2018.11.26

기고 | '데이터 중심' 조직이 되고 싶나? 진심으로?

CIO Australia
가트너 애널리스트 앤드류 화이트는 데이터 중심의 운영이 위험한 캐치프레이즈라고 주장했다.
 
Credit: IDG
Credit: IDG

CIO가 이사회에 왜 그들이 ‘데이터 중심’ 조직이 되기를 원하는지 물어볼 수 있도록 필자에게 도움을 청한 적이 있다. 5분 발표 후 이사회 멤버와 필자는 회의실 밖에서 들었던 내용을 기반으로 데이터 중심 조직이 되기를 원하지 않는다는 결론을 내렸다. 그들이 정말로 원하는 것은 고객 중심 조직이 되는 것이었다.

데이터에 기반을 두는 것은 위험한 캐치프레이즈다. 사회적 성과나 비즈니스 성과에 대한 명확한 가시선 없다면, 이는 데이터나 기술의 낭비일 뿐이다. 따라서 현업 임원과 기술에 관해 이야기하기보다는 데이터와 분석이 어떻게 비즈니스 의사 결정과 성과를 높일 수 있는지 이야기해야 한다.

측정 가능한 비즈니스 성과에 연계된 데이터와 분석 투자는 보고할 수 있는 이익을 창출할 가능성이 더 크다. 문제는 어떤 투자가 어떤 사업 결과를 낳을지 결정하는 데 조직이 어려움을 겪고 있다는 데 있다. 데이터와 분석 기능이 어떻게 비즈니스 가치를 창출하느냐를 이해하는 것은 모든 사람에게 여전히 어려운 숙제다.

가트너의 데이터 및 분석팀은 최근 이에 관한 업무에서 어려움을 겪었으며 스토리텔링, 제2 언어로서의 정보 및 데이터 활용 능력과 같은 개념을 탐구했다. 이것들은 데이터와 분석에 대한 이야기를 중단하고 데이터 중심으로 행동하기 위해 훈련하는 데 초점을 맞춘 비슷한 아이디어다. 대신, 더 나은 데이터를 사용하여 비즈니스가 어떻게 운영되고, 행동하며, 변화하는지를 더 자세히 이야기하라. 데이터나 분석을 강조하라는 의미가 아니다.

필자는 최근에 데이터 기반 조직이 데이터를 수집하고 분석하여 인간이 더 나은 비즈니스 의사 결정을 내리는 데 도움이 되겠지만, 모델 중심 조직이 비즈니스를 정의하는 모델을 지속해서 개선하는 시스템을 만들었다는 생각을 읽었다. 데이터 중심 조직에서 데이터는 비즈니스를 돕지만, 모델 중심 비즈니스에서는 모델이 곧 비즈니스다.

이는 말장난일 뿐일까? 아마 반은 맞고 반은 틀릴 것이다.

개념적으로 논쟁은 명확하다. 소프트웨어 사용은 의사 결정에 도움을 주고, 응답 모델링과 경우에 따라 AI(인공지능) 및 기타 기술 사용은 자동으로 학습하고 다음 결정을 업데이트하는 프로세스.인 '관찰, 방향 지정, 의사 결정, 행동'(OODA 루프) 프로세스 일부를 간소화하는 데 도움을 준다.

좀더 설명하자면 '관찰'은 새로운 데이터에 대한 지속적인 필요성을 수반한다. '방향 지정'은 가치와 결과에 관한 비즈니스 통찰력을 적용하는 것을 의미한다. '의사 결정'은 분석적 통찰력을 수반한다. '행동'은 비즈니스 실행을 수반한다.

그러나 인공지능은 만능 솔루션이 아니다. 주어진 최선의 결정은 조직이 대응하거나 실행하는 능력을 변경할 수 있는 능력이 거의 없다면 쓸모없게 된다. IT분야의 과대 선전은 AI를 사용하여 의사 결정 일부나 전부를 자동화하는 것이다. 실행 능력이 충분하지 않다. 많은 다른 의사 결정이 있음을 잊어서는 안 된다.

그렇다면, 이제 마케팅으로 돌아가 보자. '분석(analytics)'이라는 말을 들을 때 우리는 데이터에 관해 토론하고 의사 결정을 안내하는 방법을 사용자에게 제시하는 경향이 있다. 이렇게 하면 시각화 소프트웨어, 대시보드, 통찰력에 중점을 두고 결국 구형 보고서와는 다른 것으로 설명된다. 실제로 그들은 서로 다르지 않다. 그들은 미래 지향적인 데이터를 기반으로 할 수 있다. 그러나 이것들은 단지 데이터만 보여주는 보고서와 다르지 않다.

'분석(analytics)'이라는 말이 의사 결정 과정 자체를 포함한다고 우리가 보고할지라도 이는 중요한 문제가 아니다. 이미 시장에서 분석은 데이터가 아닌 프로세스로 자리매김했다.

그래서 우리는 결론에 이르렀다. OODA 루프를 탐색하면 어떤 성공적인 조직이라도 여러 영역에서 성과를 거두어야 한다는 것을 알게 될 것이다.

• 데이터(Data) - 본래의 문제, 옵션, 기회 또는 보고해야 할 사항

• 통찰력(Acumen) - 어떤 일이 무엇인지 그리고 어떤 종류의 답변이 필요한지에 대한 일종의 사업 또는 조직 인식

• 분석(Analytics) - 옵션을 조사하고 가치를 측정하고 결정한다.

• 실행(Execution) - 의사 결정 자체가 행동으로 이어진다.

• 데이터(Data) - 더 많은 데이터. 예상대로 결과가 발생했나? 전체 사이클에서 무엇을 배웠나?

시장은 현재 AI와 머신러닝(ML)에 중점을 두고 이 OODA 루프 주기의 분석이나 분석 측면에 고정되어 있다. 그러나 시간이 지남에 따라 비즈니스 프로세스, 의사 결정, 조치가 어떻게 진행되는지에 초점을 맞추려면 그 이상을 수행해야 한다.

어느 쪽이든 일반적으로 AI, 머신러닝, 휴리스틱(heuristics), 시뮬레이션, 심지어 문제 해결 모델은 문제를 해결하고 기회를 활용하는 데 매우 강력하다. 우리는 한 모델이 모든 목적을 충족한다고 가정하는 경향을 피할 필요가 있다.

*Andrew White는 가트너 애널리스트다. 그의 연구는 마스터 데이터 관리(MDM)와 함께 주요 데이터 책임자 역할, 데이터 및 분석 플랫폼, 전략, 관리 및 책임주의에 중점을 둔다. 그는 오는 2019년 2월 18~19일에 시드니에서 열리는 가트너 데이터 & 애널리틱스 서밋에서 발표할 예정이다. ciokr@idg.co.kr
 

CIO


2018.11.26

기고 | '데이터 중심' 조직이 되고 싶나? 진심으로?

CIO Australia
가트너 애널리스트 앤드류 화이트는 데이터 중심의 운영이 위험한 캐치프레이즈라고 주장했다.
 
Credit: IDG
Credit: IDG

CIO가 이사회에 왜 그들이 ‘데이터 중심’ 조직이 되기를 원하는지 물어볼 수 있도록 필자에게 도움을 청한 적이 있다. 5분 발표 후 이사회 멤버와 필자는 회의실 밖에서 들었던 내용을 기반으로 데이터 중심 조직이 되기를 원하지 않는다는 결론을 내렸다. 그들이 정말로 원하는 것은 고객 중심 조직이 되는 것이었다.

데이터에 기반을 두는 것은 위험한 캐치프레이즈다. 사회적 성과나 비즈니스 성과에 대한 명확한 가시선 없다면, 이는 데이터나 기술의 낭비일 뿐이다. 따라서 현업 임원과 기술에 관해 이야기하기보다는 데이터와 분석이 어떻게 비즈니스 의사 결정과 성과를 높일 수 있는지 이야기해야 한다.

측정 가능한 비즈니스 성과에 연계된 데이터와 분석 투자는 보고할 수 있는 이익을 창출할 가능성이 더 크다. 문제는 어떤 투자가 어떤 사업 결과를 낳을지 결정하는 데 조직이 어려움을 겪고 있다는 데 있다. 데이터와 분석 기능이 어떻게 비즈니스 가치를 창출하느냐를 이해하는 것은 모든 사람에게 여전히 어려운 숙제다.

가트너의 데이터 및 분석팀은 최근 이에 관한 업무에서 어려움을 겪었으며 스토리텔링, 제2 언어로서의 정보 및 데이터 활용 능력과 같은 개념을 탐구했다. 이것들은 데이터와 분석에 대한 이야기를 중단하고 데이터 중심으로 행동하기 위해 훈련하는 데 초점을 맞춘 비슷한 아이디어다. 대신, 더 나은 데이터를 사용하여 비즈니스가 어떻게 운영되고, 행동하며, 변화하는지를 더 자세히 이야기하라. 데이터나 분석을 강조하라는 의미가 아니다.

필자는 최근에 데이터 기반 조직이 데이터를 수집하고 분석하여 인간이 더 나은 비즈니스 의사 결정을 내리는 데 도움이 되겠지만, 모델 중심 조직이 비즈니스를 정의하는 모델을 지속해서 개선하는 시스템을 만들었다는 생각을 읽었다. 데이터 중심 조직에서 데이터는 비즈니스를 돕지만, 모델 중심 비즈니스에서는 모델이 곧 비즈니스다.

이는 말장난일 뿐일까? 아마 반은 맞고 반은 틀릴 것이다.

개념적으로 논쟁은 명확하다. 소프트웨어 사용은 의사 결정에 도움을 주고, 응답 모델링과 경우에 따라 AI(인공지능) 및 기타 기술 사용은 자동으로 학습하고 다음 결정을 업데이트하는 프로세스.인 '관찰, 방향 지정, 의사 결정, 행동'(OODA 루프) 프로세스 일부를 간소화하는 데 도움을 준다.

좀더 설명하자면 '관찰'은 새로운 데이터에 대한 지속적인 필요성을 수반한다. '방향 지정'은 가치와 결과에 관한 비즈니스 통찰력을 적용하는 것을 의미한다. '의사 결정'은 분석적 통찰력을 수반한다. '행동'은 비즈니스 실행을 수반한다.

그러나 인공지능은 만능 솔루션이 아니다. 주어진 최선의 결정은 조직이 대응하거나 실행하는 능력을 변경할 수 있는 능력이 거의 없다면 쓸모없게 된다. IT분야의 과대 선전은 AI를 사용하여 의사 결정 일부나 전부를 자동화하는 것이다. 실행 능력이 충분하지 않다. 많은 다른 의사 결정이 있음을 잊어서는 안 된다.

그렇다면, 이제 마케팅으로 돌아가 보자. '분석(analytics)'이라는 말을 들을 때 우리는 데이터에 관해 토론하고 의사 결정을 안내하는 방법을 사용자에게 제시하는 경향이 있다. 이렇게 하면 시각화 소프트웨어, 대시보드, 통찰력에 중점을 두고 결국 구형 보고서와는 다른 것으로 설명된다. 실제로 그들은 서로 다르지 않다. 그들은 미래 지향적인 데이터를 기반으로 할 수 있다. 그러나 이것들은 단지 데이터만 보여주는 보고서와 다르지 않다.

'분석(analytics)'이라는 말이 의사 결정 과정 자체를 포함한다고 우리가 보고할지라도 이는 중요한 문제가 아니다. 이미 시장에서 분석은 데이터가 아닌 프로세스로 자리매김했다.

그래서 우리는 결론에 이르렀다. OODA 루프를 탐색하면 어떤 성공적인 조직이라도 여러 영역에서 성과를 거두어야 한다는 것을 알게 될 것이다.

• 데이터(Data) - 본래의 문제, 옵션, 기회 또는 보고해야 할 사항

• 통찰력(Acumen) - 어떤 일이 무엇인지 그리고 어떤 종류의 답변이 필요한지에 대한 일종의 사업 또는 조직 인식

• 분석(Analytics) - 옵션을 조사하고 가치를 측정하고 결정한다.

• 실행(Execution) - 의사 결정 자체가 행동으로 이어진다.

• 데이터(Data) - 더 많은 데이터. 예상대로 결과가 발생했나? 전체 사이클에서 무엇을 배웠나?

시장은 현재 AI와 머신러닝(ML)에 중점을 두고 이 OODA 루프 주기의 분석이나 분석 측면에 고정되어 있다. 그러나 시간이 지남에 따라 비즈니스 프로세스, 의사 결정, 조치가 어떻게 진행되는지에 초점을 맞추려면 그 이상을 수행해야 한다.

어느 쪽이든 일반적으로 AI, 머신러닝, 휴리스틱(heuristics), 시뮬레이션, 심지어 문제 해결 모델은 문제를 해결하고 기회를 활용하는 데 매우 강력하다. 우리는 한 모델이 모든 목적을 충족한다고 가정하는 경향을 피할 필요가 있다.

*Andrew White는 가트너 애널리스트다. 그의 연구는 마스터 데이터 관리(MDM)와 함께 주요 데이터 책임자 역할, 데이터 및 분석 플랫폼, 전략, 관리 및 책임주의에 중점을 둔다. 그는 오는 2019년 2월 18~19일에 시드니에서 열리는 가트너 데이터 & 애널리틱스 서밋에서 발표할 예정이다. ciokr@idg.co.kr
 

CIO
X