임베디드 분석으로 데이터 중심 문화 조성
데이터 기반 문화란 무엇입니까?
데이터 기반 문화는 데이터를 모든 사람의 일상적인 워크플로에서 필수적인 부분으로 만들고 이러한 조직은 데이터를 사용하여 이니셔티브를 실행하고 우선 순위를 지정합니다. 데이터 중심의 문화는 조직의 모든 구성원이 손끝에서 데이터를 사용하여 공유 메트릭을 기반으로 투명하게 유연하게 협업할 수 있으므로 조직의 모든 구성원에게 신뢰와 헌신을 심어줍니다.
이 백서는 모든 사람이 데이터를 기반으로 협업하는 문화를 구축하여 더 스마트하고 빠른 의사 결정을 내리는 데 도움이 되는 열쇠를 제공합니다. 비즈니스 리더부터 분석가, 정보 근로자에 이르기까지 모든 사람이 데이터 기반 문화의 성공을 보장하는 데 포함됩니다.
계속 읽기
계속 읽으려면 양식을 작성하십시오.
방대한 데이터 증가 활용
우리는 매일 250경 바이트 이상의 데이터를 생성하는 것으로 추정됩니다. 그리고 이것은 증가할 것으로 예상됩니다. 그러나 많은 회사와 조직은 이 데이터를 완전히 활용하여 비즈니스 성과를 향상시킬 수 없었습니다.
데이터를 전략적으로 사용하는 조직은 통찰력을 얻고 조직 전체의 비즈니스 프로세스에 영향을 미치기 위한 핵심 자산으로 데이터에 의존합니다. 그들은 가정이나 "직감"에 의존하기보다 더 현명한 데이터 기반 결정을 내릴 수 있습니다.
예를 들어 데이터 기반 통찰력은 마케팅 팀이 고객 구매 유입경로에서 새로운 트렌드를 발견하고 누출을 정확히 찾아내는 데 도움이 될 수 있습니다. 데이터를 사용하여 주요 기회를 수집, 이해 및 식별하는 능력은 성공을 위한 기반이 됩니다.
방대한 데이터 증가 활용
많은 사람들이 결정을 내릴 때 자신의 직관을 신뢰하기 쉽지만 비즈니스 결정을 내리는 데 가장 좋은 접근 방식입니까? 점점 더 대답은 "아니오"입니다. 특히 내장된 분석을 사용하는 애플리케이션에서 데이터를 더 쉽게 사용할 수 있으므로 사람들은 데이터 시각화 또는 대시보드에서 데이터를 더 빠르게 참조하여 더 빠르고 더 나은 의사 결정을 내릴 수 있습니다.
따라서 데이터 기반 문화를 만드는 것은 특히 다음과 같은 주요 영역에서 중요합니다.
- 비즈니스 성과 최적화: 데이터를 기반으로 결정을 내리고 우선순위를 정할 때 채워야 하는 고객 유입경로의 주요 누출과 가장 많은 결과를 얻을 수 있는 조치를 식별할 수 있습니다.
- 실험적 의사 결정: 고객 퍼널의 일부를 실험하고 그로스 해킹할 수 있을 때 결과를 빠르게 분석하고 조치를 취할 수 있습니다.
- 팀 간 공동 작업 촉진: 사람들이 힘을 합쳐 서로 다른 부서에서 다양한 아이디어를 가져올 때 조직 내에서 더 많은 공동 작업을 촉진합니다.
- 모두를 위한 데이터 활성화: 모든 사람이 적절한 도구를 사용할 수 있게 되면 IT 외부의 사람들이 실제 데이터를 얻는 데 걸리는 장애물을 제거하십시오.
- 경쟁 우위 확보: 데이터의 시장, 고객 및 추세를 진정으로 이해할 수 있을 때 경쟁사보다 한 발 앞서 나갈 수 있습니다.
BARC(Business Application Research Council)에서 실시한 설문 조사에 따르면 "데이터 기반 문화 구축"은 2020년 비즈니스 인텔리전스에서 세 번째로 중요한 트렌드였습니다. 사람들은 일상적인 방식으로 작업합니다.
데이터 기반 의사결정의 이점
McKinsey Digital은 디지털 혁신에 대한 보고서에서 데이터가 더 빠르고 더 나은 의사 결정을 위한 연료를 제공하고 있다고 언급하고 다음과 같이 말합니다. EBIT로(2016–19).
데이터 기반 문화가 제공하는 이점에 대한 자세한 내용은 다음과 같습니다.
- 더 자신감 있는 의사 결정: 사람들이 자신의 결정이 미치는 영향을 더 잘 이해할 수 있을 때 의사 결정에 더 자신감을 갖는 경향이 있습니다. 데이터는 직감보다 더 정당하고 견고하여 주관적인 의사 결정을 제거하는 데 도움이 됩니다. 그러나 데이터를 기반으로 결정을 내린다고 해서 항상 옳은 것은 아닙니다. 메트릭을 지속적으로 측정 및 모니터링하고 각 결정에 매핑하는 것이 중요합니다.
- 보다 능동적으로 되기: 데이터는 비즈니스 기회를 식별하고 심각한 문제가 되기 전에 낮은 마케팅 리드, 전환 또는 제품의 약점으로 인한 고객 여정 "누출"을 감지하는 데 도움이 되는 초기 통찰력을 제공할 수 있습니다.
- 회사의 성공과 장수: 리소스를 중심으로 전환하고 최대화할 수 있는 보다 민첩한 조직이 성공할 것입니다.
- 인식 및 투명성: 조직의 모든 사람이 회사 목표, 고객 만족도 등을 알고 있도록 합니다. 이는 직원들이 팀 목표를 달성하도록 동기를 부여하고 회사 성과를 개선하는 데 도움이 됩니다.
- 이유에 대한 답변: 고객의 여정에 대한 더 깊은 통찰력을 얻고 유입 경로 누수 및 성공 포인트를 식별하여 획득을 유도하십시오. 우리 모두는 우리가 원하는 만큼 잘 수행되지 않거나 업계 표준을 충족하지 못하는 데이터 포인트를 알고 있습니다. 그래서 우리는 모두 이유를 묻습니다. 고객 퍼널의 모든 지점을 통해 데이터가 설정되면 이러한 질문에 답할 수 있습니다.
- 새로운 성장 수익 식별: 회사 통찰력을 시장 동향에 연결하면 새로운 수익원을 발견하는 데 도움이 될 수 있습니다.
다음 장에서는 모든 사람이 데이터에 대해 협업하고 더 스마트하고 빠른 결정을 내리는 문화를 구축하는 데 필요한 핵심 정보를 제공합니다. 비즈니스 리더부터 분석가, 정보 근로자에 이르기까지 모든 사람이 데이터 기반 문화의 성공을 보장하는 데 포함됩니다.
지도
전 세계 기업은 데이터와 AI 및 기계 학습과 같은 새로운 트렌드를 채택하기 시작했습니다. 그러나 문화는 여전히 데이터를 효과적으로 사용하지 못하게 하는 핵심 요소입니다. 그리고 기업 문화는 어디에서 시작됩니까? 맨 위에.
리더는 데이터 수용을 시작하고 모든 사람이 의사 결정에 접근하는 방식을 변경하기 위해 조직의 사고 방식을 바꿔야 합니다. Deloitte가 실시하고 Harvard Business Review에 발표된 설문 조사에 따르면 경영진의 63%가 자신의 회사가 데이터 중심적이라고 믿지 않습니다. 그렇다면 어떻게 문화를 바꿀 수 있을까요?
다음 조치를 취하면 나머지 조직에 메시지를 보낼 수 있습니다.
- 작업에서 매일 데이터를 사용하는 것을 염두에 두십시오.
- 데이터 기반 의사 결정을 시행하기 위해 의사 결정을 내리기 전에 데이터를 요청하십시오.
- 전자 메일, 프레젠테이션 및 회의와 같은 다양한 채널을 통해 KPI(핵심 성과 지표)를 전달합니다.
- 새로운 데이터 기술을 배우기 위해 임원으로서 자신을 교육할 시간을 따로 마련하십시오.
- 조직에서 데이터 교육을 촉진합니다.
- 사무실, 회의 및 회사 웹 페이지 전체에 디지털 방식으로 메트릭을 표시하여 데이터를 최전선에 유지합니다.
약속
데이터 기반 문화를 만드는 것은 데이터를 사용하여 조직의 모든 사람을 위한 의사 결정을 내리겠다는 장기적인 약속에 달려 있습니다. 이와 같은 이니셔티브는 설정하고 잊어버리는 프로세스가 될 수 없습니다. 이것의 일부는 문화의 변화를 확립하는 것입니다. 데이터 기반이 된다는 것은 대시보드를 만들고 숫자를 보는 것 이상입니다. 분석적으로 생각하도록 조직의 문화를 바꾸는 것입니다.
이러한 문화 변화를 주도하고 장기적으로 헌신을 유지하려면 다음을 수행해야 합니다.
- 분석이 중요한 비즈니스 활동과 다시 연결되도록 합니다.
- 직원 코칭의 최전선에서 데이터를 유지하십시오.
- 팀 성과를 측정하기 위해 팀 목표가 항상 존재하는지 확인하십시오. 이것은 회사 뉴스레터, 사무실 TV 등의 형태일 수 있습니다.
- AI 기술에 대한 지속적인 투자는 데이터에서 더 깊고 명확하지 않은 통찰력을 발견할 것입니다.
신뢰하다
조직의 대부분의 직원과 경영진은 자신이 보는 분석을 신뢰할 수 있는지 알고 싶어합니다. 그렇기 때문에 조직의 모든 사람이 동일한 메트릭에 따라 결정을 내리는 것이 중요합니다. 따라서 단일 진실 소스를 갖는 것이 매우 중요합니다. 그렇지 않으면 직원들이 다양한 소스에서 측정항목을 가져오고 불일치의 위험이 있어 데이터에 대한 신뢰도가 낮아질 수 있습니다.
사용자가 답변과 일관된 데이터를 찾을 수 있는 한 곳이 있으면 사람들이 다른 시스템을 검색할 필요가 없습니다. 이것은 또한 데이터 관리자가 더 쉽게 할 수 있도록 하므로 데이터를 한 위치에서만 유지 관리하면 됩니다.
다음 단계 중 일부를 수행하여 전체 조직이 가져올 수 있는 신뢰할 수 있는 단일 소스 역할을 하는 환경을 구축하십시오.
- 데이터 관리자를 모아 이니셔티브와 가치를 알립니다.
- 부서 간 협업을 통해 최종 사용자에게 필요한 데이터와 보기를 식별합니다.
- 최종 사용자가 쉽게 소화할 수 있도록 데이터를 정리합니다.
- 단일 보기를 구축할 도구를 선택하세요.
- 조직의 모든 사람이 데이터에 액세스할 수 있는지 확인하십시오.
데이터 리터러시
데이터에 액세스할 위치를 아는 것은 퍼즐의 한 조각일 뿐입니다. 최종 사용자는 데이터를 이해하는 기술도 필요합니다. 데이터 작업에 적응한다는 것은 우리가 일상 활동에서 운영하는 방식을 바꾸는 것을 의미합니다. 이것은 사람들이 즉시 데이터 기반이 되는 데 필요한 기술을 가지고 있지 않을 수 있음을 의미합니다.
최종 사용자가 데이터에 대한 명확한 방향과 이해가 없다면 데이터 기반 조직의 기본 원칙에 위배되는 가정을 하기 시작할 것입니다.
또한 사용자는 이 데이터가 적절한 스토리를 전달할 수 있도록 이 데이터를 사용하는 가장 좋은 방법을 알아야 합니다. 다양한 차트를 만들고 보는 사용자에게는 대시보드 모범 사례를 따르는 것이 중요합니다. 자세한 내용은 매력적인 시각화를 만들기 위한 모범 사례에 대한 백서를 읽어보십시오.
조직 전체에서 데이터 리터러시 계획을 개발한다는 것은 다음 작업 항목을 달성해야 함을 의미합니다.
- 데이터 시각화를 위한 대시보드 모범 사례를 따르십시오.
- 최종 사용자가 참조할 수 있는 조직 데이터 용어집을 개발합니다.
- 적절한 비즈니스 및 데이터 도메인을 가진 주요 이해 관계자와 협력하여 적절한 정의를 보장합니다.
- 데이터의 필드에 사용자에게 친숙한 이름을 사용하십시오.
지표(중요)
비즈니스 개선을 측정하는 첫 번째 단계는 KPI(핵심 성과 지표)가 중요하고 조직의 목표와 연결되어 있는지 확인하는 것입니다. 결국 당신이 추적하고 있는 것은 개선을 위해 노력하고 있는 것입니다, 그렇죠?
먼저 핵심성과지표(KPI)를 이해해야 합니다. KPI는 적절한 비즈니스 결정을 내릴 수 있도록 프로세스가 어떻게 수행되고 있는지 알려주는 측정치입니다. 조직에는 판매 목표와 같은 조직 전체 KPI, 마케팅이 생성하는 인바운드 리드 수와 같은 부서 전체 KPI, 직원 만족도, 고객 만족도 및 고객 유지와 같은 성과 수준 KPI가 있어야 합니다.
그렇다면 올바른 메트릭을 추적하고 있는지 여부를 어떻게 알 수 있습니까? 다음 단계는 KPI에 집중하고 가장 중요한 항목의 범위를 좁히는 데 도움이 됩니다.
- 성공을 측정하기 위해 올바른 KPI를 선택하십시오.
- 현실적인 목표를 설정하기 위해 과거 데이터를 조사하고 살펴보십시오.
- 너무 많은 것보다 몇 가지 중요한 KPI에 집중하십시오.
- 조직이 데이터에 액세스하고 분석하는 데 필요한 새로운 기술을 식별합니다.
- 데이터 관리자에게 정확한 데이터를 보장하고 조직에 대한 적절한 액세스를 제공할 책임을 할당합니다.
훈련
데이터는 의사 결정 프로세스에 통합된 경우에만 영향을 미칠 수 있습니다.
- 데이터에 접근하는 "방법"에 대한 직원 교육은 시작에 불과합니다.
- 데이터를 "실행 가능한 통찰력"으로 전환하는 방법이 진정한 목표입니다.
- 현재 가지고 있거나 획득해야 하는 도구는 무엇입니까?
- 데이터를 쉽게 사용할 수 있습니까? REST API, OData, 직접 연결?
- 우리 팀은 데이터 시각화를 이해하고 있습니까?
- 데이터 과학자를 고용하거나 내부에서 구축합니까?
- 효과적인 데이터 스토리텔링을 할 수 있을까요?
가시성과 데이터 사고방식을 갖춘 주요 비즈니스 이해관계자를 찾고, 그들에게 데이터 해독 능력 교육을 제공하고, 조직에서 데이터 기반 문화를 촉진할 수 있도록 권한을 부여하세요.
임베디드 분석 데이터 중심 문화를 조성하는 방법
그렇다면 임베디드 분석이란 무엇이며 데이터 기반 문화를 만드는 것과 어떻게 연결되어 있습니까?
사용자가 별도의 도구 집합에서 데이터 통찰력을 보기 위해 워크플로 애플리케이션을 떠나야 하는 기존 BI와 달리 내장된 분석을 통해 사용자는 애플리케이션 자체에서 데이터 시각화 또는 대시보드를 상황에 맞게 볼 수 있습니다. 중단 없이 데이터를 사용자의 워크플로우로 바로 가져옵니다. 그리고 그 대가로 더 많은 가치를 제공합니다.
사용자의 일상적인 워크플로에 데이터를 도입하면 사람들이 인사이트를 쉽게 보고 그에 따라 조치를 취할 수 있으며 지속적으로 분석적으로 생각하도록 프로그램할 수 있습니다.