‘빅 데이터’(Big Data)는 ‘처방 분석’(Prescriptive Analytics) 등 다양한 형태의 ‘데이터 분석 시대’ 문을 열었다. 이런 분석 기법은 특정 상황에 가장 적합한 방법을 모색하는데 도움을 주고 있다. 특히 ‘3세대’ 혹은 ‘최종적’ 사업분석 기법으로도 불리는 ‘처방 분석’은 ‘설명(Descriptive) 분석’이나 ‘예측(Predictive) 분석’을 포괄하는 (선진) 개념으로 간주된다. ‘처방 분석’은 ‘예측 분석’ 및 ‘설명 분석’의 활용도를 끌어올려 (기업가 혹은 경영자들이) 당면한 문제를 해결하는 데 도움되는 이상적 결과 또는 해법을 제시한다. 아울러 ‘빅 데이터’의 미래도 주도하고 있다. 그런 변화의 상황들은 다음과 같다.
‘처방 분석’과 ‘예측 분석’은 어떻게 다른가.
요즘 같은 ‘디지털 시대’에는 가공되지 않는 ‘원시 데이터’가 풍부하다. 지금 쏟아지는 온라인 데이터의 약 90 %는 몇 년 전부터 생성되기 시작한 것들로서 향후 더욱 빠르게 쏟아질 것으로 예상된다. 소비자들은 페이스북(Facebook)이나 트위터(Twitter)와 같은 인스턴트 메시징 앱이나 SNS를 통해 매일 수십억 개의 메시지를 보내고 있다. 구글 역시 모바일 장치 및 데스크톱을 통해 매일 60억개 이상의 메시지를 만들어낸다.
그러나 ‘원시 데이터’는 가치를 생산하지 않는다. 유용한 자료가 되려면 사업에 도움이 되는 귀중한 통찰력을 제공하는 방식으로 처리되어야 한다. ‘원시 데이터’를 이용해서 (사업가들은) 여러 패턴을 식별하고 그 패턴과 이미 알려진 정보를 바탕으로 모델을 세우고 사업상의 문제를 해결하는 ‘데이터 기반’ 예측을 할 수 있다.
‘처방 분석’과 ‘예측 분석’ 모두 ‘원시 데이터’를 ‘가치 있는 통찰력’으로 바꿀 수는 있다. 그러나 ‘처방 분석’과 ‘예측 분석’은 활용가능 한 통찰력의 유형이라는 측면에서는 크게 차이가 난다.
‘예측 분석’은 과거 및 현재 데이터를 기반으로 미래를 예측한다. 알려진 ‘원시 데이터’를 사용하고 가공해서 알지 못하는 정보에 대해 예측하는 방식이다. ‘처방 분석’은 단순히 ‘원시 데이터’의 의미를 분석ㆍ이해하는 것뿐만 아니라 지금 당장 취할 행동까지 제시할 수 있다. 이 분석 기법은 ‘머신 러닝’(Machine Learning), 시뮬레이션 및 수학적 최적화를 활용, 기업이나 조직 리더가 ‘실증 데이터’를 기반으로 더 정교한 의사결정을 내리는데 기여한다. ‘처방 분석’은 의사 결정 논리를 지속적으로 발전시켜 그 효과를 극대화하는 데에도 도움을 주고 있다.
선택 가능한 대안이 여럿일 경우 처방 분석은 주어진 조건에서 최상의 결과 또는 해법을 찾아내는 데 유용하다. ‘처방 분석’은 각각의 의사결정이 어떤 결과로 이어지는가를 알려준다는 측면에서 단순 ‘예측 분석’을 압도한다.
‘처방 분석’에는 몇몇 큰 ‘데이터 이점’이 존재한다.
‘처방 분석’을 채택하면 ‘빅 데이터’와 관련, 다음의 이점을 기대할 수 있다. ▦신기술ㆍ신기법이 가져올 파급력에 대한 인지도 향상 ▦(경영) 자원의 활용도 향상 ▦소비자의 패턴과 습관에 대한 통찰력 증가 등이다. 예컨대 ‘처방 분석’을 통해 최적의 SNS 미디어 대응 기회를 모색할 수 있다. 소셜미디어 관련 업체인 ‘리튬 리치’(Lithium Reachㆍhttps://www.lithium.com/products/social-media-management/)는 기업들에게 소셜미디어 채널에 컨텐츠를 게시 할 수 있는 최적 시간대를 추천하는 방식으로 기업 성과 달성에 도움을 주고 있다.
‘처방 분석’은 일선 현장 작업자에게도 유용하다. 개별 고객의 경험을 향상시키기 위해 최상의 맞춤형 옵션을 결정하는 데 사용할 수 있다. 와인닷컴(Wine.com)은 ‘베인 앤 컴퍼니’(Bain & Company)의 기술을 사용하여 와인 전문가와 고객들이 채팅 세션을 통해 교류하도록 하고 있다. 이 과정에서 회사에 대한 고객 충성도는 자연스럽게 높아진다. (기업 단위를 넘어서는) 산업 단위 데이터 분석도 가능하므로 ‘처방 분석’은 기업의 내부의사결정 프로세스를 확대하는 역할도 한다. (세계 최대 배송업체인) UPS가 소속 운전자들에게 최적 배달경로를 제시하기 위해 채택한 UPS 'Orion System은 대표 사례다.
(성공한) 기업들은 이미 ‘처방 분석’을 사용하고 있다.
‘처방 분석’은 다양한 비즈니스에서 성공적으로 사용되고 있다. 제너럴 일렉트릭(GE)과 피트니 보우스(Pitney Bowes)는 ‘피트니 보우스’의 운송 기계 및 생산 우편물이 쏟아내는 데이터를 ‘처방 분석’에 활용하는 제휴관계를 맺고 있다. GE는 자사의 Pedix 소프트웨어 플랫폼을 통해 피트니 보우스의 ‘자산성과관리’(APM)를 위한 맞춤형 애플리케이션을 개발, 이 회사가 업무 스케줄링과 클라이언트 서비스를 기업 고객에게 제공 할 수 있도록 했다.
라이프 스타일 미디어 회사인 ‘팝 슈가’(PopSugar)는 ‘처방 분석’으로 독자들이 더 가치있고 매력적이라고 느끼는 컨텐츠를 제작하고 있다. 이 회사는 ‘처방 분석’을 사용하여 잠재적 고객과 사업가치 창출의 원동력에 대한 이해도를 높이고 있다. 예를 들어, SNS가 쏟아낸 23만1,000건의 자료와 700만개에 달하는 의견을 분석해 어린 시절의 향수와 쉽게 알아볼 수 있는 제품명이 SNS상에서의 활동성과 구독자를 늘리는 데 도움이 된다는 점을 확인할 수 있었다.
‘빅 데이터’와 관련한 몇몇 신생 벤처기업도 기업들의 가치를 높이기 위해 ‘처방 분석’을 채택하고 있다. 이들 기업은 AIMMS, Ayata와 Profitect 등이다. AIMMS 기업고객 명단에는 유니레버(Unilever), 에어 리퀴드(Air Liquide), 보스턴 컨설팅(Boston Consulting) 등이 올라 있다. 이 고객 기업들은 (AIMMS 시스템을 통해) 모델과 데이터를 조기에 공유ㆍ통합할 수 있게 되어 생산 및 분배 효율성을 높이고 있다. Ayata도 델(Dell), 시스코(Cisco) 등 기업의 고객 가치를 높이는데 도움을 주고 있다. Ayata 소프트웨어는 고객 기업의 소비자정보를 ‘Client-suppplied hybrid’ 혹은 ‘private cloud model’로 지속적으로 안전하게 분석, 의사결정을 돕고 있다. Profitect도 DSW와 Ulta Beauty 같은 소매유통체인에 ‘처방분석’을 제공, DSW의 ‘손실예방’ 부서가 이익창출 기회를 찾는데 기여하고 있다.
처방 분석은 ‘빅 데이터’의 미래를 바꿀 것이다.
‘처방 분석’은 향후 기업ㆍ사업 분석의 미래를 바꾸게 될 것이다. 사람 대신 자동화한 의사결정이 가능한 ‘자동 분석’(Automated Analytics)의 미래를 열 게 될 것이다. ‘자동 분석’ 시스템은 마케팅 담당자의 결정을 거치지 않은 채 응용 프로그램을 사용하여 고객에게 최적의 ‘판촉 이메일’을 자동으로 보내도록 할 것이다. 그래서 ‘처방 분석’ 관련 시장은 기하급수적으로 성장 중이다. 2014년과 2019년 사이에 22% 가량 성장, 시장규모가 11억달러에 달할 전망이다. 또 2020년까지는 ‘기업 분석’ 소프트웨어에 내장 될 것으로 예상된다.
결언
‘처방 분석’은 그 보급과 사용가치가 확대되면서 자연스레 ‘빅 데이터’의 미래를 주도하고 있다. 기업 경영자는 ‘처방 분석’이 제공하는 진화한 의사결정 논리에 힘입어 위험도 회피하고 재정적 손실을 줄일 수 있다. 요컨대 기업 경영자가 ‘빅 데이터’ 전략에 ‘처방 분석’ 개념을 통합시킨다면, 의사결정을 보다 신속하게 수행하여 기업 효율성과 생산성 향상에 도움을 줄 것이다.
원문 연결https://www.linkedin.com/pulse/why-prescriptive-analytics-future-big-data-mark-van-rijmenam/
리즈메넘의 AI 관련 주간 이메일 열람은 https://vanrijmenam.nl/subscribe-to-newsletter/ 참조.
마크 반 리즈메넘(Mark Van Rijmenam)은 누구
‘빅 데이터’ 분야에서 ‘세계 10대 영향력 있는 기관’으로 꼽히는 ‘데이터플로크’(Datafloq)와 인터넷 매체 ‘dscvr.it’( https://dscvr.it/ )의 창립자. ‘빅 데이터’ 시대의 미래를 예측한 베스트셀러 ‘싱크 비거’(Think Bigger)의 저자이기도 하다. 더 상세한 저자 프로필. https://vanrijmenam.nl
기사 URL이 복사되었습니다.
댓글0