로 인해 기업들은 새로운 요구에 직면하게 됐다. 정보 인프라에 새로운 인재를 투입하고 관련 투자를 강화해야 할 뿐 아니라 직원의 사고방식과 더불어 현장 직원들을 훈련하는 방식 또한 대폭 수정해야 하는 입장이 됐다.2  최고경영팀에 추가적으로 역량을 투입하지 않으면 데이터 분석에 박차를 가하기가 어렵다는 사실이 점차 명확해지고 있다.

 

기업이 활용할 수 있는 새로운 지평은 마케팅, 위험, 운영 등 다양한 기능 부문에 걸쳐 있다. 따라서 최고경영진은 다양한 방식으로 진화할 수 있다. 최고정보책임자(CIO·Chief Information Officer), CMO, CSO, 최고위험책임자(CRO·Chief Risk Officer)의 권한을 늘리는 방법이 해결책이 될 수도 있다. 최고데이터책임자(CDO·Chief Data Officer), 최고기술책임자(CTO·Chief Technical Officer), 최고분석책임자(CAO·Chief Analytics Officer) 등 새로운 역할을 만들어 분석 업무를 담당하는 부서를 이끌어나갈 책임을 맡기는 방법을 활용할 수도 있다. 이 글은 이런 역할을 맡고 있는 경영자들이 수행하는 가장 중요한 업무를 명확하게 정의한 다음 중요한 질문들을 던지고 그에 대한 답을 찾을 것이다. 이런 과정은 최고경영진의 구조를 변경하는 데 도움이 될 것이다.

 

최고경영진의 역할과 책임을 다시 생각하는 것이 힘겹게 느껴질 수도 있다. 하지만 데이터와 관련된 수많은 기회들이 속속 등장하고 있는 만큼 이와 관련된 최고경영진의 역할과 책임을 새롭게 생각해내지 못하면 기업의 매출 성장이나 이윤 성장이 위협받고 새로운 경쟁 상대의 도약을 허용할 수도 있다.

 

데이터 분석을 위해 최고경영진이 수행해야 할 6개의 과제

 

빅데이터와 고급 분석을 위한 전략을 수립하고 실행하려면 외부 데이터마이닝 업체에 데이터를 제공하고 숨겨진 트렌드를 파악할 것을 요청하는 정도에 그쳐서는 안 된다. 그보다는 기업이 일상적인 비즈니스를 실행하는 방식을 광범위하게 변화시켜야 한다. 이렇게 과감한 변화에 대한 요구가 있어야 최고경영진도 변화할 수 있다. 제도적인 지식을 적용하고, 조직적인 위험 요소를 헤치고 나아갈 방향을 찾고, 까다로운 취사선택을 하고, 결정권이 충돌할 때 합당한 사람에게 권한을 부여하고, 새로운 데이터 분석 문화를 전적으로 수용하는 리더십을 가졌다는 신호를 보낼 수 있는 경험 많은 인재는 그 무엇으로도 대체될 수 없는 소중한 존재다. 그동안 필자들이 경험한 바에 의하면 리더들에게 요구되는 공동 행동은 크게 6개의 범주로 나뉜다. 리더들은 무작정 업무를 떠맡기거나 새로운 역할을 만들기에 앞서 적절히 필요한 조치를 취해야 한다.

 



1. 사고방식을 바꿔라

 

이런 변화의 여정을 시작하는 고위급 경영팀은 데이터 분석에 대한 지식을 습득하고 데이터가 자사 비즈니스에 무엇보다 중요하다는 사실을 받아들여야 한다. 그래야 어떤 일들이 급속도로 실현 가능해지고 있는지 이해할 수 있다. 최고경영팀이 이와 같은 관점을 갖고 있어야만 행동의 변화가 지속적으로 조직 전체로 확산된다. 가장 먼저 던져야 할 중요한 질문은데이터 분석이 성과를 비약적으로 발전시킬 수 있는 분야가 어디인가라는 것이다. 중요도가 높은 각 사업부와 기능 조직 내에서 이런 활동이 이뤄져야 한다. 또한 실질적인 행동을 장려할 수 있을 만한 권한과 영향력을 갖고 있는 고위급 경영자가 활동을 주도해야 한다.

 

커다란 규모를 자랑하는 운송회사 A의 경영진은 CSO에게 데이터 분석에 대한 책임을 맡겼다. CSO는 고위급 관리자들의 사고를 유연하게 만들고 지식 수준을 높여주기 위해 빅데이터를 훌륭하게 처리하는 여러 기업들을 방문할 수 있는 기회를 만들었다. 그런 다음 CSO는 각 사업부에 내년도 전략 계획을 수립할 때 데이터 분석을 우선순위 안에 반영하도록 요청했다. A사는 이 과정을 통해 현실적인 비즈니스 목표와 관련된 명확한 이정표를 만들고 각 사업부를 이끌어나가는 경영자들의 관심을 유도했다. 머지않아 사업부 경영자들은 공개적으로 아이디어를 관리하고 탐구했으며 새로운 분석 기회를 탐색했다. 이와 같은 활동들은 각 조직에 활력을 불어넣는 데 도움이 됐다.

 

2. 데이터 분석 전략을 정의하라

 

새로운 비즈니스 기회가 있다 하더라도 전략과 계획, 성공 평가 기준이 명확하게 수립돼 있지 않으면 기회에 내재돼 있는 잠재력이 실현되지 않을 가능성이 크다. 데이터 분석이라는 기회 역시 마찬가지다. 최고경영팀 가운데 계획 수립을 명확하게 책임질 사람을 결정하거나 충분한 시간을 들여 우선순위 선정에 대한 논의를 하지 않은 탓에 분석을 위한 전략과 계획, 평가 기준을 명확하게 정하지 못하는 기업이 많다.

 

통신기업 B CEO는 데이터 분석을 밀어붙이려 했다. 그는 특히 고객 이탈 방지 및 가격 책정에 대한 통찰력을 개선하는 것을 중요하게 여겼다. B사는 분석업무를 맡을 시니어 분석가를 신속하게 채용했다. 하지만 이런 노력은 머지않아 중단되고 말았다. 분석팀은 모델을 구축하고 고객 분석을 수행하는 등 주어진 역할을 제대로 수행했다. 하지만 각 사업부를 이끌어 나가는 경영 파트의 고위급 관리자들은 자신들이 데리고 있는 중간급 관리자들에게 새로운 분석 모델을 활용하는 방법을 가르치기 위해 적극적으로 노력하지 않았다. 데이터 분석의 잠재력을 보지 못한 것이다. 좀 더 솔직하게 이야기하면 데이터 분석을우리의 우선순위는 아니다라고 생각한 것이다.

 

필자들이 일찍이 다른 글에서 주장했듯이3  데이터 분석의 잠재력을 실현하려면 우선순위가 반영된 명료한 계획을 수립하고 데이터 분석을 비즈니스 결과에 어떤 식으로 반영할지 명확하게 정의해야 한다. 많은 기업들이 흔히 사용하는 전략적 계획 수립 과정과 다르지 않다. 이런 계획을 수립하려면 리더의 적극적인 참여가 필요하다. 북미에 위치한 소비자 기업 C CEO는 데이터 지식이 풍부한 온라인/디지털 운영 책임자에게 데이터 분석 계획 수립을 요청했다. CEO는 더 나아가 디지털 책임자에게 빅데이터에 익숙하지 않은 다른 사업부 리더와 함께 계획을 수립하도록 만들었다. 데이터 분석 전문가와 실전 경험이 풍부하고 현장에서 실제로 변화를 추진하는 경영자가 손을 잡고 일한 덕에 현실적이면서도 중요한 비즈니스 결정에 초점을 맞춘 분석 목표를 계획에 포함할 수 있었다. 뿐만 아니라 두 경영자는 다른 최고경영진과 진행 상황을 공유했으며 이들의 협력 모델은 다른 사업부의 계획 수립 활동을 돕는 청사진이 됐다.

 

3. 직접 개발할 것과 사와야 할 것, 빌려와야 할 것, 빌려줘야 할 것이 뭔지를 결정하라

 

데이터 조합, 고급 분석 모델 및 성과 개선을 위한 도구 개발 등에 관한 결정을 내리려면 고위급 리더의 권한과 경험이 필요하다. 상당 수준의 자원이 필요한 경우도 많다. 지금 우리는 무수히 많은 외부 판매업체로부터 핵심적인 데이터와 모델, 도구를 확보할 수 있는 시대를 살아가고 있다. 따라서직접 필요한 것들을 만들어낼지, 외부로부터 구입할지결정을 내리려면 최고경영진의 경험이 필요하다. 전략적 요구 사항과 기대되는 성과 개선 효과를 감안해 분석 관련 지적 재산을 사내에서 직접 개발하고 소유하는 것이 합리적일까? 그렇지 않으면 신속하게 규모를 늘리기 위해 외부 판매업체의 경험과 인재를 활용하는 것이 좋을까? 유용한 데이터 자산을 구축하기 위해 고위급 경영진의 참여가 필요한 경우도 있다. 예컨대 가치 있는 외부 데이터에 접근하려면 고위급 경영자가 고객, 공급업체, 그 외에 가치사슬 내에 존재하는 다른 사람이나 조직 등과 협력 관계를 구축해야 할 수도 있다.

 

외부 업체들이 제공하는 분석 도구들이 다양하다는 건 곧 리더들이 고려해야 할 선택의 범위가 넓다는 뜻이기도 하다. 분석 전문기업과 광범위한 분석 요구를 아우르는 장기 계약을 체결한 업체들도 있다. 오프라인과 온라인에서 활발하게 활동하며 사내에서 데이터와 분석 부문의 전문성을 강화하기 위해 많은 투자를 하는 대기업도 있다. 이런 선택에 관련된 전략적, 재무적, 조직적 요구 사항들은 중간급 관리자들에게 맡길 수 있는 수준이 아니다.

 

4. 분석 관련 전문성을 확보하라

 

위에 제시한 옵션 중 어떤 방법을 활용하건 대부분의 조직들은 좀 더 많은 분석 전문가를 필요로 할 것이다. 요즘은 개방된 클라우드 기반 인프라에서 데이터 분석이 이뤄진다. 이런 인프라는 간편하고 사용자 친화적인 방식으로 내외부의 새로운 데이터를 통합하는 데 도움이 된다. 이와 같은 새로운 환경은 경영진에게 나날이 늘어나는 수준 높은 통계 전문가들을 찾아낼 것을 요구한다. 이들이 성장에 보탬이 되는 예측 모델이나 최적화 모델을 개발하는 능력을 갖고 있기 때문이다.

 

고급 인력을 찾기 위한 열기가 가장 뜨거운 시장에서 인재 쟁탈전이 벌어지고 있다. 경영진이 해야 할 중요한 일 중 하나가 바로 이와 같은 귀중한 직원들을 빼앗기지 않고 잘 지켜낸 다음 이들을 비즈니스 리더와 연계시켜 진정한 변화를 만들어내는 것이다. 이를 위해서 창의적인 방안이 필요한 경우가 많다. 규모가 큰 소비재 기업 D의 빅데이터 캠페인 책임자는 본사와 멀리 떨어진 곳에 위치한 분석팀에 투자를 하기로 결정했다. 이 동네에는 이 분야의 인재풀도 컸고 과학자와 엔지니어들이 선호할 만한 문화적 환경 역시 조성돼 있었다. 그런 다음에야 빅데이터 캠페인 책임자는 분석팀에 속해 있는 각 부문이 본사 사업부 소속 팀들과 직접 의사소통할 수 있는 환경을 조성했다.

 

5. 충분한 자원을 활용하라

 

다양한 기능 부문과 사업부에 흩어져 있는 인적 자원과 자본을 활용해 새로운 결정 지원 도구를 개발하고 현장에서 일하는 관리자들이 고급 분석 모델을 활용할 수 있도록 지원하려면 경영진이 많은 노력을 쏟아야 한다. 이 같은 사실을 깨닫고 놀라움을 감추지 못하는 기업이 많다. 데이터 분석을 통해 결정을 내리려는 노력을 방해하는 제도적 장애물을 없애려면 고위급 관리자에게 권한을 부여해야 한다. 데이터 분석을 성공적으로 활용하려면 다양한 관리자들로 구성된 집단이 변화를 위해 힘을 모을 수 있는 환경을 조성해야 한다. 예컨대 관리자들이 IT, 사업 분야, 분석, 전문가 훈련 등 다양한 부문에서 일관성을 유지할 수 있도록 지원해야 한다. 경영진의 노력이 없으면 데이터 분석을 활용하기 위한 시도가 실패로 돌아갈 가능성이 크다.

 

또 다른 운송기업 E의 사례를 살펴보자. E는 여러 제품 부문에서 활동하는 중간급 관리자들에게 데이터 분석 기회를 포착한 다음 추진할 것을 지시했다. 데이터팀이 번번이 정해진 시기에 데이터를 제공하지 않고 사용할 수 없는 형태의 데이터를 내놓자 분석 관리자들은 좌절감에 빠졌다. 분석 결과를 자사의 특성에 맞게 개발된 도구에 투입해야 하는 때가 되자 관리자들은 또다시 좌절감을 느꼈다. 일상적인 예산 수립 및 계획 수립과 관련된 부분에서까지 다급한 요청이 밀려들었기 때문이다. E의 경영팀은 결국 최고위급 마케팅/판매 담당 경영자에게 분석 프로젝트를 좀 더 신속하게 처리할 것을 요청했다. E의 최고위급 마케팅/판매 담당 경영자는 데이터베이스 관리자, 분석 전문가, 소프트웨어 프로그래머 등을 모아 여러 개의 다기능 팀을 구축했다. 새롭게 탄생한 다기능 팀은 여러 분석 기회를 탐색하며 6∼8주 동안 집중적으로 각 기회와 관련된 계획에 착수하고 실행에 돌입했다. 신속한 업무 추진 방식 덕에 E는 마케팅/판매 부문 리더가 분석 프로젝트를 주도한 지 단 몇 달 만에 우선적으로 처리해야 할 몇 가지 분석 업무를 성공적으로 진행할 수 있었다.

 

6. 최종 사용자의 역량을 강화하라

 

통계학자와 과학자가 고안한 정교한 분석 솔루션을 실제로 조직에서 사용되는 도구에 적용할 때는 단순하고 매력적인 방법을 택해야 한다. 그래야만 현장에서 실제로 도구를 사용하는 관리자들과 직원들이 일상 업무에서 적극적으로 도구를 활용하기 때문이다. 도구가 실제로 광범위하게 사용되도록 만들려면 많은 노력(공식적인 훈련, 근무 중에 주어지는 조언, 진행 상황을 명확하게 정의하는 지표 등이 포함돼야 한다)이 필요하다. 노력의 규모와 범위를 과소평가해서는 안 된다. 그동안 필자들이 경험한 바에 의하면 많은 기업들이 모델을 구축하는 데 총투자의 90%를 쏟아붓는 반면 실질적인 활용에는 불과 10%를 투자할 뿐이다. 하지만 실제로 현장에서 업무를 처리하는 사람들이 도구를 효과적으로 사용할 수 있도록 지원하는 데 분석 관련 투자의 약 50%를 할애하는 것이 바람직하다.

 

그동안 필자들은 최고경영진 중 그 누구도 책임감을 갖고 현장에서 변화를 지속시키기 위해 노력하지 않는 경우를 자주 목격했다. 금융 서비스 기업 F 역시 마찬가지였다. F는 분석을 위한 투자를 늘리고 분석에 많은 관심을 쏟았다. 하지만 분석 기회를 공식적으로 책임지거나 적극적으로 추진하는 경영자는 없었다. 결국 훈련과 채택이 제대로 이뤄지지 않았고 분석을 위한 노력이 시들해지고 말았다. 예상치 못한 상황에 당황한 사업부 리더들은 관리자와 최종 사용자를 대상으로 진행 중인 훈련 과정에 투자하고, 지속적으로 분석 도구를 수정하기 위해 노력하고, 새로운 지표를 활용해 도구 활용 현황을 추적하는 등 적극적으로 책임을 지기 시작했다. 분석 도구가 지속적으로 사용되자 변화를 위한 노력이 F가 기대했던 추진력으로 이어졌다.

 

리더의 역량을 필요한 곳에 투입하라

 

빅데이터나 분석과 관련된 도전과제를 평가하는 기업들은 대개 경영자의 역량을 투입할 필요가 있다는 사실을 인정할 것이다. 하지만 여전히 중요한 질문이 남아 있다. 역량을 투입해야 하는 시기가 언제인가? 정확하게 어떤 역할이 필요한가? 어떤 방식으로 새로운 명령 계통을 만들어내야 할까? 필자들은 기업들이 중앙 집중적인 방식으로 데이터 분석 전략 및 인재를 이끌어나가는 방법, 혹은 공식적인 데이터 분석 전문 센터를 만드는 기관을 설립하는 방법을 선호함을 발견했다. 하지만 실질적인 활동(자원 동원, 역량 구축)은 사업부나 기능 부문 차원에서 이뤄져야 한다. 다음과 같은 두 가지 이유 때문이다.

 

첫째, 매출 및 생산성 개선을 위해 데이터 분석을 활용할 경우 비즈니스에 따라 우선순위가 달라진다. 둘째(첫 번째 못지 않게 중요한 이유), 기업이 현장의 변화를 운영 및 경영과 관련된 핵심적인 우선순위와 연계시키고 명확한 지표와 목표를 활용해 현장의 변화를 강화할 때 현장에서 가장 활발하게 변화가 진행된다.

 

각 사업부가 업무 현장에서 적극적인 참여를 이끌어내야 한다는 원칙을 제외하면 그 어떤 원칙도 없다. 이 원칙에 위배되지 않는다면 리더의 역량을 원하는 곳에, 원하는 방식으로 적용할 수 있다. 데이터 분석을 활용하기 위한 방법이 아직 충분히 발달되지 않았다는 점을 고려하면 이 같은 사실도 그리 놀랍지 않다. 하지만 리더들은 선택 가능한 방안을 검토할 때 대책 없이 함부로 행동해서는 안 된다. 아래에 나열된 3개의 중요한 질문에 답을 하면 조직이 필요로 하는 변화에 전략적 명확성을 더할 수 있다.

 

1. 모든 사업부가 중앙 집중화된 고객/운영 데이터베이스를 활용할 것인가?

 

2. 인재를 유지하고 재산권이 인정되는 자산과 우위를 구축하기 위해 내부에서 상당한 수준의 분석 자원을 확보해야만 하는 불가피한 필요성이 있는가?

 

3. 각 사업부 내에서 기능 부문을 맡고 있는 기존 경영자들이 성공적으로 변화 관리를 추진할 수 있는가? 그렇지 않으면 회사 차원에서 데이터 분석과 관련된 변화 노력을 책임질 새로운 경영 역량을 별도로 배치해야 하는가?

 

각기 다른 방식으로 문제를 해결한 몇몇 기업에 관한 사례를 통해 이런 문제들이 얼마나 중요한지 살펴보자.

 

 

중앙집중적 데이터 자산이 중요한 경우

 

고객 서비스 기업은 분석을 활용하기 위해 다양한 비즈니스나 경로를 통해 확보한 거래 데이터를 통합하는 경우가 많다. 이런 접근방법을 활용하면 소비자가 웹사이트를 활용하는 방식, 소비자가 온라인 쇼핑이나 오프라인 쇼핑 중 하나를 선택하는 방식 등에 대한 통찰력을 얻을 수 있다. 이런 기업들이 데이터 관리 역량과 더불어 중앙 집중화된 데이터 웨어하우스나 데이터 환경을 갖고 있는(혹은 구축 중인) 경우가 많다. 뿐만 아니라 이런 기업들이 소비자의 사생활을 침해하지 않으면서 소비자 데이터에 접근하는 방식, 핵심 고객들이 불필요한 접촉으로 번거로움을 느끼지 않도록 하는 방법 등에 관한 새로운 규칙을 고민하는 경우도 많다.

 

이런 상황에서 CIO의 역할을 강화(데이터 분석 전략 개발 및 인재 양성에 앞장설 수 있도록)하는 방법을 택하는 기업이 많다. 운영 측면에서 살펴보면 CIO는 각 사업부가 실질적인 분석 도구 활용을 목표로 변화를 추진하도록 허용하는 한편 데이터 분석 인프라 개발을 책임진다.

 

다양한 비즈니스를 진행하는 소비자 서비스 기업 G의 이사회와 고위경영진은 다중 경로 데이터베이스를 발판 삼아 여러 사업 분야에 흩어져 있는 분석 기회를 적극 활용하면 성과를 대폭 개선할 수 있다는 사실을 깨달았다. 중앙 집중화된 데이터베이스가 대단히 중요한 역할을 한다는 사실을 깨달은 G의 경영진은 최고정보책임자에게 관련 노력을 지휘하고 데이터 분석 전략을 정의할 것을 요청했다.

 

G의 리더들은 각 사업부가 필요에 의해 자체적으로 분석 우선순위(판촉 행사 강화, 재고 수준 최적화 등)를 정해야 하는 상황이 발생할 수도 있다는 사실을 깨달았다. 뿐만 아니라 각기 다른 관리자들이 각 사업부에 나름의 방식대로 통찰력을 적용할 가능성이 컸다. 결국 G의 경영진은 이런 상황에서는 중앙에서 분석과 직원 훈련을 관리하는 것이 실수가 될 수도 있다는 결론을 내렸다. 또한 G의 경영진은 CIO가 각 사업부를 책임지는 리더들과 협력해 단계별로 책임을 공유하는 방안을 활용하기로 결정했다.

 

G CIO는 현재 2개의 핵심 프로젝트에 몰두하고 있다. 첫 번째 프로젝트는 G의 다중 경로 거래 데이터를 외부 소셜미디어 정보 및 경쟁 정보와 결합한 후 직관적인 인터페이스를 통해 그 결과를 사업부에 전달할 수 있도록 새로운 인터페이스를 개발하는 것이다. 두 번째 프로젝트에는 여러 사업부에 배치 가능하지만 중앙 집중화된 방식으로 관리되는 분석 전문성을 구축하는 계획이 포함돼 있다. 회사의 분석 전문성이 충분히 발전할 때까지 몇 년 동안만이라도 이런 방식을 활용할 계획이다. G의 분석팀을 지휘하는 리더는 풍부한 경험을 보유한 경영자로 CIO에게 직접 보고하며 최고경영진의 역량을 강화하는 데 중요한 역할을 한다. 동시에 사업부 리더들은 분석 우선순위를 결정하며 현장 관리자들(여러 미디어 경로에 투입되는 지출을 수정하는 등 다양한 활동을 위해 실제로 새로운 모델을 활용하는 사람)의 기량을 강화하기 위해 노력 중이다.

 

사내 분석 전문성이 기업 성과에 중요한 영향을 미치는 경우

 

또 다른 접근방법도 있다. 앞서 간략하게 언급한 접근방법과 마찬가지로 이 접근방법에도 중앙 집중적인 요소가 포함돼 있다. 하지만 이런 접근방법을 채택한 기업들은 고급 분석과 관련된 핵심 역량을 아웃소싱하기보다 직접 구축한다. 핵심 역량을 직접 구축하는 방법을 택한 조직들은 분석 전문성을 중앙에 배치한다. 분석 전문성이 중앙에 배치돼 있어야 여러 사업부의 가치 창출을 지원하는 공통 플랫폼의 역할을 할 수 있기 때문이다.

 

소비자를 직접 상대하는 기업 H에서는 분석 분야의 전문성과 인력이 재무/위험 관리팀에 집중돼 있었다. H의 재무/위험 관리팀은 오래 전부터 사내에서 데이터와 관련 있는 중요한 가치를 창출하는 역할을 수행해 왔다. H가 좀 더 공격적인 분석 전략을 추구하기 시작하자 CFO에게도 다양한 책임이 주어졌다. 예컨대, CFO는 기초 전략을 정의하고 중요한 위험 관리 분석 도구를 직접 개발할지, 구입할지에 관한 결정을 감독하고 각 기능 부문에 소속된 분석팀 내에서 자원을 동원하고 전문성을 구축하는 등 다양한 업무를 수행했다.

 

하지만 분석과 관련된 중요한 결정을 책임지던 CEO CFO는 머지않아 분석팀에 좀 더 뛰어난 데이터를 제공하고 여러 사업부에서 다양한 프로세스를 바로잡고 변화 노력을 강화하기 위해서는 중대하고 상호보완적 노력이 필요하다는 사실을 깨달았다. 두 사람은 이 같은 깨달음을 토대로 CFO가 수장으로 있는 조직 내에서 CDO라는 새로운 직위를 만들어냈다. CDO는 협력을 통해 비즈니스 관리자들이 존재 여부조차 확실히 인지하지 못할 가능성이 큰 내외부의 데이터를 찾아내는 등 적극적으로 정보를 관리한다. 분석에 투입할 데이터가 마련되면 모델 구축 전문가가 데이터가 필요한 업무에 데이터를 신속하게 적용할 수 있다. 새로운 실험과 좀 더 광범위한 활용을 위해 지속적으로 데이터를 새롭게 공급하는 것 역시 중요하다. 기업들이 데이터 중심 우위의 원천을 찾아내고, 분석 우선순위를 실천하고, 현장 도입을 강화하기 위해 노력하는 과정에서 비즈니스 리더들을 지원하려면 이런 유형의 리더십이 필요하다는 사실을 발견하게 될 수도 있다.

 

 

 

사업부 내에서 규모와 복잡성을 관리하는 것이 무엇보다 중요한 경우

 

분석과 관련된 요소들이 중앙 집중적인 방식으로 관리되건 그렇지 않건 데이터 분석으로 인해 발생하는 까다로운 업무 중 상당 부분은 개별 사업부에서 활동하는 비즈니스 리더나 기능 부문 리더에게 돌아간다. 각 사업부는새로운 직책을 만들 것인가, 그렇지 않으면 이미 산더미처럼 많은 일을 떠맡고 있을 가능성이 큰 기능 부문 핵심 리더(CMO 혹은 운영 책임자 등)에게 새로운 책임을 추가로 맡을 것을 요구할 것인가라는 중요한 질문에 대해 고민을 해야 한다.

 

자사의 전략을 포괄적인 시각으로 바라보던 대형 금융 서비스 기업 I의 고위급 리더들은 데이터 분석 역량을 2배 강화하면 중요한 경쟁 우위를 확보할 수 있을 것이라고 결론 내렸다. I는 데이터 분석 역량 강화 전략을 과감하게 밀어붙이기 위해 CAO를 채용했다. I CAO는 각 사업 분야를 책임지는 사장에게 직접 보고하며 컨설턴트, 분석 모델 구축 전문가, 소프트웨어 프로그래머로 구성된 최고 기관을 감독한다.

 

중요한 조직 변화를 대표하는 이런 접근방법은 사업부의 데이터 변형 노력에 박차를 가한다. 최고경영팀의 일원인 CAO는 분석 전략 수립에서부터 현장 관리자의 책임 정의에 이르기까지 다양한 결정을 추진할 수 있다. 분석 최고 기관이 다양한 부문을 아우르기 때문에 CAO는 분석 및 소프트웨어 프로그래밍과 관련된 자원을 신속하게 동원할 수 있다. 이런 환경은 현장에서 사용될 도구를 한층 신속하게 개발하는 데 도움이 됐다. 또한 CAO는 사업부 내에서 활동하면서 사업부를 움직이게 하는 요소(우선순위, 근로 형태, 지속적인 도전과제)가 무엇인지 심층적으로 이해할 수 있게 됐다. 심층적인 이해는 어떤 도구를 개발할지 좀 더 명확한 결정을 내리고 훈련 프로그램을 통해 육성해야 할 기술을 좀 더 명확하게 파악하는 데 도움이 됐다. 매일 일상적으로 CAO와 함께 일하는 환경이 조성되자 사업부 리더들은 분석과 채택에 관한 의제에 지속적으로 집중할 수 있게 됐다.

 

최근 I는 이 같은 성공을 발판 삼아 CDO라는 새로운 역할을 추가하기에 이르렀다. I CDO CIO에게 직접 보고를 하지만 데이터와 새로운 분석 도구를 짜맞추고 현장의 변화 속도를 높이기 위해 매일 CAO와 협력한다.

 

데이터 분석의 잠재력을 활용하기 위해 노력하는 기업들은 조만간 리더십 역량에 대한 결정을 내려야 할 것으로 보인다. 최종적으로 리더십 역량을 어디에 배치할 생각인지는 중요치 않다. 앞서 언급한 기업 H를 비롯한 일부 기업에서는 최고경영팀 구성원들이 적극적으로 나서서 좀 더 커다란 리더십 책임을 짊어지라는 요구를 받게 될 것이다. 보좌해 줄 사람들을 뽑을 수도 있다. 앞서 살펴본 금융 서비스 기업 F를 비롯한 일부 기업에서는 분석 의제를 추진하기 위해 1개 이상의 고위급 직위를 신설하는 것이 최고의 해결방안이 될 수 있다.

 

어떤 기업에서건 최고경영진은 데이터 분석을 성공적으로 실행하기 위해 필요한 활동의 규모를 제대로 이해해야 한다. 어쩌면 이사회 구성원들 역시 같은 요구에 직면할 수도 있다. 무엇이 필요한지 제대로 이해했다면 이제 기존의 경영 역량과 새로운 환경이 요구하는 책임을 비교해 봐야 한다. , 조직이 보유한 핵심적인 가치 원천을 세심하게 고려하고 기존의 구조와 잘 맞물리는 방식을 활용해야 한다. 이 중 어떤 일도 쉽지 않다. 하지만 그렇게 해야만 데이터 분석을 성장을 위한 새로운 분야로 활용할 수 있다.

  

 

브래드 브라운데이비드 코트폴 윌모트

브래드 브라운(Brad Brown)은 맥킨지 뉴욕 사무소 이사, 데이비드 코트(David Court)는 댈러스 사무소 이사, 폴 윌모트(Paul Willmott)는 런던 사무소 이사다. 저자들은 이 글을 발전시킬 수 있도록 도움을 주신 매튜 애리커(Matthew Ariker), 아밋 가르그(Amit Garg), 조슈아 고프(Joshua Goff), 로리 셰러(Lori Sherer), 이삭 타운센드(Isaac Townsend)에게 깊이 감사 드린다.

 

 

번역 |김현정trans lator.khj@gmail.com

 

관련기사