데이터의 전체 가치를 활용하는 방법은 무엇입니까? 제품처럼 관리하세요

[힘힘]

데이터의 전체 가치를 활용하는 방법은 무엇입니까? 제품처럼 관리하세요

2022년 6월 14일| 기사

비랄 데사이( Veeral Desai ) 팀 파운틴, 그리고카이반 로샨키시

공유하다

인쇄

다운로드

구하다

데이터 기술을 결합하기 위해 재사용 가능한 데이터 제품과 패턴을 생성하면 기업은 현재와 미래의 데이터에서 가치를 도출할 수 있습니다.

다운로드

기사(7페이지)

최근 Harvard Business Review 에 게재된 기사인 " 데이터를 활용하는 더 나은 방법"은 가치를 향한 지속 가능한 경로를 구축하는 방법을 자세히 설명합니다. 핵심은 소비자 제품과 마찬가지로 데이터를 관리하는 것입니다. 여기서는 이 접근 방식을 시각적으로 요약합니다.

오늘날 가장 널리 사용되고 있지만 대체로 성공하지 못한 데이터 접근 방식

조직은 일반적으로 풀뿌리 또는 빅뱅 데이터 전략을 사용합니다. 둘 다 데이터 투자를 최대한 활용할 수 없습니다.

풀뿌리 접근 방식

풀뿌리 접근 방식에서는 개별 팀이 필요한 데이터와 기술을 통합해야 합니다. 이러한 접근 방식으로 인해 노력이 상당히 중복되고 구축, 관리 및 유지 관리에 비용이 많이 드는 맞춤형 기술 아키텍처가 얽히게 됩니다.

빅뱅 전략

빅뱅 전략을 사용하는 조직에서는 중앙 집중식 팀이 데이터를 한꺼번에 추출, 정리 및 집계합니다. 이 접근 방식을 사용하면 발생하는 재작업을 일부 제거할 수 있지만 비즈니스 사용 사례에 맞지 않는 경우가 많아 최종 사용자의 특정 요구 사항을 지원하지 못하는 경우가 많습니다. 최종 사용자는 데이터가 필요한 수준의 거버넌스 및 품질을 제공하는지 확인하는 데 어려움을 겪는 경우가 많으며 이로 인해 시간 절약이 제한됩니다. 나중에 비즈니스 가치에 부합하는 새로운 사용 사례에 대한 작업으로 인해 풀뿌리 접근 방식과 관련 문제가 발생하는 경우가 많습니다.

이러한 전략은 가치를 창출할 현재 및 미래의 사용 사례에 대한 기반을 마련하지 못합니다.

우리는 장애가 있는 개인에게도 웹사이트에 대한 동등한 접근권을 제공하기 위해 노력하고 있습니다. 이 콘텐츠에 대한 정보를 원하시면 기꺼이 도와드리겠습니다. McKinsey_Website_Accessibility@mckinsey.com 으로 이메일을 보내주세요.

더 나은 접근 방식: 제품과 같은 데이터 관리

우리는 기업이 데이터를 소비자 제품(디지털이든 물리적이든)처럼 관리하면 데이터 투자에서 단기적인 가치를 실현 하고 내일 더 많은 가치를 신속하게 얻을 수 있는 기반을 마련할 수 있다는 사실을 발견했습니다.

우리는 장애가 있는 개인에게도 웹사이트에 대한 동등한 접근권을 제공하기 위해 노력하고 있습니다. 이 콘텐츠에 대한 정보를 원하시면 기꺼이 도와드리겠습니다. McKinsey_Website_Accessibility@mckinsey.com 으로 이메일을 보내주세요.

데이터 제품은 하나의 엔터티에 대한 모든 데이터를 제공합니다.

데이터 제품은 조직 전체의 사람들이 쉽게 액세스하고 다양한 비즈니스 과제에 적용할 수 있는 즉시 사용 가능한 고품질 데이터 세트를 제공합니다. 예를 들어 데이터 제품은 고객, 직원, 제품 라인, 지점 등 중요한 엔터티에 대한 360도 뷰를 제공할 수 있습니다. 또는 실제 자산의 운영을 복제하는 디지털 트윈과 같은 특정 데이터 기능을 제공할 수도 있습니다.

우리는 장애가 있는 개인에게도 웹사이트에 대한 동등한 접근권을 제공하기 위해 노력하고 있습니다. 이 콘텐츠에 대한 정보를 원하시면 기꺼이 도와드리겠습니다. McKinsey_Website_Accessibility@mckinsey.com 으로 이메일을 보내주세요.

데이터 제품은 표준 유형의 소비를 지원하도록 연결됩니다.

데이터 제품은 데이터를 "소비"하기 위해 디지털 앱이나 보고 시스템과 같은 다양한 비즈니스 시스템에 필요한 연결을 통합합니다. 각 유형의 비즈니스 시스템에는 데이터 저장, 처리 및 관리 방법에 대한 고유한 요구 사항이 있습니다. 우리는 이것을 '소비 원형'이라고 부릅니다.

조직의 로드맵에는 수백 개의 사용 사례가 있을 수 있지만 일반적으로 5가지 기본 소비 유형 중 하나에 적합합니다. 이러한 소비 유형 중 하나 이상을 지원하도록 구축된 데이터 제품은 유사한 유형을 가진 여러 비즈니스 애플리케이션에 쉽게 적용될 수 있습니다.

우리는 장애가 있는 개인에게도 웹사이트에 대한 동등한 접근권을 제공하기 위해 노력하고 있습니다. 이 콘텐츠에 대한 정보를 원하시면 기꺼이 도와드리겠습니다. McKinsey_Website_Accessibility@mckinsey.com 으로 이메일을 보내주세요.

데이터 제품으로 속도와 효율성 향상

데이터 제품을 사용하는 팀은 데이터를 검색하고, 올바른 형식으로 처리하고, 맞춤형 데이터 세트와 데이터 파이프라인을 구축하는 데 시간을 낭비할 필요가 없습니다. 이러한 노력은 궁극적으로 아키텍처의 혼란과 거버넌스 문제를 야기합니다.

우리는 장애가 있는 개인에게도 웹사이트에 대한 동등한 접근권을 제공하기 위해 노력하고 있습니다. 이 콘텐츠에 대한 정보를 원하시면 기꺼이 도와드리겠습니다. McKinsey_Website_Accessibility@mckinsey.com 으로 이메일을 보내주세요.

이 접근 방식의 이점은 다음과 같습니다.

• 새로운 비즈니스 사용 사례를 최대 90% 더 빠르게 제공할 수 있습니다.
• 기술, 개발, 유지 관리 비용을 포함한 총 소유 비용은 30%까지 감소할 수 있습니다.
• 위험과 데이터 거버넌스 부담을 줄일 수 있습니다.

데이터 제품 시작하기

제품 개발이 성공하려면 전담 관리 및 자금 조달, 표준 및 모범 사례 확립, 성과 추적 및 품질 보증을 보장하는 운영 모델이 필요합니다. 데이터 제품의 성공도 다르지 않습니다.

우리는 장애가 있는 개인에게도 웹사이트에 대한 동등한 접근권을 제공하기 위해 노력하고 있습니다. 이 콘텐츠에 대한 정보를 원하시면 기꺼이 도와드리겠습니다. McKinsey_Website_Accessibility@mckinsey.com 으로 이메일을 보내주세요.

• 전담 관리 및 자금 조달. 각 데이터 제품에는 제품 관리자와 제품을 구축 및 지속적으로 개선하고 새로운 사용 사례를 활성화하기 위한 자금을 지원받는 데이터 엔지니어, 데이터 설계자, 데이터 모델러, 데이터 플랫폼 엔지니어 및 사이트 안정성 엔지니어로 구성된 팀이 있어야 합니다. 이러한 팀은 사업부 내의 데이터 유틸리티 그룹에 속해야 합니다. 이 조직 구조를 통해 유용하고 규정을 준수하는 데이터 제품을 개발하는 데 필요한 전문가(비즈니스 주제, 운영, 프로세스, 법률 및 위험 전문가 포함)에 즉시 액세스할 수 있습니다. 또한 팀은 사용자 피드백에 액세스할 수 있으므로 지속적으로 제품을 개선하고 새로운 용도를 식별하는 데 도움이 됩니다.
• 표준 및 모범 사례. 우리는 조직 전반에 걸쳐 데이터 제품을 구축하기 위한 표준과 모범 사례를 제정할 때 조직이 가장 성공적이라는 사실을 발견했습니다. 이 작업은 일반적으로 우수 데이터 센터에서 처리됩니다. 표준 및 모범 사례 설정에는 팀이 데이터 출처를 문서화하고, 데이터 사용을 감사하고, 데이터 품질을 측정하는 방법을 정의하는 것뿐만 아니라 모든 데이터 제품에서 재사용할 수 있도록 필요한 기술이 각 소비 유형에 적합해야 하는 방법을 설계하는 것도 포함됩니다.
• 성과 추적. 제품이 최종 사용자 요구 사항을 충족하고 지속적으로 개선되고 있는지 확인하기 위해 데이터 제품 팀은 작업의 가치를 측정해야 합니다. 관련 지표에는 특정 제품에 대한 월별 사용자 수, 비즈니스 전반에서 제품이 재사용되는 횟수, 데이터 사용자 설문조사의 만족도 점수, 사용 사례의 투자 수익 등이 포함될 수 있습니다.
• 품질 보증. 품질 문제는 최종 사용자의 신뢰와 보존을 약화시킬 수 있으므로 데이터 제품 팀은 데이터 정의(예: 고객 데이터의 정의가 활성 고객으로 제한되는지 또는 활성 고객과 이전 고객을 포함하는지 여부), 가용성 및 액세스 제어를 면밀히 관리합니다. 각 사용 사례에 대한 적절한 수준의 거버넌스. 데이터 무결성을 확인하기 위해 데이터 소스 시스템을 소유한 데이터 관리자와 긴밀하게 협력합니다.

---

리더가 제품을 관리하면서 데이터를 관리할 수 있는 방법에 대해 자세히 알아보려면 hbr.org 에서 "데이터를 업무에 활용하는 더 나은 방법"을 읽어보세요 .

저자 소개

Veeral Desai는 McKinsey 시드니 사무소의 수석 전문가이며 Tim Fountaine는 수석 파트너입니다. Kayvaun Rowshankish 는 뉴욕 사무소의 파트너입니다.