데이터 마이닝이 BI 시장의 다음 단계라는 의미로 표현된 기사 내용입니다.

차츰 시장이 데이터마이닝에 관하여 관심이 늘어나고 있는 내용으로 판단이 됩니다.

데이터마이닝을 통한 비즈니스분석에 관하여 기제된 기사이지만

비즈니스분석을 통하여 다시 raw data를 access하여 활용하는 형태로 이어져야

보다 더 의미가 있고 가치가 있는것으로 봅니다.

======================================================================================================================================

( 기사 내용 )

IDC의 `세계 비즈니스 분석 소프트웨어 2001-2011` 보고서에 따르면 비즈니스 분석(BA) 소프트웨어 시장은 기업성과관리(PM) 툴 및 애플리케이션과 데이터 웨어하우스(DW) 플랫폼 소프트웨어로 구성된다.

이 소프트웨어는 정보를 액세스 · 변환 · 저장 · 분석 · 모델링 · 전달 · 추적하고 올바른 기술을 이용해 모든 의사결정자에게 제대로 된 정보를 적시 제공하기 위한 것이다. 이를 통해 사실에 입각한 의사결정을 지원하고 책임 소재를 명확히 하게 된다. 또 이 보고서에서는 비즈니스 분석이 `소프트웨어와 시스템의 경계를 넘어 문화, 프로세스, 성과 전략을 두루 아우르는 프레임워크`라고 적고 있다.

이처럼 최근 다양한 보고서들이 비즈니스 인텔리전스(BI)의 발전된 다음 형태로 비즈니스 분석을 지목하고 있다. 과거 이력 분석과 미래 예측을 동시에 제공하는 비즈니스 분석은 조직이 사실 기반의 전향적 의사결정 환경을 수용할 수 있도록 조직 문화의 전환을 요구하기 때문이다. 또 새로운 통찰과 최상의 해법을 보다 신속하게 제공한다는 특성도 갖고 있다.

◇비즈니스 분석은 조직 문화의 변화 수반=최근 SAS가 전 세계 IT 및 비즈니스 전문가들을 대상으로 `비즈니스 분석`에 관한 설문 조사에 따르면 IT와 비즈니스 전문가들은 비즈니스 분석을 BI 제품과 연관시키는 경향이 있다. 응답자의 54%가 `비즈니스 분석`이라는 단어를 들었을 때 가장 먼저 떠오른 제품 범주로 BI를 꼽았다. 응답자 중 18%는 PM 제품을, 11%는 일반적 범주의 분석을 떠올렸고, 13%는 자신의 조직에서 비즈니스 분석이라는 용어 자체를 사용하지 않는다고 답했다. 비즈니스 분석은 BI 진화 바로 다음의 논리적 단계라고 할 수 있다.

이 보고서에 따르면 비즈니스 분석 범주에 포함되는 것으로 응답한 소프트웨어 툴은 분석, 데이터 통합, 쿼리 · 보고, 성과 관리 등 다양하다. 구체적으로는 응답자 10명 중 7명(70%)이 데이터마이닝이나 통계 소프트웨어와 같은 고급 분석 툴을 비즈니스 분석의 일종으로 간주했고, 쿼리 · 보고 · 분석 툴(66%)과 대시보드(60%)가 그 뒤를 이었다.

비즈니스 분석은 다양한 분야에 도움이 되는 기능과 솔루션을 포함하는 광범위한 접근법일 뿐 아니라 모든 의사결정자가 사용할 수 있도록 설계된 기술이다. 따라서 응답자 중 4분의 3 가량(73%)이 비즈니스 분석을 IT와 비즈니스 기능을 모두 포함하고 있는 것으로 간주한 것은 당연하다.

비즈니스 분석이 IT와 비즈니스에 모두 적용되는 기능인만큼, 조직 내 부서 간 협업과 더불어 관리팀에 의한 감독 필요성이 점차 커질 것으로 예상되고 있다.

비즈니스 분석 소프트웨어에 대한 IDC의 정의를 접한 응답자 중 3분의 1 미만(32%)이 이러한 유형의 제품에 `극히 혹은 매우 친숙하다`고 답했고 `극히 친숙하다`고 답한 응답자는 10%였다. 응답자 10명 중 4명 이상(44%)이 비즈니스 분석 소프트웨어 제품 범주에 다소 친숙하다고 답했고, 24%는 별로 또는 전혀 친숙하지 않다고 답했다. 하지만 응답자들은 각자의 조직이 비즈니스 분석 소프트웨어 도입을 통해 얻었거나 얻을 것으로 기대되는 여러 가지 이점을 들었으며, 여기에는 비즈니스 분석의 다양한 영역들이 망라되었다.

비즈니스 분석 소프트웨어를 구현하는 과정에서 경험했거나 경험할 것으로 예상되는 주요 기술 또는 비즈니스 과제를 묻는 질문에 대해 응답자들은 복수 소스 시스템과의 데이터 통합(59%), 데이터 품질(56%), 기업 애플리케이션과의 통합(44%), 복잡한 쿼리에 대한 처리 능력(39%), 관리 및 보안(38%) 등과 관련된 문제를 가장 많이 언급했다.

비즈니스 과제로 상위를 차지한 항목은 의사결정 프로세스 개선(75%), 의사결정 프로세스 가속화(60%), 리소스와 전략의 조화(56%), 저비용 · 고효율 실현(55%), 데이터 가용성에 대한 사용자 요구의 적시 충족(54%) 등이다.

◇최고분석임원이 분석 결과물 관리해야=대다수의 응답자는 비즈니스 분석을 아직 BI와 연관시켰고, PM 역시 심중에 놓고 있었다. 그러나 비즈니스 분석은 PM 및 예측 분석과 같은 다른 분야를 포함하는 종합적인 성격을 띠면서 BI 진화 바로 다음의 논리적 단계로 자리매김하고 있다.

하지만 비즈니스 분석 소프트웨어에 투자하는 성공적인 조직이라면 조직 문화와 프로세스, 성과 전략을 함께 고려할 수 있어야 한다.

정미교 SAS코리아 상무는 “흥미롭게도 대부분의 응답자는 비즈니스 분석이 단지 IT나 비즈니스 기능의 특성만을 지니는 것이 아니라 양쪽 기능을 모두 포함하고 있다고 생각하고 있었다”며 “이 같은 접근 시각으로 인해 비즈니스 분석 문제에 대한 조직간의 협력과 더불어 부서간 관리 팀에 의한 감독의 필요성이 점차 커질 것으로 예상된다”고 전했다.

조직 규모를 막론하고 대량 판매 시장을 겨냥한 제품과 서비스를 만들었던 종전의 기업들이 이제 입장을 바꾸어 고객 중심의 비즈니스로 급선회하고 있다. 이들은 직관이나 직감이 아닌 사실과 증거에 입각한 의사결정을 내리는 문화를 지향한다. 하지만 비즈니스 분석을 지원하기에 충분한 데이터 전문가나 적절한 조직 구조가 갖추어지지 않은 관계로 이들의 노력 대부분은 난관에 봉착하고 있는 실정이다.

`분석을 통한 혁신(Innovation Powered by Analytics)`의 저자이자 플로리다주립대학교 IT리더십 학장인 손튼 메이는 일부 성공적인 기업의 경우에는 이미 비즈니스 분석을 도입해 양질의 의사결정을 지원하고 있지만, 머지않아 예상, 모델링, 최적화를 비롯한 예측 기법이 주류로 자리잡을 것으로 내다보았다. 또한 이 같은 변화가 일기 시작하면 해당 교육을 받은 데이터 전문가의 부족 현상이 심각한 문제로 대두될 것이라고 경고하고 있다.

그는 비즈니스 분석가란 IT라는 숲에 새로 등장한 동물과도 같다고 비유했다. 문제 해결을 위해 시스템의 구조에 변화를 가하는 것은 더 이상 현실성이 없다는 것이다. “그보다는 데이터가 스스로 말하도록 자유롭게 풀어놓을 수 있는 인력과 툴에 투자할 필요가 있다”며 “실제로 이 방법은 훨씬 효과적이고 강력하다”라고 강조하고 있다.

신용원 SAS코리아 프로젝트딜리버리서비스(PSD)본부 상무는 “포스코, 현대카드 · 캐피탈, 신한카드 등과 같은 국내 대기업들 사이에서도 조직 전반에 걸쳐 협력할 수 있는 다양한 스킬을 갖춘 멀티 기능의 비즈니스 분석가 양성 및 비즈니스 분석 팀의 신설에 대한 움직임들이 꾸준히 일어나고 있다”고 전했다. 이러한 인재를 발굴해서 이들에게 정교하고 자동화된 툴을 제공하고 기업에 통합시킬 수 있는 능력이 비즈니스 분석에 대한 진정한 투자 효과라고 할 수 있다는 설명이다.

신 상무에 따르면 기업 전반에 걸쳐 부서 내 데이터 전문가를 감독하고 상황을 조율하는 비즈니스 분석 CoE(Center of Excellence)를 개발하는 것이 이상적이다. CAO(Chief Analytics Officer) 혹은 유사 임원이 비즈니스 분석 리소스의 명확한 자산 목록을 유지〃관리하는 것이다.

비즈니스 분석 CoE는 과거의 BI역량센터(BICC)의 역할과 매핑될 수 있는데 전사적 데이터 거버넌스, 비즈니스 프로세스 능률화 및 표준 확립에 도움이 된다. 또 교육 자료의 역할을 함으로써 데이터 전문가가 분석 기술의 파워를 독점하는 것을 막아줄 수 있다.

신 상무는 “식스 시그마나 ITIL과 같은 이니셔티브가 활성화되면 핵심적인 초분석가(〃beranalyst) 그룹의 수준을 넘어서 대부분의 사용자가 기본적인 분석 기술의 혜택을 입을 것이 분명하다”고 설명했다.

<그림 1>

다음 중 어떤 소프트웨어를 비즈니스 분석의 일부로 간주하는가.

고급분석(데이터 마이닝, 통계 등) 70%

쿼리 · 보고 · 분석 66%

대시보드60%

재무성과 및 전략관리 애플리케이션49%

데이터 시각화47%

데이터 웨어하우스 관리44%

CRM 분석43%

서비스 운영 분석38%

인력 분석38%

데이터 웨어하우스 구축36%

공급망 분석(물류, 제조, 조달, 재고분석 등)35%

공간정보 관리 분석19%

공급망 생산 계획16%

기타 5%

*복수 응답

<자료 : SAS>

<그림 2> 귀 조직이 비즈니스 분석 소프트웨어를 구현하는 과정에서 경험했거나 경험할 것으로 예상되는 주요 기술 또는 비즈니스 과제는?

복수 소스 시스템과의 데이터 59%

데이터 품질56%

기업 애플리케이션과의 통합44%

복잡한 쿼리에 대한 처리 능력39%

관리 및 보안38%

비즈니스 분석 기능을 운영 애플리케이션에 통합 34%

메타데이터 관리 34%

사용법 습득에 따른 어려움 33%

명확히 정의된 KPI 부재 30%

ROI 정당화 29%

사용자의 기초 스킬 부재 29%

비즈니스 분석 프로젝트에 대한 경영진의 비전 및 후원 부재 27%

증대되는 최종 사용자의 요구 충족 26%

관련 정보 전달을 위한 소요 시간 5%

기타 4%

모름 7%

박현선기자 hspark@etnews.co.kr