데이터를 이용해 가치를 만들어내는 방법

데이터를 일터에, 회사에, 회사의 리더들에게 적용할 많은 방법들이 있고 할 수 있는 한 많은 것을 탐색하라는 조언들이 난무한다. 이들 각각은 제품 개선에서부터 산업에서의 주도적 변화를 가져올 수 있는 새로운 수익원에 이르기까지 수익과 경쟁 우위를 차지할 확실한 기회가 된다고 주장한다. 동시에 각각을 제대로 이해하기 위해선 반드시 경험해야 한다는 도전을 제기한다.

빅데이터, 분석, 인공지능, 사물인터넷 등이 미디어의 주된 관심을 모으게 되면서 데이터의 잠재성을 온전히 이용하려는 것은 기술이라기보다는 경영이 되고 있다. 데이터 과학자들 팀이 중요한 통찰을 얻기 위해 일련의 영민한 분석을 할 수 있겠지만 조직의 다른 사람들이 암시된 것을 더 깊이 이해하고 중요한 결정을 내리고 그것을 제품에 반영하고 고객과의 상호작용에 이용하지 않게 된다면 이러한 통찰들은 중간에 사장되고 말 것이다. 데이터를 일터에 활용하는 것은 데이터에서 시작해 통찰, 수익으로 이어지는 전체 과정을 포함해야 한다.

데이터를 활용하고자 하는 기업들에선 다음 일곱가지 조언을 참고할 필요가 있다. 또한 기업의 리더들은 이와 같은 선택지들이 어떻게 작용하고 어떤 방법이 자신들의 특성에 적합한지 시험해 볼 부서를 구성해 볼 것을 제안한다.

더 나은 결정을 하라

첫째 결정을 할 때 더 적합하고 정확한 데이터를 이용한다. 더 나은 결정이 필요하지 않다고 하는 기업은 경험해보지 못했다. 밀어부친다고 해서 더 나은 결정을 하게 되는 것도 아니다. 하지만 의사결정 과정에서 데이터를 더 많이 그리고 더 좋게 하는 것은 어려운 일이다. 변칙을 이해하고 서로다른 소스에서의 데이터를 결합하고 가장 낮은 가능성 수준에서 의사결정을 이끌기 위한 기술을 배워야 한다. 이러한 기술을 배울 시간을 갖는 것으로 불확실성을 줄이고 더 적합한 결정을 할 기회를 증가시키는데 데이터를 이용할 수 있다.

제품, 서비스, 프로세스를 혁신하라

숨겨진 통찰을 얻기 위해 데이터를 이용하고 이 통찰을 제품, 서비스, 프로세스를 창안하는데 혹은 개선하는 데 이용하라. 예를 들어 모건스탠리, Jeff McMillan의 팀은 고객 목표 및 포트폴리오에서부터 투자상품, 이메일 등 모든 것을 분석함으로써 자신들의 자산관리 고객들과의 관계를 개선하는 것을 목표로 한다. 알고리즘은 이 정보들을 취합하고 행동조치를 제안하면 상담가들은 자신들의 고객에게 제안할 최적의 조치를 선택한다. McMillan은 "당신이 800년의 경험을 가진 하버드 경영대학원과 매일 저녁 6시 대화를 한다고 상상하라. 그들에게 당신이 생각하고 있는 것을 말하면 그들은 밤새 당신 고객의 기회에 대해 생각한다. 아침에 그들은 당일 취할 최상의 행동 10가지를 당신에게 가져올 것이다. 당신 고객이 기뻐하지 않을 수 있겠는가?" 라고 상담가들을 격려한다. 이들의 목표는 재무 상담가가 혼자서 할수도 있는 것보다는 훨씬 더 많은 데이터와 분석력에 기초해 각 곡개에 대한 개인화된 전략을 개발하는 것이다.

제품, 서비스, 프로세스를 정보화하라

당신이 고객에게 제공할 수 있는 것에 보다 많은 데이터를 구축함으로써 기존의 제품을 더 가치있게 만들 수 있다. 자동차 제조사들은 경고등, GPS, 주행가능 거리 등의 정보를 제공하는 것으로 이같은 일들을 해온 역사가 있다. 더 많은 데이터가 유익이 되지 않는 제품이나 프로세스는 아직까지 보지 못했다.

품질은 높이고 비용은 줄이고 신뢰를 구축하라

문제의 근본원인을 찾아 해결함으로써 품질문제를 사전예방하라. 제품 운송부터 운영하는 것까지 회사들이 하는 모든 것에 방대한 양의 데이터를 이용한다. 하지만 잘못된 데이터는 이를 훨씬 어렵게 만들고 비용도 상승시킬 수 있다. 누군가가 자신들이 신뢰하지 못하는 데이터를 중요한 결정에 고려하는 것은 상상할 수 없을 것이다. 데이터 품질 문제를 적극적으로 찾아서 근본 원인을 해결할 조치를 취하라.

컨텐츠를 제공하라

새롭고 더 풍성하고 더 많은 데이터를 팔거나 제공하라. 모든 고객들은 컨텐츠에 의존하고 있고 블룸버그나 23andMe와 같은 수 많은 기업들이 이 필요를 채우는 것을 목표로 하고 있다. 여전히 대부분의 기업들은 자신들의 데이터를 판매하는 것에 대해 고려하지 않고 있다. 하지만 이것이 큰 기회가 될 수도 있다. 예를 들어 자동차 보험사는 그들이 판매할 수 있는 비교적 단순한 데이터를 찾아냈다. 이것은 매일 쓰여지는 새로운 정책들의 갯수였다. 신차 판매는 자동차 제조사의 상태를 반영하고 투자자들의 큰 관심사이다. 제조사들은 판매량을 월별로 공개하는데 이는 투자자들에겐 영원과도 같은 시간이다. 차량이 판매될 때마다 새로운 보험을 가입하게 되므로 이는 일간 판매량이라는 더 신속한 지표가 된다. 이것은 이 정보를 수집해 투자자들에게 제공하는 보험업자들에게 수익이 된다.

정보를 중개하라

데이터 제공자와 데이터가 필요한 이들을 연결시켜라. 목표는 컨텐츠를 제공하는 것이 아니라 컨텐츠를 향한 방향을 제공하는 것이다. 구글이 가징 잘 알려진 사례이지만 Quora 또한 전문가의 도움을 필요로 하는 사람들에게 답을 찾는 데 도움을 준다. 여기에도 커다란 기회가 있다. 개인적으로든 직업적으로든 사람들은 문서, 보고서, 데이터 등을 찾느라 많은 시간을 쓴다. 이러한 사람들에게 답을 줄 수 있는 다른 이들을 연결시키는 방법을 찾아라.

불균형을 이용하라

어떤 일에 대해 무엇인가를 알고 있는 사람과 그렇지 않은 사람이 있을 때 불균형이 생긴다. 이를 이용하면 사람들이 더 나은 거래를 하도록 도울 수 있다. 헤지펀드 회사와 중고차 거래상들이 불균형을 만들고 이용하기 위해 그러한 데이터를 이용한다. 최근에는 경기장, 항공사 등에서도 수익을 극대화하기 위해 변동 가격제를 이용하기 시작했다. 모든 기업들이 이와 같은 기회를 더 깊이 이해하기 위해 판매 및 그와 관련된 데이터를 살펴볼 수 있다. 반대로 중고차 시장에서 정보의 불균형을 없애고자 하는 Carfax같은 경우도 커다란 기회가 될 수도 있다.

이 일곱가지 방법은 당신의 회사가 데이터를 활용하는데 도움을 줄 수 있고 이들의 적절한 조합을 통해 놀라운 가치를 만들어 낼 수 있다. 예를 들어 Morningstar의 인재 영입 부문에서 일하는 Liz Kirscher는 기존 데이터를 좀 더 면밀히 살펴보고 새로운 데이터와 철저한 교육훈련을 도입함으로써 채용 과정을 재고하고 있다. Kirscher의 접근 방식에는 이력서를 검토하기 위한 인공지능 사용, 기개를 측정하는 Hogan 지수를 이용한 정보화, 채용의 성공과 실패를 측정하기 위한 더 나은 의사결정과 투명성 확보가 포함되어 있다.

이러한 방법들을 이용하면서 다른 것들보다 더 효과가 있고 가치를 만들어낸다는 것을 알게 될 것이다. 더 많은 데이터를 가지고 더 나은 의사결정을 하게 될 수도 있고, 고객 데이터를 판매하는 것이 당신 회사의 가치에 반한다는 것을 알게 될 수도 있다. 정보데이터화를 통해 제품을 개선하는 것이 비교적 쉽다는 것을 알게 될 수도 있고 대규모 혁신 계획에 접합한 재능을 갖추지 못하고 있다는 것을 깨달을 수도 있다. 여러 선택지들을 평가하고 신속히 학습하라. 그렇게 함으로써 최상의 가치와 수익을 만들어낼 수 있는 데이터 적용 방법을 공고히 할 수 있을 것이고 이를 장기적 데이터 전략으로 이행할 수 있을 것이다.

출처: Thomas C. Redman, Does your company know what to do with all its data?, HBR, 2017.06.15.