추천
저는 빅 데이터에 대해 ‘대량, 고속, 다양성의 정보’라고 말한 가트너(Gartner)의 정의를 좋아합니다.
월마트(Walmart)는 대량 정보의 좋은 예를 보여 줍니다. 이 기업은 시간 당 백만 개의 거래를 추적합니다. FICO는 계정 21억개의 데이터를 저장하는 데 그치지 않고 실시간으로 이 계정을 모니터링하여 사기 행위로부터 고객을 보호합니다. 그리고, 다양성에서 페이스북(Facebook)보다 더 좋은 예가 있을까요? 21억 명의 사용자와 5천억 장의 사진을 처리하니까요.
빅 데이터가 필요하다고 생각하세요? 사실 작은 데이터 또는 정확한 데이터에서도 많은 가치를 얻을 수 있습니다. 데이터를 얻기 위해 수백만 달러를 투자할 필요가 없고 그 가치 만큼만 투자하면 됩니다. 빅 데이터는 어디에나 통용되는 해답은 아닙니다. 대신, 그 개념을 이해하는 것이 중요합니다. 그 개념은 모든 제조사에 적용할 수 있으니까요. 빅 데이터의 장점은 결론을 도출해 패턴을 파악할 수 있는 분석 능력에 있습니다.
그러므로, 실제 목표는 빅 데이터도 아니고, 그렇다고 제로 데이터도 아닙니다. 문제는 바로 정확한 데이터입니다.
수집 가능하고 다양한 구조화 및 비구조화 정보를 통해 정확한 방향을 잡을 수 있는 최상의 방법은 문제를 일으키는 최고 핵심 자산 또는 프로세스에서 시작하는 것입니다. 그런 다음 최종 상태 또는 성취하고자 하는 목표를 계획하는 것입니다.
다음 두 가지 질문이 시작에 도움이 되어 줄 것입니다.
1. 어떤 데이터를 수집할 것인가 ? (해당 자산 또는 프로세스와 관련하여)
2. 수집한 데이터에서 무엇을 알아낼 수 있는가? 운영에 실용적인 부분에 집중함으로써 빅 데이터의 압도적인 개념을 잡고 그것을 “정량의 데이터”로 전환할 수 있습니다.
작업을 측정하는 타당한 이유가 있습니다. 빅 데이터의 파워는 수집하는 데이터의 양에 있지 않고, 중요한 데이터를 어떻게 사용하는가에 달려 있습니다.
STAR란 수집하려는 데이터를 파악하는 데 도움이 되는 약어입니다.
• 단순성(Simple): 명확한 시각적 자료를 제공함으로써 정보에 입각한 빠른 결정을 내릴 수 있는 기본으로 돌아가는 것입니다.
• 적시성(Timely): 이 또한 기본적인 요소입니다. 현대의 커넥티드 엔터프라이즈를 통해 신속하고 간편하게 데이터에 접근해 시기적절한 정보를 찾을 수 있습니다.
• 정확성(Accuracy): 신뢰성 및 의사 결정 문화 개선에 특히 중요합니다.
• 관련성(Relevant): 다른 요소와 함께 기본적이면서 중요합니다. 수익에 대해 측정하는 경우, 기준을 정해야 합니다. 업타임에 관한 경우, 그에 맞춘 KPI(핵심 성과 지표)를 준비하는 것이 좋습니다.
새로운 기술과 기능을 이용해 모든 것을 수집하고 싶은 충동이 생기는 것은 당연합니다. 직감에 따른 의사 결정에서 데이터 보유를 위한 데이터 수집으로 경향이 변하게 됩니다. 저는 그 중간을 권하겠습니다. “정량의 데이터”를 찾는 작업은 프로세스입니다.
• 개념에 대해 숙지하세요. 빅 데이터로 무엇을 해야 할 지 모르는 경우가 많습니다. 가장 문제 있는 영역에 집중하세요.
• 데이터 수집에 대한 계획을 세우세요. 데이터 의존 문화로 전환할 준비가 덜 되어 있다면, 어떤 부분에 누구의 지원이 필요한지 알아야 합니다.
• 데이터 가시성을 확보하세요. 데이터를 수집하고 나면, 데이터를 공유하고 의사 결정자를 지원해야 조직에 더 큰 성공을 가져올 수 있습니다.
그리고 명심하십시오. 빅 데이터의 가치는 통계 수치나 보고서가 아닙니다. 그 가치는 정보 분석으로 알 수 있는 결과에 있습니다. 즉, 데이터 더 많다고 반드시 더 좋은 것만은 않습니다. 데이터가 있다면 없는 것보다는 더 낫겠지만, 적절한 데이터를 적절한 사람에게 제공하여 정확한 의사 결정을 내리는 것이 최고의 시나리오입니다.
RSTechED 2014에 참석했다면, 커넥티드 엔터프라이즈와 빅 데이터에 대해 많이 배우셨을 것입니다. 참석하지 않았다고 해도, 스스로 알아 보는데 도움이 될 자료가 많이 있습니다. 자세한 내용을 읽거나 or 저의 프레젠테이션을 보세요.
Published 2015년 11월 30일 (월)
