2015.02.12

미래학자가 보는 예측 분석 방향 '외부 데이터, 개인화, 거시경제'

Chris Riddell | CMO
역설적이지만 필자는 예측 분석에 대해 예측하는 미래학자다. 그러면 미래에는 빅데이터와 예측 분석이 어떻게 더 발전할 것인가? 그리고 더욱 중요하게, 예측 분석과 그로 인해 만들어진 통찰은 기업이 빠르게 변화하는 환경 속에서 더욱 민첩해지고 더 잘 대응하는데 어떻게 도움을 줄까?



위로, 아래로 그리고 안에서 밖으로
필자는 2015년에 예측 분석이 ‘위로, 아래로, 그리고 안에서 밖으로’라는 3가지 방향으로 나아갈 것으로 전망한다. 하지만 각기 다른 방향이라기 보다는 이 3가지를 서로 연결된 것으로 보는 게 더 맞을 것이다. 기업은 내부 데이터에서 외부 데이터로 확대로 사용하며, 평균적인 소비자가 아닌 소비자 개개인에 초점을 맞춰 분석을 세분화하고, 비즈니스 전망뿐 아니라 금융 시장, 지정학적 요인, 기후 변화 등 거시적인 것들을 예측 대상을 확대하게 될 것이다. 현업 임원과 이들 회사가 얻는 진정한 가치는 이 3가지 방향에서 나오는 통찰에 근접할 수 있는 데서 나오기 때문이다.

3가지 방향을 살펴보기 전에, 무엇을 ‘빅데이터’라고 부르고, 그 빅데이터와 예측 분석 간의 관계에 대해 짚고 넘어가자.

디지털 파괴(digital disruption)만큼이나 빅데이터가 요즘의 유행어다. IDC 디지털 유니버스 조사 보고서는 올해 전세계의 데이터 스토리지 용량이 9,000엑사바이트에 이를 것이라고 추정했다. 그리고 빅데이터의 규모는 기하급수적으로 증가하고 있는데, 이는 사회 경제적 서비스가 인터넷으로 이동한 결과다. 휴대전화는 이미 엄청난 양의 디지털 정보를 생산하고 있으며, 이런 물결은 사물인터넷이 빠르게 온라인으로 넘어오게 되면 더욱 거세질 것이다.

전문가들은 빅데이터를 양(volume), 다양성(variety), 속도(velocity)이라는 3가지 관점으로 규정한다. 즉 얼마나 많은, 어떤 유형의, 데이터가 얼마나 빠르게 생성되는지를 보는 것이다. 이것도 좋지만, 빅데이터의 핵심 이슈는 바로 빅데이터와 가치와의 관련성에 있다.

빅데이터 vs. 스마트데이터
단순히 말하자면 빅데이터 자체는 별로 쓸모가 없다. 그냥 숫자, 단어, 그림들로 이뤄진 산더미 같은 정보가 계속해서 모이고 저장된 것에 불과하기 때문이다. 빅데이터는 마치 게으른 사춘기와 비슷하다. 그들이 ‘뭔가 생산적인 걸 해야’될 거 같은 생각이 들지만 많은 회사에서 빅데이터는 그냥 자리만 차지하고 앉아서 별다른 이야기도 해주지 않는다.

빅데이터의 진짜 가치는 당신이 정확한 질문을 던져 빅데이터에서 스마트데이터가 될 때 비로소 탄생하게 된다. 그리고 바로 그 정확한 질문을 하는 것이 예측 분석의 핵심이다.

이렇게 하면 스마트데이터는 훌륭한 이야기꾼이 되어 당신의 회사 안팎에서 어떤 일들이 발생하고 있는지 실시간으로 이야기해줄 것이다. 이 이야기들은 크고 작은 분야 모두에서 강력한 통찰을 생성해낼 수 있다.

그리고 단순히 지금까지 무엇이 발생했는지에 대해 이야기하는 게 아니라, 무엇이 현재 발생하고 있는지를 말해 줌으로써 미래에 무엇이 발생할 지에 대해 예측 분석할 수 있게 해준다. 예측 분석은 그 이야기의 끝도 말해줄 수 있다.


방향 1 : 데이터는 ‘기업 안에서 밖으로’
훌륭한 비즈니스 리더는 운영 인텔리전스의 가치뿐 아니라 회사 안에서 무엇이 일어나는지 파악하는 게 얼마나 가치 있는지에 대해서도 잘 안다. 디지털 기술의 발전과 더불어 데이터의 양과 다양성은 엄청나게 증가했다. 이런 정보에 대한 접속의 속도 역시 종이 보고서에서 데이터를 종합 대시보드에서 사용자 친화적인 형식으로 실시간으로 보는 형식으로 바뀜으로써 크게 개선됐다.

기업 외부에서 유입되는 비-전통적인 데이터의 양이 늘어나면서 전통적인 데이터가 보완 및 보충된다는 사실이 새롭고 혁신적인 점이다. 예를 들어 기존 고객이나 잠재 고객이 기업 웹사이트에 들어와서 생성하는 클릭-스트림 데이터는 다음과 같은 정보를 말해준다.

• 고객이 당신 회사 사이트에 어떻게 들어왔는지
• 고객이 어떤 검색 엔진을 통해 들어왔고 어떤 검색어를 쳐서 들어왔는지
• 고객이 사이트에 얼마나 오래 머물렀고 무엇을 봤고 무엇을 보지 않았는지




2015.02.12

미래학자가 보는 예측 분석 방향 '외부 데이터, 개인화, 거시경제'

Chris Riddell | CMO
역설적이지만 필자는 예측 분석에 대해 예측하는 미래학자다. 그러면 미래에는 빅데이터와 예측 분석이 어떻게 더 발전할 것인가? 그리고 더욱 중요하게, 예측 분석과 그로 인해 만들어진 통찰은 기업이 빠르게 변화하는 환경 속에서 더욱 민첩해지고 더 잘 대응하는데 어떻게 도움을 줄까?



위로, 아래로 그리고 안에서 밖으로
필자는 2015년에 예측 분석이 ‘위로, 아래로, 그리고 안에서 밖으로’라는 3가지 방향으로 나아갈 것으로 전망한다. 하지만 각기 다른 방향이라기 보다는 이 3가지를 서로 연결된 것으로 보는 게 더 맞을 것이다. 기업은 내부 데이터에서 외부 데이터로 확대로 사용하며, 평균적인 소비자가 아닌 소비자 개개인에 초점을 맞춰 분석을 세분화하고, 비즈니스 전망뿐 아니라 금융 시장, 지정학적 요인, 기후 변화 등 거시적인 것들을 예측 대상을 확대하게 될 것이다. 현업 임원과 이들 회사가 얻는 진정한 가치는 이 3가지 방향에서 나오는 통찰에 근접할 수 있는 데서 나오기 때문이다.

3가지 방향을 살펴보기 전에, 무엇을 ‘빅데이터’라고 부르고, 그 빅데이터와 예측 분석 간의 관계에 대해 짚고 넘어가자.

디지털 파괴(digital disruption)만큼이나 빅데이터가 요즘의 유행어다. IDC 디지털 유니버스 조사 보고서는 올해 전세계의 데이터 스토리지 용량이 9,000엑사바이트에 이를 것이라고 추정했다. 그리고 빅데이터의 규모는 기하급수적으로 증가하고 있는데, 이는 사회 경제적 서비스가 인터넷으로 이동한 결과다. 휴대전화는 이미 엄청난 양의 디지털 정보를 생산하고 있으며, 이런 물결은 사물인터넷이 빠르게 온라인으로 넘어오게 되면 더욱 거세질 것이다.

전문가들은 빅데이터를 양(volume), 다양성(variety), 속도(velocity)이라는 3가지 관점으로 규정한다. 즉 얼마나 많은, 어떤 유형의, 데이터가 얼마나 빠르게 생성되는지를 보는 것이다. 이것도 좋지만, 빅데이터의 핵심 이슈는 바로 빅데이터와 가치와의 관련성에 있다.

빅데이터 vs. 스마트데이터
단순히 말하자면 빅데이터 자체는 별로 쓸모가 없다. 그냥 숫자, 단어, 그림들로 이뤄진 산더미 같은 정보가 계속해서 모이고 저장된 것에 불과하기 때문이다. 빅데이터는 마치 게으른 사춘기와 비슷하다. 그들이 ‘뭔가 생산적인 걸 해야’될 거 같은 생각이 들지만 많은 회사에서 빅데이터는 그냥 자리만 차지하고 앉아서 별다른 이야기도 해주지 않는다.

빅데이터의 진짜 가치는 당신이 정확한 질문을 던져 빅데이터에서 스마트데이터가 될 때 비로소 탄생하게 된다. 그리고 바로 그 정확한 질문을 하는 것이 예측 분석의 핵심이다.

이렇게 하면 스마트데이터는 훌륭한 이야기꾼이 되어 당신의 회사 안팎에서 어떤 일들이 발생하고 있는지 실시간으로 이야기해줄 것이다. 이 이야기들은 크고 작은 분야 모두에서 강력한 통찰을 생성해낼 수 있다.

그리고 단순히 지금까지 무엇이 발생했는지에 대해 이야기하는 게 아니라, 무엇이 현재 발생하고 있는지를 말해 줌으로써 미래에 무엇이 발생할 지에 대해 예측 분석할 수 있게 해준다. 예측 분석은 그 이야기의 끝도 말해줄 수 있다.


방향 1 : 데이터는 ‘기업 안에서 밖으로’
훌륭한 비즈니스 리더는 운영 인텔리전스의 가치뿐 아니라 회사 안에서 무엇이 일어나는지 파악하는 게 얼마나 가치 있는지에 대해서도 잘 안다. 디지털 기술의 발전과 더불어 데이터의 양과 다양성은 엄청나게 증가했다. 이런 정보에 대한 접속의 속도 역시 종이 보고서에서 데이터를 종합 대시보드에서 사용자 친화적인 형식으로 실시간으로 보는 형식으로 바뀜으로써 크게 개선됐다.

기업 외부에서 유입되는 비-전통적인 데이터의 양이 늘어나면서 전통적인 데이터가 보완 및 보충된다는 사실이 새롭고 혁신적인 점이다. 예를 들어 기존 고객이나 잠재 고객이 기업 웹사이트에 들어와서 생성하는 클릭-스트림 데이터는 다음과 같은 정보를 말해준다.

• 고객이 당신 회사 사이트에 어떻게 들어왔는지
• 고객이 어떤 검색 엔진을 통해 들어왔고 어떤 검색어를 쳐서 들어왔는지
• 고객이 사이트에 얼마나 오래 머물렀고 무엇을 봤고 무엇을 보지 않았는지


X