엔터프라이즈 데이터 전략의 폭발을 주도하는 힘
대부분의 부문은 이제 데이터의 엄청난 잠재력을 활용하여 비즈니스 모델을 재편하도록 설계된 변환 프로그램에 참여하고 있습니다. 마케팅, 판매, 서비스 및 운영을 위한 데이터 수익화에 대한 투자는 자본의 대체 사용보다 지속적으로 더 높은 ROI를 제공합니다.
지난 몇 년 동안 구조화되고 구조화되지 않은 빅데이터가 폭발적으로 증가함에 따라 CEO들은 데이터 수익화에 뛰어들게 되었습니다. 이는 저장 및 처리 비용이 극적으로 감소하고 데이터 품질, 정책, 거버넌스 모델, 집계, 지표, 보고 및 모니터링에 대한 규제가 강화된 데 따른 것입니다.
디지털 챔피언이 되다
한때 설명적 및 진단적 분석만을 사용하여 의사 결정을 알리던 선도적 기관들은 이제 제품, 프로세스, 서비스 및 여러 최전선 활동에 예측적 및 처방적 분석을 내장하고 있습니다. 한때 특정 소스의 구조화된 데이터를 저장하기 위해 관계형 데이터 웨어하우스를 구축했지만, 이제는 광범위한 소스에서 구조화 및 비구조화 데이터를 캡처, 저장하고 즉시 업데이트하여 더 빠르고 쉬운 데이터 액세스를 지원하는 대규모 분산 파일 시스템이 있는 "데이터 레이크"를 운영하고 있습니다.
동시에, "디지털 챔피언"은 클라우드 기술을 활용하여 운영을 더 간소하고 효율적으로 만들고 민첩성과 혁신을 추진하고 있습니다. 이러한 챔피언의 대부분은 최고 데이터 책임자 아래 새로운 부서를 설립하여 데이터 변환을 실행하고 원시 데이터를 수익, 서비스 우수성, 브랜드 충성도 및 더 효율적인 운영으로 전환하는 규율 있는 데이터 거버넌스를 보장합니다.
또한 읽어보세요: 경쟁 우위를 위한 분석 벤치마킹
올바르게 구축된 디지털 혁신은 엄청난 이점을 가져다줍니다. 미국의 금융 서비스 대기업은 IT 데이터 자산을 합리화하여 4억 달러 이상의 비용을 절감했고, 추가 수익, 자본 요구 사항 감소, 운영 효율성 향상으로 20억 달러의 이익을 얻었습니다. 미국의 보험사는 데이터 중심 사업 이니셔티브 덕분에 타겟 세그먼트와 제품에서 순이익을 25% 늘릴 것으로 예상합니다.
그러나 디지털 혁신 투자로 인상적인 성과를 거두었음에도 불구하고 많은 기업은 여전히 데이터 프로그램에서 실질적인 가치를 창출하는 데 어려움을 겪고 있으며, 일부 기업은 수억 달러에 달하는 투자에서 미미한 수익만 보고 있습니다.
그렇다면, 기업들은 어떻게 이런 어려움을 피하고 다른 기업들이 얻은 인상적인 이익을 실현할 수 있을까요? 답: 미래의 데이터 중심 기업으로의 진화를 위한 핵심이 되는 Enterprise Data Strategy(EDS)를 개발하세요 .
5가지 지침 원칙
명확한 데이터 전략 정의
데이터 변환 여정에 대한 지침 비전을 정의하고, 조직을 변환할 전략을 설계하며, 명확하고 측정 가능한 이정표를 수립하세요.
데이터 전략을 구체적인 사용 사례로 전환
다양한 사용 사례를 선택하고 목표에 따라 우선순위를 정하고, 최우선순위 사용 사례를 활용해 내부 역량을 강화하고, 견고한 데이터 기반을 구축하세요.
사용 사례를 지원하기 위한 혁신적인 데이터 아키텍처 설계
사용 사례 로드맵에 필요한 기술 지원을 정의하고 나중에 새로운 구성 요소를 쉽게 추가할 수 있는 모듈식 오픈 데이터 아키텍처를 설계합니다.
데이터 품질을 보장하기 위해 강력한 데이터 거버넌스를 설정하세요
데이터 품질을 평가하고, 데이터 품질에 대한 명확한 책임을 바탕으로 강력한 데이터 거버넌스를 구축하며, 조직 전체에서 데이터 액세스를 용이하게 하는 셀프 서비스 도구를 제공합니다.
조직을 동원하여 가치를 전달합니다
새로운 역량에 맞춰 조직과 문화를 정비하고, 디지털로 전환된 기업에 대한 역량 강화를 위한 인센티브를 전달하며, 직원들이 새로운 디지털 역량을 활용하도록 교육합니다.
데이터 레이크 - 기업 데이터 전략의 성공을 돕는 새로운 기술
변환 시대는 새로운 디지털 변환 운영 모델을 강화하는 새로운 기술을 탄생시켰습니다. 데이터 레이크에 데이터를 저장하는 것은 데이터를 수익화하기 위한 액세스, 유연성, 민첩성 및 실시간 분석을 제공하는 데 필요합니다.
데이터 레이크는 데이터 웨어하우스를 직접 대체하는 것이 아니라, 서로 다른 사용 사례에 일부 중복되는 기능을 제공하는 보완 기술입니다. 데이터 레이크가 있는 대부분의 조직은 데이터 웨어하우스도 보유하지만, 데이터 레이크의 또 다른 장점은 구현 및 운영 비용이 저렴하다는 것입니다.
데이터 레이크 구현 사례
| 데이터 레이크 | 기존 온프레미스 데이터웨어하우스 |
|---|---|
| 네이티브 형식으로 저장된 데이터 | 데이터에는 변환이 필요합니다. |
| 무제한 데이터를 영원히 저장할 수 있습니다 | 대용량을 저장하는 데 비용이 많이 듭니다. |
| 스키마 온 리드 | 쓰기 스키마 |
| 분리된 스토리지 및 컴퓨팅 | 밀접하게 결합된 스토리지 및 컴퓨팅 |
기업은 Microsoft 엔터프라이즈 제품에서 이미 누리고 있는 보안, 호환성 및 접근성 기능을 활용하여 기존 인프라를 사용하여 거의 즉시 데이터 레이크를 시작할 수 있습니다. Azure 또는 AWS와 Google Cloud Platform 의 경우 기본 제공 솔루션입니다.
모든 사람이 더 빠르게 사용 가능한 통찰력을 원합니다. 과제는 데이터를 저장하는 것이 아니라 데이터에 액세스하고 분석하는 것입니다. 기업은 혁신적 방식으로 데이터 레이크 기술을 구현하여 경쟁사를 물리치고 혁신에서 성공을 거두고 있습니다. 오늘날 이러한 역량을 구축하고 활용함으로써 미래의 디지털 챔피언이 될 준비가 되었습니다.
데이터 레이크에서 분석으로의 경로 매핑
저작권 © 2021 Trianz
데이터 전략으로 이어지는 로드맵
데이터에 접근하고 사용할 수 있는 확실한 데이터 전략을 수립하려면 조직에서는 데이터 저장뿐만 아니라 오늘날의 복잡한 처리 및 의사 결정 요구 사항을 지원하기 위해 데이터를 수집, 액세스, 공유, 관리 및 사용하는 모든 방법까지 고려해야 합니다.
데이터 전략의 핵심 구성 요소는 6가지이며, 조직 전체에서 데이터 관리를 포괄적으로 지원하는 빌딩 블록으로 함께 작동합니다. 로드맵은 첫 번째 구성 요소인 비전/전략에 있으며, 성공적인 출시 및 구현을 위해 임원의 승인과 모든 부서의 지지를 얻는 데 중요한 요소입니다.
엔터프라이즈 데이터 전략 개발의 구성 요소
저작권 © 2021 Trianz
핵심 구성 요소에 대한 설명:
1. 비전
강력한 데이터 전략은 비즈니스 전략과 사람에 대한 로드맵을 포함하는 비전으로 시작해야 합니다. 다음 질문을 해보세요.
- 당신이 해결해야 할 문제는 무엇인가?
- 어떤 종류의 데이터가 도움이 될 수 있나요?
- 데이터는 어떻게 얻을 수 있나요?
- 데이터는 어떻게 저장되고 관리되나요?
- 데이터를 분석하는 방법은 무엇일까?
- 데이터 이해 관계자는 누구입니까?
- 팀 전체에서 데이터는 어떻게 공유되나요?
이러한 추진 원칙이 자리 잡으면 로드맵(1년, 3년 또는 5년이 될 수 있음)을 마련해야 하며, 그 다음에 가치 제안이 이어져야 합니다. 비전이 제시되는 즉시 조직은 이를 기업, 사업 및 IT 목표와 일치시킬 수 있습니다.
데이터 전략 구현 로드맵
저작권 © 2021 Trianz
2. 거버넌스
기술, 처리 및 방법론의 변화로 데이터 거버넌스는 데이터 콘텐츠에 필요한 엄격성을 제공합니다. 이를 통해 데이터가 조직 전체에서 일관되게 관리되고 데이터가 처리, 관리 또는 공유되는 방법에 대한 결정이 개인이 내리지 않고 데이터 거버넌스의 규칙과 정책에서 파생되도록 합니다.
대부분의 데이터 거버넌스 이니셔티브는 특정 프로젝트 노력에 국한됩니다. 그러나 효과적인 데이터 거버넌스는 세 가지 핵심 요소에 초점을 맞춰야 합니다.
- 범위와 예산을 다루기 위한 프로그램 거버넌스
- 기술 표준을 설정하고 이를 맞추기 위한 아키텍처 거버넌스
- 요구 사항과 일관성을 주도하기 위한 데이터 거버넌스
당사 데이터에 따르면 디지털 챔피언(디지털 혁신 이니셔티브에서 성공한 회사)의 80%가 데이터를 통합하거나 고급 분석 기능을 구축하기 전에 강력하고 확장 가능한 기반을 구축하기 위해 데이터 거버넌스 기능에 투자하고 있습니다.
데이터 거버넌스 - 기본 투자
저작권 © 2021 Trianz
3. 조직
데이터 전략에는 협업을 용이하게 하고 중복을 피하기 위해 누가 데이터로 무엇을 하는지 문서화하여 역량, 절차 및 조직 역할에 대한 주의도 포함되어야 합니다. 모든 사람이 데이터를 다르게 사용하고 데이터 수집, 관리 및 분석에서 개인의 역할은 다를 것입니다.
4. 사업
효과적인 데이터 전략은 비즈니스와 IT가 서로의 요구, 역량, 우선순위를 이해함으로써 조직의 방향을 공동으로 이끌도록 보장합니다. 이를 통해 조직은 "비즈니스 중심 또는 기술 지원" 접근 방식을 채택하는 데 도움이 됩니다.
따라서 아이디어는 통합된 목표, 애플리케이션 및 메트릭을 실행한 다음 비즈니스 정당성을 위한 사례를 만드는 것입니다. 통합된 데이터 전략을 채택하는 경로는 가시적인 가치 측정이 있을 때 더욱 명확해집니다. 데이터 전략은 모든 수준에서 이니셔티브를 측정, 평가 및 추적하는 방법의 일관성을 강화해야 합니다.
5. 데이터
데이터 전략의 데이터 요구 사항은 본질적으로 조직에 필요한 데이터가 무엇이고 어떻게 공유될 것인가로 귀결됩니다. 효과적인 데이터 전략은 데이터 아키텍처, 데이터 이동, 데이터 품질, 데이터 준수와 같이 데이터 자체와 관련된 공통적인 주제와 문제를 식별해야 합니다.
데이터 아키텍처는 아마도 조직의 데이터 전략에서 가장 중요한 요소일 것이고, 첫 번째 단계는 회사 전체의 사업부 간에 어떤 데이터 세트가 있는지 확인하는 것입니다. 데이터 카탈로그는 이 목적에 유용한 도구입니다. 그 다음에는 데이터 분석이 이루어지는데, 여기서 데이터는 데이터 웨어하우스나 데이터 레이크와 같은 단일 저장소에 저장되어야 합니다.
마지막으로, 조직은 다양한 소스에서 원시 데이터를 수집하여 저장 및 분석 대상에 복제하는 데이터 파이프라인을 식별해야 합니다. 이러한 모든 요소는 최종 솔루션이 적절한 시기에 적절한 비즈니스 요구 사항을 제공하도록 보장하는 데 도움이 됩니다.
6. 기술적
데이터 전략은 또한 기술적 아키텍처, 서버, 스토리지, 네트워크 및 확장성과 같은 데이터의 기술적 측면을 다루어야 합니다. 기술적 아키텍처의 평가 및 식별은 여기서 우선 순위 요소이며, 그 다음으로 개념적, 기술적 아키텍처 및 데이터 흐름의 정의 및 문서화가 뒤따릅니다. 이러한 기능적 기대는 최상의 사용 가능한 기능에 도달하기 위한 상호 의존성입니다.
그러면 조직은 결과 데이터 전략을 아래에 표시된 대로 6가지 기둥에 맞춰 구현 전략 및 로드맵으로 구성할 수 있습니다.
데이터 전략에 대한 프레임워크 정렬
저작권 © 2021 Trianz
기업의 우선순위에 따라 그래픽의 가장 오른쪽에 생성된 새로운 비즈니스 역량은 서비스, 판매, 마케팅 또는 운영 역량이 다음 단계로 넘어갈 수 있습니다. 즉, 데이터 중심의 디지털 변환 프로세스입니다 . 이 모델은 기업 전략, 데이터 자산 및 그래픽의 가장 오른쪽에 정의된 디지털 변환 비즈니스 역량의 연결점을 나타냅니다.
데이터 전략 정의가 핵심입니다
데이터 전략 이니셔티브는 일회성 노력이 아닙니다. 오히려 단기적인 전달 이정표가 있는 다년간의 목표 세트여야 합니다. 대부분의 조직은 이미 수많은 데이터 관리 이니셔티브에 투자했지만, 서로 일치하지 않으면 큰 추진력을 얻지 못합니다.
강력한 데이터 전략은 조직이 요구 사항이 증가하고 진화함에 따라 최상의 솔루션을 제공할 수 있는 위치를 제공합니다. 또한 기존 및 미래의 데이터 관리 요구 사항을 모두 해결하는 로드맵이 됩니다.
Trianz는 여러 회사가 데이터 자산을 정리, 분석, 활용하여 타의 추종을 불허하는 경쟁 우위를 확보하도록 도왔습니다.
기업 데이터 전략은 어떻게 조직을 변화시킬 수 있나요?
Trianz는 오늘날 가장 어려운 비즈니스 과제를 해결하기 위한 프레임워크, 디자인, 기술 대안이 포함된 툴킷을 개발했습니다. 디지털 전환에 대한 당사의 접근 방식은 귀하가 사용하는 모든 애플리케이션, 리소스, 도구가 더 큰 비즈니스 영향으로 이어지는 전략적 의사 결정을 내리는 데 이상적으로 적합하도록 보장합니다.
