데이터 분석 성공을 위한 2단계 - 목적 정하기
데이터 분석 성공을 위해선 기획과 가설 구상력을 갖추고 그 기획의 영향도를 살피면서 의사 결정에 필요한 분석을 하기 위한 출발지점과 착지 지점을 정의하는 것이 필요합니다. 프로젝트를 시작하기 전에 프로젝트 관계자들이 모여 인사를 나누고 프로젝트를 어떻게 진행할지 의논하는 첫 모임도 중요합니다. 매출을 개선할 수단은 몇 가지가 있는데 어떤 것부터 시작해야 할까 고민해야 합니다. 히트 상품을 내는 것이 급선무라고 생각한 사람도 있고 판매가 부진한 상품부터 개선에 착수해야 한다고 생각하는 사람도 있습니다. 근본적인 원인이 무엇인지도 모르는 상태에서 분석만 해서는 아무 의미가 없습니다. 먼저 과제가 무엇인지 인식부터 해야 합니다. 토론을 진행해서 세 가지 부문에서 매출 향상을 위한 경영 과제가 있음을 인지했습니다. 첫째는 상품 매력도의 향상이고 둘째는 영업 마케팅력의 향상이며, 셋째는 서플라이 체인 최적화였습니다. 트위터와 블로그 등에서 정보를 수집해 상품 개발과 관련된 상품 매력도를 집계했습니다. 매 카브로 수집한 정보에서 문장을 쪼개서 각 품사에 대해 통계량을 수치로 변환했습니다. 그 결과 상품의 맛과 가격은 호평을 받고 있고 오히려 타사 대비해서 우위에 있음을 밝혔습니다. 영업력에 관해서는 전임 사장 시절에 이미 고객 관계 관리 시스템과 업무 개혁 등이 시행되어 사원의 생산성과 영업력이 강화되었습니다. 실적이 평준화되어 있고 격차도 적기 때문에 이 역시 검토 대상에서 제외되었습니다. 트위터를 분석한 결과 사려고 가게에 가면 항상 없다는 불만이 많다는 사실을 알아냈습니다. 거래 소매점에서 얻은 재고 데이터를 가지고 회전율을 산출했는데 매장에 따라 회전율이 크게 차이가 났습니다. 생산 계획에 문제가 있는 것은 아니었고 원활하게 가동되고 있는 매장도 있었습니다. 복합적인 분석 결과에 따라서 데이터 분석을 시작하기 위한 준비 단계로서 가설을 설정했습니다. 생산 계획에 문제가 없음에도 물건이 없어서 판매 기회를 놓치는 경우가 생긴다는 것은 매장에 따라 발주 업무에 편차가 있다는 것이었습니다. 서플라이 체인의 발주 문제가 경영 과제 후보에 오르게 되었습니다. 점포의 재고 정보를 조사하고 문제가 있는지 체크했습니다. 상시적으로 품절이 발생하는 점포가 있었고 발주 타이밍이 늦은 탓에 주기적으로 품절이 발생하는 점포도 있었습니다. 이로 인해 서플라이 체인을 목표로 결정했습니다. 다양한 종류의 제품이 있기 때문에 어떤 제품을 개선해야 할지 난관에 빠질 수 있습니다. 영향력의 시점에서 대상이 될 상품의 가짓수를 압축했습니다. 상품별 매출액을 차트로 확인하고 상위 4개 상품이 매출의 80퍼센트 이상을 올려주고 있어서 이 상품에 대해 분석을 시작하기로 결정했습니다. 목표와 도착점을 명확히 설정하지 않은 프로젝트가 성공할 가능성은 크지 않습니다. 도착점은 최종적으로 해결하고자 하는 경영 과제를 의미합니다. 목표는 가장 효율적으로 도착점에 다가가기 위한 마일스톤을 뜻합니다. 예를 들면 몇 년 내에 매출 규모를 세 배로 끌어올린다가 도착점에 해당하는 말입니다. 마일스톤을 얼마나 달성했는지 파악하는 것이 KPI라고 생각해도 됩니다. 여러 가지 선택 가운데 어떤 것이 최선책 일지 궁금할 때 수많은 조건에 따라서 데이터를 분석하면 효과적인 답안을 끌어낼 수 있습니다. 목표를 잘못 설정하면 시간과 비용을 잃게 되고 도착점까지의 거리가 더 멀어져서 힘들어질 수 있습니다. 감이나 경험에 의존해서 목표를 설정하면 정확성이 떨어집니다. 의사 결정의 모호함을 제거하고 정확도를 높이는 것이 데이터 분석에서 꼭 필요한 점입니다. 파레토의 법칙이란 80퍼센트의 결과를 좌우하는 원인은 20퍼센트의 결과에 큰 영향을 받는다는 법칙을 말합니다. 이탈리아의 경제학자 빌프레도 파레토가 주장한 법칙입니다. 생활 속 다양한 현상을 설명할 수 있어서 널리 알려져 있습니다. 상위 20퍼센트의 부유층이 전체에 80퍼센트에 해당하는 부를 다 가지고 있다는 말도 파레토의 법칙에 해당합니다. 데이터 분석에서는 오더 오브 매그니튜드라는 표현을 자주 쓰게 됩니다. 배가 산으로 가지 않기 위해서는 출항하기 전부터 정확한 좌표를 찍고 출발해야 합니다. 데이터 분석을 성공적으로 수행하려면 명확한 목표 설정을 아무리 강조해도 지나치지 않습니다. 곧 킥오프 미팅을 시작하는 회사에서 이 글을 보고 있다면 그 자리에서 명확한 좌표 설정을 끝마치고 나오는 것을 목표로 삼아보십시오. 그렇다면 그 프로젝트의 반은 성공할 수 있다는 긍정적인 추측을 할 수 있게 될 것입니다. 그렇다면 체계적이고 전략적으로 접근할 수 있게 됩니다. 데이터 분석이란 복잡한 숫자 놀음이라고 생각하는 사람도 많습니다. 숫자를 자주 다루는 학문을 접하지 않은 사람일수록 그런 경향이 더 큽니다. 데이터 속에 내재된 의미를 도출하고 인사이트를 전파하고자 하면 숫자에 매몰된 사람일수록 더욱 어려운 일일 것입니다. 회의 장소에서 목적을 정하는 것은 이과의 계열이 아닙니다. 합리적인 의결 과제를 제시하고 정당한 방법으로 올바른 의제를 설정하는 것은 문과의 그것에 더 어울립니다. 그러므로 데이터 분석을 잘하려면 이과의 경향성과 문과의 경향성이 골고루 결합되어야 하는 것입니다. 만약 한쪽으로 치우친 의사 결정밖에 하지 못한다면 그 프로젝트의 결과는 보지 않아도 암울한 상황에 놓이게 될 것입니다. 부족한 부분을 보충하기 위해서 만반의 노력을 다 해보십시오.
