성호철 기자의 빅데이터로 본 세상

빵집은 화·수요일에, 피자 가게는 주말에 불티난다

빅데이터가 모든 진실을 말해주지는 못합니다. 숱한 데이터 속에서 찾아낸 몇가지 작은 팩트(fact)를 보여줍니다. 이런 팩트 속에서 메시지를 찾아내, 돈의 흐름이든, 선거의 당선 유력자이든, 유추하는 능력은 역시 사람의 몫이 아닌가 합니다.

창업을 고민해본 적이 있으시다면, 빵집, 패밀리 레스토랑, 피자집을 한번쯤 생각해보셨겠지요. 오늘은 이 3가지 업종과 관련, 빅데이터가 보여준 소소한 팩트를 모아봤습니다. 현재 이런 가게를 운영하는 분들에겐 ‘이런 팩트를 어떻게 경영에 활용할까’ 하는 고민의 재료가 됐으면 합니다.

①빵집과 패밀리 레스토랑은 주말보다 화·수요일, 피자는 역시 주말

SK텔레콤의 멤버십이 전국의 가게에서 무슨 요일에 주로 쓰였는지를 파악했습니다. 피자는 전체 매출의 22.55%가 일요일에 몰렸습니다. 토요일(16.07%)도 높았습니다. 피자는 집에서 주문해 먹는 고객도 많으니, 역시 주말이 피크인 듯 합니다.
하지만 빵집과 패밀리 레스토랑은 달랐습니다. 베이커리는 화요일(21.53%)이 가장 높았습니다. 토·일요일은 13~14%로, 월요일(15.01%)보다 다소 낮았습니다. 패밀리 레스토랑도 화요일(17.14%)과 수요일(20.3%)이 높았고, 토·일요일은 각각 15.22%와 17.37%였습니다. 전체적으로 주중엔 화·수요일이 월·목·금보다 높은 수치를 보였습니다. 

30~40대는 강남역-방이동에서 '불금'을 보낸다

테크놀로지를 다루는 IT 분야를 취재하는 기자지만, 시골(제주도) 출신의 문학 지망생이었고, 고대 국문과를 나왔다. 시인(詩人)이 되거나, 소설가의 언저리에서 살 것이라고 믿어왔다. 자기 뜻대로 사는 사람은 역시 1%도 안 된다.

2000년 전자신문에서 기자 생활을 시작해, 매일경제신문을 거쳐, 2008년 조선일보로 옮겼다. 차세대 IT 트렌드를 다룬 ‘손에 잡히는 유비쿼터스(번역서)’를 냈고, 테크놀로지가 정치·경제·사회에 미치는 영향에 천착해 ‘소통하는 문화권력 TW세대(저서)’를 쓰기도 했다. ‘손에 잡히는 경제(MBC 라디오)’나 ‘라디오 정보센터(KBS1 라디오)’에서 IT 고정 패널로 활동하기도 했다. 10여년간 사람들과 만나서 주로 화제로 삼은 단어는 삼성전자·애플·구글·주파수·KT·SK텔레콤·네이버·LG전자·스마트폰·미디어·미래부·종편·방통위 등이다. 문학과는 동떨어진 이야기들다.

10년 넘게 IT와 미디어를 취재했지만, 이 분야는 여전히 낯설다. 1.8GHz·UHDTV·8VSB과 같은 낯선 단어가 실은 우리 삶을 곧 바꿀 것이란 사실을 어떻게 독자들에게 쉽게 전달할지, 오늘도 고민한다.

<li style='font-family: "나눔고딕",NanumGothic,Sans-serif; font-size: 11pt;'> </li><li style='font-family: "나눔고딕",NanumGothic,Sans-serif; font-size: 11pt;'>조선일보 2008년 입사</li>

빅데이터(Big Data). 엄청나게 많은 자료를 하나로 모아, 유의미한 의미를 찾는 작업입니다.
요즘은 빅데이터를 제대로 분석하면 돈의 흐름은 물론이고, 선거때 누가 당선될지 여론조사보다 정확하게 알 수 있다고 말합니다. 빅데이터가 말하는 ‘통계의 진실’을 누가 제대로 분석하고 이해하는지가 중요한 세상입니다. 하지만 일반인의 입장에선 ‘빅데이터’는 잘 와닿지 않는 테크놀로지 용어일 뿐입니다.

SK텔레콤이 2600만 이용자의 통화 정보를 바탕으로 추출한 ‘빅데이터’를 분석해봤습니다. 빅데이터가 말해주는 ‘재미있는 진실’ 3가지를 이야기하고자 합니다.

①30대~40대는 금요일 저녁에 서울 방이동에서 술 한잔 합니다

금요일 약속 장소로 서울에서 가장 많은 사람들이 선택하는 곳은 어디일까요? 다들 아실테지요. 서울 강남역 일대입니다. 서울의 금요일 저녁 8시~새벽 2시까지 통화량을 분석하면, 가장 많은 이용자들이 전화를 걸고받는 장소가 바로 강남역 일대입니다. 20대·30대·40대를 막론하고 모두 1위 통화 지역은 강남역 일대입니다.
궁금한 건, 2위입니다. 20대는 신촌역 일대가 2위입니다. 역시 대학생 1번지인 신촌인 셈입니다. 하지만 30대와 40대에선 방이동 먹자 골목이 각각 3위와 2위로 올라옵니다. 30대·40대는 멀리있는 친구와 약속을 잡을땐 강남으로 가지만, 편한 자리는 방이동으로 모인다는 뜻입니다. 30대·40대를 대상으로 한 ‘먹거리 가게’를 생각하신다면, 방이동 먹자골목이 투자 대비 효율이 쏠쏠한 셈입니다.

우리나라 20대~40대가 ‘불금’을 위해 몰리는 상가의 랭킹을 정리해보면 이렇습니다.
20대:강남역 일대(역삼동)-신촌역 일대(창천동)-학동역 가로수길 일대(논현동)-반포동
30대:강남역 일대(역삼동)-학동역 일대(논현동)-방이동 먹자 골목(방이동)-신도림
40대:강남역 일대(역삼동)-방이동 먹자 골목(방이동)-상계역 일대(상계동)-화곡동

행동을 유발하는 통찰이 필요하다

머니투데이 원문 

 2014-01-10

[머니투데이 유희찬 삼일PwC컨설팅 전무] 유희찬 삼일PwC컨설팅 전무 요즘 컨설팅 업계의 화두는 데이터 분석(Analytics)이 아닐까 싶다. 필자가 소속한 회사를 포함해 유수의 컨설팅회사들이 앞 다투어 분석 전문 컨설팅 조직을 강화하고 있다. 그만큼 기업 현장에서의 요구가 크다는 이야기일 것이다. 데이터 분석의 중요성은 어제 오늘의 이야기가 아니다. 이미 오래 전부터 모든 기업의 핵심이슈였다. 그럼에도 불구하고 Analytics가 최근 화두가 되는 이유는 무엇일까. 물론 빅 데이터가 각광을 받으면서 그 활용을 이야기하는 Analytics가 이슈의 중심이 되는 것은 자연스러운 것이겠으나, 그동안 분석의 역할이 기대에 못 미쳤다는 반증이기도 할 것이다. `빅(Big)`해진 데이터를 분석하면 분석내용이 무조건 풍부해질 것인가. 당연히 아닐 것이다. 데이터가 식재료라면 분석은 조리일텐데, 식재료 양이 많아졌으니 뭐든 맛있는 요리를 만들어 내라는 식으로는 문제가 해결 안될 것이다. 먼저 운동선수를 위한 음식인지 환자를 위한 음식인지를 정해야 그에 맞는 식재료 및 조리방법을 선택할 수 있을 것이다. 이는 기업현장에서는 `목적지향적으로 접근해야 한다`와 `행동을 유발하는 통찰(Actionable Insight)를 도출해야 한다`로 바꾸어 이야기할 수 있다. 목적지향적이라함은 데이터가 있으니 분석하고, 분석하다보면 뭔가 Insight가 발견될 것이고, 그에 입각하여 의사결정을 하겠다가 아니다. 어떤 의사결정을 하여야 할지를 먼저 결정하고, 그 의사결정을 하기 위해서는 어떤 Insight가 필요한지 가설을 세우고 데이터를 갖고 확인하라는 이야기이다. 너무 당연한 이야기 같지만 실제 현장에서는 반대로 하는 경우가 많다. 정보는 Actionable 한 것과 그렇지 않은 것으로 분류된다. 행동을 유발하는 정보는 계기판의 속도정보 같은 것이다. 현재 속도가 80km라는 정보는 필수적으로 행동을 유발한다. 그대로 유지할지 감속할지 또는 가속해야 할지. 그렇지 않은 정보는 무엇인가. 세상에는 궁금하기는 하지만, 안다고 해서 행동이 일어나지는 않는 정보가 많다. 예컨대, 컨설팅회사는 인력이 중요하므로 박사, 석사 비율이 궁금하기는 하다. 하지만 그 정보를 안다고 당장 어떤 행동이 유발되는 것은 아니다. 그런데 의외로 기업현장에서는 이러한 정보를 분석해서 제공하려는 노력이 넘쳐나기도 한다. 사례를 하나 살펴보자. ‘민원처리 평균기일”이라는 핵심성과지표(KPI)를 관리하는 보험사가 있었다. 보험사의 경우 민원처리가 빠를 수록 고객만족도가 높아지므로 일견 당연히 관리하여야 할 KPI처럼 보인다. 그러나 보험사는 민원 종류가 많고 각 민원별로 평균 처리기일이 각각 다르다. 예컨데 사고보험금 관련 민원은 8.2일 소요되고, 다른 민원은 2~3일의 평균 처리 분포를 보이는 식이다. 그렇다면 평균기일이 3.5일이라면 이 회사의 민원 처리 속도는 빠르다고 할 수 있을까. 아니면 느리기 때문에 개선 노력을 하여야 할지 판단하기가 어렵다. 즉, 궁금한 정보이기는 하나 실행 지향성이 낮다는 문제점이 있다. 이 또한, 데이터(처리기일)가 있으니 분석(평균 기일 계산)을 먼저하고 Insight를 생각해보자는 접근방식이 빚어낸 문제였다. 이에 목적 지향적 관점에서 KPI를 다시 검토하였고 민원 원인별로 준수일을 설정하고 그 기준일을 초과하는 건의 비중(민원처리 기준일 초과건 ÷ 전체 민원건수)을 분석하는 것으로 바꾸었다. 그 결과 KPI가 5%인지 10%인지 아님 30%인지에 따라 어떤 강도로 민원 처리 속도를 개선하여야 할지 Actionable Insight가 자연스럽게 도출됐다. 사례 하나 더. 필자의 회사가 P광역시의 CRM 프로젝트를 수행할 때의 일이다. 당시 P광역시는 KPI로 ‘민원처리건수’를 설정하고 민원 총 처리건수 및 처리기간 단축에 집중하고 있었다. 하지만 예컨대 수백명이 연서하여 마을버스 노선을 바꾸어 달라는 (처리 시간 및 노력이 많이 소요되는) 민원도 한건, 개인의 등본 관련 민원도 한건이다 보니, 처리하기 쉬운 민원만 우선 해결하려하고 고충 민원은 우선순위에서 미루는 문제가 도출되었다. 이에 목적 지향적(즉, 좀더 많은 시민의 민원을 해결하여야 한다는) 관점에서 ‘혜택받는 시민수’로 KPI를 바꾸었다. 결과는. 해결하기는 어렵지만 한 건 해결하면 수십만의 시민이 혜택을 받게 되는 민원이 무엇인지 선제적으로 고민하고 해결하려는 분위기로 바뀌었음은 물론이다.

취업 성공을 위한 구직자 소셜 미디어 계정 관리법!

출처 : http://dellpowersolution.co.kr/220091999214

밀레니엄 세대(Millennials)는 수년간 친구나 가족과 소통하기 위해 페이스북이나 트위터 등의 소셜 미디어 웹사이트를 이용해 왔습니다. 해리스 인터랙티브(Harris Interactive) 조사에 따르면 고용주의 39%가 입사 지원자의 소셜 미디어 활동을 확인해 본다고 하니 고용주에게는 온라인 상의 신분이 매우 중요한 판단 기준임에 틀림없지요. 

시장 조사 기관인 온디바이스리서치(On Device Research)의 2013년 연구에 따르면 10명 중 1명의 지원자가 소셜 미디어 프로파일 때문에 취업에 실패한다고 합니다. 아리조나 대학(Arizona State University)에서 온라인 사생활을 연구하고 있는 마릴린 프로쉬(Marilyn Prosch)는 Bankerate.com과의 인터뷰에서 "기업은 확실히 지원자에 대한 온라인 검색 결과를 채용에 반영하고 있습니다"고 말했습니다. 

오늘날 취업 시장은 더없이 경쟁이 치열합니다. 미국의 대졸 실업률은 현재 6%에 달할 정도인데요, 이런 상황에서는 충분한 경험과 능력을 갖춘 지원자라도 온라인 상에 게시한 부적절한 사진이나 글 때문에 취업이 어려워질 수도 있습니다. 다음은 취업 준비생이 이력서를 제출하기 전에 확인해야 할 몇 가지 주의사항입니다. 

고용주에 대한 포스팅

고용주들은 종종 회사 밖에서의 지원자의 행동을 파악하기 위해 온라인 코멘트를 찾아봅니다. 아마도 이전 고용주를 모독하거나 비방하는 글을 올린 지원자는 재고려 대상이 될 것입니다. 

브랜드 온라인 평판 관리를 돕는 회사인 크라노비아(Kranovia)의 최고 기술 경영자 스캇 브라운(Scott Brown)은 Bankrate.com의 기사에서 "지나치게 개인적인 일이나 잘못된 생각을 온라인 상에 게시하는 것은 매우 심각한 결과를 초래할 수 있습니다.

경험상 자기 자신을 곤란하게 만들 가능성이 있거나 경력에 해가 될만한 이야기 또는 의견은 온라인 상에 올리지 않는 것이 좋으며, 이미 그랬다면 지우는 편이 낫습니다"고 조언합니다. 

덧붙여 노출이 심한 옷을 입거나 술 취한 상태에서 찍은 사진을 소셜 미디어 웹사이트에 올리는 것은 고용주에게 나쁜 인상을 심어줄 수 있으니 주의해야합니다. 조금이라도 미심쩍은 사진은 지우는 것이 최선이겠죠. 친구들이 사진에 여러분을 태깅하지 못하도록 제한하는 것도 현명한 방법입니다. 정식으로 찍은 얼굴 사진을 사용하면 온라인에서 좀더 전문적으로 보이는데 도움이 됩니다.

전문적인 행사에 참석하거나 특별히 고용주에게 보여주고 싶은 행동을 했을 때는 태그를 붙여 검색이 쉽도록 한다면 도움이 됩니다. 이처럼 잘만 활용하면 자신의 상태나 사진을 온라인에 공개하는 것이 취업에 도움이 될 수도 있습니다.

하지만 좀더 효과적인 방법은 전문적인 블로그를 운영하는 것입니다. 물론 지원자가 희망하는 산업 분야와 관계가 있고, 지원자가 열정을 가지고 있는 분야에 대한 것이어야 합니다.

블로그는 인적 네트워크를 확장하는데 도움이 될 뿐만 아니라 관련된 다른 블로그에 코멘트를 함으로써 온라인 상에서 명성을 얻을 수도 있습니다. 

블로거 빅토리아 마이클슨(Victoria Michelson)은 IdealistCareers.com에서 "블로그를 이력서와 함께 고용주에게 보내면 면접 동안 이야기할 거리가 생깁니다. 블로그와 블로그에 대한 이야기가 나의 능력과 인성에 대한 신뢰를 주었기 때문에 채용을 결정하게 되었다는 소견을 한번 이상 들었습니다"고 털어 놓았습니다. 

도움이 되는 온라인 서비스

소셜 미디어 계정을 정리하는데 도움이 되는 온라인 서비스들이 많이 나와 있습니다. 다음은 몇 가지 주목할 만한 서비스들입니다. 

구글 알리미(Google Alerts)  - 온라인 상에 자신의 이름이 노출될 때를 위해 알람을 설정할 수 있다. 사용자는 자신의 이름이 언급될 때마다 전송되는 이메일 알람을 통해 온라인 상에서 자신이 어떻게 보여지는지 파악할 수 있다. 

Reputation Defender  - 구글 알리미와 비슷하지만 좀더 복잡한 서비스로, 유료 사용자에게 블로그, 뉴스, 소셜 네트워킹 혹은 미디어 사이트에서 사용자가 어떻게 보여지는지를 매달 자세히 검색해 보고한다. 뿐만 아니라 부정적인 컨텐츠는 검색 결과의 뒤쪽으로 보내고 긍정적인 콘텐츠는 앞쪽으로 올려준다. 또 사용자가 자신의 소셜 미디어 계정에 게시할 수 있도록 사용자의 전기를 작성해 주는 서비스도 제공한다.

 Naymz  - Kout와 비슷하게 페이스북, 링크드인, 트위터에서의 영향력을 측정하고 이를 같은 분야에 속한 다른 사람들과 비교해 준다. 그럼으로써 사용자가 온라인 코멘트나 반응을 개선하도록 유도한다. 

소셜 미디어를 전략적으로 사용할 줄 알고 온라인에 가치 있는 콘텐츠를 기여하는 지원자는 분명히 그렇지 않은 경쟁자들보다 유리합니다. 하지만 때로는 온라인에 무언가를 게시하기 전에 스스로에게 "미래의 고용주에게 이것을 보여주고 싶은가?"라고 질문해 보는 것이 정답일 것입니다.

 [본 글의 원문은 How job-seekers can clean up social media accounts 에서 보실 수 있습니다]

빅데이터 분석 총체적인 접근법이 필요한 이유와 방법!

http://www.itworld.co.kr/blog/?l=http://dellpowersolution.co.kr/220104039779

빅데이터 분석. 대기업부터 소규모 사업체와 조직에 이르기까지, 모두가 여기에 주목하고 있습니다. 그것이 소셜 미디어 마케팅이든, 아니면 금융 거래 시장에서의 트렌드 분석이든, 빅데이터 분석을 통해 얻을 수 있는 잠재적인 기회와 이득은 무궁무진하기 때문입니다.  그래서 많은 기업들이 너도나도 빅데이터 분석을 시작하고 싶어하는 것은 놀라운 일이 아닙니다. 하지만 여기 뛰어들기에 앞서, ‘우리는 어떤 비즈니스 목표를 달성하고자 하는가?’ ‘그 모든 데이터를 어떻게 관리할 것인가?’ ‘조직 전반에 어떻게 통찰을 전달할 것인가?’와 같은 기본적인 질문들을 묻고 이에 대한 답을 낼 수 있어야 합니다. 다시 말해, 빅데이터 분석을 통해 목표를 달성하기 위해서는 ‘무엇을 어떻게 왜’와 같은 ‘총체적인 접근법’이 필요한 것입니다.  

‘무엇을 왜’: 비즈니스 목표 설정하기빅데이터 분석은 결코 간단한 문제가 아닙니다. 매우 기술적이며, 고도로 전문화된 인력을 필요로 하기 때문이죠. 이 때문에 자칫하면 빅데이터 분석에 있어 기술적인 과제와 목표에 대한 집착에 빠지기 쉽습니다. 하지만 ‘명료한’ 비즈니스적인 관점이 없는 빅데이터 분석은 막대한 시간과 노력만 들 뿐, 무의미한 것입니다.  ‘무엇을’ 즉, 어떠한 비즈니스 질문에 답하고 싶은 것인가? 그리고 새로운 통찰을 비즈니스 목표에 어떻게 적용시키고자 하는가? 등의 질문에 뚜렷한 답을 낼 수 있다면 빅데이터 분석 프로젝트의 효율성을 향상할 수 있을 뿐만 아니라 실질적인 결과물을 도출할 수 있는 것입니다.  

‘어떻게’: 구체적인 방법론 이해하기 비즈니스 목표를 규정했다면, 데이터 분석에 앞서 이를 어떤 단계를 거쳐 이행할 것인지에 대한 전반적인 ‘로드맵’을 구상해야 합니다. 스스로에게 다음과 같은 질문을 던져보십시오:

• 어디에서 데이터를 얻을 것인가?  

자체 내부 데이터베이스에서 데이터를 끌어올 계획인가, 아니면 외부 소스로부터의 막대한 양의 다양한 데이터를 활용할 것인가? 

• 어떤 성격의 데이터를 분석할 것인가?  

데이터베이스의 정적 데이터를 분석할 것인가, 아니면 센서로부터 실시간으로 스트리밍 되는 동적 데이터를 분석할 것인가? 

• 데이터를 어떻게 통합할 것인가?  

만약 출처가 다양한 데이터를, 그것도 각각에 상황 맥락적인 정보를 추가해 분석하게 되면 빅데이터의 가치 극대화에 도움이 됩니다. 물론, 이를 달성하기 위해서도 적절한 전략을 수립하는 것은 불가피합니다.

• 데이터를 어떻게 이동시킬 것인가?  

때로는 데이터를 수집한 후 이를 자체 네이티브 환경에서 특정 분석 플랫폼으로 옮겨야 할 경우가 생길 것입니다. 하지만 성능 문제를 유발하지 않고, 오류를 발생시키거나 데이터 보안을 약화시키지 않은 채로 어떻게 이를 달성할 수 있을지 고민하는 것이 우선입니다.

• 데이터를 어떻게 저장 보존할 것인가?  

빅데이터의 양이 지속적으로 기하급수적으로 증가함에 따라, 그 모든 데이터를 저장하기 위한 (아니면 최소한 가치 있는 데이터 만이라도 저장하는) 전략이 필요합니다. 이때 해당 데이터와 관련된 정부 규제 또한 고려해야 합니다.

이처럼 빅데이터 분석에 대한 구체적인 방법론을 이해하는 것은 즉각적인 목표를 효율적으로 해결하는데 도움을 주면서도 좀 더 장기적인 계획 수립에도 도움이 됩니다.

모두에게 ‘깨달음’을 공개하기데이터 과학자는 현재 희소가치가 높습니다. 조직들은 적절한 데이터를 비즈니스 통찰로 바꿔줄 수 있는 전문적인 기술을 구비한 인재를 갈구합니다. 하지만 더 중요한 것은, 데이터 과학자들이 분석한 빅데이터 결과물을 기술 전문가들뿐 아니라 비전문가 개인들에게까지 제공하는 것입니다. 즉, 데이터 분석을 시작하기 앞서 비즈니스 전략 집행을 책임지는 LOB(line of business) 관리자와 경영진들에게 어떻게 그 결과물를 전달할 것인지를 고려해야 하는 것입니다. 즉, 빅데이터 애널리틱스 여정을 계획함에 있어서 필요한 것은 1) 명확한 비즈니스 목표의 설정2) 데이터 분석의 구체적인 방법론 그리고 3) 모든 이들에게 결과물을 제공하는 통로를 확보해야 합니다. 이처럼 빅데이터 분석에 총체론적인 접근방식을 취하는 것은 기술적 어려움을 해결하고 비즈니스 목표를 달성하는데 있어서 중요한 열쇠가 될 것입니다.

[출처]빅데이터 분석, 총체적인 접근법이 필요한 이유와 방법! 작성자 델 코리아

"유통매장도 공간 빅데이터 활용해야 경쟁력 제고”

리비젼아카데미 황순귀 원장  

출처 : http://www.revisioncon.co.kr/bbs/board.php?bo_table=tb01_01&wr_id=668

아래 내용은 황순귀 원장이 오는 27일 열릴 국토부 공간빅데이터 세미나에서 강연할 핵심 내용을 미리 소개하는 원고이다 - 편집자 주  

[아이티데일리] 오프라인 유통업체들은 포스 데이터를 마케팅에 활용하는 것에 관해 꽤 오랜 경험을 가지고 있는 상태이다. 그럼에도 불구하고 그 활용에 대해 그렇게 크게 신뢰하지 못하는 유통업체 임직원들이 많고, 역시 유통은 경험에 의지하는 편이 더 신뢰할 만한 것이라고 하는 생각도 팽배해 있다.
 

▲ 황순귀 원장 / 리비젼아카데미

이런 경향을 더 고착화 시켜준 것 중 하나가 바로 CRM(고객관계관리) 이었다고 생각한다. 국내에서는 최초로 백화점의 CRM팀 담당 이사급 팀장을 맡았던 개인적인 이력 덕분에 오히려 그런 부분에 대해 더 직접적인 경험을 많이 가지고 있다.
 
당시의 CRM은 크게 두 가지 종류의 데이터를 사용했다. 첫 번째로는 포스(POS) 데이터였고, 두번째는 고객의 회원 가입시 등록된 신상관련 정보들이었다.
 
이 데이터들을 종합해 다각적인 분석을 시도했고, 그 결과를 바탕으로 어떤 고객이 어떤 행동을 할 것인지를 파악하여 적절한 DM을 발송하고, 행사에 초대하고, 서비스를 진행했지만, 많은 다른 임직원들은 과연 그런 분석 결과가 믿을만한 것인지에 대해 신뢰하지 못했고, 그 효과에 대해서도 시큰둥한 사람이 많았다.

유통 매장의 고객 데이터 활용 효과 
돌이켜 보면 열심히 데이터를 정제하고 그 데이터를 가능한 한 모든 방법을 동원해서 분석하고, 예측 모델도 만들어서 사용하려고 노력했으나, 근본적인 문제점에 봉착했던 것이 사실이었던 것 같다.

즉, 성별, 연령, 주소 정도의 매우 단순하고 크게 변화가 없는 정보 항목에 대부분의 고객이 간헐적으로 구매를 일으킨 기록만을 가지고 고객이 원하는 것을 충분히 이해한다는 목적을 달성하기가 결코 쉽지 않을 수 밖에 없는 것이었다.  

물론, 데이터를 분석하는 기술도 당시 그리 고도화되지 못했던 점은 인정해야 할 것 같지만, 근본적으로 데이터가 부족했다는 사실을 무시할 수 없을 것이다. 한편으로 보면 시큰둥했던 다른 임직원들의 생각이 틀렸다고만 볼 수 없다는 것을 새삼 깨닫게 된다. 

다른 이들이 시큰둥한 반응을 보였던 배경에는 유통업체에서의 고객 쇼핑 행동이 실행되는 모습이 가지는 특성이 결정적인 작용을 한 것이다. 예를 들어 백화점이라고 한다면, 고객이 백화점을 방문하여 두어 시간 동안 매장에 머물며 쇼핑을 하지만, 남겨지는 정보는 누가 구매했는가와 어떤 상품을 구매했는지가 이미 결정된 후에 영수증으로 남는 정도에 불과하기 때문이다.  

어떤 고객이 언제 백화점에 도착했고, 주차를 어떻게 했고, 어떤 차를 가지고 왔으며, 혼자 온 것인지, 아니면 누구와 몇 사람과 함께 와서 어떤 층과 어떤 매장을 눈 여겨 보면서 다녔는지, 어떤 상품은 집었다나 내려 놓았는지, 직원과는 어떤 이야기를 나누었는지 등 그 쇼핑 방문을 설명할 수 있는 수많은 정보의 99% 이상이 백화점에 남지 않는 것이다. 

그 결과로 벌어지는 해프닝의 대표적인 사례가 계산만 담당하고 정작 물건을 고르거나 구매 후 결국 사용할 사람이 아닌 사람에게 다시 그 물건이나 연관된 상품을 사라고 DM을 보내는 경우이다.

예를 들어, 20대 여성들이 즐겨 입는 고가의 패션청바지에 대한 구매기록을 바탕으로 40대의 신사에게 여성용 화장품 브랜드의 신상품 소개 DM이 발송되는 식이다. 

사물인터넷과 공간 빅데이터 활용한 고객 관리 
그러나, 시대가 바뀌어 이제는 다음 단계로 유통의 마케팅이 변화하고 있다. 바로 사물 인터넷과 빅 데이터가 그 주역이다. 미국의 백화점 사례로 소개된 내용을 보면, 새로운 프라이빗 레이블(PB라고 유통에서는 부른다)을 특정한 고객층을 겨냥해서 런칭하기 위해 이 백화점은 외부의 솔루션 업체와 함께 다양한 팝업 매장을 설치하고, 그 매장 내외에 쇼핑객의 행동을 포착할 수 있는 다수의 센서를 설치한 것이다.

비디오, 모바일 기기 등을 총동원해 고객들의 움직임과 그 고객들의 성별, 연령대 등을 실시간 포착하여 집계한 후 이를 구매내역 결과와 결합해 분석해 어떤 고객들이 어떤 브랜드에 대해 어떤 반응과 관심을 보이는가를 파악한 후 구매로 연결되는 행동 패턴의 특성을 파악해낸 것이다. 이를 바탕으로 성공적인 런칭이 이루어졌고, 이 백화점은 전체 매장에 적용하기 위한 본격 작업에 착수했다고 한다.  

물론 유사한 시도가 국내에서도 최근 일어나고는 있으나 아직은 본격적인 수준은 아니다. 그러나 이제는 많은 준비와 적극적 체계적인 시험을 해나가야 할 시점이다. 모바일 디지털 세상에서는 수많은 장치들이 데이터를 생산해낸다.  

이 데이터를 활용하는 것은 이전에는 보이지 않던 고객의 세세한 실시간 적인, 상황에 따른 행동 양태를 마케팅에 반영하는 것으로 연결될 수 있으며, 이는 유통업체가 고객을 대하고 상품을 배치하고, 매출과 수익을 내는 일에 결정적인 성공요인이 될 것이다. 

이미 미국의 벤처 캐피탈들은 이런 유형의 데이터 수집 및 분석 즉, 매장 내 데이터 분석(In-Store Analytics) 기술을 가진 업체들에 대규모 투자를 진행하고 있다고 한다. 이런 움직임은 미국의 유통업체의 수준을 높여줄 것임에 틀림없고 결국은 우리나라에도 시차를 두고 영향을 줄 것이다.  

우리나라의 빅 데이터와 사물인터넷 기술과 활용 수준과 발전속도에 대해 우려의 목소리도 많이 나오고 있는 시점이다. 여전히 유통업체에는 보수적인 시각들이 많고, 실험과 혁신에 둔감한 사람들이 많다.

그러나, 이미 글로벌 결쟁의 시대이다. 사람과 프로세스와 기술의 혁신 없이는 기업의 생존과 경쟁력이 보장되지 않는다. 최근 국내 최대의 가전업체 조차 위기에 처하는 것을 결코 남의 일로 봐서는 안될 것이다. 감에 의한 경영에서 데이터와 지식을 활용하는 경영으로 유통업체들이 서둘러 변화하지 않는다면, 우리 유통업체들의 생존이 보장되리라고 단언하기 어려운 시기이다.  

이번에 국토부 주최의 스마트국토엑스포 일환으로 오는 27일 개최되는 빅 데이터 컨퍼런스(http://www.itdaily.kr/conference2/index.php)에서 필자는 이와 같은 유통업체들이 실내공간 즉 매장에서 어떤 기술을 통해 어떤 데이터를 수집하고 이를 활용해서 무엇을 해야 하는가를 사례와 더불어 좀 더 구체적으로 설명할 계획이다.