빅데이터 측정: KPI의 예시

귀하의 조직 전략과 빅 데이터 이니셔티브를 조정하고, 핵심 성과 지표로 귀하의 노력을 검증하는 방법을 배우십시오.

기사의 주요 주제:

• 빅 데이터란 무엇인가?
• 빅 데이터의 도전 과제
• KPI와 빅 데이터
• 빅 데이터에 집중하십시오
• 빅 데이터를 측정 가능하게 만드십시오
• BSC Designer로 자동화하십시오

성과 지표와 정렬된 빅 데이터 프로세스 맵. 출처: Big Data 실적표.

연말은 새로운 트렌드에 대해 이야기하기 좋은 시기입니다: 자율주행차, 인공지능, 가상현실, 사물인터넷 등. 이러한 트렌드가 귀하의 비즈니스에 어떤 영향을 미칠까요? 이러한 게임 체인저 아이디어의 잠재적 영향을 어떻게 고려할 수 있을까요? 언급된 모든 트렌드는 자세한 분석이 필요하지만, 다른 모든 것과 연결된 것으로 보이는 하나가 있습니다. 그것은 빅 데이터입니다. AI는 그것을 필요로 하고, 자율주행차는 그것을 기반으로 하며, 물론 이미 많은 기업에서 사용되고 있습니다.

BSC Designer에서는 KPI와 전략에 대해 많은 이야기를 나누었습니다. 이 기사에서는 잘 설명된 전략과 맞춤형 KPI가 어떻게 빅 데이터 노력을 집중시키는 데 도움이 될 수 있는지 논의할 것을 제안합니다. 이 기사의 계획은 다음과 같습니다:

• 빅 데이터. 그것은 무엇인가? 주요 도전 과제는 무엇인가?
• 빅 데이터를 위한 KPI. KPI의 4단계와 전략적 정렬 달성.
• 실행 계획. 빅 데이터의 측정 가능한 구현.

빅데이터란 무엇인가?

빅데이터는 대규모의 비정형 데이터 세트를 분석하는 것입니다.

빅데이터는 3개의 V로 특징지어질 수 있습니다:

• 볼륨. 데이터 세트는 커야 합니다. 최소 10 GB 또는 1 TB 이상이어야 한다는 추정이 있지만, 아마도 더 나은 기준은 빅데이터가 분산 저장 또는 계산이 필요하다는 것입니다. Hadoop이나 유사한 프레임워크로 전환해야 했다면, 그것은 커지고 있는 것입니다.
• 다양성. 구조화된 데이터와 비정형 데이터의 다양한 소스를 생각해 보십시오. 텍스트, 비디오, 판매 데이터, 소셜 미디어, 일기 예보 등에서 데이터를 수집할 수 있으며, 이는 귀하의 상황에서 의미가 있을 수 있습니다.
• 속도. 데이터의 높은 볼륨은 빠른 데이터 생성의 결과입니다. 지속적으로 모니터링되는 수천 개의 항공기 요소¹를 생각해 보거나, 소셜 미디어의 끊임없는 댓글 흐름, 또는 웨어러블 장치가 제공하는 실시간 데이터를 생각해 보십시오.

종종 (IBM² 또는 EY³를 예로 들어), 네 번째 “V”가 “진실성”을 의미하기도 합니다:

• 진실성. 데이터를 이야기할 때, 항상 일정 수준의 불확실성을 다루고 있습니다. 데이터는 어떻게 얻어졌습니까? 모든 요인을 분석했습니까? 조작되었습니까? 그 숫자를 신뢰할 수 있습니까?

데이터는 어떻게 사용됩니까?

빅데이터는 다양한 예측 및 행동 분석에 사용됩니다. 조직은 빅데이터를 활용하여 비용을 절감하고, 고객의 요구를 더 잘 이해하며, 위험을 완화합니다. 고객에게 맞춤형 경험을 제공하기 위해 빅데이터를 사용하는 사업체를 생각해 보십시오; 전자 상거래 제공자의 사기 검사를 생각해 보십시오.

기사의 시작 부분에서 몇 가지 신흥 트렌드를 언급했는데, 빅데이터는 그 모든 것에 관여하고 있습니다. 빅데이터의 실제 사용에 대해 더 알고 싶다면, 국제적으로 인정받는 전문가인 버나드 마르의 “빅데이터를 정말 잘 활용하는 7개의 놀라운 기업들⁴“을 계속해서 읽어보는 것을 추천합니다.

빅데이터의 주요 과제

설명된 빅데이터 비전은 매우 야심 차게 들립니다. 그렇다면 왜 기업들은 이 새로운 트렌드를 채택하는 데 느린 걸까요? 빅데이터의 주요 과제는 무엇인가요?

데이터 마이닝은 더 이상 주요 과제가 아닙니다

10월 후반에 저는 SCIP⁵ (Strategic and Competitive Intelligence Professionals)이 조직한 컨퍼런스에서 발표를 했습니다. 이 조직의 회원들은 시장 정보 분야에서 빅데이터를 다룹니다. 컨퍼런스의 주요 주제는 예상할 수 있듯이 CI/BI 데이터를 마이닝하는 것이 아니라, 비즈니스 인텔리전스 노력을 조직의 전략과 조율하는 것이었습니다. 다시 말해, 회사가 묻고자 하는 질문을 알게 되면 나머지는 상대적으로 쉽습니다 (아래 설문조사를 통해 일부 데이터를 참조하십시오).

데이터 마이닝이 더 이상 문제가 아니라면, 주요 과제는 무엇일까요?

도전 과제 1. 빅데이터에 집중하기

주요 도전 과제는 중요한 것에 빅데이터를 집중시키고, 이를 적절한 사람들에게 전달하는 것입니다. 즉, 조직 내에서 올바른 질문을 하기 시작해야 하는 사람이 있어야 합니다.

이 아이디어를 설명하기 위해 2012년 헤드라인에 올랐던 타겟의 이야기를 살펴보겠습니다. ⁶ 이 소매업체는 쇼핑 분석 데이터를 성공적으로 사용하여 일부 고객이 임신 중임을 예측했습니다. 이야기의 프라이버시 관련 부분은 제외하고 실제로 일어난 일을 살펴봅시다. 타겟에서 근무했던 통계학자인 Andrew Pole는 모든 가능한 데이터를 전달하는 것이 아니라 마케팅 부서 동료들로부터 매우 구체적인 과제를 받았습니다 – 임신 2기인 쇼핑객을 식별하라는 것이었습니다.

여기에는 집중이 있었고, 이 집중과 관련된 엄청난 비즈니스 가치가 있었습니다. 새로운 부모들은 구매 습관을 바꾸고 하나의 소매점에서 모든 것을 구매하는 경향이 있기 때문입니다. 단순히 데이터를 가지고 노는 것이 아니라, 매우 구체적인 질문에 답하는 데 도움을 줄 데이터를 찾는 것이었습니다.

과제 2. 비즈니스 전략과의 정렬

빅 데이터는 실질적인 비즈니스 가치를 제공할 때 게임 체인저가 될 것입니다. 즉, 빅 데이터 이니셔티브가 회사의 전략을 어떻게 지원하고 있는지가 명확해야 합니다. NewVantage Partners는 그들의 Big Data Executive Survey에서⁷ 응답자들에게 빅 데이터 비즈니스 채택에 대한 문화적 장애에 대해 물었습니다. 42.6%의 응답자가 “불충분한 조직적 정렬”이라는 답변을 선택했습니다. 다른 옵션으로는 채택 부족, 일관된 데이터 전략 부족, 공유된 비전 부족이 포함되었습니다.

Target 사례로 돌아가서, 그들은 두 가지 중요한 요소를 성공적으로 해결했습니다:

1. 특정 쿼리에 초점을 맞춘 빅 데이터: 데이터 과학자는 임신 2기인 쇼핑객을 식별하라는 요청을 받았습니다.
2. 비즈니스 전략과의 정렬: 데이터에 대한 명확한 비즈니스 가치가 있었습니다 – 아이가 태어난 가족은 오랫동안 하나의 소매점의 고객이 됩니다.

도전 과제 3. 데이터 보안 및 개인정보 보호

이 도전 과제는 아직 일반적인 사용은 아니지만, 데이터 수집 및 분석은 반드시 윤리적이고 합법적이어야 한다는 것은 누구에게나 명백하다고 생각합니다. 일반 데이터 보호 규정(GDPR)은 2018년 5월 25일부터 유럽에서 시행되었으며, 다른 국가에서도 유사한 규정이 있습니다. 기업들은 개인 데이터를 처리할 때 데이터 정책을 준수하는 데 훨씬 더 신중해야 합니다.

빅데이터의 맥락에서 KPI에 대해 논의해 봅시다.

KPI와 빅데이터

빅데이터가 KPI를 대체할 것인가요? 꼭 그렇지는 않습니다. 빅데이터는 더 정확하고 최신의 통찰력으로 KPI를 강화할 것입니다.

NPS (Net Promoter Score)를 예로 들어 봅시다:

• 현재의 NPS. 오늘날 귀하의 조직에서는 NPS (Net Promoter Score)를 어떻게 계산하고 있습니까? 아마도 분기별로 고객 설문조사를 진행하고 있을 것입니다. 따라서 이 지표는 시간적으로 후행 지표입니다. 비즈니스에 무슨 일이 발생하면 NPS는 몇 달 후에 이를 보여줄 것입니다.
• 빅데이터로 강화된 NPS. 이제 고객의 감정을 실시간으로 분석하는 빅데이터 도구를 사용한다고 가정해 봅시다 (아래의 Heedbook 참조). 이 경우, NPS는 실시간 KPI가 될 것입니다. 기본적으로 특정 고객이 특정 제안과 특정 판매 접근 방식에 대한 반응을 실시간으로 볼 수 있게 됩니다.

경우에 따라 데이터에 더 깊이 파고들어 특정 상황을 파악하고 싶을 때가 있을 것이며, 경우에 따라 주, 월, 연 단위로 집계된 데이터를 볼 필요가 있을 것입니다.

빅 데이터의 KPI

빅 데이터의 경우, 새로운 도구와 아키텍처에 대한 상당한 투자를 의미하므로 이러한 이니셔티브를 확실한 데이터로 모니터링하는 것이 합리적입니다. 빅 데이터 이니셔티브는 또한 정량화되고 측정되어야 합니다. 우리는 이를 여러 다른 수준에서 수행할 수 있습니다.

레벨 1. 3-V 지표

빅데이터의 3V(Volume, Variety, Velocity)는 쉽게 정량화할 수 있습니다:

• 데이터의 양(Volume)은 그 자체로 측정됩니다 (GB, TB 등)
• 다양성(Variety)은 서로 다른 데이터 소스 유형의 수로 정량화할 수 있습니다
• 속도(Velocity)는 시간당 생성/분석되는 데이터의 양으로 정의됩니다

네 번째 V – 정확성(Veracity)은 정량화하기가 더 어려울 수 있습니다. 귀하의 팀이 정확한 데이터로 간주하는 기준을 정해야 하며, 이는 상황에 따라 다릅니다. 예를 들어, 내연기관 차의 경우 현재 속도를 +-5 km/h의 오차 범위 내에서 측정하는 것이 정확한 데이터로 간주될 수 있지만, 전기차의 경우 이는 받아들일 수 없습니다. 귀하의 상황에서 데이터 정확성을 나타내는 1-2개의 지표를 정의하십시오.

3-V 지표가 유용한가요? 이는 귀하의 상황에 따라 다릅니다. 구글의 자율주행차를 예로 들어봅시다. 이 차는 매초 1GB의 센서 데이터를 생성합니다⁸. 그 수치는 인상적으로 보입니다! 우리는 빅데이터의 규모를 추정할 수 있지만, 그 숫자들은 앞서 언급한 3가지 도전에 대해 우리를 도와주지 못합니다.

빅데이터 성과 측정을 위한 KPI의 계층 구조. 출처: 빅데이터 실적표.

2단계. 빅데이터 프로세스 지표

다음 추상화 수준으로 이동하여 빅데이터 프로세스를 살펴보겠습니다. 단순화된 모델은 다음과 같습니다:

• 쿼리
• 수집
• 분석
• 보고

이 경우 가장 유용한 지표는 시간과 관련이 있습니다:

• 데이터 수집 빈도
• 분석을 위해 데이터가 사용 가능해지는 데 필요한 시간
• KPI 형태로 데이터가 보고되는 데 필요한 시간

시간에 대한 기준치는 비즈니스 맥락에 따라 다릅니다. 예를 들어:

• 자율주행차는 데이터를 실시간으로 수집하고 분석해야 하며, 밀리초의 차이가 중요하지만
• NPS 관리자의 경우 주간 집계 데이터를 검토하는 데 관심이 있을 수 있습니다

프로세스 효율성 측면에서, 우리는 다음을 추적할 수 있습니다:

• 쿼리에서 보고로의 전환율, %. 이 경우 먼저 유자격 쿼리의 개념을 정의하고, 데이터 과학자가 답변할 수 있었던 유자격 쿼리의 비율을 추적해야 합니다
• 데이터 캡처 기능. 우리가 캡처하는 데이터의 정확도 수준(위에서 논의한 아이디어의 진실성). 일부 회사에서는 이러한 기능이 그들의 지속 가능한 경쟁 우위를 정의합니다.

이 단계의 지표는 빅데이터의 효율성에 대한 더 나은 아이디어를 제공하지만, 여전히 빅데이터가 실제 비즈니스 목표에 미치는 영향에 대한 단서는 없습니다.

레벨 3. 후행 KPI. 빅데이터 성공을 검증하기 위한 KPI.

또 다른 질문은 회사 내의 빅데이터 이니셔티브의 성공을 어떻게 검증할 것인가 하는 것입니다. 한편으로는 인프라에 대한 상당한 투자가 있고, 다른 한편으로는 빅데이터가 비즈니스 인사이트의 형태로 보답해야 합니다. 이러한 인사이트의 달러 가치를 어떻게 측정할 수 있을까요?

이 경우 우리는 빅데이터 사용으로 인해 인정받을 수 있는 개선 사항을 추적해야 합니다:

• 빅데이터로부터 어떤 교훈을 얻었습니까? 이러한 아이디어를 구현한 후 어떤 비용 절감이 이루어졌습니까?
• 맞춤형 경험 제공으로 인해 고객 유지율은 어떻게 변했습니까? 고객 평생 가치는 어떻게 변화하고 있습니까?
• 빅데이터가 고객 서비스를 더 효율적으로 만드는 데 도움이 됩니까? 첫 통화 해결 비율은 어떻게 변했습니까?
• 빅데이터 사용을 시작한 후 채용 프로세스는 어떻게 변화했습니까? HR 지표인 성과 달성 시간은 어떻게 변화했습니까?

이 레벨에서 볼 수 있듯이 우리는 이전에 사용하던 클래식 KPI를 사용합니다. 우리가 하고자 하는 것은 빅데이터 구현으로 인한 특정 개선 사항을 인정하는 것입니다.

이 접근 방식은 편향될 수 있습니다:

• 우리는 긍정적인 변화를 우리의 성취로 간주하는 경향이 있고
• 부정적인 변화를 항상 발생하는 정상적인 변동으로 봅니다.

해결책은 더 크고 구체적인 목표를 설정하는 것입니다.

많은 조직이 이 측정 부분을 간과하고 단순히 “어떤 빅데이터”를 구매합니다. Capgemini Consulting의 보고서⁹에 따르면, 인터뷰한 회사의 67%가 빅데이터 이니셔티브의 성공을 측정하는 명확한 기준이 없습니다. 투자 규모를 고려할 때, 회사는 빅데이터 구현의 목표와 성공 기준을 정의하는 데 더 체계적이어야 합니다.

정렬된 성과 지표가 있는 빅데이터 프로세스 맵의 예시. 출처: Big Data Scorecard.

레벨 4. 선행 KPI. 빅데이터 성공 보장.

이제 우리는 빅데이터 이니셔티브의 결과 부분을 측정하는 방법을 알게 되었지만, 선행 부분은 어떻게 할까요? 빅데이터의 성공적인 구현을 보장하기 위해 무엇을 해야 할까요?

빅데이터의 어려운 부분은 꽤 구체적이며, 다음과 같은 일반 지표로 측정할 수 있습니다:

• 빅데이터 이니셔티브에 투자된 자금
• 빅데이터 이니셔티브에 소비한 시간

비즈니스 목표 집중 빅데이터

여기에 실제 시나리오가 있습니다: 한 회사가 인프라, 도구 및 하둡 클러스터를 사용한 빅데이터 수집에 수백만 달러를 투자했으나 측정 가능한 결과는 없었습니다. 이것이 도전 과제 1에서 우리가 이야기한 것입니다: 빅데이터는 AI가 아니며, 말할 수 없고, 팀이 질문을 하는 방법을 배워야 합니다. 그렇다면 팀의 역할을 어떻게 측정할 수 있을까요?

다음은 시작할 수 있는 몇 가지 아이디어입니다:

• 빅데이터 교육 효과성. 팀의 주요 구성원이 빅데이터에 대한 교육을 받은 적이 있는지 확인하십시오. 그들이 반드시 데이터 과학자가 될 필요는 없지만, 어떤 질문을 할 수 있는지 그리고 그 질문을 어떻게 공식화할 수 있는지를 알아야 합니다. 이 경우의 지표는 교육 효과성과 관련이 있을 것입니다¹⁰.
• 빅데이터 이니셔티브가 포함된 전략적 목표의 %. 각 팀이 공식화한 빅데이터 쿼리 수를 추적할 수 있지만, 이 접근법은 매우 형식적이고 덜 유용할 것입니다. 더 나은 옵션은 목표와 빅데이터 쿼리 간의 정렬을 추적하는 것입니다. 팀에게 그들의 전략적 목표를 살펴보고 그 목표의 맥락에서 더 나은 결정을 내리기 위해 어떤 데이터가 필요할지를 논의하도록 요청하십시오.

빅데이터가 새로운 비즈니스 목표를 수립하는 데 도움을 줍니다

비즈니스 컨텍스트와 빅데이터의 매칭 과정은 양방향적입니다. 때로는 특정한 과제를 염두에 두고 그에 맞는 빅데이터 도구를 찾기도 하고(예: Target의 경우), 때로는 흥미로운 도구를 발견하고 그것을 우리의 목표에 맞추려고 시도하기도 합니다. 다음은 몇 가지 예입니다:

• 팀의 누군가가 고객의 감정을 실시간으로 분석하는 서비스인 Heedbook¹¹를 발견했습니다. 이 서비스는 마이크로소프트의 Azure를 기반으로 하며 클라우드에서 사용할 수 있습니다. 귀하의 고객 서비스 팀은 이 서비스를 활용하여 NPS를 더 잘 계산할 수 있는 아이디어를 생각해낼 수 있습니다.
• 귀하의 IT 직원은 DLP(데이터 손실 방지) 소프트웨어를 찾는 과제에 직면했습니다. 이들은 CIS 지역의 정보 보안 회사인 SearchInform¹²을 발견했으며, 이 소프트웨어는 통신 및 전송된 파일을 분석할 수 있을 뿐만 아니라 특정 보안 정책도 시행할 수 있습니다. 귀 조직의 IT 전략은 DLP 도구의 가능성을 고려하여 업데이트될 수 있습니다.

어떤 경우든 특정 비즈니스 목표를 빅데이터 요구사항과 일치시키는 것은 좋은 아이디어입니다.

실행 계획. 빅데이터를 측정 가능하게 만들기.

이 기사에서 몇 가지 교훈을 도출해 봅시다. 저는 이를 실행 계획의 형태로 하는 것을 선호합니다.

1. 빅데이터 수정. 현재 데이터를 어떻게 수집하고 있는지, 어떤 데이터 캡처 기능을 가지고 있는지 확인하십시오 (빅데이터 프로세스 메트릭을 프레임워크로 사용).
2. 사전 준비. 전략 지도를 통해 전략을 공식화하고, 이를 사업부에 계단식으로 전달하십시오. 현재 KPI를 검토하십시오.
3. 능력 향상. 빅데이터와 관련하여 팀의 역량을 강화하기 위한 이니셔티브를 계획하십시오. 주요 구성원은 어떤 질문을 할 수 있는지, 그리고 그 질문을 어떻게 공식화할 수 있는지를 이해해야 합니다.
4. 빅데이터 노력 집중. 전략 지도를 검토하고, 빅데이터가 비즈니스 목표를 지원할 수 있는 기회를 파악하십시오. 빅데이터 쿼리를 형성하십시오.
5. 구현. 빅데이터가 제공하는 통찰을 분석하고, 필요한 경우 KPI의 형태로 반영하십시오.

BSC Designer 소프트웨어 사용자들을 위한 간단한 가이드

BSC Designer의 사용자로서 귀하는 이 기사에서 논의된 전략 정렬 및 KPI 측면의 많은 부분을 자동화할 수 있는 강력한 소프트웨어를 보유하고 있습니다:

• 전략적 정렬 및 빅 데이터 집중. 귀하의 비즈니스 목표를 제시하기 위해 전략 지도를 작성하십시오; 지도상의 목표에 KPI를 정렬하십시오. 아직 전략 지도가 없다면 전략 지도 마법사를 사용하여 시작하십시오.

• 팀이 빅 데이터 역량을 갖추도록 보장합니다. 훈련 실적표(이 예제부터 시작할 수 있습니다)를 사용하여 귀하의 팀이 빅 데이터를 다룰 수 있는 필수 역량을 갖추도록 하십시오.
• 빅 데이터로 KPI 강화. 빅 데이터 이니셔티브에 대한 성과 지표를 추적하십시오; RESTFul API를 사용하여 실시간 빅 데이터 보고서를 지표에 입력하십시오.

아직 사용자가 아니라면, 온라인에서 사용할 수 있는 BSC Designer의 무료 플랜으로 시작할 수 있습니다.

Big Data Scorecard 템플릿 사용하기

BSC Designer는 조직이 복잡한 전략을 구현할 수 있도록 도와줍니다:

1. 플랫폼에서 무료 플랜에 가입하세요.
2. Big Data Scorecard 템플릿을 시작점으로 사용하세요. New > New 실적표 > More Templates에서 찾을 수 있습니다.
3. 우리의 전략 구현 시스템을 따라 이해관계자와 전략적 목표를 포괄적인 전략으로 정렬하세요.

오늘 시작하여 BSC Designer가 귀하의 전략 구현을 어떻게 간소화할 수 있는지 확인해보세요!