1. BI , 대시보드를 업무에서 직접 사용하고 계신 분들
2. BI, 대시보드의 한계점을 느끼고 어떻게 실무자들이 데이터를 더 능동적으로 활용할 수 있을지 궁금했던 분들
3. '데이터 탈중앙화', '데이터 민주화' 관련 트렌드에 관심이 많은 분들
애플의 창업자, Steve Jobs 는 다음과 같은 명언을 남겼습니다.
기술만으로는 충분하지 않다 .
(Technology alone is not enough.)
그는 이어, 기술과 인문학의 결합이 우리의 가슴을 뛰게 한다고 했습니다. 그러한 그의 철학은 훌륭한 디자인과 사용자 경험을 가진 애플 제품들과 그 생태계를 탄생시켰죠.
서로 달라보이는 것의 상호 보완은 뛰어난 결과를 낳았습니다. 그리고 그것은, 지금 데이터 분야에서도 일어나고 있습니다.
BI의 역사 : BI는 어떻게 발전했는가
대시보드만으로는 충분하지 않습니다. 한계가 있죠. 이 이야기를 하기 위해서는 현대의 데이터 대시보드를 탄생시킨 BI 가 무엇인지 알아야 합니다.
비즈니스 인텔리전스(BI)는 데이터를 분석하고 해석하여 의미 있는 정보로 변환하고, 이를 바탕으로 비즈니스 결정을 내리는 일련의 기술과 실천을 말합니다.
BI는 기업이 데이터 기반의 결정을 내리고, 개선 영역을 식별하며, 경쟁자보다 우위를 점하는 데 필수적인 도구입니다.
BI의 역사를 살펴보면, 1990년대에 데이터 웨어하우스의 탄생으로 데이터 저장과 조직화가 크게 개선되었습니다. 이어서 2000년대에는 조직화된 데이터를 한눈에 파악하기 위한 BI 솔루션들이 등장했습니다.
2010년대에는 인터넷의 확산과 디지털 데이터의 증가로 '빅 데이터' 시대가 도래했으며, 이로 인해 데이터 분석과 데이터 사이언스 영역이 주목받기 시작했습니다.
이러한 배경에서 현대의 데이터 대시보드가 중요한 역할을 하게 되었습니다. 데이터 대시보드는 데이터를 시각적으로 표현하여 실무자들이 쉽게 이해하고 활용할 수 있도록 돕습니다. 이는 데이터를 기반으로 한 의사결정을 촉진하고, 비즈니스 운영의 효율성을 높이는 데 중요한 역할을 합니다.
하지만, 대시보드의 사용에는 한계가 있습니다.
대시보드는 복잡한 데이터를 단순화하여 표시하는 경향이 있으며, 때로는 더 깊은 분석이 필요한 경우에는 충분한 정보를 제공하지 못할 수 있습니다. 또한, 모든 사용자의 요구를 충족시키기 어렵고, 데이터의 해석에 오류가 발생할 수도 있습니다.
BI의 한계 : 일방향적인 데이터의 흐름
쌍방향으로 상호작용하는 미디어 플랫폼들이 떠오르며, TV나 라디오 방송국들과 같이 단방향으로 정보를 송출하는 미디어는 빠르게 그 인기가 감소하고 있습니다.
그리고 그러한 현상은 데이터의 분야에서도 똑같이 일어나고 있죠.
데이터를 활용하기 위하여, 많은 기업들은 BI 대시보드를 사내에 구축하였습니다. 그러나 막상 BI 대시보드를 구축하여 운영하는 것은, 생각했던 것과는 달랐습니다.
일방향적인 데이터의 흐름을 가진 BI 대시보드로는 실무자들이 데이터에 대한 깊은 인사이트를 얻을 수 없었습니다. 그래서 데이터 분석가라는 ‘데이터 분석’을 전문적으로 하는 직군이 탄생하였죠.
BI는 데이터 분석가의 업무를 보조하는 수단으로 전락해 버립니다.
DDD의 시작: 데이터 분석가들의 업무 과중
2020년대에 접어들어, 기업의 모든 의사결정이 데이터 중심으로 결정되기 시작합니다. DDD(Data-driven-decision)이라는 개념의 부상과 함께 말이죠.
그래서 데이터 분석가, 데이터 사이언티스트라는 직군의 출현과 함께 그들은 조직 내에서 아주 중요한 역할을 담당하게 됩니다. 데이터 분석가들은 조직 내에서 아주 중요한 사람들이 되었지만, 이는 또 다른 문제를 낳았습니다.
데이터 분석의 병목현상이 발생하기 시작했죠.
사내에 데이터 분석가들은 데이터와 관련된 모든 일을 하게 됩니다. 그리고 그들의 업무는 과중해집니다. 현업들은 분석가에게 업무 요청을 하고, 한참을 기다려야만 했죠.
또한, 안그래도 과중한 업무를 하고 있는 분석가들에게, 현업들은 그들의 데이터가 무엇을 의미하는지 일일이 설명해주어야 했습니다. 데이터 분석가들이 모든 종류의 데이터에 도메인 지식(domain knowledge)이 있는 것이 아니기에, 현실적으로 분석가들이 공부까지 해가며 데이터 분석까지 하는 것에 큰 부담을 느끼게 됩니다.
이러한 상황은 데이터 기반 의사결정 문화를 조직 내에 이식하는 것에 큰 장애가 되었습니다.
BI 와 Analytics의 통합 : Self-service Analytics
BI 는 깊이 있는 데이터 분석을 할 수 없죠. 그렇다고 데이터 분석가들만 분석을 하기에는 또 여러 문제들이 발생하였습니다.
이러한 문제를 풀기 위하여 탄생한 것이 자가 서비스 분석 툴, 이른바 Self-service Analytics tool 입니다. BI 에 데이터 분석 기능이 탑재된 진화된 솔루션이죠.
Self-service Analytics tool의 출현은 데이터 접근성을 대폭 개선시키는 중요한 전환점이 되었습니다. 이러한 도구들은 데이터 분석의 복잡성을 낮추고, 사용자 친화적인 인터페이스를 통해 비전문가도 데이터를 쉽게 분석할 수 있게 만들었습니다.
이는 데이터 탈중앙화(또는 데이터 민주화)라는 개념을 실현하는 것으로, 데이터 분석과 의사결정 권한을 조직 내 더 많은 사람들에게 분산시키는 현상으로 이어졌습니다.
데이터 탈중앙화의 이점
- 업무 효율성 증가: 이전에는 데이터 분석가에게 집중되어 있던 분석 작업이 이제는 실무자들에게까지 확장되었습니다. 이로 인해, 실무자들은 자신의 업무와 관련된 데이터를 직접 분석하고 해석할 수 있게 되었으며, 이는 전반적인 업무 효율성을 크게 향상시켰습니다.
- 신속한 의사결정 지원: 데이터에 대한 직접적인 접근과 분석이 가능해짐에 따라, 실무자들은 더 빠르게 정보에 기반한 결정을 내릴 수 있게 되었습니다. 이는 비즈니스 환경에서 빠른 대응과 유연한 전략 수립을 가능하게 했습니다.
- 문제 해결 능력의 강화: 실무자들이 직접 데이터를 다루면서, 데이터에 대한 깊은 이해와 함께 문제 해결 능력이 강화되었습니다. 이는 조직 내에서 데이터 기반의 문제 해결 문화를 장려하고, 전체적인 역량 강화로 이어졌습니다.
- 조직 내 데이터 문화 형성: 데이터 탈중앙화는 조직 내에서 데이터를 중요한 자산으로 인식하고 활용하는 문화를 형성하는 데 기여했습니다. 데이터를 다룰 수 있는 능력은 더 이상 특정 직군에 국한되지 않게 되었고, 이는 조직의 전략적 결정과 혁신을 위한 근거로 활용됩니다.
- 조직 구성원 간 협업 증진: 다양한 부서의 구성원들이 데이터를 공유하고 분석함으로써, 조직 내에서의 협업이 강화되었습니다. 서로 다른 관점에서 데이터를 해석하고, 이를 바탕으로 보다 포괄적이고 효과적인 전략을 수립할 수 있게 되었습니다.
대표적인 Self-service Analytics Tool
Self-service Analytics 도구는 사용자가 데이터를 쉽게 분석하고 시각화할 수 있도록 설계된 솔루션이며, 다양한 산업 분야에서 널리 사용됩니다. 대표적인 셀프 서비스 애널리틱스 툴로는 Tableau, PowerBI, Looker Studio, HEARTCOUNT가 있으며 아래 표를 통해 장단점을 정리했습니다.
| 솔루션 | 장점 | 단점 |
|---|---|---|
| Tableau | 고급 시각화 가능 | 고가의 라이선스 비용, 비교적 약한 데이터 분석 기능 |
| Power BI | 저렴한 비용 세일즈포스 등 다양한 데이터 소스와의 통합성 |
제한된 시각화 옵션 약한 Analytics 기능 |
| Looker | GA, Google Ads, BigQuery 등 GCP 데이터 소스와의 통합 용이함. 무료 |
제한된 시각화 옵션 약한 Analytics 기능 |
| HEARTCOUNT | 데이터 비전문가도 코딩이나 쿼리문 작성 없이 깊이 있는 데이터 분석 가능 | 대시보드 구축은 기업형 솔루션으로만 제공 |
코딩 없이 쉽게, 질문하고 답을 얻으세요
데이터 분석은 중요하지만, 막상 데이터를 분석하려 할 때 느껴지는 어려움도 사실입니다.
이러한 고민을 해결하고자, '하트카운트'는 "Everyone is an Analyst"라는 미션 아래, 누구나 쉽게 데이터를 분석하고 이해할 수 있도록 개발되었습니다. 코딩이나 복잡한 과정 없이 직관적으로 데이터에게 질문하고 답을 받을 수 있게끔 도와줍니다.
상상해보세요. 마치 친구에게 질문하는 것처럼 "이번 달의 고객 획득 비용은 얼마야?", "고객 만족도는 어떻게 변화하고 있어?"라고 물어보는 것만으로 원하는 답을 즉시 얻을 수 있다면 얼마나 좋을까요?
바로 이런 경험을 하트카운트에서 할 수 있습니다. 무료로 시작해 보세요.
지금 구글 계정으로 로그인하여 사용해보세요.
'BI의 한계점'에 대해 더 알고 싶다면, 추천 콘텐츠
heartcount
heartcount
