BI 입문서 소개, Business Intelligence For Dummies (chapter 1, 상)
저는 요즘 Business Intelligence For Dummies를 읽어보고 있습니다. 책방에 가끔 가시는 분이라면, For Dummies 시리즈의 강렬한 노란색을 한 번쯤은 보셨을 거라고 생각합니다. 제가 이 시리즈를 많이 읽어본 것은 아니지만, 개인적으로 좋아하기에(잘 읽지도 않는데 좋아하는 시리즈라니 조금 묘한 감은 있습니다만) 가끔 어떤 책이 시리즈에 추가되었는지 살펴보곤 합니다.
DW For Dummies가 출간된 것은 알고 있었는데, 최근에서야 우연히 이 For Dummies 시리즈에 비즈니스 인텔리전스도 있다는 것을 알게 되어 짬짬이 읽어보고 있는 중입니다.
읽다 보니 도입부는 BI를 소개할 때 꽤 유용하겠다는 생각이 들더라구요. 해서 1장 분량만 조금 번역해서 올려봅니다 :
Business Intelligence For Dummies
Swain Scheps
chapter 1. BI 이해하기
------------------------------------------------------------
chapter 1의 내용
- 기본적인 내용에 익숙해지기
- 비즈니스 인텔리전스가 제안하는 가치(value proposition) 이해하기
- BI의 유래와 현황을 알아보기
- 무엇이 가능한지(혹은 불가능한지) 살펴보기
------------------------------------------------------------
1분 1초마다, CEO에서 조직의 말단까지, 조직의 구성원 누군가는 기업의 성과에 영향을 주는 의사결정을 내리고 있다. 의사결정은 때로 전체 조직의 운명을 결정하는 최고위의 전략적 결정일 수도 있고, 좁은 범위에서 전술적으로 정의되어 짧은 기간동안에 한 개인이나 부서에게 영향을 끼치는 결정일 수도 있다. 크든 작든 이러한 의사결정들은 모든 조직의 일상에 있어 간과할 수 없는 부분이다. 기업이든, 정부 기관이든, 비영리 조직에서든 말이다.
의사결정 프로세스를 위한 기술과 도구의 극적인 향상에도 불구하고, 현재 이 순간에도 너무나 많은 사람들이 구시대적인 방법으로 의사 결정을 내리고 있다. 현재의 정보, 과거 정보의 모음, 누군가의 조언, 동물적인 본능 등을 잘 흔들어 섞은 다음, 어떤 방법이 가장 그럴듯한 성과를 가져다줄지 평가한다.
의사결정은 기업을 이끈다. 중요한 순간에 옳은 의사결정을 내리는 일은 기업이 더 효율적으로 높은 수익성을 가지는 방향으로 인도할 수 있으며, 고객의 만족도를 높일 수도 있다. 그러므로 보다 나은 의사결정을 내리는 기업이 장기적인 관점에서 성공할 가능성이 높은 것이 당연하다.
이 의사결정의 시점에 비즈니스 인텔리전스가 존재한다.
비즈니스 인텔리전스에 대한 정의는 다양하다(이 책에서 제시하는 정의는 다음 단락에 있다). 일단은, BI를 어제와 오늘의 데이터를 사용해서 내일에 대해 더 나은 의사결정을 내리는 것이라고 간주하도록 하자. 비즈니스 인텔리전스는 성공을 판단하는 옳은 기준을 선택하는 일, 결론을 도출하기 위한 적절한 데이터를 찾고 변환하는 일, 앞날을 훤히 보여주는 방식으로 정보를 배치하는 일 등, 기업을 좀 더 똑똑하게(smarter) 만들어주는 모든 종류의 일을 말한다. 비즈니스 인텔리전스는 관리자가 사물을 보다 명확하게 살펴볼 수 있도록 해 주고, 미래에 어떤 일이 일어날지의 윤곽을 파악할 수 있도록 해 준다.
제한된 자원, 제한없는 의사결정
기업, 정부, 자선단체, 기타 모든 조직은 제한된 자원으로 저마다의 목표를 수행한다. 기업은 항상 기업 소유의 제한된 자원만으로 사업을 영위해야 한다. 기업의 모든 직원을 노벨상 수상자로 채울 수도 없고, 공장과 사무실이 보다 효율적으로 운영되도록 하는 임무에 끝없이 거액의 돈을 쏟아부을 수도 없다.
가장 소중한 자원은 시간이다. 시장은 지속적으로 변화하며, 기업은 그에 적절히 대응해야 할 뿐만 아니라 재빠르게 움직여야 한다. 아니면 다른 경쟁 기업들이 시장의 빈 공간을 파고 들 것이며, 자원이 계속 소모됨에 따라 대응이 늦은 기업은 퇴출되고야 말 것이다.
비즈니스 인텔리전스의 존재 이유는, 의사결정이 필요한 비즈니스 도처의 변곡점에 처할 때 듬직한 우군이 된다는 것이다. 비즈니스 인텔리전스는 조직 내에서 폭넓게 다양한 순간에 사용할 수 있는 유연한 자원이다. 예를 들면 :
- 판매 관리자가 기말의 수익성 확보를 위해, 광고부 부장이 어떤 고객에게 초점을 맞춰야 할지를 고민하고 있다.
- 회사의 연구개발 부서가 내년의 세단에 어떤 기능을 포함시킬지를 결정하고 있다.
- 신용사기 관리 부서가 고객의 만족도를 유지하면서 신용사기를 뿌리뽑을 수 있는, 고객 충성 프로그램의 변경사항을 결정하고 있다.
의사결정은 전략적이거나 전술적일 수도, 광범위하거나 국지적일 수도 있다. 이들 의사결정은 숲 속에 난 두 갈래길과 같다. 선택한 길에 따라서 성공한 기업과 실패한 기업이 결정될 것이다. 비즈니스 인텔리전스의 도움을 받으면, 옳은 의사결정을 통해 결정적인 차이를 만들어 낼 수 있을 것이다.
tip : The Name Game
비즈니스 인텔리전스는 BI라는 약어로 널리 알려져 있다. 이 약어는 "비아이"라고 발음한다. 이 책에서는 약어와 원문을 구분없이 사용할 것이다. 이 약어가 왜 다른 약어들처럼 점이 포함되어 있지 않은("B.I."처럼) 이유는, IT 업계에서의 관행 때문이다. 어떤 개념이 널리 받아들여지고 이니셜이 단독으로 알려지고 나면, 구두점을 사용하지 않곤 한다. 이렇게 기술 약어에서 구두점을 생략하는 일(CPU, GB, ICBM처럼)은 국제 구두점 검토 위원회(International Punctuation Review Board)에서 처리하고 있다. 인터넷 백만장자, 퇴임한 외교대사, 고등학교 풋볼 코치들로 구성된 이 모임은 4년마다 스위스 제네바에 모여 어떤 유행어에서 구두점을 뺄지를 결정한다. (농담이다. 구두점 생략이 IT 업계의 관행인 것은 사실이지만, 그런 일을 하는 위원회 같은 것은 존재하지 않는다. 아직까지는 말이다)
비즈니스 인텔레전스의 정의 :
CIA 경력같은게 필요한건 아니라오
그렇다면, 비즈니스 인텔리전스는 대체 무엇인가? 기본적으로, BI는 의사결정 과정을 지원하기 위한 최상의 정보를 얻기 위해 필요한 활동, 도구, 과정 모든 것을 말한다.
이렇게 설명하면 글을 읽는 독자는 머리를 긁적거리며 생각할 것이다. "모든 것이라구?" 확실히 그렇다. 점집에 전화를 하든, 컨설턴트 군단을 불러오든, 기업의 데이터를 휘젓는 한 무더기의 컴퓨터를 사용하든 간에, 이러한 일들이 기업의 상황을 더 좋은 방향으로 이끄는데 도움을 주며, 미래에 해야할 일에 대한 통찰력을 제공한다면, 그것은 BI이다.
하지만 일반적인 요구에 맞추어(그렇기 때문에 "포트폴리오 위험 관리를 위한 점술 강의" 같은 내용을 쓰진 않을 것이다) 여기서는 BI의 정의를 잠시 좁혀보도록 하겠다. BI는 업무에 사용하는 컴퓨터의 계산 능력(일반적인 기술적 자산과 함께 쓰일 수 있도록 고도로 전문화된 소프트웨어)에 의존하고 있으며, 이는 조직이 최상의 선택을 할 수 있도록 도와준다. 그 외에도 몇 가지 사항이 더 있지만, 자세한 내용을 살펴보기 이전에 BI가 어떻게 정의되었는지, 누가 그런 정의를 내렸는지에 대한 내용을 알아보도록 하자.
BI에 대해 더 배우게 되면, BI라는 용어의 다양한 정의에 맞닥뜨리게 될 것이다. 간혹 BI에 대해 쓰여진 글이 저마다 새로운 방식으로 BI의 성격을 규정하고 있는 것처럼 느껴지기도 할 것이다. BI는 지겹게도 새로운 딱지를 덕지덕지 붙인채로 스스럼없이 등장하고 있으며, BI에 어떤 요소가 포함되거나 혹은 그렇지 않은지 알아보려고 노력하는 사람들의 머리를 핑핑 돌게 만드는 기술들이 나열된 카탈로그와 함께 제공되곤 한다.
단일한 비즈니스 인텔리전스의 정의가 존재하지 않는 이유는 신기한 일이 아니다. 벤더와 컨설턴트는 해당 벤더의 제품의 대한 강점을 보여주기 위해 문구를 제멋대로 정의하기 때문이다. 학계, 저술가, 컨설턴트 또한 각자의 방법으로 BI를 정의하고 있다. 이들 정의는 서로 비슷한 경우도 있다.
좌절하지는 마라. 누가 뭐라고 하든간에, 만약 BI에 대한 정의를 모두 모아다가 냄비에 넣고 한참 끓여대면, 마지막에 남는 요소는 항상 같은 것임을 알 수 있을 것이다. 그 요소는 의사결정을 지원하는 기술과 도구들이다.
독자는 다음의 정의 하나만 기억하면 된다 (자, 집중하시라) :
비즈니스 인텔리전스는 기본적으로 적시의(timely), 정확한(accurate), 가치가 높은(high-value), 곧바로 실행으로 옮길 수 있는(actionable) 사업적 통찰(business insight)을 의미하며, 이러한 통찰력을 얻기 위한 작업 과정과 기술을 포함한다.
사전에서 실행으로 옮길 수 있는(actionable)이란 단어를 찾아보면, 소송당할 우려가 있는 모든 행위를 의미한다고 되어 있을 것이다. 여기서 실행(action)이란 법적 행위를 말한다. 하지만 IT 관계자나 재무 담당자 같이 BI를 이해하는 사람들과 함께 있을 경우에는 이 "실행에 옮길 수 있는"이란 단어의 특화된 의미를 자유롭게 사용해도 된다. 물론 변호사와 함께 있는 상황이라면 안될 일이지만. (물론, 이 책의 독자가 법무법인의 이사쯤 되는 위치라면 관계없다)
단번에 BI 전체를 정의할만한 프로세스, 프로토콜, 하드웨어, 소프트웨어의 모음 따위는 세상에 존재하지 않는다. 기술적인 시각에서 보자면, 이러한 프로세스, 프로토콜, 하드웨어, 소프트웨어는 계속해서 진화하고 있는 중이다. 또한 이들 요소들은 BI가 적용되는 기업과 상황에 따라서 서로 다른 경우가 보통이다. 오늘날 BI의 핵심 구성요소에 대한 일반적인 정의는 1990년대의 BI에 대한 정의와는 확연하게 다르다. 하지만, 적시에 제공되는 정확하고 가치가 높은, 곧바로 실행에 옮길 수 있는 정보를 전달한다는 BI의 목적은 오늘날에도 그대로 남아 있다.
알파벳이 뒤섞인 수프
BI의 정의를 어디선가 들어본 듯 한 느낌이 든다고 해도 그건 데자뷰는 아닐 것이다. BI의 개념은 절대 새로운 것이 아니다. 기업들은 자사의 IT 시스템을 보다 나은 전략적 통찰력을 생산하는 서비스로 만들기 위해 수십년간 힘써왔다. 예전에는 이런 약어들이 널리 쓰였다.
- DSS : 옛날옛적, 기업은 의사결정 과정을 지원해줄 수 있는 시스템의 필요성을 절감했다. IT 부서 직원들은 다함게 모여 의사결정 지원 시스템(Decision Support System)을 내놓았다. 간단한가? DSS 시스템은 관리자들이 컴퓨팅 파워와 기업의 과거 데이터를 구조적인 문제(이를테면 생산 일정 관리 및 반복적인 계획 관련 의사결정 등)에 적용할 수 있도록 도와줌으로써 대중성을 얻게 되었다.
- EIS : 사무실 구석의 악당들은 DSS의 성공에 고무되어, 중역용 화장실과 마찬가지로 회사 중역들을 위한 의사결정 관리 도구를 만들기로 마음먹었다. 경영 정보 시스템(Executive Information System, 역주:일반적으로 경영정보 시스템으로 번역하지만 MIS와 혼동할 우려가 있으므로 중역 정보 시스템이 번역 용어로 더 적합하지 않을까 싶다) 기술은 이렇게 해서 태어났다.
- MIS, MDS, AIS 등 : 수많은 BI의 선조들이 등장하고 차례차례 사라져갔다. 이들 각 시스템은 기업의 의사결정 과정을 지원하는 새로운 양식을 제시했으며, 경영 정보 시스템(Management Information System), 경영 의사결정 시스템(Management Decision System), 정보 분석 시스템(Analysis Information System)을 거쳐 지금에 이르고 있다.
비즈니스 인텔리전스는 커다란 계보를 갖고 있다. 이들 기술들은 오늘날 BI를 구체화하는데 기여하는 일 이상의 것을 해냈다. 최근에는 자신들만의 용어를 새로 만들어 그것만이 유일하다고 주장하는 사람들도 일부 있다. 그런 사람들은 보통 자신들의 용어를 "차세대 BI" 혹은 "BI의 확장"이라고 부르곤 한다.
동일한 발상에서 나온 이러한 다양한 BI의 구현들을 이끄는, 몇 가지의 동인이 존재한다. 첫째는, 기술 벤더와 IT 컨설턴트들이 기술 세계에서 대중화될 문구를 끊임없이 찍어내려 하기 때문이다. 그러한 문구를 먼저 퍼뜨리는 일은 경쟁자를 따돌리는데 도움이 된다. (좀 더 좋은 쥐덫을 발명하는 것과 비슷한 양상이다)
냉소적으로 말해서, 아마 좀 더 중요한 이유는 벤더가 이러한 IT 기술 시장에서 자신이 유행시키지 못한 거창한 이니셔티브에 대하 창피해하는 경향이 있기 때문일 것이다. 예를 들면, 초창기 DSS와 EIS의 시대에서는 기술 구현에 영향을 미칠 수 있는 다양한 유형의 결점 때문에 고생을 했었다. 아직 알려지지 않은 최신 기술, 조직 내 정치의 불확실성, 이른 도입 때문에 생긴 결함 등이 그러했다. 아이디어는 그럴듯해 보였지만, 이러한 실패는 나쁜 평판을 사람들의 뇌리에 심어주었다.
하지만 근본적인 개념은 살아남았다. 남들이 뭐라던간에, 의사 결정에 컴퓨터의 계산 능력을 사용한다는 생각을 그 누가 반박하겠는가? 어떤 경영진이 IT 자원을 사용해 가치있는 정보를 생산하는 일을 반대하겠는가? 그리하여, 이전 실패의 기억이 희미해지자 벤더와 컨설턴트들은 오점투성이인 딱지를 떼고, 슬그머니 새로운 용어를 들고 나와 "새롭게 향상된" 솔루션을 팔기 시작했다. (물론 더 진보된 기술도 등장했지만 말이다)
눈에 확 띄는(in sight, 역주:통찰insight이란 단어로 말장난을 하고 싶은 모양이다) 좋은 정의
통찰insight이란 단어를 다시 잠깐 살펴보는게 좋을 것 같다. 통찰은 결국 BI 프로젝트의 궁극적인 목표이며, BI와 관련된 저술가, 컨설턴트, 벤더, 다양한 기술 열광자들은 다양한 방법으로 BI 프로젝트에 투자한 모든 이들에게 이러한 통찰을 제공하고자 한다. "통찰"은 바람직한 BI 프로젝트에서 흘러나오는 산출물을 통합해주는 역할을 한다. 기업 내에서 비즈니스에 관련된 수많은 이슈 때문에 하늘이 노래지는 상황을 떠올려보자. 통찰은 사물을 바라보는 새로운 관점이자 명확한 시점이며, 앞날을 내다보는 방법이다. BI가 비즈니스에 대한 통찰을 제공하면, 사용자는 이전에 눈에 띄지 않았거나 알 수 없었던 조직의 특성이 사실인지 가설에 불과한지 궤뚫어 볼 수 있을 것이다
실제로 통찰이란 단어는 지능(Intelligence)이라는 단어보다 더 지능적인 것이다. 무엇보다도, "지능"은 문맥에 따라서 다양한 요소를 시사할 수 있다. 그러므로 BI에 대해 생각하다보면 정의 자체가 애매해져 혼란스러워질 것이다. 지능 대신 통찰이란 단어를 대신 넣어서, BI라는 단어를 비즈니스에 대한 통찰(Business Insight)로 생각하는 편이 정신적으로 도움이 될 것이다.
하지만 다행히도 BI 실무에서, 시장 상황을 개선하기 위해 제임스 본드처럼 스파이짓을 한다던가 할 일은 없다. 현실의 BI에는 이중 첩자도, 수입 스포츠카도, "뇌관" 같은 단어도 일절 등장하지 않는다. (프로젝트가 망해간다면 그런 "뇌관"이란게 존재할지 모르겠지만) BI는 일견 첩보 활동과 비슷할 수 있지만, 그건 BI 사용자 스스로 자신을 분석할 때 뿐이다.
뭐, 만약 BI 프로젝트가 잘 굴러간다면 직장 상사에게 "Q 요원이라고 불러주세요."라고 주문할 수는 있을 것 같다.
BI의 네 가지 요소
그렇다면, 우리가 정확한, 가치있는, 적시에, 실행에 옮길 수 있는(accurate, valuable, timely, actionable)이란 단어를 이야기할 때, 이 단어들은 정확히 무엇을 의미하는 것일까? BI의 주요 특징을 알아가다 보면, BI의 구축 과정에서 이들 네 단어가 이렇게 중요한 이유를 알게 될 것이다. 사실, BI에서 얻은 지식이 이들 네 가지 조건을 만족하지 못한다면, BI의 과정은 실패한 것이나 마찬가지다.
정확한 답
조직에서 일어나는 의사결정은 불가피하게, 기업의 현 상황이 반영된 중요한 정보들을 사용해 일련의 전문가들이 내놓은 결론을 피해하기 어렵다. 의사결정 과정에서 BI가 일말의 가치를 지니려면, 조직의 객관적인 실상을 정확히 반영할 뿐만 아니라, 정확성에 있어서 엄격한 표준을 따라야만 한다. BI 프로세스에서 산출된 통찰을 보증하는 것은, BI 프로세스 자체의 정확성이다.
BI에서 GIGO(Garbage In, Garbage Out) 규칙은 모든 기술 도구와 프로세스에 적용된다. GIGO는 BI에서 얻은 통찰이 정확하지 않을 경우, 기업에서의 의사결정 또한 그에 비례해 부정확해질 것이라는 점을 시사한다. 기업의 지역별 매출 보고서가 있다고 할 때, 비교적 실적이 양호한 지역의 매출 보고서를 위에 올리고 실적이 엉망인 다른 지역의 매출 보고서를 밑에다 감춰놓은 상황을 상상해보자. 의사결정 과정에서 이러한 지식의 단편들은 경영진이(혹은 특정 개인이) 판매 프로세스를 조정하는데 영향을 끼칠 수 있을 것이다. 하지만 다수의 지역에서 사무소와 부서가 잘못 정렬되어 매출액 자체가 잘못 표시되었다면, 이 과정에서 도출된 결론(그리고 그에 따른 행동 강령)은 기업에 도움이 되기는 커녕 오히려 상황을 악화시킬 수도 있을 것이다.
정치적 관점에서의 올바른 이해 또한 중요하다. BI가 영향력을 갖기 위해서는 기업의 이해관계자(그리고 각자의 비즈니스 영역에서 BI에 영향을 주거나, 혹은 영향을 받을 수 있는 주요 임직원들)들이 BI를 신뢰해야 한다. BI를 수행함에 있어, BI 프로젝트에서 개발팀이 몇달간 고생해 만든 보고서를 경영진이 30초 동안 훑어보고 "숫자가 틀렸잖아"라고 말하는 것보다 더 당황스러운 일은 없을 것이다.
하지만 이런 일은 비일비재하다. 그렇다고 해도, BI의 통찰력은 놀라우면서, 때로는 직관에 반하기도 하고, 조직 내의 특정 그룹을 위협하는 존재가 되기도 한다. 실적이 변변찮은 영업 관리자는 보고서의 타당성에 이의를 제기할 방법을 궁리하게 될 것이며, 사람들은 아무리 작은 오류라 할지라도 일단 오류가 존재한다면 데이터에서 도출한 결론의 정확성에 의문을 품을 것이다.
가능하다면 BI는 최대한 진실에 가까운 내용을 보여주어야 한다. 단순히 결과를 산출하는 것 뿐만 아니라, 회의적인 사람들의 평가도 고려해야 하는 것이다! BI에서 산출된 통찰에 정확성이 결여되어 있다면, 이는 단순히 가치없는 정보보다도 더 나쁜 것이다. 이러한 통찰은 기업에 해가 된다. 그리고 BI가 기업에 해를 끼치는 경우가 생긴다면, 사람들은 두 번 다시 BI를 신뢰하지 않을 것이다.
가치있는 통찰
모든 통찰이 동등하지는 않다. 예를 들어 보자. 어떤 마트 체인이 BI 프로젝트에 수백만 달러를 투자해서 자사의 판매 내역 데이터를 분석한 결과, 피넛 버터 고객을 구입하는 고객은 젤리도 함께 사는 경우가 많다는 사실을 발견했다.
헐.
이러한 BI의 통찰은, 물론 정확하긴 하지만 의사결정자에게는 별로 도움이 안 되는 내용이다. (의사결정자는 이 두 상품이 대부분 수퍼마켓에서 서로 가까운 위치에 진열된다는 것을 이미 알고 있을 것이다) BI를 독보적이게 하는 것은 단지 정확한 정보를 산출하는 것 뿐만 아니라, 조직에 실체적인 충격(대폭적인 비용의 감소, 운영의 향상, 매출 증가 등 긍정적인 요인에 해당하는)을 줄 수 있는 정보를 제공해야 한다. 또한, 데이터 위주의 분석을 할 수 없는 상태에서는, 보통 가치있는 통찰을 쉽게 추론해낼 수 없다.
기업에는 눈에 띄는 점들을 서로 연결할 줄 아는 똑똑한 사람 정도는 얼마든지 있다. BI의 통찰은 항상 눈에 띄는 그런 것은 아니지만, 그 파급력은 엄청날 수 있다.
적시의 정보
누군가와 열받는 논쟁을 하던 와중에, 5분만에 상대방의 바보같은 주장을 완벽히 반박하고 그 자리를 벗어났으면 좋겠다는 생각을 해본 적이 있는가?
이런 상황을 불어로는 L`esprit d`escalier(역주 : 계단에서의 생각, 법정에서 상대방에게 말문이 막혀 아무 말도 못했던 사람이 계단을 내려가다가 딱 들어맞는 답변이 생각났다는 이야기에서 유래)라고 한다. 상대방과의 논쟁에서 이기고 그 장소를 떠나지 않는 이상은 영 찜찜할 것이다.
논쟁을 효과적으로 이끌기 위해서는 단순히 그럴듯한 정보를 제시하는 것 뿐만 아니라, 그 정보가 필요한 순간에 제시할 수 있어야 한다. 적시에 무엇인가를 말하지 않았다면, 오스카 와일드나 키케로같은 훌륭한 재담가들은 단지 괜찮은(하지만 애매한), L`esprit d`escalier로 충만한 작가밖에 될 수 없었을 것이다.
비즈니스에서 정보의 지연은 큰 문제가 될 수 있으며, 이러한 정보의 지연은 다양한 형태로 일어난다.
- 하드웨어나 소프트웨어의 한계로 사용자들이 필요한만큼 데이터를 빠르게 계산해낼 수 없는 기술적인 문제.
- 엄격한 작업 흐름이나 데이터 전달과 관련된 문제 ; 데이터가 시스템에 적절히 공급되지 못하는 경우.
- 시시때때로 일어나는 정보 전달의 문제 ; 예를 들어, 다른 언어로 번역된 보고서를 제공해야 하는 경우
마이크로 칩이 처리하든 인간이 처리하든간에, 데이터 가공 과정의 각 단계에는 시간이 필요하다. 총체적으로 보면, 되도록 이런 시간 지연이 적어야 BI 프로세스에서 산출되는 정보가 의사결정자에게 좀 더 적절하고 유용하며 가치있는 정보가 될 수 있다.
적시성은 비즈니스 통찰에 있어 다른 요소들보다 중요한 특성이다. 최상의 의사결정 지원 프로세스는 최신의 정보와 분석 결과를 의사 결정자에게 제공하여, 의사결정자가 그 정보를 바탕으로 시도해볼 수 있는 모든 행동을 숙고할 충분한 시간을 제공한다. 헤지 펀드의 주식 거래자는 지속적으로 갱신되는 대량의 데이터로 채워진 엄청난 양의 스프레드시트를 사용한다. 이러한 대량의 데이터는 일련의 프로세스 속에서 계속 유입되고 가공됨으로써, 주식 거래자가 이용할 수 있는 정보가 된다. 주식 거래자는 이렇게 가공된 결과를 사용해 주식과 채권을 사고 팔아서, 회사와 그 고객들에게 돈을 벌어다 준다. 주식 거래자의 응용 프로그램이 데이터를 가공하는 속도가 늦어진다면, 기업 입장에서는 이익이 큰 거래를 잡을 기회를 놓치게 될 것이며, 그들의 포트폴리오는 개미투자자들의 포트폴리오처럼 되어버리고 말 것이다.
실행으로 옮길 수 있는 의견
실행으로 옮길 수 있다는 것은, 정확성과 함께 꼭 고려되어야 할 요소이다. BI 프로세스에서 최종적으로 얻은 의견이라는 것이, 경쟁 기업이 사업을 그만둔다거나, 혹은 그 기업의 공장이 지어진 지 30년이 아니라 10년이 된 건물이었다면, BI 프로세스를 수행한 기업의 사정이 더 나아질 것이라고 하는 상황을 가정해 보자.
이런 의견이 물론 정확할 수는 있다. 앞의 시나리오대로 일이 진행된다던가, 이러한 정보가 기업에게 유용할지도 모른다고 믿는 것도 과한 것은 아니다. 하지만, 이런 정보를 가지고 경영진이 대체 뭘 할 수 있단 말인가? 경쟁 기업이 퇴출되기를 기원하거나, 당신 손가락을 튕겨서 공장의 내구 연한을 증가시키기라도 할 것인가? 이러한 예는 과장된 것이지만, 의사결정 지원 도구의 가장 큰 약점 중 하나는 실행으로 옮길 수 없는 결론을 도출한다는 것이다. 실행으로 옮길 수 있는 의견이 되려면, 기업의 현 상황을 고려할 때 가능성이 있는 수단이어야 한다. 현 상황에서 의견을 실행으로 옮길 수 있는 가능성이 있어야만 한다.
기업의 이상적인 BI 팀은 장래 기업의 행방에 도움이 되는 보고서를 생산할 수 있다. 경영진은 가격 인하를 결정하거나, 묶음으로 판매될 제품을 결정할 수 있다. 이러한 일은 BI의 지원을 받으면 쉽게 수행될 수 있으며, 기업의 위치를 개선하는데 도움을 줄 수 있다. BI의 어법으로 말한다면, 통찰은 실행으로 옮길 수 있어야 한다.
(계속…)