본문 바로가기

    ADVERTISEMENT

    [세미나] '고비용-저생산성 극복방안'..주제 : 'DB마케팅'

    • 공유
    • 댓글
    • 클린뷰
    • 프린트
    우리나라 기업들이 안고 있는 "고비용-저생산성"은 대외경쟁력 상실의
    주요인으로 지적돼 왔다.

    최근들어서는 이를 극복하기 위한 다방면의 노력이 배가되고 있는 것도
    사실이다.

    한국경제신문과 AT 커니는 지난 13일과 20일 두차례에 걸쳐 "전략적구매"와
    "DB마케팅"을 주제로 세미나를 열었다.

    그 내용을 간추린다.

    < 편집자 >

    =======================================================================

    [ 기업경영에 도입 효과 ]

    이용욱 < AT커니 컨설턴트 >

    얼마전 일본의 기간 통신업자인 NTT(일본전신전화)가 DB마케팅 구현을
    위한 세계 최대규모의 데이터 웨어하우스(Data Warehouse)를 구축중이라고
    발표했다.

    저장 활용되는 데이터의 총량은 10테라바이트(현재 일반적으로 사용되는
    PC의 데이터 저장용량이 1기가바이트 정도라고 할 때 PC 1만대분에 해당하는
    데이터의 양)로 신문의 조석간을 합쳐 약 2만년분의 정보량에 해당한다.

    데이터 웨어하우스를 이용한 DB마케팅으로 유명한 미국의 유통업체
    월마트의 정보시스템 규모가 7.5테라바이트 용량인 것을 감안할 때 가히
    거대규모의 시스템이라고 할 수 있다.

    고객이 전화한 일시, 상대방 전화번호, 통화시간 등의 상세정보를
    축적하여 고객의 이용상황을 다양한 각도에서 분석하고 이를 고객지원 및
    신서비스 개발에 이용한다는 전략이다.

    기존고객의 유지 및 신규고객의 획득에 커다란 위력을 발휘할 것으로
    예상되고 있다.

    최근들어 DB마케팅 개념과 이를 지원하는 IT시스템(정보 시스템)이 기업의
    새로운 경쟁우위의 수단으로 주목받고 있다.

    자사의 고객 및 잠재적 고객에 대한 상세한 정보를 축적-가공-분석하고
    그 결과를 기업활동에 적극적으로 활용하여 수익향상과 비용절감이라는
    놀라운 효과를 달성하고 있는 기업들이 속속 등장하고 있다.

    날로 치열해지는 경쟁과 점점 더 높아지고 있는 고객의 요구수준에 기인한
    고객 1인당의 수익저하와 비용증가에 고민하고 있는 많은 기업들이 이러한
    어려움을 극복할 수 있는 돌파구로서 DB마케팅을 적극적으로 도입하고 있는
    것이다.

    그러나 한편으로는 "DB마케팅이라는 것이 본질적으로 무엇인지 모르겠다"
    는 의문을 가지는 비즈니스맨이 아직도 많으며 시스템적인 측면에서 보면
    "구축은 했지만 이용가치가 없다"는 불만도 나오기 시작하고 있는 것 또한
    사실이다.

    전세계적으로 정보화의 붐이 일고 있는 가운데 DB마케팅과 이를 지원하는
    정보시스템에 관한 기사나 세미나가 많이 소개되고 있지만 "실제 도움이
    되는 DB마케팅"이나 "투자효과를 올릴 수 있는 정보시스템"에 대한 것은
    그다지 눈에 띄지 않는다.

    비교적 새로운 개념인 만큼 비즈니스적인 측면이나 시스템적인 측면
    양쪽에서 이상적인 DB마케팅의 이미지가 명확하게 설정되어 있지 않은 것이
    그 원인일 것이다.

    <>DB마케팅이 성공하려면 IT시스템 구축에 사용되는 초병렬 컴퓨터나
    데이터 마이닝(Data Mining)같은 기술은 현업의 업무 니즈를 충족시켜주는
    도구일뿐 현업이 어떠한 일을 하여야 할 것인가에 대한 해답을 줄 수는 없다.

    DB마케팅 도입 실패의 많은 경우 뚜렷한 목적없이 막연히 정보기술을
    이용하여 업무효율을 도모하겠다는 식의 접근법에 그 원인이 있었다.

    흔히 새로운 비즈니스 애플리케이션(새로운 업무방법)의 개발이나 기존
    업무 프로세스의 리엔지니어링은 무시한 채 IT시스템 도입만을 선행하는
    경우가 많은데 대부분은 그다지 커다란 효과를 올리지 못하고 사용자들에게
    무시당하여 이른바 "죽은 시스템"으로 끝나는 경우가 많다.

    실제로 한 유통업체의 경우 단순히 기존의 데이터들을 데이터 웨어하우스
    기술을 이용하여 재구성하는 수준정도의 시스템을 구축하였는데 실망한
    사용자들과 경영진에 의해 프로젝트가 중단되어 버리고 말았다.

    DB마케팅이 제대로 역할을 하려면 비즈니스 니즈에 따라 반복적인 개발과
    수정이 이루어져야 한다.

    DB마케팅은 일반적인 업무지원 시스템과는 달리 현업의 업무와 이를
    지원하는 IT시스템이 매우 밀접하게 통합되어 반복적인 개발과 수정과정을
    통해서 구축된다.

    경영환경의 변화와 사내 DB마케팅 역량의 배양이 쉴새없이 새로운
    비즈니스 니즈를 발생시킨다.

    발생된 비즈니스 니즈가 적절히 구체화되고 필요한 시기에 IT시스템에
    반영되지 않으면 과학적 분석을 통한 의사결정 지원을 목적으로 하는
    DB마케팅 시스템의 원래목적은 달성되기 어렵다.

    따라서 업무와 시스템상의 크고 작은 수정-보완 및 재개발이 지속적으로
    이루어져야만 DB마케팅이 사내에 원활하게 정착될 수 있다.

    DB마케팅이 성공적이기 위해서는 비즈니스 니즈와 IT시스템의 통합성을
    구현할 수 있는 전문성이 요구된다.

    DB마케팅의 도입과정에서 현업의 담당자들과 시스템 전문가간의 정확한
    의사소통이 이루어지지 못하는 경우가 많이 발생한다.

    그 이유는 현업의 니즈 자체가 추상적인 수준에 머무르는 경우가 많고
    시스템 전문가들은 기술적 타당성에 의존하여 이를 해석하려 하기 때문이다.

    DB마케팅 도입이 결정되어 프로젝트를 추진하게 되면 첫 단계로 현업
    니즈 조사를 수행하게 된다.

    그러나 자신의 업무가 DB마케팅 기법의 도입에 의해 어떻게 향상될 수
    있는지에 관하여 정확하게 파악하고 있는 현업 담당자들은 극히 드물다.

    그 이유는 DB마케팅이 비교적 새로운 개념인 만큼 DB마케팅에 대한 경험이
    없는 경우가 대부분이기 때문이다.

    또한 비즈니스의 니즈를 정확히 파악한다고 해도 이를 시스템상에
    왜곡없이 구현하기 위해서는 데이터 웨어하우스 기술의 특성을 정확히
    파악하고 있지 않으면 안된다.

    전문인력이 외부로부터 아웃소싱(Outsourcing)될 경우 전문가는 시스템의
    지식을 갖춘 경영 컨설턴트로서 시스템상에 현업요구를 적절하게 구현하는
    능력뿐만 아니라 DB마케팅 기법을 이용하여 현 비즈니스를 어떻게 향상시켜야
    할 것인가에 대한 전략을 도출하고 현업이 가지고 있는 추상적인 수준의
    비즈니스 애플리케이션을 구체화하는 능력이 있어야 한다.

    최고경영진의 지속적인 관심과 지원이 필요하다.

    업무와 이를 지원하는 IT시스템의 통합적인 개발을 요구하는 DB마케팅
    구축에는 많은 시간과 자금이 소요된다.

    회사의 규모와 업종에 따라 차이는 있지만 전사적인 데이터 웨어하우스를
    구축하려면 2~3년 정도의 기간과 이에따른 투자가 필요하다.

    이러한 장기적인 투자계획은 최고경영진의 확고한 의지없이는 실현이
    불가능하다고 할 수 있다.

    그러나 사용자들에게 외면당하지 않는 시스템이 되기 위해서는 IT시스템
    상의 설계 및 구현이 더 중요한 일일 수 있다.

    우선 기존의 업무지원시스템과 데이터 웨어하우스를 통합하여 정보이용
    효율의 극대화를 고려해야 한다.

    지금까지의 일반적인 정보 시스템은 업무계 시스템과 정보계 시스템으로
    분리되어 있었다.

    가장 주된 이유는 컴퓨터의 성능이 떨어지기 때문이었다.

    따라서 이러한 분리운영의 개념이 당연시되었던 시대(1990년)에 제창되었던
    데이터 웨어하우스 개념도 오늘날의 상황에 맞게 수정할 필요가 있다.

    업무계 시스템과 정보계 시스템을 통합하면 두가지 이점이 있다.

    먼저 업무계와 정보계의 데이터 내용을 항상 동일하게 유지할 수 있다는
    점과 업무계의 사용자가 데이터 웨어하우스의 정보를 활용하여 고객
    서비스에 사용하는 등의 실질적인 효과를 얻을 수 있는 것이다.

    시스템의 성능 또한 정확하게 예측해야 한다.

    사용자들은 생각하는 것 이상으로 인내력을 가지고 있지 않은 것이
    일반적이다.

    외면당하는 시스템중 많은 경우가 성능과 반응시간에 사용자들을
    만족시키지 못하고 있다.

    우선 구축하고 필요에 따라 성능을 향상시키겠다는 접근법은 상당히
    위험한 발상이다.

    왜냐하면 시스템에 있어 예상치 못한 성능향상은 불가능한 경우가 많기
    때문이다.

    따라서 처음부터 시스템 성능의 목표치를 정하고 시스템 확장에 관해
    깊이있게 고려할 필요가 있다.

    이때 사람의 인내력에 관한 특성을 고려해야 하는 것은 필수적이라 하겠다.

    데이터의 질과 양에 있어 부족함이 없도록 유의해야 할 필요도 있다.

    유용한 데이터가 빠짐없이 포함되어 있는지, 그리고 포함된 데이터는
    정확한지 세심하게 고려되어야 한다.

    "필요한 데이터가 없다" "데이터가 정확하지 않아서 사용하기가 불안하다"
    라는 불만이 생기게 되면 신뢰도에 매우 치명적인 손상을 입게 되고
    프로젝트 자체가 실패로 돌아가기 쉽다.

    임의의 여러 각도에서 분석을 하게 될 데이터 웨어하우스 시스템에서는
    종래에는 어느정도 정합성이 있었던 데이터도 여러가지 허점을 보이게 된다.

    이러한 데이터의 신뢰성 문제를 초기에 해결하지 못하게 되면 장기적으로
    볼 때 걷잡을 수 없는 사용자 불신의 문제에 부딪치게 된다.

    또한 어렵지 않은 시스템을 만들어야 한다.

    데이터를 이용한 분석에도 여러가지 수준이 있다.

    단순한 영업실적의 집계치를 이용하는 분석도 있는가하면 복잡한 통계학적
    수법을 이용하여 인간의 직관의 수준을 넘는 분석이 필요한 경우도 있다.

    그런데 정도의 차이는 있겠으나 복잡한 분석뿐만 아니라 단순한 분석의
    경우도 데이터를 다루는 전문적인 지식과 시간을 요하는 작업이 선행되어야
    한다.

    그러나 현업의 담당자 모두에게 이러한 지식과 능력을 요구하는 것은
    현실적으로 불가능할 뿐더러 비용과 효과측면에서도 매우 불합리한 방법일
    것이다.

    DB마케팅과 이를 지원하는 데이터 웨어하우스는 더이상 경영서적이나
    잡지를 통하여 접하는 개념이 아니다.

    국내외의 많은 기업들이 이미 구축을 완료하고 실제 비즈니스에서의
    적용가능성을 적극적으로 시험하고 있다.

    이를통해 상다수 기업들은 자사의 비즈니스에서 DB마케팅 활용에 관한
    적용상의 노하우를 축적해 가고 있다.

    이는 바로 직접적인 경쟁우위의 원천이 될 것이며 지속적인 향상을 통하여
    후발기업과의 격차가 더욱 벌어질 것이다.

    경쟁자들의 이러한 움직임속에서 경영자들은 자사의 경쟁력을 냉정하게
    검토하고 강력한 경쟁수단의 도입을 통하여 차세대 경쟁환경에 대비하여야
    할 것이다.

    (한국경제신문 1997년 6월 21일자).

    ADVERTISEMENT

    1. 1

      [비즈니스 인사이트] 우리를 살리는 결정의 타이밍

      인생과 투자는 결정의 연속이다. 투온을 노릴 것이냐 잘라갈 것이냐, 키작은 소개팅남 톡을 씹을 것이냐 말 것이냐까지. 사모펀드를 운용하다 보면 매일이 아니라 매시간이 선택의 순간이다.이런 순간, 필자가 가장 싫어하는 것이 있으니 바로 선택을 ‘강요 받는 것.’ 강요 받는 선택에는 옵션이 제한적이고 끌려다니게 돼 있다. 그럼 우리는 어떻게 선택을 ‘하는’ 사람이 될 것인가. 우리 계좌와 인생을 지키기 위해 어떻게 결정을 지휘할 것인가, 그 묘책을 나눠보자. Do’s - 사모펀드 대표가 지키는 결정의 원칙첫째, 드라마도 투자 결정도 시나리오다투자도 인생도 결정을 단순히 ‘한다’ 혹은 ‘안 한다’로 나누면 극하수다. 항상 가설을 먼저 세우고, 그에 따른 시나리오를 그려라. 매도자가 말한 경영 계획의 반만 달성됐을 때, 창업주가 나가서 경쟁사를 만들었을 때, 장부에 있던 재고가 없을 때, 수주된 계약이 취소 됬을 때…. 불행히도 이 모든 것이 필자의 투자 역사에서 벌어진 일들이다. 한 번에 다 사거나, 반만 사거나, 다시 투자하거나, 콜옵션을 미리 걸어두는 등 이 모두 단순히 ‘산다’ 보다 더 고차원의 의사결정이다. 5일선을 건드렸을 때, 20일선을 깼을 때 우리의 투자 결정은 미리 짜여 있어야 한다. 복잡계 결정을 두려워 말라.둘째, 투자 결정은 느려도 좋다짜장면이냐 짬뽕이냐, 한국에 살다 보면 빠른 의사결정이 제일 멋있게 여겨질 때가 많다. 그러나 진정한 맛집 고수는 선택을 서두르지 않는다. 속도가 빠를수록 감정이 개입될 가능성은 크다. 결정을 의도적으로 늦출 수 있다면 감정은 가라앉고 이성이 다시 자리잡는다. 투자는 결국

    2. 2

      [고승연의 경영 오지랖] 예측이 무의미한 시대의 기업 전략

      2025년을 한 마디로 표현하자면 미국 트럼프 2기 행정부가 만들어낸 ‘롤러코스터 국제통상과 국제정치’다. 이 와중에 경제, 경영 혹은 정책을 들여다보는 기업 연구소 사람들과 국제정세나 국제통상을 연구하는 학자들 사이에서는 ‘회의감’이 팽배해지기 시작했다.자신들이 가진 모델, 그동안 배워온 이론과 분석틀을 아무리 들이대보고 예측과 전망을 해보려고 해도 트럼프 대통령 한 마디에 모든 상황은 바뀌고, 인공지능(AI) 발전 속도에 따라 자본시장 분석과 인력 수급 예측도 다 어긋나기 시작했다. ‘사회과학’이라는 이름으로 엄밀히 세상을 설명하고 미래를 예측하고 전망하고자 하는 이들의 좌절감도 그만큼 커졌다. 다시 주목받는 '시나리오 플래닝'연구자들은 좌절하고 회의할 수 있어도, 기업가들, 사업하는 사람들은 그럴 수 없다. 세상의 불확실성이 커지고 예측이 어려워진다면, 다른 방법을 찾아야 한다. 그래서 다시 소환된 게 ‘시나리오 플래닝’이라는 방법론이다. 1970년대 오일쇼크 가능성을 여러 시나리오 중 하나로 상정해 놓고 즉각적 위기 대응으로 엄청난 수익을 창출하면서 유명해진 그 방법론이 다시 주목받은 것이다. 물론 시나리오 플래닝도 완벽하지 않다.그럼에도 불구하고 현 시대에 맞게 이를 잘 적용해 나가는 노력이 필수가 됐다.이런 방법론적 전환이 성공하기 위해서는 기업 리더들의 마인드도 바뀌어야 한다. ‘예측 가능한 미래’라는 환상을 버리고, 수십 개 시나리오를 엄밀히 짜고 그중 가능성이 높은 순서대로 정리하고 각각의 시나리오 전개에 따라 즉각 대응할 수 있도록 조직을 변화시켜야 한다. ‘무엇이 가장

    3. 3

      [이경전의 AI와 비즈니스모델] 미래 경제를 생성하는 'AI 플러스 이코노미'

      인공지능(AI)이 일자리를 없앤다고 두려워한다. 그렇지 않다. 역사적으로 자동화는 일자리를 만들었다. 없애기도 했지만 더 많이 창조했다. ‘제본스 역설’로 설명할 수 있다. 19세기 영국 경제학자 제본스는 석탄 연소 효율이 개선될수록 석탄 소비량이 줄기는커녕 오히려 늘어난다고 주장했다. 어떤 자원의 사용 효율이 높아져서 총비용이 줄면, 그 자원에 대한 수요가 증가해 오히려 그 자원의 총소비량이 늘어나는 현상이다. 교통, 에너지, 사진, 음악, 일자리 등 여러 분야에서 관찰할 수 있다.자동화는 만드는 비용을 극적으로 작게 만들어 기존에 포기했던 수요를 창출시키고 이 과정에서 수많은 새로운 것이 창조된다. 카메라는 화가의 고통을 없앴지만, 화가를 없애지 않았고 더 많은 산업을 만들었다. 화가는 사진사로 변신했다. 카메라는 신문과 잡지 산업을 창조했고 여행산업도 만들었다. 나이아가라 폭포 사진이나 영상을 본 사람은 그곳으로 여행하고 싶은 욕구가 생긴다. 카메라는 엔터테인먼트산업도 창조해냈다. 팬들은 연예인 사진을 간직하고 벽에 포스터를 붙여 놓기 시작했다. 연예인도 결국 카메라가 창조한 것이다. 카메라는 유튜브를 탄생시켰고 인스타그램과 틱톡도 만들었다. 카메라는 여전히 계속 창조하고 있다.AI는 마이너스의 손이기보단 마이다스의 손이다. 마이너스가 아니라 플러스의 경제를 만든다. 물론 만들기만 하진 않을 것이다. 없애고 바꿀 것이다. 그러나 AI는 더 많이 만들 것이다. 없애고 바꾸는 것을 상상하는 것은 쉽다. 과거와 현재의 영역이라 그렇다. 그러나 새롭게 만들 것을 상상하기는 쉽지 않다. 더 좋은 예측을 위해선 현재에서 바로 미래로 가는 선을

    ADVERTISEMENT

    ADVERTISEMENT