Data Analytics 분야의 기회와 장애물

최근 데이터 기반의 비지니스를 영위하는 회사가 시장에서 가치 있는 회사로 자리매김하고 있다. 예를 들어, 2006년에 시장가치 Top 10 중에 데이터 기반 회사는 유일하게 Microsoft로 3위에 그쳤고, 1위에서 10위까지 Exxon Mobile, GE, Citigroup 등 전통적인 비즈니스를 영의하는 회사가 대부분이었다. 그러나 2017년에는 1위부터 5위까지 데이터 기반 회사인 Apple, Alphabet, Microsoft, Amazon, Facebook이 차지했다.

Market Capitalization (2006 vs. 2017)

Rank	2006.Q4	2017.Q1
1	Exxon Mobile	Apple
2	General Electric	Alphabet
3	Microsoft	Microsoft
4	Citigroup	Amazon
5	Gazprom	Facebook
6	ICBC	Berkshire Hathaway
7	Toyota	Exxon Mobile
8	Bank of America	Johnson & Johnson
9	Royal Dutch Shell	JPMorgan Chase
10	BP	Alibaba Group

디지털 기술의 확산으로 모든 비즈니스 리더가 데이터에 집중하고 있으며, 데이터에서 비즈니스 가치를 창출하기 위한 방법을 탐색하고 있다. Data Analytics는 고객 니즈의 이해, 신규 고객 발굴, 마케팅 실적 분석 등 마케팅 분야에서 주로 활용되고 있으나, 글로벌 리더들의 설문 결과에 따르면 실적 모니터링, 부정적발, 규제준수, 프로세스 개선, 비용절감 등의 영역에서도 활용한다.

그러나 데이터 분석 조직으로의 전환은 쉽지 않다. 최근 Accenture Strategy에서 글로벌 경영진 대상으로 조사한 결과에 따르면, 응답자의 76%가 데이터 부정확성과 불일치가 데이터 관리 측면에서 가장 큰 문제라고 응답했다. 만약 데이터 품질이 적절하게 확보되지 않으면, 수작업이 증가하거나 데이터 수정 등의 비용이 발생하게 된다. 결국, 의사결정을 위한 기초 데이터를 신뢰하지 못함에 따라 신속하고 효과적인 의사결정을 하기가 어려워 진다. 

대다수의 조직은 아직까지 기본적인 데이터 분석 역량이 부족하며, 미래에 대한 분석보다는 과거 실적에 대한 보고서 작성에 초점이 맞춰져 있다. 데이터의 ownership이 여러 부서에 분산되어 있어서 데이터를 찾기도 어려우며, 데이터 관리를 위한 IT 시스템 투자 미흡으로 데이터 접근성이 많이 떨어져 있기도 하다. 이러한 상황에서 비즈니스 가치 창출을 위한 Data Analytics의 활용은 요원하기만 하다.

결국, 성공적인 데이터 분석 조직으로 전환하기 위해서는 체계적인 접근 방법이 필요하다. 가장 먼저 왜 데이터를 분석해야 하는지 비즈니스 측면에서 니즈와 분석 목적을 파악해야 한다. 이런 방향성 하에서 무엇을 분석할지 분석 영역, 주제 등을 정하고, 분석에 필요한 내외부 데이터는 무엇인지 파악한다.

이 과정에서 필요한 데이터가 없거나, 데이터 품질이 떨어지거나, 새로운 데이터 관리가 필요한 경우, 프로세스 개선 활동을 통해 프로세스와 시스템을 수정한다. 결국, 고품질의 데이터가 시스템에서 관리되어야 Data Analytics가 가능하므로, 프로세스 개선 활동은 필수적인 요소가 된다.

실무에서는 반복적인 데이터 분석 프로세스를 적용해서 Analytics를 적용할 수 있다. 예를 들어 아래 그림처럼 분석을 통해 해결하고자 하는 문제를 정의하고, 1) 데이터 수집, 2) 모델링, 3) 모델 검토, 4) 모델 구현, 5) 인사이트 도출이라는 일련의 프로세스를 반복적으로 수행하게 된다. 이러한 반복적인 데이터 분석 활동을 바탕으로 실제 재무적인 성과가 나오는지도 같이 확인한다.

그러나 비즈니스 관점에서 Data Analytics의 가장 큰 장애물은 Analytics를 도입하더라도 급격하게 매출이 증가하지 않을 뿐더러 이익(EBITDA) 개선에 미치는 영향이 크지 않다는 점이다. 기업이 Analytics를 통해 얻은 효익은 경쟁자보다 앞서기 위해 할인 프로모션 등으로 대부분 고객에게 귀속되기 때문이다.  결국 Data Analytics의 활용으로 매출 증대나 비용 절감 등의 직접적인 효과가 없다면, 현실에서는 무용지물이 될 수 밖에 없다.

※ 참고자료

- How to Avoid the Big Bad Data Trap, The Boston Consulting Group

- Building trust in analytics, KPMG

---

경영컨설턴트이자 국제공인관리회계사인 안종식입니다. 주로 신사업 기획, 해외진출, 디지털, 스타트업, 커머스 그리고 중국에 대한 주제로 글을 쓰고 있으며, 관련 주제로 기업체와 협회에서 강의하고 있습니다. 현재는 딜로이트에서 컨설팅 업무를 담당하고 있습니다.

blog: http://aliahn.tistory.com

mail: jongsikahn.cma[at]gmail.com

※ 모든 글은 제가 직접 작성했습니다. 제 허락 없이 무단으로 재배포할 수 없습니다.