2018.01.24

'보너스' 효과 있었다··· 데이터 분석해 본 6개 기업 사례

Bob Violino | CIO

IT프로젝트가 성공하려면 목표가 확실해야 한다. 데이터 분석도 예외가 아니다. 데이터 팀은 분석을 수행하면서 유용한 고객 정보를 찾고, 프로젝트 의사결정을 지원하며, 생산성을 높이고, 기타 여러 성과를 개선한다.



그러나 데이터 분석의 탐구적 특성 때문에 갑자기 예상하지 못한, 원래 비즈니스 계획에 없던 혜택이나 인사이트를 발굴하는 경우도 있다. 이런 ‘행운’은 데이터 분석에 노력할 가치가 있다는 주장에 힘을 실어준다. 어떤 혜택을 누리게 될지 알 수 없기 때문이다.

여기 분석 활동을 통해 예상 못 한 이점과 혜택을 얻거나 누린 기업과 기관들의 실제 사례를 소개한다.

운영 상태 계속 주시
올레지스 글로벌 솔루션(Allegis Global Solutions)은 ‘프로그램들이 얼마나 잘 작동하고 있나?’, ‘다른 프로그램들과 비교했을 때 얼마나 잘 작동하고 있나?’, ‘다음에 해야 할 일은 무엇일까?’라는 질문에 대한 답을 찾기 위해 분석 플랫폼인 아큐먼 워크포스 인텔리전스(ACUMEN Workforce Intelligence)를 개발했다.

이 회사의 BI 담당 전무인 팀 존슨은 “계획 수립에 활용할 수 있는 ‘역사적 관점’을 개발하기 위해 분석 플랫폼을 개발했다. 그런데 3가지 질문에 대한 답을 찾고자 사용한 분석이 조직에 도미노 효과를 가져왔다”고 밝혔다.

이어서 존슨은 “모든 프로그램에서 데이터를 수집하고, 매일 업데이트한 덕분에 운영에서 최신 현황을 파악할 수 있게 되었다. 그 결과, 최근 프로그램과 전사적인 수준에서 일상 활동을 분석하는 데 도움을 주는 새로운 데이터 애플리케이션을 도입했다”고 설명했다. 운영자는 프로그램 인사이트를 수집하기 위해 보고서를 생성하거나 정보를 분석할 필요가 없다. 이미 체계적으로 정리된 정보를 바탕으로 움직일 수 있기 때문이다.

존슨은 “데이터를 운영에 사용했을 때 또 다른 혜택은 분석 도입률이 애초 예상보다 훨씬 높다는 것이다. 그 때문에 1주를 단위로 100%의 내부 도입률을 달성한다는 목표를 세웠다. 최종 사용자들은 매일 데이터를 사용해 성과를 높이고 있으며, 그 결과 정보를 더욱 밀접히 주시하면서 데이터 품질이 새로운 수준으로 향상되고 있다”고 이야기했다.

최초 데이터 분석과 관련해 세운 목적과 목표를 기준으로 할 경우, 데이터의 정확도는 90~95%면 충분했다. 그러나 운영에 활용하기 위해서는 98~99%의 정확도가 보장돼야 한다. 존슨은 “전사적으로 데이터 분석을 수용해 활용하면서 현재 상태에 도달했다. 3가지 질문에 대답을 찾으려 한 것이 전사적인 데이터 트랜스포메이션의 출발점이 되었다”고 언급했다.

단기적인 ‘손해’, 장기적인 ‘이익’
데이터 분석은 온라인 부동산 정보 회사인 트루리아(Trulia)가 광고 및 홍보 캠페인 중 하나인 이메일 전략을 정밀하게 조정해, 트래픽이 증가하도록 도움을 줬다.

이 회사의 엔지니어링 담당 VP 디프 바르마에 따르면, 매일 여러 이메일을 발송하는 전략을 사용했는데, 그 결과 구독을 취소하는 고객들이 증가하는 문제가 생겼다. 그는 “접근법을 바꿔 이메일을 통합했다. 하루에 1개의 이메일만 발송하기 시작했다”고 말했다.

처음에는 사용자의 참여가 오히려 저조했다. 그래도 새로운 방법을 사용하지 않기로 했다. 그러다 더 장기간 새로운 형태의 방법을 테스트해 보기로 했다. 그런데 성과가 개선됐다. 예상하지 못했던 결과였다.

바르마는 “테스트 범위를 확대하지 않았기 때문에, 처음에는 데이터가 무언가 잘못되었다고 알려줬다. 그러나 범위를 확대하자, 예상하지 못한 결과를 확인할 수 있었다. 우리는 트래픽이 증가하리라고는 생각하지 않았다. 1주 차 데이터에 따르면, 트래픽이 감소하고 있었기 때문이다. 그러나 더 장기간 적용해 분석한 결과, 트래픽이 증가했음을 확인할 수 있었다”고 설명했다.

데이터 분석은 새로운 상품 개발에도 도움을 줬다. 역시 처음에 의도하지 않았던 성과다.

바르마는 “에이전트에 문의한 후 이탈하는 고객들이 있었다. 그래서 고객이 문의한 것과 유사한 부동산을 추천하는 환경을 만들었다. 그러자 고객들이 다시, 더 자주 방문하기 시작했다. 새로운 ‘추천’ 때문이다”고 말했다.
 


IoT 솔루션으로 바뀐 보증 문제
로크웰 오토메이션(Rockwell Automation)의 분석팀은 제품 품질 부서의 요청을 계기로 프로젝트를 시작하게 됐다.

로크웰 오토메이션의 BI 디렉터 산지타 에드윈은 “보증 관리 문제가 도전과제였다. 단순히 문제를 조사하는 대신, 데이터 분석팀으로 하여금 반품의 근본 원인을 규명하는 데 초점을 맞추도록 만들었다”고 밝혔다.

머신 수준에서 데이터를 추적해, 생산설비의 문제와 상관관계가 있는 생산 측면의 결함이 이런 문제를 초래한다는 점을 발견했다. 에드윈은 “이는 전략과 플랫폼이 IoT 기기 데이터 분석을 포함해 발전하도록 도움을 줬다”고 이야기했다.

간단한 데이터 분석이 비즈니스에 큰 도움을 준 ‘솔루션’으로 탈바꿈한 것이다. 그녀는 “품질 관리 부서의 교훈을 토대로 고객들을 위해 독자적인 장치 수준의 데이터 분석 플랫폼을 개발했다. 우리는 데이터 분석을 통해 비즈니스 문제를 고객에 도움을 주는 도구로 바꾸고, 이를 통해 새로운 수익원을 창출하고 있다”고 이야기했다.

 




2018.01.24

'보너스' 효과 있었다··· 데이터 분석해 본 6개 기업 사례

Bob Violino | CIO

IT프로젝트가 성공하려면 목표가 확실해야 한다. 데이터 분석도 예외가 아니다. 데이터 팀은 분석을 수행하면서 유용한 고객 정보를 찾고, 프로젝트 의사결정을 지원하며, 생산성을 높이고, 기타 여러 성과를 개선한다.



그러나 데이터 분석의 탐구적 특성 때문에 갑자기 예상하지 못한, 원래 비즈니스 계획에 없던 혜택이나 인사이트를 발굴하는 경우도 있다. 이런 ‘행운’은 데이터 분석에 노력할 가치가 있다는 주장에 힘을 실어준다. 어떤 혜택을 누리게 될지 알 수 없기 때문이다.

여기 분석 활동을 통해 예상 못 한 이점과 혜택을 얻거나 누린 기업과 기관들의 실제 사례를 소개한다.

운영 상태 계속 주시
올레지스 글로벌 솔루션(Allegis Global Solutions)은 ‘프로그램들이 얼마나 잘 작동하고 있나?’, ‘다른 프로그램들과 비교했을 때 얼마나 잘 작동하고 있나?’, ‘다음에 해야 할 일은 무엇일까?’라는 질문에 대한 답을 찾기 위해 분석 플랫폼인 아큐먼 워크포스 인텔리전스(ACUMEN Workforce Intelligence)를 개발했다.

이 회사의 BI 담당 전무인 팀 존슨은 “계획 수립에 활용할 수 있는 ‘역사적 관점’을 개발하기 위해 분석 플랫폼을 개발했다. 그런데 3가지 질문에 대한 답을 찾고자 사용한 분석이 조직에 도미노 효과를 가져왔다”고 밝혔다.

이어서 존슨은 “모든 프로그램에서 데이터를 수집하고, 매일 업데이트한 덕분에 운영에서 최신 현황을 파악할 수 있게 되었다. 그 결과, 최근 프로그램과 전사적인 수준에서 일상 활동을 분석하는 데 도움을 주는 새로운 데이터 애플리케이션을 도입했다”고 설명했다. 운영자는 프로그램 인사이트를 수집하기 위해 보고서를 생성하거나 정보를 분석할 필요가 없다. 이미 체계적으로 정리된 정보를 바탕으로 움직일 수 있기 때문이다.

존슨은 “데이터를 운영에 사용했을 때 또 다른 혜택은 분석 도입률이 애초 예상보다 훨씬 높다는 것이다. 그 때문에 1주를 단위로 100%의 내부 도입률을 달성한다는 목표를 세웠다. 최종 사용자들은 매일 데이터를 사용해 성과를 높이고 있으며, 그 결과 정보를 더욱 밀접히 주시하면서 데이터 품질이 새로운 수준으로 향상되고 있다”고 이야기했다.

최초 데이터 분석과 관련해 세운 목적과 목표를 기준으로 할 경우, 데이터의 정확도는 90~95%면 충분했다. 그러나 운영에 활용하기 위해서는 98~99%의 정확도가 보장돼야 한다. 존슨은 “전사적으로 데이터 분석을 수용해 활용하면서 현재 상태에 도달했다. 3가지 질문에 대답을 찾으려 한 것이 전사적인 데이터 트랜스포메이션의 출발점이 되었다”고 언급했다.

단기적인 ‘손해’, 장기적인 ‘이익’
데이터 분석은 온라인 부동산 정보 회사인 트루리아(Trulia)가 광고 및 홍보 캠페인 중 하나인 이메일 전략을 정밀하게 조정해, 트래픽이 증가하도록 도움을 줬다.

이 회사의 엔지니어링 담당 VP 디프 바르마에 따르면, 매일 여러 이메일을 발송하는 전략을 사용했는데, 그 결과 구독을 취소하는 고객들이 증가하는 문제가 생겼다. 그는 “접근법을 바꿔 이메일을 통합했다. 하루에 1개의 이메일만 발송하기 시작했다”고 말했다.

처음에는 사용자의 참여가 오히려 저조했다. 그래도 새로운 방법을 사용하지 않기로 했다. 그러다 더 장기간 새로운 형태의 방법을 테스트해 보기로 했다. 그런데 성과가 개선됐다. 예상하지 못했던 결과였다.

바르마는 “테스트 범위를 확대하지 않았기 때문에, 처음에는 데이터가 무언가 잘못되었다고 알려줬다. 그러나 범위를 확대하자, 예상하지 못한 결과를 확인할 수 있었다. 우리는 트래픽이 증가하리라고는 생각하지 않았다. 1주 차 데이터에 따르면, 트래픽이 감소하고 있었기 때문이다. 그러나 더 장기간 적용해 분석한 결과, 트래픽이 증가했음을 확인할 수 있었다”고 설명했다.

데이터 분석은 새로운 상품 개발에도 도움을 줬다. 역시 처음에 의도하지 않았던 성과다.

바르마는 “에이전트에 문의한 후 이탈하는 고객들이 있었다. 그래서 고객이 문의한 것과 유사한 부동산을 추천하는 환경을 만들었다. 그러자 고객들이 다시, 더 자주 방문하기 시작했다. 새로운 ‘추천’ 때문이다”고 말했다.
 


IoT 솔루션으로 바뀐 보증 문제
로크웰 오토메이션(Rockwell Automation)의 분석팀은 제품 품질 부서의 요청을 계기로 프로젝트를 시작하게 됐다.

로크웰 오토메이션의 BI 디렉터 산지타 에드윈은 “보증 관리 문제가 도전과제였다. 단순히 문제를 조사하는 대신, 데이터 분석팀으로 하여금 반품의 근본 원인을 규명하는 데 초점을 맞추도록 만들었다”고 밝혔다.

머신 수준에서 데이터를 추적해, 생산설비의 문제와 상관관계가 있는 생산 측면의 결함이 이런 문제를 초래한다는 점을 발견했다. 에드윈은 “이는 전략과 플랫폼이 IoT 기기 데이터 분석을 포함해 발전하도록 도움을 줬다”고 이야기했다.

간단한 데이터 분석이 비즈니스에 큰 도움을 준 ‘솔루션’으로 탈바꿈한 것이다. 그녀는 “품질 관리 부서의 교훈을 토대로 고객들을 위해 독자적인 장치 수준의 데이터 분석 플랫폼을 개발했다. 우리는 데이터 분석을 통해 비즈니스 문제를 고객에 도움을 주는 도구로 바꾸고, 이를 통해 새로운 수익원을 창출하고 있다”고 이야기했다.

 


X