블룸버그 프로페셔널 서비스
기업 의사 결정권자들은 대안적 데이터가 기존 데이터 세트로 이미 수행하고 있는 모델링이나 확률 분석을 강화해줄 수 있음은 알고 있다.
하지만 경쟁 압력이 높아짐에 따라 이제는 공급망 데이터, 방문객 수(foot traffic) 데이터, 앱 인텔리전스 등의 대안적 데이터 세트가 기업에게 정보 우위를 부여할 수도 있게 되었다. 경쟁 우위 확보의 열쇠는 대안적 데이터의 실질적 활용 방법을 찾아 보다 스마트한 전략적 의사결정에 도움이 되는 정보를 찾는데 있다.
미래 계획 수립의 동력으로서의 가치
작년 블룸버그 기술 및 데이터 서밋(Bloomberg Tech and Data Summit)의 핵심 주제 중 하나는 기업의 대규모 데이터 분석에 대한 요구가 급속히 성장하는 배경이었다. 시장과 경제적 동력의 변화에 적응하기 위해서는 전통적 데이터 세트에서 얻을 수 있는 것과는 다른 통찰력이 필요하다.
그러나 현재까지 회사들은 대안적 데이터를 제한적으로만 활용하고 있다. 이해관계자들은 소매 판매 데이터나 소셜 미디어 지표 등을 단순히 이미 내린 자체적 판단을 뒷받침하기 위해 사용하는 경우가 있다. 이를테면 제품 변경이나 마케팅 전술 등 기존에 나온 제안을 뒷받침하기 위해 활용하는 식이다.
하지만 보다 풍성한 분석과 보다 전술적인 데이터 세트의 구성은 대안적 데이터의 힘을 훨씬 더 증폭시킬 수 있다. 기업들은 이 새로운 정보를 활용하여 가설에 반복 적용하여 시험하고 기각하는 방식을 선진화할 수 있다. 예를 들어 특정 공급 업체의 데이터 세트를 분석하여 어떤 통찰을 얻어낼 수 있는 지 살펴보자. 공급망 데이터를 활용하여 다른 성과 분야의 회귀 분석을 강화하면 미래 의사결정에 도움이 되는 아래와 같은 복기식(look-back) 질문에 답을 할 수 있다.
이러한 가설 시나리오를 통해 예측되는 거래 상대방 리스크에 대해 보다 탄탄한 이해를 가질 수 있다. 즉, 기존의 인식이나 정적인 성과 보고서가 아니라, 신선하고 신뢰도 높은 통찰에 기반하여 새로운 협상의 레버리지를 갖게 되는 것이다.
목표 중심 분석 및 평가 사용
대안적 데이터 세트는 그 자체로 통찰이 되는 경우는 별로 없다. 진정한 가치를 얻기 위해서는 기업이 명확한 목표를 가지고 있어야 한다. 그래야 고객과 경쟁 업체, 이익률 등에 대한 이해를 높이기 위해 데이터를 정밀히 분석할 수 있다.
고객: 리테일 환경이 진화하면서, 소비자 행동은 점차 측정 가능하고 가치 높은 데이터 포인트가 되고 있다. ‘매장 방문객 데이터’와 ‘앱 인텔리전스 데이터’를 결합하면 소비자 트렌드와 유지를 이해하는 데 도움이 된다.
경쟁적 우위를 위한 대안적 데이터
이제는 기업이 대안적 데이터에 익숙해져야 할 때다. 디지털 기술과 자동화로 정보가 관리되고 사용되는 방식이 바뀌면서, 산업들은 기존의 데이터 분석으로는 따라잡기 어려울 만큼 빠르게 변화하고 있다.
내부적으로는 인재와 기업문화가 성공의 동력이 된다. 서로 연결되고 정제된 데이터 세트에 회사 내 여러 팀들이 쉽게 접근하여 활용할 수 있도록 학습과 실험의 문화를 포용할 필요가 있다.
신뢰할 수 있는 솔루션 제공 업체와 협력하면 출처가 확실하고 정확한 데이터를 활용할 수 있다. 일례로 블룸버그의 데이터 솔루션은 2018년 제공하는 데이터 폭을 크게 확장하여 데이터 라이선스에 8개의 데이터 범주를 신설했다. 블룸버그의 견고한 솔루션을 이용하면 전통적 및 대안적 데이터 범주 전반을 아우르는 대규모 데이터 분석을 구축할 수 있어, 경영 보고를 위한 통합 데이터 액세스 포인트가 생긴다.
결국 전통적 데이터는 비즈니스 의사 결정에 늘 핵심적일 것이다. 그러나 대안적 데이터는 그 분석에 풍성한 맥락과 색상을 주입함으로써 기업은 경쟁적 우위를 창출할 수 있으며, 잠재적으로 이해의 빈 틈을 채워 줌으로써 보다 구체적이고 영향력이 높은 의사 결정에 힘을 실어 주게 된다.
