Data Driven
조직문화 Letter. 96
우리는 매일 다양한 선택의 기로를 맞닥뜨리고
이 과정에서 직관이나 감을 활용하기도 하지만
객관적인 데이터를 기반으로 의사결정을 하는 것이
더 나은 결과를 만들어 낼 수 있다는 사실을 모두 인지하고 있을 것입니다.
데이터는 팩트와 근거를 기반한 판단에 필수적이며
데이터 활용을 통해 효율성을 높이고 리스크를 줄이며
더 나은 성과를 창출할 수 있습니다.
하지만 실제로 우리의 업무 중에 데이터를 얼마나 활용하고 있을까요?
업무의 목표를 세울 때, 의사결정을 할 때, 프로젝트 효과를 분석할 때,
논리적인 근거로 데이터를 활용하기 위해서는
데이터를 어떻게 모으고 저장하고 보관하고 분류하고 분석할 것인가 생각해야 합니다.
익숙한 업무의 반복에 변화를 줄 수 있는 방법도
기존의 업무들의 성과 측정 및 생산성 향상을 위해
업무 결과에 대한 Data들을 도출하고 이를 바탕으로
리소스 투입 대비 더 많은 성과를 창출하기 위한 새로운 방안을 모색하는 것입니다.
세상은 이미 AI 시대에 접어들었고
AI 시대에는 다양한 추론 모델, 고성능 컴퓨팅 파워, 그리고 유효한 Data가 필요합니다.
오픈소스로 추론 모델이 공개되고, 저성능 칩을 통해서도 AI가 구현될 수 있는 가능성이 등장한 상황에서
Private 금융 Data를 가지고 다양한 서비스로의 확장을 시도할 수 있는 가능성이 생겼습니다.
이제부터는 우리의 메인 비즈니스 모델의 성과뿐만 아니라
이로 인해 발생되는 다양한 Data들을 지표 화하여
자동화하거나 예측가능성을 높일 수 있는 서비스 모델을 개발하기 위해
Data를 잘 모으고 정리해야 할 것입니다.
당장 Data를 모으고 분류하는 일은 어떤 효용으로 다가올지 체감하기 힘들지 몰라도
향후에 엄청난 파급력을 가진 힘은 그 누구도 확보할 수 없는 우리 회사의 금융 관련 Data들이 될 것입니다.
정형화된 기존 Data 뿐 아니라 비정형의 Data들도 분석할 수 있게
우리 업무에서부터 적용해 보면 좋겠습니다.
반복되는 거래 패턴이나 이벤트들, 고객행동들을 분석하여 가설을 세우고
가설을 통한 예측치의 오차를 줄여나가는 일을 통해 새로운 인사이트를 얻을 수 있을 것입니다.
단순하게는 내 업무에서 측정가능한 지표들을 발굴하고
이를 측정하고 분석하여 분기단위 성과관리에 활용해 봄으로써
단순히 실행하고 있던 일들의 생산성과 성과 측면을 강화할 수 있을 것입니다.
측정할 수 없으면 관리할 수 없다는 피터 드러커의 명언을 빌리지 않아도
Data의 중요성을 더 이상 강조하지 않아도
우리가 앞으로 지녀야 할 Data Literacy 역량 개발과 함께
구성원 각자의 업무에 적용하고 사례를 공유하는 문화가 만들어졌으면 합니다.
오늘도 파이팅!
#스타트업 #조직문화 #데이터
