지금은 셀프서비스분석 시대

셀프서비스분석 시대의 도래
셀프서비스 시대가 되었다. 사람들은 식당에서 음식을 먹기 위해, 주유소에서 기름을 넣기 위해, 학교에서 수강신청을 하기 위해 셀프서비스를 이용한다. 셀프서비스는 데이터 분석 분야에도 도래하였다.  셀프 서비스분석를 수행하는 주체는 회계, 영업, 마케팅, 연구 등 비즈니스 업무를 수행하는 실무 종사자이다. 이들은 수 많은 데이터를 직접 활용하는 사람이지만, 데이터를 분석하는 능력이 탁월한 사람은 아니다. 물론 이들은 각종 비즈니스 시스템을 활용하거나, 엑셀 등의 스프레스시트를 쓰거나, SQL 등을 활용하여 일정한 데이터를 탐색하거나 분석을 할 수 있는 사람들이다. 이미 이런 것은 업무의 일부로서 자리잡고 있다. 이들은 수준 높은 분석을 수행하기에는 여러가지로 부족한 점이 많은 사람들이다. 이들은 복잡하고 다양한 분석을 수행하기 위해 분석전문가에게 의존한다. 그런데 셀프서비스분석 시대에는 이들이 직접 데이터를 준비(data preparation)하고, 시각적 분석(visual analytics)을 수행하고, 데이터 분석(data analytics)을 수행한다. 이런 사람들을 시민데이터과학자(citizen data scientist)라고도 한다.

셀프서비스분석 등장 요인: 경쟁, 시장, 기술
시장 경제에서 기업은 시장에서 다른 기업들과 경쟁을 하게 된다. 기업은 경영활동을 통해 경쟁 기업에 우위를 확보하기 위한 다양한 노력을 기울인다. 마이클 포터가 제시한 비용우위, 차별화 전략은 대표적인 경쟁우위 확보 전략이다. 이런 전략에 수립에 있어 최근 강조되고 있는 것이 데이터를 기반으로 한 경쟁 전략이다. 이른 분석기반 경쟁(competing on analytics)이라고 한다.

토마스 데이븐포트가 그의 저서인 "분석으로 경쟁하라"에서 분석기반경쟁이란 개념을 제시하였다.

"분석기반 경쟁이란 무슨 뜻일까? 우리는 경쟁에서 상대를 제압하고 높은 성과를 올리기 위해 분석을 체계적으로 광범위하게 사용하는 조직을 '분석기반 경쟁자'라고 정의한다. ... 분석으로 성공한 기업은 4 가지 핵심적인 특징을 가지고 있다. 1) 분석이 전략적, 차별적 역량을 뒷받침했다. 2) 분석에 대한 전사적 접근 및 관리가 이루어졌다. 3) 경영진이 분석 활용에 헌신적이었다. 4) 기업에서 분석기반 경쟁에 전략적으로 투자를 했다."

분석기반경쟁에 성공하기 위해서는 데이터(data)로부터 통찰(insight)을 얻고, 통찰을 신속히 실행(actions)에 옮길 수 있어야 한다. 즉 의사결정신속성이 핵심적 요인이다. 문제는 분석을 위한 활동이 신속히 이루어 지지 않아 의사결정의 지체 요인(bottleneck)이 되고 있다는 점이다. 왜 이런 의사결정 지체 현상이 발생할까? 아래 그림은 데이터 분석이 이루어지는 전형적인 과정을 보여준다. 현장 실무자는 분석이 필요한 요인이 발생하면 분석 전문가에게 분석을 요청한다. 분석전문가는 필요한 데이터를 IT 전문가에게 데이터를 요청하고, IT 전문가는 데이터소스에서 필요한 데이터를 수집하여 제공을 한다. 분석전문가는 데이터를 활용하여 분석을 수행하며, 필요한 경우 다시 데이터를 IT 전문가에게 요청을 한다. 분석이 완료되면 분석 전문가와 현장 실무자가가 만나 분석결과에 대해 검토한다. 현장 실무자가 분석 결과에 만족해 한다면 프로젝트는 성공적으로 끝나겠지만, 그렇지 않다면 위에서 설명한 과정이 반복적으로 일어난다. 이렇게 하다보니 데이터 분석 프로젝트는 많은 시간이 필요하고, 적시에 의사결정에 필요한 통찰을 제공하는 데 실패하고 마는 것이다.

현장 실무자 <===> 분석전문가 <==> IT 전문가 <==>데이터소스

이것보다 좀 더 개선된 데이터 분석 과정은 아래와 같다. 핵심적인 차이점은 분석전문가가 분석에 활용할 데이터가 EDW (Enterprise Data Warehouse)로서 항상 제공된다는 점이다. 따라서 기존에 IT 전문가와 지체 현상은 많이 완화될 수 있다.

현장 실무자 <===> 분석전문가 <==>EDW <==>IT 전문가 <==>데이터소스

데이터 과학자(Data Scientist) 또는 데이터 분석가 (Data Analysts)라고 분석 전문가는 통계학, 머신러닝, 프로그래밍, 분석 소프트웨어, 정보시스템 등에 전문적인 지식을 가지고 있으며, 해당 도메인에 대한 지식도 보유한 인물이다. 이들은 이런 능력을 바탕으로 창의적으로 문제를 해결하는 탁월한 사람이다. 문제는 이런 탁월한 사람을 구하는 것이 쉽지 않다는 점이다. 수요는 많은데 공급이 적다. 구글이나 아마존 같은 분석기반 경쟁 기업은 이미 이런 인력들을 매력적인 보수로 쓸어 담고 있다. ~~에 따르면 기업이 분석기반 경쟁을 실행하는데 있어