데이터 드리븐 기업이 되기 어려운 이유

데이터 활용 없이는 혁신과 생존이 불가능한 데이터 시대, 기업들은 ‘데이터 드리븐 기업(DDE, Data Driven Enterprise 데이터 중심의 의사결정 기업)’이 되어야 한다. 데이터 드리븐 기업은 데이터 분석을 통해서 발견한 사실들을 비즈니스에 적용하고, 신규 비즈니스 발굴과 가치 혁신에 활용되는 선순환 구조로 의사결정이 이루어지는 기업이다.

[그림 1] 데이터 드리븐 기업의 선순환 프로세스

 
현재도 선도 기업들은 데이터를 분석해서 실시간 의사결정에 활용하려는 노력을 하고 있다.

① 빅데이터 분석센터(연구소, 부서) 설립을 통한 전담 조직 신설
② 내부 및 외부의 대규모 데이터를 처리할 수 있는 인프라 구축
③ 데이터 엔지니어와 분석 전문가 외부 채용 및 내부 양성
④ 일반 임직원의 데이터 활용 능력 향상을 위해 교육과정 운영
⑤ 분석 결과를 현재 운영중인 업무에 적용 및 확대를 위한 시범 프로젝트 수행

이러한 노력에도 불구하고 비즈니스 성과는 명확하지 않다. 다음과 같은 제약 때문이다.

① 수행 주체 이원화에 따른 분석 협업 어려움: 분석 수행 주체(데이터 엔지니어, 분석 전문가, 현업 사용자)간 보유 기술, 업무에 대한 이해도, 문제점 발굴 및 개선 의지가 다르다. 따라서, 항상 수행 주체간 협업이 전제가 되어야 올바른 분석이 가능하다.

② 분석 역량 내재화 및 전사 확대 어려움: 수행 주체간 역할이 다르지만 분석 과정 중에서 학습된 경험은 공유가 필요하나 어렵다. 주체간 역량 내재화를 위한 동일 조직내/조직간 확대에 별도의 노력이 필요하다.

③ 적용된 업무의 고도화 및 신규 업무 발굴 어려움: 적용된 업무의 모니터링을 통한 개선 사항과, 신규 분석 모형을 발굴하기 위한 현업 담당자의 주도적인 활동이 필요하다. 그러나, 협업이 어려워 개선시기를 놓치거나, 부분적으로 반영하는 등 제약이 따른다.

‘데이터 리터러시(Data Literacy)’ 확보 필요

다양한 데이터를 이용하여 복잡한 알고리즘을 개발하고, 데이터에 숨겨진 인사이트를 발견하는 것이 분석의 종착점은 아니다. 분석을 통해 찾아낸 인사이트를 업무에 적용하고, 문제를 극복하거나 개선해야 한다. 결과적으로 분석과 활용의 선순환 구조를 통해 성과를 창출해야 한다.

그러나, 아직까지 데이터 분석을 위한 기본 인프라(기술도입, 조직신설, 인력채용 등)에 우선 집중되고 있다. 기업의 의사결정 문화를 개선하거나, 데이터 활용을 일상화 할 수 있는 조직, 분석 결과에 대한 평가 지표, 개인의 직무 정의 등 데이터 활용에 집중해야 한다. 데이터 리터러시(Data Literacy) 확보가 필요하다.

데이터 리터러시(Data Literacy)는 ‘데이터를 목적에 맞게 생성하고, 숨어있는 의미를 찾고 이해 한 후, 해석된 결과를 업무에 적용하고 소통하는 능력’이다. 사용하는 데이터의 구조 및 형태, 분석 기법에 대한 이해는 기본적으로 알고 있어야 한다. 테블로 분석가 맥 브릴라(Mac Bryla)는 ‘데이터로 논쟁할 수 있는 능력’ 이라고까지 이야기 한다. 구글의 수석 이코노미스트 할 베리안(Hal Varian)은 ‘누가 어떤 비즈니스에 종사하든 관계없이 앞으로 10년 간 가장 중요한 비즈니스 역량’으로 강조했다. 데이터를 활용하는 조직과 조직내 모든 개인에게도 요구되는 능력이다.

[그림 2] 데이터 리터러시, 출처 picswe.net/pics

①  조직 리터러시

- 데이터 분석 결과를 기반으로 기업의 의사결정이 이루어져야 한다. 특히 기업에서 의사결정이나 판단이 포함된 프로세스의 경우, 관리자의 판단이 아닌 분석 결과에 의한 자동 결정이 될 수 있도록 내재화 되어야 한다. 또한 기업의 핵심 KPI는 시각화를 통한 실시간 공유로 의사결정의 객관성을 확보해야 한다.

- 조직간, 조직내 기업의 전반적인 문제를 찾고 데이터 분석을 전담하고 활용을 지원하는 조직이 필요하다. 분석조직에 대한 경영진의 지속적인 관심과 지원이 필요하다. 단위 조직에서 해결해야 하는 문제보다, 기업 차원에서 해결해야 하는 핵심적이고 중요한 부분을 우선 전담해야 한다. 단위 조직의 리터러시를 향상하기 위해 교육 및 지원을 해야 한다.

- 데이터 분석 및 활용 전담조직의 평가 지표는 다르게 적용되어야 한다. 일반적인 평가지표인 재무적 가치의 증가를 적용하는 것은 한계가 있다. 전담 조직이 운영중인 데이터 분석 개수, 운영 업무 프로세스에 내재화된 분석 개수, 기업내 직원의 분석능력 수준, 기업내 데이터 분석을 활용하는 직원의 비율 등이 적용되어야 한다.

② 개인 리터러시

- 엑셀 분석기능, SAS, R, BI, 시각화 도구 등 기반 기술을 활용한 데이터 분석 과정을 독자적으로 수행할 수 있어야 한다. 다양한 지식과 기술을 모두 보유하기란 쉽지 않다. 그러나, 개인에게 가장 최적화된 분석 도구를 찾고 이를 충분히 활용할 수 있어야 한다.

- 담당하고 있는 비즈니스의 문제를 해결하고 분석 결과로 의사소통을 할 수 있어야 한다. 개인이 수행하는 업무에서 데이터 분석이 필요한 프로세스를 식별해야 한다. 분석 결과를 수행 업무에 적용하여 과정을 자동화 할 수 있어야 한다. 업무 처리 결과에 대한 지속적인 모니터링으로 분석 모형을 고도화 할 수 있어야 한다.

 

- 끝 -