2020.11.17

모든 것이 변할 때, 기업의 예측 능력은 어떻게 진화해야 하는가

IDG Connect
비즈니스에서 확실한 것은 거의 없다지만, 기업들은 진정으로 새로운 불확실성의 시대에 들어섰다. 역경에 대한 회복력은 매우 중요하며, 회복력의 핵심 부분은 예지력이다. 비즈니스 리더는 미래를 내다보고, 혼란을 예측해 그에 맞게 적응할 수 있게 도와주는 기능과 시스템이 필요하다. 
 
그러나 모든 것이 변하고 기존 모델이 폐기됐을 때 기업은 어떻게 정확하게 예측할 수 있을까? 클라우드에서의 시나리오 모델링과 통합 데이터, 자동화된 비즈니스 프로세스를 통해 기업은 다음 장애에 대비할 수 있다. 
 
ⓒ Getty Images Bank
 

불확실성에 대한 계획

기업은 무기고의 모든 도구를 사용해야 한다. 예측과 시나리오 모델링, 계획을 구별하는 것이 중요하다. 예측은 관련된 과거 데이터를 토대로 향후 언제, 어디에 사업 기회나 시장이 위치할 지 예측하는 행위다. 시나리오 모델링은 애널리스트가 가능한 주요 전환점을 살펴보고 가능한 시나리오를 다양하게 만드는 것이다. 계획은 이러한 인사이트에 기초해 내린 조치와 결정을 나타낸다. 

예측과 시나리오 분석은 계획 프로세스의 토대를 공급하므로, 혼란에 적응하는 데 중요한 초기 단계가 된다. 그러나 현재 환경에서는 예측이 매우 어려워졌다. 

예측은 방대한 양의 자사 및 공개 데이터에 의존하지만, 코로나 19는 기업을 미지의 영역으로 끌어들였다. 맥킨지의 데이터에 따르면 기업들이 팬데믹에서 회복하는 형태에 대해 의견이 분분하지만, 서서히 회복할 것이라는 전망이 많아지고 있다. 위기를 분석하기 위해 일반적으로 의존하는 과거 데이터가 부족하고, 혼란이 지나가면 어떤 상황이 될지 예측하는 데 도움이 될 추세도 부족하다. 

이렇게 과거 데이터가 부족할 때 진가를 발휘하는 것이 시나리오 모델링이다. 시나리오 모델링은 기업이 매우 다양하게 가능한 미래를 시각화하고, 여러 시나리오를 계획하고, 각각에 대응하는 방법을 평가하는 데 도움이 된다. 프로세스는 여전히 데이터에 의존하지만, 특정 시나리오와 관련된 과거 데이터가 필요하지 않다. 대신 기업이 대비할 수 있는 가능한 결과를 다양하게 제시한다. 이는 거의 확실하지 않은 미래를 위한 이상적인 해독제다. 

그러나 최근 경험에 따르면 시나리오 모델링에 대한 더욱 성숙한 접근방식이 필요하다. 많은 기업이 위기 이전에 미래의 시나리오를 적극적으로 모델링하고 있음에도 불구하고, 팬데믹을 예견하거나 계획한 기업은 거의 없었다. 모든 결과를 계획할 수는 없지만, 기업은 앞으로 발생 가능한 더 광범위한 시나리오에 투자를 시작해야 한다. 각 부서에 전담 분석 팀을 구성하면 시나리오 모델링을 비즈니스 프로세스에 적용할 수 있다. 
 

복원력을 위한 플랫폼

더욱 규칙적이고 포괄적인 시나리오 모델링만으로는 복원력을 보장하기에 충분하지 않다. 시간이 지남에 따라, 기업은 점점 더 많은 데이터를 수집해 전통적인 예측이 용이해진다. 두 가지 예측 방법 모두 기업이 미래를 계획하는 데 필요하다. 그러나 두 가지 방법 모두 기업의 데이터 및 시스템 품질에 따라 쉽게 손상될 수 있다. 

고객과 직원, 경쟁사에 대한 방대한 양의 데이터는 관리하기 어려울 수 있다. 종종 기업 전체에 걸쳐 세분화되어 함께 분석을 하는 데 방해가 되는 수많은 사일로로 나뉜다. 중단을 계획하려면 조직화된 대응과 상담, 협업이 필요하지만, 사일로에 시달리면 달성하기 어렵다. 

속도도 문제다. 데이터 정리나 분석을 위한 입력 등 불필요한 수작업을 수행하는 데 걸리는 시간은 귀중한 시간 낭비다. 자원 낭비 사례이기도 하지만, 또한 기업이 너무 느려서 급부상하는 추세와 문제, 기회에 대응하지 못할 수 있다는 뜻이다. 

기업은 클라우드 도구와 애플리케이션을 활용해 작업을 더 쉽게 할 수 있다. 이미 많은 기업에서 이를 수행하고 있다. 가트너는 클라우드 지출이 2020년에 19%까지 증가할 것으로 예상한다. 이는 원래 2023년으로 예상했던 증가율이다. 클라우드에서 데이터 자산을 중앙 집중화하면 워크플로와 데이터가 여러 시스템이 아닌 하나에 상주하므로 협업이 촉진된다. 

클라우드에서 예측 활동을 통합하면 모두가 똑 같은 방법과 도구를 사용하므로 프로세스에 대한 신뢰도 높아진다. 클라우드 애플리케이션은 정기적으로 최신 모범 사례로 업데이트할 수 있으므로, 모든 그룹의 프로세스는 항상 최신 상태로 유지된다. 

임베디드 AI 앱과 솔루션은 수동 데이터 프로세스를 자동화해 예측과 추정을 크게 가속화할 수 있다. 이는 사람들이 데이터 수집 및 확인에 소요하는 시간을 줄이고 중단에 대비한 계획을 세우는 데 더 많은 시간을 쓰게 되기 때문에 민첩성에 기여한다. 올바른 정보를 더 빨리 제공함으로써, 경영진과 사업부는 더 빨리, 확신을 가지고 의사 결정을 할 수 있다. 
 

예지력이 곧 복원력

계획 및 예측 클라우드 솔루션을 결합해 현대화하면 시나리오 모델링과 예측 기능을 모두 향상할 수 있으며, 요구사항에 맞게 더 민첩하고 혁신적으로 조정할 수 있다. 앞으로의 추세나 문제를 예상할 수 있어야 경쟁에서 귀중한 선두 자리를 차지하고 적응하며 자본화에 필요한 시간을 확보할 수 있을 것이다다. editor@itworld.co.kr 


2020.11.17

모든 것이 변할 때, 기업의 예측 능력은 어떻게 진화해야 하는가

IDG Connect
비즈니스에서 확실한 것은 거의 없다지만, 기업들은 진정으로 새로운 불확실성의 시대에 들어섰다. 역경에 대한 회복력은 매우 중요하며, 회복력의 핵심 부분은 예지력이다. 비즈니스 리더는 미래를 내다보고, 혼란을 예측해 그에 맞게 적응할 수 있게 도와주는 기능과 시스템이 필요하다. 
 
그러나 모든 것이 변하고 기존 모델이 폐기됐을 때 기업은 어떻게 정확하게 예측할 수 있을까? 클라우드에서의 시나리오 모델링과 통합 데이터, 자동화된 비즈니스 프로세스를 통해 기업은 다음 장애에 대비할 수 있다. 
 
ⓒ Getty Images Bank
 

불확실성에 대한 계획

기업은 무기고의 모든 도구를 사용해야 한다. 예측과 시나리오 모델링, 계획을 구별하는 것이 중요하다. 예측은 관련된 과거 데이터를 토대로 향후 언제, 어디에 사업 기회나 시장이 위치할 지 예측하는 행위다. 시나리오 모델링은 애널리스트가 가능한 주요 전환점을 살펴보고 가능한 시나리오를 다양하게 만드는 것이다. 계획은 이러한 인사이트에 기초해 내린 조치와 결정을 나타낸다. 

예측과 시나리오 분석은 계획 프로세스의 토대를 공급하므로, 혼란에 적응하는 데 중요한 초기 단계가 된다. 그러나 현재 환경에서는 예측이 매우 어려워졌다. 

예측은 방대한 양의 자사 및 공개 데이터에 의존하지만, 코로나 19는 기업을 미지의 영역으로 끌어들였다. 맥킨지의 데이터에 따르면 기업들이 팬데믹에서 회복하는 형태에 대해 의견이 분분하지만, 서서히 회복할 것이라는 전망이 많아지고 있다. 위기를 분석하기 위해 일반적으로 의존하는 과거 데이터가 부족하고, 혼란이 지나가면 어떤 상황이 될지 예측하는 데 도움이 될 추세도 부족하다. 

이렇게 과거 데이터가 부족할 때 진가를 발휘하는 것이 시나리오 모델링이다. 시나리오 모델링은 기업이 매우 다양하게 가능한 미래를 시각화하고, 여러 시나리오를 계획하고, 각각에 대응하는 방법을 평가하는 데 도움이 된다. 프로세스는 여전히 데이터에 의존하지만, 특정 시나리오와 관련된 과거 데이터가 필요하지 않다. 대신 기업이 대비할 수 있는 가능한 결과를 다양하게 제시한다. 이는 거의 확실하지 않은 미래를 위한 이상적인 해독제다. 

그러나 최근 경험에 따르면 시나리오 모델링에 대한 더욱 성숙한 접근방식이 필요하다. 많은 기업이 위기 이전에 미래의 시나리오를 적극적으로 모델링하고 있음에도 불구하고, 팬데믹을 예견하거나 계획한 기업은 거의 없었다. 모든 결과를 계획할 수는 없지만, 기업은 앞으로 발생 가능한 더 광범위한 시나리오에 투자를 시작해야 한다. 각 부서에 전담 분석 팀을 구성하면 시나리오 모델링을 비즈니스 프로세스에 적용할 수 있다. 
 

복원력을 위한 플랫폼

더욱 규칙적이고 포괄적인 시나리오 모델링만으로는 복원력을 보장하기에 충분하지 않다. 시간이 지남에 따라, 기업은 점점 더 많은 데이터를 수집해 전통적인 예측이 용이해진다. 두 가지 예측 방법 모두 기업이 미래를 계획하는 데 필요하다. 그러나 두 가지 방법 모두 기업의 데이터 및 시스템 품질에 따라 쉽게 손상될 수 있다. 

고객과 직원, 경쟁사에 대한 방대한 양의 데이터는 관리하기 어려울 수 있다. 종종 기업 전체에 걸쳐 세분화되어 함께 분석을 하는 데 방해가 되는 수많은 사일로로 나뉜다. 중단을 계획하려면 조직화된 대응과 상담, 협업이 필요하지만, 사일로에 시달리면 달성하기 어렵다. 

속도도 문제다. 데이터 정리나 분석을 위한 입력 등 불필요한 수작업을 수행하는 데 걸리는 시간은 귀중한 시간 낭비다. 자원 낭비 사례이기도 하지만, 또한 기업이 너무 느려서 급부상하는 추세와 문제, 기회에 대응하지 못할 수 있다는 뜻이다. 

기업은 클라우드 도구와 애플리케이션을 활용해 작업을 더 쉽게 할 수 있다. 이미 많은 기업에서 이를 수행하고 있다. 가트너는 클라우드 지출이 2020년에 19%까지 증가할 것으로 예상한다. 이는 원래 2023년으로 예상했던 증가율이다. 클라우드에서 데이터 자산을 중앙 집중화하면 워크플로와 데이터가 여러 시스템이 아닌 하나에 상주하므로 협업이 촉진된다. 

클라우드에서 예측 활동을 통합하면 모두가 똑 같은 방법과 도구를 사용하므로 프로세스에 대한 신뢰도 높아진다. 클라우드 애플리케이션은 정기적으로 최신 모범 사례로 업데이트할 수 있으므로, 모든 그룹의 프로세스는 항상 최신 상태로 유지된다. 

임베디드 AI 앱과 솔루션은 수동 데이터 프로세스를 자동화해 예측과 추정을 크게 가속화할 수 있다. 이는 사람들이 데이터 수집 및 확인에 소요하는 시간을 줄이고 중단에 대비한 계획을 세우는 데 더 많은 시간을 쓰게 되기 때문에 민첩성에 기여한다. 올바른 정보를 더 빨리 제공함으로써, 경영진과 사업부는 더 빨리, 확신을 가지고 의사 결정을 할 수 있다. 
 

예지력이 곧 복원력

계획 및 예측 클라우드 솔루션을 결합해 현대화하면 시나리오 모델링과 예측 기능을 모두 향상할 수 있으며, 요구사항에 맞게 더 민첩하고 혁신적으로 조정할 수 있다. 앞으로의 추세나 문제를 예상할 수 있어야 경쟁에서 귀중한 선두 자리를 차지하고 적응하며 자본화에 필요한 시간을 확보할 수 있을 것이다다. editor@itworld.co.kr 


X