2017.12.22

효과적인 일류 분석팀을 구성하는 방법

Bob Violino | CIO
데이터를 효과적으로 분석하는 능력이 기업의 경쟁 차별화 요소가 된 시대다. 기업에 고객 선호도, 제품 개발 및 사용과 관련된 트렌드, 경쟁업체는 인식하지 못하는 '시장 변동(Market Gyration)'에 대한 날카로운 인사이트를 제공하기 때문이다.

기업이 분석에서 최대한의 성과를 일궈내려면, 여러 소스에서 유입되는 데이터를 이해하고, 이를 분석해 기업에 가치를 창출시키는 인재들로 구성된 팀을 구성해야 한다. 그렇다면 어떤 방법으로 일류 분석팀을 구성할 수 있을까? 이번 글에서 전문가들이 추천하는 베스트 프랙티스 중 일부를 소개한다.

필요한 전문성을 지닌 인재를 적절히 조합한다
컨설팅 업체인 웨스트 몬로(West Monroe)의 고급 분석 수석 관리자 댄 마제스트로에 따르면, 넓게 봤을 때 분석팀이 높은 성과를 성취하기 위해서는 ▲팀을 견인하는 기술적 데이터 스킬(능력, 역량, 전문성), ▲분석 업무를 견인하는 분석 스킬, ▲올바른 방향으로 업무를 추진해 비즈니스 가치 창출에 도움을 주도록 만드는 비즈니스 스킬이라는 3가지 기본적인 스킬이 필요하다.

마제스트로는 "이런 스킬을 모두 갖춘 사람은 극소수에 불과하다. 솔직히 말해 이런 인재는 전설 속 동물인 '유니콘'이나 다름없다. 하지만 이 3가지 스킬 가운데 하나를 갖춘 인재들로 팀을 구성하는 것이 더 효과적일 수 있다"고 말했다.

기술적 데이터 스킬은 데이터를 체계화 하는 방법을 이해하는 인재들이 제공할 수 있다. 마제스트로는 "기존 IT 분야 종사자 중에 이런 인재가 많을 것이다. 분석팀에 이런 인재들을 일부 포함시키면 팀 성공에 도움이 된다"고 말했다.

데이터 과학자는 분석팀에 "과학"이라는 유효성(타당성)을 가져온다. 마제스트로는 "데이터 과학자의 하드 스킬이 아주 중요하다. 또한 문제 해결 스킬과 논리적이면서 비판적인 사고를 하는 스킬도 아주 중요하다. 특정 플랫폼에 대한 많은 경험보다 중요한 때가 많다"고 강조했다.

분석팀에는 비즈니스를 전담하는 전문가도 있어야 한다. 분석한 정보가 비즈니스에 실제 도움을 주도록 만들어야 하기 때문이다. 비즈니스 전문가는 인사이트를 더 큰 조직 체계에 효과적으로 커뮤니케이션을 하는 역할을 한다. 그는 "분석 업무와 비즈니스 필요 사항에 커뮤니케이션과 관련된 '갭'이 자주 발생하는 데, 비즈니스 전문가가 이를 연결하는 역할을 한다"고 설명했다.

몰몬교 데이터 관리 책임자이자 수석 아키텍트인 마이크 보어스는 "더 세부적으로 판단했을 때, 일류 분석팀에는 관계형 테이블, 차원 모델, 큐브, JSON(JavaScript Object Notation), XML(Extensible Markup Language), CSV(Comma-Separated Values) 전문가가 소속되어 있어야 한다"고 설명했다.

보어스는 "최소 한 명은 REST(REpresentational State Transfer), REST에서 데이터를 검색하는 방법을 알고 있어야 한다. 또 관계형 데이터베이스, ETL(추출, 변환, 로드) 도구와 파일 내보내기 도구를 사용해 데이터를 획득하는 방법을 이해하고 있는 전문가도 한 명 필요하다. 여기에 더해, SQL과 NoSQL 문서, NoSQL 와이드 컬럼 등 데이터베이스 종류와 관련된 전문가도 있어야 한다"고 말했다.

유능한 리더에게 책임을 맡긴다
아마도 분석의 중요성과 원리를 이해하고, 동시에 조직의 필요 사항과 목표를 인식하는 인재가 팀을 통솔하도록 만드는 것이 가장 중요할 것이다.

컨설팅 업체인 ISG에서 IT 소싱 및 디지털 컨설팅 서비스를 담당하고 있는 제임스 버크는 "최초 필요한 성과를 일궈내고, 새로운 분석 요구사항에 맞춰 확장을 할 수 있는 일류 분석팀을 만들기 위해서는 모든 요구사항을 효과적으로 통합 및 조율, 중개하고, 팀이 협력하도록 만들 수 있는 리더십이 필요하다. 중간, 또는 상급 직위에서 '기업가 정신(창업 정신)'에 바탕을 둔 비즈니스 및 기술 리더를 찾아 책임을 맡겨야 한다. 또한 빠른 실패가 가능하도록 해야 하고, 예산을 투입해 힘을 실어줘야 한다"고 설명했다.

로크웰 오토메이션(Rockwell Automation)의 BI 책임자 산지나 에드윈은 분석 팀의 책임자로 임명된 후 가장 먼저 팀의 목표와 목적(소 목표)을 명확히 파악하고, 이해관계자와 조율을 하는 일을 했다.

에드윈은 "분석 팀을 구성하기 위해, 경영진과 함께 전략을 조율하고, 팀의 업무 범위와 목표, 스케줄을 규정했다. 사전에 조율하지 않을 경우, 분석 팀이 방향을 잃기 쉽다. 로크웰 오토메이션은 현장의 생산 단계부터 본사 경영 단계까지, 하드웨어 및 소프트웨어 개발부터 서비스까지 모든 단계에서 데이터를 분석해야 한다. 따라서 전사적인 조율과 조정이 필요했다"고 말했다.

분석팀 리더는 기업 문화를 이해하고, 이를 팀에 통합시킬 수 있어야 한다. 에드윈은 "예를 들어, 소속 회사가 빠르게 변화하는 조직인가? 아니면 변화하기 전, 이해관계자들이 의사결정의 함의를 이해해야 하는 회사인가? 분석팀 리더는 더 넓은 기업 문화와 특성에 부합하는 팀을 만들어야 한다"고 강조했다.

대부분의 기업에서 분석 팀이 기술적 '언어'를 비즈니스 '언어'로 세분화시키는 것을 요구한다. 에드윈은 "그러나 로크웰 오토메이션의 경우, 대부분이 엔지니어링 분야의 배경을 갖고 있다. 그래서 기술적 세부 사항이 분석에 대한 동기 부여와 관심을 유도한다"고 말했다.

데이터 스토리지에 대한 접속을 안정적으로 만든다
세계적인 수준의 분석팀은 데이터 허브, 데이터 레이크, 데이터웨어하우스와 같은 리소스에 안전하면서도 안정적으로 접속할 수 있어야 한다.
보어스는 "데이터 허브는 편향과 여과가 없는 분석을 위해 데이터를 있는 그대로 불러온다. 그리고 신속히 데이터 발견, 분석, 랭글링(Wrangling)을 처리하려는 목적에서, 테라바이트의 데이터에 대한 빠른 쿼리가 가능하도록 데이터를 인덱싱한다"고 설명했다.

허브는 또한 검색과 계층화된 쿼리, 플랫 쿼리, 그래프 쿼리, 시멘틱 분석을 위해 여러 방법으로 데이터를 인덱싱한다. 보어스는 "그리고 데이터 종류를 추적할 수 있고, 거버넌스와 보안, 데이터 변환, 데이터 클린징, 공유 데이터 필터링을 처리할 수 있다"고 말했다.

하둡(Hadoop) 등이 제공하는 데이터 레이크는 배치(Batch)에 기반을 두고 있고, 데이터 분석가가 배치 작업으로 데이터를 발견할 수 있도록 도와준다. 보어스는 "반환 시간이 데이터 발견에 이상적이지 않다. 그러나 배치 작업을 통해 머신러닝 등 알고리즘을 사용해 데이터를 처리할 수 있다. 대량 데이터 변환에 유용하다. 이를 데이터웨어하우스로 불러올 수 있다"고 설명했다.

그리고 데이터웨어하우스는 데이터 허브와 데이터 레이크에서 결과를 가져오고, 비즈니스 사용자가 질문에 대한 답을 찾을 수 있도록 사전 규정한 맥락을 기반으로 정보를 전달할 수 있도록 도움을 준다.

데이터 사일로를 없애고, 데이터를 연결해 비즈니스 가치를 창출한다
뻔한 이야기일지 모르겠지만, 기업은 분석팀이 최대한의 성과를 달성하도록 만들기 위해, 부서 간 '벽'과 데이터 사일로를 허물어야 한다. 값진 정보를 서로, 그리고 분석팀과 효과적으로 공유하도록 만들기 위해서다.

교육 관련 서비스 기업인 맥그로우-힐 에듀케이션(McGraw-Hill Education)의 엔지니어링 및 분석, 보고 담당 수석 책임자 매트 호간은 "데이터가 원동력이 되는 문화를 창출하기 위해 조직 간 벽을 없애야 한다. 이는 분석팀을 성공시키는 '열쇠'다. 지금도 많은 조직에서 데이터, 프로세스, 보고와 관련된 사일로가 존재한다"고 강조했다.

맥그로우-힐 에듀케이션의 분석팀은 크게 3가지 역할(직종)로 구성되어 있다. 호간은 "조직 내부에서 놀라운 기회의 문을 열어주는 역할을 한다"고 말했다.

첫 번째는 연구 개발을 담당한 데이터 사이언티스트다. 이들은 맥그로우-힐의 제품 파이프라인으로 '공급'되는 새로운 모델과 시각화를 개발한다. 호간은 "새로운 프로세스를 개발하고, 새로운 인사이트를 발굴하고, 인프라를 깊이 분석해, 자사가 확장성과 효율성을 유지하도록 만드는 역할을 한다"고 설명했다.

다음은 데이터에서 비즈니스 가치를 발굴하는 데 도움을 주는 데이터 엔지니어들이다. 호간은 "통상 모든 인사이트와 보고가 한 가지 비즈니스에 초점이 맞춰진 질문에서 시작된다. 이들은 분석을 통해, 질문에 대한 대답을 찾는다. 이후 여러 부서에서 인사이트를 활용할 수 있도록, 또는 특정 질문과 대답에 패턴이 형성되기 시작할 때, 이를 연결하는 일을 한다. 데이터 엔지니어들은 애자일 방식으로 데이터를 추출하고, 시각화를 구현하고, 필요에 따라 방향을 전환할 수 있어야 한다"고 설명했다.

세 번째는 '프론트-엔드' 엔지니어들이다. 데이터에 존재하는 인사이트를 기반으로 회사 제품에 가치를 부여하는 역할을 한다. 호간은 "이들은 발견한 분석 결과와 제품에 가장 큰 도움이 되는 부분을 연결한다"고 말했다.

시작부터 정기적으로 비즈니스팀과 커뮤니케이션을 하는 것도 중요하다. 그는 "주변의 모두가 분석 전략을 이해하고 수용해야 한다. 결국 모두가 분석 결과를 활용하는 사람들이기 때문이다. 최상의 방법은 이들의 동기 부여 요소를 파악하고, 이를 바탕으로 분석의 가치를 제시하는 것이다. 스스로에게 질문을 하라. '비즈니스 팀이 레가시 시스템을 버리고, 최신 분석 플랫폼을 활용해야 하는 이유는 무엇일까? 이를 통해 얻을 수 있는 가치는 무엇일까?' 가치를 이해하면, 새로운 플랫폼을 수용해야 한다는 동기를 부여 받게 될 것이다"고 말했다.

팀원에게 지속적으로 동기를 부여한다
도전적인 목표를 수립, 팀원들이 계속 몰입하도록 만드는 것이 좋다. 에드윈은 "팀의 혁신과 트레이닝, 지속적인 개선, 발전이 반드시 필요하다는 점을 보여줘야 한다"고 말했다.

로크웰 오토메이션의 분석팀은 데이터 보고 분석부터 시작했다. 이후 더 큰 목표를 추진했다. 머신 데이터 분석을 시작한 것이다. 그리고 데이터 허브와 IoT(사물 인터넷) 플랫폼을 구축했다. 에드윈은 "팀은 새로운 무엇을 창조할 때마다 혁신과 진화를 해야 한다. 팀원들이 '익숙한 분야'에만 머물지 않도록 만들어야 한다"고 강조했다.

팀원들에게 계속 동기를 부여할 수 있는 가장 좋은 방법 중 하나는 조직에 가치를 전달하는 것이다. 에드윈은 "최고의 팀도 실패를 한다. 도움을 주는 분석 솔루션을 전달하지 못하는 경우다. 조금씩이라도 분석 솔루션의 가치를 증명해야 한다. 이는 더 많은 사람이 솔루션에 관심을 갖도록 유도한다. 결국 분석팀은 다른 직원들의 업무 효율성을 높이고, 수익 흐름을 개선하는 역할을 하는 조직이다. 이를 실현시킬 수 있다는 점을 증명해야 한다"고 말했다.

팀이 솔루션을 전달한 후에는, 성취와 성과를 '홍보'해야 한다. 에드윈은 "팀의 성과를 보여주는 데 시간을 투자해야 한다. 우리 팀은 끊임없이 성과와 주요 교훈에 대한 프레젠테이션을 실시하고 있다. 이는 팀의 네트워크를 확대시키고, 로크웰 오토메이션 직원들을 기쁘게 만든다. 또한 분석 팀원들과 회사가 자부심을 갖도록 만들고, 향후 성과 창출에 대한 동기를 부여한다"고 말했다.

팀을 조직 외부로 확대한다
ISG의 버크는 "현재 시장 성숙도, 인재/전문가 가용성을 감안했을 때, 최고의 분석팀을 만들려면 몇몇 조직의 '최고'들을 모아야 할 수도 있다.

독자적으로 최고의 분석팀을 만들 수 있는 인재 풀, 데이터 및 기술 리소스를 보유한 조직이 극소수에 불과하기 때문이다. 기술과 팀, 조직으로 구성된 '가치 사슬'을 구현해야 효과적인 분석, '수월한 정보'라는 목표를 달성할 수 있다"고 말했다. 데이터를 처리하고, 소프트웨어를 호스팅하고, 분석을 하는 다양한 플랫폼에 대한 지원팀, 분석에 필요한 소프트웨어와 알고리즘을 프로그래밍 하는 개발자가 포함되어야 한다.

버크는 "플랫폼 공급업체, 플랫폼 지원 전문가, 애자일/데브옵스 개발팀, 분석과 데이터베이스, 데이터 과학 전문가, 비즈니스 프로세스 및 제품/정보 소유주(책임자), 마케팅 및 최종 사용자 경험 전문가가 분석팀 역량 '가치 사슬'의 일부가 될 수 있다"고 설명했다. editor@itworld.co.kr  


2017.12.22

효과적인 일류 분석팀을 구성하는 방법

Bob Violino | CIO
데이터를 효과적으로 분석하는 능력이 기업의 경쟁 차별화 요소가 된 시대다. 기업에 고객 선호도, 제품 개발 및 사용과 관련된 트렌드, 경쟁업체는 인식하지 못하는 '시장 변동(Market Gyration)'에 대한 날카로운 인사이트를 제공하기 때문이다.

기업이 분석에서 최대한의 성과를 일궈내려면, 여러 소스에서 유입되는 데이터를 이해하고, 이를 분석해 기업에 가치를 창출시키는 인재들로 구성된 팀을 구성해야 한다. 그렇다면 어떤 방법으로 일류 분석팀을 구성할 수 있을까? 이번 글에서 전문가들이 추천하는 베스트 프랙티스 중 일부를 소개한다.

필요한 전문성을 지닌 인재를 적절히 조합한다
컨설팅 업체인 웨스트 몬로(West Monroe)의 고급 분석 수석 관리자 댄 마제스트로에 따르면, 넓게 봤을 때 분석팀이 높은 성과를 성취하기 위해서는 ▲팀을 견인하는 기술적 데이터 스킬(능력, 역량, 전문성), ▲분석 업무를 견인하는 분석 스킬, ▲올바른 방향으로 업무를 추진해 비즈니스 가치 창출에 도움을 주도록 만드는 비즈니스 스킬이라는 3가지 기본적인 스킬이 필요하다.

마제스트로는 "이런 스킬을 모두 갖춘 사람은 극소수에 불과하다. 솔직히 말해 이런 인재는 전설 속 동물인 '유니콘'이나 다름없다. 하지만 이 3가지 스킬 가운데 하나를 갖춘 인재들로 팀을 구성하는 것이 더 효과적일 수 있다"고 말했다.

기술적 데이터 스킬은 데이터를 체계화 하는 방법을 이해하는 인재들이 제공할 수 있다. 마제스트로는 "기존 IT 분야 종사자 중에 이런 인재가 많을 것이다. 분석팀에 이런 인재들을 일부 포함시키면 팀 성공에 도움이 된다"고 말했다.

데이터 과학자는 분석팀에 "과학"이라는 유효성(타당성)을 가져온다. 마제스트로는 "데이터 과학자의 하드 스킬이 아주 중요하다. 또한 문제 해결 스킬과 논리적이면서 비판적인 사고를 하는 스킬도 아주 중요하다. 특정 플랫폼에 대한 많은 경험보다 중요한 때가 많다"고 강조했다.

분석팀에는 비즈니스를 전담하는 전문가도 있어야 한다. 분석한 정보가 비즈니스에 실제 도움을 주도록 만들어야 하기 때문이다. 비즈니스 전문가는 인사이트를 더 큰 조직 체계에 효과적으로 커뮤니케이션을 하는 역할을 한다. 그는 "분석 업무와 비즈니스 필요 사항에 커뮤니케이션과 관련된 '갭'이 자주 발생하는 데, 비즈니스 전문가가 이를 연결하는 역할을 한다"고 설명했다.

몰몬교 데이터 관리 책임자이자 수석 아키텍트인 마이크 보어스는 "더 세부적으로 판단했을 때, 일류 분석팀에는 관계형 테이블, 차원 모델, 큐브, JSON(JavaScript Object Notation), XML(Extensible Markup Language), CSV(Comma-Separated Values) 전문가가 소속되어 있어야 한다"고 설명했다.

보어스는 "최소 한 명은 REST(REpresentational State Transfer), REST에서 데이터를 검색하는 방법을 알고 있어야 한다. 또 관계형 데이터베이스, ETL(추출, 변환, 로드) 도구와 파일 내보내기 도구를 사용해 데이터를 획득하는 방법을 이해하고 있는 전문가도 한 명 필요하다. 여기에 더해, SQL과 NoSQL 문서, NoSQL 와이드 컬럼 등 데이터베이스 종류와 관련된 전문가도 있어야 한다"고 말했다.

유능한 리더에게 책임을 맡긴다
아마도 분석의 중요성과 원리를 이해하고, 동시에 조직의 필요 사항과 목표를 인식하는 인재가 팀을 통솔하도록 만드는 것이 가장 중요할 것이다.

컨설팅 업체인 ISG에서 IT 소싱 및 디지털 컨설팅 서비스를 담당하고 있는 제임스 버크는 "최초 필요한 성과를 일궈내고, 새로운 분석 요구사항에 맞춰 확장을 할 수 있는 일류 분석팀을 만들기 위해서는 모든 요구사항을 효과적으로 통합 및 조율, 중개하고, 팀이 협력하도록 만들 수 있는 리더십이 필요하다. 중간, 또는 상급 직위에서 '기업가 정신(창업 정신)'에 바탕을 둔 비즈니스 및 기술 리더를 찾아 책임을 맡겨야 한다. 또한 빠른 실패가 가능하도록 해야 하고, 예산을 투입해 힘을 실어줘야 한다"고 설명했다.

로크웰 오토메이션(Rockwell Automation)의 BI 책임자 산지나 에드윈은 분석 팀의 책임자로 임명된 후 가장 먼저 팀의 목표와 목적(소 목표)을 명확히 파악하고, 이해관계자와 조율을 하는 일을 했다.

에드윈은 "분석 팀을 구성하기 위해, 경영진과 함께 전략을 조율하고, 팀의 업무 범위와 목표, 스케줄을 규정했다. 사전에 조율하지 않을 경우, 분석 팀이 방향을 잃기 쉽다. 로크웰 오토메이션은 현장의 생산 단계부터 본사 경영 단계까지, 하드웨어 및 소프트웨어 개발부터 서비스까지 모든 단계에서 데이터를 분석해야 한다. 따라서 전사적인 조율과 조정이 필요했다"고 말했다.

분석팀 리더는 기업 문화를 이해하고, 이를 팀에 통합시킬 수 있어야 한다. 에드윈은 "예를 들어, 소속 회사가 빠르게 변화하는 조직인가? 아니면 변화하기 전, 이해관계자들이 의사결정의 함의를 이해해야 하는 회사인가? 분석팀 리더는 더 넓은 기업 문화와 특성에 부합하는 팀을 만들어야 한다"고 강조했다.

대부분의 기업에서 분석 팀이 기술적 '언어'를 비즈니스 '언어'로 세분화시키는 것을 요구한다. 에드윈은 "그러나 로크웰 오토메이션의 경우, 대부분이 엔지니어링 분야의 배경을 갖고 있다. 그래서 기술적 세부 사항이 분석에 대한 동기 부여와 관심을 유도한다"고 말했다.

데이터 스토리지에 대한 접속을 안정적으로 만든다
세계적인 수준의 분석팀은 데이터 허브, 데이터 레이크, 데이터웨어하우스와 같은 리소스에 안전하면서도 안정적으로 접속할 수 있어야 한다.
보어스는 "데이터 허브는 편향과 여과가 없는 분석을 위해 데이터를 있는 그대로 불러온다. 그리고 신속히 데이터 발견, 분석, 랭글링(Wrangling)을 처리하려는 목적에서, 테라바이트의 데이터에 대한 빠른 쿼리가 가능하도록 데이터를 인덱싱한다"고 설명했다.

허브는 또한 검색과 계층화된 쿼리, 플랫 쿼리, 그래프 쿼리, 시멘틱 분석을 위해 여러 방법으로 데이터를 인덱싱한다. 보어스는 "그리고 데이터 종류를 추적할 수 있고, 거버넌스와 보안, 데이터 변환, 데이터 클린징, 공유 데이터 필터링을 처리할 수 있다"고 말했다.

하둡(Hadoop) 등이 제공하는 데이터 레이크는 배치(Batch)에 기반을 두고 있고, 데이터 분석가가 배치 작업으로 데이터를 발견할 수 있도록 도와준다. 보어스는 "반환 시간이 데이터 발견에 이상적이지 않다. 그러나 배치 작업을 통해 머신러닝 등 알고리즘을 사용해 데이터를 처리할 수 있다. 대량 데이터 변환에 유용하다. 이를 데이터웨어하우스로 불러올 수 있다"고 설명했다.

그리고 데이터웨어하우스는 데이터 허브와 데이터 레이크에서 결과를 가져오고, 비즈니스 사용자가 질문에 대한 답을 찾을 수 있도록 사전 규정한 맥락을 기반으로 정보를 전달할 수 있도록 도움을 준다.

데이터 사일로를 없애고, 데이터를 연결해 비즈니스 가치를 창출한다
뻔한 이야기일지 모르겠지만, 기업은 분석팀이 최대한의 성과를 달성하도록 만들기 위해, 부서 간 '벽'과 데이터 사일로를 허물어야 한다. 값진 정보를 서로, 그리고 분석팀과 효과적으로 공유하도록 만들기 위해서다.

교육 관련 서비스 기업인 맥그로우-힐 에듀케이션(McGraw-Hill Education)의 엔지니어링 및 분석, 보고 담당 수석 책임자 매트 호간은 "데이터가 원동력이 되는 문화를 창출하기 위해 조직 간 벽을 없애야 한다. 이는 분석팀을 성공시키는 '열쇠'다. 지금도 많은 조직에서 데이터, 프로세스, 보고와 관련된 사일로가 존재한다"고 강조했다.

맥그로우-힐 에듀케이션의 분석팀은 크게 3가지 역할(직종)로 구성되어 있다. 호간은 "조직 내부에서 놀라운 기회의 문을 열어주는 역할을 한다"고 말했다.

첫 번째는 연구 개발을 담당한 데이터 사이언티스트다. 이들은 맥그로우-힐의 제품 파이프라인으로 '공급'되는 새로운 모델과 시각화를 개발한다. 호간은 "새로운 프로세스를 개발하고, 새로운 인사이트를 발굴하고, 인프라를 깊이 분석해, 자사가 확장성과 효율성을 유지하도록 만드는 역할을 한다"고 설명했다.

다음은 데이터에서 비즈니스 가치를 발굴하는 데 도움을 주는 데이터 엔지니어들이다. 호간은 "통상 모든 인사이트와 보고가 한 가지 비즈니스에 초점이 맞춰진 질문에서 시작된다. 이들은 분석을 통해, 질문에 대한 대답을 찾는다. 이후 여러 부서에서 인사이트를 활용할 수 있도록, 또는 특정 질문과 대답에 패턴이 형성되기 시작할 때, 이를 연결하는 일을 한다. 데이터 엔지니어들은 애자일 방식으로 데이터를 추출하고, 시각화를 구현하고, 필요에 따라 방향을 전환할 수 있어야 한다"고 설명했다.

세 번째는 '프론트-엔드' 엔지니어들이다. 데이터에 존재하는 인사이트를 기반으로 회사 제품에 가치를 부여하는 역할을 한다. 호간은 "이들은 발견한 분석 결과와 제품에 가장 큰 도움이 되는 부분을 연결한다"고 말했다.

시작부터 정기적으로 비즈니스팀과 커뮤니케이션을 하는 것도 중요하다. 그는 "주변의 모두가 분석 전략을 이해하고 수용해야 한다. 결국 모두가 분석 결과를 활용하는 사람들이기 때문이다. 최상의 방법은 이들의 동기 부여 요소를 파악하고, 이를 바탕으로 분석의 가치를 제시하는 것이다. 스스로에게 질문을 하라. '비즈니스 팀이 레가시 시스템을 버리고, 최신 분석 플랫폼을 활용해야 하는 이유는 무엇일까? 이를 통해 얻을 수 있는 가치는 무엇일까?' 가치를 이해하면, 새로운 플랫폼을 수용해야 한다는 동기를 부여 받게 될 것이다"고 말했다.

팀원에게 지속적으로 동기를 부여한다
도전적인 목표를 수립, 팀원들이 계속 몰입하도록 만드는 것이 좋다. 에드윈은 "팀의 혁신과 트레이닝, 지속적인 개선, 발전이 반드시 필요하다는 점을 보여줘야 한다"고 말했다.

로크웰 오토메이션의 분석팀은 데이터 보고 분석부터 시작했다. 이후 더 큰 목표를 추진했다. 머신 데이터 분석을 시작한 것이다. 그리고 데이터 허브와 IoT(사물 인터넷) 플랫폼을 구축했다. 에드윈은 "팀은 새로운 무엇을 창조할 때마다 혁신과 진화를 해야 한다. 팀원들이 '익숙한 분야'에만 머물지 않도록 만들어야 한다"고 강조했다.

팀원들에게 계속 동기를 부여할 수 있는 가장 좋은 방법 중 하나는 조직에 가치를 전달하는 것이다. 에드윈은 "최고의 팀도 실패를 한다. 도움을 주는 분석 솔루션을 전달하지 못하는 경우다. 조금씩이라도 분석 솔루션의 가치를 증명해야 한다. 이는 더 많은 사람이 솔루션에 관심을 갖도록 유도한다. 결국 분석팀은 다른 직원들의 업무 효율성을 높이고, 수익 흐름을 개선하는 역할을 하는 조직이다. 이를 실현시킬 수 있다는 점을 증명해야 한다"고 말했다.

팀이 솔루션을 전달한 후에는, 성취와 성과를 '홍보'해야 한다. 에드윈은 "팀의 성과를 보여주는 데 시간을 투자해야 한다. 우리 팀은 끊임없이 성과와 주요 교훈에 대한 프레젠테이션을 실시하고 있다. 이는 팀의 네트워크를 확대시키고, 로크웰 오토메이션 직원들을 기쁘게 만든다. 또한 분석 팀원들과 회사가 자부심을 갖도록 만들고, 향후 성과 창출에 대한 동기를 부여한다"고 말했다.

팀을 조직 외부로 확대한다
ISG의 버크는 "현재 시장 성숙도, 인재/전문가 가용성을 감안했을 때, 최고의 분석팀을 만들려면 몇몇 조직의 '최고'들을 모아야 할 수도 있다.

독자적으로 최고의 분석팀을 만들 수 있는 인재 풀, 데이터 및 기술 리소스를 보유한 조직이 극소수에 불과하기 때문이다. 기술과 팀, 조직으로 구성된 '가치 사슬'을 구현해야 효과적인 분석, '수월한 정보'라는 목표를 달성할 수 있다"고 말했다. 데이터를 처리하고, 소프트웨어를 호스팅하고, 분석을 하는 다양한 플랫폼에 대한 지원팀, 분석에 필요한 소프트웨어와 알고리즘을 프로그래밍 하는 개발자가 포함되어야 한다.

버크는 "플랫폼 공급업체, 플랫폼 지원 전문가, 애자일/데브옵스 개발팀, 분석과 데이터베이스, 데이터 과학 전문가, 비즈니스 프로세스 및 제품/정보 소유주(책임자), 마케팅 및 최종 사용자 경험 전문가가 분석팀 역량 '가치 사슬'의 일부가 될 수 있다"고 설명했다. editor@itworld.co.kr  


X