이렇게 하면 100% 실패’ 7가지 데이터 애널리틱스 접근법

데이터 애널리틱스는 기업이 마음대로 사용할 수 있는 가장 강력한 리소스 중 하나다. 그러나 분석 툴과 프로세스가 필요한 현업 사용자에게 이 툴이 친숙하지 않고 광범위하게 제공된다면 애널리틱스의 가치는 크게 감소할 수 있다. 

결국 이들은 판매, 마케팅, 제품 개발, 고객 지원, 고객경험 등의 분야에서 통찰력을 얻기 위해 데이터를 활용할 사람들이다.

유리병 제조사인 알파 패키징(Alpha Packaging)의 수석 기술 담당 부사장 겸 CIO 브라이언 필립스는 “데이터 그 자체가 애널리틱스는 아니다. 데이터가 가리키는 문제, 쟁점, 기회를 이해해야 한다. 그렇지 않으면 그것은 숫자이거나 예쁜 그림에 불과하다”라고 말했다.

사용자 친화적이지 못한 데이터 애널리틱스 접근법 7가지를 알아보자.  

데이터 전략을 포기하거나 비즈니스와 연계하지 못함
컨설팅 회사인 프로토비티(Protiviti)의 기업 데이터 및 애널리틱스 업무 담당 전무인 제레미 스티어왈트에 따르면 기업은 데이터 전략을 공식화하고 조직 목표, 측정 기준, 성장에 맞춰 이를 조정해야 한다.

스티어왈트는 “명확하게 정의한 전략에 따라 운영하는 조직은 당연히 데이터를 핵심 자산으로 사용하여 데이터 중개자가 될 것이다. 조직의 디지털 전략과 그 기반 기술 구성요소에 영향을 미치기 위해서는 조직의 데이터 유형과 양, 데이터의 수집 방법, 저장된 장소, 접근 및 사용 방법, 책임자와 향후 데이터 투자가 이루어질 분야에 관한 결정들 모두가 중요하다”라고 강조했다.

스티어왈트는 애널리틱스 프로그램이 종종 기업 전략에 부합하지 않으며, 이해하기 어려워 활용되지 않는다고 지적했다. 그는 “데이터 전략을 통해 기업은 자사의 데이터를 체계적이고 포괄적인 도메인 간 가치 창출 자산으로 인식하고 처리할 수 있다”라고 말했다.

계획 수립과 논의 과정에서 현업 사용자 배제
연구 결과를 사용하여 무언가를 얻고자 하는 사람들의 데이터를 입력하지 않으면 애널리틱스는 그저 통계일 뿐이거나 실행되지 못하는 계획에 머문다. 데이터 관리팀의 데이터 애널리스트, 데이터 과학자, 기타 인력이 서로 다른 사업부의 사람들과 직접 협력하여 그들에게 중요한 사항과 특정 시점에 데이터가 보여주는 것을 검토해야 한다.

필립스는 “데이터 소유자들이 정기적으로 만나 데이터에서 무엇을 볼 수 있는지를 논의하도록 하라. 여러 시각에서 데이터를 볼 수 있을 때 진짜 돌파구가 생긴다”라고 밝혔다.

예를 들어 영업 담당자는 어떤 고객이나 잠재 고객이 방문하고 있는지, 그 결과로 어떤 주문이 생성되고 있는지를 알 수 있다. 재무 담당자는 비용을 더 잘 이해하고 수익 추세를 시각화할 수 있다. 운영 담당자는 재고, 생산, 기계 용량에 대한 전반적인 내용을 더 잘 파악할 수 있다. 그리고 마케팅 담당자는 최신 트렌드와 어떤 캠페인이 어디에서 작동하고 있는지에 대한 통찰력을 얻을 수 있다.

필립스는 “각 그룹은 대답할 질문이 많다”라고 말했다. 그는 “진짜 가치는 [데이터]를 가지고 기회를 엿보는 것”이라고 전했다. 예를 들어, 서로 다른 분야에서 모인 하나의 사용자 그룹에게 데이터 분석을 이용할 수 있게 함으로써, 그들 모두 어떤 제품과 서비스가 어디서 누구에게 팔리고 있고, 재고가 얼마나 남아 있으며, 무엇을 보충해야 하고, 이익률이 가장 높은 품목은 무엇이며, 마케팅 캠페인을 어떻게 수정해야 하는지 등을 알 수 있다.

필립스는 “[그러고 나서] 당신은 핫하고, 수익성이 높고, 용량이 있고, 적절한 고객을 대상으로 하는 제품을 홍보할 수 있을 것이다. 아니면 그 데이터는 우리가 생산을 늘리기 위해 자본 투자가 필요하다는 것을 말해줄지도 모른다. 그 여러 직군으로 이뤄진 그룹을 가까이 두는 것은 진정한 문제를 해결하거나 진정한 기회를 볼 수 있도록 하는 데 도움이 된다”라고 말했다.

애널리틱스 청중을 무시함
세금 소프트웨어 공급업체인 버텍스(Vertex)의 상용 소프트웨어 임원이자 전직 CIO인 로빈 앨런은 “비즈니스 애널리틱스 프로젝트를 작업할 때는 청중이 누구며, 그들이 어떤 데이터 포인트를 보고자 기대하는지 이해할 필요가 있다”라고 주장했다.

앨런은 “여러 계층의 사람들이 데이터를 바탕으로 결정을 내릴 것이기 때문에, 그 사람의 역할에 따라 그들만의 독특한 관점에서 이해할 수 있는 이야기를 들려줄 필요가 있다”라고 말했다.

예를 들어, C로 시작하는 직함을 가진 임원은 팀 수준 지표를 볼 필요가 없으며, 좀더 전체적인 관점을 제공하는 데이터를 볼 필요가 있다. 앨런은 “데이터가 말해주는 이야기는 일관성이 있어야 하지만, 모든 이해 관계자가 쉽게 소화할 수 있어야 한다. 그러기 위해, 당신은 누가 데이터를 보고 어떤 통찰력을 기대할 것인지부터 이해해야 한다”라고 조언했다.

메시지를 단순화하기보다 전문 용어 고집
현업 사용자가 애널리틱스에 관심을 두지 않도록 하는 가장 좋은 방법 중 하나는 이해하지 못하거나 현업 사용자와 관련이 없는 용어를 남발하는 것이다. 자동차 소매업체 카맥스(CarMax)의 비즈니스 전략 및 애널리틱스 총괄이자 최고 데이터 책임자인 고탐 퓨라닉에 따르면, 이러한 소통 스타일의 불일치가 애널리스트들이 분석의 가치를 제공하려고 할 때 직면하는 가장 일반적인 함정이다.

여기에는 해당 전문분야에 속하지 않은 사용자가 이해하기 어려운 복잡성과 전문용어로 채워진 프레젠테이션이 포함된다. 결과를 제시하는 방식에도 적용될 수 있다. 퓨라닉에 따르면 애널리스트들은 보통 5.2% 또는 심지어 5%로 단순화하기보다는 5.238%와 같은 자세한 수치를 통해 결과를 인용한다.

퓨라닉은 “의사결정의 관점에서 10진법이 정말로 중요한 것이 아니라면, 비즈니스 가치를 증명하기 위해 항상 업무의 복잡성을 보여줄 필요는 없다. 무엇을 했는지, 어떻게 했는지에 대해 이야기하는 것이 아니라, 비즈니스에 대한 데이터 중심의 의사결정을 어떻게 지원할 것인지에 관해 가장 많은 시간을 투자해야 한다”라고 말했다.

이는 부서나 전문 지식수준에 관계없이 데이터 애널리티스팀이 그 공간에 있는 모든 사람이 이해할 수 있는 언어로 말할 때만 효과적인 방법으로 이루어질 수 있다. 퓨라닉은 “가장 효과적인 메시지는 가장 단순화된 메시지다”라고 강조했다.

때때로 유사성을 활용하는 것이 도움이 된다. 최근의 프레젠테이션에서, 퓨라닉은 디지털 마케팅에 대한 투자 증가로 제품 개발을 지원하는 사례를 발표하는 임무를 맡았다. 그는 “프레젠테이션을 할 때, 나는 자동차를 예로 들어 관계를 설명했다. 차에 기름을 채우지 않는 한 아무리 잘 만들어도 별 소용이 없을 것이다. 즉, 다른 한쪽이 없으면 이것도 가질 수 없다는 것이다. 이는 방 안에 있는 모든 사람에게 반향을 일으켰고 나는 앞으로 진행하기 위해 필요한 승인을 받았다”라고 이야기했다.

그림의 힘을 과소평가
빠른 통찰력을 얻기 위해 노력할 때, 많은 사람은 개념의 그래픽적인 묘사나 그림을 보는 것을 선호한다. 따라서 종종 가정 데이터의 결과물을 알아들을 수 있게 하는 방법은 그것들을 시각화하는 것이다.

필립스는 “한 장의 사진이 그 이야기를 전해준다. 그래프, 벤 다이어그램 또는 기타 시각화도 가능하다. 나는 여전히 [마이크로소프트] 엑셀이나 심지어 초심자용 보드판에서 데이터를 끌어내는 것을 좋아한다. 그런 다음 계속해서 이해가 쉽도록 더욱 발전된 시각화 제품으로 이동하여 결과에 깊이나 정교함을 더하라”라고 조언했다.

필립스는 “시각화를 친근하게 만드는 것은 실제 큰 비즈니스 문제를 간결하고 이해하기 쉬운 방식으로 보여주는 것과 함께 이루어진다. 여기에는 기술이 필요한데, 그렇기 때문에 먼저 이것을 잘하는 사람들부터 시작해서 다른 사람들이 그들로부터 배워야 한다”라고 당부했다.

필립스는 현업 사용자가 데이터 시각화 툴을 통해 어떤 시각적 형태로 데이터 분석 결과를 보고 나면 더 많은 관심이 생길 것이라고 말했다. 많은 사람이 데이터 애널리틱스나 IT직원에게 기대지 않고도 자신만의 시각화 자료를 만들 수 있도록 스스로 교육받거나 팀이 교육받기를 원할 것이다.

특히 고위 경영진이 관여하는 경우 데이터 시각화를 사용하면 실제로 이러한 툴의 미래 성장을 촉진할 수 있다. 필립스는 “C로 시작되는 직함을 가진 임원들이 명확한 이야기를 전달할 수 있는 차트, 그래프, 도표를 준비해온다면 회사는 좀더 수익성 있는 결정을 내리기 시작하며 그것이 핵심이다. 이제 분석 툴, 훈련, 사람에 대한 투자가 훨씬 쉬워진다”라고 이야기했다.

포괄적인 결과 선호
언어를 단순화할 필요가 있는 것처럼 슬라이드 같은 프레젠테이션 자료도 단순화할 필요가 있다고 퓨라닉은 강조했다. 그는 “슬라이드의 제목이 페이지 내용을 간결하게 요약해야 한다. ‘그림은 단어보다 더 크게 이야기한다’는 말이 여전히 사실처럼 들리지만, 차트와 그래프에는 [그들의] 결과물에 대한 명확한 요약이 우선되어야 한다”라고 말했다.

그래프와 차트는 슬라이드당 2개, 전체 슬라이드에서 총 10개가 넘지 않도록 해서 간결하고 이해가 쉽도록 유지해야 한다. 퓨라닉은 “당신은 서스펜스 소설을 쓰는 것이 아니다. 청중들에게 가장 중요한 핵심이 무엇인지 추측하게 해서는 안 된다”라고 조언했다.

경영자처럼 사고하지 않음
경우에 따라 데이터 애널리틱스 전문가는 현업 사용자에게 중요한 일상적인 작업에서 다소 배제될 수 있다. 그들은 데이터와 분석 면에서 사용자들이 필요로 하는 것과 더 잘 연관되도록 자신들의 생각을 재구성할 필요가 있을 수 있다.

퓨라닉은 “당신 자신을 데이터 애널리스트가 아니라 회사 경영자라고 생각하라. 당신이 비즈니스 소유주고 데이터를 사용하여 의사 결정을 내리는 것처럼 생각하라. 당신이 한 작업에서 무엇을 배우게 될 것인가?”라고 질문했다.

연구 자료가 뒷받침되는 권고 사항을 파악하고 이를 명확하게 전달해야 한다고 퓨라닉은 전했다. 그는 “데이터 애널리틱스는 결과가 아닌 도구다. 어떻게 결과를 산출물 중심적으로 만들 수 있는가? 데이터 애널리틱스를 활용해 성공적으로 비즈니스 가치를 제공하는 조직은 데이터 애널리틱스가 그냥 중요한 역량이 아니라 핵심 역량이 될 것으로 믿는 조직이다”라고 말했다.

현업 사용자 그룹에 대한 프레젠테이션을 준비할 때는 먼저 관리자와 멘토로부터 피드백을 받아 비즈니스 청중을 위한 프리젠테이션을 세부적으로 조정할 수 있도록 해야 한다. 

퓨라닉은 “대학원을 갓 졸업한 경력의 초보 시절 예측 모델과 애널리틱스를 활용해 비즈니스에 영향을 미칠 기회가 있었다. 당시 나는 기업을 위해 진정한 변화를 끌어 낼 수 있다는 전망에 매우 흥분했었다”라고 이야기했다. 그는 복잡한 그래프와 상세한 노트로 가득한 프레젠테이션을 만드는 데 며칠을 보냈다.

퓨라닉은 “비즈니스 파트너들에게 프레젠테이션을 하고 난 후 나는 의기양양해졌고, 내 프레젠테이션에 자부심을 느꼈으며, 내가 잘 해냈다고 자신했다”라고 말했다. 그는 “며칠 뒤 상사는 실제로 잘하기는 했지만 의사소통 능력은 강화할 필요가 있다는 피드백을 공유해줬다. 그 상사에 따르면 방에 있는 사람 중 약 20%만이 내가 말하는 것을 이해했고, 나머지 80%는 전혀 발표를 따라가지 못했다”라고 밝혔다.

퓨라닉은 “며칠 동안 곰곰이 생각한 후에, 나는 그녀가 옳았음을 깨달았다. 프레젠테이션은 결국 내가 한 작업의 일기였다. 비즈니스 사례를 만들 때 업무의 가치보다는 작업으로 발생할 결과에 대해 제시해야 한다는 소중한 교훈을 얻었다”라고 전했다.

dl-ciokorea@foundryco.com