2017.11.23

BI 실패로 이끄는 '9가지 흔한 실수'

Bruce Harpham | CIO

전략적 비즈니스 결정을 내리기 위해서는 탄탄한 비즈니스 인텔리전스(BI)가 필수다. 그러나 BI를 제대로 활용하지 못하는 기업이 상당수에 이른다. 이유는 다양하다.

고위 임원들은 탄탄한 비즈니스 결정을 위해 고품질의 데이터가 필요하다는 사실을 알고 있다. 하지만 시의 적절하게 정확한 데이터를 얻으려면 사용자 친화적인 포맷을 유지하기 어렵다.

‘제대로 된 경로를 밟고’ 있다는 것을 어떻게 알 수 있을까? 이런 문제에 답하기 위해 다른 사람들이 어디에서 실수했는지 아는 것이 도움이 된다.



1. BI 시스템 구축 시 ‘주문 접수자’에 그치기
“고객은 항상 옳다.” 특히, 소매 부문에서 고객 서비스를 향상시키는데 일익을 담당했던 문장이다. 하지만 기술 측면에서는 늘 답이 되지 않는다. 비즈니스 사용자 스스로가 무엇을 요구해야 하는지 잘 모를 수 있기 때문이다. 현업 사용자가 솔루션의 기술적 세부사항에 개입하기 시작하면 문제는 더욱 커진다.

사용자가 필요로 하는 것 대신에 요구하는 것을 이행하는 것이 BI 실패의 지름길이다. 지속적 테스트 플랫폼 공급기겅ㅂ 트라이센티스(Tricentis)의 설립자 울프강 플랫츠는 “성공적인 BI 프로젝트를 위해서는 정교한 관리 요건뿐만이 아니라 BI 결과를 적절히 검증하는 능력이 필요하다”라고 강조했다. 그에 따르면 더 깊숙히 도달하기 위해 하나의 문제에 관해 5번 질문하는 “5Y” 기법이 사용자가 진정으로 필요로 하는 것이 무엇인지 파악하는 방법 중 하나다.

2. 테스트 시간 및 자원 감축하기
“빠르게 움직이고 혁신하라.”는 스타트업 세계의 핵심이다. 기성 기업들도 속도가 필요한 경우가 있다. 하지만 더욱 빠르게 움직이는 과정에서 문제가 발생할 수 있다. 테스트 작업을 필수 업무로 생각하지 않는 경우 특히 그렇다. 테스트를 부담으로만 치부하면 상당한 품질 문제로 이어질 수 있으며, 수동 테스트에 의존하는 경우에는 더욱 그렇다. 테스트와 관련된 프로세스를 고품질의 BI 경험을 제공하는 수단으로 보아야 한다.

플랫츠는 “테스트를 제한해 수동으로만 수행하면 사용자 수용 테스트에서 결함의 수가 증가해 궁극적으로 인도 시간에 영향을 끼친다”라고 말했다.

3. 데이터 무결성를 근시안적으로 바라보기
BI 툴은 데이터 처리, 표시, 분석에 뛰어나다. 하지만 시스템에 손상된 데이터를 입력하면 어떻게 될까? BI 툴과 구성에 너무 편협하게 집중하면 필수적인 세부사항을 놓치게 된다. 플랫츠는 다음과 같이 설명했다.

“현재 BI는 단순히 더 나은 결정을 지원하기 위해서만 사용되지 않는다. BI가 운영 프로세스에 내장되는 경우가 많다. 재무 또는 규제 보고에 오류가 있는 경우(데이터 웨어하우스(Data Warehouse) 기술로 지원하는 경우가 많다), BI가 이를 밝히는데 도움이 될 수 있다. 하지만 다른 프로세스는 여전히 실패할 수 있다. 예를 들어, 중개인 수수료가 잘못 계산되는 보험사는 명성에 부정적인 영향을 끼쳐 고객 이탈이 증가하게 된다. 데이터 무결성 문제를 가능한 신속하게 드러내기 위해서는 BI 테스트에 대해 선제적이고 자동화된 접근방식이 있어야 한다.”

재무 및 규제 데이터 관리에 실수하면 값 비싼 문제로 이어질 수 있다. 부실한 데이터 품질도 자금을 낭비한다. 2013년, U.S. PS(Postal Service)는 주소 데이터 품질 문제로 인해 6억 개 이상의 서신을 배달할 수 없었다.

4. 분개한 사용자에 반응적인 접근방식 취하기
그 어떤 기술 전문가도 분개한 사용자와 상대하고 싶어하지 않는다. 시스템 고장 및 불만 사항이 발생하기 마련이다. 이런 문제에 대한 대응 방식이 BI 계획의 성공 또는 실패에 영향을 끼친다.

“BI 초보가 범하는 가장 큰 실수는 요청 수행에 과도하게 집중하고 프로젝트에 최종 비즈니스 사용자를 개입시키지 않는 것이다”라고 소매, 금융 서비스, 기타 산업을 위한 검색 지향적인 분석에 집중하는 쏘우트스폿(ThoughtSpot)의 수석 데이터 에반젤리스트 더그 보르도나로는 말했다.

그는 이어 “고객이 긴 인도 시간과 서비스 레벨 합의 누락에 대해 소리를 지른다면 분명히 대책을 세워야 할 것이다. 그러나 매일의 전달에 과도하게 개입하면 더 큰 BI 그림을 놓친다. 고객들에게 의사 결정을 위해 필요한 것을 제공하고 있는가? 그들에게 어떤 데이터가 필요한지 파악하고 있는가? 실제 문제에 더 나은 해결책이 있는가?”라고 말했다.

발생하는 이슈 모두에 대해 만사를 제쳐두는 접근법은 곤란하다. 전반적인 전략에 대해 상대적인 중요성에 기초하여 사용자 불만을 분류하는 것이 낫다.

5. 무의미한 분석 추구하기
강력한 툴을 원하는 대로 확보할 수 있다면 활용할 기회를 추구하는 것이 당연하다. 하지만 지침 없는 BI는 시간을 낭비한다. 이 문제는 특히 상대적인 초급 전문가들 중에서 흔하다.

“초보자와 열렬한 BI 전문가는 좁은 시야를 가질 위험에 처하며 유의미한 문제에 기초하지 않은 흥미 위주의 분석을 수행한다. 결과에는 의미 있는 발견 사항이 부재하여 영향력 있는 통찰력을 제공하지 못하는 경우가 많을 수 있다”라고 결정 지원 및 고객 분석 전문 지식이 있는 컨설팅 서비스 기업 애넥시넷(Anexinet)의 분석 부사장 마크 랭스펠드가 말했다.

이런 실수를 피하기 위해서는 비즈니스 지식과 판단이 필요하다. 스스로 ‘이 분석이 기업의 목표에 어떻게 기여하는가?’라고 묻는 것이 ‘그래서 뭐’(So what) 문제를 방지하는 방법 중 하나다.




2017.11.23

BI 실패로 이끄는 '9가지 흔한 실수'

Bruce Harpham | CIO

전략적 비즈니스 결정을 내리기 위해서는 탄탄한 비즈니스 인텔리전스(BI)가 필수다. 그러나 BI를 제대로 활용하지 못하는 기업이 상당수에 이른다. 이유는 다양하다.

고위 임원들은 탄탄한 비즈니스 결정을 위해 고품질의 데이터가 필요하다는 사실을 알고 있다. 하지만 시의 적절하게 정확한 데이터를 얻으려면 사용자 친화적인 포맷을 유지하기 어렵다.

‘제대로 된 경로를 밟고’ 있다는 것을 어떻게 알 수 있을까? 이런 문제에 답하기 위해 다른 사람들이 어디에서 실수했는지 아는 것이 도움이 된다.



1. BI 시스템 구축 시 ‘주문 접수자’에 그치기
“고객은 항상 옳다.” 특히, 소매 부문에서 고객 서비스를 향상시키는데 일익을 담당했던 문장이다. 하지만 기술 측면에서는 늘 답이 되지 않는다. 비즈니스 사용자 스스로가 무엇을 요구해야 하는지 잘 모를 수 있기 때문이다. 현업 사용자가 솔루션의 기술적 세부사항에 개입하기 시작하면 문제는 더욱 커진다.

사용자가 필요로 하는 것 대신에 요구하는 것을 이행하는 것이 BI 실패의 지름길이다. 지속적 테스트 플랫폼 공급기겅ㅂ 트라이센티스(Tricentis)의 설립자 울프강 플랫츠는 “성공적인 BI 프로젝트를 위해서는 정교한 관리 요건뿐만이 아니라 BI 결과를 적절히 검증하는 능력이 필요하다”라고 강조했다. 그에 따르면 더 깊숙히 도달하기 위해 하나의 문제에 관해 5번 질문하는 “5Y” 기법이 사용자가 진정으로 필요로 하는 것이 무엇인지 파악하는 방법 중 하나다.

2. 테스트 시간 및 자원 감축하기
“빠르게 움직이고 혁신하라.”는 스타트업 세계의 핵심이다. 기성 기업들도 속도가 필요한 경우가 있다. 하지만 더욱 빠르게 움직이는 과정에서 문제가 발생할 수 있다. 테스트 작업을 필수 업무로 생각하지 않는 경우 특히 그렇다. 테스트를 부담으로만 치부하면 상당한 품질 문제로 이어질 수 있으며, 수동 테스트에 의존하는 경우에는 더욱 그렇다. 테스트와 관련된 프로세스를 고품질의 BI 경험을 제공하는 수단으로 보아야 한다.

플랫츠는 “테스트를 제한해 수동으로만 수행하면 사용자 수용 테스트에서 결함의 수가 증가해 궁극적으로 인도 시간에 영향을 끼친다”라고 말했다.

3. 데이터 무결성를 근시안적으로 바라보기
BI 툴은 데이터 처리, 표시, 분석에 뛰어나다. 하지만 시스템에 손상된 데이터를 입력하면 어떻게 될까? BI 툴과 구성에 너무 편협하게 집중하면 필수적인 세부사항을 놓치게 된다. 플랫츠는 다음과 같이 설명했다.

“현재 BI는 단순히 더 나은 결정을 지원하기 위해서만 사용되지 않는다. BI가 운영 프로세스에 내장되는 경우가 많다. 재무 또는 규제 보고에 오류가 있는 경우(데이터 웨어하우스(Data Warehouse) 기술로 지원하는 경우가 많다), BI가 이를 밝히는데 도움이 될 수 있다. 하지만 다른 프로세스는 여전히 실패할 수 있다. 예를 들어, 중개인 수수료가 잘못 계산되는 보험사는 명성에 부정적인 영향을 끼쳐 고객 이탈이 증가하게 된다. 데이터 무결성 문제를 가능한 신속하게 드러내기 위해서는 BI 테스트에 대해 선제적이고 자동화된 접근방식이 있어야 한다.”

재무 및 규제 데이터 관리에 실수하면 값 비싼 문제로 이어질 수 있다. 부실한 데이터 품질도 자금을 낭비한다. 2013년, U.S. PS(Postal Service)는 주소 데이터 품질 문제로 인해 6억 개 이상의 서신을 배달할 수 없었다.

4. 분개한 사용자에 반응적인 접근방식 취하기
그 어떤 기술 전문가도 분개한 사용자와 상대하고 싶어하지 않는다. 시스템 고장 및 불만 사항이 발생하기 마련이다. 이런 문제에 대한 대응 방식이 BI 계획의 성공 또는 실패에 영향을 끼친다.

“BI 초보가 범하는 가장 큰 실수는 요청 수행에 과도하게 집중하고 프로젝트에 최종 비즈니스 사용자를 개입시키지 않는 것이다”라고 소매, 금융 서비스, 기타 산업을 위한 검색 지향적인 분석에 집중하는 쏘우트스폿(ThoughtSpot)의 수석 데이터 에반젤리스트 더그 보르도나로는 말했다.

그는 이어 “고객이 긴 인도 시간과 서비스 레벨 합의 누락에 대해 소리를 지른다면 분명히 대책을 세워야 할 것이다. 그러나 매일의 전달에 과도하게 개입하면 더 큰 BI 그림을 놓친다. 고객들에게 의사 결정을 위해 필요한 것을 제공하고 있는가? 그들에게 어떤 데이터가 필요한지 파악하고 있는가? 실제 문제에 더 나은 해결책이 있는가?”라고 말했다.

발생하는 이슈 모두에 대해 만사를 제쳐두는 접근법은 곤란하다. 전반적인 전략에 대해 상대적인 중요성에 기초하여 사용자 불만을 분류하는 것이 낫다.

5. 무의미한 분석 추구하기
강력한 툴을 원하는 대로 확보할 수 있다면 활용할 기회를 추구하는 것이 당연하다. 하지만 지침 없는 BI는 시간을 낭비한다. 이 문제는 특히 상대적인 초급 전문가들 중에서 흔하다.

“초보자와 열렬한 BI 전문가는 좁은 시야를 가질 위험에 처하며 유의미한 문제에 기초하지 않은 흥미 위주의 분석을 수행한다. 결과에는 의미 있는 발견 사항이 부재하여 영향력 있는 통찰력을 제공하지 못하는 경우가 많을 수 있다”라고 결정 지원 및 고객 분석 전문 지식이 있는 컨설팅 서비스 기업 애넥시넷(Anexinet)의 분석 부사장 마크 랭스펠드가 말했다.

이런 실수를 피하기 위해서는 비즈니스 지식과 판단이 필요하다. 스스로 ‘이 분석이 기업의 목표에 어떻게 기여하는가?’라고 묻는 것이 ‘그래서 뭐’(So what) 문제를 방지하는 방법 중 하나다.


X