이야기 2. Good data = Good decision? 글쎄..

지난 번 이야기에서 Big data에 대한 내용을 잠시 언급하며, 결국 Analytics 라는 도구는 가지고 있는 방대한 Data 에서 어떻게 Insight 를 도출하느냐에 대한 문제여서, 쓰레기더미에서 의미를 도출하기는 어려워 보인다는 이야기로 마무리를 했었다. 그러면 좋은 Data가 제대로 수집이 되면 어떨까? 모든 이야기가 해피엔딩이라면 양질의 Data를 통해 insight를 얻고 그리고 기업은 이를 통해 더 성공해야한다.

잔혹 동화 같지만, 사실 많은 고객사의 데이타를 봐도 좋은 Data를 수집했다고 해도 반드시 제대로된 의사 결정이 보장되는 것은 아니다. 여기에서 기업들의 슬픔이 있다.

하버드 비즈니스 리뷰의 2012년 4월판에 Good Data Won’t Guarantee Good Decision 라는 제목의 재미있는 글이 있어서 소개해 본다.

이 글이 쓰여졌던 2012년 당시, 저자는 지난 10년간 Data를 생성, 수집, 분석 등에 소요된 비용이 수천만달러에 이른다고 한다고 했었다. 이 글이 나온 이후 약 5년정도 지났으니 그 Data의 양과 관리 비용은 그 이후 아마 기하급수적으로 늘었을 거다. 이런 어마어마한 투자에도 불구하고, Big data의 장미빛 비전에도 불구하고 이를 활용하는 회사의 인력이 이 복잡한 정보를 통합할 수 있는 능력이 없으면 오히려 분석 자체가 회사의 성장에 해롭다고 경고한다.

이에 관련된 실험으로, 글로벌 22개 기업 5,000명 직원의 분석과 의사 결정 역량을 측정하여 세 그룹을 나누었는데 첫번째 그룹은 “Unquestioning empiricists (의문의 여지없이 분석을 신뢰하는 경험주의자 그룹)” , 두번째 그룹은 “Visceral decision maker(본능적 감을 믿고 의사결정하는 그룹), 세번째 그룹은 “Informed skeptics (Data에 정통한 회의론자 그룹으로 분석툴을 잘 다루고 다른 사람들의 의견도 잘 경청하지만, 조직의 의견에 반하는 의견을 낼 수도 있는 그룹으로 분석과 의사결정의 조화를 잘 맞출 수 있는 그룹) 이었다. 사실 세번째에 해당하는 그룹이 디지털 경쟁에서 생존하기위해 기업이 육성하고 투자해야 될 그룹이다. 그런데 실험에 참가했던 인력 중 직원 레벨에서는 39%, 시니어 레벨 매니저는 50% 정도 이런 그룹에 속했다. 우리나라의 어떤 기업이 이 대상에 있었을지는 잘 모르겠지만 글로벌 기업의 사례가 그랬다는 것이고, 우리 기업은 아마도 대부분이 첫번째 혹은 두번째 그룹이 아닐까 하는 걱정이 앞서는 것은 그저 기우일까.

이런 역량의 부족이 발생하는 몇가지 원인을 보면,

1) Analytics skill 은 아주 극소수의 직원에게만 국한되어있다 : 왜냐하면 채용때 부터 이런 역량을 가진 극소수의 전문가가 채용되고, 그 외 직원들은 이 전문가들의 방법론을 활용하도록 교육한 적이 거의 없으므로 결국 Data의 분석업무는 이 전문가그룹에만 국한 될 수 밖에 없고, 대부분의 직원들은 그들이 만든 결과물을 해석할 수도 없다.

2) 대부분의 회사 IT는 I보다 T에 더 많이 치중하는 경향이 있다 : 대부분의 IT 기능은 모든 비즈니스에 걸쳐 성장하고 있는데, 다양한 비즈니스의 니즈에 부합하려면 기술 자체 보다는 각 비즈니스를 이해하고 사람과 소통할 수 있는 역량이 더 중요해진다.

3) Information은 존재하나 찾기가 어렵다 : 일단 많은 기업들이 많은 data를 수집하고 나름 관리하고 있으나, 일관적이고 접근가능한 체계로 관리하지는 못하고 있다. 이것은 마치 도서관은 존재하나 수많은 책들이 분류도 제목도 없이 책들이 쌓여있는 것과 같다.

4) 경영진은 그들이 회사 브랜드나 자산 등을 관리하는 정도의 레벨로 Information을 관리하지 못한다 : 많은 경영진들은 여전히 Information이 IT 조직등 일부 조직에만 국한된 것이라고 생각한다. 그러므로 진정으로 Data를 이해하려는 노력이 부족하다.

그렇다면 제대로된 의사결정을 할 수있는 Data 주도적인 기업 문화를 어떻게 만들 수 있을까? 위에서 언급한 Informed Skeptics는 어떻게 길어낼 수 있을까?

저자가 제안하는 가장 중요한 방법은 2가지다.

첫번째, 직원들이 Data를 읽을 수 있는 능력을 지속적으로 교육하고, 이를 통해 합리적 의사결정을 할 수 있는 방법을 코칭하고 훈련할 것.

두번째, 직원들에게 Data를 활용할 수 있는 제대로된 도구를 제공할것.

여기서 언급하는 교육 훈련은 단순히 특정 분석도구를 잘 다루는 방법을 교육하는 차원이 아니라 숫자 뒤에 숨어있는 요인과 이것을 계산하는 로직 그리고 이 숫자의 정확성이나 샘플의 크기, 편향 또는 그 Data의 질 등을 비판적으로 볼 수 있는 안목을 길러줌을 의미한다. 또한 어떤 도구를 가지고 있는지도 매우 중요한데, 그들이 가지고 있는 분석 도구를 통해 어느 정도 수준의 정보와 지표가 그들에게 제공될 수 있고, 의사결정을 위해 사용하고 싶은 정보가 투명하게 제공되고 있다는 신뢰를 갖게 되는데, 이는  회사가 Data 주도적 조직으로 성장하게 하는 매우 가치있는 경험으로 작용하게 된다.

만나는 고객에게 농담 반 진담 반 하는 얘기가 있다. “여러분의 Data를 보면 여러분 회사의 수준이 보여요.” 이것은 미안하지만 진실이다.

광고

댓글 남기기

%d 블로거가 이것을 좋아합니다: