경영-데이터 마트,성공전략

목차

경영-데이터 마트,성공전략

1.개요
1)오케스트라 지휘자는 사용자
2)기본은 정확한 데이터

2.사용자 중심 디자인
1)실제 사용자와 더 많이 접촉해야 한다
2)비즈니스 이익 제공에 초점
3)‘허세’, ‘장난’은 금물
4)데이터 모델 정의는 필수적
5)사용자 적극 참여 유도
6)비즈니스 변화 맞춰 계속 갱신
7)데이터웨어하우스 구축 주체는 누구?

3.시스템 계획
1)사용 목적 따라 선택한다
2)전사적 데이터웨어하우스
3)전사적 통합 작업에 최적
4)단독형 데이터 마트
5)점진적 구현이 가장 안전

4.웹이용
웹/데이터웨어하우스 연동으로 새로운 사업기회풍성
1)새로운 사업 기회 풍성
2)새로운 수익원 창출
3)특정 분야·계층 데이터가용
4)데이터 마트 적극 활용
5)서서히 추진해야

5.가트너뷰
1) 데이터웨어하우스용 후보 데이터베이스
2) 데이터베이스 무리짓기와 기능 분석
3) 도구 선택
4) 가설 검증과 지식 발견
5) 지식 애플리케이션

6.워킹스마트
1)매출 25% 신장, 비용 20% 절감
2)도입 효과 확실

본문내용

조사를 하기 위해 이들 사실을 수정하려 할 경우 이를 지원하는 능력도 제공돼야만 한다(하의상달식 분석).
*규칙, 모델, 결정 구조, 수치를 생성할 수 있는가?
결과에 대한 설명이 최대 목적이라면 규칙과 귀납 기법이 적 절하다. 반면 요소들의 최적 결합이 목적으로 문자적인 설명이 요구되지 않는다면 신경 망(neural network)과 프랙탈 기법이 사용돼야만 한다.
*새로운 정보가 제공될 때 얼 마나 쉽게 데이터 모델을 갱신할 수 있는가?
발견 도구들은 데이터의 변경 빈도나 시스 템상의 입력 속도에 상관없이 모든 데이터를 처리할 수 있는 능력을 갖춰야만 한다.
또한 사용법을 익히기 위해 많은 훈련을 요구하거나 데이터 처리 시간이 긴 도구는 빈번 하게 데이터를 변경하는 기업엔 맞지 않다.
*해당 기술을 사용하기 위해서는 얼마나 많은 노력과 전문 지식이 필요한가?
데이터 채굴 관련 도구는 사용자의 조정작업이 거의 필요없는 고도로 자동화된 도구부터 상당한 기술적 지식을 요구하는 수동 도구까지 다양 하다. 따라서 해결하려는 문제의 복잡성뿐 아니라 예상되는 사용자와 개발자의 기술 수준에 따라 제품을 선정해야 한다. 대부분의 경우 전문적인 컨설팅을 받는 것이 좋다.
4) 가설 검증과 지식 발견
이 단계는 ‘데이터 채굴’이란 용어와 가장 크게 관련돼 있다. 이 과정 동안 가설이 형성돼 테스트되며, 새로운 상관관계가 발견되고 ‘만약에’ 분석이 수행된다. 또한 샘플 크기, 처리 시간, 데이터의 복잡도와 정확도 등 많은 문제 점이 드러난다. 데이터 채굴을 수행한 후 나오는 출력물은 사용되는 제품과 기술에 따라 다르며, 종종 규칙이나 상호관계, 예측 모델, 관계 그래프, 결정 구조 등의 형태로 나타 난다.
5) 지식 애플리케이션
대부분의 경우 발견 과정에서 창출된 테스트된 규칙들은 절차 코드나(규칙이 많이 있고 갱신될 가능성이 높을 경우) 지식 기반 시스템에 직접 추 가될 수 있다. 예측 모델은 종종 애플리케이션 코드에 직접 통합될 수 있다. 이것은 C 같이 공통 언어로 예측 모델을 출력해 내는 제품의 경우 특히 손쉽다.
데이터 채굴은 상당한 인력과 상호작용이 요구된다. 이 과정을 조정하는 메카니즘은 아직은 새로운 대 규모 데이터웨어하우스에 있는 무수한 요소와 상호작용을 다루기엔 불충분하다. 상용제 품이 사용용이성을 약속하면서 사용자를 유인하고는 있지만 많은 경우 상당한 기술이나 관련 분야의 지식을 요구한다.
이같은 불충분한 데이터 채굴 과정의 기본 기술에도 불 구하고 이 기술을 이용해 발견된 데이터의 가치는 시간에 민감한 분야의 기업에선 아주 높다. 일례로 소매업체나 금융업체의 경우 남보다 1초 빠른 데이터를 가질 경우 서비스 품질을 높이고 고객을 더 많이 유인할 수 있다. 그리고 이 결과는 매출 신장으로 이어질 것이다.
6. 워킹 스마트/DW 활용사례
1)매출 25% 신장, 비용 20% 절감
불확실한 가능성을 성공으로 이끄느냐 여부에 따라 최고의 해가 되느냐 적자를 내는 해가 되느냐가 결정된다. 이것은 DM(Direct-Marketing) 시장에서 가장 극명하게 드러난다. 이 분야의 고객 입맛은 예측 한 후 보낸 DM 우편물이 도착할 시점이면 벌써 변해 있을 정도로 변화가 심하기 때문이다.
50인 이상의 단체여행객을 대상으로 하는 DM 업체인 그랜드 서클 트래블社는 이 틈새시장에서 급성장을 했다. 그러나 수년전 보스톤에 기반을 둔 이 DM 업 체는 영업사원이 중요한 고객 정보를 더 잘 이용할 수 있는 방법이 필요하다고 판단했다. 이전에 마케팅 부서는 IS 부서에 보고서를 요청해야만 했다. 이런 절차는 느리고 때로는 짜증나는 일이었다.
이에 따라 당시 IS 부서는 데이터웨어하우스를 구축하고 즉각적으로 데이터를 이용할 수 있도록 영업사원들에게 접속 도구를 제공했다. 이 결과, 판매는 신장 되고 DM 발송건수는 준 반면 IS 부서는 마케팅 부서 지원이란 단순 작업에서 벗어나 더 중요한 애플리케이션을 개발할 시간을 벌게 됐다.
그랜드 서클은 94년 당시만 해도 평면 (flat) 파일만 있어 보고서 작성에 드는 시간이 지역에 따라 1주일에서 1개월까지 걸렸다. 따라서 마케팅부는 1백만건의 우편물을 보내더라도 고객 회신에 기반한 분석 결과를 너무 늦게 받아 적절한 판촉활동이나 판매계획을 세울 수 없었다. 이래서는 이 시장에서 살아 남기 힘들었다.
2)도입 효과 확실
이에 따라 IS 스탭과 마케팅 직원들 및 외부 컨설턴트로 구성된 위원회가 설립됐다. 그리고 이 위원회는 손쉬운 데이터웨어하우스 이용이야말로 그 랜드 서클의 우편물 관리 시스템, 예약 시스템, 고객 시스템 등을 통합할 수 있는 최선의 방책이란 결론을 내렸다. 이 결론에 따라 마케팅 부서는 자신들의 요구사항을 제출했고 IS는 이런 요구사항을 정확하게 지원하는 도구와 기술들을 구매했다.
데이터웨어하우스 도입에 따른 효과는 확실했다. 영업사원은 스스로 질의를 만들고 원하는 형태로 데이터를 볼 수 있다. 또한 이전엔 불가능했던 단계까지 고객을 세분화할 수 있다. 현재 영업사원은 고객이 받은 우편물 수와 이 우편물에 따라 해당 고객이 사용한 여행경비를 비교할 수 있다. 이런 데이터는 판매 예상, 판촉 필요 여부 결정 등에 사용되고 있으며, 더 나가 예약취소 율까지 예측할 수 있게 도와준다.
한편 분석 서비스 부서는 기존의 역사적 구매 및 판촉 데이터에 추가된 3백만명의 예상고객 명단을 가지고 특정 판촉물과 카탈로그 우편물에 응답 하는 고객의 수까지 예상하는 복잡한 통계 모델을 신속하게 만들어 낼 수 있다. 또한 현재의 흐름과 새로운 대응방식까지 마케팅 부서에 추천할 수 있다.
이런 분석과 모델링으로 인해 그랜드 서클의 매출은 데이터웨어하우스를 도입한 95년에 25% 높아졌다. 그리고 96년의 매 출은 10월 시점에서 계획보다 10% 더 높다. 동시에 우편물 발송건수는 20% 줄었다. 20% 절감 액중 광고비 절감분이 상당액이다.
그랜드 서클은 이 절감액을 유보하는 대신 더 특화되고 정교한 마케팅 노력에 재투자하고 있다. 그리고 이같은 특화된 우편물 발송 등 노력으로 매 출이 더 신장될 것으로 보인다.

키워드

경영,   데이터 마트,   성공전략,   시스템 계획,   경영 전략