2023. 2. 24. 14:01ㆍBlog
블로그
데이터 기반의 조직이 되는 방법
데이터를 효과적으로 활용하여 비즈니스 운영과 회사 문화를 혁신하여 성공을 이루는 방법.
데이터 중심적이라는 것은 무엇을 의미합니까?
데이터 기반이란 모든 것에 있어 기업이 데이터 분석 및 해석을 기반으로 전략적이고 일상적인 운영 결정을 내리는 것을 의미합니다. 실용적인 수준에서 가설을 세우고 증거를 지속적으로 듣고 이에 대하여 추가 질문을 해야 합니다. 때로는 이러한 질문에 대한 답변이 가설을 확인하지만 또 다른 경우에는 놀랄 수도 있습니다. Therin은 혁신의 기회가 있는 것입니다.
데이터 저장 및 구성 방식의 발전, 컴퓨팅 성능의 증가, 새로운 분석 기술로 인해 이러한 주기의 속도가 엄청나게 빨라졌습니다. 가설 수립에서 질문 및 데이터 조사, 결정 단계에 이르기까지 이제 좋은 전략이 마련된다면 상대적으로 짧은 기간 내에 완료할 수 있습니다.
마케팅 비용을 최적화하려는 기업의 경우, 데이터를 기반으로 채널 전반에서 고객 참여를 효과적으로 유도하고 고객이 원하고 필요로 하는 것을 정확하게 예측하며 궁극적으로 판매를 확보하기 위해 적시에 적절한 콘텐츠를 제공할 수 있습니다. 이는 Google이 현재 Chrome 브라우저에서 서드파티(Third-party) 쿠키를 단계적으로 제거함에 따라 더욱 중요해졌습니다. 이제 퍼스트 파티(First-party) 데이터를 효과적으로 활용할 수 있어야 합니다.
오늘날 우리는 데이터 패턴을 기반으로 한 실시간 질병 진단부터 마케팅 퍼널(Marketing funnel)의 의사 결정 자동화에 이르기까지 과거에는 상상할 수 없었던 데이터로 많은 일을 할 수 있습니다. 그러나 기업은 데이터 및 분석을 구성하여 속도를 높이고 결과의 품질을 개선해야 자본을 활용할 수 있습니다.
데이터 변환 과제
보다 데이터 중심적인 기업이 되기 위한 세 가지 주요 과제는 전략, 분석 방법 및 회사 내에서의 성공적인 채택입니다.
대부분의 데이터 변환은 '사람' 요인 때문에 실패합니다. 직원들은 혁신에서 자신의 역할과 그것이 가져올 이점을 이해하지 못하며 프로세스는 목적에 대한 상식 없이 중단됩니다.
이를 방지하기 위해 프로젝트 리더는 먼저 견고한 분석 전략을 구축하고 조직 내에서 해당 전략을 확장하기 위한 경영진의 약속을 얻어야 합니다. 그런 다음 데이터 온톨로지(Ontology), 마스터 데이터 모델, 누가 데이터를 쓰고 액세스할 수 있는지에 대한 관리, 불완전한 데이터가 괜찮은 경우, 데이터를 추출, 이동 및 효과적으로 사용하는 데 적합한 기술 스택을 포함하는 명확한 데이터 계획을 개발해야 합니다.
마지막으로, 회사는 변경 관리 및 내부 팀의 완전한 채택을 추진하기 위해 핵심 프로세스에 데이터 출력을 포함하여 '라스트 마일'(Last Mile)에 집중해야 합니다.
데이터 기반 기업이 되기 위한 5가지 필수 요소
1. 전략
시작하려면 조직이 분석을 통해 달성하고자 하는 것을 명확하게 설명하는 전략을 수립하는 것이 필수적입니다. 기업이 전체 조직에 시범 사업을 추론하려고 시도하기 때문에 변환이 실패하는 경우가 많습니다.
이를 성공적으로 수행하는 조직은 데이터 및 분석을 사용하여 전체 비즈니스 도메인을 변환하기 위한 명확한 계획을 가지고 있습니다. 모든 접근 방식에 적합한 단일 크기가 아니라 비즈니스 전반에서 엔드 투 엔드 혁신을 주도하는 일련의 유스케이스(Use cases)를 시작해야 합니다.
2. 투자
성공적인 기업은 분석에 다른 그 어떤 조직보다 더 많은 비용을 지출합니다. 수익성 있는 확장자는 데이터, 기술, 분석 및 비즈니스 프로세스 워크플로에 분석 기능을 포함한 IT 예산의 25%이상을 분석에 사용합니다.
이러한 투자는 선도 기업의 75%가 분석에 대한 지출을 늘리기 위한 계획을 보고하고 있기 때문에 증가한 것 입니다. 가장 중요한 것은 많은 기업이 이 예산의 상당 부분을 기업이 직면한 가장 큰 과제인 분석에서 가치를 추출하기 위해 상당 부분을 할당한다는 점입니다 이는 모든 워크플로우와 의사결정 프로세스의 핵심에 분석기능을 포함하는 이른바 '마지막 단계(Last mile)'입니다.
3. 데이터의 품질
데이터와 관련하여 "garbage in, garbage out"이라는 유명한 말이 있습니다. 데이터 카탈로그, 마스터 모델, 데이터 이동 및 추출 방법, 데이터 무결성 및 품질 확인 방법을 포함하는 명확한 데이터 전략을 갖는 것이 중요합니다.
성공적인 회사는 데이터 수집에서 모델에 공급되는 데이터에 이르기까지 이러한 시스템을 엔드 투 엔드로 구현했습니다. 또한 데이터가 "충분히 양호"할 때와 완벽해야 할 때를 평가하는 좋은 시스템도 갖추고 있습니다. 성공을 달성하기 위한 주요 우선 순위가 아닌 경우 완벽을 추구하는 데 시간과 리소스가 낭비되기 때문에 이는 채택에 장애가 되는 경우가 많습니다.
4. 분석 모델 및 방법 개발
성공적인 기업은 분석 모델을 개발하고 통찰력을 해석하며 구현될 새로운 기능을 배포하기 위한 명확한 방법론을 가지고 있습니다. 선도적인 분석 회사는 방법론을 통한 모델 개발에 중점을 둘 뿐만 아니라 정교한 모델 관리 기능의 일부로 모델을 지속적으로 유지 및 업그레이드하기 위해 노력합니다.
많은 분석 리더는 기존 데이터 소스 및 알고리즘을 새롭고 잠재적으로 더 나은 대안과 비교하는 도전 및 테스트 접근 방식을 사용하여 분석 모델의 품질과 성능을 지속적으로 테스트하고 업그레이드합니다. 선두 기업은 강화 학습 및 딥 러닝과 같은 정교한 분석 기술을 사용할 가능성이 더 높으며, 이는 더 전통적인 분석 접근 방식에 비해 상당한 가치 상승을 제공할 수 있습니다.
5. 분석 인재 발굴 및 육성
인재를 유치 및 유지하고 효율적인 작업 방식을 수립하는 것이 데이터 변환 프로젝트의 핵심입니다. 성공적인 기업들은 데이터 과학의 다양한 측면에 대한 깊이 있는 기능 전문가를 많이 보유하고 있으며 데이터 및 분석 역할에 1,000명당 약 25~50명의 정규직 직원을 배치합니다.
또한 명확하게 정의된 교육 및 프로젝트 커리큘럼은 물론 커리어 패스 및 개인 개발 기회(R&D 및 최첨단 프로젝트 포함)를 통해 분석 인력을 개발, 유지 및 성장시키는 방법에 대한 본격적인 인재 전략이 필요합니다.
또한 이러한 기업은 비즈니스, 분석 및 분석 번역기를 테스트 및 학습모드에서 빠른 속도로 운영하는 강력한 교차 기능 팀과 함께 매우 민첩한 방식으로 분석 팀을 구성해야 합니다.
업무 문화를 데이터 중심으로 전환
데이터 기반 접근 방식의 성공적인 채택을 위한 주요 장애물은 기술적인 문제가 아니라 요구되는 문화적 변화에 있습니다.
그것은 다루어야 할 중요한 주제입니다. 요컨대, 조직은 성공에 필요한 데이터 리터러시(Data literacy) 및 사용 수준을 높이는 기능과 작업 방식을 구현해야 합니다. 또한 주요 의사 결정 과정에서 사용되는 모델에 대한 신뢰를 키워야 합니다.
다른 모든 것은 이러한 목표에서 비롯되지만, 도움이 될 수 있는 입증된 변화 전략이 있습니다. 여기에는 다음이 포함됩니다.
● 최고 경영진이 데이터 및 분석의 중요성을 알리기
● 분석 프로그램에 적합한 지표를 사용하여 행동 조정하기
● 역량 구축에 투자(예: 데이터 리터러시를 높이기 위해 모든 직원을 위한 올바른 교육)
● 데이터 및 분석을 통해 직원을 지원한다는 목표로 분석을 제품으로 취급
● 작업 방식 표준화 및 데이터 과학자를 조직에 통합
● 분석 프로그램의 성공 사례 전달, 분석 선택 설명, 모델의 불확실성과 한계에 대해 투명하게 설명
데이터 접근 방식의 미래 동향
우리는 향후 5년 동안 세 가지 주요 트렌드가 발전할 것으로 예상합니다.
1. 첫 번째는 개별 비즈니스를 초월하는 데이터 생태계를 구현하는 것입니다. 여기서 우리는 주어진 사용 사례에 대해 서로 다른 소스의 데이터를 상호 운용 가능하게 연결하고, 누락되거나 익명화된 데이터를 처리하고, 이를 통해 모든 모델 생성을 지원할 수 있습니다. 결과적으로 소비자는 데이터 사용에 대한 실질적인 보상을 본다면 데이터 사용에 대한 동의를 제공할 의사가 더 높아질 것입니다.
2. 데이터 처리 자동화 증가(예: 반자동 또는 완전 자동화 방식으로 데이터 정리 및 변환을 수행할 수 있는 분석 시스템). 이는 오늘날 분석 프로젝트 시간의 60~80%가 데이터를 준비하고 누락된 데이터를 처리하는 데 소비되기 때문에 중요합니다. 이러한 변화를 통해 기업은 분석 팀의 성과를 높일 수 있습니다.
3. 세 번째 추세는 분석을 확장하여 라이브러리로 코딩된 다양한 데이터 및 분석 자산을 사용하여 소프트웨어를 확장하고 모듈식 방식으로 조직 전체에서 공유 및 사용할 수 있도록 하는 것입니다.
데이터가 고객 경험을 풍부하게 하는 방법
Infobip에서 우리는 데이터를 활용하여 고객이 선호하는 모든 채널에서 엔드 투 엔드 고객 여정을 재현하는 임무를 수행하고 있습니다. 물론 사람들은 단일 채널만 사용하는 것은 아니므로 고객이 기업과 소통하기 위해 사용하는 여러 채널에서 "메모리"를 생성할 수 있어야 합니다.
예를 들어, 당신이 가장 좋아하는 채팅 앱(예: WhatsApp)에서 마음에 드는 옷을 살 수 있고, 그 채팅 앱을 떠나지 않고도 초기 검색부터 구매 및 고객 지원에 이르기까지 모든 작업을 수행할 수 있다고 상상해 보십시오.
이제 여러분이 어느 날 상점에 전화하기로 결정하고 일단 연결되면 상점이 귀하의 모든 이력과 선호 사항을 알고 있으므로 모든 것이 자동으로 개인화되어 이전 상호 작용에 대해 해당 비즈니스를 반복해서 교육할 필요가 없다고 상상해 보십시오. 여러분만을 위해 모든 것이 자동으로 개인화될 것 입니다.
이것은 참여와 경험에 큰 영향을 미칠 것이며 바쁜 현대 생활에서 가장 중요한 상품인 사람들의 시간을 절약할 것입니다.
사람들의 삶에 근본적인 영향을 미칠 수 있는 상업적 유즈케이스(Use Cases)를 넘어 동일한 원리를 적용할 수 있습니다. 의료 서비스를 상상해 보십시오. 여러 채널을 통해 마찰이 없는 환자의 여정은 진료 예약에서 진단, 치료 및 사후 관리에 이르는 프로세스의 속도를 크게 높일 수 있습니다. 말 그대로 생명의 은인이 될 수 있지만, 관련된 모든 조직이 데이터 기반으로 전환해야 달성할 수 있습니다.
How to Become a Data-Driven Organization
We share how to effectively leverage data to transform your business operations and company culture to achieve success.
www.infobip.com
더 자세한 문의는 하기 정보로 연락 주세요!
☎ 010-3278-0565
✉️ Marketing_Korea@infobip.com
'Blog' 카테고리의 다른 글
| [Infobip 인포빕] 대화형 디자인이란 무엇이며 전문 서비스가 인간과 같은 상호 작용을 만드는 데 어떻게 도움이 됩니까? (0) | 2023.03.22 |
|---|---|
| [Infobip 인포빕] 옴니채널 고객경험(CX)으로 리테일 경험 혁신 (0) | 2023.03.22 |
| [Infobip 인포빕] 옴니채널 Firewalls (방화벽): MNO(모바일 네트워크 운영자)의 미래 (0) | 2023.02.24 |
| [Infobip 인포빕] 새로운 소비자 구매 경로 이해 (0) | 2023.02.24 |
| [Infobip 인포빕] 고객 중심의 조직이 되는 방법 (0) | 2023.02.24 |