셀프 서비스 비즈니스 인텔리전스(BI)의 인기가 높아지고 있다. 늘어나는 데이터에서 모든 직원들이 더 쉽게 인사이트를 획득하도록 하려는 기
시장 조사 기관인 가트너(Gartner)는 2019년에는 비즈니스 사용자들이 셀프 서비스 도구를 사용해 생산하는 분석 아웃풋(산출량)이 전문 데이터 과학자의 아웃풋을 능가할 것으로 내다봤다.
가트너가 3,000여 명의 CIO들을 대상으로 한 조사에 따르면, IT 임원들은 가장 중요한 차별화 기술로 분석과 BI를 꼽았다. 가트너는 데이터 및 분석 리더들은 전사적으로 데이터가 원동력이 되는 문화를 만들기 위해 셀프 서비스 기능 도입에 박차를 가하는 추세라고 분석했다.
금융서비스 회사인 IMA 파이낸셜 그룹(IMA Financial Group)의 미셸 버셀리노 CIO는 “셀프 서비스 BI 역량은 현재 기업과 기관에 아주 중요한 역량 중 하나이다. IT가 매일 직원들의 손에 ‘데이터의 힘’을 쥐어줄 수 있는 역할을 한다. 직원들은 해결하려는 문제점을 토대로 선택을 할 수 있으며, 자신에 맞춰진 보고서를 생성할 수 있다”라고 설명했다.
또한 데이터 분석 팀에 대한 보고서 생성 요청을 줄여, IT의 효율성과 확장성 강화에 도움을 줄 수 있다. 그녀는 “여기에 더해, 현업 사용자는 클라이언트 니즈(필요 사항)에 대한 분석을 실시간으로 수행할 수 있다”라고 덧붙였다.
농산물 분야의 대표적 기업인 카길(Cargill)의 경우, 데이터에 가장 가까이 위치한 사람이 자신의 의문에 빨리 질문 및 대답을 할 수 있게 된 점을 가장 큰 혜택으로 보고 있다.
카길은 태블로 소프트웨어(Tableau Software)의 셀프 서비스 분석 기술을 사용하고 있다. 이 회사에서 셀프 서비스 분석에 대한 코칭을 책임지고 있는 미첼 그루어는 “중앙의 IT그룹은 비즈니스의 속도에 맞춰 인사이트를 발굴하기 힘들 수 있다. 셀프 서비스는 데이터를 가장 잘 아는 사람들에게 ‘힘’이 분산되어 있다. 셀프 서비스 BI는 데이터 생성과 이를 이용한 행동 사이의 루프를 닫도록 도움을 준다. 인사이트를 토대로 행동을 하는 사람들이 데이터를 생산하는 사람들과 훨씬 더 가까이 위치해 있다”라고 설명했다.
이는 책임성과 데이터 품질을 높인다. 또 자신의 데이터에 투자를 하고 돌보는 사람들의 수를 증가시킨다.
셀프 서비스 BI 전략 추진 때 극복해야 할 도전과제들이 있다. 지금부터 셀프 서비스 BI 이니셔티브 성공에 도움을 주는 베스트 프랙티스 중 일부를 소개한다.
시작은 ‘목표’와 ‘우선 순위’ 책정
조직이 셀프 서비스 BI로 달성하려 시도하는 목적과 목표는 무엇일까? 이를 파악해야 한다. 그렇지 않으면 성공할 수 없다.
플로리다 오렌지 카운티 정부의 라파엘 메나 CIO는 “우리는 카운티 정부 공무원들이 더 쉽게 업무를 처리하고, 주민들이 카운티 정부 서비스에 대한 정보를 얻도록 도움을 주는 데 목적이 있었다”라고 전했다.
오렌지 카운티 정부는 주민과 방문객이 정부 서비스를 계속 연결해 사용할 수 있도록 도움을 주기 위해 셀프 서비스 BI 환경을 이용하고 있다. 정부 포털은 정부 직원들의 시간을 절약시키고, 허리케인 같은 재해 때 중요한 정보를 공급하고, 정부의 효율성을 높인다.
오렌지 카운티 정부는 카운티 직원들이 실시간 대시보드를 통해 데이터를 확인하는 인트라넷 포털을 구축하기 위해 인포메이션 빌더(Information Builder)의 웹포커스(WebFocus) BI 플랫폼을 사용했다. 풀-다운 메뉴로 쿼리를 하고, 결과를 인터랙티브 차트와 그래프로 만든다.
이 BI 환경은 사용자의 의사결정에 도움을 주는 ‘간단한 분석 앱’에 기반을 두고 있다. 메나는 “기존의 테이블과 열로 된 보고서와 달리, 아주 다양한 방식으로 질문을 하고 특정 비즈니스 영역에 대한 대답을 제공하는 플랫폼이다”라고 설명했다.
셀프 서비스 BI의 비즈니스 가치를 규정
조명 제품 공급 업체인 루밀레즈(Lumileds)의 조쉬 데라 쿠에스타 IT 부사장 겸 CIO에 따르면, 기업은 셀프 서비스 BI로 창출할 비즈니스적 가치와 혜택을 규정해야 한다. IT가치에 집중하면 안 된다.
데라 쿠에스타는 “예를 들어, 새 BI 도구 사용자의 수는 비즈니스 가치가 아니다. 비즈니스 가치 및 이점에 초점이 맞춰져야 한다. 더 빠른 고객 대응 시간, 신제품 개발 비용 경감, 시간 절약 등을 예로 들 수 있다”라고 설명했다.
새 시스템이나 기법으로 창출할 비즈니스 가치나 이점을 규정하지 못하는 경우, 새 시스템이나 기법이 필요하다는 ‘가정’에 의문을 제기해야 한다.
IT는 비즈니스 이점과 혜택을 규정한 후, 셀프 서비스 BI의 기능에 대해 알리고 기대치를 관리해야 한다. 데라 쿠에스타는 “비즈니스에 셀프 서비스 BI로 창출할 수 있는 가치나 혜택을 소개하는 것에 더해, 셀프 서비스 BI의 제약에 대해서도 분명히 알려야 한다. 또 셀프 서비스의 개념도 설명해야 한다”라고 말했다.
비즈니스 사용자와 부서의 니즈 및 역량을 평가
기업은 셀프 서비스 BI를 도입하기 앞서, 비즈니스 사용자의 니즈과 기술적 역량을 평가해야 한다. 셀프 서비스에 대한 역량과 수용도에 있어, 모든 사람이 동일하다고 가정할 수 없다. 니즈 및 역량 평가는 도구 배포와 프로그램 개시와 관련된 로드맵 수립에 필수적이다.
개인과 마찬가지로, 부서와 LoB(Line of Business)의 셀프 서비스 BI 필요사항도 다를 수밖에 없다.
버셀리노는 “셀프 서비스가 있으면 쉽게 생성할 수 있는 종류의 보고서를 가장 많이 요청하는 사업 단위부터 시작해야 한다. 셀프 서비스의 조기 도입자가 될 수 있고, 전반적인 BI 노력을 후원할 수 있는 기술에 정통한 슈퍼 사용자를 찾아야 한다”라고 말했다.
기업의 시간과 돈을 낭비시키는 보고 관련 문제를 찾고, 셀프 서비스로 생산성을 향상시키는 방법을 결정해야 한다.
트레이닝 프로그램 도입
BI를 이용하는 모든 직원들에게 셀프 서비스 BI 애플리케이션에 대한 실무 교육을 제공해야 한다.
데라 쿠에스타는 “셀프 서비스 모델의 경우, 트레이닝이 성공과 실패를 결정할 수 있다. 셀프서비스 모델은 애플리케이션 사용자가 남의 도움 없이 능숙하게 새 도구를 사용할 수 있어야 한다. 충분할 정도로 능숙히 도구를 사용할 수 있도록 만들려면 시간을 투자해야 하고, 트레이닝이 필요하다”라고 말했다.
컨설팅 회사인 아말감 인사이츠(Amalgam Insights)의 박현 수석 애널리스트는 “셀프 서비스에 투자하는 것만큼 트레이닝에 투자하는 것도 중요하다. 장시간 트레이닝을 할 필요는 없다. 15-30분을 투자해서라도, 직원 개개인이 데이터 액세스를 시작하는 방법을 이해하도록 만드는 것이 중요하다”라고 설명했다.
각 부서의 핵심 도전과제를 대상으로 짧은 트레이닝 모듈을 개발하는 것이 좋다. 그는 “부서의 매니저들이 셀프 서비스의 ‘기본 사항’을 다루는 2-3개의 짧은 비디오를 만드는 것이 좋다. 서비스 매니저는 놓친 SLA(서비스 수준 계약), 영업 매니저는 계약 체결율, 마케팅 매니저는 여러 다양한 파이프라인에 대해 조사할 것이기 때문이다”라고 말했다. 어느 분야나 영역이든, 사용자가 옳은 대답을 찾기 시작할 수 있도록 기본적인 ‘방법(How-to)’을 제시하는 것이 중요하다.
트레이닝과 함께 ‘호기심(질문)’ 문화를 촉진해야 한다. 그는 “사람들이 질문을 해야 셀프 서비스 BI가 우수해진다. 직원들이 지속적인 개선과 향상에 초점을 맞추지 않고 ‘안주’하는 조직에서는 셀프 서비스 BI가 또 다른 셸프웨어(Shelfware)가 될 뿐이다”라고 강조했다.
‘로우 코드(코딩이 많이 필요 없는)’ 도구를 활용
트레이닝이 미흡한 사용자도 데이터에서 인사이트를 획득할 수 있는 직관적인 쌍방향 로우 코드 도구는 셀프 서비스 BI 구현에 아주 큰 역할을 할 수 있다.
버셀리노는 “기업의 디지털 변혁이 성숙해지고 있기 때문에 로우 코드 도구를 활용, 효과적으로 BI를 지원할 수 있다. 이런 도구들로 기술적인 복잡성을 없애고, 개발 시간을 줄이고, 비즈니스 사용자가 온-디맨드 보고서를 생성하도록 지원할 수 있다”라고 강조했다.
또 이런 도구는 비즈니스 사용자와 고객의 니즈(필요 사항)를 바탕으로 데이터 시각화 기능을 제공한다. 버셀리노는 “로우 코드 도구를 활용하면 비즈니스 가치와 혜택을 더 빨리 창출할 수 있다”라고 말했다.
그루어는 “보통 사람은 코딩 방법을 모른다. 그러나 강력한 인사이트가 포함된 데이터에 액세스한다. 우리 동료들이 코딩 스킬 획득에 시간과 돈을 투자할 필요가 없다. 대신 강력한 질문을 하고, 인사이트를 획득하고, 이에 따라 행동을 하는 데 초점을 맞출 수 있다”라고 설명했다.
그는 “카길의 셀프 서비스 분석 팀은 ‘데이터를 아는 사람’과 ‘데이터를 모르는 사람’ 사이의 경계를 없애는 데 도움을 주고 있다. 우리는 로우 코드 도구를 사용해 데이터 문화를 조성할 수 있다. 로우 코드 도구는 모든 사람이 데이터를 기반으로 의사결정을 내릴 수 있도록 만들어준다. 데이터를 확인 및 이해할 수 있기 때문이다”라고 말했다.
데이터 관리와 보안을 경시하지 않는 것이 중요
셀프 서비스 BI를 도입해도 계속 데이터를 관리해야 한다. 조직은 필요한 사람들이 필요한 데이터를 이용할 수 있도록 만들고, 데이터를 적절히 사용하도록 정책을 수립해 집행해야 한다.
메나는 “모든 것의 출발점은 ‘데이터 정리’이다. 이런 종류의 시스템을 효과적으로 만드는 세련된 데이터 관리 환경과 보안 아키텍처가 필요하다. 우리의 BI도구는 역할과 분야 별로 조직의 보안에 도움을 주고, 데이터 무결성(완전성)을 보호한다”라고 말했다.
오렌지 카운티 정부가 사용하는 웹포커스 플랫폼은 여러 데이터베이스를 통합하고, 데이터를 검색하고, 연산을 수행하고, 사용자가 이를 쉽게 확인 및 이해하는 기능을 제공한다. 메나는 “또한 얼럿 기능도 지원한다. 요청을 받으면, 시스템이 해당 부서에 결과물을 전달할 ‘작업 지시서’를 생성한다. 따라서 그 즉시 문제를 해결할 수 있다”라고 설명했다.
커뮤니티에 초점
많은 기업과 기관이 데이터 분석 같은 분야를 대상으로 전문성 센터(Centers of Expertise, CoE)를 만든다. 그러나 이는 전사적으로 광범위하게 경험을 공유하기 썩 좋은 방법은 아니다.
그루어는 “나는 CoE의 첫 글자인 ‘Center(중심)’를 ‘Community(커뮤니티)’로 바꿔야 한다고 주장한다. 자율 및 자립형 커뮤니티를 만들면, 지식이 전사적으로 고르게 확산되고, 특정 단일 조직에 대한 의존성이 사라지고, 강력한 ‘마스터(숙달자)’ 네트워크가 구축된다”라고 강조했다.
기업과 기관은 이런 커뮤니티 구축 노력의 일환으로 사용자에게 더 큰 자율성을 부여해야 한다. 사용자가 생산성을 높이는 동시에 자신이 하는 일을 즐길 수 있도록 만들기 위해서이다.
브루어는 “재미있게 만들어야 한다. 데이터와 기술만으로 충분하지 않다. 실험과 시험을 하고, 빨리 성과를 일궈내고, 업무 방식을 바꿀 수 있는 힘과 권한을 줘야 한다. 데이터 문화 구축에 아주 중요한 부분이다”라고 말했다.
카길은 모든 직원을 ‘시민 분석가(Citizen Analyst)’로 만든다. 소수의 IT 직원들이 카길이 관여한 모든 사업 분야를 완벽히 파악하는 것보다 분야(주제) 전문가들에게 분석 플랫폼 활용 방법을 교육하는 것이 더 합리적이기 때문이다.
카길의 셀프 서비스 분석 플랫폼 책임자인 데이빗 워커에 따르면, 이들 시민 분석가는 시간이 경과하면서 자신이 데이터 탐구에 사용한 분석 플랫폼과 도구, 기법의 주제 전문가(SME)가 된다. 이렇게 되면, IT에 지원을 요구하는 사례가 줄어든다.
워커는 “이렇게 하면 가까운 장래에 시민 분석가가 셀프 서비스 분석 도구를 사용해 데이터에 기반을 둔 의사결정을 내리는 사례가 보편화될 것이며, 이를 인지하게 될 것이다. 또 셀프 서비스 분석을 기업 문화의 일부로 만드는 데 성공했음을 알게 될 것이다”라고 말했다.
dl-ciokorea@foundryco.com
