2020.07.02

‘데이터 분석 이니셔티브’는 왜 매번 실패할까?··· 4가지 조짐

Mary K. Pratt | CIO
오늘날 ‘데이터 애널리틱스’는 디지털 비즈니스의 필수 요건이다. 하지만 그 진입 장벽은 여전히 높다. 데이터 애널리틱스 이니셔티브를 성공시키고 싶은가? 이는 데이터 거버넌스, 올바른 전략과 문화를 구축하는 데서 시작된다.  

디지털 시대, 데이터와 애널리틱스는 기업들에게 여전히 최우선 과제다. ‘2020 CIO 현황 보고서(2020 State of the CIO)’에 따르면 IT 리더의 37%는 데이터 애널리틱스가 보안과 위험 관리를 제치고 올해 IT 투자에서 가장 큰 부분을 차지할 것이라고 밝혔다. 

데이터 애널리틱스 투자가 증가하면서 성과 압박 또한 가중되기 마련이다. 그러나 업계 전문가들은 성과를 내기엔 CIO와 다른 경영진들이 아직 충분한 역량을 갖추지 못했다고 지적했다. KPMG의 데이터 및 애널리틱스 부문 파트너 브래드 피셔는 “데이터 애널리틱스 이니셔티브의 목표를 달성하는 데 있어 몇 가지 어려움이 있다”라고 말했다.

데이터 애널리틱스 이니셔티브의 성공을 방해하는 4가지 요소를 살펴본다. 
 
ⓒGetty Images

1. 부실한 데이터 기반
가트너의 통계에 따르면 대부분의 기업은 데이터가 중요하다고 생각한다. 이 시장조사업체의 2019년 설문조사에서 경영진의 약 80%가 데이터를 효과적으로 활용하지 못한다면 경쟁 우위를 잃게 될 것이라고 답했다. 

하지만 이와 동시에 가트너는 절반 이상의 기업이 공식적인 데이터 거버넌스 프레임워크와 이를 위한 예산을 마련하지 않는다는 사실을 발견했다. 기초적인 요소의 부재는 기업의 데이터 애널리틱스 이니셔티브를 좌절시키기 충분하다. 

베인앤드컴퍼니 산하 AAET(Advanced Analytics and Enterprise Technology) 멤버이자 파트너인 로이 싱은 “구체적인 계획이 있어야 한다. 구체적이지 않다면 가치를 발견하지 못할 수도 있다”라고 언급했다.

데이터 거버넌스 프로그램을 체계적으로 구축하지 않는다면 기업은 올바른 데이터 정제 관행을 수립할 수 없다. 보유한 데이터에 접근하거나 이를 통합할 수도 없다. 데이터가 이곳저곳에 분산 및 고립돼 있기 때문이다. 심지어 어떤 데이터가 효과적인지도 모를 수 있다. 

파트너스 헬스케어(Partners HealthCare)의 수석 IT 보안 엔지니어 에드워드 매튜스는 “각 조직마다 쌓아 놓은 ‘정보의 섬’이 있고 일부 조직들은 중복된 업무를 하고 있기도 하다. 이로 인해 오염된 데이터 혹은 잘못된 데이터세트를 확보했거나 혹은 대시보드에 잘못 입력해 목표 달성에 실패한다. 이런 기업들은 괜찮은 프로그램을 보유하고 있다고 생각하다가 프레임워크를 살펴보고는 그렇지 않다는 사실을 깨닫는다”라고 설명했다.

게다가 많은 기업이 적절한 기반 기술을 가지고 있지 않다고 매튜스는 지적했다. 성과를 낼 수 있다고 약속받을지언정 실질적으로는 기업에 적합하지 않은 툴을 채택하기 때문이다. 반대로 처음부터 체계적인 전략을 세우지 않아 확장할 수 없는 툴을 고수하는 기업도 있다고 그는 덧붙였다.
 
즉 자체적인 데이터 프로그램 전략을 마련해야 한다. 더욱더 좋은 것은 전문가 조직(CoE)이다. 이를 통해 IT 리더는 데이터 거버넌스부터 책임 관리, 다양한 데이터 프로그램 구성 요소의 소유권, 필요한 인프라, 교육 요건, 전략적 목표, 리더십에 이르기까지 기본적인 기반을 구축할 수 있다. 

매튜스는 그가 근무했던 한 자선단체의 접근 방식을 좋은 예로 들었다. 그에 따르면 해당 자선단체는 데이터 애널리틱스 프로그램을 위한 예산을 할당한 다음 애널리틱스 팀을 구성하고 수석 부사장을 리더로 임명했다. 

“그 애널리틱스 팀은 어떤 역량을 확보할 수 있는지 계속해서 검토해 나갔다. 또한 기업에 정보를 제공하면서 가치를 입증하기도 했다. 이 밖에 특정 데이터세트에 매몰되거나 다른 데이터를 무시하지도 않았다. 데이터를 확인할 수 있는 새로운 방법과 기술을 항상 고려하기도 했다. 이는 CIO가 전담팀을 구성한 것은 물론 팀을 이끌 적임자를 고용한 덕분이다”라고 말했다.

2. 잘못된 전략
기업은 데이터 애널리틱스를 하나의 프로젝트로 여겨선 안 된다. 애널리틱스 전문가들은 CIO가 데이터 애널리틱스 프로젝트를 한 번에 진행하려는 경우를 봤다고 언급했다. 이를테면 데이터 레이크 및 값비싼 인프라를 구축하는 것이다. 이 경우 프로젝트가 꾸역꾸역 돌아가긴 하지만 기술이 충분히 활용되지 않거나 방치돼 버린다.

다른 기술 주도적 프로젝트와 마찬가지로 가치를 입증할 수 있는 타깃 솔루션을 구축하는 것이 낫다. 인도 IT 서비스 기업 TCS(Tata Consultancy Services)의 부사장 다이나 콜카는 “비즈니스 문제를 해결하고 있다는 것을 확실히 해야 한다”라고 말했다.

콜카는 데이터 프로젝트를 통해 가치를 얻을 수 있는 영역을 목표로 삼고 여정을 시작했다고 언급했다. 그는 “이러한 시작 덕분에 전담팀은 목표를 명확하게 인지할 수 있었고, 필요한 데이터와 툴을 확인할 수 있었다. 다시 말해, 이러한 접근 방식을 통해 측정 가능한 가치를 창출하는 목표를 만들 수 있었다. 그리고 이는 당연히 관리할 수 있고, 달성할 수 있는 목표가 됐다”라면서, “또한 나머지 조직에게 본보기도 될 수 있었다”라고 설명했다.

“현업 부문은 성과를 내고 싶어 한다. 처음부터 100%를 얻지 못해도 상관없다. 60~70%의 결과를 얻을 수 있다면 괜찮다. 거기서부터 점진적으로 개선하면 된다. 일단 어느 정도라도 결과를 제공하면 다음 단계의 투자를 받기가 더 쉽기 때문이다”라고 콜카는 덧붙였다.

다른 전문가들 역시 데이터 프로젝트를 한 번에 크게 진행하기보다는 반복적인 접근 방식을 취해야 한다고 조언했다. 싱은 “계속 상호작용하면서 테스트하는 과정이 필요하다. 즉 IT, 비즈니스, 데이터가 모두 애자일 모드로 협력해야 한다”라고 전했다.

포레스터 리서치의 부사장 브라이언 홉킨스는 한 소매업체를 예로 들었다. 해당 업체는 한 번의 투자가 아니라 매년 투자를 늘리는 방식으로 3개년 데이터 전략을 수립했다. 이는 지속적인 추가 및 개선의 필요성을 인지한 접근법이었다.
 
이어서 홉킨스는 “일단 애널리틱스 프로그램을 시작했다면 멈추지 말아야 한다는 사실을 이 기업은 깨달았다. 데이터 전략을 발전시키기 위해 매년 투자하는 것이 중요하다”라고 덧붙였다. 

하지만 이런 반복적인 투자는 비즈니스 니즈에 따라 진행돼야 한다. 새롭게 출시되는 기술에 끌려가선 안 된다는 게 홉킨스의 설명이다. 즉 기업은 비즈니스 사례별로 애널리틱스 역량을 구축하고, 고급 툴을 도입해 데이터 프로그램을 점진적으로 확장하며, 더 많은 사용자가 갈수록 복잡해지는 문제를 해결할 수 있도록 지원해야 한다. 

매튜스는 “CIO는 데이터 프로그램과 고객 니즈 및 소속 기업이 달성하고자 하는 목표를 계속 비교하고 점검해야 한다. 또한 현재 사용 중인 툴과 새 툴을 테스트한 후 가치가 있다고 판단되는 경우 새로운 툴로 전환할 수도 있어야 한다”라고 조언했다.

3. ‘중앙집중’과 ‘분권’ 사이의 균형 맞추기 실패 
경영진들은 데이터 애널리틱스 이니셔티브에 큰 투자를 했지만 여전히 이익을 거두지 못하고 있다고 말한다. 데이터 컨설팅 업체 뉴밴티지 파트너스가 발표한 ‘2020년 빅데이터 및 AI 부문 임원 대상 설문조사(Big Data and AI Executive Survey 2020)’에 따르면 전체 70개 참여 기업 가운데 74%는 빅데이터 도입으로 인해 문제가 계속 발생했다고 답했다. 

이 같은 수치가 나온 데에는 서로 다른 사용자 니즈를 인식하고 고려하지 못했기 때문이라는 게 싱의 의견이다. 그는 데이터 이니셔티브를 이끄는 일부 리더들이 전사적인 기준을 수립하지 않고, 기업 내 모든 사업부가 각기 다른 전략을 추진하도록 방치하고 있다고 봤다. 이러한 접근 방식은 비효율적이며 많은 사용자 그룹을 아무런 지원도 받지 못한 채 곤경에 빠지게 한다.

물론 싱은 극단적으로 모든 것을 중앙집중화하는 것도 부적절하다고 지적했다. 현업 부문 사용자들이 빠르게 적응하지 못할뿐더러 기업 전체가 프로그램의 잠재력을 최대한 발휘하지 못하게 되기 때문이다. 

따라서 그는 이 양극단 사이에서 균형을 맞추고 기업 내의 다양한 사용자 니즈를 충족하는 것이 가장 중요하다면서, “하이브리드가 필요하다. 단둘 사이의 균형은 시간에 따라 바뀔 수 있다. 아마도 처음에는 중앙에 집중된 채 시작될 수도 있다”라고 덧붙였다.

싱은 한 유틸리티 업체의 사례를 언급하면서 다음과 같이 설명했다. “해당 업체의 리더들은 애널리틱스에 투자하면서 자사의 에너지 사업부가 데이터 과학 프로젝트를 진행했다는 사실을 인지했다. 그리고 해당 사업부의 데이터 거버넌스 기준과 기술 요건을 따르는 셀프서비스 플랫폼을 구축했다. 이와 동시에 자사의 안전 사업부가 애널리틱스 경험이 부족하다는 사실을 고려해 중앙 집중적인 지원을 제공하는 전략도 수립했다.”

4. 문화적 변화의 필요성 간과
경영진은 단순히 전략적 목표에 부합하는 데이터 프로그램에만 주력해선 안 된다. 사용자들이 실시간 데이터 기반의 인사이트를 활용하고, 데이터 프로그램에 적극 참여하도록 문화적 변화에도 초점을 맞춰야 한다. 콜카는 “데이터 애널리틱스 이니셔티브는 비즈니스 패러다임 전체의 변화다. 기업은 이러한 변화를 계획해야 하는 것이다”라고 말했다.

하지만 대부분의 기업이 문화적 변화를 간과하고 있다. 뉴밴티지 파트너스의 보고서에 따르면 전체 기업의 38%만이 데이터 지향적 조직을 구성했다고 답했다. 데이터 친화적 기업 문화를 구축했다고 밝힌 기업은 27%에 불과했다. 한편 설문조사 응답 기업의 대다수(91%)가 문화적 변화에 있어 가장 큰 장벽으로 인적자원 및 프로세스 문제를 꼽았다. 

미국 토마스 제퍼슨 대학교(Thomas Jefferson University)과 제퍼슨 헬스(Jefferson Health)의 CIO 나자르 니자미는 데이터 및 애널리틱스 툴 표준화, 데이터 웨어하우스 관리 등의 기술적 요구를 해결하고 데이터 프로그램의 우선순위와 조직의 전략을 정렬함으로써 데이터 프로그램을 발전시켜 왔다고 밝혔다.

또한 그는 JAC(Jefferson Analytics Community)라는 교육 프로그램을 통해 문화적 변화를 유도하고 있다고 덧붙였다. JAC의 슬로건은 '데이터 확보에 어려움이 있다면 JAC를 알아보라'이다.

니자미는 “교육 프로그램 개발 당시 운영자들이 주도하되 셀프서비스 애널리틱스로 구성된 연합 모델을 구성하고자 했다”라면서, “이를 통해 애널리틱스 툴 사용률을 높이고, ‘데이터가 풍부한’ 조직에서 데이터 주도적인 조직으로 전환하며, 셀프서비스 데이터를 촉진시키는 것이 목표였다”라고 설명했다. 

피셔는 다른 CIO와 경영진도 데이터 애널리틱스 프로그램을 '인사이트를 창출하는 독립적 플랫폼'에서 사용자가 일상적으로 접근할 수 있는 '통합된 프로세스'로 옮겨야 한다고 권고하면서 다음과 같이 말했다. 

“사용자는 데이터 소스가 뭔지 혹은 데이터 과학이 얼마나 가치 있는지 모른다. 그저 업무에 필요한 정보만 얻으면 된다. 따라서 데이터 애널리틱스가 어려운 것이 아니라 애플리케이션처럼 보이고 느껴져야 한다. 이는 CIO만이 이해하는 것이다”라고 말했다. ciokr@idg.co.kr



2020.07.02

‘데이터 분석 이니셔티브’는 왜 매번 실패할까?··· 4가지 조짐

Mary K. Pratt | CIO
오늘날 ‘데이터 애널리틱스’는 디지털 비즈니스의 필수 요건이다. 하지만 그 진입 장벽은 여전히 높다. 데이터 애널리틱스 이니셔티브를 성공시키고 싶은가? 이는 데이터 거버넌스, 올바른 전략과 문화를 구축하는 데서 시작된다.  

디지털 시대, 데이터와 애널리틱스는 기업들에게 여전히 최우선 과제다. ‘2020 CIO 현황 보고서(2020 State of the CIO)’에 따르면 IT 리더의 37%는 데이터 애널리틱스가 보안과 위험 관리를 제치고 올해 IT 투자에서 가장 큰 부분을 차지할 것이라고 밝혔다. 

데이터 애널리틱스 투자가 증가하면서 성과 압박 또한 가중되기 마련이다. 그러나 업계 전문가들은 성과를 내기엔 CIO와 다른 경영진들이 아직 충분한 역량을 갖추지 못했다고 지적했다. KPMG의 데이터 및 애널리틱스 부문 파트너 브래드 피셔는 “데이터 애널리틱스 이니셔티브의 목표를 달성하는 데 있어 몇 가지 어려움이 있다”라고 말했다.

데이터 애널리틱스 이니셔티브의 성공을 방해하는 4가지 요소를 살펴본다. 
 
ⓒGetty Images

1. 부실한 데이터 기반
가트너의 통계에 따르면 대부분의 기업은 데이터가 중요하다고 생각한다. 이 시장조사업체의 2019년 설문조사에서 경영진의 약 80%가 데이터를 효과적으로 활용하지 못한다면 경쟁 우위를 잃게 될 것이라고 답했다. 

하지만 이와 동시에 가트너는 절반 이상의 기업이 공식적인 데이터 거버넌스 프레임워크와 이를 위한 예산을 마련하지 않는다는 사실을 발견했다. 기초적인 요소의 부재는 기업의 데이터 애널리틱스 이니셔티브를 좌절시키기 충분하다. 

베인앤드컴퍼니 산하 AAET(Advanced Analytics and Enterprise Technology) 멤버이자 파트너인 로이 싱은 “구체적인 계획이 있어야 한다. 구체적이지 않다면 가치를 발견하지 못할 수도 있다”라고 언급했다.

데이터 거버넌스 프로그램을 체계적으로 구축하지 않는다면 기업은 올바른 데이터 정제 관행을 수립할 수 없다. 보유한 데이터에 접근하거나 이를 통합할 수도 없다. 데이터가 이곳저곳에 분산 및 고립돼 있기 때문이다. 심지어 어떤 데이터가 효과적인지도 모를 수 있다. 

파트너스 헬스케어(Partners HealthCare)의 수석 IT 보안 엔지니어 에드워드 매튜스는 “각 조직마다 쌓아 놓은 ‘정보의 섬’이 있고 일부 조직들은 중복된 업무를 하고 있기도 하다. 이로 인해 오염된 데이터 혹은 잘못된 데이터세트를 확보했거나 혹은 대시보드에 잘못 입력해 목표 달성에 실패한다. 이런 기업들은 괜찮은 프로그램을 보유하고 있다고 생각하다가 프레임워크를 살펴보고는 그렇지 않다는 사실을 깨닫는다”라고 설명했다.

게다가 많은 기업이 적절한 기반 기술을 가지고 있지 않다고 매튜스는 지적했다. 성과를 낼 수 있다고 약속받을지언정 실질적으로는 기업에 적합하지 않은 툴을 채택하기 때문이다. 반대로 처음부터 체계적인 전략을 세우지 않아 확장할 수 없는 툴을 고수하는 기업도 있다고 그는 덧붙였다.
 
즉 자체적인 데이터 프로그램 전략을 마련해야 한다. 더욱더 좋은 것은 전문가 조직(CoE)이다. 이를 통해 IT 리더는 데이터 거버넌스부터 책임 관리, 다양한 데이터 프로그램 구성 요소의 소유권, 필요한 인프라, 교육 요건, 전략적 목표, 리더십에 이르기까지 기본적인 기반을 구축할 수 있다. 

매튜스는 그가 근무했던 한 자선단체의 접근 방식을 좋은 예로 들었다. 그에 따르면 해당 자선단체는 데이터 애널리틱스 프로그램을 위한 예산을 할당한 다음 애널리틱스 팀을 구성하고 수석 부사장을 리더로 임명했다. 

“그 애널리틱스 팀은 어떤 역량을 확보할 수 있는지 계속해서 검토해 나갔다. 또한 기업에 정보를 제공하면서 가치를 입증하기도 했다. 이 밖에 특정 데이터세트에 매몰되거나 다른 데이터를 무시하지도 않았다. 데이터를 확인할 수 있는 새로운 방법과 기술을 항상 고려하기도 했다. 이는 CIO가 전담팀을 구성한 것은 물론 팀을 이끌 적임자를 고용한 덕분이다”라고 말했다.

2. 잘못된 전략
기업은 데이터 애널리틱스를 하나의 프로젝트로 여겨선 안 된다. 애널리틱스 전문가들은 CIO가 데이터 애널리틱스 프로젝트를 한 번에 진행하려는 경우를 봤다고 언급했다. 이를테면 데이터 레이크 및 값비싼 인프라를 구축하는 것이다. 이 경우 프로젝트가 꾸역꾸역 돌아가긴 하지만 기술이 충분히 활용되지 않거나 방치돼 버린다.

다른 기술 주도적 프로젝트와 마찬가지로 가치를 입증할 수 있는 타깃 솔루션을 구축하는 것이 낫다. 인도 IT 서비스 기업 TCS(Tata Consultancy Services)의 부사장 다이나 콜카는 “비즈니스 문제를 해결하고 있다는 것을 확실히 해야 한다”라고 말했다.

콜카는 데이터 프로젝트를 통해 가치를 얻을 수 있는 영역을 목표로 삼고 여정을 시작했다고 언급했다. 그는 “이러한 시작 덕분에 전담팀은 목표를 명확하게 인지할 수 있었고, 필요한 데이터와 툴을 확인할 수 있었다. 다시 말해, 이러한 접근 방식을 통해 측정 가능한 가치를 창출하는 목표를 만들 수 있었다. 그리고 이는 당연히 관리할 수 있고, 달성할 수 있는 목표가 됐다”라면서, “또한 나머지 조직에게 본보기도 될 수 있었다”라고 설명했다.

“현업 부문은 성과를 내고 싶어 한다. 처음부터 100%를 얻지 못해도 상관없다. 60~70%의 결과를 얻을 수 있다면 괜찮다. 거기서부터 점진적으로 개선하면 된다. 일단 어느 정도라도 결과를 제공하면 다음 단계의 투자를 받기가 더 쉽기 때문이다”라고 콜카는 덧붙였다.

다른 전문가들 역시 데이터 프로젝트를 한 번에 크게 진행하기보다는 반복적인 접근 방식을 취해야 한다고 조언했다. 싱은 “계속 상호작용하면서 테스트하는 과정이 필요하다. 즉 IT, 비즈니스, 데이터가 모두 애자일 모드로 협력해야 한다”라고 전했다.

포레스터 리서치의 부사장 브라이언 홉킨스는 한 소매업체를 예로 들었다. 해당 업체는 한 번의 투자가 아니라 매년 투자를 늘리는 방식으로 3개년 데이터 전략을 수립했다. 이는 지속적인 추가 및 개선의 필요성을 인지한 접근법이었다.
 
이어서 홉킨스는 “일단 애널리틱스 프로그램을 시작했다면 멈추지 말아야 한다는 사실을 이 기업은 깨달았다. 데이터 전략을 발전시키기 위해 매년 투자하는 것이 중요하다”라고 덧붙였다. 

하지만 이런 반복적인 투자는 비즈니스 니즈에 따라 진행돼야 한다. 새롭게 출시되는 기술에 끌려가선 안 된다는 게 홉킨스의 설명이다. 즉 기업은 비즈니스 사례별로 애널리틱스 역량을 구축하고, 고급 툴을 도입해 데이터 프로그램을 점진적으로 확장하며, 더 많은 사용자가 갈수록 복잡해지는 문제를 해결할 수 있도록 지원해야 한다. 

매튜스는 “CIO는 데이터 프로그램과 고객 니즈 및 소속 기업이 달성하고자 하는 목표를 계속 비교하고 점검해야 한다. 또한 현재 사용 중인 툴과 새 툴을 테스트한 후 가치가 있다고 판단되는 경우 새로운 툴로 전환할 수도 있어야 한다”라고 조언했다.

3. ‘중앙집중’과 ‘분권’ 사이의 균형 맞추기 실패 
경영진들은 데이터 애널리틱스 이니셔티브에 큰 투자를 했지만 여전히 이익을 거두지 못하고 있다고 말한다. 데이터 컨설팅 업체 뉴밴티지 파트너스가 발표한 ‘2020년 빅데이터 및 AI 부문 임원 대상 설문조사(Big Data and AI Executive Survey 2020)’에 따르면 전체 70개 참여 기업 가운데 74%는 빅데이터 도입으로 인해 문제가 계속 발생했다고 답했다. 

이 같은 수치가 나온 데에는 서로 다른 사용자 니즈를 인식하고 고려하지 못했기 때문이라는 게 싱의 의견이다. 그는 데이터 이니셔티브를 이끄는 일부 리더들이 전사적인 기준을 수립하지 않고, 기업 내 모든 사업부가 각기 다른 전략을 추진하도록 방치하고 있다고 봤다. 이러한 접근 방식은 비효율적이며 많은 사용자 그룹을 아무런 지원도 받지 못한 채 곤경에 빠지게 한다.

물론 싱은 극단적으로 모든 것을 중앙집중화하는 것도 부적절하다고 지적했다. 현업 부문 사용자들이 빠르게 적응하지 못할뿐더러 기업 전체가 프로그램의 잠재력을 최대한 발휘하지 못하게 되기 때문이다. 

따라서 그는 이 양극단 사이에서 균형을 맞추고 기업 내의 다양한 사용자 니즈를 충족하는 것이 가장 중요하다면서, “하이브리드가 필요하다. 단둘 사이의 균형은 시간에 따라 바뀔 수 있다. 아마도 처음에는 중앙에 집중된 채 시작될 수도 있다”라고 덧붙였다.

싱은 한 유틸리티 업체의 사례를 언급하면서 다음과 같이 설명했다. “해당 업체의 리더들은 애널리틱스에 투자하면서 자사의 에너지 사업부가 데이터 과학 프로젝트를 진행했다는 사실을 인지했다. 그리고 해당 사업부의 데이터 거버넌스 기준과 기술 요건을 따르는 셀프서비스 플랫폼을 구축했다. 이와 동시에 자사의 안전 사업부가 애널리틱스 경험이 부족하다는 사실을 고려해 중앙 집중적인 지원을 제공하는 전략도 수립했다.”

4. 문화적 변화의 필요성 간과
경영진은 단순히 전략적 목표에 부합하는 데이터 프로그램에만 주력해선 안 된다. 사용자들이 실시간 데이터 기반의 인사이트를 활용하고, 데이터 프로그램에 적극 참여하도록 문화적 변화에도 초점을 맞춰야 한다. 콜카는 “데이터 애널리틱스 이니셔티브는 비즈니스 패러다임 전체의 변화다. 기업은 이러한 변화를 계획해야 하는 것이다”라고 말했다.

하지만 대부분의 기업이 문화적 변화를 간과하고 있다. 뉴밴티지 파트너스의 보고서에 따르면 전체 기업의 38%만이 데이터 지향적 조직을 구성했다고 답했다. 데이터 친화적 기업 문화를 구축했다고 밝힌 기업은 27%에 불과했다. 한편 설문조사 응답 기업의 대다수(91%)가 문화적 변화에 있어 가장 큰 장벽으로 인적자원 및 프로세스 문제를 꼽았다. 

미국 토마스 제퍼슨 대학교(Thomas Jefferson University)과 제퍼슨 헬스(Jefferson Health)의 CIO 나자르 니자미는 데이터 및 애널리틱스 툴 표준화, 데이터 웨어하우스 관리 등의 기술적 요구를 해결하고 데이터 프로그램의 우선순위와 조직의 전략을 정렬함으로써 데이터 프로그램을 발전시켜 왔다고 밝혔다.

또한 그는 JAC(Jefferson Analytics Community)라는 교육 프로그램을 통해 문화적 변화를 유도하고 있다고 덧붙였다. JAC의 슬로건은 '데이터 확보에 어려움이 있다면 JAC를 알아보라'이다.

니자미는 “교육 프로그램 개발 당시 운영자들이 주도하되 셀프서비스 애널리틱스로 구성된 연합 모델을 구성하고자 했다”라면서, “이를 통해 애널리틱스 툴 사용률을 높이고, ‘데이터가 풍부한’ 조직에서 데이터 주도적인 조직으로 전환하며, 셀프서비스 데이터를 촉진시키는 것이 목표였다”라고 설명했다. 

피셔는 다른 CIO와 경영진도 데이터 애널리틱스 프로그램을 '인사이트를 창출하는 독립적 플랫폼'에서 사용자가 일상적으로 접근할 수 있는 '통합된 프로세스'로 옮겨야 한다고 권고하면서 다음과 같이 말했다. 

“사용자는 데이터 소스가 뭔지 혹은 데이터 과학이 얼마나 가치 있는지 모른다. 그저 업무에 필요한 정보만 얻으면 된다. 따라서 데이터 애널리틱스가 어려운 것이 아니라 애플리케이션처럼 보이고 느껴져야 한다. 이는 CIO만이 이해하는 것이다”라고 말했다. ciokr@idg.co.kr

X