기업 차별화 기술 1위 '셀프 서비스 BI'···· 7가지 성공 팁

트레이닝과 함께 '호기심(질문)’ 문화를 촉진해야 한다. 그는 “사람들이 질문을 해야 셀프 서비스 BI가 우수해진다. 직원들이 지속적인 개선과 향상에 초점을 맞추지 않고 ‘안주’하는 조직에서는 셀프 서비스 BI가 또 다른 셸프웨어(Shelfware)가 될 뿐이다”라고 강조했다.

‘로우 코드(코딩이 많이 필요 없는)’ 도구를 활용
트레이닝이 미흡한 사용자도 데이터에서 인사이트를 획득할 수 있는 직관적인 쌍방향 로우 코드 도구는 셀프 서비스 BI 구현에 아주 큰 역할을 할 수 있다.

-> '약이 되거나 독이 되거나'··· '로우코드' 제대로 시작하기

버셀리노는 “기업의 디지털 변혁이 성숙해지고 있기 때문에 로우 코드 도구를 활용, 효과적으로 BI를 지원할 수 있다. 이런 도구들로 기술적인 복잡성을 없애고, 개발 시간을 줄이고, 비즈니스 사용자가 온-디맨드 보고서를 생성하도록 지원할 수 있다”라고 강조했다.

또 이런 도구는 비즈니스 사용자와 고객의 니즈(필요 사항)를 바탕으로 데이터 시각화 기능을 제공한다. 버셀리노는 “로우 코드 도구를 활용하면 비즈니스 가치와 혜택을 더 빨리 창출할 수 있다”라고 말했다.

그루어는 “보통 사람은 코딩 방법을 모른다. 그러나 강력한 인사이트가 포함된 데이터에 액세스한다. 우리 동료들이 코딩 스킬 획득에 시간과 돈을 투자할 필요가 없다. 대신 강력한 질문을 하고, 인사이트를 획득하고, 이에 따라 행동을 하는 데 초점을 맞출 수 있다”라고 설명했다.

그는 “카길의 셀프 서비스 분석 팀은 ‘데이터를 아는 사람’과 ‘데이터를 모르는 사람’ 사이의 경계를 없애는 데 도움을 주고 있다. 우리는 로우 코드 도구를 사용해 데이터 문화를 조성할 수 있다. 로우 코드 도구는 모든 사람이 데이터를 기반으로 의사결정을 내릴 수 있도록 만들어준다. 데이터를 확인 및 이해할 수 있기 때문이다”라고 말했다.

데이터 관리와 보안을 경시하지 않는 것이 중요
셀프 서비스 BI를 도입해도 계속 데이터를 관리해야 한다. 조직은 필요한 사람들이 필요한 데이터를 이용할 수 있도록 만들고, 데이터를 적절히 사용하도록 정책을 수립해 집행해야 한다.

메나는 “모든 것의 출발점은 ‘데이터 정리'이다. 이런 종류의 시스템을 효과적으로 만드는 세련된 데이터 관리 환경과 보안 아키텍처가 필요하다. 우리의 BI도구는 역할과 분야 별로 조직의 보안에 도움을 주고, 데이터 무결성(완전성)을 보호한다”라고 말했다.

오렌지 카운티 정부가 사용하는 웹포커스 플랫폼은 여러 데이터베이스를 통합하고, 데이터를 검색하고, 연산을 수행하고, 사용자가 이를 쉽게 확인 및 이해하는 기능을 제공한다. 메나는 “또한 얼럿 기능도 지원한다. 요청을 받으면, 시스템이 해당 부서에 결과물을 전달할 ‘작업 지시서’를 생성한다. 따라서 그 즉시 문제를 해결할 수 있다”라고 설명했다.

커뮤니티에 초점
많은 기업과 기관이 데이터 분석 같은 분야를 대상으로 전문성 센터(Centers of Expertise, CoE)를 만든다. 그러나 이는 전사적으로 광범위하게 경험을 공유하기 썩 좋은 방법은 아니다.

그루어는 “나는 CoE의 첫 글자인 ‘Center(중심)’를 ‘Community(커뮤니티)’로 바꿔야 한다고 주장한다. 자율 및 자립형 커뮤니티를 만들면, 지식이 전사적으로 고르게 확산되고, 특정 단일 조직에 대한 의존성이 사라지고, 강력한 ‘마스터(숙달자)’ 네트워크가 구축된다”라고 강조했다.

기업과 기관은 이런 커뮤니티 구축 노력의 일환으로 사용자에게 더 큰 자율성을 부여해야 한다. 사용자가 생산성을 높이는 동시에 자신이 하는 일을 즐길 수 있도록 만들기 위해서이다.

브루어는 “재미있게 만들어야 한다. 데이터와 기술만으로 충분하지 않다. 실험과 시험을 하고, 빨리 성과를 일궈내고, 업무 방식을 바꿀 수 있는 힘과 권한을 줘야 한다. 데이터 문화 구축에 아주 중요한 부분이다”라고 말했다.

카길은 모든 직원을 ‘시민 분석가(Citizen Analyst)’로 만든다. 소수의 IT 직원들이 카길이 관여한 모든 사업 분야를 완벽히 파악하는 것보다 분야(주제) 전문가들에게 분석 플랫폼 활용 방법을 교육하는 것이 더 합리적이기 때문이다.

카길의 셀프 서비스 분석 플랫폼 책임자인 데이빗 워커에 따르면, 이들 시민 분석가는 시간이 경과하면서 자신이 데이터 탐구에 사용한 분석 플랫폼과 도구, 기법의 주제 전문가(SME)가 된다. 이렇게 되면, IT에 지원을 요구하는 사례가 줄어든다.

워커는 “이렇게 하면 가까운 장래에 시민 분석가가 셀프 서비스 분석 도구를 사용해 데이터에 기반을 둔 의사결정을 내리는 사례가 보편화될 것이며, 이를 인지하게 될 것이다. 또 셀프 서비스 분석을 기업 문화의 일부로 만드는 데 성공했음을 알게 될 것이다”라고 말했다. ciokr@idg.co.kr