BI로 가치 창출하는 9가지 아이디어

4. 데이터 준비 작업에 걸리는 시간을 절약하라
모든 대규모 조직에서는 분기 또는 월말마다 애널리스트가 엑셀 파일을 가지고 씨름하는 광경이 목격된다. 너무 일상적인 모습이라 당연하게 느껴질지도 모르지만, 사실 이는 문제가 있는 상황이다. 여기서 문제란 데이터 수집이나 데이터 위생과 관련된 문제를 말하는 것이다. 다행히도, BI 툴의 부상으로 이런 부분들에서 도움을 받을 수 있게 됐다. 더 이상 필요한 데이터를 찾기 위해 아마존닷컴을 샅샅이 뒤지는 수고를 하지 않아도 되는 것이다.

스컬캔디(Skullcandy)의 CIO 마크 홉킨스는 “사이센스(Sisense) 애널리틱스 큐브에서 매일 업데이트 되는 고객 및 제품 수익성을 추적한다. 과거에는 이러한 리포트가 월 단위로만 가능했는데, 필요한 데이터를 모두 조합하고 입증하는 과정이 너무 오랜 시간이 걸렸기 때문이었다. 그러나 이제는 준비 시간이 사라져 수익성을 빠르게 추적하고 실시간 및 월 기반으로 긍정적, 부정적 트렌드를 파악할 수 있다”고 설명했다.

5. 고객 서비스를 개선하라
화가 난 고객들은 특히 온라인에서는 자신의 불만을 여기저기 이야기하게 된다. 이런 리뷰가 소셜미디어를 타고 확장되기라도 하면 문제가 아주 복잡해진다. 비즈니스 인텔리전스를 활용하여 고객 불만족을 초기에 찾아내 대처할 수 있다면 널리 확산되기 전에 문제를 해결할 수 있을 것이다.

스컬캔디의 홉킨스는 “우리는 애널리틱스를 이용하여 보상 청구(Warranty Claim) 내용들을 살펴보고 제품 개선에 투자했을 때 얻어지는 이득을 파악하고 있다. 고객들이 쓴 불만족 사항을 텍스트 분석하여 고객이 제기하는 문제가 어떤 것인지를 파악하고, 이러한 문제가 얼마나 자주 일어나는 것인지도 살펴본다. 또한 리뷰 데이터를 마이닝하여 고객들이 우리 상품에서 좋아하는 부분은 어떤 것이고 개선을 원하는 부분은 어디이며, 우리 회사가 경쟁사 대비 어느 정도의 만족도를 제공하고 있는지도 알 수 있다”고 말했다.

보상 청구와 같은 서비스 이슈를 다룰 때는 비용-편익 분석을 위해 재무 부서의 의견을 반드시 구하도록 하자. 단기적으로는 이윤 손실이 있을지라도 고객 만족도를 높임으로써 장기적으로는 주문이 더 늘어날 수도 있다. IT는 데이터의 품질을 평가하고, 특히 소셜미디어 트렌드에 대한 정서 분석을 통합하는 최종 사용자를 위해 사용이 쉬운 BI 툴을 제작해 이러한 논의에 가치를 더할 수 있다.

6. 새로운 매출원을 예측하라
아론 로스(Aaron Ross)의 ‘<프리딕터블 레비뉴(Predictable Revenue)>’는 기술 영업에 관심 있는 사람들 사이에서 빠르게 베스트 셀러로 등극한 책이다. 아론 로스는 영업사원 및 그들의 매니저가 수익 예측 가능성을 개선하기 위해 어떻게 해야 하는가에 주목한다. IT 역시 이를 참조하여 클라이언트 선택과 같은 세일즈 의사 결정을 내리는 과정에서 도움을 주는 BI 툴을 제공할 수 있을 것이다.

콘셉타(Concepta)는 팬히어로(FanHero)를 위한 수익 예측 계산기를 개발했다. 팬히어로는 유명 인사나 영향력 있는 인물들을 위한 모바일 앱을 만드는 기업이다. 콘셉타의 CEO 훔베르토 파리아스는 “우리가 개발한 계산기는 팬히어로에게 가장 중대한 문제들을 다룬다. 즉 유명인이 어느 정도의 사용자와 어느 정도의 가치를 회사에 가져다줄 수 있는지를 예측할 수 있게 해 주는 기술이다. 그 누구도 각각의 고객이 어느 정도의 수익을 창출해 줄 것인지를 정확히 파악할 수는 없다. 또, 이를 정확하게 아는 데 필요한 모든 데이터를 혼자서 프로세싱하는 것도 불가능하다. 이러한 데이터 소스에는 소셜미디어 통계(예컨대 팔로워 수, 성장률 등), 수직 성장률, 고장 및 가변 인프라 비용, 그리고 출시된 앱들의 과거 데이터 등이 포함된다”라고 말했다.

또한 이 애플리케이션은 ‘만약(if)’ 분석을 지원한다. 특정 유명인의 소셜미디어 팔로워 수가 늘어나면 그가 팬히어로에게 갖는 우선순위도 더 높아진다. 파리아스는 이러한 애플리케이션이 현재 ‘알파 단계’에 있으며 아직 그 영향력을 정확히 평가하기는 이르다고 전했다.

7. 예산 자동화 및 예측
재무 관리에서 스프레드시트를 버리고 특수 제작된 툴을 활용하면 많은 것이 달라질 수 있다.

넥스텝(Nextep)의 마케팅 디렉터 크리스티 렌셔는 “지금까지 과거에 기반해 미래에 관한 결정을 내려왔다”고 지적했다. 이 문제를 해결하기 위해 텍스텝은 계획 및 예산 툴 어댑티브 인사이트(Adaptive Insights)의 도움을 받았다. “어댑티브 인사이트 덕분에 기업의 모든 리더가 예산 책정 프로세스에 참여할 수 있게 됐다. 이 툴은 우리들 각자가 목표 달성까지 어느 정도 거리를 두고 있는가를 실시간으로 보여주었다. 우리는 더 이상 스프레드시트를 사용하지 않는다. 예산 책정 및 예측 프로세스를 자동화했으며, 데이터는 그 어느 때라도 사용할 수 있다”고 렌셔는 설명했다.

8. 다른 플랫폼에 BI를 집어넣어라
지금까지 BI 툴은 대체로 특수한 전문가와 애플리케이션이 필요했다. 그 결과 전통적으로 BI를 책임지는 것은 IT 부서였다. 그러나 이제 셀프서비스 BI뿐 아니라 BI를 플랫폼에 직접 넣을 수 있는 기술이 발달하면서 이러한 상황이 바뀔지도 모른다. 클리어링크의 사이센스 사용만 봐도 이를 알 수 있다.

“BI를 넣을 수 있기 때문에 원하는 만큼 많은 웹 애플리케이션을 만들어 낼 수 있고, BI 프레임워크와 리포트 생성 속도를 이용해 자체 애플리케이션에 위젯을 심을 수 있게 되었다”고 스타는 말했다.

점차 더 많은 BI 작업이 영업 부문으로 오프로딩 됨에 따라 IT의 역할은 예측 분석 쪽으로 더 기울게 됐다. 오늘날에는 세일즈 및 마케팅 분야를 제외하면 소수의 예측 분석 애플리케이션만이 존재한다. 또, IT 부서는 타 부서들의 BI 활용 방안을 모색하고, BI 탑재 범위를 넓히는 등 내부 컨설팅 역할을 맡을 수도 있을 것이다.

9. 데이터, ‘수집’에서 ‘분석’으로...
2018년이 되었지만 아직도 많은 전문가는 데이터 수집에 상당한 시간을 보내고 있다. 데이터 수집에 쏟는 시간이 길어질수록 그러한 데이터에서 통찰력을 얻어 낼 시간과 자원은 줄어든다. 재무부서의 경우 이러한 ‘데이터 수집 vs. 분석’ 문제가 더욱 두드러지는데, 이는 촉박한 마감일정에 맞춰 작업해야 하기 때문이다.

이러한 문제를 해결하고자 랙스페이스는 BI를 활용하기로 했다. “BI를 통해 재무팀이 필요로 하는 데이터와 모든 필요한 규율 및 계산이 포함된 환경을 만들어 낼 수 있었다. 이러한 환경은 일반 레저에서 생성된 모든 오퍼레이션 리포트에 연결될 것이다. 이를 통해 재무팀 사용자들은 주어진 시간의 90% 이상을 데이터 수집이 아닌 분석에 투자할 수 있게 되었다”고 머피는 설명했다.

* Bruce Harpham은 ‘ProjectManagementHacks.com’을 운영하며 기술 및 프로젝트 관리에 대한 글을 저술하고 있다. ciokr@idg.co.kr