‘도구에서 전략까지’ 데이터 애널리틱스 ABC

“발견 세션을 수행하여 비즈니스 및 운영 리더들이 AI와 ML의 이점을 이해할 수 있도록 하라”라고 조직들이 데이터를 활용하여 고객 경험을 높이도록 돕는 디지털 전환 컨설팅 기업 HGS 디지털(HGS Digital)의 글로벌 데이터 사이언스 및 분석 활동 책임자 베뉴 구티가 말했다.

구티는 “이는 특히 처음으로 데이터 사이언스 여정을 시작하는 조직에게 중요하다. [AI 및 ML을] 구현할 때 [HGS 디지털이] 직면한 가장 큰 장애물은 비즈니스 사용자에게 데이터 사이언스 프로젝트를 제공한 후 얻은 결과에 관해 교육하고 데이터 사이언스 프로젝트 제공에 대한 우리의 접근방식을 설명하는 것이었다”라고 말했다.

조직은 다양한 부서들이 협력하는 방법을 설명하는 데이터 전략이 있어야 한다고 구티가 말했다. 그는 “ML 이니셔티브는 (마케팅, IT, 운영 등) 여러 부서들과 협력해야 하기 때문에 이것이 필요하다”라고 말했다.

머신러닝에는 대용량 데이터 처리가 수반된다고 구티가 전했다. 예를 들어, 소매기업이 고객 이탈을 예측하기 위해 고객 인구 통계, 구매 이력, 고객이 구매한 제품 등 많은 데이터가 필요하다.

구티는 “이런 데이터는 일반적으로 이질적인 데이터 소스들로부터 얻게 되며 데이터를 수집하기 위한 통합된 소스가 아닐 수 있다. 따라서 팀은 다양한 부서들과 협력하여 데이터를 통합된 플랫폼에 적용해야 할 것이다. 데이터 전략과 데이터 거버넌스가 정의되어 있는 조직에서는 명확한 데이터 전략이 없는 조직보다 이 프로세스가 훨씬 원활하다”라고 말했다.

클라우드에서의 분석을 활용하라
IT 분야의 다른 것들과 마찬가지로 클라우드는 데이터 분석을 위한 비용 효율적인 옵션을 제공한다. 특히 엄청난 양의 데이터를 분석해야 하면서도 내부 역량이 부족한 조직에게 특히 유익하다.

클라우드를 통한 분석 수행 계획이 있는 기업은 우선 명확한 마이그레이션 전략을 정의해야 한다고 구티가 말했다. 그는 “대부분의 조직들은 처음으로 데이터를 클라우드로 이동할 것이다. 작게 시작하고 경험을 통해 배우며 필요에 따라 변경하는 것이 가장 좋다”라고 말했다.

또한 보안 정책을 통해 명확한 거버넌스 프레임워크를 정의해야 한다. 구티는 “클라우드로 이동한다는 것은 내부 및 외부 데이터와 사용자를 클라우드로 이동하는 것이다. 보안 및 프라이버시 정책을 명확하게 정의해야 하며, 각 섹션의 소유자를 명확히 정의해야 한다. 각 사용자에게 적절한 수준의 액세스가 제공되어야 한다”라고 말했다.

또 다른 좋은 사례는 가능한 많이 자동화하는 것이라고 구티가 말했다. 그는 “클라우드의 힘은 민첩성과 자동화이다. 수동 또는 일회성 부하 수행에 대한 요청이 많을 것이며 이런 일회성 요청이 쌓이면 한 걸음 물러서는 것이 낫다”라고 말했다.

-----------------------------------------
BI/분석 인기기사
-> '쓸만한' 오픈소스 BI∙BA 툴 9선
-> BI로 가치 창출하는 9가지 아이디어
-> 'AI가 BI를 만났을 때' 더 똑똑해지고 유용해진다
-> 파워 BI 고급 활용을 위한 '파워팁 7가지'
-> 데이터 리터러시를 모든 직원에게!··· 셀프 서비스 BI·애널리틱스 툴 12선
-> 성공하는 BI 전략의 7가지 특징
-----------------------------------------------

애널리틱스 전문가 조직을 구성하라
조직은 CoE(Center of Excellence)를 구성하여 리더십을 제공하고 모범 사례를 공유하며 연구 개발하고 특정 영역에 대한 교육을 제공한다. 오늘날 데이터 분석의 전략적인 역할의 중요성을 고려할 때, CoE가 이런 노력에 집중하는 것이 합리적이다.

IDC는 2019년 미국 내 CIO 및 기타 고위 IT 임원을 대상으로 조사를 실시했다. IDC는 93%가 조직이 일정 형태의 CoE를 활용하여 AI와 데이터 사이언스 이니셔티브를 주도하고 있다고 말했다고 밝혔다. IDC의 IT 임원 프로그램 부사장 서지 파인들링은 “전문가 조직은 AI, BI, 분석 등 모든 것을 위한 중심 허브이다. 중앙 및 분산된 리소스가 잇는 조직으로서 전사적인 조율에 집중하고 있다”라고 말했다.

글로벌 컨설팅 기업 케이루스(Keyrus)는 초고의 투자수익을 얻고 데이터에서 최고의 가치를 얻기 위해서 조직은 분석 CoE를 수립해야 한다고 지적했다. CoE는 조직 내의 분석 노력을 간소화할 수 있다는 설명이다.

케이루스는 “조직에 관해 잘 알고 데이터 소스에 능통한 전문가팀이 있다고 생각해 보라. 이 팀은 모든 노력을 올바른 방향으로 집중하기 위해 데이터를 재량껏 활용할 수 있는 스킬과 역량을 갖추고 있다”라고 밝혔다.

케이루스는 사용할 도구를 선택하고 어떤 KPI가 필요한지 결정하는 것 등 분석 CoE가 담당할 업무가 다양하고 전했다. 전체적으로는 조직의 애널리틱스 비전을 정의하고, 기술 청사진을 구축하고, 데이터 소스를 공유하는 방법 등의 영역에 대한 기준을 수립하고, 프로그램을 관리해야 한다. 또 재정지원을 관리하고, 사용자 스킬을 개발하며, 방법론 리더십을 조직화하는 등의 기능을 제공할 수 있다.

케이루스는 CoE는 저마다 다르며 그룹의 구조화 방식은 기업의 규모, 산업, 목표, 기타 요소에 따라 달라질 수 있다고 지적했다. CoE는 조직의 구체적인 비즈니스 목표와 조직의 구조에 맞춰야 한다고 그는 덧붙였다. 

* 뉴욕에 거주하는 Bob Violino는 CIO, 컴퓨터월드, 인사이더 프로, CSO, 인포월드에 정기적으로 기고하는 전문 저술가다. ciokr@idg.co.kr