데이터 과학자: 21세기 가장 섹시한 직업 (5/6)

데이터 과학자 육성

   토마스 데이븐포트 교수와 파틸 교수는 2012년 10월 하버드 비즈니스 리뷰에 '데이터 과학자 : 21세기 가장 섹시한 직업 (Data Scientist: The Sexxist Job of the 21st Century)라는 글을 개제하였습니다. 서로 어울릴 것 같지 않은 섹시, 직업 그리고 데이터라는 단어가 조합된 제목은 현재의 경영 전략의 방향을 알려줍니다. 이 글은 경험이나 감에 의한 의사 결정이 아닌 데이터에 기반한 의사결정을 하려는 현대 경영의 시작을 알렸습니다. 

Care and Feeding (육성)

   Data scientists don’t do well on a short leash. They should have the freedom to experiment and explore possibilities. That said, they need close relationships with the rest of the business. The most important ties for them to forge are with executives in charge of products and services rather than with people overseeing business functions. As the story of Jonathan Goldman illustrates, their greatest opportunity to add value is not in creating reports or presentations for senior executives but in innovating with customer-facing products and processes.

  데이터 사이언티스트들은 철저한 통제에 익숙하지 않습니다.  그들은 실험과 가능성 탐지를 자유롭게 할 수 있어야 합니다. 즉, 그들은 나머지 비즈니스와 긴밀한 관계가 필요합니다. 그들이 성과를 내기 위한 가장 중요한 매듭은 비즈니스를 관리하는 사람들보다는 제품과 서비스를 책임지는 임원들입니다. 죠나단 골드만의 이야기에서 알 수 있듯이, 가치를 창출할 수 있는 가장 큰 기회는 고위 임원을 위한 보고서나 프레젠테이션을 만드는 것이 아니라 고객 접점에 있는 제품과 프로세스를 혁신하는 것이기 때문입니다 

   LinkedIn isn’t the only company to use data scientists to generate ideas for products, features, and value-adding services. At Intuit data scientists are asked to develop insights for small-business customers and consumers and report to a new senior vice president of big data, social design, and marketing. GE is already using data science to optimize the service contracts and maintenance intervals for industrial products. Google, of course, uses data scientists to refine its core search and ad-serving algorithms. Zynga uses data scientists to optimize the game experience for both long-term engagement and revenue. Netflix created the well-known Netflix Prize, given to the data science team that developed the best way to improve the company’s movie recommendation system. The test-preparation firm Kaplan uses its data scientists to uncover effective learning strategies.

   링크드인이 제품, 기능과 부가가치 서비스에 대한 아이디어를 창출하기 위해 데이터 사이언티스트를 사용하는 유일한 기업은 아닙니다. Intuit의 데이터 사이언티스트들은 소기업 고객과 소비자를 위한 통찰력을 개발하고, 빅데이터, 소셜 디자인, 마케팅의 새 수석 부사장에게 보고해야 합니다.  GE는 이미 산업 제품의 서비스 계약과 유지보수 간격을 최적화하기 위해  데이터 사이언스를 사용 중입니다. 물론, 구글은 핵심 검색과 광고 서비스 알고리즘을 재정의하기 위해 데이터 사이언티스트를 활용합니다. 징가는 장기간 참여와 매출을 위한 게임 경험을 최적화하기 위해 데이터 사이언티스트를 활용합니다. 넥플릭스는 회사의 영화 추천 시스템을 개선하는 최적의 방법을 개발하기 위해 데이터 사이언스 팀에게 주려고 잘 알려진 넥플릭스상을 만들었습니다. 테스트 준비 기업인 카플란은 효과적인 학습 전략을 제시하기 위해 데이터 사이언티스를 활용합니다. 

   There is, however, a potential downside to having people with sophisticated skills in a fast-evolving field spend their time among general management colleagues. They’ll have less interaction with similar specialists, which they need to keep their skills sharp and their tool kit state-of-the-art. Data scientists have to connect with communities of practice, either within large firms or externally. New conferences and informal associations are springing up to support collaboration and technology sharing, and companies should encourage scientists to become involved in them with the understanding that “more water in the harbor floats all boats.”

   

   그러나 빠르게 진화하는 분야에서 정교한 스킬을 가진 사람들이 일반 관리직 동료들과 시간을 보내게 하는 것은 잠재적인 단점이 있습니다. 데이터 사이언티스트들이 비슷한 전문가와 교류가 적어질 것이고, 그것이 그들의 기술을 날카롭게 유지하고 툴킷을 최신 상태로 유지하는 것을 어렵게 합니다. 데이터 사이언티스트들은 대기업의 내부 및 외부 커뮤니티와 실질적으로 연결되어야 합니다. 새로운 콘퍼런스와 비공식 협회가 협업과 기술을 원활하게 공유하도록 생겨나고 있고, 기업들은 데이터 사이언티스트들의 참여를 적극 권장해야 합니다. "항구의 더 많은 물이 모든 보트를 띄운다"라고 생각되기 때문입니다. 

   Data scientists tend to be more motivated, too, when more is expected of them. The challenges of accessing and structuring big data sometimes leave little time or energy for sophisticated analytics involving prediction or optimization. Yet if executives make it clear that simple reports are not enough, data scientists will devote more effort to advanced analytics. Big data shouldn’t equal “small math.”

   데이터 사이언티스트들은 더 많은 기대가 있을 때 더 많이 동기가 부여되는 경향이 있습니다. 빅데이터에 접근하고 구조화하는 도전 과제는 때때로 예측이나 최적화를 포함한 복잡한 분석을 위한 시간과 에너지가 충분하지 않습니다. 그러나 경영진들이 단순 보고서가 충분하지 않다는 것을 알게 되면, 데이터 사이언티스트들은 고급 분석에 더 많은 노력을 기울일 것입니다. 빅데이터는 산수가 아닙니다. 

정리

   데이터 사이언티스트들은 기존의 경영 문법으로 통제할 것이 아니라 많은 자유도가 부여되어야 합니다. 그들은 고객과 접점에 있는 제품과 서비스 및 프로세스를 혁신할 수 있게 지원받아야 합니다. 실제 데이터 사이언티스트들은 많은 기업에서 활약하고 있습니다. 

링크드인 ('People you may know'를 통한 페이지 및 광고 클릭 수 급증)

Intuit (소기업 고객과 소비자를 위한 통찰력을 개발)

GE (이미 산업 제품의 서비스 계약과 유지보수 간격을 최적화)

구글 (핵심 검색과 광고 서비스 알고리즘을 재정의)

징가 (장기간 참여와 매출을 위한 게임 경험을 최적화)

넥플릭스 (회사의 영화 추천 시스템을 개선)

카플란 (효과적인 학습 전략을 제시) 

   그리고, 데이터 사이언티스트들은 데이터 사이언티스트들과의 교류가 더 활발하게 이루어져야 합니다. 데이터 사이언티스트들은 데이터 사이언티스트들에 의해 동기 부여를 받습니다. 임원들이 더 정교한 보고서를 원할수록 지길 원할수록 그들은 더 좋은 결과를 만들어 내기 위해 노력할 것입니다.