현업 사용자가 만족하는 빅데이터 분석 환경 구축 전략
1)빅데이터 분석, CRM의 쓰라린 추억을 잊었나
2)빅데이터 분석의 환상①누구나 게임 체인저가 될 수 있다?
3)해외 컨설팅 업체의 조언①딜로이트 “정보 자산을 알고 있는 실무자들과 먼저 논의하라”
4)해외 컨설팅 업체의 빅데이터 분석 조언②아링 “빅데이터를 비즈니스 임팩트로 전환하는 4단계”
5)데이터 과학자만 있으면 OK? 빅데이터 분석팀의 5가지 필수 인력
6)솔루션은 거들 뿐, 엔드유저가 외면하면 게임오버…실무자에 직관성과 속도를 허하라
7)진격의 셀프서비스BI: 데이터 디스커버리&비주얼라이제이션이 뜬다
8)빅데이터 분석의 환상②비정형 데이터가 모든 것? 정형 데이터와 통합·연관 분석 없인 껍데기
9)데이터 획득부터 분석, 판단, 실행까지 실시간 아니면 쓸모없다
10)빅데이터 분석이 일으킨 x86 서버의 반란…통합에서 다시 분산의 시대로
올해 엔터프라이즈 컴퓨팅의 핫이슈 중 하나가 빅데이터 분석이라는 것에 이견을 제기할 사람은 없다. IT업계는 빅데이터 분석에 가히 ‘호들갑’을 떨고 있다. 빅데이터 분석, 그리고 이를 잘 활용하는 기업이 게임 체인저가 될 수 있다는 점을 연일 강조하고 있다. 맞는 말이지만 일각에서는 벌써부터 “빅데이터 분석이 과장되어 있으며 약 10년 전 고객관계관리(CRM)처럼 엄청난 관심과 예산을 들이붓다가 결국 실패할 것”이라는 부정적 전망도 일고 있다.
CRM과 빅데이터 분석은 여러 모로 닮은 점이 많다. 데이터를 확보, 분석하여 예측 적중률을 높임으로써 새로운 매출원 제공 혹은 매출 증대를 약속한다는 점, IT 분야에서 촉발되었지만 마케팅, 영업, 경영진 등 현업 실무진(LOB)들이 관심을 갖거나 혹은 가져야 한다는 점, 어떻게(How to)는 가급적 생략하고 장밋빛 결과에 대한 환상만 부풀리고 있다는 점이 그것이다. 여기에 “엔드유저가 사용하지 않으면 결국 돈 낭비만 하게 될 것”이라는 점도 포함된다.
◇기저귀와 맥주의 환상, 왜 바랬나=십수년 전 CRM이 첫 등장했을 때 가장 많이 인용된 사례가 맥주와 기저귀다. 대형 마트에 기저귀를 사러온 고객들을 실제로 분석해보니 엄마가 아닌 아빠, 그래서 맥주를 기저귀 판매대 근처에 비치했더니 맥주 판매량이 늘어났다는 예다. 또 신규 고객 1명을 추가하는 것보다 1명의 고객 이탈을 막는 것이 비용 대비 매출이 더 높다는 점, 80:20의 팔레토 법칙에 따라 우수 고객의 이탈을 막는 것이 최선이라는 이야기가 자주 회자되었다.
이 때문에 고객 데이터와 판매 데이터, 마케팅 데이터 등 데이터 속에 숨어 있는 패턴과 상관관계를 분석해내어 모종의 조치를 취하면 새로운 매출이 발생된다며 분석CRM이라는 이름으로 데이터웨어하우징(DW)+CRM이 큰 관심을 받았다. 그리고 수년 후 “거의 모든 CRM 프로젝트가 실패”라는 말까지 나올 정도로 혹평을 받았다.
CRM은 정말 허상이었을까, 실패했다면 이유는 무엇일까. 최대우 한국외대 교수(통계학)는 현업 사용자의 외면에서 그 답을 찾는다. △실무자들이 사용하기 어려운 시스템 △시스템 사용을 강제하지 않는 기업 문화와 업무 프로세스 △데이터 ‘분석’이 아닌 집계에 불과했다는 점 등이 실무자들의 데이터 분석 회의론 등 총체적인 난국을 만들어냈다는 것이다.
데이터 분석은 데이터로부터 비즈니스 의미와 가치를 도출해야 한다. 그러나 데이터는 ‘분석’되지 않고 ‘집계’되었으며 집계 수준의 보고서는 실무자들의 실망을 낳았다. 나아가 데이터 분석 회의론, 무용론 등 데이터 분석에 대한 불신으로까지 이어졌다.
최대우 한국외대 교수는 현재 기업들이 빅데이터 분석에 보내는 시각이 분석CRM이 이슈였던 당시와 유사하다고 전한다. 제조 및 금융업계 일부 선두기업과 공공 시장에서 빅데이터 분석 POC와 파일럿 프로젝트를 진행하고 있지만 업계 전반적으로는 일단 지켜보자는 분위기다. 한번 CRM 분석에 덴 이들은 빅데이터 분석의 성공 사례가 나오기까지 기다려보겠다는 것이다.
◇구체적인 목표가 있어야 분석할 데이터도 찾는다=기업들이 빅데이터 분석에 신중한 또 다른 이유는 빅데이터 분석으로 무엇을 얻을 수 있는지 확신과, 무엇을 얻으려 하는지 구체적 목표가 부재하기 때문이다. 매출 향상, 원가 절감은 최종 대의인 것이지, 빅데이터 분석을 수행할 때는 보다 전술적인 차원에서 문장으로 서술될 수 있는 구체적 목표가 필요하다.
하지만 구체적 목표를 수립하기 위해서는 기업이 어떤 데이터를 갖고 있는지 파악하고 어떤 데이터를 모아야 하며 이 중 어떤 데이터를 분석하고 상관관계를 찾아낼 것인지를 알아야 한다. 데이터를 모르면 목표도 수립할 수 없다. 또 비즈니스 목표가 구체적으로 수립될 때 분석에 어떤 데이터가 필요한지, 기업이 미처 확보하지 못해서 획득이 필요한 데이터는 무엇인지도 알 수 있다.
이 때문에 기업들은 감이라도 잡기 위해 빅데이터 분석으로 무엇을 얻을 수 있는지 사례나 예시를 얻고자 하지만 구하기는 힘들다. 사례 자체가 비즈니스 모델이 되기 때문이다. 빅데이터 분석을 선도적으로 수행하고 있는 기업들은 시행착오의 위험을 무릅쓰고 도출해낸 사업 비기(飛機)를 외부에 공개하려 하지 않는다.
이런 사례, 비즈니스 모델은 IT업체를 통해 얻기도 어렵다. 특정 기업이 어떤 데이터를 갖고 있는지, 이 데이터로 무엇을 할 수 있는지를 빅데이터 분석 솔루션 업체들이 알 순 없기 때문이다. 궁극적으로는 외부 컨설팅 업체의 힘을 빌 수 있지만 이제 빅데이터 분석이 막 시도되는 시점에서 컨설팅 업체들이 산업별 비즈니스 모델, 베스트 프랙티스를 확보했다고 보기도 어렵다.
◇빅데이터 분석은 프로젝트 아닌 프로세스=빅데이터 분석은 기업 스스로가 판단해야 한다. 이 점 역시 빅데이터 분석을 주저하게 만드는 이유다. 오랫동안 IT 기반 비즈니스 혁신을 인지도 높은 IT솔루션 업체와 IT서비스업체에 의존해온 기업들에 스스로 판단할 능력은 부재하거나 미약하기 때문이다.
많은 IT책임자들은 문제 발생 시 책임을 ‘전가’할 수 있는 대형 IT업체를 선호해 왔다. 이는 국내 오픈소스 기반 솔루션이 글로벌 시장보다 매우 협소하게 만드는 배경이기도 했다. 또 오픈소스와 빅데이터 분석은 ‘아는 만큼 보인다(인간은 아는 만큼 느낄 뿐이며, 느낀 만큼 보인다)’는 공통점을 갖는다.
빅데이터 분석에서는 아는 만큼 할 수 있는 게 늘어난다. 최대우 한국외대 교수는 “빅데이터 분석의 태생이 집단지성, 연결지성”이라고 설명한다. 불가능했던 영역의 데이터 분석을 가능케 해주는 것이 오픈소스 기반의 하둡이다. 현재 기업의 생존은 변화에 얼마나 빨리 적응하느냐, 선제적으로 대응하고 즉시 행동을 취할 수 있느냐에 달렸다. 이 때문에 김인현 투이컨설팅 대표는 “빅데이터 분석은 프로젝트가 아니라 프로세스”이며 “데이터 분석이 기업 업무 전반의 프로세스에 실려야 한다”고 조언한다.
전자신문인터넷 테크트렌드팀
박현선기자 hspark@etnews.com
