통찰공장을 성공적으로 확산시키기 위해서는 대규모 변화보다는 이해관계자가 점진적으로 의사결정에 데이터와 통찰을 활용하도록 유도해야 합니다. 시간이 지나면서 통찰공장을 일상 업무와 통합해 더 큰 의사결정과 대규모 변화를 수용할 의향도 증가하기 때문입니다.
데이터는 의미가 없습니다. 측정 가능한 실효성 있는 의사결정을 돕지 못한다면 말이죠. 불행히도 많은 의사결정권자가 빅데이터로 기뻐하기보다는 기절할 지경입니다. 결국 데이터와 통찰을 일선의 담당자에게 연관성 높은 유용한 형태로 전달하지 못하게 됩니다. 너무도 많은 빅데이터 프로젝트를 일선 담당자의 의견수렴 없이 착수하고, 때로는 너무 오래 걸려서 사용하기도 전에 통찰은 녹슬어 버립니다.
저희 경험에 비추어 보면 빅데이터에서 가치를 창출하는 과정은 데이터를 통찰로, 나아가 실무에 적용하도록 빨리, 반복 가능한 방식으로 연결하느냐의 여부가 관건입니다. 공장을 떠올려 보세요. 통찰은 제품입니다. 상품은 쓸모가 있을 때 가치가 있는 법이죠. 데이터는 원자재이며, 이를 가공해 제품(통찰)을 만듭니다. 일선 담당자는 소비자로서, 제품을 필요로 하고 사용하는 사람입니다.
“통찰공장(인사이트 팩토리)” 접근법은 기업이 대량의 데이터를 신속하게 걸러내 최적의 분석을 수행하고 연관성 높은 통찰을 제공함으로써 사람들이 의미 있는 조치를 취할 수 있도록 합니다. 이를 통해 기업의 매출이 5-15% 증가하는 성과를 목격했습니다.
이러한 경지에 오르기 위한 네 가지 단계를 소개합니다.
1. 무엇을 생산할지 결정하라
통찰공장에서 작업에 착수하기 전에 달성하고자 하는 목표에 대해 명확한 이해가 선행되어야 합니다. 예컨대, 고객 이탈 방지라든가 특정 고객 세그먼트가 다음에 무엇을 구입할지 예측한다거나 하는 목표를 파악해야 하죠. 비즈니스 차원에서 답해야 할 명확한 질문이 무엇인지 결정하고 그 답이 실무에 구체적으로 어떤 도움을 줄 수 있는지 알아야 합니다.
다음으로 공장이 바로 그 통찰을 생산하도록 구성합니다. 예컨대 어느 유통업체는 전년 동기대비 매출 하락의 90%가 특정 시장의 12% 고객에 집중되어 있음을 발견했습니다. 따라서 근본 원인이 무엇인지 파악하는 데 질문을 집중했고 이를 토대로 공략 대상에 맞춘 로컬 시장 머천다이징 전술을 써서 상황을 역전 시켰습니다.
2. 원자재를 확보하라
통찰을 확보하기 위해 폭 넓은 데이터의 파악이 유용할 수 있지만 우선 즉시 이용 가능한 최상의 데이터로 시작하세요. “완벽한 데이터 세트”를 쫓는 일은 많은 시간이 들고(성과는 없는 경우가 대부분) 신속한 조치를 취할 능력을 저해합니다. 대신 “소규모 데이터”로 시작하세요. 포괄적인 “데이터 웨어하우스”가 장기적으로 훌륭한 자산이기는 하지만 엄선한 소규모 “데이터 마트”가 빨리 통찰을 만들기 쉽고 복잡성의 늪에 빠지는 일을 막아 줍니다.
시간이 지나면 추가 데이터 세트를 위에 덧붙일 수 있습니다. 일례로 잘 나가는 유통업체가 POS 거래내역 데이터를 외부에서 구한 제3자 고객 데이터로 보완하고, 경쟁사 데이터를 추가하고, 즉시 가용한 공개 데이터를 더해 고객을 이해하고자 했습니다. 일년이 지나자 이러한 통찰에 소셜미디어 데이터(감성분석용), 위치 데이터(스토어 유동인구 및 이동경로), 신용카드사의 재무 정보(지갑점유율 계산용)를 추가해 더욱 풍부한 통찰이 가능해졌습니다.
3. 통찰을 빨리 생산하라
분석에 있어서는 생산적인 조치는 주로 속도의 산물이라는 사실을 확인하게 됩니다. 신속한 의사결정과 실행에 초점을 두면 긴 토론을 피할 수 있고 일선 담당자가 실무에 적용할 수 있는 통찰로 이어집니다. 통찰공장에 기한을 두어 생산시간을 단축하고 반복 가능한 분석 모델과 자동화를 통해 정형화된 산출물을 신속하게 쏟아 낼 수 있도록 해야 합니다.
스타트업처럼 행동하라고 권해 드립니다. 스타트업은 완벽함보다는 충분히 우수함을 택하도록 속도에 사활을 거는 기업입니다. 부질 없이 완벽함만 추구하다가는 마비 상태가 옵니다. 스타트업은 시험하고 배우는 문화에서 번성하며 얼른 실패하고 불완전한 정보로 신속하게 다음 행동으로 이어가는 과정을 선호합니다.
보편화 된 느림보 “위원회” 대신 구체적인 주제영역을 다룰 전략, 분석, 기술 역량을 조합해 민첩한 소규모 팀을 만드세요. 공장을 쉬지 않고 가동하기 위해 비교적 낮은 비용으로 역외 인재를 초빙해 정형 분석을 지속적으로 수행하는 방안도 고려하세요.
4. 상품을 전달하고 실행하라
지금 바로 이용 가능한 “충분히 우수”한 정보는 지금 당장 구체적인 행동에 활용할 수 있습니다. 데이터가 우유와 계란을 함께 구매할 확률이 90%라는 통찰을 준다면 보다 포괄적인 대안을 기다리는 대신 곧바로 우유와 계란 선반을 함께 배치하는 파일럿 테스트를 빨리 해보는 게 낫지 않을까요?
통찰이 행동을 이끌도록 확실히 하려면 일선 관리자가 실제로 이용할 수 있는 것이 무엇인지 명확한 이해가 선행되어야 합니다. 이들 관리자는 무엇이 필요한지 파악할 필요가 있습니다. 너무도 자주 마케터나 영업인력은 데이터 분석 자료를 받고는 바로 무시하곤 합니다. 많은 경우 분석 내용이 현실성이 없고, 명확하지 않거나 신뢰할 수 없고 연관성이 없다고 느끼기 때문입니다.
대화형 일선 담당자용 도구(예: 경쟁 가격 추적결과, 고객 성적표, 스토어 운영 건전성 모니터)처럼 통찰을 활용할 간편한 대안을 주는 프로세스의 일부로 제공될 필요가 있습니다. 가장 효과적인 접근법은 바로 이들 도구를 관리자들에게 들이미는 대신 요구사항에 귀 기울이고 대응하며 찾아 오도록 하는 일입니다.
장기적으로 “공장” 문화를 확립하라
통찰공장을 사업 운영 방식에 성공적으로 확산시키기 위해서는 대규모 변화부터 추진하는 일을 삼가야 합니다. 이해관계자들이 점진적으로 모든 의사결정에 데이터와 통찰을 활용하도록 길들여야 합니다. 시간이 지나면서 통찰공장 생산을 일상 업무와 통합함으로써 더 큰 의사결정과 대규모 변화를 수용할 의향도 증가하기 때문입니다.
- 원문 출처 – http://forbes.com/sites/mckinsey/2013/10/22/four-steps-to-turn-big-data-into-action
- 집필진 – Chris Meyer, Tim McGuire, Maher Masri, Abdul Wahab Shaikh
