영업/마케팅 분야에서는 기존에 엑셀을 활용하여 분석하던 기초적인 데이터 수집, 분류, 정리, 그래픽화, 등의 업무를 JMP를 활용하여 훨씬 더 효과적으로 할 수 있습니다. 단순한 막대그래프로 매출 Trend를 정리하여 보고하던 방법에서 더 발전된 보고서 및 문제 탐색을 실시할 수 있습니다. 그리고, 통계적 의사결정 도구를 활용하여 객관적으로 판단을 할 수 가 있습니다. 단순히 막대 그래프의 크기를 보고 판단하는 단계에서 발생되는 오류를 줄이고, 누구든지 인정하는 과학적 판단을 할 수 가 있습니다.
  그리고 변수들의 연관성을 분석하여 분류하고, 각 개체의 특성을 파악하여 분류하는 기법들도 아주 효과적으로 활용할 수 있습니다. 반도체 가격을 예측하고, 시장 수요를 예측하는 예측 모델을 구축할 수 있습니다. 최근에 발전된 기계학습 알고리즘을 쉽게 활용할 수 있습니다. 

  어떤 데이터분석 프로그램을 활용할 것인가는 기업의 빅데이터 플랫폼을 구축하는데있어서 가장 중요한 부분입니다. 가장 많은 비용이 소요되고, 일반 한번 의사결정이 이루어지면 쉽게 바꿀 수 없는 부분입니다. IT 시스템 측면의 부서/담당자가 주도하는 기업은 다음과 같은 부분을 중요하게 생각을 합니다.
  1) 전사적인 접근
  2) 단기적인 큰 성과
  3) 자동분석/인공지능/로봇 등과 연계
  4) "쓸 만큼은 써야지" 하는 생각
  5) 구체적으로 무엇을 할 것인지는 나중에 생각하고 일단은 System 구축...

  이렇게 접근하는 회사들은 삼성전자와 같이 돈이 많아야 합니다. 사람보다도 시스템을 중요하게 생각합니다. 궁극적인 스마트 팩토리의 모습입니다. 그러나 리스크가 아주 큽니다. 10~20 여년 전의 ERP 구축을 통한 성공 체험을 많이 생각합니다.

  데이터 분석/혹은 분석 플랫폼 구축은 ERP 구축과는 완전히 다른 개념입니다. IT 솔루션 업체에서는 ERP와 같은 접근 방식으로 제안을 하고 설명을 많이 합니다. 데이터분석/플랫폼 구축을 이와 같이 하면 격게되는 문제점을 요약해보면 다음과 같습니다.
  1) ERP는 어떤 회사든지 회계기준이나, 필요한 정보의 유형이 비숫하여, 표준화가 가능한 솔루션입니다. 그러나, 데이터분석 분야는 아직 표준이 없다고 봐야합니다. 회사에 따라서 데이터도 다르고, 문제도 다르고, 경영진의 관심분야도 상이합니다. 결국 데이터 분석을 통하여 경영성과에 효과를 볼려면, 기업 마다 발생되는 문제에 맞는 분석방식, 활용 방식이 도출되어야합니다. 그런데 이것이 단기간에 쉽게 되는 것이 아닙니다. 지속적인 데이터분석 활동을 통하여 차츰차츰 표준으로 정착되어야 합니다.
  2) ERP는 각 업무 담당자들의 개입이 없이도, IT부서, ERP관리 부서에서 방향을 주도 할 수 있지만, 데이터분석 분야는 현업 담당자들이 이해하고, 동참하지 않으면 성과로 연계되기가 쉽지 않다는 점이 있습니다. 돈 들여서 데이터분석 플랫폼을 구축해놨는데 활용하는 사람이 없는 경우를 보았습니다. 어떤 기능이 있는지 아는 사람이 없는 경우도 있습니다. 주로 IT담당자들은 세밀한 데이터분석을 모르거나 알려고 하지 않기 때문에, 본인들은 시스템 도입 만 해놓고, 사용은 현업에서 알아서 해라하는 생각을 가질 수 있습니다.
  3) 단기적인 성과 창출이 어렵습니다. 성과 창출을 하려면 데이터 수집--> 분석--> 활용 --> 시스템 보완 -->분석-->활용 --> 자동화 등의 순환이 빨리 많이 일어나야 하는데, 분석 및 활용 단계의 현업 개입이 제한적인 경우에는 이 선순환이 일어나지 않게 되는 것입니다.
  4) 데이터 분석을 통한 성과 창출을 위한 인력 육성 시, 단순히 시스템 활용법 정도의 교육으로 분석자가 분석을 통한 성과 창출을 할 수 없다는 점이 있습니다. 데이터 특성, 분석 기법, 활용 스킬 등 다양한 교육을 이수하여야 창의적인 데이터분석 및 활용이 가능합니다. 국내 모 그룹에서 기존의 핵심 혁신 주도 인력을 모아 놓고, 데이터 분석 인력 양성을 한다는 측면에서 R 활용법 교육을 2주 정도 하였다고 합니다. 본격적인 분석 기법을 교육도 하기 전에 R을 활용하기 위한 기본적인 Coding 기법을 학습하는데 지쳐버리는 경우가 발생한 것입니다.

  이와 같은 여러가지 측면을 고려할 때, 일반 기업(데이터제공 및 데이터분석 자체가 수익모델 아닌 기업 대부분의 기존 기업)의 데이터분석 역량강화, 또는 데이터분석 플랫폼 구축은 다음과 같은 단계를 따르 것이 바람직합니다.
  1) 1단계 : 기업 데이터 분석의 이해
    - 쉽게 쓸 수 있는 프로그램 선택(SAS의 JMP, 등)
    - 핵심 인력에 대한 분석기법 교육(실무자, 경영진 중심) : 1) 우리 회사에 어떤 데이터가 있나? 이를 통하여 어떤 분석을 할 수 있나? 이 분석 결과를 어떻게 활용할 수 있나? 등을 이해하는 단계입니다.
 
  2) 2단계 : 내부 과제 활동을 통하여 구체적인 데이터분석의 효과 및 가능성을 쳄험하는 단계
    - PILOT 프로젝트 수행
    - 프로젝트 수행 상의 성과/발견/문제점/의견을 경영진 들과 발표회를 통하여 공유
    - 기업 내의 특성에 맞는 데이터 수집/준비/분석/활용/자동화 표준을 하나 씩 이해하고 마련해감

  3) 3단계 : 개선 및 IT시스템화
    - 2단계에서의 경험을 바탕으로 "기업의 데이터 분석 플랫폼 구축 전략 구체화"
    - IT/시스템 연계 투자
    - 전사적 데이터분석 팀 구축
    - 지속적인 데이터 분석 프로젝트 수행   

감사합니다.
배용섭 박사(이노밸류 대표)