데이터 부서가 한 팀이어야 하는 이유

데이터 엔지니어, 데이터 사이언티스트, 데이터 기획자, 데이터 전략

데이터가 비즈니스 효과로 이어지려면

많은 시간이 걸립니다.

특히 조직 구성에 애를 먹습니다.

기존 조직과 융화해야 하나?

별도 태스크포스를 두어야 하나?

새로운 조직을 세팅해야 하나? 등등

다양한 생각이 듭니다.

우선 기존 조직과 융화는 어렵습니다.

기존 조직은 데이터보다는

이미 부여된 R&R로 움직입니다.

기존의 R&R에 부합하는

데이터 영역에만 집중하기 쉽습니다

데이터는 보조 수단만이 아닙니다.

문화이자 장기투자입니다.

일정 규모의 회사라면

테스크포스는 지양해야 합니다.

데이터로 하고 싶은 일은 진화합니다.

당장은 데이터 대시보드가 필요해

외주화 할 순 있겠으나

결국은 일정 규모가 되면

자신의 데이터는 직접 다루어야 합니다.

다루지 않은 데이터는 자산이 아닙니다.

자산화를 염두하고 움직여야 합니다.

결국 새롭게 조직을 세팅하라는 말인데

제 경험으로는 데이터는 원팀일 때

가장 효과가 좋습니다.

그 이유는 아래와 같습니다.

원팀은

개발자&데이터 엔지니어(DE),

데이터 사이언티스트(DS),

데이터 분석&기획자(DA),

데이터 전략(DSt)으로 구성됩니다.

1. 데이터의 상호 연관성 때문입니다

비즈니스를 이해하지 못하면

데이터를 잘 쌓을 수 없습니다.

데이터를 잘 모으지 않고서는

좋은 분석을 할 수 없고,

데이터의 큰 방향성이 없어서는

좋은 알고리즘을 만들 수 없습니다.

데이터를 그저 모으고, 그저 분석하고

그저 기다리면 된다는 건 거짓입니다

데이터원팀을 구성하면

자연스럽게

다른 데이터 영역 이해도가 늘어납니다.

이는 다시 업무 효율화로 이어집니다.

2. 빠르게 움직일 수 있습니다

바로 쓸 수 있는 데이터는 없습니다.

데이터를 중심으로 비즈니스를

재해석하여(DSt, DA)

다시 쌓거나 구성해야 하고(DE)

비즈니스 알고리즘화(DS)해야 합니다.

구성원이 다른 부서로 떨어져 있으면

커뮤니케이션 비용이 많이 듭니다.

무엇보다 현 부서의 R&R에 종속됩니다.

특히 개발팀과 데이터 수집부터

논의해야하는데

개발팀의 R&R과는 차이가 있습니다.

필요한 데이터는 미리 정의되기보다는

요구사항과 분석에 의해

끊임없이 재정의 되어야하기에

개발팀에서는

중간에 치고 들어오는 귀찮은 일이 되곤 합니다.

데이터원팀의 DE가

데이터와 관련된 개발 영역을 다루는 것이

가장 효과적이라 생각합니다.

제대로 된 데이터가 들어오기 시작하면

데이터팀은 바로 움직일 수 있습니다

(많은 회사가 데이터가 있는데,

우리 조직은 안 움직이나 생각합니다.

그 데이터가 제대로 구성되어있는지

고민해보아야 합니다.

그런 회사의 데이터팀은

데이터 본연의 업무보다는

데이터를 만들기 위해

타 부서와 열심히 얘기(?)하고

있을 가능성이 큽니다)

3. 데이터를 책임질 수 있습니다

회사가 데이터 비전을 선포했습니다.

이제 다른 팀이 데이터를 위할까요?

위하는 척은 하겠지만

그 팀 롤이 최우선입니다.

데이터는 2순위가 되면 다행입니다.

심지어 데이터와 관련된 팀을 나누면

그 팀은 나눈 롤에만 집중합니다.

데이터는 쓰지 않으면 무용지물입니다.

데이터 관리하는 팀(DA의 팀)은

거버넌스를 잡는 일에 집중합니다.

잘 잡힌 거버넌스가 허들이 되곤 합니다

데이터 분석하는 팀(DS의 팀)은

방향성을 잃을 위험을 지닌 채

분석 퀄리티에 집중합니다.

높은 분석 퀄리티가

비즈니스 가치를 보장하지는 않습니다.

데이터 전략하는 팀(DSt의 팀)은

현 상황에 대한 이해를 결여한 채

미래 비전에만 집중합니다.

현 상황을 모르는 전략은 무가치합니다.

데이터는

전략에 따라 모이고, 분석되고, 쓰여야 합니다.

데이터원 팀은 상호 연관 있는 데이터를 빠르게 책임지는 팀입니다.

데이터원 팀은

데이터 리터러시의 선봉장이고,

데이터 역량의 나침반입니다.

성숙한 데이터원 팀의 구성원은

개발팀과 기획팀과 전략팀과 함께

데이터를 통해 회사를 이끌 수 있습니다.

데이터는 보조 수단이 아닙니다.

데이터는 단-중-장기 투자입니다.

데이터는 서로 이해하며 키워야 합니다.