오늘날의 데이터 리더들은 비즈니스 인텔리전스에만 초점을 맞추지 않고, 조직의 우위를 유지하는 데 도움이 되는 실시간 의사 결정 및 예측 모델을 추구하고 있습니다.
하지만 이러한 목표를 달성하려면 데이터를 이해하고, 비즈니스 전략에 부합하며, 조직 전체에 걸친 AI 및 데이터 분석 솔루션을 구축하는 올바른 접근 방식을 정의하는 데이터 전략을 갖춰야 합니다. 기존 분석 및 데이터 과학부터 운영 분석, 디지털, IoT 센서 데이터, 데이터 시각화, AI 이니셔티브 및 신제품 개발에 이르기까지 비즈니스 요구 사항을 충족하는 사용 사례를 정의하고 직원의 역량을 강화해야 합니다. AI 확장을 위해서는 명확한 데이터 전략을 수립하는 것이 첫 번째 단계입니다.
하지만 데이터와 AI의 잠재력을 완전히 실현하려면 창의적인 의사 결정, 설득력 있는 스토리텔링, 부서 간 지원이 필요합니다. 업계 데이터 리더의 인사이트를 활용한 이 6단계 프레임워크는 조직이 팀, 인력 및 조직의 강점을 최대한 활용하는 데이터를 설계하고 구현하는 데 도움이 됩니다.
watsonx 만나보기
AI 업데이트 신청
데이터 및 AI 전략을 비즈니스 전략과 연결
좋은 데이터 전략을 세우려면 이해관계자의 동의를 얻는 것이 중요합니다. 비즈니스와 데이터의 우선순위를 일치시키려면 조직과 고위 경영진의 목표를 명확하게 이해해야 합니다. 최고 경영진 및 비즈니스 이해관계자와의 만남은 데이터 진정한 경쟁력으로 받아들여 조직이 목표를 달성하도록 돕는 첫 번째 단계입니다. Inari의 최고 정보 및 데이터 책임자인 라니아 칼라프(Rania Khalaf) 박사는 "모든 것은 '어떤 비즈니스 문제를 해결하려고 하는가'에 관한 것입니다."라고 말합니다.
결국 비즈니스 전략과 데이터 전략을 연결한다는 것은 부서 전체에 존재하는 프레임워크와 지침을 통합하여 모두가 동의할 수 있는 데이터 환경에 대한 단일 통합 보기를 구축한다는 뜻입니다.
실제로 Gartner®에 따르면 우선순위를 정하고 정량화된 비즈니스 성과 및 메트릭릭에 데이터와 분석을 연결하는 CDO는 그렇지 않은 동료보다 더 큰 성공을 거둡니다.¹
보험업계의 엔터프라이즈 데이터 및 분석 리더인 스리니바산 산카르(Srinivasan Sankar)에 따르면, 처음에는 현실적으로 시작해야 한다고 합니다. 경영진이 데이터 및 AI 이니셔티브의 전략적 장점을 파악할 수 있도록 하기 위해서는 먼저 데이터 기반 협업 환경이 구체화되기 시작할 때 우선순위를 명확히 하고 합의해야 합니다.
가장 매력적인 사용 사례 파악
고품질 데이터에 더 잘 접근할 수 있다면 조직 내 어디에서 문제를 해결할 수 있습니까? IBM 고객을 위한 데이터 전략 설계 및 구현을 전문으로 하는 조 라모스(Jo Ramos)는 "이해 관계자를 만날 때, 사업부 내 또는 사업부 전반에 걸친 여러 비즈니스 목표에 걸쳐 데이터 요구 사항을 파악하여 전략적 자산으로서 데이터의 가치를 보여주세요."라고 말합니다.
모든 방향에서 데이터 환경을 스캔하세요. 오래된 앱을 업데이트하여 공급망 비용을 낮출 수 있다면 어떨까요? 아니면 AI로 리스크 및 규정 준수를 자동화하여 더 우수한 인사이트를 더 빨리 얻을 수 있을까요? 데이터의 품질과 재무, 영업, 마케팅과 같은 조직 내 영역 간에 데이터가 어떻게 흐르는지(또는 흐르지 않는지) 더 잘 이해하면 운영에 대한 보다 전체적인 관점을 확보하고, 수익을 늘리고, 수익성을 높이고, 위험을 줄일 새로운 기회를 발견할 수 있습니다.
툴킷의 도구 파악하기
IT와 협력하여 기존 인프라와 기술은 물론 새로운 첨단 기술을 활용하여 데이터 전략을 한 단계 더 발전시키세요. 조직의 현재 기술 에코시스템과 전략(그리고 하위 및 하위 전략)을 이해하면 데이터, AI 및 애플리케이션을 사용하여 비즈니스 성과를 달성하기 위한 확실하고 달성 가능한 행동 방침을 계획하는 데 도움이 됩니다. 이러한 지식은 매우 중요합니다. 계획되고 자금이 지원되는 이니셔티브를 활용하면 데이터 전략을 이행하는 데 도움이 됩니다.
조직의 디지털 혁신 및 AI 전략 숙지하기
라모스는 회사의 현재 데이터 환경을 먼저 고려하지 않으면 애플리케이션을 업데이트하고 오래된 시스템을 혁신하는 것이 가치를 가져다주지 못한다고 지적합니다. "많은 조직이 애플리케이션 현대화와 클라우드에 앱을 도입하는 것에 대해 이야기하지만, 데이터 자체에 대해서는 간과하고 있습니다."라고 그는 말합니다. "데이터를 통합하고 분석을 수행하려면 모든 애플리케이션을 클라우드로 옮기는 것이 아니라 새로운 최신 아키텍처에서 데이터를 어떻게 활용할지 파악하는 것이 중요합니다."
문제점을 파악하여 장애물과 격차를 밝혀내세요.
이제 최종 목표를 정했고 리더가 합류했으니(이제 합류했겠죠?), 에코시스템 전반을 살펴보고 무엇이 효과가 있고 무엇이 효과가 없는지 평가할 차례입니다. 진정한 데이터 우선 환경을 구축하는 데 무엇이 장애물이 되고 있나요?
조직 사일로가 데이터 통합, 데이터 관리 및 워크플로우와 관련된 문제의 원인이 되는 경우가 많습니다. 실제로 기업의 82%가 데이터 사일로로 인해 제약을 받고 있습니다.² 직원의 생산성을 극대화하려면 셀프서비스 데이터와 적절한 제어 기능을 갖춘 AI 기반 앱 또는 솔루션이 필요합니다. 단순히 접근 권한을 갖는 것이 장애물이 되어서는 안 됩니다.
사용자가 데이터에 접근하여 훌륭한 성과를 얻는 데 이를 활용할 수 있어야 합니다. 데이터의 위치, 거버넌스 적용 여부, 메타데이터의 규정 준수 여부에 관해서 사용자가 고민할 필요가 없어야 합니다. 필요한 데이터를 안심하고 사용할 수 있어야 합니다.
데이터를 검토하여 보유 사항과 필요한 사항을 파악하세요.
데이터 토폴로지는 지형도에 산, 언덕, 계곡이 표시되는 것처럼 정보의 곡선과 윤곽을 보여줍니다. 조직의 상충되는 우선순위와 요구 사항을 수용하는 데이터 시나리오를 분류, 클러스터링 및 관리할 수 있습니다. 기업의 데이터 토폴로지를 이해하면 제약 조건을 파악하고 비즈니스 전략과 맞지 않는 기술과 같은 구식 데이터 아키텍처를 정확히 찾아낼 수 있습니다. 또한 보다 강력한 AI 및 자동화 기술을 채택할 기회와 데이터 통합을 방해하는 위험 신호 등 논리적 업그레이드가 필요한 영역을 파악할 수 있습니다.
재고를 조사하여 어떤 기술을 가진 인력을 확보했는지 파악하세요.
아무리 똑똑하고 재능이 뛰어난 사람이더라도 대규모 데이터 변경을 혼자서 설계할 수는 없습니다. 리더를 포함해 모든 팀원이 IT 산업, 특히 AI와 관련하여 빠른 속도를 따라잡는 데 필요한 특정 기술과 지속적인 교육을 받도록 하세요. 조직의 절반 이상이 데이터 해독 능력과 전문성을 확대하기 위해 내부 직원을 재교육하고 있으며, 5곳 중 1곳은 졸업생을 채용하여 교육하고 있습니다.³ 똑똑해지고, 똑똑함을 잃지 마세요.
거버넌스를 위한 중요 데이터 요소의 우선순위 지정
중복 오류, 불안정한 검색, 개인정보 침해 없이 다양한 비즈니스 시스템을 운영하기 위해서는 이름, 주소, 주민등록번호 등 중요하고 규제 대상인 데이터 요소를 관리하는 것이 중요합니다. 데이터 보안과 혁신 추구 사이에서 미묘한 균형을 유지하세요. 현재 데이터와 관련된 정책을 소유, 관리 및 정의하는 주체가 누구인지, 해당 거버넌스가 보안, 개인정보 보호 또는 규정 준수에 영향을 미치는지를 고려하세요. 조직 내 적절한 사람들이 데이터 및 분석의 가치 평가, 생성, 사용 및 제어에 있어 적절한 행동을 보장할 수 있도록 의사 결정 권한, 책임 프레임워크 및 외부 리소스를 확보해야 합니다. 이 단계에서 사용 중인 모든 AI 기술에 대한 거버넌스도 잊지 마세요.
자세한 내용은 데이터 토폴로지에 관한 IBM 강좌를 확인하세요.
무료 Enterprise Design Thinking 과정 및 툴킷 살펴보기
데이터의 목표 상태 정의
데이터 전략에 관한 대화와 그에 따른 비즈니스 프로세스 변경이 앱 엔지니어와 비즈니스 분석가뿐만 아니라, 인사 및 영업팀에게도 의미 있게 다가갈 수 있도록 포괄적인 비전을 제시하세요. IBM의 데이터 전략, 컨설팅 및 혁신 업무를 총괄하는 토니 지오다노(Tony Giordano)는 "현재 많은 데이터 환경은 시대에 뒤떨어져 있으며 오늘날의 디지털 환경에서 진화할 수 있는 유연성을 갖추지 못하고 있습니다."라고 말합니다.
"하지만 디지털에는 실시간 의사 결정 기능이 필요하며, 이러한 실시간 의사 결정 기능을 제공하는 예측 모델에는 데이터 과학 환경이 필요합니다. 이제 운영 데이터는 데이터 에코시스템에서 점점 더 중요한 부분을 차지하고 있습니다. 최신 데이터 아키텍처에는 디지털 채널이 진화함에 따라 데이터 품질과 유연성을 일관되게 유지하기 위해 관리, 관리 및 보안 기능을 갖춘 통합 데이터 에코시스템이 필요합니다."
이러한 수준의 세부 정보를 갖추면 솔루션이 특정 사용자의 삶을 어떻게 더 쉽게 만드는지에 대한 자세한 설명을 통해 문제를 해결할 준비가 되어 있기 때문에 비즈니스 프로세스를 변경하는 것을 조금 덜 힘들어집니다. 최근 설문조사에서 응답자의 37%가 데이터 보안이 가장 큰 과제라고 답했으며, 데이터 프라이버시 문제와 데이터 파이프라인 관리가 그 뒤를 이었습니다.⁴
애플리케이션 현대화, 자동화 및 AI를 통해 전략을 한 단계 더 발전시킬 수 있는 부분을 구체적으로 설명하세요.
디지털 혁신과 IT 전략에서 더 많이 배울수록 더 나은 데이터 전략을 세울 수 있습니다. 이러한 인사이트는 특히 앱 현대화, 자동화 및 AI를 사용하여 증폭될 경우 효율성을 높이고, 매출 성장을 촉진하며, 위험을 완화하는 데 도움이 됩니다.
루프트한자는 IBM 팀과 협력하여 고객 경험을 개선하는 새로운 AI 기반 비즈니스 아이디어와 서비스를 시범 운영했습니다. 과거에는 본질적으로 전혀 다르던 데이터 소스를 이제는 자연어와 항공 용어로 검색할 수 있게 되어 연간 10만 건에 가까운 고객 쿼리를 더 쉽게 처리할 수 있습니다. 루프트한자 그룹의 크로스 도메인 솔루션 부문 수석 디렉터인 미르코 바르팔라니아(Mirco Bharpalania)는 "루프트한자에서 AI가 매우 중요한 이유는 저희가 쳐다만 보고 있던 데이터의 세계를 완전히 열어주기 때문입니다."라고 말합니다. "저희가 데이터베이스 어딘가에 이미 갖고 있는 잠재력을 모두 활용하는 데 도움이 됩니다."
목표에 대한 진행 상황 측정
여러분이 어떤 상황에 처해 있는지 잘 알고 있습니다. 데이터 리더는 매출 성장, 운영 효율성, 보안 및 개인정보 보호 위험 완화라는 세 가지 경쟁적인 측면에서 상당한 성과를 달성하고 정량화해야 하는 경우가 많습니다. 성공을 위한 데이터를 사용하여 회사의 성장에 직접적으로 기여하세요. 성공 메트릭을 설정하면 지금 이 순간 조직에 가장 중요한 것이 무엇인지에 따라 노력의 우선순위를 정할 수 있습니다.
초기에 이해관계자와 가졌던 회의에서 작성한 노트를 다시 보면서 핵심 성과 지표와 목표를 어떻게 정의했는지, 그리고 이것이 현재의 데이터 아키텍처 및 AI 전략과 어떻게 겹치는지 확인하는 것을 잊지 마세요. 그때 수립한 대담한 계획에 부합하는 메트릭을 보고 계신가요? 그렇지 않다면 다시 연결하고 재정비할 때입니다. "CDO는 임기가 매우 짧은 경우가 많습니다. 그 이유는 기대치를 설정하지 않았기 때문입니다. 이러한 기대치를 설정하고 진행하면서 결과를 제공해야 합니다."라고 산카르는 말합니다.
데이터 전략의 주요 사항을 캡처하고 공유하세요.
이 시점에서 조직의 우선순위와 데이터 및 AI를 사용하여 비즈니스 가치를 제공하고 가속화하는 방법을 명확히 파악해야 합니다. 다음으로 좁혀야 할 격차는 무엇인가요? 현재 상황과 앞으로의 계획 등 큰 그림을 살펴보면 전달 및 확장에 대한 실행 가능한 계획을 세우는 데 필요한 전략적 컨텍스트를 파악할 수 있습니다. 이때 여정이 진행됨에 따라 계속 추적할 수 있는 결과, 목표 및 측정값을 포함하여 이를 회사와 공유하세요. 데이터 전략 개요에 다음과 같은 몇 가지 사항을 포함하세요.
- 관찰 결과, 문제 및 권장 사항
- 목표, 결과 및 조치
- 여러 사용 사례를 지원하는 부서 간 데이터
- 데이터 프라이버시 및 보안 요구 사항
전략은 단순히 종이에 쓰는 내용이 아니라, 실제로 숨을 쉬며 진화하는 접근 방식이라는 점을 기억하세요. 그러니 창의력을 발휘하세요. 변화하는 비즈니스 목표에 따라 자주 검토하고 최적화하여 전략이 항상 유연성, 민첩성 및 인적 혁신을 수용하는지 확인하세요.
6단계 데이터 전략 프레임워크 다운로드
실제 시나리오 지도 작성 및 탐색
구식 시스템을 혁신하든, 오래된 제품을 폐기하든, 데이터에 정통한 파트너에게 위임하든, 비즈니스 전반에 걸쳐 인공 지능을 적용하든, 곁길로 빠지지 않고 데이터 목표에 최대한 집중하는 것이 여러분의 임무입니다. 데이터 사용자에게서 얻은 인사이트가 있습니다. AI를 사용하여 비즈니스 가치를 가속화하는 가장 좋은 방법을 고려하세요. 전략 단계에서 생성한 데이터 토폴로지를 구현하면 여러 사업 부문에서 사용 사례를 파악하고 다양한 제어 기능을 모니터링할 수 있습니다.
데이터 및 AI의 품질, 개인정보 보호, 보안에 기반한 데이터 거버넌스 정책을 간략히 설명
최신 데이터 관리 접근 방식의 일부인 강력한 거버넌스 및 개인정보 보호 기능은 조직이 데이터 양이 증가하는 가운데서도 성공할 수 있도록 지원합니다. 모든 데이터, 분석 및 AI 이니셔티브를 위한 메타데이터 및 거버넌스 계층은 데이터가 어디에 있든 조직 전반의 가시성과 협업을 개선합니다. 데이터 거버넌스 정책은 데이터 품질, 개인정보 보호, 보안 및 관리와 관련된 행동을 형성하고 AI가 이러한 규제 노력을 간소화할 수 있는 부분을 보여줍니다. 어떤 정책을 시행하든 정형 데이터와 비정형 데이터 모두에 대한 용어를 표준화하여 조직 내의 모두가 동일한 언어를 사용할 수 있도록 해야 합니다. 이 모든 것은 특정 환경에 맞게 지정된 앱으로 지원되어야 하며, 보안 및 규제 요구 사항에 부합하며, 최적의 보호를 보장하기 위해 하이브리드 멀티클라우드 접근 방식으로 플랫폼화되어야 합니다.
eBook 받기: 데이터 리더를 위한 데이터 거버넌스 →
데이터 옹호자 파악
조직 전체에서 데이터 및 옹호 분야에서 협력자로 생각되는 사람들은 성공을 위한 파트너입니다. 데이터가 업무에 미칠 수 있는 영향에 대해 큰 열정을 갖고 있는 사람이 누구인지 파악하여 정기적인 회의에 참여시키고 표준을 유지하도록 하세요. "저는 제품 챔피언을 찾아내는 것부터 시작했습니다."라고 산카르는 말합니다. “처음에는 사업부 한 곳에서 시작해서 일단 성공하면 전염성을 갖고 퍼져 나갑니다."
데이터 우선 기업으로서 IBM은 조직이 모든 수준에서 데이터를 더 잘, 더 널리 사용할 수 있도록 지원하는 데이터 옹호자팀을 보유하고 있습니다.
이러한 데이터 옹호자는 IBM 내에서 완전한 권한을 갖습니다. 예를 들어 이들은 외상매출금이나 공급망과 관련하여 같은 생각을 가진 그룹을 찾고 데이터 및 AI 기능을 활용하려는 경우 권한 또는 자금 조달을 위해 후퇴할 필요 없이 전진할 수 있습니다.
명명법 표준화
2024년까지 활성 메타데이터를 효과적으로 활용하는 조직은 통합 데이터 제공 시간을 절반으로 줄이고 데이터 팀의 생산성을 20% 향상할 수 있을 것입니다.⁵
메타데이터를 사용하여 명명법을 표준화하기 위해 많은 사람들이 지식 카탈로그를 구현합니다. 지식 카탈로그를 통해 사용자는 조직 간 공통 용어집과 같은 데이터, 지식 자산 및 규정 준수 정보에 액세스하고, 이를 큐레이션하고, 분류하고, 공유할 수 있습니다. 목표는 모든 사람이 말 그대로 거버넌스, 데이터 품질 및 규정 준수에 대해 동일한 이해를 갖도록 하는 것입니다.
스프린트 주기 설정
데이터 및 AI 전략이 자리를 잡으려면 조직은 새로운 개념과 환경을 중심으로 전체 문화를 재설계해야 하는 경우가 많습니다. 어렵게 들리지만 불가능한 일은 아닙니다.
짧은 시간 내에 가치 있고 실행 가능한 성과를 달성할 수 있는 것이 무엇인지 생각해보는 것부터 시작하세요. 명확한 목표에 따라 여러 부서로 구성된 팀을 조직하세요. 그런 다음 결과를 증명하는 데 도움이 되는 실행 가능한 마일스톤을 사용해 짧은 스프린트 주기를 설정하세요. IBM 데이터 전문가가 사용하는 간단하고 반복 가능한 프로세스를 따르는 것도 한 가지 방법입니다.
- 계획 데이터 토폴로지 매핑 연습이 포함된 검색 워크샵과 데이터 전략 계획 세션을 통해 1~2주짜리 계획을 세우세요.
- 입증 실행 가능하고 학습 가능한 마일스톤이 포함된 고객 중심 사용 사례 세트를 통해 6주 이상 검증하세요.
- 채택 및 확장 전환을 보장하기 위해, 내부 이해관계자 전반에 걸쳐 추적된 테스트 제품을 채택하고 확장하세요.
마지막 항목이 중요합니다. 전략의 이점을 명확하게 이해시키려면 최고 경영진, 기술팀, 비즈니스 사용자가 모두 같은 목표를 추구해야 합니다.
MVP의 형태로 작은 승리를 모아보세요.
때로는 최소한의 투자로 최대한의 이익을 얻을 수 있습니다. Experian의 IT 팀은 백오피스에 데이터 분석을 위한 공간이 있는지 몰랐습니다. 자신들이 정보에 잠겨 익사할 것 같다는 것만 알고 있었습니다. 신용 보고서를 한 건을 1초 이내에 작성하려면 3,000개 이상의 데이터 소스, 매월 지속적으로 업데이트되는 2억 개의 레코드, 보관된 과거 데이터와 파생 데이터 세트를 추적하는 수십억 개의 추가 데이터 행이 필요합니다.
Experian은 IBM과 협력하여 최소한의 투자와 기능으로 사용자가 새로운 아이디어를 고민하고 테스트할 수 있는 MVP를 구현했습니다. 많은 경우 가설을 테스트하고 지속적인 투자가 타당한지 파악하는 가장 빠르고 비용 효율적인 방법입니다. 이 경우에는 정말 그랬습니다. Experian의 최고 데이터 책임자인 조니 롤렌나이티스(Joni Rolenaitis)는 "90만에 개념 증명을 완료했고, 그 결과 적용 범위를 500% 개선하고 비용을 80% 절감할 수 있는 것이 입증되었습니다."라고 말합니다.
조직은 새롭게 등장하는 기술과 시스템을 통합함으로써 더욱 자동화되고, 데이터 중심적이며, 위험에 대한 내성과 안전성을 갖추게 됩니다. 또한 더 스마트하게 일하는 방법이 되기도 합니다. AI 기반 워크플로우를 통해 얻은 인사이트는 새로운 효율성과 수익성 높은 수익원으로 이어질 수 있습니다. 오래된 데이터 에코시스템과 관리 관행이 직원의 의사 결정 능력에 어떤 영향을 미치는지 고려해 보세요. 연구에 따르면 대부분의 조직에서 최대 68%의 데이터가 분석되지 않는 것으로 나타났습니다.⁶ 컴퓨팅 용량, 더 스마트한 알고리즘, 합리적인 가격의 스토리지가 눈부시게 발전하면서 데이터를 통합하는 것은 미래 지향적인 조직의 기반이 되었습니다.
인사이트를 찾고 공유할 수 있는 중앙 집중형 카탈로그 만들기
인사이트를 저장하고 공유할 수 있는 중앙 집중형 카탈로그를 활용하면 데이터 소비를 간소화할 수 있습니다. 데이터는 카탈로그 내에서 목적에 맞는 스토리지를 통해 원본 및 선별된 형태로 증강되며, 조직 전반에 걸쳐 데이터를 게시하고 구독할 수 있습니다. 데이터 접근 도구는 개인이나 프로세스를 넘어 데이터가 어떻게 소비되고 있는지, 어떤 지식이 등장하고 있는지 고려합니다. 이러한 세부 정보 수준을 통해 사용자는 사업 부문은 물론 분석가, 데이터 과학자, 규제 및 연방 기관의 데이터를 고려한 실시간 의사 결정을 내릴 수 있습니다.
데이터 소비자의 역량을 강화하여 모든 방향에서 채택 장려
이는 단순히 데이터에만 집중하는 것이 아닙니다. 새로운 데이터 관리를 사용하여 하향식이 아닌 모든 방향에서 조직의 데이터 및 AI 전략을 채택하도록 장려할 수 있습니다. 이렇게 하면 비즈니스 커뮤니케이션 방식에 영향을 미치고, 주요 워크플로우를 개선하고, 보안을 최적화하고, 새로운 비즈니스 모델, 시장 기회 및 운영 효율성을 확보할 수 있습니다.
가시성을 극대화하기 위한 결과 전달
여러분의 노력이 얼마나 큰 결실을 맺고 있는지 알리세요. 산카르는 "비즈니스 프로세스와 데이터 연결을 통해 신뢰를 구축하고, 데이터로 설득력 있는 스토리를 전달해야 합니다"라고 말합니다. 기업 전체(위, 아래, 옆, 대각선)에서 새로운 전략이 어떻게 수익을 창출하고 모든 사람, 특히 AI와 관련하여 더 즐겁게 일할 수 있는지 측정하는 정기 보고서와 빠른 업데이트를 제공하세요.
인재 채용 (및 재교육)을 통해 민첩성 유지
인재 부족은 현실이지만 대부분의 조직은 어떻게 이에 대처해야 할지 잘 모르고 있습니다. 기술 격차를 해소한다는 것은 전통적인 채용 및 교육 전략을 넘어서는 것을 의미합니다. 기업들이 인재 수요를 충족시키기 위해 앞다퉈 노력함에 따라 많은 기업들이 공석을 채우기 위해 학력 및 경력 요건을 조정하고 있습니다. 교육과 채용만으로는 충분하지 않은 경우에는 어떻게 해야 할까요? 기술 격차 해소를 위한 IBM 엔터프라이즈 가이드에서 팁을 살펴보고, AI 및 자동화로 기술 격차를 보완하는 방법을 알아보세요.
언제나 데이터 활용 능력 강화
Gartner는 2023년까지 데이터 활용 능력이 데이터 및 분석 전략과 변경 관리 프로그램의 80% 이상에 공식적으로 포함됨으로써 데이터 해독 능력이 비즈니스 가치의 필수적이고 필수적인 동인이 될 것으로 예상합니다.⁷ 그러나 데이터 활용 능력을 유지하는 것은 1년 또는 한 분기에 끝나는 노력이 아니라, 기업 전략의 지속적인 부분이 되어야 합니다. 반다리(Bhandari)는 “데이터 기반 문화를 만들려고 하면서 사람들에게 권한을 부여하지 않는다면 어떤 의미에서는 모순이 아닐 수 없습니다.”라고 말합니다. “데이터 중심 문화라면 사람들이 데이터를 살펴봐야 합니다.”
조직 전반에서 강력한 파트너십 구축
가장 기본적인 수준에서 데이터 리더의 역할은 조직이 데이터 수집, 관리 및 사용에 대해 가장 현명한 결정을 내릴 수 있도록 돕는 것입니다. 모든 수준에서 파트너십을 구축하고 강화할 때 피드백과 협업에 개방적이고 예상치 못한 상황을 예상하세요. 데이터 우선 조직을 성장시키면 흥미로운 일이 벌어지기 때문입니다. 조직의 DNA에 비전이 더 많이 녹아들수록, 사람들이 배우고 새로운 역할을 맡으려는 동기를 부여하는 문화를 지원하는 것만으로도 더 많은 것을 '놓아줄' 수 있습니다. 이 모든 과정을 통해 목적과 목표를 명확하게 전달하고 미래를 내다보는 안목으로 계속 소통하세요.
Gartner는 2023년까지 데이터 활용 능력이 데이터 및 분석 전략과 변경 관리 프로그램의 80% 이상에 공식적으로 포함됨으로써 데이터 해독 능력이 비즈니스 가치의 필수적이고 필수적인 동인이 될 것으로 예상합니다.⁷
조직이 여러분의 데이터 전략에 영감을 받아 여러분을 지지할 것입니다. 모든 조직 수준에서 데이터 액세스를 간소화하기 위해 기존 기술을 보강하고 새로운 기술을 도입할 때, 효율성을 높이고 새로운 인사이트를 창출하는 것 이상으로 데이터를 최대한 활용하려는 열정을 가진 사람들의 문화를 구축하는 것임을 기억하세요.
각주
1 "CDO 아젠다 2022: 가치, 인재, 문화에 집중하여 앞서 나가기", Gartner, 2021년.
2 "IBM Garage의 총 경제적 영향," Forrester Consulting에서 실시한 위탁 연구, 2020년 10월
3 "Tableau, 데이터 기술 격차 해소 및 시장 확대를 위해 데이터 활용 능력 이니셔티브 강화," IDC doc #EUR148573521, IDC, 2021년 12월
4 "데이터 레이크 자세히 알아보기 -VotE의 하이라이트: 데이터 레이크 및 분석, 데이터 플랫폼 2021", 451 Research, S&P 글로벌 시장 인텔리전스에 포함, 2021년
5 "새로운 클라우드 데이터 에코시스템의 영향: 아키텍처적 관점", Gartner, 2021년 9월 9일
6 "데이터 재고: 더 많은 비즈니스 데이터를 활용 - 엣지에서 클라우드까지," Seagate Technology, 2020년 7월
7 "데이터 및 분석 리더를 위한 데이터 활용 능력 가이드", Gartner, 2021년
GARTNER는 미국 및 기타 국가에서 Gartner, Inc. 및/또는 그 계열사의 등록 상표이자 서비스 마크이며, 허가를 받아 본 문서에 사용되었습니다. All rights reserved.