기업이 빅데이터를 의사결정에 활용하는 3단계가 있다. 수준이 올라갈수록 빅데이터가 제공하는 가치의 크기도 커지며, 데이터를 활용해 여러 가지 비즈니스 상황에 좀 더 신속하게 대응할 수 있게 된다.▷What happened? (무슨 일이 일어났나)기업에 컴퓨터를 도입해 경영 관리에 이용하고 있다면 이미 의사결정에 데이터를 이용하는 첫 단계라고 할 수 있다. 이 단계는 어떤 일이 발생했는지(what happened?) 파악하는 수준으로, 그 상세한 내용과 원인은 파악되지 않는다. 기업 경영에서 컴퓨터가 처음 도입된 단계 EMIS( Ma
매년 20억 벌 이상의 의류와 장난감, 액세서리 등의 소비재를 생산하고 900여 개의 브랜드를 관리하는 글로벌 우량기업이 있다.이 회사의 공장과 생산 인력이 대단할 것이라고 생각하는 사람들이 많지만 그렇지 않다. 이 회사는 공장도, 생산 인력도 없다. 그런데 어떻게 그 많은 제품들을 생산해낼까?이는 다른 기업보다 생산성이 높은 글로벌 공급사슬을 보유, 관리하기 때문이다. 이 회사가 세계 곳곳에 흩어져 있는 각각의 다른 기업 및 공장들과 생산을 조율하고 수익을 낼 수 있는 비밀 역시 빅데이터에 있다.실시간 데이터에 진지하게 접근한 이
시간의 가치가 높아진 현재 배송업체들의 경쟁력은 신속성과 정확성에 있다. 이들의 신속한 노력이 없으면 인터넷에 주문한 책들이 주문 당일 내 손 안에 들어오는 것은 불가능하다.물건을 배송하는 차량들은 작은 아파트 단지 내에서도 이리저리 물건의 주인을 찾아다닌다. 배송업체 입장에서 보면 자사가 보유한 수많은 차량의 유지 관리 및 운영비가 인건비를 제외하고 경상운영비의 대부분을 차지하는데, 이 비용의 절약도 빅데이터를 활용해 좀 더 수월해지고 있다.전 세계 최대 물류업체 중 하나인 USP는 정보 기술 활용의 선구자 중 하나로, 2010넌
세상을 뒤바꾼 위대한 진전은 종종 우연한 발견에서 비롯됐다. 기업 3M의 대명사가 된 ‘포스트잇’이 바로 대표적인 경우이다.강력한 접착제를 목표로 실험을 하던 도중에 정반대로 매끄럽게 떨어지면서 여러 번 붙였다 떼었다 할 수 있는 접착제가 탄생한 것이다.보관이 편리하고 충격에도 안전한 폭약을 찾다가 용기 틈새로 새어 나온 액체 니트로글리세린이 규조토와 섞이는 것을 보고 다이너마이트 제조법을 발견한 노벨도 마찬가지이다.일본의 시라카와 히데키 또한 자기 밑에 있던 한국인 유학생이 밀리몰 단위를 몰 단위로 잘못 읽어 촉매제의 양을 원래보
빅데이터로 가치사슬에서 불필요한 작업이 최소가 되도록 업무 프로세스를 재설계하고 모니터함으로써 생산성 향상을 이끌어내는 기회도 더 많아지고 있다.업무 프로세스에서 발생하는 데이터를 수집해 분석하면 어떤 부분이 가치 창출에 기여도가 낮거나 심지어 마이너스가 되는지 파악할 수 있다.더욱이 기업들이 외부 협력업체나 기관들과 업무 관계를 맺을 경우 엄청난 양의 새로운 데이터가 생산되기 마련인데 이 중 개방적 관계에서 생산, 관리되는 빅데이터가 중요한 역할을 한다.기존에 사람이 하던 작업 순서가 아니라 업무 처리가 가장 효과적으로 이뤄지도록
세계 기업들이 볼 때 한국 소비시장은 매력적인 테스트베드(시험시장)이다. 앞선 기술 트렌드를 접목한 제품과 서비스는 일단 한국 시장에 출시하여 검증을 받아보는 경우가 점점 늘고있다. 이는 한국 소비자들의 높은 기술 수용성과 유별난 깐깐함 덕분이다.모두들 경험해봤겠지만, 특정 제품이나 서비스의 '신상이 나오면 열성적인 얼리어답터들은 재빨리 이를 구매해 블로그나 동호회 등 각종 커뮤니티에 사용 후기를 올려댄다. 그러면 관심을 갖고 지켜보던 다른 소비자들도 뛰어들어 감상이나 찬반 의견을 내놓으며 한마디씩 거들기 바쁘다. 이내 다른 이들의
금융 공급사슬 관리 분야는 소프트웨어와 프로세스가 기업의 상품 흐름에 따른 돈의 흐름을 관리해 수익성을 최대화하고 비용을 최소화하는 것을 말한다.예를 들어 물건을 판매하고 그 돈을 이자율이 낮은 여러 은행에 오랫동안 분산시키는 것보다 높은 이자를 주는 한 은행에 집중시키면 비용도 줄고 수익성도 높아진다.국내에서는 웹케시라는 회사가 개발한 ‘브랜치’ 솔루션을 바탕으로 은행들이 기업에 이와 같은 서비스를 제공하고 있다.예를 들어 한국국토정보공사(LX, 구 대한지적공사)는 자금 관리 시스템을 도입하기 이전에는 오프라인 대금을 지급하고 지
미국 국방장관이었던 도널드 럼스펠드는 지금부터 20년 전 인텔리전스 문제에 대해 토론하면서 ‘우리가 이미 알고 있음을 깨닫는 것’도 있지만 ‘우리가 모르고 있는 것을 아는 것도 있다'고 말했다. 또한 ‘우리가 모르고 있는 줄도 모르는 것’도 있다고 덧붙였다.럼스펠드 같은 국방장관에게 국가의 위협은 ‘모르고 있음을 모르는 것’을 의미한다. 반면 기업에는 이런 위협이 기회가 되기도 한다.구글이나 네이버에서 키워드 검색은 ‘알고 있음을 아는 것’ 혹은 ‘모르고 있음을 아는 것’에 해당한다.즉 검색을 통해 알고 있는 것을 확인하거나 아니면
빅데이터의 강자 기업들은 미래 전망을 능동적으로 이용하고 있다. 근래 도처에서 각광받는 이른바 ‘프리미엄 전략’을 보자. 이는 ‘공짜’와 ‘웃돈’의 합성어로서 미끼가 될 만한 부분은 공짜로 제공해 판을 키우고 부가적인 제품과 서비스로 실질적인 수익을 챙기는 전략이다.할인매장에서 전단지에 경품이나 파격 할인 상품을 내세우고 손님을 일단 매장으로 유인한 다음, 함께 사가는 다른 제품에서 이익을 내는 방식을 떠올리면 된다. 프린터는 거의 이익 없이 팔아버리고 잉크 카트리지 등 소모품에서 이익을 내는 것도 유사하다.오늘날 IT 업계에서도
사람에 따라서는 행동이나 반응을 쉽게 예측할 수 있는 이들이 있다.친구나 가족끼리 식당에 갈 때 그 사람이 원하는 음식을 다른 사람이 알아서 주문해주거나 어디를 간다고 말하기 전에 이미 어디를 가고 싶어 하는지 다른 사람들이 짐작한다면 그는 매우 예측 가능한 유형의 사람이라고 할 수 있다.기업 활동에서도 고객들의 행동이 이처럼 예측 가능하다면 좀 더 쉽고 효과적으로 서비스하고 많은 제품을 추천해 판매할 수 있을 것이다.다음은 사람의 취향을 드러내도록 유도해 이를 분석해 이전에는 파악하기 어려웠던 사람들의 행태를 예측하는 사례들이다.
스마트폰 앱에서도 맛집부터 금융상품 추천까지 다양한 추천 시스템이 있다. 앞서 언급했듯이 빅데이터 시대는 검색보다는 ‘발견’의 시대를 의미한다.추천 시스템과 관련된 비즈니스를 하는 미스트랜즈나 스텀블어폰과 같은 신규 기업에서부터 야후나 아마존과 같은 거대 기업에 이르기까지 검색보다는 새로운 발견의 이로움을 강조하고 있다.그 존재 자체를 몰랐거나 어떻게 요청해야 할지 못하는 상태에서 자신이 원하는 무언가를 발견하게 되면 희열은 더욱 커진다.검색에 관해서는 확실히 구글이 가장 앞서 있다. 하지만 발견은 아직 시작 단계이다. ‘구글 앱
글로벌 IT 업계를 반세기 넘게 지배하고 본격적인 PC 시대의 초석을 놓은 기업이 바로 IBM이다. 그러나 거대 기업 IBM도 1990년대 들어 기업의 존말이 위태로울 만큼 심각한 위기를 겪은 바 있다.델, 컴팩, 그리고 여러 대만 업체들의 파상공제 속에 하드웨어 시장에서 경쟁력을 잃은 IBM은 이후 하드웨어를 버리고 소프트웨어 서비스 기업으로 변신해 화려하게 부활하는 데 성공했다.IBM은 2012년 10년 만에 CEO를 교체했다. IBM의 부활을 이끈 새뮤얼 팔미사노가 물러나고 IBM의 역사상 최초의 여성 CEO로 버지니아 로메티
예측은 미래 데이터가 아닌 과거의 데이터로 한다. 따라서 새로 데이터를 만들어내는 것이 아니라 이미 존재하는 데이터 속에 미래를 말해줄 실마리를 찾는 것이다.일반적으로 예측이라고 하면 미래를 내다보는 점쟁이를 떠올리겠지만 그 핵심은 과거 데이터에 있다.존재하는 모든 데이터는 과거이지 미래가 아니다.수많은 사람들이 각기 다른 이유로 검색을 한다. 시기별 검색어 순위를 분석해보면 왜 사람들이 그런 검색어와 관련된 내용을 찾는지 어떤 패턴이 나올 수 있고 그러면 이를 이용해 예측도 할 수 있다.구글도 독감 유행을 예측하는 데 이러한 가능
빅데이터를 활용해 연간 삼천만 달러를 절약하는 등 생산성을 향상시킨 기업이 주목을 받고 있다. 식료품 제조업체 네슬레는 자사 식료품 제조에 들어가는 주요 재료인 바닐라의 원가 절감을 위해 다양한 빅데이터를 활용했다.네슬레는 이른바 크라우드소싱을 통해 고객의 선호도를 SNS로 수집해 제품 개발 단계에서부터 반영했다.여러 가지 맛의 제품을 무분별하게 생산해 비용을 높이기보다는 페이스북 등에서 고객이 원하는 맛을 선택하게 하는 투표를 실시하고 개발 제품의 수를 한정해 수요가 적은 제품의 새안 과정 비용을 절감한 것이다.회사 전체적으로 보
기업 경영에서 생산성을 이야기하면 이제는 너무 진부하게도 느껴진다. 그러나 여전히 기업 경쟁력을 결정하는 기본은 높은 생산성이다.물론 혁신적인 첨단 제품으로 경쟁자를 압도하는 기업도 있지만 대형 유통업체들 간의 경쟁에서 보듯이 아직도 대부분의 기업은 경쟁자들과 피 말리는 비용 절감 싸움을 벌이고 있다.인건비나 원자재 조달 비용을 마음대로 줄일 수 없는 상황에서 생산성 향상은 기업은 물론 한 나라의 경쟁력을 결정하는 요소로 부각될 수밖에 없다.한국도 과거 개발연대의 요소 투입형 경제성장에서 인적자원 고도화, 생산성 혁신에 의한 성장
과거에 디지털 데이터를 연구하던 사람들에게는 매우 친숙한 사진이 하나 있다.바로 ‘레나(Lena)’라는 이름의 가로세로 512픽셀짜리 테스트 이미지 한 장이다. 이 사진의 주인공은 스웨덴 출신 모델 레나 쇠데르베리이다.서던캘리포니아 대학 연구자들은 유명한 성인잡지 플레이보이 1972년 11월호를 장식했던 그녀의 매혹적인 누드 사진을 보고 오묘한 감동을 받아 이 사진을 공들여 스캐닝하고 얼굴 부분만 잘라 이미지 파일로 만들었다.그리고 당시 연구 중이던 갖가지 기술을 시험 적용해보는 테스트 이미지로 쓰기 시작했다. 이후 이 파일은 널리
빅데이터에 관해 빠지지 않는 문제는 한국의 열악한 관련 지식 기반이다.단적으로 말해, 한국의 소프트웨어 산업 현실에서는 빅데이터를 가공하고 분석할 수 있는 충분한 기술력과 인력이 턱없이 부족하다. 지금은 엄청 늘어났지만, 10여년전만 해도 국내에서 실제로 빅데이터를 능숙하게 관리할 수 있는 인력은 불과 100여 명 남짓한 수준이었다. 이 정도 인력으로는 몇몇 IT 기업을 감당하기에도 벅찬 형편이었다.이러한 현실에 부딪힐 때마다 누누이 지적되어온 것이 한국의 취약한 소프트웨어 경쟁력이다. 10년 전 아이폰이 한국 시장에 도입되고 스마
빅데이터의 활용은 일종의 기업 문화다. 문화가 없으면 빅데이터를 사용하는 것 자체에 거부감과 반발이 생겨난다. 따라서 기본적으로 조직 내에서 빅데이터를 활용하기 위해서는 그 필요성과 가치에 대해 공감대가 형성되어야 한다. 즉 조직의 전략적 자산으로 빅데이터를 활용하고, 경영진의 적극적인 지원을 받아 빅데이터로부터 나오는 지식에 전사적으로 접근할 수 있어야 빅데이터가 기업의 주축문화가 된다. 이들 중 먼저 경영진의 지원에 대해 살펴보자.새로운 경영 혁신을 이야기할 때마다 항상 나오는 말이지만, CEO가 관심이 없으면 경영 혁신은 추진
기술이 발전한다고 해서 항상 시장의 이슈로 대두되는 것은 아니다. 기술적으로는 이미 오래전부터 가능했던 일이라 해도 시장 환경과 딱 맞아떨어지지 않으면 대중화되기 어렵다. 시대를 앞서간 수많은 기술이 시장에 받아들여지지 않고 그대로 잊힌 경우도 수없이 있어왔다.그렇다면 빅데이터를 필요로 하는 기업들은 어떤 상황인가? 인터넷 혁명 이후 오늘날 IT 업계의 판도 변화를 보면 숨 가쁘다는 말로도 부족하다.최근에 일어나고 있는 극적인 변화는 노키아와 소니, 야후 등 불과 10년 전 세계 IT 대표주자들의 급격한 쇠퇴이다. 노키아는 2012
빅데이터의 활용할 때는 가장 큰 기회에 먼저 집중하는 것이 필요하다. 한정된 재원을 활용해야 하는 기업의 '선택과 집중' 전략이다. 큰 전략하에서 중요 가치순서를 확인할 수 있고 구체적 행동에 옮길 수 있는, 크고 중요한 문제 하나에 집중하는 편이 좋다. 데이터를 보고 무슨 일에 활용할까 생각하기보다 해결해야 할 문제를 먼저 생각하고 데이터를 찾는 편이 올바른 선택이다. 통찰력을 제공하는 데이터에 대해 작업하기 전에, 해결해야 할 문제와 인식에 대해 먼저 이해해야 한다. 해답보다 질문이 먼저라는 것이다.또한 빅데이터를 활용하는 것에