에어비앤비·스타벅스·소닉이 말하는 '빅데이터 성공 비밀'

Network World
빅데이터 분석으로 효과를 거둔 기업들에게는 공통점이 있다. 작게 출발해 효과를 입증한 후 점점 더 확대해 결국에 가서는 경쟁우위를 얻었다는 점이다. 여기 에어비앤비, 스타벅스, 소닉이 말하는 빅데이터 ‘시크릿’ 5가지를 소개한다.


이미지 출처: Shutterstock/Stephen Sauer

빅데이터 툴 도입이 빨라지면서 많은 성공사례들도 생겨나고 있다. 그런데 이렇게 전해지는 성공사례 중에는 할리우드 영화로 제작될 만큼 '큰' 사례'들도 많다. 통계 야구의 대가인 빌리 빈과, 그가 데이터를 분석해 오클랜드 에이스(Oakland A’s)를 성공으로 이끌었던 머니볼의 신화를 떠올려 보자.

대다수 기업들은 홈런을 노리고 힘차게 배트를 휘두르지만 이렇게 하면 대부분 삼진아웃을 당할 것이다. 사실 홈런, 즉 '큰 성공'보다는 작은 성과 창출에 초점을 맞출 때가 더 효과적일 수 있다. 안타를 칠 수 있는 능력을 갖춰야 계속 홈런을 칠 수 있는 법이다.

일반 기업이라면, 공급망을 조금 더 효율적으로 만들어도 효과를 거둘 수 있다. 채용 절차를 간소화하고, 온라인 쇼핑의 구매 전환율을 높일 수 있도록 작은 변화를 추진해 보자. 이런 작은 성과들이 축적될 때 훨씬 큰 성과가 창출된다.

1980년대 중반 조직행동 전문가인 칼 웨익의 연구에 따르면, 노숙자 문제 해결, 빈곤 퇴치, 기후 변화 문제 해결 등 큼지막한 사회 문제에 도전할 경우, 그 도전의 크기가 오히려 발전을 방해하는 사례가 많다. 웨익은 범세계적인 변화를 추구하는 사람들이 측정 가능한 목표에 초점을 맞춰야 한다고 주장했다.

좀더 최근에는 심리자학자인 테레사 아마빌과 스티븐 크레이머가 꾸준하면서도 지속적인 발전이 직원들의 사기에 아주 중요하다는 연구 결과를 발표했다. 비록 그 크기가 작아도 업무에 발전이나 진전이 있다면 만족하게 될 것이라는 의미다. 이를 '전진의 원리(Progress Principle)'라고 한다.

다시 말해, 원대한 비전보다 점진적인 발전이 더 중요하다는 것이다. 로드맵(중간 목표) 없이 '서버 가상화 시장을 지배하자!'같이 큼지막한 목표만 수립하면, 그 목표를 달성하지 못할 수도 있다는 뜻이다.

이보다는 경쟁자를 확실히 앞설 수 있는 작은 목표를 수립하는 것이 낫다. 이 목표를 달성해 자신감과 동기부여가 생기면, 다음 목표에 도전한다.

---------------------------------------------------------------
빅 데이터 활용
->미 정부기관이 고심하는 빅 데이터 문제들
-> 빅 데이터 광고에 현혹되지 않는 법
->빅데이터가 기업에 해를 끼치는 6가지 경우
-> 빅 데이터 구축과 활용 ‘사례 속의 교훈들’
-> 페타급 빅 데이터 스토리지 인프라 '셔터플라이의 구축법'
-> 성공적인 ‘빅 데이터+ BI’를 위한 10단계
-> 영화 ‘머니볼’에서 배우는 BI 애널리틱스 교훈
-> ‘미 국회도서관, 아마존, 마쯔다’가 전하는 빅 데이터 스토리지 팁
---------------------------------------------------------------

이와 관련해 당신의 회사도 능히 성취할 수 있고, 성취한 이후에는 이를 토대로 원대한 목표에 도달할 모멘텀을 형성할 수 있는 에어비앤비, 스타벅스, 소닉, 더블 더치(Double Dutch)의 작은 성공사례 5가지를 소개한다.

1 에어비앤비 : 천 마디 말보다 더 강력한 ‘한 장의 그림’
빅데이터를 활용해 시스코, 구글, 애플 같은 유수 기업을 이길 수 있다고 믿는 신생회사들이 많다. 이 회사들은 빅데이터라는 마법의 수정구슬을 들여다보면, 금세 '큰 승자'가 되는 비밀을 발견할 수 있다고 믿는다.

하지만 그런 일이 일어나는 경우는 아주 드물다. 빅데이터 성공사례는 '이 도시에서 새로운 소매점을 여는 데 가장 좋은 입지는 어디일까?', '입지 선정을 체계적인 프로세스로 발전시키는 방법은 뭘까?', '영업팀의 고객 유치 전화 도달률을 높이는 방법은 뭘까?', '소매점들이 실시간으로 고객 선호도에 맞는 제품과 서비스를 제공하는 방법은 뭘까?' 등 작은 질문에서 시작되는 사례가 많다.

공유경제에서 가장 큰 성공을 일궈낸 기업 중 하나인 에어비앤비의 사례를 살펴보자. 에어비앤비는 오랜 기간에 걸쳐 모멘텀을 형성했다. 사람들이 에어비앤비 대신 호텔을 이용하도록 만드는 큰 장벽 하나를 발견한 결과였다.

데이터 과학자로 에어비앤비의 분석을 책임진 라일리 뉴먼은 회귀분석으로 예약에 가장 큰 영향을 미치는 특징 하나를 발견했다. 간단한 특징이었다. 겉보기가 근사하지 않은 리스팅(에어비앤비에 등록된 시설)은 예약이 되지 않는다는 것이다. 반면 겉보기가 근사하면 예약이 됐다.

이에 에어비앤비는 전문 사진가에게 리스팅 사진을 다시 촬영하거나 후편집하도록 요청했다. 그 결과는 기대 이상이었다.

이 회사는 집 주인이 무료로 전문 사진 촬영을 요청할 수 있는 툴을 개발해 배포했다. 그리고 이를 통해 예약률과 집 주인들의 충성도를 높였다.

이후 리스팅에 관한 많은 정보를 바탕으로 검색 알고리즘에서 마케팅, 고객 지원에 이르기까지 모든 분야에서 분석을 계속 활용하게 됐다.

2. 스타벅스 : 매장 입지 선정을 위한 장소 찾기
부동산에서는 장소가 아주 중요하다는 사실을 잘 알고 있다. 그러나 뒤늦게야 좋은 장소를 발견한다. 두 번째 빅데이터 사례는 새로운 입지를 선정하는 프로세스를 개선한 대형 소매업체의 사례다.

인터넷 시대다 보니 디지털 전략에만 지나치게 초점을 맞추는 기업들이 많다. 하지만, 전자상거래는 미국 소매 매출에서 17%를 차지하고 있는 실정이다. 이는 아직까지는 온라인이 아닌 오프라인 사업이 절대적인 비중을 차지한다는 의미다.

오프라인 기업들은 사업 확장을 통해 수조 달러 시장의 점유율을 높이려 공을 들이고 있다. 그러나 새 매장의 위치를 정확히 판단하는데 큰 어려움을 겪고 있다. 과거 대다수의 예비 사업주들은 성공 확률이 높은 장소를 표적으로 삼았다. 시간당 교통량, 유동인구 등을 측정하거나, 그 지역에 위치한 다른 사업체의 사업 현황을 살펴봤다. 물론 그 지역에 가용한 공간이 있어야 하는 것은 당연하다.

하지만 좋은 장소처럼 보인다고 정말 좋다는 보장이 없는 것이 문제다. 예를 들어, 그 지역의 유사 사업체가 번창하고 있다고 판단을 내렸지만 실제로는 손실을 기록하고 있을 수 있다. 특정 지역에 음악 관련 사업장이 부족하다고 판단해 입지를 선정했는데, 애초 음악 관련 사업장에는 부적절한 입지일 수도 있다.

사업장의 위치를 단 몇 블록만 잘못 선정해도 성공과 실패가 갈린다.

스타벅스가 이런 프로세스에 데이터 분석을 활용하는 이유가 여기에 있다. 이 회사는 이를 위해 시장 기획 및 매장 개발 애플리케이션인 아틀라스(Atlas)를 구축했다. 아틀라스는 매핑(Mapping) 소프트웨어에 기반을 둔 빅데이터 분석 툴이다. 스타벅스는 에스리(Esri)의 아크GIS(ArcGIS, Arc Geographic Information System)에 기반한 아틀라스를 활용, 기존 매장의 실적에 도움을 준 다양한 요소를 파악하고, 이를 지도상에 표시하고, 유사한 장소를 새 매장의 입지로 선정한다.

스타벅스의 전략 담당 매니저 패트릭 오헤이건(사진)은 지난해 에스리 사용자 컨퍼런스에서 이에 관한 시나리오를 상세히 소개했다. 그는 아틀라스를 실행시켜, 스타벅스가 이미 8개 매장을 연, 인구 200만 명의 중국 난징의 지도를 꺼냈다. 그리고 매장 위치 선정에 영향을 주는 다양한 '계층'을 지도에 표시했다. 상업 지구와의 거리, 인구통계 정보, 일일 교통량, 대중교통 수단 등에 관한 정보가 표시된 계층이다.


이미지 출처 : 에스리

오헤이건은 2달 내에 사무용 건물 3동이 완공되기 때문에 잠재력이 높은 입지인 지구를 확대했다.

목표로 삼을 매장 입지를 결정하자 본사로부터의 입지 승인, 각종 허가서 취득, 매장 오픈 등에 방향을 제시하는 워크플로 화면이 떴다.

이게 다가 아니다. 커피숍 시장이 포화 상태에 도달한 미국에서는 특정 장소에서 맥주와 와인을 판매할지 등 새 메뉴 결정에도 아틀라스를 이용한다.

스타벅스의 개발 및 인게이지먼트(Development and Engagement) 부문 로렌스 노튼(Laurence Norton) BI 디렉터는 로스엔젤레스의 지도를 띄워 새로운 파일럿 프로그램의 입지 선정에 반영하는 요소들을 설명했다.

노튼은 "지도는 시험 입지와 집 밖에서의 와인 구매 패턴을 보여준다. 스타벅스는 더 많은 장소에서 저녁용 메뉴를 선보일 계획을 갖고 있다. 그리고 이 지도는 지출이 높은 지역에 위치한 커피숍을 보여준다"고 설명했다.

물론 데이터와 지도만 가지고 성공을 일궈낸다는 보장은 없다. 그러나 새 매장 개설과 관련된 위험을 크게 줄여주는 효과가 있다.

3: 더블 더치 : 잠재 고객 유치를 위한 '파워 다이얼링'
컨퍼런스와 이벤트용 모바일 소셜 네트워킹 애플리케이션을 공급하는 더블 더치(Double Dutch)는 투자자들에게 매출 증대 압박을 받았다. 이 신생창업회사는 느리지만 꾸준히 성장하고 있었다. 그러나 투자자들의 성에 차지 않는 수준이었다.

더블 더치의 글로벌 영업 담당 러스 헐 부사장은 벤처캐피털로부터 600만 달러를 투자 받았기 때문에 투자 수익을 창출할 능력이 있음을 입증해야 했다고 말했다. 그는 "투자 수익을 창출할 최상의 방법은 대외 매출 증진을 담당할 '엔진'을 구축하는 것이었다"고 설명했다.

2013년 초, 더블 더치는 매출 확대에 박차를 가할 새 영업개발 팀을 신설했다. 많은 고성장 기술 회사들과 마찬가지로 먼저 영업개발 담당자가 잠재 고객에게 연락해 검증을 하기로 결정했다.

그런데 실제 고객이 되기 전의 잠재 고객과 대화를 해야 한다는데 문제가 있었다. 더구나 과도할 정도로 '연결'된 시대가 되면서 의사 결정자를 찾아 대화하기가 훨씬 어려워졌다.

더블 더치는 영업개발 담당자가 짧은 시간에 많은 사람과 연락할 수 있는 솔루션을 개발하기로 결정했다. 또 '더 많은 잠재 고객과의 대화'라는 작은 목표를 달성하면, 더 빨리 더 많은 거래를 성사시킬 수 있다고 판단했다.

더블 더치는 예측 분석과 자동화가 결합된 서비스를 찾기 시작했다. 그리고 세일즈포스 앱익스체인지(Salesforce AppExchange)에서 이용할 수 있는 앱인 인사이드세일즈닷컴(InsideSales.com)의 파워다이얼러(PowerDialer)를 활용하기로 결정했다.

파워다이얼러는 영업팀이 역동적으로 대상 고객을 분류할 수 있는 툴이었다. 유망 잠재 고객은 물론 도달 가능한 잠재 고객을 정확히 판단할 수 있다. 파워다이얼러는 기계 학습을 기반으로 수백 만의 익명 프로필과 영업 접촉 정보를 분석해 영업 패턴을 밝혀 준다.

때론 상식처럼 보이는 영업 전술을 발굴할 수 있다. 다만 누구도 이런 상식을 실천하지 않는다는 점이 중요하다(그렇다면 이걸 상식이라고 부를 수 있을까?).

예를 들어, 도달률을 높이는 요소 중 하나가 바로 지역 번호라는 사실을 알려준다. 800번이나 생소한 지역 번호를 이용해 전화를 걸면 전화를 받는 확률이 낮아진다. 전화를 받는 사람이 누구인지 몰라서, 또는 판촉 전화라는 판단을 내리기 때문이다.

그러나 그 지역의 지역 번호를 이용하면 도달률이 높아진다. 발신 번호가 모르는 번호라도 알고 있는 사람이라고 지레짐작하기 때문이다. 파워다이얼러에는 영업 담당자가 대상 고객과 다른 지역에서 전화를 걸어도 해당 지역의 지역 번호가 표시되는 로컬프레젠스(LocalPresence)라는 기능이 있다.

더블 트리는 로컬프레젠스와 자동 발신 통화, 자동 문자 메시지, 상세 보고서, 게임화 기능 등을 활용해 통화 성공률과 대화 성공률을 각각 60%와 37% 상승시켰다. 그리고 그 결과 매출을 200% 증가시켰다.

헐은 "파워다이얼러를 사용하는 영업 팀, 그렇지 않은 팀으로 나눠 테스트 해봤다. 그 결과, 제품 시연 예약률과 파이프라인 증가율이 각각 4배씩 증가했다는 점을 밝혀냈다"고 말했다.

4. 소닉 : 고객이 원하는 메뉴로 조정
영화 속에서나 나올 만한 사례가 하나가 있다. 무척 좋아하는 장소가 하나 있다. 그런데 어려운 경제 환경에 직면해 공간을 줄이고 가격을 올린다. 그 과정에 애초 그 장소를 사랑하게 만들었던 소중한 것들이 파괴된다.

패스트푸드 체인인 소닉은 이런 이야기의 주인공이 되고 싶지 않았다. 43개 주에 3,544여 개 드라이브인 매장을 보유한 소닉은 전통적인 드라이브인 개념 대신 카호프(Carhop, 종업원이 주문한 식사를 차까지 배달해주는) 서비스 개념을 도입해 경쟁력을 확보했다.

소닉은 경쟁이 심해 마진이 아주 낮고 QSR(Quick Service Restaurant) 업종에서 사업을 전개하고 있다. 원가 인상분을 고객에게 전가하지 않고 흡수하는 새 방법을 찾아야 경쟁력을 유지할 수 있었다.
소닉은 보유한 데이터가 전달할 잠재력이 크다는 사실을 깨달았지만, 사용하고 있는 분석 솔루션의 성능이 제한적이라는 사실을 깨달았다. 더 빠르게 높은 가치의 정보를 입수해 활용하고 싶었지만, 여러 IT업체와 계약해 장기간 개발해야 하는 값비싸고 복잡한 솔루션에 투자하기는 꺼려졌다.

여러 하둡 기반 솔루션과 여러 업체가 관여해야 하는 솔루션 도입을 포기한 후 최종적으로 정착한 솔루션은 1010데이터(1010data)의 빅데이터 분석 엔진이었다. 수십 억의 로 데이터를 즉시 처리할 수 있는 툴이었다. 1010데이터의 분석 엔진은 퇴화 과정을 밟고 있는 관계형 데이터베이스 모델에 기반을 두고 있지 않다. 따라서 기존 아키텍처의 제약을 보완하는 '꼼수'가 필요 없었다.

소닉은 1010데이터 분석 플랫폼을 이용해 보유한 데이터 모두를 대상으로 쿼리를 수행할 수 있다. 사전에 쿼리를 위한 준비를 할 필요가 없는 것이다. 1010데이터는 기술을 모르는 사용자도 쉽게 데이터를 이용할 수 있고, 간단히 쿼리를 수행할 수 있는 스프레드시트 형태의 사용자 인터페이스를 갖고 있기 때문에 소닉은 더 효과적으로 값진 정보를 수집할 수 있었다.

소닉의 CIO 겸 수석 부사장인 크레이그 밀러는 "1010데이터는 회사의 데이터 분석가가 즉시 모든 데이터를 처리할 수 있도록 해준다. 이 플랫폼은 데이터 분석가가 자유롭게 데이터를 분석할 수 있도록 지원하면서, 중요한 정보 발굴을 촉진한다. 그 결과, 모든 의사결정에 데이터 분석 결과를 반영하고 있다"고 말했다.

즉석 쿼리 수행, 이동 중 쿼리 수행을 지원하기 때문에, ROI와 고객의 가치가 적절히 균형 잡힌 프로그램과 메뉴를 신속하게 모델화할 수 있다. 소닉은 가격 인상으로 고객을 화나게 하는 대신 고객이 원하는 메뉴로 조정하고, 동시에 마진을 보호할 다른 방법을 찾을 수 있게 됐다.

5. 소닉 : 클라우드를 통한 빠른 정보 공유
소닉은 초기에 빅데이터 프로그램을 성공시킨 결과, 이를 다른 분야에까지 확대해 활용하는 방법을 찾고 있다. 소닉은 현재 1010데이터 분석 툴을 프랜차이즈까지 확대하는 방안을 검토하고 있다.

데이터를 클라우드에 배치하면 프랜차이즈 회원사와 훨씬 쉽게 데이터를 공유할 수 있다. 또 중요한 정보를 더 효율적으로 관리할 수 있다. 1010데이터를 공동 창업한 CEO인 샌디 스티어는 "빅데이터에서 가장 간과되는 큰 기회 중 하나는 직원, 파트너, 고객과 서로 데이터를 공유할 수 있다는 것이다"고 강조했다.

1010데이터의 분석 엔진은 클라우드에 기반을 두고 있기 때문에, 권한만 있으면 전세계 어디에서나 데이터를 분석할 수 있다. 이후 신규 시장 조사 등 데이터를 이용해 자신이 원하는 사업을 추진할 수 있다.

스티어는 “클라우드는 너무 쉽게 접근해 이용할 수 있는 것이 문제라고 잘못 생각하는 사람들이 많다”고 주장했다. 그는 "보안이 문제긴 하다. 그러나 클라우드는 전세계 어디에서나 쉽게 접근해 이용할 수 있는 기술이다. 이는 미래지향적인 사고를 하는 기업에게 큰 경쟁력을 제공한다. 클라우드는 데이터를 공유하고, 아이디어를 검토하고, 데이터 분석 후 베스트 프랙티스를 공유할 수 있는 장소다"고 강조했다.

예를 들어, 소닉 같은 회사는 한 곳으로 데이터를 모아 뉴 멕시코 매장의 성공사례를 재빨리 조직 전체로 확산시킬 수 있었다. 이는 경쟁에 큰 도움이 됐다.

*Jeff Vance는 로스앤젤레스에 거주하는 프리랜서다. ciokr@idg.co.kr