예측 분석 ‘느낌 아는’ 마케팅과 영업

예측 분석 활용을 극대화하자 하는 기업이라면 신뢰를 쌓는 데는 시간이 걸리며, 성공을 위해서는 데이터 주도적인 경영을 위해서는 기업 전체가 바뀌어야 한다는 주장이 제기됐다.

TWDI의 고급 분석(advanced analytics) 책임 연구원 펀 하퍼는 예측 분석의 사용과 장점에 대한 새로운 연구 결과를 바탕으로 조언을 전했다. ‘비즈니스 어드밴티지를 위한 예측 분석(Predictive Analytics for Business Advantage)’이라는 보고서에서 TWDI는 지금까지 예측 분석이 어떻게 사용됐으며 어떤 기술 투자가 필요하고 지금부터 2016년까지 예측 분석을 주도해 나갈 주역은 누구인지에 대해 심층적으로 다뤘다.

이 연구는 예측 분석이 비즈니스 인텔리전스(BI)의 뒤를 이을 수단으로서 자연스레 자리를 굳혀가고 있다고 주장했다. 예측 분석은 저렴하면서도 빨라진 컴퓨팅 파워, 선제적 고객 가치에 대한 이해, 경제적 요인 고려, 빅 데이터, 그리고 사용의 용이성 덕분에 새롭게 영역을 확장하고 있다.

하퍼는 온라인 회의 중에 “예측 분석의 매력을 알아보는 이들이 늘어나면서 예측 분석의 장점에 대한 이야기도 많이 나오고 있다”고 밝혔다. 그러나 예측 분석의 도입을 늘이려면 우선 시장 동향과 고객의 행동을 이해해야 하고 그 다음에는 고객에 대한 이해와 그들의 행동을 예측할 수 있어야 한다.

조사에 참여한 응답자들은 비즈니스 프로세스 역시 예측 분석 도입에 대한 이유로 꼽았다. TDWI에 따르면, 다수의 기업들이 예측 분석을 이용해 경영 성과, 전략적 의사결정, 그리고 경영 효율 등을 개선하려 하고 있다.

예측 분석에 가장 적극적인 ‘마케팅과 영업’
사용자 집단에서 예측 분석 도입의 1등 공신은 마케팅과 영업이라 할 수 있다. 예측 분석은 다이렉트 마케팅, 교차 판매(cross-sell), 상향 판매(up-sell), 고객 유지 분석(retention analysis) 등에 쓰이기 때문이다. 조사에 참여한 사람 중 72%가 앞으로 3년 이내에 고객 유지 분석에 예측 분석을 사용하게 될 것이라 답하기도 했다.

현재 대부분의 작업은 정형 데이터에서 이루어지지만, TWDI는 텍스트 데이터와 같이 비정형 데이터 역시 몇 년 내에 그 중요성이 커질 것이라 보고 있다.

그러나 이런 기대감에도 예측 분석의 역할, 시간 프레임, 필요한 기술이나 어디서부터 시작해야 할 지 등에 대해서는 정보나 기술 간극이 존재한다.

“예측 분석 비즈니스를 증축하기 위해서는 관계를 맺고 신뢰를 쌓는 것도 중요하다. 전문가들 중에는 새로운 분석 형태를 의심의 눈초리로 바라보는 사람들도 있기 때문이다. 경영진뿐 아니라 기업의 다른 부서들도 참여하는 것이 중요하다. 현업 사용자와 IT, 그리고 다른 그룹 간 협력이 핵심이다”라고 하퍼는 언급했다.

이를 위해서는 우선 개념 검증(POC) 프로젝트를 통해 기업에서 예측 분석의 가치를 보여주는 것에서부터 시작하는 것이 좋다고 그녀는 조언했다.

“성공이 성공을 낳는다. 많은 기업들이 BI로 시작해서 분석 인지도를 높여간다. 그 과정에서 쓸만한 결과가 나오고 가치를 창출하는 것이다”고 그녀는 덧붙였다.

기업들 역시 단계적으로 움직여야 한다. 기업의 모든 부서가 참여하는 것이 중요하며 한 번에 한 걸음씩 나아가야 한다는 게 그녀의 생각이다.

예측 분석을 도입하는 과정에서 기업이 저지르는 가장 큰 실수 중 하나는 기술 검증 단계에서조차 해결할 만한 가치가 있는 문제를 찾아내지 못한다는 것이다. “빅 데이터가 있다고 해도 탐색해 볼 수는 있지만 적어도 관심 있는 분야 정도는 생각해 둬야 한다. 이는 가치의 문제기 때문이다”라고 하퍼는 말했다.

다음 단계는 만들고자 하는 모델의 비용 편익이 얼마나 될 지 결정하고 그 계획을 실행에 옮길 기술이 있는지 살피는 것이다.

하퍼는 “기업들에서는 다양한 방식으로 예측 분석을 계획하고 있다. 전담 분석 팀을 만드는 곳이 있는가 하면 복합 기능 센터를 세우는 것도 있고 센터 안에 다양한 기업 분야를 전담하는 팀들을 두기도 한다”고 보고서를 통해 밝혔다. 이를 통해 전체 팀 간에 정보를 공유하고 협력하는 것이다.

“유명 통계학자들을 한 곳에 모아 예측 모델을 만들고 배치할 수 있는 기업은 매우 드물다. 그것이 가능한 곳이라 해도 예측 분석은 단순히 모델을 만드는 것에서 끝나지 않는다. 예측 분석 모델을 운용 가능케 하기 위해서는 다양한 부서의 다양한 사람들이 함께 참여해야 함을 잊지 말자.”

데이터 주도형 분석이 대개 그러하듯, 예측 분석에 있어서도 조절 가능한 모델 관리 방식이 꼭 필요하고 비정형 데이터를 포함해 다양한 종류의 데이터를 조사해 봐야 한다고 조언했다. 또 데이터 통합, 관리, 그리고 견고한 BI 인프라도 중요하다.

TWDI에서 진행한 이 연구에는 총 373명의 응답자가 참여했으며, 이들 중 34%는 현재 경영에 예측 분석을 적극적으로 사용하고 있는 것으로 나타났다. 52%는 아직 예측 분석에 대해 알아보는 단계며, 20%는 예측 활동에 이미 참여하고 있었다. 또 조사에 참여한 2/3가 기업 스폰서이거나 사용자였다. dl-ciokorea@foundryco.com