Business Intelligence For Dummies (chapter 1, 하)

챕터 하나 번역하는데도 시간이 꽤 걸리네요. 어쨌든 계속 올려봅니다.

 

 

 

 

BI의 가치 제안

BI는 조직 내에서 정보와 실행을 연계시킨다. 하지만 BI를 정의함에 있어 빚어지는 혼란 때문에 BI 솔루션의 가치를 둘 곳이 항상 명확한 것은 아니다. 사업에서 BI를 구체화함으로써 정확히 무엇을 얻을 수 있는가? 사람들은 보통 BI에 대해 "거기서 내가 얻을 것이 무엇인가?"라고 생각한다.

그 답은 이렇다. 기업이 BI를 도입하게 되면, IT 팀이 멋진 보고서나 데이터 저장소를 배포하는데 사용할 쌔끈한 장난감만 생기는 것은 아니다. 그렇게 될 가능성이 없는 것은 아니지만, BI는 그 이상의 일을 할 수 있다. BI의 가치는 좋은 의사결정 습관을 촉진하는데에 있다.

BI의 도입은 연속적인 개선 주기를 반복하는데 있어 합리적인 접근방법이다 :

1. 데이터를 수집한다.
2. 수집된 데이터를 바탕으로 의사결정을 하고 실행에 옮긴다.
3. 미리 정의된 성공의 측정기준(metrics, measurement)에 따라서 결과를 측정한다.
4. 의사결정으로부터 얻은 결과를 다음번 의사결정에 반영한다,

근거가 있는 행위(action)를 수행하는 연속적인 주기를 통해, 조직은 의사결정 과정에 대한 합리적인 접근방식에 익숙해질 수 있으며, BI는 이러한 연속적인 주기를 지원할 수 있다. 그림 1-1은 이러한 주기가 어떻게 연속적으로 작동할 수 있는지를 보여준다. 비즈니스 인텔리전스의 개념과 도구를 통해 기업은 기업 자신의 운영 데이터에서 의미있는 통찰을 수집할 수 있다. 그러한 통찰이 BI의 네 가지 요건(기억하자 : 적시에, 정확한, 높은 가치의, 실행에 옮길 수 있는)을 만족한다면, 기업은 의사결정 과정에 이러한 통찰을 적용할 수 있다. 이들 BI에 의해 도출된 의사결정은 실행을 이끌게 되며, 이윽고 모든 것이 잘 굴러간다면 기업의 운영 결과는 향상될 것이다. (이 모든 것이 좀 더 나은 결과를 얻기 위한 것이라는 것을 잊지 않도록 하자) 그런 다음 새로운 주기가 시작된다 : 앞서 얻은 첫 번째 주기의 결과는 역사적 데이터의 일부가 되며, 이와 관련된 BI의 통찰은 한층 더 정제될 것이다.

데이터를 사용해 더 나은 의사결정을 행하는 과정은 조직 내의 모든 요소를 포괄한다. 고객의 행동에 관련된 것이든, 재무 정보든, 어떤 범주의 데이터이건간에 운영계 데이터에서 얻은 교훈이 있다면, BI는 그러한 교훈의 한 축이 될 수 있다. 가공되지 않은 데이터에서 의미있는 결론을 얻어내기 위해 BI를 사용함으로써, 보다 나은 의사결정을 내릴 수 있다. 이러한 의사결정의 결과로 수행되는 기업의 활동은 또 새로운 결과 데이터를 생산한다. 이렇게 생산된 데이터는 다시 시스템에 반영되어, 새로운 경험적 근거로써 다음번 의사결정에 활용될 수 있다.

BI는 적시의, 정확하며, 가치있고, 실행에 옮길 수 있는 통찰을 제공함으로써 모든 의사결정 과정을 개선할 수 있다.

 

그림 1-1. 새로운 데이터와 결과는 지속적으로 의사결정-결과 주기에 반영된다.

 

 

BI의 간략한 역사

비즈니스 인텔리전스는 비즈니스의 문제를 해결하기 위한 접근방식 중 하나이며, 경영상의 전술과 전략적 운영 성과를 위한 틀(Framework)이다. BI는 컴퓨팅 파워, 데이터 저장소, 계산적 분석, 리포팅, 네트워크 기술 등 다양한 부가적인 기술의 장점 때문에 이러한 일을 할 수 있다. 하지만, 본래의 BI는 확연히 보잘 것 없는 것이었다. 이 단락에서는 BI가 어떻게 형성되어 지금까지 왔는지를 살펴볼 것이다.

 

데이터 수집 : 석판에서 데이터베이스까지

역사가 시작된 이래로, 조직은 항상 데이터를 수집하고 저장할 수단이 필요했다. 몇천년 전에도 군대는 존재했으며, 제국의 관료는 세금을 걷고, 백성들을 먹이고, 전쟁을 일으키곤 했다.

최초로 기록된 문자의 쓰임새는 데이터의 저장이었다. 수메르인의 석판에는 지역의 곡물 창고를 통해 밀의 이동을 추적한 내용이 적혀 있다.

데이터의 저장은 사실의 기록이자, 고대의 걱정에 빠진 사람과 수집광의 예측/계획의 활동으로 시작되었다. (로마 제국 근위병의 이름이나 고향을 기억하는 것은 별로 중요한 일이 아니었을 것 같지만, 그 당시의 누군가는 이러한 정보를 수집해서 보관한다면 근위병의 소집에 도움이 될 것이라는 것을 깨달았다. 토가를 입은 관료들은 BI를 좋아했던 것 같다)

기록의 보관은 좀 더 나은 형태인 종이가 발명되고 나서 본격적으로 이루어졌다. 종이는 더 많은 정보를 보다 적은 공간에 기록하고 읽을 수 있게 해 주었다.

돌 속의 실리콘에서 마이크로칩의 실리콘에 이르기까지, 더 작은 공간에 더 많은 정보를 저장하려는 도전은 오늘날까지 계속 되고 있다. 현대의 조직은 데이터를 저장하기 위해 컴퓨터의 힘을 이용하고 있다.

 

-----------------------------------------------------------------------

BI에 관련된 연구   

BI가 비즈니스에 끼치고 있는 영향력을 확인하고 싶다면, 인터넷의 수많은 연구와 백서에서 관련된 내용을 찾아볼 수 있을 것이다. 하지만 해당 연구의 문맥을 이해하지 못하고 ROI(투자대비수익, return on investment) 숫자만 뒤적거리지는 않도록 하자. 개별적으로 검토된 다양한, 중요한 연구들이 BI 프로젝트가 적절한 목표를 갖고 올바로 수행되었을 때 ROI에 긍정적인 영향을 미친다는 것을 보여주고 있다. BI가 적시에, 정확한, 가치 있는, 실행에 옮길 수 있는 결론을 도출하고, 이들 결론이 올바로 기업에 적용된다면, ROI는 상승할 것이다. 하지만, 일이 뜻대로 되는 것만은 아니다. 모든 BI의 성공 사례에 있어, 잠시 다른 기술로 눈길을 돌려보면 각종 괴담이 난무할 지경이다. 그럼 BI를 어떻게 하면 잘 수행할 수 있을까? 어떻게 하면 ROI를 극대화할 수 있을까? 계속 읽어보자...

------------------------------------------------------------------------

 

컴퓨팅 파워와 데이터 저장소의 증대

최초의 컴퓨터인 태뷸레이팅 머신(tabulating machine)은 1회성 계산을 수행하는 목적으로 설계, 제작되었다. 하지만 과학자들과 발명자들은 정보 저장 기능과 더 컴퓨팅 파워를 발전시켰다. 1940년대 이후로, 이들 두 기술은 폭발적으로 발전하였다.

대규모 저장소는 정보의 아날로그 패턴을 저장하는데 쓰인 마그네틱 테이프가 등장하면서 그 형태를 갖추었다. 마그네틱 테이프는 디스크 드라이브로 발전했고, 이러한 디스크 드라이브는 수십년이 지난 지금도 디스크 드라이브를 발명한 사람도 알아볼 수 있는 형태로 쓰이고 있다. 하지만 그 동안 증가한 용량을 알아보게 된다면, 디스크 드라이브의 개발자는 넋을 잃을 것이다.

엄청나게 증가하는 저장 데이터를 관리하기 위해서, 프로그래머들은 처리 능력과 복잡성을 처리할 수 있는 DBMS(데이터베이스 관리 시스템)을 개발했다. 관계형 데이터베이스 기술은 증가하는 정보 저장소에 대한 요구를 해결하기 위해 등장했다. 관계형 데이터베이스는 데이터의 관리에 있어 혁명적인 방법으로, 데이터 요소를 컴포넌트 단위로 나누어 별도로 저장함으로써 트랜잭션 시간을 극적으로 향상시켰다.

 

트랜잭션 시스템

컴퓨터 시스템이 보다 강력해지고 널리 쓰이게 되면서, 기업은 컴퓨터 시스템을 기업의 거래를 관리하는데 이용하기 시작했다.
POS(Point-of-sale) 시스템은 트랜잭션 시스템의 고전적인 예다. POS 시스템에는 중요한 목적이 있는데, 이는 판매 담당자가 판매 거래를 재빠르게 입력하고, 입금 내역을 수집하며, 고객에게 구입한 제품에 대한 영수증을 발행하는 것이다. 간단히 말해, POS가 일종의 컴퓨터라면(단순히 칭- 소리를 내는 금전 등록기가 아니라) POS는 재무 시스템에 연결되어 매출에 관련된 정보 차후의 활용을 위해 수집하고 조직할 수 있을 것이다.

기업은 보통 다수의 트랜잭션 시스템을 보유하고 있으며, 이러한 트랜잭션 시스템은 각기 고유한 데이터의 원천이 되며, 일정한 하나의 비즈니스 역할을 수행하기 위해 설계되어 있다. 트랜잭션 시스템은 매일매일의 기업의 운영을 돕는 역할을 한다. 예를 들면, 창고들 사이의 제품 배송을 추적하거나, 고객의 결재를 처리하는 시스템을 들 수 있다.

 

의사결정 지원의 출현

기업은 각각 별개의 수많은 트랜잭션 시스템에서 발생하는 엄청난 양의 데이터를 저장하고 있다. CEO는 금새 이러한 대량의 데이터를 조사해보고 싶어할 것이다. 무엇보다도, CEO가 저장된 트랜잭션 데이터를 요약하여 살펴볼 수 있다면, 그들은 기업의 현황에 대해 통찰을 얻을 수 있을 것이다. (말하자면, 제품이 얼마나 자주 창고 A와 B를 오가는지, 고객이 디저트를 가장 많이 사는 요일이 어느 요일인지 등) 집계된 트랜잭션 기록을 조사하는 일은 사업적 통찰로 가득한 샘을 거니는 것과 마찬가지다. 하지만 기업들은 문제가 떼거지로 발생하는 상황을 피하기 위해 BI의 도입 속도를 늦춰왔다. 문제가 되는 상황을 예로 들면 이와 같다 :

• 트랜잭션 시스템들은 보통 서로 물리적으로 분리되어 있으며, 전혀 별개의 저장 프로토콜, 명명 규칙을 사용하는데다, 기업 내의 정치적 장벽까지 걸려있는 경우가 많았다. 이와 같은 사실은 트랜잭션 데이터의 모음을 개별적으로 분석해야 한다는 점을 의미했다.
  
• POS 데이터베이스같은 트랜잭션 시스템은 트랜잭션을 빠르게 처리하기 위한 목적으로 설계되었지, 연구를 수행하기 위한 목적으로 설계되지 않았다. 특성 시기의 매출에 대한 어떤 통계에서 잘 팔리는 제품이 무엇인지 알아보기 위해(혹은 그외의 사업적 통찰을 발견해내기 위해) 데이터를 뒤져보는 일은 매우 유용하지만, 트랜잭션 시스템 자체는 이러한 분석 작업을 수행하는데 적합한 도구가 아니다. 데이터에서 데이터 이상의 것을 이끌어내기 위해서는 좀 더 강력한 정보 시스템이 필요했다.

1980년대 후반에 기업들은 데이터가 가진 잠재적 가치를 인식하기 시작했다. 이런 인식은 각종 데이터의 기록에 파묻힌 지식을 추출하기 위한 시스템의 구축에 자극제가 되었고, 그리하여 BI가 시작되었다.

비즈니스 인텔리전스는 가치있는 사업적 통찰을 얻는데 필요한 넓은 범위의 기술, 프로토콜, 사례를 포괄하게 되었다. 특정 기업에 있어 BI가 실제로 의미하는 바는 기업에 따라 다를 수 있는데, 모든 기업은 각기 다른 상황과 다른 기술, 다른 요구조건을 갖고 있기 때문이다. 그렇기 때문에 비즈니스 인텔리전스는 특정 벤더의 웹 사이트에서 볼 수 있는 완벽한 BI의 정의에 부합할 수 없는 것이다. BI는 적시에, 정확한, 가치있는, 실행에 옮길 수 있는 통찰을 의미하면서, 이러한 통찰을 얻기 위해 필요한 모든 것을 말한다.

 

BI의 향방

컴퓨팅 파워가 증가하고 소프트웨어가 보다 유용해짐에 따라, BI(BI라는 이름을 달고 있든, "새로운" 무엇이라고 광고를 하고 있든간에)는 대규모 조직에서 점점 중요성이 증대될 것이다. 그렇지만, 보다 규모가 작은 사업체에서도 진보된 기술을 이용할 수 있다는 것을 깨닫게 됨에 따라, 중소기업에 정착한 BI 또한 발견할 수 있다.

BI의 개념은 의심할 나위 없이 진보하는 기술의 방향에 따라 성장하고 진화하는, 유연한 유기체와 같다. 최근 눈에 띄는 BI의 추세를 살펴보면 다음과 같다 :

• 다양한 사업 단위의 주도 : BI는 IT 주도의 프로젝트로 시작했다. 어쨌든간에, IT 조직 외의 누가 BI에서 무엇이 가능한지를 알고 있을 것인가? 하지만 경영진과 의사 결정자들이 비즈니스 인텔리전스에 대해 고민하기 시작함에 따라서, 앞으로 IT외의 부서가 BI의 주도권을 잡게 될 것이다.
  
• PC까지 전달되는 분석 결과 : 벤더들은 기존의 유연하고 유력한 데스크탑 도구(엑셀같은)와 함께 제공되는 강력한 애드인 프로그램을 만들고 있다. MS 오피스 2003과 2007 버전에는 기업 내에서 컴퓨터를 가진 이라면 누구나 사용할 수 있는 최신의 분석 도구가 포함되어 있다.
  
• 데이터의 흐름 : BI는 전통적으로 데이터 웨어하우징 기술(차후에 더 자세히 설명할 것이다)과 깊은 관계를 맺고 있다. 하지만 미래의 BI 기술은 보다 더 효율적으로 원천 데이터 시스템에 연결, 데이터를 수집하고, 수집된 데이터를 분석에 필요한 형태로 변환할 수 있게 될 것이다.

 

 

BI의 두 얼굴 : 비즈니스와 기술

BI는 오늘날 기업에서 일상화된 대량의 컴퓨팅 파워의 기반 위에 구축되어 있다. 하지만 결국 BI란 것은 비트와 바이트에 불과하다. 비즈니스 인텔리전스는 가능한한 높은 품질의 유용한 통찰을 빚어내는 이론과 사례에 시간을 투자하는 기업 문화를 필요로 한다. 단순히 소프트웨어를 설치하고 스위치를 튕긴다고 기업이 약속의 땅에 닿을 수 있는 것은 아니다.

BI에 대한 기여는 비스니스와 기술 양쪽에서 함께 이루어져야 한다 :

• 비즈니스 관리자는 전략을 세우고 운영하는데에 있어, 합리적이면서 측정기준에 기반한 접근 방식을 수립해야만 한다.
  
• 비즈니스 관리자가 기업의 모든 계층까지 BI를 보급하는 일을 준비할 수 있도록, IT는 BI 문화를 지원할 준비가 되어 있어야 한다.

 

 

BI : 사람들의 관점

비즈니스 인텔리전스는 사람들에게 새로운 도구와 관점을 제공한다. 이는 의사 결정자들이 what-if 문제를 숙고할 수 있도록 하기 위해 설계되었다. BI는 이들 의사 결장자들이 BI 도구를 사용할 수 있을 뿐만 아니라, 적절한 질문을 할 준비 또한 되어 있어야 올바로 쓰일 수 있다.

BI가 비즈니스와 기술 사이의 세계에서 양다리를 걸치고 있는 지점은, 예술과 과학 그 모두라고 할 수 있다. BI에는 특정한 기업을 위한 "적절한" 보고서와 분석을 정의하기 위한 고정된 수식이 존재하지 않는다. 특정 기업의 분석 주기에 대해 그 가능성을 일일이 분석하여 설명한 책도 존재하지 않는다.

BI 업무를 처리할 인력을 적재적소에 배치하는 일 또한 중요하다. 그렇지 않다면, 기업의 지도부에서 주도적으로 BI를 기업 내에 보급해야할 것이다. BI는 의사결정을 내리는 합리적인 접근방식에 대한 것이다. 그리고 이러한 접근방식은 조직 내 모든 계층에서, IT 책임자와 비즈니스 책임자 모두에게 지원을 받아야 한다.

 

 

 

진지하게 BI를 고민하고 있습니까?

기업이 비즈니스 인텔리전스 솔루션에서 과연 이득을 볼 수 있을까? 이런 질문에 적합한 답은 없지만, 거의 대부분의 기업에서는 의사결정 프로세스에 엄격한 프로세스를 일부 도입함으로써 효과를 볼 수 있다. 기업에서 BI의 접근방식이 올바른 것인지 판단하기 위해, 다음과 같은 질문을 던져볼 수 있을 것이다 :

• 매출 데이터를 동시에 여러 형태의 보고서로 살펴볼 수 있는가? 예를 들어, 판매 관리자가 매출 데이터를 분기별, 품류(product line)별, 고객 유형별로 살펴보고 싶어한다면, 이러한 보고서를 생성하는데 시간이 얼마나 필요한가?   
• 트랜잭션 시스템의 설계 때문에, 고객에 대해서 확인하고 싶은 데이터가 트랜잭션 시스템에 묶여있는 경우가 있는가?   
• 기업에서 전략적 의사결정을 내릴 때, 엄격한 데이터에 의존하여 의사결정을 진행하는가, 아니면 동전던지기로 결정하는가? 기업의 향후 활동이 과거 데이터와 미래에 관해 검증된 의견을 바탕으로 계획되는가? 원인과 효과 사이의 통계적 관련성을 고려하고 있는가? 아니면 전략적 의사결정이 즉흥적으로 일어나고 있는가?
  
• 기업에서 고객이 가장 많이 찾는 제품이 무엇인지는 알고 있겠지만, 고객이 함께 구입하는 제품들이 무엇인지 알고 있는가?
  
• 기업이 어떤 부분에서 가장 뛰어난지 알고 있는가? 그 사실을 어떻게 아는가? 본능에 따른 판단인가, 아니면 의견을 뒷받침할만한 측정치가 있는가?