Offcanvas

BI / 디지털 트랜스포메이션 / 비즈니스|경제 / 빅데이터 | 애널리틱스

애널리틱스로 비즈니스 재편··· '3곳의 이야기'

2017.03.22 Moira Alexander  |  CIO
가트너의 부사장 겸 애널리스트 테드 프라이드먼은 데이터 및 애널리틱스 활용의 변혁을 가져올 트렌드로 4가지를 이야기한다.

- 데이터 애널리틱스는 단순한 비즈니스 퍼포먼스를 반영하는 것을 넘어 비즈니스 운영을 주도하는 역할을 맡게 될 것이다.

- 데이터 및 애널리틱스는 기업 구조의 모든 종단들에 침투해 비즈니스가 보다 전체론적인 시각을 확보할 수 있도록 할 것이다. 더불어 전사적 프로그램 관리 사무국(EPMO, Enterprise Program Management Office) 내 전략적 프로젝트 관리 또한 애널리틱스의 영역으로 편입될 것이다.

- 경영자들은 데이터와 애널리틱스를 활용해 비즈니스 전략과 성장 방안을 고민할 것이며, 이와 관련한 전문 직무를 신설하는 움직임 역시 관측될 것이다.

- 데이터를 활용한 프로젝트 성과 개선 사례와 관련 시각에 대한 공유가 활발해질 것이다.

이러한 움직임들이 이미 이미 나타나고 있다. 비즈니스 기회 창출, 비용 절감, 효율성 증진, 의사 결정 속도 및 품질 개선, 그리고 궁극적으로 고객 만족 증진의 가치를 전달하는 도구로서 데이터 애널리틱스가 확산되고 있다. 기업 규모와 업종, 응용 분야가 나날이 다양해지는 양상이다. 더불어 애널리틱스를 통한 전사적 전략 구현 및 실행이 가능해짐에 따라 기업들의 프로젝트, 프로그램, 포트폴리오 수준이 새로운 차원으로 재편되고 있다.



시카고 불스 농구단의 애널리틱스 디렉터 매튜 코비는 소비자 인사이트를 활용해 기업의 전략적 방향성을 주도하고 있는 자사 비즈니스 전략 및 애널리틱스팀의 활동을 소개했다.

이들 조직이 데이터 애널리틱스 과정에서 초점을 맞추는 핵심 인사이트 영역은 크게 3가지다. 팬, 비즈니스 거래, 그리고 디지털 참여도다. 이들 세 축을 활용해 이들 팀은 기업의 전략적 선택에 필요한 정보들을 발굴하고 있다. 이 세 지표와 관련해 그가 공유한 이야기는 다음과 같다. 

1. 팬 차원의 시각 -- 불스는 팬들에 대한 보다 전방위적인 시각을 확보하기 위해 견고한 CRM, 데이터 웨어하우스 솔루션을 구축하고 있다. 코비는 “우리는 팬들이 기꺼이 우리 불스의 일원으로 참여하고 소통하는 이유를 이해하기 위해 심리적 요인들을 연구하고 있다. 또한 고객들이 만족을 느끼는 부분은 무엇이고, 어떠한 영역에서 개선이 필요한 지를 이해하기 위해 팬 경험의 모든 요소들에 대한 피드백을 매우 세부적으로 수집하는 활동 역시 많은 노력을 기울이는 부분이다”라고 설명했다.

2. 거래에 대한 시각 -- 코비의 팀은 티켓팅, 프로모션, 머천다이즈 등 모든 비즈니스 거래에 대해 분석 작업을 진행한다. 코비는 “우리는 이러한 거래 요소들을 팬에 대한 시각과 연결해 소비자에 대한 보다 총괄적인 관점을 구축하고 있다”라고 말했다.

3. 디지털 참여 관련 시각 -- 코비는 “불스는 북미 프로 스포츠 구단 가운데 두 번째로 많은 소셜 미디어 팔로워를 보유한, 디지털 채널의 강자다. 덕분에 우리는 팬들이 어떤 콘텐츠 유형에 어떻게 반응하는지를 이해하는데 보다 유리한 위치를 점하고 있다. 그리고 팬들의 참여로부터 얻어진 이러한 시각은 다시금 그들에게 새로운 가치를 전달할 자원으로 활용된다”라고 설명했다.

코비는 “시선이 닿는 이 3영역을 기반으로 우리는 기업 전반의 변화에 보다 효과적으로 영향을 미칠 수 있었다. 특히 티켓팅, 스폰서십, 디지털 콘텐츠, 마케팅, 프로모션까지, 불스와 함께하는 팬 경험의 다양한 영역에 많은 긍정적인 변화가 있었다”라고 설명했다.

웨스턴 거버너즈 대학(WGU)의 기관 연구학과 제이슨 르빈 부학장도 데이터를 활용한 프로젝트 성공 사례에 관한 자신들의 경험을 공유했다. 그는 “데이터가 프로젝트의 성공에 기여할 수 있는 것인지를 확인하기 위해서는 먼저 그것이 실행의 정확도 및 효율성을 포함하는 측정 계획을 갖추고 있는지를 검증해야 한다”라고 조언했다.

검증의 방법으로 르빈은 ‘활동이 본래 의도에서 벗어나지 않았음을 어떻게 확인할 수 있을까?’ ‘활동의 효과를 어떻게 확인할 수 있을까?’라는 질문들에 답을 내려볼 것을 제안했다. 이어 그는 실행의 정확도 및 효율성 측정을 위해 자신들이 활용한 전략을 보다 세부적으로 소개했다.

우선 실행 정확도를 위해, WGU는 전자 학습 자료를 활용해 학기중의 로그 데이터를 분석하거나 교수진이 학생 노트에 해시태그 기호를 사용하도록 장려하는 등의 전략을 활용했다.

이어 효율성과 관련해서는 무작위 제어 시도(randomized control trial)를 활용하는 동시에 여러 유사 실험적 방법론(quasi-experimental methods)을 함께 적용했다. 르빈은 “우리에게 가장 중요한 데이터는 측정 신뢰도가 보장되는, 명확히 정의된 결과 변수다. 전통적인 고등 교육 기관들과 비교해 우리 WGU는 결과 변수와 관련해 경쟁 우위를 지닌다. 우리가 진행하는 모든 평가는 엄격한 표준을 기반으로 중앙화되어 개발된다. 이런 평가 개발 시스템은 각 학부가 개별적으로 성적을 매기는 기존의 방식에 비해 훨씬 높은 데이터 신뢰도를 보장해준다”라고 설명했다.

그는 WGU 데이터의 또 다른 독창적인 특성으로, 학습 자료 및 과제를 제시하는 학습 결과 영역 분류 및 위계를 이야기했다. 그는 “전자 교수 자료 및 과제를 활용하면 학생들의 학습 양식을 도식화할 수 있다. 도식적 평가 데이터를 활용하면 단순한 페이지 뷰를 활용하는 것에 비해 주요 과제의 성공 가능성을 보다 잘 예측할 수 있다”라고 설명했다.

최선의 의사 결정을 내리기 위해서는 가용 데이터로부터 정확하고 시의성 있는 정보를 추출할 수 있는 역량이 요구된다. 이 역량이 부족한 조직은 아무리 많은 로우 데이터를 보유하고 있더라도 원하는 목표를 달성할 수 없기 마련이다. 궁극적으로 기업들은 소비자의 최대 니즈가 무엇인지를 알려주고, 프로젝트 계획 및 방향성, 실행, 지표 설정에 가이드가 되어줄 수 있는 정보를 물색하고 있다.

데이터 애널리틱스를 활용한 프로젝트 결과 개선 사례
데이터 애널리틱스는 테크놀로지에서 스포츠, 교육까지 다양한 산업들에서 프로젝트 결과물을 개선하고, 궁극적으로는 기업의 전사적 전략에 영향을 미치는 핵심 도구로 자리잡고 있다.

비트마르 네트웍스(BitMar Networks)의 설립자이자 CEO인 조나단는 “우리는 데이터 애널리틱스를 활용해 플랫폼 상의 거의 모든 요소를 검토하고 있다. 대표적으로 사용자들의 고객서비스(CS) 요청 빈도와 관련한 연구를 진행한 적이 있는데, 이 과정에서 확인한 첫 번째 시각은, 사용자들의 요구가 전달되기에 앞서 우리가 선행적으로 솔루션들을 제공함으로써 고객들의 CS 요청을 감소시키는 것이 가능하다는 사실이었다”라고 이야기했다.

그는 데이터 애널리틱스를 통해 채용 과정에도 변화가 있었다고 소개한다. 그는 “데이터를 통해 사용자들이 원하는 것은 기술 지원이 아닌, 다른 이들과의 대화라는 사실을 확인할 수 있었다. 사용자들의 니즈를 확인한 후 우리는 관련 기능을 제공하는 작업을 진행했다. 이를 위해서 기존 CS 인력 채용 계획을 커뮤니티 전문가 TO로 전환하기도 했다”라고 설명했다.

비트마르는 얼마 전 고객용 셀프-헬프 플랫폼을 개발하는 프로젝트에 도입했다. 로드리게즈는 “고객들이 스스로 답을 찾도록 하는 플랫폼은 과거로써는 상상도 할 수 없는 것이었다. 이는 기업 차원에서도 자원 소모가 0에 가까운 반가운 구조다”라고 말했다. 그에 따르면 비트마르는 단순히 프로젝트 형태를 결정하는 것에 더해, 데이터 애널리틱스를 활용해 내부 비용을 줄이면서도 고객 만족은 증진하는 방식으로 프로젝트 내용을 구성하는 효과 역시 얻을 수 있었다.

WGU의 제이슨 르빈은 “우리의 경우 데이터를 활용해 가장 많은 효과를 본 부분은 리더십 및 커뮤니케이션 과목과 관련한 부분이었다. 해당 강의는 학생들에게 정서적인 요소들을 교육하는 목적으로 설계된 것으로, 여기에 유사 실험적 방법론을 적용해 학생 유지율 및 학점 누적 지표 상의 상당한 수준의 개선을 확인할 수 있었다. 사전 연구에 기반해 보건의료 프로그램 학부생들을 대상으로 과목 교육을 시작한 이후, 현재는 매월 1,000 명의 학생들이 해당 강의를 수강하고 있다”라고 설명했다.

시카고 불스의 코비는 지난해 동안 팬, 거래 관련 시각을 활용해 일차적인 티켓 고객 세그먼트를 분류하는 활동에 집중했다. 그는 “각 고객 세그먼트 가운데 지원이 불충분한 집단은 없는지, 제품 포트폴리오 상의 공백지점은 없는지를 이해하고자 했다. 이런 활동을 통해 젊은 직장인, 가족 팬 집단과 관련한 기회를 확인할 수 있었으며, 그들이 원하는 개인화된 지원을 통해 참여도를 끌어올리는 것 역시 가능했다”라고 소개했다.

나아가 불스는 이러한 소비자 관련 시각을 활용해 다음의 성과들을 창출할 수 있었다:

- 세그먼트별 심화 공략 기회 발굴할 수 있었다.

- 전략적 계획에 기반해 기능을 구성함으로써, 전략 및 애널리틱스 팀은 그들과의 파트너십을 통해 성공 평가에 필요한 지표를 구축할 수 있었다.

- 젊은 직장인 타깃의 자선 행사를 신규 기획했다.

- 불스 스냅챗 콘텐츠를 활용해 티켓 상품을 리뉴얼 했다.

이어 그는 “전략적 측면에서는 팬 관련 시각의 하위대상들을 활용해 잠재적 티켓 구매자들의 지불 의사 분류가 가능해졌다. 인구학적 정보 및 기존 구매 이력, 디지털 참여도를 활용해 소비자들의 구매 의사를 평가하고 그들이 가장 필요로 할만한 상품을 제안한 것이다”라고 설명을 덧붙였다. 상기 정보를 통해 이들 조직은 판매사원의 업무 효율성을 개선하고 고객들에게 보다 적합한 상품을 전달할 수 있게 됐다.

데이터 애널리틱스의 한계?
시카고 불스의 전략 및 애널리틱스 팀은 그간의 활동 과정에서 두 가지 중요한 교훈을 얻을 수 있었다고 전했다.

- ‘왜’라는 의문에서 출발하자. 코비는 “왜 특정 데이터 포인트를 포착해야 하는지, 그리고 그로써 어떤 용례를 구현할 수 있는지를 명확히 해야 한다. 충성 팬들로부터 데이터를 얻어낼 수 있는 부분은 상당히 제한적이다. 데이터 수집 활동이 정말 소비자에 대한 시각을 증진하고 결과적으로 팬들에게 보다 개인화된 경험을 제공할 수 있는지를 우리 스스로가 납득할 필요가 있다”라고 조언했다.

- 프로세스 지속과 가속화를 가능하게 할 기술을 적절한 시점에 적용해야 한다. 그는 “보편화되지 않은 테크놀로지에서 도출된 결과를 활용하거나 테크놀로지를 강제로 끼워 맞추는 경우에는 프로세스의 효율성이 매우 떨어졌다. 프로세스의 개요를 작성하고 애널리틱스 솔루션을 부트스트래핑(bootstrapping)함으로서 테크놀로지 옵션을 보다 효과적으로 검토하고 그 가운데 조직에 도입할만한 대상을 선정하는 것이 가능하다”라고 설명했다.

웨스턴 거버너즈 대학의 제이슨 르빈은 ‘의미 있다고 모두 셀 수 있는 것은 아니고, 셀 수 있다고 모두 의미 있는 것도 아니다’라는 아인슈타인의 경구를 인용하며, “교육 산업에서 이는 매우 적절한 표현이다. 학생과 교수진의 심리를 명확히 이해하는 일은 중요하지만 동시에 매우 어려운 일이다. 이 과정을 실시간으로 진행한다고 하면 그 어려움은 한층 배가된다. 설문 기법을 활용하는 것도 하나의 해결책이 될 수 있겠다. 또 한가지, 연구를 진행함에 있어 우리가 수집하는 데이터가 교육적 결과 창출에 어떠한 가치를 전달하는지를 항상 상기하는 자세 역시 활동에 많은 도움을 줬다”라고 말했다.

오늘날 데이터 애널리틱스는 이미 다양한 업계, 다양한 프로젝트에서 의미 있는 성과를 창출하고 있다. 두 강력한 도구를 결합해 활용함으로써 기업들은 보다 장기적인 경쟁 우위를 창출할 수 있을 것이다.


* 모리아 알렉산더는 리드-허-십 그룹 창립자이자 프로젝트 관리 전문가다. ‘LEAD or LAG: Linking Strategic Project Management & Thought Leadership’를 저술했다. ciokr@idg.co.kr  
CIO Korea 뉴스레터 및 IT 트랜드 보고서 무료 구독하기
추천 테크라이브러리

회사명:한국IDG 제호: CIO Korea 주소 : 서울시 중구 세종대로 23, 4층 우)04512
등록번호 : 서울 아01641 등록발행일자 : 2011년 05월 27일

발행인 : 박형미 편집인 : 천신응 청소년보호책임자 : 한정규
사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2024 International Data Group. All rights reserved.