'데이터로 일한다'는 착각에서 벗어나려면

'데이터 기반 조직'이라는 말이 막연하게 느껴질 때가 있습니다. 우리가 하는 일 대부분이 엑셀과 숫자 없이는 불가능하고, 우리는 늘 현상이 숫자로 표현된 다양한 데이터를 보면서 회의를 하니까요. 그래서 "이미 데이터로 일하고 있는데 뭘 더 하라는 거지?"라는 반감이 들기도 합니다.

아니면 데이터 전환을 단순히 "파이썬이나 ChatGPT를 좀 더 잘 쓸 줄 아는 것" 즉 개인의 역량이나 기술의 문제로만 치부하기도 합니다. "그래 좀 더 써볼게, 공부해 볼게"라고 가볍게 넘겨버리고 마는 것이죠.

저는 HR 담당자이지만 감사하게도 최근에 데이터 분석 프로젝트에 참여할 기회가 있었습니다. A 기업의 현 상황을 데이터로 분석하고, 경쟁력과 기업 가치를 높이기 위한 방안을 찾는 프로젝트였는데요. 수 주간 기획, 데이터 분석, 마케팅 등 다양한 전문가들과 협업하며 하나의 중요한 통찰을 얻었습니다.

"아, 데이터 기반 조직은 이렇게 일하는 조직이구나."

짧은 경험이었지만, 데이터를 중심에 두고 일하는 조직의 모습, 'Data-driven'의 핵심적인 원칙 등을 발견할 수 있었습니다. 제가 깨달은 것들을 함께 나누고 싶습니다.

1. 'Raw Data'가 진짜 진짜 중요하구나!

- 모든 분석의 전제조건 : 신뢰할 수 있는 'Raw Data'의 구축

데이터 분석의 첫 단추는 '우리에게 어떤 데이터가 어디에, 어떤 형태로 쌓여있는지 파악하는 것'이었습니다. A기업의 데이터는 지점별로 산재되어 있고, 데이터를 관리하는 시스템도 이원화되어 있었습니다. 데이터 사일로 때문에 무언가 분석하려면 이쪽 시스템에 있는 데이터를 저쪽 시스템으로 옮겨서 봐야 했습니다.

데이터를 한 곳에 모으고, 분석하기 용이한 형태로 변환/통합해 데이터의 신뢰성을 높이는 것이 매우 중요하다는 것을 깨달았습니다. 단순히 데이터를 모으는 것을 넘어, 매출, 영업이익부터 시작해 제품별/채널별/고객별 등 우리가 봐야 할 지표를 상세하게 Break-down 해서 구조화된 기준을 만들고, 그 기준에 따라 데이터를 쌓아 '단단한 Raw Data'를 만드는 것이 정말 중요하다고 느꼈습니다.

'Raw Data'가 단단하다는 것은 단순히 데이터의 양이 많다는 것이 아닙니다. 분산된 데이터를 ▲하나의 저장소에, ▲구조화된 기준으로, ▲일관되게 축적할 때 비로소 데이터는 신뢰할 수 있는, 단단한 분석기반이 됩니다.

2. 누가 봐도 동일한 각도에서 데이터를 볼 수 있게 정리해야 하는구나!

- 전사적 관점의 통일 : 데이터 기반의 '공통 언어' 만들기

기획, 마케팅, 영업 등 각 부서별로 데이터를 보는 각도나 기준이 다르면, 데이터를 정리하는 방식도 다르고, 관리하고 축적해 나가는 방식도 다 제각각이 됩니다. 이는 데이터를 통합적으로 관리하고 분석하는 것을 어렵게 합니다. 이는 마치 서로 다른 언어로 소통하려는 것과 같습니다.

견고하게 만든 'Raw Data'는 조직의 '공통 언어'가 될 수 있습니다. 이를 바탕으로, 회사가 반드시 집중하고 추적 관리해야 할 핵심 지표들을 선정해 통일된 양식으로, 주기적으로 Reporting 하는 체계를 만들어야 합니다. 이는 경영진과 실무진이 같은 데이터를 보며, 같은 방향성을 가지고 의사결정하고 실행하는 단단한 기반이 됩니다.

이쪽 부서에서는 이렇게, 저쪽 부서에서는 저렇게 보고하는 것이 아니라, 조직 전체가 동일한 각도에서 데이터를 보고 해석할 때 데이터 기반 사고가 조직 전체의 습관으로 자리 잡을 수 있다는 것을 깨달았습니다.

3. 내부 데이터만 보지 말고 외부 데이터도 같이 봐야 하는구나!

- 우물 안을 벗어나는 지혜 : 외부 데이터와 연결하여 '맥락' 읽기

많은 조직이 범하는 실수 중 하나는 내부 데이터에만 의존하는 것입니다. 우리 회사의 매출, 우리 영