데이터 역량을 '현장'에!··· 셀프서비스 애널리틱스 조언 5가지

데이터 기반 의사결정은 현대의 디지털 비즈니스의 주요 특성이다. 하지만 숙련된 데이터 분석가와 데이터 사이언티스트를 채용하고 유지하기란 쉽지 않다. 해법 중 하나는 비즈니스 사용자가 스스로 쿼리를 수행하고 보고서를 생성할 수 있는 BI의 한 유형인 셀프서비스 애널리틱스를 배치하는 것이다.

셀프서비스 애널리틱스는 일반적으로 사용하기 쉽고 기본 데이터 분석 기능을 내장한 도구와 짝을 이룬다. 현업 분야의 임직원은 이러한 도구를 활용하여 시장 트렌드와 기회 등을 손쉽게 확인할 수 있다. 분석 또는 통계 분야의 경험이나 지식이 없어도 괜찮다.

즉 숙련된 데이터 분석가들이 부족한 상황, 비즈니스 인사이트를 필요로 하는 사용자들의 필요가 맞물려 셀프서비스 애널리틱스 분야가 뜨고 있다. 셀프서비스 애널리틱스 전략을 성공적으로 수행하고 싶은 IT 리더들이 감안해야 할 사항을 정리했다.
 

명확하고 포괄적인 분석 계획을 마련하라
데이터 애널리틱스과 애널리틱스 도구를 활용하는 사례는 이미 많다. 덕분에 잘못 사용하거나 부적절하게 적용하는 경우를 쉽게 관찰할 수 있다. 특히 다양한 사람들이 데이터를 분석할 수 있게 됨에 따라 의외의 문제가 발생하곤 한다.

일단 분석을 사용하기에 적합한 곳과 시기에 대한 계획을 수립하고 합리적인 관리책을 통해 분석 전략이 무질서한 상태가 되지 않도록 하는 것이 중요하다.

석유, 가스, 화학물질, 청정 에너지 산업을 위한 유체 시스템 제품과 서비스를 개발하는 스웨지록(Swagelok)의 비즈니스 및 영업 프로세스 분석가 브리타니 메이클레존은 “시작하기 전에 애널리틱스의 임무, 비전, 답해야 할 질문 등을 결정하라”라고 말했다.

메이클레존은 “작성할 수 있는 모든 차트와 그래프에 휘말리기 쉬우며 금방 압도된다. 처음부터 이런 로드맵이 있으면 생성할 실제 지표를 정리하고 집중하는 데 도움이 된다. 지표를 검증하고 깔끔하게 유지하기 위한 데이터 거버넌스 계획도 마련해야 한다. 분석의 정확성을 정기적으로 확인하는 것도 매우 중요하다”라고 말했다.

애널리틱스 계획을 수립함에 있어 선제적인 데이터의 사용을 가능한 많이 강조해야 한다고 메이클레존이 말했다. 그녀는 “실행 가능하고 다시 비즈니스로 구현할 수 있는 데이터에 집중하라. 조직 전반적으로 프로세스와 의사결정을 전환하기 위해 학습을 통합하라. 비즈니스의 역사적 측면을 이해하면 좋지만 과거에만 집중하고 있다면, 변화가 어렵다”라고 말했다.

스웨이지록에서 부서들은 도모(Domo)의 셀프서비스 애널리틱스 도구를 활용하여 고객 주문에 대한 대응 속도를 판단하고 생산 운영을 계획하며 영업 성과를 분석하고 공급망 결정을 내리고 있다.

메이클레존은 “셀프서비스 애널리틱스 덕분에 효율성이 증가했다. 모두가 이전보다 훨씬 빠르게 결정을 유도하기 위해 필요한 데이터를 얻을 수 있고, 더욱 책임감 있는 데이터 기반 결정을 내리고 있다. 왜냐하면 각 부서가 의사결정에 데이터를 사용하고 있기 때문이다”라고 말했다.

빠르고 손쉬운 성과를 추구하라
장기 분석 전략을 마련하는 것이 중요하지만, 그렇다고 해서 조직이 셀프서비스 애널리틱스와 관련해 일정학 속도로 움직여야 한다는 의미는 아니다.

전자 및 태양광 산업 제품 제조사 헴록 세미컨덕터(Hemlock Semiconductor)의 CIO 케이스 캐리는 “전에 몸담았던 회사의 고급 자료 사업부에서는 ‘빠르게 움직이고 위험을 감수하며 배우라’라고 말하곤 했다. 이제 막 [셀프서비스 애널리틱스를] 시작하는 사람에게도 유효한 조언이라고 본다”라고 말했다.

그는 이어 “소규모 작업 그룹을 찾아 야심차고 혁신적인 계획을 할당해 가능성을 타진”해보는 것은 좋은 생각이라고 말했다. 캐리는 “특히 기업 전반에 걸쳐 일관된 비즈니스 로직과 지표를 유도하는 데이터 파이프라인에 집중하라”라고 조언했다. 

헴록은 2018년에 팁코(Tibco)의 스포트파이어(Spotfire) 플랫폼을 사용하여 셀프서비스 애널리틱스 이니셔티브를 시작했으며, 현재 모든 부서가 이를 활용하고 있다. 캐리는 “과거에는 IT는 데이터를 다루고 초기 차트 작성 기능을 제공한 사용자 정의 .NET 애플리케이션을 개발했다. ‘엑셀(Excel)로 내보내기’ 버튼이며, [마이크로소프트 스프레드시트가] 인기 분석 플랫폼이 되었다”라고 말했다.

해당 기업의 똑똑한 엔지니어들도 새로운 데이터 세트를 엉망으로 만드는 매크로를 작성했으며, 캐리는 “누군가의 PC에서 하룻밤 사이에 실행되었다. 그리고 바라건대, 충돌이 발생하지 않았다면 엔지니어링 전문가들이 데이터 세트를 공유했기를 바란다”라고 말했다.

셀프서비스 애널리틱스 역량을 통해 헴록은 더 빠른 의사결정과 더 신속한 결과 확인 등의 이점을 얻었다. 특히 운영, 재무, 조달, 공급망, 연속 개선 팀 등의 모든 부서가 데이터 발견을 수행하고 강력한 시각화를 생성할 수 있다.

캐리는 “학습 곡선을 단축하고 결과를 더 신속하게 제공했으며 제조 공정에 대한 이해의 속도를 높였다. 이는 제품 개선과 비용 절감으로 이어졌다. 매우 짧은 시간 안에 우리는 기존의 보고 방법을 개선하고 새로운 인사이트를 발견하여 수백 만 달러를 절감했다”라고 말했다.

자연어 처리를 활용하라
NLP를 활용하면 SQL, 데이터베이스 구조, 테이블 통합의 개념을 이해할 필요를 없앰으로써 더 많은 사람들이 분석에 접근할 수 있다고 벤타나 리서치(Ventana Research)의 수석 부사장 겸 조사 책임자 데이브 메닝어가 말했다.

그에 따르면 NLP에는 자연어 쿼리라고도 알려져 있는 자연어 검색과 자연어 생성이라고도 알려져 있는 자연어 프레젠테이션 등 2가지 주된 측면이 있다.

메닝어는 “자연어 검색을 통해 사람들은 특수 문법 없이도 질문하고 답을 얻을 수 있다. 구글 검색바에 검색어를 입력하듯이 일상 언어를 사용하여 쿼리를 입력하거나 경우에 따라 말로 할 수 있다”라고 설명했다.

예를 들어, 사용자는 특정 기간 내 판매가 가장 많이 증가하거나 감소한 제품을 쉽게 확인할 수 있다. 결과가 표시된 후 사용자는 검색을 정제하여 특정 제품에 대한 재고를 판단할 수 있다.

자연어 프레젠테이션은 쿼리 부분보다는 애널리틱스 결과를 처리한다고 메닝어가 말했다. 그는 “NLP 등을 사용하여 쿼리가 구성된 후 결과가 발견된 것을 설명하는 묘사로써 표시된다”라고 말했다.

즉 자연어 프레젠테이션은 특정 제품의 판매 증가 또는 감소를 보여주는 제품 차트를 표시하는 대신에 해당 제품에 대한 구체적인 세부사항을 설명하는 몇 개의 문장 또는 문단을 생성한다.

메닝어는 “사람마다 학습 스타일이 다르다. 숫자 테이블을 좋아하는 사람들이 있고, 차트를 선호하는 사람들도 있고, 테이블이나 차트를 해석하는 방법을 모르고 설명을 선호하는 사람들이 있다. 자연어 프레젠테이션을 통해 애널리틱스에서 찾아야 할 것을 쉽게 알 수 있다. 또한 분석에서 얻어야 할 것을 정확히 설명함으로써 데이터가 해석되는 방식의 불일치가 사라질 수 있다”라고 말했다.

임베디드 애널리틱스을 활용하라
임베디드 애널리틱스에는 애널리틱스 기능과 데이터 시각화를 비즈니스 애플리케이션에 통합하는 것이 수반된다. 실시간 보고서와 대시보드를 이런 애플리케이션에 내장하면 비즈니스 사용자가 이런 애플리케이션에서 데이터를 분석할 수 있게 된다.

메닝어는 “임베디드 애널리틱스는 분석을 개인들이 [자신의] 일상 활동 중에 사용하고 있는 애플리케이션에 적용한다”라고 말했다. 여기에는 ERP, CRM, HRIS 등의 영업 부문 애플리케이션뿐 아니라 협업, 이메일, 스프레드시트, 프레젠테이션, 문서 등의 생산성 도구가 포함될 수도 있다.

메닝어는 “비즈니스 애플리케이션 환경에서 임베디드 애널리틱스 덕분에 영업 부문 직원은 훨씬 쉽게 데이터에 액세스하여 활용할 수 있다. 또한 액세스 권한이 이미 유지되고 있는 기본 애플리케이션에 의해 데이터가 관리되기 때문에 적절한 거버넌스를 제공한다”라고 말했다.

적절한 도구를 선택하라
셀프서비스 애널리틱스의 성공과 실패는 기업들이 배치하기로 선택한 기술 도구로 인해 엇갈릴 수 있다. 비즈니스 임원은 IT 리더십과 긴밀히 협력하여 도구를 평가하고 (조직의) 필요를 가장 잘 충족시키며 (인프라에 적합한) 것을 판단해야 한다.

금융 서비스 기업 웨스턴 유니온(Western Union)이 셀프서비스 애널리틱스 플랫폼을 선택할 때의 요건은 다수의 이질적인 데이터 소스와 쉽게 통합되고 사용하기 유연하고 쉬우며 강력한 분석 기능이 있고 최소한의 인프라 요건이 있어야 한다는 것이었다.

해당 기업은 태블로(Tableau)의 플랫폼을 배치하여 비즈니스 사용자들이 관리되는 환경에서 자신의 쿼리와 분석에 기초하여 결정을 내릴 수 있도록 했다고 웨스턴 유니온의 수석 데이터 아키텍트 겸 데이터 엔지니어링 및 아키텍처 책임자 하비어 싱이 말했다.

그 결과 비즈니스 부서는 IT의 지원 없이 자신만의 쿼리와 보고서를 생성하고 협업할 수 있다. 싱은 “이제 협업 사용자도 기술적인 노하우 없이 데이터를 자유롭게 쪼개어 분석할 수 있고, 데이터를 다양한 소스로부터 다양한 형식으로 얻을 수 있다”라고 말했다.

싱은 이어 “덕분에 역동적인 비즈니스 요건에 대응할 수 있게 됐다”라고 덧붙였다. ciokr@idg.co.kr