숫자는 많은데 판단 근거는 없는 조직의 특징
숫자는 매일 쌓이는데 왜 결정을 못 하는가.
보고서는 두껍고, 엑셀 시트는 여러 개인데 회의는 길어진다.
매출, 전환율, 유입수, 재고 수량, 상담 건수… 다 있다.
그런데 “그래서 지금 무엇을 줄이고, 무엇을 늘려야 하는가”에 답이 없다.
문제는 데이터 부족이 아니라 판단 구조의 부재다.
이 글은 데이터 분석 기법을 설명하지 않는다.
대시보드 툴 비교도 하지 않는다.
숫자가 많은데도 의사결정이 멈추는 조직의 구조를 해부하고, 다시 설계하는 절차를 정리한다.
숫자는 많은데 왜 회의는 길어지는가
현장에서 자주 듣는 질문이 있다.
“우리는 매출 데이터 다 보고 있습니다. 그런데 왜 자꾸 감으로 결정하게 될까요?”
대부분 이 질문은 숫자 신뢰도 문제가 아니라, 숫자와 판단 사이의 연결선이 끊어져 있을 때 나온다.
구조가 정리되지 않은 상태의 기업 사례
가상의 제조·유통 복합 기업 A사를 보자.
연매출 48억 원
직원 27명
온라인 매출 비중 35%
월간 리포트 6종 운영 매출 요약표 광고 집행 리포트 재고 회전율 상담 건수 CS 불만 유형 거래처별 출고 수량
겉으로 보면 데이터 체계가 잘 갖춰진 회사다.
대표는 매주 월요일 오전 2시간 회의를 연다.
문제는 여기서 시작된다.
광고비를 줄일 것인가?
단가를 조정할 것인가?
특정 상품을 단종할 것인가?
회의는 숫자를 나열하는 시간으로 끝난다.
“일단 이번 달은 지켜보자”가 반복된다.
표면 문제인가, 구조 문제인가
A사의 문제는 데이터 부족이 아니다.
문제는 다음 세 가지다.
성과지표와 판단지표가 구분되지 않았다.
숫자가 의사결정 단위로 묶여 있지 않다.
숫자 변화가 어떤 행동으로 연결되는지 정의되지 않았다.
예를 들어 광고 리포트에는 클릭 수, 전환율, ROAS가 있다.
그러나 “ROAS가 몇 % 이하이면 예산을 줄인다”라는 기준은 없다.
숫자는 정보이고, 기준은 없다.
이 상태에서는 숫자가 많을수록 오히려 판단은 더 느려진다.
사람들이 흔히 하는 착각
첫 번째 착각은 “숫자가 많으면 객관적이다”라는 생각이다.
숫자는 많을 수 있다. 하지만 연결되지 않으면 잡음이다.
두 번째 착각은 “대시보드가 있으면 관리가 된다”는 믿음이다.
대시보드는 시각화일 뿐이다.
판단 규칙이 없다면 화면만 화려해진다.
세 번째 착각은 “데이터팀이 분석해주면 결정이 쉬워진다”는 기대다.
분석 결과가 행동 기준으로 번역되지 않으면 보고서만 늘어난다.
Fieldbly 방식: 판단 구조 3단계 모델
Fieldbly에서는 숫자 문제를 다음 3단계로 재구성한다.
1단계: 목적 정렬
이 숫자는 무엇을 결정하기 위한 것인가?
2단계: 기준 정의
어느 수준에서 행동을 바꿀 것인가?
3단계: 실행 연결
기준을 넘으면 누가 무엇을 어떻게 바꿀 것인가?
이를 표로 정리하면 다음과 같다.
숫자를 “보기 위한 자료”에서 “행동을 트리거하는 장치”로 전환하는 것이다.
4요소 판단 프레임
조직에 적용할 때는 다음 네 가지 요소를 동시에 정리한다.
목적: 이 지표는 어떤 결정을 위해 존재하는가
기준: 변화 임계값은 얼마인가
책임: 기준 초과 시 누가 판단하는가
행동: 구체적 조치 내용은 무엇인가
이 네 가지 중 하나라도 빠지면 숫자는 보고용으로 남는다.
현장 적용 절차
실제 적용은 복잡하지 않다. 다만 순서가 중요하다.
현재 운영 중인 모든 리포트를 나열한다.
각 리포트 옆에 “이 숫자로 무엇을 결정하는가”를 적는다.
결정이 정의되지 않은 리포트는 폐기하거나 재설계한다.
남은 지표에 행동 기준을 숫자로 명시한다.
기준 초과 시 실행 프로세스를 문서로 고정한다.
A사는 이 과정을 3주간 진행했다.
리포트 6종 중 2종은 통합했고, 1종은 폐기했다.
회의 시간은 2시간에서 50분으로 줄었다.
결정 보류율은 월 7건에서 2건으로 감소했다. (※ 추가 조사 필요)
숫자가 줄어들었지만 판단 속도는 빨라졌다.
정리
숫자가 많다는 것은 관리가 되고 있다는 증거가 아니다.
판단 기준이 없으면 숫자는 책임을 회피하는 방패가 된다.
지금 운영 중인 리포트는 실제로 결정을 만들어내고 있는가.
아니면 단지 공유되고 있을 뿐인가.
다음 회의에서 하나의 지표에 행동 기준을 명시해볼 수 있는가.
---------------------------------------------------------------------------
AI현장감독 이동주는 AI 도입 과정에서 반복되는 구조 문제를 연구한다.
AI adoption failure를 기술 문제가 아닌 설계와 흐름의 문제로 바라본다.
Fieldbly에서 현장 사례를 기반으로 정리하고 있다.
(homepage) http://www.fieldbly.com
#이동주AI
#AI현장감독이동주
#정부지원사업
#정부지원사업전략
#사업확장
#사업스케일업
#창업전략