현대의 IT 생태계에서 글로벌 기업들은 두 가지 거대한 전쟁을 치르고 있다. 첫 번째는 고객층 확보와 외형적 성장을 통해 데이터를 독점하고자 하는 ‘플랫폼 전쟁’이고, 두 번째는 선순환 유지와 지속적 성장을 위한 경쟁력을 갖추고자 하는 ‘데이터 분석 전쟁’이다. 2010년대 글로벌 IT 기업들의 행보를 살펴보면, 플랫폼 확대와 데이터 분석을 위해 핵심이 될 만한 하이테크 기업들을 인수하거나 인재를 영입하고 있음을 알 수 있다. 여기서 주목할 점은, 하드웨어나 프로세스 알고리즘이 평준화된 지금, 데이터 분석에 의한 경쟁력 강화 및 서비스 개발이 갈수록 큰 변수로 떠오르고 있다는 사실이다.
이처럼 글로벌 시장에서 빅데이터 서비스 활동은 폭발적으로 증가하는데, 정작 IT 강국으로 알려진 우리나라는 빅데이터 기술력이 걸음마 단계를 벗어나지 못하고 있다. 우리나라 기업 열 곳 중 여덟 곳은 빅데이터를 활용하지 않는다. 그들은 어째서 이토록 데이터 활용에 인색할까? 이 책은 데이터 분석이 실패하는 원인을 집중적으로 다루고 있다. 막연한 데이터 분석 무용론을 떠나, 논리적이고 객관적으로 현상을 분석하고 근본 원인을 찾는다. 그런 다음 어떻게 해야 글로벌 빅데이터 경쟁에서 승리하고 살아남을 수 있는지에 대해 실제 기업의 사례를 들어 자세히 설명한다.
어떻게 빅데이터를 활용해야 진짜 성공하는가?
아이러브스쿨(1996년)과 인터넷 커뮤니티 싸이월드(1999년)는 페이스북(2004년)보다 각각 8년, 5년 앞선 서비스였다. 페이스북보다 훨씬 우수한 서비스와 두터운 고객층을 확보하고 있었음에도 불구하고 이들 기업은 글로벌 확장에 소홀했고, 단기간의 수익에 매몰된 나머지 플랫폼 확장과 데이터 분석을 등한시해 그 헤게모니를 내주고 말았다. 이렇게 IT 서비스 전쟁에서 한국이 낙오된 것은 장기적 관점에서 관련 시장의 흐름을 읽는 시야의 부재와, 한국 특유의 대기업 위주의 경영 환경에 기인한다. 즉 대기업이라는 비대한 조직 내에서는 비즈니스와 IT의 괴리가 발생하므로 데이터 분석을 추진하고 활용해 성과를 내는 일이 요원해 보이는 것이다.
그러나 글로벌 혁신 기업들은 데이터 분석과 비즈니스를 동일 선상에서 생각한다. 비즈니스의 ‘목적’을 해결하기 위해 데이터를 가공해 직접 성과로 연결시키는 것이다. 빅데이터의 성패는 데이터 양이나 하드웨어의 사양에 달려 있지 않다. 성패를 결정짓는 것은 바로 데이터를 ‘수동적’으로 보고 자료 등에만 사용하느냐, 아니면 ‘적극적’으로 문제 해결의 목적으로 활용하느냐 여부이다. 이 책에는 그것을 뒷받침하는 흥미로운 사례들이 등장하는데, 예를 들어 테스코의 사례가 대표적이다.
영국의 최대 소매 기업이며 세계적 유통 기업으로 성장한 테스코는 작은 슈퍼마켓에서 출발했다. 1993년 테스코의 규모는 경쟁사인 막스앤스펜서의 3분의 1, 세인즈베리의 절반 정도에 불과했다. 하지만 1995년 테스코는 두 경쟁사를 제치고 유통업체 1위로 올라섰다. 테스코가 이렇게 성장한 배경에는 고객의 유형을 데이터화해서 충성도 관리까지 해주는 클럽카드가 있었다. 고객이 원하는 제품과 최적 가격을 ‘데이터 분석’이라는 마법 상자에서 척척 꺼내 활용하며 경쟁 시장을 휩쓸었던 테스코였지만, 2000년대 후반 몰락의 길을 걷게 된다. 테스코의 실패 원인은 세 가지로 생각해볼 수 있는데 첫째, ‘비즈니스’가 아닌 ‘데이터’를 우선한 것이다. 둘째, ‘고객’이 아닌 ‘제품’ 위주로 분석한 것이다. 셋째, 대기업에서 나타나는 ‘수익 창출의 단절’을 들 수 있다. 문제가 생겼을 때는 제로베이스에서 문제를 해결해야 하는데, ‘데이터’라는 마약에 취해 ‘비즈니스’를 보지 못한 것이다.
이 외에도 구글 TV가 왜 실패했는지, 나이키가 왜 닌텐도를 경쟁상대로 규정했는지 등의 이야기들이 펼쳐진다.
데이터 분석은 기업의 미래 핵심 역량을 형성해 전략의 방향을 결정하는 활동이며, 기업 활동을 일사불란하게 실행하는 주체이다. 데이터 분석의 종착지는 사람이고, 비즈니스이다. 사람의 가치에 맞게 데이터를 요리하는 것만이 현대 기업이 살아남는 유일한 길이다. 그러기 위해서는 인문학과 공학의 융합형 인재를 확보하고 조직을 갖추는 것이 필요하며, ‘인간’을 중심에 두고 ‘인간’의 삶에 도움을 주려는 관점에서 데이터를 바라보는 통찰력이 요구된다. 그것이 곧 기업의 미래를 결정하기 때문이다.
빅데이터 전략의 최고 권위자로, 10여 년의 현장경험을 통해 실행과 성과 중심의 빅데이터 방법론을 정립한 저자는 이 책에서 실제 기업들의 실패 및 성공 사례 분석을 통해 데이터 분석의 핵심 원리를 도출하고자 했다. 그리고 글로벌 혁신 기업에서 어떻게 빅데이터를 활용하고 성공했는지, 그 원리를 독자들과 나누고자 했다.
페이스북은 SNS, 아마존은 전자 상거래, 구글은 검색이라는 뚜렷한 시장을 토대로 타 영역으로 플랫폼을 확장해나가고 있는 이 시대의 총성 없는 전쟁에서 우리는 어떻게 대비해야 하는가? 이 책에서 그 해답을 발견할 수 있을 것이다.
박형준
고려대학교를 졸업하고 버지니아 대학교 다든스쿨에서 MBA를 수료했다. 뉴욕의 벤처캐피탈 회사에서 Data Analytics 전략 전문가로 일했으며, 현재 외국계 경영 컨설팅 회사의 빅데이터 전략 최고 권위자로 활동하고 있다. 10여 년의 현장경험을 통해 실행과 성과 중심의 빅데이터 방법론을 정립했다. 빅데이터 전략 수립부터 시스템 설계, 개발 및 활용까지 완벽히 실행하는 그의 방법론은 국내외 주요 기업 및 연구소에서 그 성과가 검증되었다.
「매일경제」 경영칼럼 연재위원으로 활동했으며, 주요 대학에서 산학협력교수로 기업형 빅데이터 기술을 연구하고 있다. 최근에는 CRM Fair에서 ‘성과를 내는 데이터 분석’을 발표했다. 현재 유수 기업의 경영자문과 사외이사로 활동하고 있으며, 성과 지향 전략 컨설팅 네트워크인 Value Management Group의 대표를 맡고 있다. 저서로 『브레인 워크』가 있다.
프롤로그
1부 데이터를 버려라
1장 글로벌 데이터 전쟁
데이터 전쟁, 피할 수 없다 | 글로벌 기업들의 전쟁 선포
전쟁에서 살아남는 법 | 데이터로 흥한 자, 데이터로 망한다?
2장 구글 TV는 왜 실패했는가?
뉴턴은 틀렸다 | 데이터 분석에 눈이 멀다
3장 그들은 왜 데이터 분석을 하는가?
데이터 분석은 최후까지 미뤄라 | 문법대로 번역하지 않는다
Case Study 공항 교통 데이터 분석
Further Study 로봇과 머신러닝의 시대, 인간은 무엇을 해야 하는가?
2부 데이터는 사람이다
4장 고객이 되어 생각하라
고객을 돈으로 보지 마라
5장 빅데이터, 사람에게서 출발하라
사람의 특징을 숫자로 이해한다: 프로파일링
수천만 고객을 모두 조사할 것인가?: 클러스터링
고객의 아픈 곳(Pain Point)을 찾아라
아마존처럼 물건 장사하기 | 파일럿
옴니 채널로 고객을 포위하라
6장 나이키는 왜 닌텐도와 경쟁하는가?
B2C 시장의 원리 | 글로벌 치킨 게임
Case Study 1 빅데이터 알고리즘을 이용한 포커 선수
Case Study 2 많이 구매할수록 제품 가격이 떨어지는 코스트코
Further Study 인간은 1,000개의 얼굴을 가지고 있다
3부 데이터는 내가 만든다
7장 필요한 데이터를 아는 것이 데이터 분석의 전부다
인간의 DNA 중 필요한 부분은 2퍼센트에 불과하다
스마트워치, 누구에게 팔 것인가?
당신의 데이터는 빙산의 일각이다
8장 데이터를 창조하라
피카소는 데이터 과학자이다
데이터로 고객의 얼굴을 그리다
페이스북의 인간관계망 재창조
Case Study 루이비통을 사면 부자일까?: 고객 경험 단계
Further Study 구글 ‘Don’t be evil’, 돈은 언제 버는가?
4부 과거는 필요 없다
9장 인간의 무의식을 예측하라
고급 악기만 들면 다 세계적 연주가?
세월호 사건과 빅데이터
인간의 무의식을 예측하는 빅데이터
Case Study 1 빅데이터 범죄 예방 시스템
Case Study 2 빅데이터로 고객의 이탈을 예측한다
Further Study 빅데이터는 빅브라더?
10장 패턴이 있으면 예측 가능하다
내부 데이터 기반 예측 | 외부 데이터 기반 예측
경로 기반 유행 예측
Case Study 1 주가 등락 예측
Case Study 2 무빙 아날로지를 이용한 미국 박스오피스 예측
Further Study 영원한 고객은 없다
5부 빅데이터, 결국은 성과이다
11장 데이터는 전략이다
빅데이터도 시어스 홀딩스를 살릴 수 없다
아마존으로 보는 온라인 커머스 데이터 전략
온라인 쇼핑몰의 알고리즘 자동화
Case Study 편의점의 빅데이터 전략
Further Study 1 아마존을 이기는 방법
Further Study 2 우버는 허상이다? ― 공유 경제와 빅데이터
Further Study 3 행복 플랫폼
12장 빅데이터, 산 넘어 산
엘리트의 몰락 | 성과를 내는 3대 법칙
데이터 사이언티스트는 지휘자이다
기업의 조직과 관성
아무리 강조해도 지나치지 않은 초기 성과
Case study 지나치게 이상적인 목표의 위험
Further Study 아마존의 클라우드와 쿠팡의 로켓 배송
에필로그
COPYRIGHT 2009 BY ㈜북큐브네트웍스 RIGHTS RESERVED. IF YOU HAVE ANY QUESTION OR COMMENTS.
