데이터를 입력하는 우리의 행동 뒤에 숨겨진 알고리즘
기업의 성장과 데이터의 관계
기업의 성장과 데이터
왜 이런 걸 입력해야 하는 거지?
어제 "미국 주식을 공짜로 준다" 말에 혹해서 증권사 주식계좌 개설링크를 클릭했습니다. 그랬더니 다양한 질문이 담긴 '투자성향 진단 테스트' 페이지가 나왔습니다. 신규 가입자인 저에게 왜 이런 질문들을 쏟아내는 것일까요? 그냥 주면 안 되겠니..? 미국 주식
주식 계좌 하나 만드는 일도, 필요한 웹사이트에서 무료 다운로드 하나 받는 일도 쉽사리 되는 일이 없습니다. '가만, 내가 뭘 하려다가 이걸 하고 있지?'라는 생각이 들 정도로 복잡하거나 오래 걸리는 과정들도 많습니다. 가만히 생각해 보면 나는 무엇을 하려고 하는데, 반대쪽에서는 그 행동에서 무엇을 남기려고 합니다. 그것은 바로 "데이터"입니다.
# 1. 추천 알고리즘과 데이터
추천 알고리즘이란, 우리와 같은 사용자 정보 혹은 아이템 정보를 기반으로 더 많은 사용자에게 기업이 가진 아이템을 추천하는 기술입니다. 이미 이 알고리즘은 유튜브, 넷플릭스, 네이버와 카카오, 회사와 집, 그리고 편의점까지 치밀하게 설계되어 우리의 삶과 행동을 변화시키고 있습니다.
우리 고객들의 DVD 기록을 기반으로
재밌게 볼 영화를 추천해 줄 수 있지 않을까?
믿기 어렵겠지만 Netflix는 1998년 이미 고객의 DVD 대여정보를 기반으로 영화를 추천하는 알고리즘을 체계적으로 구축했습니다. 그리고 Netflix의 창업자 중 하나인 리드 해스팅스(Reed Hastings)는 데이터를 중요한 의사결정 도구로 활용했습니다. Netflix는 고객 시청 패턴 데이터를 분석하여 맞춤형 콘텐츠를 추천함으로써 사용자 경험을 개선했죠. 이러한 데이터 주도적 접근은 Netflix가 DVD 가게에서 전 세계 2억 4715만 명(2023년 10월 기준)의 구독자를 가진 기업으로 성장하고 시장에서 선도적인 역할을 하는 데 크게 기여하였습니다. 이것이 추천 알고리즘과 데이터의 시작입니다.
오늘날의 추천 알고리즘은 위의 그림과 같이 추천하고자 하는 아이템(내용) 정보를 기반으로 추천해 주는 방식과, 추천받을 사용자와 비슷한 사용자의 과거 행동기록을 기반으로 추천해 주는 협업 필터링 방식이 있습니다. 맨 처음 화두로 던진 "신규가입자가 다양한 정보를 입력해야 하는 이유" 역시 추천 알고리즘의 일부분입니다.
서비스에 막 등록한 신규 가입자는 과거 행동 기록이 없어서, 비슷한 사용자를 찾을 수 없습니다*. 따라서 사용자 프로필만 얻을 수 있다면 분류에 속하는 선호 아이템, 또 비슷한 사용자들이 좋아하는 아이템을 추천해 줄 수 있습니다. 이 모든 것이 추천 알고리즘을 실행하기 위한 이유 있는 행동입니다.
* Cold Start(콜드 스타트)
추천 알고리즘이 새로운 사용자나 새로운 아이템에 대한 정보가 없어서, 사용자에게 아이템을 추천하지 못하는 문제를 말합니다.
오늘은 추천 알고리즘을 깊지 않은 수준에서 다루면서 기업의 성장과 데이터의 관계에 대해 알아보고자 합니다. 앞서 예로 든 Neflex의 사례처럼, 기업이 데이터를 활용하여 성장하려면 리더와 조직원의 데이터 문해력이 필수적입니다. 데이터 문해력은 데이터를 이해하고 활용하는 능력을 말합니다. 리더와 조직원이 데이터 문해력을 향상하면 데이터 주도적 의사결정을 내릴 수 있고, 이를 통해 기업의 성장을 가속화시킬 수 있습니다.
리더와 팀원의 데이터 문해력은
조직의 차이를 만들 낸다.
이처럼 리더의 데이터 문해력은 조직을 이끌어가는 힘을 주며, 데이터에서 뽑은 정보와 지식, 지혜를 바탕으로 이를 비즈니스 전략에 효과적으로 적용할 수 있게 합니다. 또한 이들은 직원들의 데이터 문해력을 향상하는 교육 및 훈련을 통해 기업의 성장과 발전에 핵심적인 기여를 합니다.
그렇다면 직원의 데이터 문해력은 어떨까요? 특정 산업에 종사하고 있는 실무자가 데이터에 대한 이해가 없는 경우와 데이터 문해력을 갖춘 경우를 비교하면서 예를 들어 보겠습니다.
데이터 리터러시 역량이 부족한 경우, 제조현장의 데이터를 기록할 때, “제품 결함이 발생한 날의 온도나 날씨, 설비번호 같은 것들은 비워 둬도 괜찮아.”라고 생각하면 데이터에 빈 값인 결측치 발생하고 영향을 주는 요인의 분석 불가합니다. 이와 대조적으로 불량품 발생 시 인력, 장비, 자재, 절차, 환경 5가지 데이터는 반드시 기록해야 된다.”라고 생각한다면 정확한 데이터로 원인분석 및 해결 방안 도출이 가능하게 됩니다.
또 “부품 납품 협력사는 이름 비슷한 거 아무거나 넣어.”라는 팀장이 무심 코한 지시는 데이터에 치명적 오류를 만들게 됩니다. 이는 실제 협력사와 선택 협력사 둘 다 데이터 왜곡하여 데이터를 분석 및 협력사 평가 정보로 활용 불가합니다.
반면 데이터에 대한 이해가 충분하다면, “협력사는 이름이 아닌 코드를 확인해.”라는 지시를 통해 협력사 코드 매핑을 통해 협력사 재무 상태, 기성, 과거 품질 문제 이력 등 다양한 데이터 연결 가능합니다. 이를 통해 다양한 정보를 추가로 연결하여 확인하고 문제해결 및 예방이 가능해집니다.
고객이 주는 피드백, 선호하는 제품이나 서비스를 데이터가 말하고 있음에도 캐치하지 못할 수 있습니다. 이처럼 현장의 데이터, 현장 관리자의 데이터 역량이 곧 기업의 경쟁력이 되는 것입니다.
# 2. 데이터와 기업의 성장곡선
제2의 넷플릭스, 배달의 민족이 될 기회를 놓치고 있지는 않은가?
이제 데이터와 기업의 성장곡선에 대해 알아보겠습니다. 기업은 X축에 시간에 따른 Y축에 기업의 성장을 나타내는 곡선 위에 있습니다. 이 곡선은 기업이 성장과 쇠퇴의 갈림길에 서 있는 모습을 상징합니다. 바로 이 고비마다 데이터가 길을 안내해 줍니다. 데이터는 비즈니스 환경에서의 기업의 발전과 경쟁력 향상에 핵심적인 역할을 하며, 이를 통해 기업은 끊임없이 성장할 수 있습니다.
아마존(Amazon) 역시 막대한 양의 고객 데이터를 활용하여 구매 패턴, 검색 키워드, 고객 리뷰 등을 분석합니다. 이 데이터는 제품 추천 시스템의 개선, 재고 관리의 최적화, 마케팅 전략의 향상, 그리고 고객 서비스의 품질 향상에 활용됩니다. 결과적으로 아마존은 지속적인 성장을 이루어내며 전 세계적으로 성공을 거두고 있습니다. 그 뒤에는 역시 추천 알고리즘과 데이터가 있었습니다.
반면에 데이터를 올바르게 수집하고 활용하지 못하는 기업은 예측 불가능한 위험에 노출됩니다. 예를 들어, 블록버스터(Blockbuster)는 스트리밍 서비스의 등장을 놓치고 DVD 대여 모델에 집중하여 데이터의 힘을 활용하지 못했습니다. 결과적으로 기업의 성장이 정체되고 나중에는 쇠퇴하게 되었습니다.
# 3. 데이터의 품질과 기업의 성장
이제 데이터의 품질에 따른 기업의 성장을 나무의 성장에 비유해 보겠습니다. 나무는 햇빛, 물, 영양소 등의 요소에 의해 자라고 성장합니다. 마찬가지로, 기업도 데이터를 필요로 합니다. 좋은 데이터를 많이 가지고 있는 기업이 이를 잘 수집하고 활용한다면 나무의 생명력과 같이 지속가능한 경영, 동반성장, 최고 품질의 제품과 서비스 제공, 고객 만족도 향상, 매출 증대 등에 긍정적인 영향을 미칩니다.
하지만 나무에 영양분을 제공하지 않고 유해한 환경에 노출시키면 나무가 쇠퇴하고 결국 죽게 됩니다. 데이터도 마찬가지입니다. 만약 데이터가 부족하거나 데이터 품질이 낮다면 기업의 성장을 억제하고, 결국 기업의 생존을 위협할 수 있습니다. 좋은 데이터는 마치 나무에게 필요한 영양분과 같으며, 그런 데이터를 확보하고 효과적으로 활용하는 것은 기업의 성장을 지원하는 중요한 요소입니다.
# 4. 어떤 데이터가 필요할까?
고객의 목소리를 대변하는 데이터
고객만족은 현대 기업 경영에서 핵심적인 목표 중 하나입니다. 고객만족을 통한 기업경영에서 데이터는 가장 중요한 역할을 합니다. 오늘날 고객들은 실시간으로 기업의 제품과 서비스에 대한 데이터를 쏟아내고 있기 때문입니다. 요구사항을 충족하기 위해 기업은 유연한 전략을 채택하고, 신뢰성, 서비스 품질, 제품 향상에 집중해야 합니다.
소비자의 선호도, 니즈와 반응을 데이터 분석을 통해 파악하고, 그에 따라 필요한 제품 및 서비스를 제공하는 것이 핵심입니다. 소비자의 선호도와 지불 방식을 파악하여 최상의 서비스를 제공할 수 있습니다. 반면에 그렇지 못한 기업은 쇠퇴할 수밖에 없습니다. 제대로 된 데이터가 없고, 데이터를 분석할 수 없다면 고객은 차갑게 반응할 것입니다. 데이터는 소비자 요구를 이해하고 더 나은 서비스를 제공하는데 필수적인 도구로 사용됩니다.
고객 데이터 분석을 통한 제품 개선과 서비스 품질 향상을 생각해 봅시다. 예를 들어, 스타벅스는 고객들의 구매 이력과 선호도를 분석하여 새로운 음료를 개발하거나 메뉴를 조정합니다. 이를 통해 스타벅스는 고객들이 선호하는 음료를 제공하고, 품질을 유지하며 고객 만족도를 높입니다. 또 소셜 미디어 플랫폼인 Facebook와 Instagram 은 사용자의 활동 기록을 분석하여, 광고를 개인화하고 타겟팅합니다. 이로써 광고주는 보다 정확한 광고를 전달하고, 사용자는 자신의 관심에 맞는 광고를 받게 됩니다.
역시 추천 알고리즘 기반의 AI 모델이 동작합니다. 이를 통해 광고 효율이 향상되고, Facebook은 광고 수익을 늘리며 성장합니다.
하지만, 반대로 데이터를 적절하게 활용하지 못하는 기업은 경쟁에서 밀려나고, 고객 만족도를 매뉴얼로 유지하다 보면 실수가 생깁니다. 정확한 데이터 수집과 분석이 없다면 고객들은 냉담한 반응을 보일 것이며, 기업의 성장 또한 어려워질 것입니다.
이처럼 데이터는 비즈니스 분야에서 더욱 중요한 역할을 차지하고 있습니다. 조직은 데이터 수집과 분석을 위한 적절한 도구를 마련하고, 이를 효과적으로 활용하여 기업의 성장과 고객 만족도를 보장할 수 있습니다. 데이터의 정확성과 품질은 비즈니스의 성장을 뒷받침하며, 데이터를 통한 의사결정은 더욱 중요해지고 있습니다.
데이터와 기업의 성장은 긴밀하게 연결되어 있으며, 데이터의 품질은 마치 나무가 자라는 토양과 같이 중요합니다. 그리고 이것을 빨아들일 수 있는 데이터 문해력은 리더와 조직원이 데이터를 효과적으로 활용할 수 있는 능력을 의미합니다.
1) 데이터 수집도구
2) 데이터의 품질
3) 조직의 데이터 문해력
이 세 가지는 기업 성장의 엔진이 되어, 기업을 새로운 높은 수준으로 이끌어준다는 사실을 기억해 주시기 바랍니다. 감사합니다.
