데이터는 그 어느 때보다 널리 퍼져있지만, 데이터의 잠재력을 최대한 활용하려면 창의성과 확신이 필요합니다.

데이터 리더는 계속해서 늘어나는 내부 및 외부 데이터 소스 풀을 탐색하여 점점 더 경쟁이 치열해지고 데이터가 풍부한 시장에서 적절한 전략 및 방향을 결정합니다.

비즈니스 인텔리전스에만 집중하는 시대는 지났습니다. 오늘날의 데이터 리더들은 조직의 지속적인 발전을 위해 예측 모델과 실시간 의사결정을 실현하기 위한 노력을 다하고 있습니다. 그러나 이를 위해서는, 방대한 양의 데이터를 이해하고, 비즈니스 전략에 맞게 조직 전체 범위의 솔루션을 구축할 수 있는 적절한 접근 방식을 데이터 전략에 정의해야 합니다. 기존의 분석 및 데이터 과학에서 운영 분석, 디지털, IoT 센서 데이터 및 새 제품 개발에 이르기까지 비즈니스 요구에 부합하는 유스 케이스를 정의하고 직원의 역량을 강화해야 합니다.

창의성과 혁신적인 의사결정은 성공을 위한 필수 요건입니다. 그러나 데이터의 잠재력을 충분히 실현하기 위해서는 비전과 설득 그리고 지원도 필요합니다. 업계 데이터 리더의 통찰력을 활용하는 6단계 프레임워크는 조직으로서 팀, 재능 및 강점을 최대한 활용하면서 동시에 데이터 전략을 설계하고 구현하는 데 도움을 줍니다.

시작하기

전략 개발

01. 비즈니스 목표 이해

데이터 전략을 비즈니스 전략과 연결

데이터 전략에서는 인수가 매우 중요합니다. 데이터 전략 프레임워크는 해당 비전이 관리되고 지원되며 조직의 전반적인 목표와 연계되어 있는 경우에만 작동합니다.

비즈니스 및 데이터 우선 순위를 조정하려면, 조직과 고위 경영진의 전체적인 목표에 대한 명확한 이해가 필요합니다. 최고 경영진과 비즈니스 이해 당사자와의 만남은 조직이 목표를 달성하고 데이터를 진정한 경쟁 우위로 포용하도록 지원하는 첫 번째 단계입니다. "정말로 모든 것이 미팅으로 시작되고 끝이 나죠. 어떤 비즈니스 문제를 해결하려고 하시나요?"라고 Inari의 최고 정보 및 데이터 책임자인 Rania Khalaf 박사가 말합니다.

리더십을 발휘하기 위해서는, 데이터의 전략적 장점을 파악하고, 데이터 기반의 협업 환경을 형성할 때 우선순위를 명확히 하고 합의해야 합니다.

무엇보다도 현실적이어야 한다고 보험 업계의 엔터프라이즈 데이터 및 분석 리더인 Srinivasan Sankar 씨가 이야기합니다.

각 이해 당사자에게 묻는 질문

다음은 방향을 정하기 위한 첫 번째 중요한 대화에서 확인할 질문 목록입니다.

데이터 및 AI를 사용해야 하는 비즈니스 최우선 과제 및 이니셔티브는 무엇인가요?

이러한 우선순위 달성을 방해하는 가장 큰 걸림돌을 무엇인가요?

셀프 서비스 데이터 액세스와 관련된 데이터 개인정보 보호 및 보안 문제는 무엇인가요?

솔루션을 구축하기 위해 도구를 통합하는 데 걸리는 시간은 어느 정도인가요?

지금 당장 해킹할 수 없는 데이터는 어떻게 사용하길 바라시나요?

귀하와 팀의 성공을 평가하는 방법은 무엇인가요?

가장 설득력 있는 유스 케이스 식별

품질 데이터에 대한 액세스가 더 용이해 진다면 조직의 어느 위치에서 문제를 해결할 수 있나요? 해당 감지 프로세스에는 광범위한 검토가 필요합니다. "이해 당사자들과 만날 때 비즈니스 라인 내에서 또는 라인 간에 여러 비즈니스 목표에 대한 데이터 요구사항을 파악하여 전략적 자산으로서의 데이터의 가치를 입증합니다."라고 IBM 고객을 위한 데이터 전략 설계 및 구현 전문가 Jo Ramos 씨는 말합니다.

재무, 영업 및 마케팅과 같은 조직의 영역 간 데이터 흐름(또는 그렇지 않음)을 더 잘 이해하면, 운영에 대한 전체적인 시각을 확보하고, 비용을 절감하고, 효율성을 높이며 수익을 증가시킬 수 있는 새로운 방법을 찾을 수 있습니다.

여러분의 옵션도 확인하세요. 오래된 앱을 업데이트하여 공급망 비용을 절감할 수 있다면 어떨까요? 또는 더 빠르고 향상된 통찰력을 위해 AI에 대한 리스크와 규제 준수를 자동화할 수 있나요? 기회를 찾기 위해 모든 방향으로 데이터 환경을 스캔하여 최상위 라인을 확장하고, 수익을 늘리며, 리스크를 줄일 수 있습니다.

툴킷에 있는 도구 알아보기

IT와 함께 작업하세요. 기존의 인프라 및 기술뿐만 아니라 새로운 첨단 기술을 활용하여 데이터 전략을 한 단계 끌어올릴 수 있도록 지원합니다. 조직의 현재 기술 생태계 및 전략(및 하위 전략, 하위의 하위 전략 포함)을 이해하면 데이터, AI 및 애플리케이션 사용을 위한 확정적이고 달성 가능한 행동 방침을 계획하여 비즈니스 성과를 달성하는 데 도움을 줄 수 있습니다. 자금이 지원되는 계획된 이니셔티브를 활용하면 데이터 전략을 실현할 수 있으므로 이러한 지식은 매우 중요합니다.

조직의 디지털 혁신 전략 숙지

Ramos 씨는 애플리케이션을 업데이트하고 오래된 시스템을 혁신하는 것은 회사의 현재 데이터 환경을 고려하지 않고는 불가능하다고 지적합니다. "많은 조직들이 애플리케이션 현대화 및 앱을 클라우드로 가져오는 것에 대해 이야기하고 있지만, 데이터 자체에 대한 시각은 놓치고 있어요."라고 말합니다. "데이터 통합 및 분석과 관련하여 모든 애플리케이션을 클라우드로 이동하는 것이 아니라 데이터가 새로운 현대 아키텍처에서 어떻게 사용되는지를 파악하는 것입니다."

02. 현재 상태 평가

문제점의 표면화 및 분석을 통해 장애물 및 격차 발견

이제 마지막 목표를 확인하고 다음 단계를 위해 리더가 참여하므로, 데이터 부족 및 취약성을 위해 생태계 전반에서 전체적으로 살펴봐야 할 때입니다. 무엇이 잘 되고 무엇이 안 되나요? 진정한 데이터 우선 환경에서 비즈니스를 시작하고 실행하는 데 있어 장벽은 무엇인가요?

조직적 문제는 종종 데이터 통합, 데이터 관리 및 워크플로우와 관련되어 있습니다. 사실, 기업의 82%가 데이터 사일로에 의해 제한됩니다.² 제대로 작업하기 위해서 직원들은 적절한 제어 기능을 갖춘 셀프 서비스 데이터 액세스가 필요합니다. 단순히 액세스 권한을 갖는 것만으로는 차단할 수 없습니다.

"만약 내가 비즈니스 소유자이고 애플리케이션을 실행하기 위해 데이터를 사용하려고 한다면, 데이터가 어디에서 오는지 또는 메타데이터나 규정 준수 규칙에 대해 생각할 필요도 없어요."라고 IBM의 데이터 및 AI 제품 리더인 Priya Krishnan 씨는 말합니다. "내가 데이터에 접속해서 훌륭한 결과로 바꿀 수 있어야 해요."

디자인 사고 접근 방식은 조직의 문제점을 표면화하고 발견하여 여러 유스 케이스, 비즈니스 라인 또는 팀에 전략적 가치를 제공합니다.

데이터 전략을 위한 디자인 사고

디자인 사고를 통해서 현재를 더 잘 이해하고 추측이 아닌 실제 관찰을 사용하여 미래를 상상합니다. 진행 중인 대화로서의 문제점과 솔루션을 살펴보면, 해당 프로세스는 지속적인 관찰, 반영 및 작성 주기 동안 달성 가능한 수정사항을 생성하도록 지원합니다. IBM의 디자인 사고 자원에 대해 자세히 알아봅니다.

데이터를 조사하여 현재 보유하고 있는 항목과 필요한 항목 확인

데이터 토폴로지는 지형 맵이 산, 언덕 및 계곡을 표시하는 방식에 대한 정보를 곡선 및 윤곽으로 나타냅니다. 데이터 토폴로지는 조직의 경쟁 우선순위 및 요구를 수용하는 데이터 시나리오를 분류하고, 클러스터링 및 관리합니다. 데이터 토폴로지를 이해하면 제한조건을 식별할 수 있습니다. 기존 데이터 토폴로지를 캡처하면, 논리적 업그레이드를 위한 영역, 보다 강력하고 유능한 기술을 활용할 수 있는 기회 및 데이터 통합을 방해하는 빨간색 플래그 등의 비즈니스 전략에 맞지 않는 기술과 같은 오래된 데이터 아키텍처를 정확하게 파악할 수 있습니다.

인벤토리를 사용하여 참여자와 보유 기술 확인

아무리 훌륭하고 재능이 뛰어나도, 대규모 데이터 변경은 혼자서는 수행할 수 없습니다. 네, 여러분을 포함하여 팀 구성에 IT 산업의 빠른 속도를 따라가는 데 필요한 특정 기술 및 지속적인 교육이 포함되어 있는지 확인합니다. 조직의 절반 이상이 데이터 리터러시와 전문성을 확대하기 위해 내부 직원에게 기술을 지도하고 있으며, 5명 중 1명은 졸업생을 고용하여 교육을 진행하고 있습니다.³ 스마트하게, 뒤처지지 마세요.

거버넌스를 위해 중요한 데이터 요소의 우선순위 지정

이름, 주소, 성별 및 주민등록번호와 같은 중요하고 규정된 데이터 요소를 확실히 이해하는 것은 중복 오류, 신뢰할 수 없는 검색 또는 개인정보 보호정책 위반 없이 다양한 비즈니스 시스템을 실행하는 데 있어 필수적입니다. 데이터 보안과 혁신 강화 사이에서 적절하게 균형을 유지하세요. 현재 누가 데이터와 관련된 정책을 소유하고, 관리 및 정의하는지 그리고 거버넌스가 보안, 개인정보 보호 또는 규제 준수에 영향을 미치는지 여부를 고려합니다. 데이터 및 분석의 평가, 작성, 소비 및 제어에서 올바르게 작동할 수 있도록 조직 내의 올바른 사용자가 의사결정 권한, 책임 프레임워크 및 외부 자원을 소유하는지 확인합니다. 이 단계에서 사용하고 있는 AI 기술의 거버넌스도 잊지 마세요.

03. 데이터 전략 프레임워크 계획

데이터의 대상 상태 정의

대상 상태, 운영 모델 및 구현 청사진은 데이터 전략을 구상하고, 개선 및 발전시키는 데 도움이 될 것입니다. 데이터 리더는 단순히 기술 어드바이저 또는 데이터 과학자가 아니라 데이터 기반 회사를 구축하기 위한 챔피언 및 전도사 역할을 담당합니다. 데이터 전략 대화 및 결과 비즈니스 프로세스가 변경되도록 포괄적인 비전을 제시해야 하며, 앱 엔지니어 및 비즈니스 분석가에게는 HR 및 영업과 관련하여 의미 있는 영역입니다.

"현재 많은 데이터 환경이 구식이며 오늘날의 디지털 환경에서 유연하게 발전할 수 있는 유연성을 갖추고 있지 않습니다."라고 IBM 데이터 전략, 컨설팅 및 혁신 업무 팀을 담당하는 Tony Giordano 씨가 말합니다.

"그러나 디지털에는 실시간 의사결정 기능이 필요하고 이러한 실시간 의사결정 기능을 제공하는 예측 모델에는 데이터 과학 환경이 필요합니다. 운영 데이터는 이제 점점 더 데이터 생태계의 중요한 부분이 되고 있습니다. 따라서, 현대적인 데이터 아키텍처는 디지털 채널이 발전함에 따라 일관된 데이터 품질과 유연성을 보장할 수 있도록 관리, 통제 및 보안이 필요한 기능을 갖춘 통합된 데이터 생태계가 필요합니다."

이 레벨의 세부사항은 변화하는 비즈니스 프로세스를 조금은 덜 힘들게 합니다. 무엇이, 어디서, 왜, 그리고 어떻게 특정 사용자의 삶을 더 쉽게 만들 수 있는지에 대한 자세한 설명과 함께 데이터 관련 문제를 해결할 수 있는 준비가 되어 있기 때문입니다.

또한 중요한 것은 최근에 실시한 설문조사에서 응답자의 37%가 가장 어려운 과제로 데이터 보안을 선택했으며, 그 다음으로 데이터 개인정보 보호 문제와 데이터 파이프라인 관리를 선택했습니다.⁴ 데이터 전략 청사진, 향후 상태 목표 운영 모델 및 구현 로드맵 등을 통해 팀의 역량을 강화하여 명확한 데이터 관리 접근 방식으로 과제를 해결할 수 있습니다.

주요 자산에 대한 이해

목표 청사진

기술 솔루션을 설계하는 방법

타깃 운영 모델

새로운 솔루션의 운영 방법

구현 로드맵

단계별 프로세스에서 목표 청사진 및 운영 모델에 도달하는 방법

애플리케이션 현대화, 자동화 및 AI가 귀사의 전략을 한 단계 끌어올릴 수 있는 위치에 대한 자세한 설명

디지털 혁신 및 IT 전략을 통해 더 많이 배울수록 더 많은 데이터 전략을 사용할 수 있습니다. 이러한 통찰력은 특히 앱 현대화, 자동화 및 AI를 사용하여 증폭되는 경우 효율성을 높이고, 수익을 증가시키며 위험을 완화하는 데 도움을 줍니다.

Lufthansa는 IBM 팀과 협업하여 고객 경험을 향상시킬 수 있는 새로운 AI 기반의 비즈니스 아이디어와 서비스를 제공했습니다. 이전에 서로 달랐던 데이터 소스는 이제 연간 100,000여 명의 고객이 문의하는 질문을 더 쉽게 해결할 수 있도록 자연어 및 항공 용어로 검색이 가능합니다. "Lufthansa의 경우 AI는 우리가 사용하는 데이터의 세상을 실제로 열어주기 때문에 매우 중요합니다."라고 Lufthansa Group의 Cross Domain Solutions, 수석 디렉터인 Mirco Bharpalania 씨는 말합니다. "실제로 우리가 어떻게든 혹은 우리의 데이터베이스 어딘가에 이미 가지고 있는 모든 잠재력을 발휘하도록 지원합니다."

목표를 향한 진행 상태 측정

여러분이 무엇을 반대하는지 알고 있습니다. 데이터 리더는 다음 세 가지 경쟁 전선에서 주요 결과를 제공하고 수량화해야 하는 경우가 많습니다. 매출 증가, 운영 효율성, 보안 및 개인정보 보호 리스크 완화. 경쟁 우위를 위해 데이터를 사용합니다. 공격에서 방어로 전환하여 회사의 성장에 직접 기여합니다. 성공의 지표를 확립하면 현재 조직에서 가장 중요한 사항을 기반으로 우선순위에 집중할 수 있습니다.

기억하세요. 단기 및 장기 목표는 데이터가 회사에서 측정 가능한 결과를 달성하는 데 어떠한 도움을 줄 수 있는지 그 방법을 입증해야 합니다. 이해 당사자와의 초기 미팅에서 적어 놓은 노트를 다시 확인하여 핵심성과지표(KPI)와 목표를 정의했던 방법을 이해하고, 현재 데이터 플랫폼 및 AI 전략과 어떻게 일치하는지 확인합니다. 당시에 제시한 주요 계획에 따라 지표가 충족되고 있나요? 그렇지 않다면 다시 연결해서 조정해야 합니다. 예상과 다르게 흐르고 있다면 다음 단계로 넘어가세요.

"CDO 역할은 종종 매우 짧게 끝나는데요. 그 이유는 기대치를 설정하지 않는 것입니다. 기대치를 설정하고 진행하면서 결과를 제공해야 합니다."라고 Sankar 씨는 말합니다.

데이터 전략의 주요 내용을 캡처하고 공유

이 시점에서 조직의 우선순위 및 데이터와 AI를 사용하여 비즈니스 가치를 전달하고 가속화하는 방법을 명확히 해야 합니다. 다음으로 살펴볼 차이는 무엇인가요? 현재와 미래에 대한 다음과 같은 큰 그림을 보세요. 제공 및 확장에 대한 실행 가능한 계획을 세울 수 있는 전략적 컨텍스트를 제공합니다. 이와 같이, 결과, 목표 및 조치를 포함하여 여정이 전개됨에 따라 기업과 공유할 수 있도록 계속 추적합니다. 데이터 전략 개요에 포함할 내용은 다음과 같습니다.

  • 관찰, 과제 및 권장 사항
  • 목표, 결과 및 조치
  • 여러 유스 케이스를 지원하는 교차 기능 데이터
  • 데이터 개인정보 보호 및 보안 요구사항
  • 데이터 토폴로지, 데이터 조직 및 파이프라인
  • 참조 아키텍처 및 지원 기술
  • 개념적 미래 상태 데이터 토폴로지
  • 선택한 시작 영역에 대한 실행 계획

기억하세요. 전략은 단순한 문서 업무가 아닙니다. 실제로 진행되고 진화하는 접근 방식입니다. 변화하는 비즈니스 목표와 목적에 따라 전략을 자주 검토하고 반복해야 하며, 유연하고 민첩하게 인적 혁신을 실현할 수 있는지 항상 확인해야 합니다. 창의적인 기회입니다.

데이터 거버넌스 설명

데이터 거버넌스 설명(07:46)

솔루션 제공

전략 구현

04. 제어 설정

실제 시나리오 맵핑 및 탐색

지친 시스템을 혁신하고, 오래된 제품을 분사하거나, 데이터에 정통한 파트너에게 위임하거나 또는 비즈니스 스펙트럼에 인공 지능을 적용하든, 여러분의 업무는 데이터 목표에서 최대한 벗어나지 않는 것입니다. 결국 빠른 통찰력으로 가치를 빠르게 창출하는 것입니다. 데이터 사용자로부터 통찰력을 얻을 수 있습니다. 해당 정보를 작업에 적용하는 가장 좋은 방법을 고려하시기 바랍니다. 전략 단계에서 작성한 데이터 토폴로지를 구현하면 여러 비즈니스 라인에 걸쳐 정보를 이동하여 여러 유스 케이스를 확인하고 각 유스 케이스에 대한 다양한 제어를 모니터링할 수 있습니다.

품질, 개인정보 보호 및 보안을 기반으로 하는 데이터 거버넌스 정책 개요

최신 데이터 관리 방식의 일환으로, 강력한 거버넌스 및 개인정보 보호 기능을 통해 넘쳐나는 데이터로 압도될 수 있는 환경에서 조직이 발전할 수 있도록 지원합니다. 모든 데이터, 분석 및 AI 이니셔티브에 대한 메타데이터 및 거버넌스 계층은 데이터가 상주하는 위치에 관계없이 조직 전체에 대한 가시성과 협업을 향상시킵니다. 데이터 거버넌스 정책은 데이터 품질, 개인정보 보호, 보안 및 관리를 중심으로 작동하며, AI가 이러한 규제 노력을 간소화하는 위치를 보여 줍니다. 어떤 정책을 시행하든 데이터가 클라이언트, 제품, 인력 또는 재무에 중점을 두는지 여부에 관계없이 조직의 모든 사용자가 동일한 언어를 사용할 수 있도록 구조화된 데이터와 구조화되지 않은 데이터 둘 다에 대한 용어를 표준화해야 합니다. 이 모든 기능은 특정 환경에 맞게 지정된 애플리케이션, 보안 및 규제 요구사항에 맞게 조정되어야 하며, 최적의 보호를 보장하기 위해 하이브리드 멀티클라우드 방식으로 플래폼을 구축해야 합니다.

데이터 통합은 현재 보유한 데이터를 최대한 활용하는 데 있어 매우 중요합니다. ING 최고 설계자 Ferd Scheepers 씨는 글로벌 금융 기관이 다양한 국가 간에 그리고 클라우드로 이동하는 데이터를 어떻게 더 잘 관리할 수 있는지 궁금해 했습니다. IBM은 ING와 협력하여 데이터 및 ING 고객 간에 추상화 계층을 생성하기 위해 데이터 패브릭 아키텍처의 형태로 데이터 관리 솔루션을 제공했습니다. 이러한 방식으로, ING의 멀티 플랫폼, 이기종 환경에 적응하는 개방형 하이브리드 클라우드 환경에서 어디서든 자동으로 정보를 이용할 수 있습니다. "데이터가 어디서 오는지 알 필요가 없어요."라고 Scheepers 씨는 말합니다. "자동으로 수집되고 자동으로 맵핑되는 데이터를 이용할 수 있는 계층이 있어야 하며, 데이터가 무엇인지 알고 있기 때문에 모든 정책을 적용했어요."

데이터 애드버킷 식별

데이터 전략 및 지지에 대한 협력자로 식별되는 조직의 사용자들은 성공을 위한 파트너입니다. 데이터가 업무에 미칠 수 있는 영향에 대해 조직에서 가장 열정적인 사람을 파악하여 정기적인 회의와 표준을 유지하는 데 참여시킵니다. "나는 제품 챔피언을 식별하는 것으로 작게 시작했어요."라고 Sankar 씨는 말합니다. "하나의 비즈니스 단위에서 시작해서 일단 성공하게 되면 널리 퍼질 겁니다."

전략이 이미 주요한 진전을 이루었기 때문에 현재 및 향후 데이터 파트너가 새로운 영역에서 성공을 반복하고 확장할 수 있는 다른 방법을 생각해 보시기 바랍니다. 예를 들어, 데이터를 기반으로 하는 기업으로서, IBM은 조직이 모든 레벨에서 데이터를 보다 효율적으로 사용할 수 있도록 전담 지원하는 데이터 애드버킷 팀을 보유하고 있습니다. Bhandari 씨가 설명한 대로, "이러한 데이터 애드버킷은 미수금 또는 공급망에서 비슷한 성향의 그룹을 발견하고 허가 또는 자금 지원을 위해 다시 돌아올 필요가 없는 데이터 및 AI 기능을 계속 사용할 수 있다는 점에서 충분한 권한을 갖고 있어요."

명명법 표준화

2024년까지, 활성 메타데이터를 효과적으로 활용하는 조직은 통합 데이터 제공 시간을 절반으로 단축하고 데이터 팀의 생산성을 20%까지 높일 수 있습니다.⁵

강력한 지식 카탈로그를 사용하면 데이터, 지식 자산 및 규제 준수 정보에 액세스하고, 이를 제한하고, 분류 및 공유할 수 있습니다. 간단히 말해서, 데이터가 상주하는 위치가 어디든 데이터 관계를 중앙 집중화하는 일관된 메타데이터 기반을 구축하는 방법입니다.

그 외에도, 지식 카탈로그는 사용자의 요구사항 및 명명법에 맞는 조직 간 공통 용어집에 대한 액세스 권한을 사용자에게 제공할 수 있으므로, 거버넌스, 데이터 품질 및 규제 준수에 대해서는 말 그대로 모두가 같은 생각입니다. 목표는 운영 효율성입니다.

05. 통합 솔루션 작성

스프린트 사이클 설정

데이터 전략을 유지하기 위해 조직에서는 하이브리드 멀티클라우드 환경 및 엔드투엔드 데이터 관리 기능과 같은 새로운 개념을 중심으로 전체 문화를 다시 설계해야 합니다.부담스럽게 들리겠지만 거의 불가능한 것은 아닙니다.

짧은 시간 안에 가치 있고 실행 가능한 것을 달성할 수 있는 방법에 대해 먼저 생각해 보세요. 명확한 목표 달성을 위해 교차 기능 팀을 구성합니다. 그런 다음, 결과를 증명하는 데 도움이 되는 실행 가능한 마일스톤으로 짧은 스프린트 사이클을 설정합니다. 한 가지 방법은 IBM 데이터 전문가가 사용하는 이 단순하고 반복 가능한 프로세스를 따르는 것입니다. 


  • 플랜 1~2주 동안 데이터 토폴로지를 포함하여 검색 워크샵 및 데이터 전략을 계획합니다.
  • 프로브 실행 가능하고 학습 가능한 마일스톤이 포함된 고객 중심의 유스 케이스 세트로 6주 이상 지속할 수 있습니다.
  • 채택 및 확장 내부 이해 당사자 간 테스트 제품을 추적하여 변환을 보장합니다.
     

마지막 부분이 중요한 부분입니다.전략의 혜택에 대한 명확한 이해를 돕기 위해, 최고 경영진, 기술 팀 및 비즈니스 사용자 모두 목표에 대한 결승선이 동일해야 합니다.

MVP 형식의 작은 승리 반복

때때로 최소한의 투자로 최대 효과를 거둘 수 있습니다. Experian의 IT 팀은 사무실 뒤에 분석을 위한 장소가 있다는 것을 몰랐습니다. 단지 정보에 빠져있다는 것만 알고 있었습니다. 1초 이내에 단일 신용 보고서를 작성하려면, 3,000개 이상의 데이터 소스가 필요하고, 2억 개의 레코드가 매월 꾸준히 업데이트되어야 하며, 아카이브된 히스토리 데이터 및 파생된 데이터 세트를 추적하는 데 필요한 수십억 행의 추가 데이터가 필요합니다.

IBM과의 협업을 통해 Experian에서는 최소한의 투자 및 기능으로 새로운 아이디어를 검토하고 테스트할 수 있는 MVP를 구현했습니다. 대부분의 경우, 이는 가설을 테스트하고 지속적인 투자가 합리적인지 여부를 파악하는 가장 빠르고 비용 효율적인 방법입니다. 이 경우에는 특히 그랬습니다. "90일 안에 개념 증명을 수행했고, 그 결과 적용 범위를 500% 향상시키고, 비용을 80%까지 절감할 수 있었습니다."라고 Experian의 CDO인 Joni Rolenaitis 씨는 말합니다.

사일로를 넘어 사일로식 사고

새로운 기술 및 시스템 관련 통합은 조직이 더 자동화되고, 데이터 중심적이며, 리스크를 방지하고 보안을 강화하는 방법입니다. 또한 오늘날 기업들이 수익성을 높이는 방식이기도 합니다. 최적의 데이터 사용 방법으로 얻을 수 있는 이전 데이터 생태계 및 관리 사례에 직면하여 얼마나 많은 직원의 시간이 낭비되는지 고려하시기 바랍니다. 연구에 따르면 최대 68% 의 데이터가 대부분의 조직에서 분석되지 않는다고 나타납니다.⁶ 컴퓨팅 용량, 스마트 알고리즘 및 저렴한 스토리지에서의 놀라운 진보로 데이터를 함께 연결하는 것은 미래 지향적인 비즈니스 패브릭의 일부입니다.

통찰력을 찾고 공유할 수 있는 중앙 집중식 카탈로그 작성

중앙 집중식 카탈로그를 저장하고 통찰력을 공유하여 데이터 이용을 간소화할 수 있습니다. 데이터는 데이터의 게시 및 구독이 가능한 목적에 맞는 스토리지를 사용하여 원본 및 큐레이션된 형태로 보강됩니다. 데이터 액세스 도구는 개별 앱 또는 프로세스를 넘어 데이터가 어떻게 이용되고 있는지, 어떤 지식이 생성되는지를 고려합니다. 이 세부사항 레벨을 사용하면 비즈니스 라인의 사용자뿐만 아니라 분석가, 데이터 과학자, 규제 및 연방 기관에 대해서도 실시간 의사결정을 내릴 수 있도록 지원합니다.

데이터 이용자에게 권한을 부여하여 모든 방향에서의 채택 권장

단순히 데이터에 대한 것이 아닙니다. 미래 지향적으로 작업영역의 문화를 전환하고 있습니다. 하향식이 아닌 모든 방향에서 데이터 전략의 채택을 장려함으로써 비즈니스가 커뮤니케이션하는 방식, 주요 워크플로우 개선, 보안 최적화 및 새로운 시장 기회를 개척하는 데 영향을 미치고 있습니다. 그러나 그 이상으로, 여러분은 가능한 최선의 방법으로 패러다임을 방해하고 있습니다. 새로운 데이터 관리 프레임워크는 모든 사람을 위한 서비스를 개선하고 운영의 효율성을 높이며 조직의 직원과 그들이 만나는 사람들에게 더 나은 경험을 제공하는 디지털 혁신에서 새로운 비즈니스 모델의 속도를 가속화하고 있습니다.

06. 팀 및 프로세스 확장

최대 가시성을 위한 결과 전달

귀하의 노력이 얼마나 성과를 내고 있는지 사람들에게 알려 주세요. "비즈니스 프로세스 및 데이터 연결을 통해 그리고 데이터에 대한 설득력 있는 스토리를 알림으로써 신뢰성을 구축합니다."라고 Sankar는 말합니다. 새로운 전략이 수익을 창출하고 모든 사람들이 더 즐겁게 작업하는 방법에 대한 정기적인 보고서 및 빠른 업데이트를 통해 기업 전체에서(위, 아래, 측면, 대각선) 수행합니다. 경영진과 고위 관계자들과의 초기 논의에서 귀사의 이니셔티브와 결과가 어떻게 성과를 내고 있는지에 대한 성과 지표를 공유하는 것을 주저하지 마시기 바랍니다. 측정 가능한 결과는 고유한 가치를 강화하고 데이터 활용을 위한 지속적인 캠페인을 지원합니다.

민첩성을 유지하기 위한 인재 채용(및 재교육)

인재의 부족은 현실입니다. 하지만 대부분의 조직은 이 문제에 대해 무엇을 해야 할지 모르고 있습니다. 기술 격차를 없애는 것은 전통적인 채용 및 교육 전략을 능가하는 것을 의미합니다. 기업들이 자신들의 인재 요구사항을 충족하기 위해 쟁탈전을 벌이고 있는 가운데, 많은 사람들은 단지 역할을 채우기 위해 교육 및 경험 요건을 조정하고 있습니다. 교육 및 채용이 충분하지 않다면 무엇을 할 수 있을까요? IBM의 기술 격차를 없애기 위한 엔터프라이즈 안내서에서 다음 팁을 참고할 수 있습니다.

  • 조직 외부에서 인재 확보
  • 비즈니스 단위 및 부서 간에 인재 이동
  • 비즈니스 우선순위를 기반으로 직원 재교육
  • 견습생/인턴십 프로그램을 활용하여 인재 양성
  • 새롭게 떠오르는 교육 프로그램/플랫폼을 활용하여 직원 기술 향상
  • 기술 공급과 수요 분석 및 예측에 분석 적용
  • 스킬 인식 이니셔티브를 구현하여 기술 발전 인식 및 추적
     

데이터 리터러시 강화 - 항상

Gartner는 2023년까지 데이터 리터러시가 비즈니스 가치의 필수적인 요소가 될 것으로 기대하며, 이는 데이터 및 분석 전략의 80% 이상을 포함하고 관리 프로그램을 변경함으로써 입증됩니다.⁷ 그러나 데이터 리터러시를 유지하는 것은 연간 또는 분기별 노력이 아닌 지속적인 노력이어야 합니다. 직원들이 데이터를 읽고 쓸 수 있을 때, 과학적 지식으로 지원되는 의사결정을 할 수 있으며, 기하급수적인 성장을 위한 기술을 적용하는 지능형 워크플로우 및 직관적인 도구와 연계됩니다. "만약 데이터 중심 문화로 전환하려고 하지만 사람들에게 힘을 실어주지 않는다면, 그것은 모순입니다."라고 Bhandari 씨는 말합니다. "데이터 중심의 문화라면 사람들은 데이터를 살펴봐야 합니다."

80%

Gartner는 2023년까지 데이터 리터러시가 비즈니스 가치의 명시적이고 필수적인 요소가 될 것으로 예상하며, 이는 데이터 및 분석 전략의 80% 이상을 포함하고 관리 프로그램을 변경함으로써 입증됩니다.¹

조직 전반에 걸쳐 강력한 파트너십 구축

가장 기본 레벨에서 데이터 리더로서의 역할은 조직이 데이터 관리 및 사용에 대한 현명한 결정을 내리도록 돕는 것입니다. 그러나 이러한 결정은 엄청난 영향력과 지속적인 결과를 포함합니다. 사용자의 전략은 전체 조직 및 이와 상호작용하는 모든 사용자에게 영향을 줍니다. 모든 레벨에서 파트너십을 구축하고 강화함에 따라, 피드백 및 협업을 기대하며 예기치 않은 효과를 예상할 수 있습니다. 데이터를 기반으로 하는 조직을 확장할 때 매우 흥미로운 일이 발생하기 때문입니다. 조직의 DNA에 대한 비전 스레드가 많을수록, 단순히 참여와 기술의 문화를 지원함으로써 더 많은 "방치"가 가능하며 사람들이 새로운 역할을 배우고 맡을 수 있도록 동기를 부여할 수 있습니다. 이를 통해, 목적과 목표를 명확하고 미래에 대한 안목으로 지속적으로 전달합니다.

차별화 요소로 데이터 활용

데이터 전략에서 영감을 받은 조직이 다음과 같은 결과를 얻었습니다. 기존 기술의 기능을 보강하고 새로운 기술을 도입하여 모든 조직 레벨에서 데이터 액세스를 단순화함에 따라 효율성을 높이고 새로운 통찰력을 창출하는 것 이상의 작업을 수행하고 있다는 것을 기억하시기 바랍니다. 데이터를 최대한 활용하려는 열정을 가진 사람들의 문화를 구축하고 있습니다.

데이터 아키텍처 구축

원활하고 안전한 데이터 액세스를 통해 직원의 역량을 강화합니다.

각주

¹ “CDO Agenda 2022: Pull Ahead By Focusing on Value, Talent and Culture,” Gartner, 2021년.² “The Total Economic Impact Of IBM Garage,” a commissioned study conducted by Forrester Consulting, 2020년 10월
³ “Tableau Boosts its Data Literacy Initiatives to Address Data Skills Gap, Expand Market,” IDC doc #EUR148573521, IDC, 2021년 12월
⁴ “Diving into the data lake—Highlights from VotE: Data & Analytics, Data Platforms 2021,” 451 Research, part of S&P Global Market Intelligence, 2021년
⁵ “The Impacts of Emerging Cloud Data Ecosystems: An Architectural Perspective,” Gartner, 2021년 9월 9일
⁶ “Rethink Data: Put More of Your Business Data to Work – From Edge to Cloud," Seagate Technology, 2020년 7월
⁷ “A Data and Analytics Leader's Guide to Data Literacy,” Gartner, 2021년

GARTNER는 미국 및 전 세계에서 사용되는 Gartner, Inc. 및/또는 그 계열사의 등록상표 및 서비스 상표이며, 본 문서에서는 권한을 취득하여 사용됩니다. All rights reserved.