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( Management Information Systems) 는 경영 정보를 최초로 관리하고 활용하는 단계로, 데이터의 내용과 범위도 일반 회계 및 재무 데이터에 국한되고, 정보의 활용 목적도 기업의 회계나 재무 상태를 파악하는 수준이었다. 

현재 거의 대부분의 기업에서 컴퓨터를 경영 정보 관리에 사용하고 있기 때문에 최소한 기업들은 1단계는 넘어섰다고 볼 수 있다. 

하지만 의사결정자나 정보 사용자에 맞추어 정보를 제공하기보다 수집된 전반적인 현황 정보를 보고하는 단계이므로 전략적 의사결정에 데이터 분석을 직접 적용한다고는 말할 수 없다.

▷Where exactly is the problem? (정확한 문제는)

두 번째 단계부터는 의사결정을 위해 사용자 위주로 정보를 정리하여 보여주기 시작하며, 어떤 부분이 문제인지(where exactly is the problem?) 구체적으로 파악한다. 

즉 상품의 판매 부진이 제품 문제 때문인지, 아니면 계절적 요인 때문인지 분석할 수 있다. 

주로 현재 상황을 설명하는 수준의 분석을 하는 단계로, 예를 들어 고객층을 분류한다든지 판매 상황을 지역별, 상품군별로 분석해 의사결정의 첫 단계인 문제를 파악하는 데 도움을 준다.

이러한 수준을 비즈니스 인텔리전스(BI) 단계라고도 하는데, 분석하는 데이터의 범위가 단순 상품 데이터를 넘어 고객 데이터를 포함하는 수준으로 확대되고, 본격적으로 기업의 데이터를 마케팅이나 영업에 활용하기 시작한다. 

또한 데이터를 1차적으로 가공하는 데에서 나아가 사용자가 이해하고 활용하기 쉽게 정리, 제공하는 단계이다. 

이 단계의 대표적인 분석 도구는 국내에서도 많은 기업과 공공기관들이 도입하고 있는 온라인 분석 처리(OLAP)로, 데이터베이스의 정보들을 사용자가 인터랙티브하게 사용자 관점에서 볼 수 있게 해준다.

▷What is happening next? (그 다음 일어나는 것은)

세 번째 수준은 복잡한 통계학, 물리학, 수학 등을 이용해 예측 모델 혹은 알고리즘(이를 보통 '애널리틱스'라고 함)을 적용함으로써 의사결정을 위한 미래의 결과를 예측하는 단계이다. 

이는 문제의 원인을 찾아내고 (Why is this happening?), (What is happening next?) 수준이다. 

예를 들어 한 병원에서는 예측 모델을 통해 심장수술 전에 특정 혈전(혈액이 엉기는 현상) 방지약을 복용할 경우 출혈의 위험이 크다는 사실을 알아내, 이 약을 복용한 환자는 수술을 미루도록 했다. 

이처럼 예측 모델의 목적은 데이터 사이의 인과관계를 찾아내는 것이다. 

의사결정에서도 무슨 일이 발생할 것이며, 어떤 조치가 필요할지에 대한 정보를 빅데이터로부터 얻을 수 있다.

2010년 3월, 영국 법무부는 400만 건의 기록을 예측 분석해 범죄자들의 재범 여부를 가늠한다고 발표했다. 

이로 인해 중범죄의 경우 재범 예측력이 68%에서 74%로 높아졌으며, 일반 범죄에 대한 예측력도 76%에서 89%로 향상되었다. 

마약이나 알코올 남용과 같이 특별한 문제가 있는 사람들과 그렇지 않은 사람들을 파악함으로써 이처럼 예측력을 높일 수 있었다. 

BMW와 같은 자동차 회사는 예측 알고리즘을 통해 자동차 부품의 품질 및 제조 프로세스의 적정성을 예측한다. 

이 모델을 이용하면 제조 공정 및 부품 품질에 영향을 미치는 변수들을 찾아내 결과적으로 신차 개발 기간을 단축하고, 기존의 생산 프로세스를 통해 새로운 자동차를 생산할 수 있다.

여기서 한 단계 더 나아가면, 예측은 남들이 예상치 못하는 점을 잡아낼 수 있어야 한다. 

구글의 수석 경제학자 할 배리언은 다음과 같이 말했다.

돈을 벌기 위해서는 '어떤 일이 벌어질 것인가'와 '사람들이 생각하는 일이 일어날 것인가' 이 두 가지를 예측할 수 있어야 한다. 

돈을 버는 경우는 두 예상치의 차이를 알 수 있을 때이다.

예를 들어 어떤 사람이 삼성전자 주가가 1년 후 10% 상승할 것으로 정확히 예측하면서, 동시에 다른 사람들 대부분은 삼성전자 주가가 떨어질 것으로 생각한다는 점도 예측한다면 그는 엄청나게 많은 돈을 벌 것이다. 

하지만 후자의 예측이 틀리면 큰돈을 벌기는 어렵다. 

다른 예를 들면, 아마존 입장에서는 자사의 추천 시스템이 고객이 생각하는 책을 정확히 추천하는 것(이런 책은 나도 생각하고 있었지!)보다 고객이 구매할 의향이 생기는 책을 보여주는 것(이런 책도 있었군!)이 더 중요하다. 

즉 다들 예상치 못하는 바를 예측하는 것이 더 정확히 예측하는 것보다 훨씬 값어치가 있다.***

/ 도움말씀= 빅데이터경영연구소