“모든 직원이 하나의 데이터 소스를 참조한다” 호주 쇼핑몰 디 아이코닉

6개월 전 온라인 쇼핑몰 회사 디 아이코닉의 애널리틱스 및 데이터 과학 최고 책임자가 된 크쉬라 사아가는 디 아이코닉이 주어진 데이터를 활용하고 그 잠재적 가능성을 상상하는 방식을 완전히 변화시키는 임무를 맡았다. 그는 호주, 북/남미, 아시아, 유럽의 포춘지 선정 100대 기업에서 10년 넘게 애널리틱스 및 의사 결정 과학 분야 전문가로 일해 온 경력을 자랑한다. 그는 유통, 통신, 보험, 미디어, 헬스케어, 물류 등 다양한 산업 분야의 기업들과 일해 왔다.

최근까지 그는 미디어 그룹 페어팩스(Fairfax)의 핵심 역량 전반을 아우르는 데이터 주도적 애널리틱스의 제도화와 차세대 애널리틱스 제품 개발을 담당했다.

현재 사아가는 디 아이코닉에서 20여 명의 데이터 과학자들로 이뤄진 연합 팀을 관리, 감독하고 있다. 그의 첫 번째 결정은 각기 다른 부서에서 근무하던 직원들을 자신이 이끄는 하나의 팀으로 통합하고, 데이터를 이용한 기업 의사결정 강화라는 공동의 목표를 제시하는 것이었다.

2월 시드니와 멜버른에서 열린 ADMA 데이터데이(Data Day) 컨퍼런스에서 사아가는 자신이 어떻게 데이터 프로세싱과 웨어하우징을 재해석 했으며 이를 통해 민첩성과 확장성을 도입했는지 소개했다.

그는 <CMO>와의 인터뷰에서 “디 아이코닉의 데이터 팀은 비즈니스 전체의 교차로에 서서 기업 내 모든 부서를 지원하고 있다”고 밝혔다. 사아가에 따르면, 데이터 팀 직원들은 두 명씩 짝을 지어 구매팀만을 전담하기도 하고, 웨어하우징, 고객 지원, 재무, 마케팅 등을 지원하기도 한다. “즉 기본적으로 소속은 내가 관리하는 데이터 팀이지만, 실제 업무는 기업 내 여러 부서로 나뉘는 구조다”고 그는 다음과 같이 설명을 이었다.

“내가 처음 디 아이코닉에 왔을 때만 해도 데이터 팀에는 아무도 없었다. 애널리스트가 되고 싶다고 용기 내서 자원한 이들은 데이터의 세례를 받고 애널리스트가 됐다. 나는 이들을 ‘수퍼 히어로’라고 부른다. 공동의 팀을 구성한 것은 이들의 역량을 개발하고 적합한 사람들과 함께 일할 수 있게 하기 위해서였다. 또한 각기 다른 부서에서 서로 해결해야 하는 문제가 중복되지 않게 하기 위함이었다.”

사아가의 두 번째 우선순위는 데이터와 리포팅을 ‘하나의 데이터베이스, 하나의 플랫폼 모델’로 통합하는 것이었다.

“우리는 현재 거래 데이터베이스를 가지고 있으며, 여기에 덧붙여 주로 마케팅에 사용되는 기업 플랫폼도 갖추고 있다. 이 모든 것들로 인해 데이터가 어디에서 오고, 무엇을 의미하는지에 대한 논쟁이 생겨난다. 우리는 데이터가 단일 소스로부터 온다는 것을 모든 이가 분명하게 볼 수 있도록 만들고 싶었다”고 사아가는 설명했다.

그는 “이를 위해 데이터를 하나의 소스에서만 얻어야 한다. ‘하나의 데이터베이스, 하나의 플랫폼 모델’의 목적도 바로 여기에 있다. 이 모든 숫자들이 어디에서 오는가에 대한 조금의 이견이나 의심이 없도록 만드는 것이다”고 강조했다.

새로운 방식에 따르면, 디 아이코닉의 전 직원은 하나의 포털로 로그인하여 영업, 실적, 재무 등 비즈니스 관련 자료들을 실시간으로 접근할 수 있다. 디 아이코닉의 통합 데이터 통찰 플랫폼은 아파치 수퍼셋 비즈니스 인텔리전스 웹 애플리케이션 및 아파치 에어플로우 컴퓨테이셔널 워크플로우 모델링 툴을 포함한 오픈소스 테크놀로지에 기반을 둔 인하우스 플랫폼이다.

사아가는 “이미 단일 형식으로 이러한 플랫폼을 구축해 놓았다. 예컨대 지금 현재 어디에서 판매가 발생하고 있는지, 물건을 판매하는 데 얼마나 오랜 시간이 걸리는지 등 중요 지표들을 실시간으로 확인할 수 있다. 이러한 일이 가능했던 이유는 기업 내 모든 직원이 같은 데이터 소스를 참조하기 때문이다”고 이야기했다.

바이 인(buy-in)을 위해 기존의 모든 것을 ‘죽여야만 했다’고 사아가는 밝혔다. “이들 중 일부에서 산소 호흡기를 떼 내고, 사람들이 각종 수치를 어디에서 봐야 하는지를 묻기 시작했을 때 이들에게 단일 통합 플랫폼을 소개해 주었다”고 그는 설명했다. 그런 후 사아가와 그의 데이터 팀은 각 부서에 적합한 관련 교육과 데이터 주도적 성공사례를 제공하였다.
 

또한 디 아이코닉은 데이터 접근 권한을 다섯 등급으로 나누어 별 개수로 표현하고 있다. 예컨대 수익 정보는 모두에게 공개되어 있지만 이윤이나 EBITDA같은 정보는 소수만이 열람할 수 있다.

별도의 소프트웨어나 애플리케이션을 다운로드 받을 필요도, 라이선스를 구매할 필요도 없다. 온라인에 접속해 로그인하면 그걸로 끝이다. 이처럼 마찰을 최소한으로 줄였기 때문에 이를 사용하지 않을 이유가 없다. 일단 로그인을 하면 빠르게 데이터와 값을 받아볼 수 있다”고 사아가는 말했다.

데이터 활용 사례
새로운 시스템이 가장 먼저 효과를 보인 것은 다름 아닌 생산성과 효율성 증대 측면에서였다.

“마케팅을 예로 들자면, 우리는 매일같이 아주 많은 리포트를 생성했다. 그러면 소셜 미디어 팀에서는 룰과 로직을 적용하여 매주 6~7시간가량을 투자해 수동으로 관련 데이터를 추출해 냈다. 우리는 이 과정을 자동화한 것이다. 이제는 그저 로그인만 하면 필요한 숫자들을 바로 볼 수 있다”고 그는 이야기했다.

사아가는 “구매팀도 마찬가지였다. 예전 구매팀에서는 일단 리포트를 받아본 후 보고서의 이미지와 숫자들을 열심히 복사, 붙여넣기 해 또 다른 리포트를 생성하고, 이를 공급자에게 전달하여 어떤 브랜드를 구매할 것인지 결정했다. 이 과정 역시 자동화돼 현재는 이 작업에 사람이 3명까지는 필요하지 않게 됐다”고 이야기했다.

사아가에 따르면, 단순하면서도 시간이 오래 걸리던 작업을 자동화함으로써 바이 인을 얻을 수 있었다. 즉 직원들은 숫자를 추출하는 일에서 해방되어 보다 유의미한 작업에 시간을 할애할 수 있게 된 것이다.”

고객과의 상호 작용에 있어서 데이터가 어떻게 활용되는가를 보여주기 위해 사아가는 디 아이코닉이 이메일을 개인화하고, 더 나아가 개별화 알고리즘을 통해 더 넓은 디지털 마케팅 활동을 할 수 있게 됐다고 언급했다.

“우선은 이메일 개별화처럼 아주 작은 것으로 시작했다. 그 후 사용자 구매 및 방문 행위를 이해하고, 사용자가 어떤 브랜드를 관심 있게 보는지, 그리고 어떤 물건을 좋아할지 알고자 했다. 그리고 패션에 대한 이해가 전혀 없는 상태에서 다양한 상품 추천을 시작했다. 이후 기존 플랫폼에 적용될 수 있는 빠른 해결책으로써 이러한 기술을 이메일에 적용하였다”고 사아가는 설명했다.

개별화된 이메일과 개별화되지 않은 이메일에 대한 대조 시험에서 디 아이코닉은 웹사이트 클릭률(clickthrough) 및 오픈율이 평균적으로 20~25% 량 상승했음을 확인했다. 이는 2만 5,000명 이상의 사용자가 이메일이 개인화된 상태일 때 클릭할 확률이 더 높아졌으며, 구매 확률 역시 14%가량 증가했음을 의미했다.

테스트 이후 이 개별화 알고리즘은 SEM 마케팅 및 디스플레이 리타겟팅의 개별화에도 도입되었다.

데이터 기반이 핵심이다
이 정도 수준의 데이터 활용을 목표로 하는 기업이 있다면, 두 단계를 거쳐야 한다고 사아가는 조언했다. 첫째는 데이터를 한 곳으로 모으는 것이고, 둘째는 데이터 속에서 유의미한 통찰력을 추출하는 것이다. 문제는 아직도 많은 기업들이 첫 단계를 못 벗어나고 헤매고 있다는 것이다.

“많은 기업에서 BI 및 애널리틱스 팀은 활용하게 좋은 형태로 데이터를 가공하는 데 애를 먹고 있다. 여기에 너무 많은 에너지가 소요되는 나머지 이 작업이 끝나고 나면 그 이상을 추구할 만한 의욕이나 자원이 고갈된 상태가 돼 버린다”고 사아가는 말했다.

“성공적인 데이터 서비스를 위한 첫 단계는 시간이 오래 걸리는 작업을 자동화하는 것이다. 여기에는 어떤 변명도 통하지 않는다. 이렇게 자동화함으로써 직원들은 보다 시간을 들여 꼼꼼하게 데이터를 살펴볼 수 있게 되고, 문제가 있는지 발견할 수 있으며, 무엇보다 사후 보고서 생성 업무에서 벗어나 보다 유의미한 질문들을 던질 수 있게 된다.”

사아가는 머신러닝이나 인공지능 기술의 발달 역시 과거보다는 미래 예측에서 중요한 역할을 할 것이라고 전망하며 다음과 같이 말을 이었다.

“이제는 업계 전체가 데이터를 이용하고 있다. 하지만 많은 경우 ‘데이터를 이용’한다는 것은 사실상 지난 5주 동안의 성과를 되돌아보는 수준에서 벗어나지 못한다는 의미다. 반대로 미래의 데이터를 예측할 수 있다면, 훨씬 더 스마트한 비즈니스 의사 결정을 내릴 수 있게 될 것이다. AI, ML 등의 기술은 이런 부분에서 큰 역할을 하게 될 것이다. 과거를 분석하는 것이 아니라 미래에 어떤 일이 일어날 가능성이 높은가를 이해하고, 내가 원하는 방향으로 상황을 끌고 가기 위해 어떤 결정을 내려야 하는지를 알려줄 것이다.”

그러나 역시 여기서도 핵심은 데이터 기반이다. 사아가는 “데이터를 신뢰할 수 없는 경우, 또는 기업 스스로가 하루 또는 한 시간 동안 어느 정도의 수익이 발생하는지에 대한 기본적 이해가 없는 경우 문제가 된다”고 지적했다.

“물론 이런 기본적인 이해조차 갖추어지지 않은 호주 중소기업들이 많을 것이라고는 생각하지 않는다. 이들은 구매 주문을 제대로 이해하고 있다. 데이터 기반이 올바로 잡혀 있으면 이를 바탕으로 더 많은 수익을 내고, 데이터를 보다 효율적으로 활용할 수 있다. 또한 미래를 내다보고 예측하는 것도 가능해질 것이다”라고 사아가는 이야기했다.

유럽의 개인정보보호규정(GDPR)이나 호주의 데이터유출통보규정(NDB, Notifiable Data Breaches scheme)처럼 각국의 프라이버시 보호법이 발효됨에 따라 기업의 데이터 저장과 관리가 그 어느 때보다 중요해졌다.

“몇 달 전, GDPR 발효 시기에 맞춰 우리는 데이터에 대한 접근을 제한한 것이 아니라 데이터의 접근 범위를 정확히 파악하고 어떤 툴 및 시스템에 데이터가 유입되는지를 이해함으로써 규제에 대처하고자 하였다”고 사아가는 말했다.

이어서 사아가는 “이 과정은 마치 우리만의 데이터 세계로 통하는 지도를 그리는 것과 같았다. 이렇게 한 번 지도를 만들어 두면, 데이터 접근을 제한하거나 변경하는 것은 식은 죽 먹기가 될 것이다”고 덧붙였다. dl-ciokorea@foundryco.com