의사결정의 주체 및 범위를 현업 수행 업무로 확장해서 이해해야 한다

구글, 넷플릭스, 우버, 아마존 등은 큰 성공을 거둔 디지털 기업이다. 이들 기업들은 데이터(분석) 기반 의사결정 문화를 갖추고 있다. 데이터를 기반으로 의사결정을 하고 이를 문화로 정착시킨다는 것은 무슨 의미일까?

이를 명확히 이해하기 위해서는 의사결정 주체와 의사결정 업무 범위를 어디까지로 볼 것인가에 대한 이해가 필요하다. 의사 결정은 CEO 및 임원진만 수행하는 것은 아니다. 사실은 일반관리자를 포함해서 모든 직원들이 의사결정을 수행한다. 데이터 기반 의사결정 문화를 도입하려고 할 때 회사의 구성원 모두가 대상이 된다. 수행하고 있는 대부분의 업무에는 의사결정이 포함되어 있다.

기업은 인사, 재무, 영업, 마케팅, 상품개발 등 다양한 업무가 수행되고 있다. 각 업무 마다 담당 현업은 무엇인가를 판단하고, 결정하고, 실행하는 일을 반복한다. 판단 -> 결정 -> 실행의 과정에 주요 의사결정 사안이 있고, 그 의사결정을 잘 해야 업무에 성과를 낼 수 있다. 즉, 의사결정의 주체는 업무를 수행하는 현업으로 확대되고 의사결정 대상도 현업들이 수행하는 모든 업무가 된다.

 

현업 사용자는 데이터 리터러시를 갖추어야 한다. 데이터 리터러시는 데이터 활용 기회를 찾는 능력과 데이터를 다루고, 분석하여, 통찰력을 찾을 수 있는 능력을 뜻한다.

데이터 기반 의사결정 문화가 기업에 정착된다는 것은 회사 임직원이 그들의 업무를 수행할 때 실제 업무에 필요한 데이터를 분석해 보고 그 결과를 활용하여 업무를 수행하는 것을 의미한다. 즉, 일하는 방식이 데이터를 활용하는 방식으로 바뀐다는 것이다. 이러한 일을 하기 위해서는 현업 사용자는 데이터 리터러시를 갖추고 있어야 한다.

지금까지 현업들은 주로 직관과 경험으로 업무를 수행해 왔다. 물론 이를 통한 성과와 발전도 있었다. 그러나 데이터를 활용한다면 주관적 판단과 결정이 객관적인 사실 기반의 인사이트로 훨씬 현명하고 정확해 질 수 있을 것이다.

이 때, 현업은 본인의 업무 의사결정에 필요한 분석이 무엇인지 직접 정의할 수 있어야 한다. 현업이 기본적으로 데이터를 읽고, 분석하고, 비판하고, 해석하는 데이터 리터러시 역량을 보유하고 있다면 필요한 분석이 무엇인지 훨씬 구체적이고 명확하게 정의할 수 있을 것이다.

물론 데이터 리터러시 역량을 보유한다는 것은 업무에 필요한 분석을 직접 수행하여 분석결과를 업무에 활용할 수 있다는 것을 의미한다. 그러나 이러한 수준의 데이터 리터러시 역량을 확보하기 까지는 어느 정도의 시간과 노력이 필요하다. 따라서 단기간에 현업 스스로가 필요 분석을 정의하고 분석을 직접 수행하여 업무에 활용할 것을 요구하는 것은 어렵다. 이를 위해 회사 내 역할 분담이 필요하다.

 

현업과 분석 전담 조직은 각자의 역할에 충실하며 서로 잘 소통해야 한다

현재 많은 기업들은 회사 내 데이터 분석을 전담하는 조직을 별도로 구성하고 있다. 이들 분석 전담조직은 대부분 분석 역량을 보유한 외부 인력들을 신규로 충원하여 구성된다. 많은 경우 이렇게 구성된 조직에게는 회사에 성과를 내는 분석을 수행하는 임무가 부여되고 있다.

분석으로 도출된 어떤 결과, 즉 인사이트를 활용하는 부서는 현업 부서이다. 다시 말하면 분석 전담조직은 분석 결과를 직접 활용하는 업무 부서가 아니다.

분석전담 조직은 업무부서와의 긴밀한 협의를 통해 업무부서에서 필요로 하는 분석을 수행하여 업무부서가 활용할 수 있는 결과를 제공해줘야 한다.

그러나 국내 기업의 현실은 새로운 조직이 신설되면 빠른 시간 안에 가시적 업무 성과를 낼 것을 종용하고 기대한다. 국내 기업들의 문화는 타 부서와 업무 협의가 용이하지 않다. 따라서, 신설된 분석 조직은 현업 부서와 충분하게 협의하여 문제를 해결하고 활용할 수 있는 분석 주제를 찾아내기가 어렵다.

이러한 이유로 분석 조직은 현업 부서와 무관하게 분석 주제를 스스로 찾고, 데이터를 수집하여 분석을 한다. 그러나 정작 그 분석결과를 활용하고 싶어하는 현업 부서를 찾지 못해 업무에 적용해 보지 못한다. 당연히 성과는 없다. 왜냐면 현업이 필요해서 수행한 분석이 아니기 때문이다.

실제 분석 프로젝트를 수행하며 접했던 일부 생명보험사, 카드사, 제조사가 공통적으로 이런 방식으로 분석전담조직을 운영하고 있었다.

가나다 제조 기업의 경우도 외부에서 빅데이터 분석 인력을 충원하여 빅데이터 팀을 만들었다. 데이터 분석을 당장에 시작하지 않으면 기회를 잃을 것 같은 위기 의식으로 급하게 조직을 구성한 것이다. 그리고 이 팀으로 하여금 회사에 성과를 가져다 줄 분석을 스스로 찾아 수행하게 하였다. 그 회사의 업무뿐만 아니라 아직 해당 업에 대한 이해도 부족한 외부 인력들이지만, ‘분석전문가’ 들이니 회사가 필요로 한 분석을 수행하여 성과를 낼 수 있을 것이라고 생각한 것이다.

이 팀은 결국 1년만에 해체 되었다. 단기간에 성과를 낼 수 없었던 분석인력들이 스스로 회사를 그만두었기 때문이다. 이러한 결과는 경영진들이 데이터 분석은 어떻게 도출되고 수행되어야 하는지에 대한 이해가 부족했기 때문에 발생한 결과이다.

분석의 첫 단추는 분석으로 무슨 문제를 풀 것인지를 알아보는 것이다. 즉, 문제가 무엇인지, 왜 이 문제를 해결해야 하는지, 문제 해결을 통해 무엇을 달성할 것인지를 명확히 하는 것이다. 분석은 인식된 문제에 대해서 관련된 데이터를 수집, 분석하여 문제 해결에 필요한 인사이트를 얻는 것이다.

기업의 문제 인식은 업무에서 발생한다. 업무상 해결이 필요한 주요 이슈가 무엇이고, 이슈 해결이 왜 중요하고, 이슈 해결을 통해 무엇을 달성할 것인지를 명확히 정의한 후, 문제 해결에 필요한 인사이트를 분석을 통해 얻는다. 인사이트를 기반으로 업무를 수행 할 때 기업에서 분석의 활용은 가치를 발할 수 있다.

미국 BOA(Bank of America)는 데이터 분석을 활용해 대출심사, 신용리스크 조기경보체계, 온라인 마케팅을 한다. 이와 같은 업무에 데이터 분석이 활용되기까지는 해당 업무를 수행하는 현업 조직이 그 업무를 보다 잘 수행 할 목적으로 분석의 필요성을 인지했기 때문이다.

업무를 더 잘 수행하기 위해 필요한 분석이 무엇인지를 현업 부서가 정의한다면 빅데이터 분석 조직은 무엇을 할 수 있고 무엇을 해야만 할까?

분석 전담조직의 역할을 이해하기 위해 데이터 분석 과정을 살펴볼 필요가 있다.

데이터 분석의 과정은 1. 분석과제 도출 및 분석 모델 설계(변수선정), 2. 데이터 탐색, 3. 데이터 준비, 4. 분석 수행 및 분석 모델 검증, 5. 모델 적용 타당성 평가, 6. 분석 모델 시스템화 계획의 6단계로 진행 된다.

 

[표] 데이터 분석 과정별 Task

빅데이터 분석 조직의 주요한 역할은 분석에 필요한 데이터를 준비하고, 분석을 수행하고, 검증하여 신뢰성 있는 분석결과를 제공하는 역할이다.

현업부서가 분석주제를 정의할 수는 있지만, 실제 분석을 실행할 수 있는 역량은 미흡하다. 또한 분석에 필요한 각종 다양한 데이터를 추출 가공할 수 있는 역량도 부족하다. 이와 같은 업무는 분석 전담 조직이 수행해 주어야 한다.

결론적으로, 한 기업의 주요한 업무 이슈를 해결하고 의사결정에 필요한 분석을 실행하기 위해서는 현업부서와 분석 전담부서가 분석주제를 찾아 정의하는 그 순간부터 회사의 주요 이슈 해결, 업무 목표 달성이라는 공동 목표를 위해 한 조직처럼 긴밀하게 협업해야 한다.

그렇게 할 때 성과가 높은 분석이 발굴되고 실행될 수 있으며 분석 기반 업무 수행 문화가 기업 내 조기에 안정적으로 정착될 수 있을 것이다.

- 끝 -