불확실한경영환경속빛나는 글로벌기업의분석기반혁신사례 KT경제경영연구소, 김철원 (cheolweon.kim@kt.com) 박기찬 (www@kt.com) 김승윤 (kesug@kt.com) 이선미 (sunmi.lee@kt.com) [ 목차 ] 1. 기업성과를높이는수단, 분석경쟁력 2. 해외선진기업들의분석기반혁신사례 3. 시사점 1 / 10
최근미국의신용등급강등과유럽재정위기의지속으로글로벌경제전망에대한불확실성이점점높아지고있는가운데, 해외선진기업은 Data에기반한분석을통해미래상황을예측하고실시간대응함으로써이를헤쳐나가고있음 Data 분석기반의합리적의사결정을경쟁우위로활용하여혁신을달성하고마켓리더십을확보한글로벌대표기업 5개사의사례분석을통해향후적용분야및활용방향에대한검토와미래경쟁에대비필요 I. 기업성과를높이는수단, 분석경쟁력 성과가높은글로벌기업들의경우의사결정전반에 Data 분석을적극적으로활용하고있음 글로벌高성과기업들은氐성과기업대비의사결정시직관 (Intuition) 보다분석 (Analytics) 에근거하는비율이평균적으로 5.4배이상높음 1 사업성과가높은기업들은다른기업대비 2배이상의분석지향성을보임 2 - 사업성과가높은기업은사업성과가낮은기업대비분석지향성에서약 2배이상높았으며, 분석지향성이강할수록이익, 수익, 수익률성과가높게나타남 3 [ 비즈니스성과낮은기업대비높은기업의분석지향성의중요도 ] 비즈니스성과가낮은기업 분석지향성 비즈니스성과가높은기업 33% 산업평균이상의분석역량을갖춤 77% 23% 상당한의사결정지원 / 분석역량을갖춤 65% 23% 전체조직에서분석을활용 40% 8% 폭넓은가치분석통찰력을갖춤 36% 특히글로벌금융위기이후기업경영의화두로 Data 분석이중요시됨 경기침체후 (Post Recession) C-level 의중점사업이슈 TOP 10 에랭크 4 1 Analytics : The new path to value, (by MIT Sloan Management. with IBM Institute) 2010, (108개국가 30개업종의경영진 3,000명대상조사 ) 2 Competing on Analytics,(by Thomas H. Davenport, Jeanne G. Harris) 2006 (371개기업, 450명경영진조사 ) 3 분석지향성과상관관계 : 이윤 r=0.136(p=0.011), 수익성장 r=0.124(p=0.02), 수익률 r=0.122(p=0.022) 4 Gartner, CEO & Senior Executive Survey 결과, 2011.03.25. 26개국, 25개업종의경영진 300여명대상조사 2 / 10
- Improving management decision making via better information & analysis 를 30여개중점사업이슈중 9번째로중요시한다고평가 경영자의약 2/3가분석능력개선이미래경쟁을준비하는주요과제로인지 최근 Data 처리기술의발전으로 Big Data 를활용한 Data 분석이기업의경쟁력향상에기여할것으로전망 5 Big Data란기존방식으로저장 / 관리 / 분석하기어려울정도로큰규모의자료를의미 - 전통적인거래정보外소셜미디어 Data, 스마트폰 context data 등으로구성 Big Data 분석을통해기업의경쟁우위확보등기회활용필요성이커짐 국내기업들도글로벌기업으로의도약 (Level-up) 을위한활동으로분석기반혁신에대한이해와접근필요 해외선진기업사례의벤치마킹을통해적용분야및활용방향에대한검토와미래경쟁을대비하는 Motivation과 Momentum으로고려필요 II. Data 분석기반혁신기업사례 Data 분석기반의사결정이매우빈번하게이루어지는대표적인 5 개업종 중혁신을이룬 분석기반경쟁자 (Analytic Competitor) 5 개를선정함 6 5 경제경영연구소, Big Data는제4의경영자원 (CEO Information, 2011.07) 6 Competing on Analytics, Thomas H.Davenport & Jeanne G.Harris (2006) Analytic Competitor : 분석을기업의차별화무기로인식하고전사적접근및경영진의분석에깊숙한개입및일상적활용을특징으로함. 책에서는 Google, Netflix을비롯, 약 30개기업이언급되었으며이중 5개기업을선정함 3 / 10
Google : 세계최고 Big Data 기술기반의 Open 생태계구축 전세계 Web User 이용패턴 Big Data를이용, 미래예측 (Prediction) 모델링구축 - 10여년간검색, 위치정보, 미디어서비스등을통해전세계 User의이용패턴및성향에대한방대한 Big data 축적 - 전세계 Web User 이용패턴에대한예측모델링구축후 3 rd Party들에게 Open API 7 형태로제공함 [ Google Prediction API 제공기능 ] 마케팅활용고객 VOC 관리 Critical Event 관리문서관리 상품추천시스템 고객감성진단 메시지최적전송 자동언어식별 Upsell 기회예측 ( 동영상, 댓글호감도 예측 문서 /email 자동분류 Churn 예측분석 분석등 ) 의심 / 사기행동탐지 Spam 탐지 Google Prediction Service로 Google 생태계강화 - 일반기업들은 Google Prediction API를이용, 자사서비스제공시최적타겟팅, 수요예측, 광고 / 프로모션최적화및신규사업기회발굴을가능케함 - Google 은광고수익등의확대로신규 BM 창출가능 [ Google Prediction API Service 예시 ] 운전자의습관및운전환경, 소요시간, 기름소모량등을 Data로축적하여최적경로의 Prediction 제안 3 rd Party에서 API이용하여다양한 Navigation 및 Life Agent Service 로 Business Model 확대가능 7 API (Application Programming Interface) : 개발자들이응용프로그램제작시사용할수있도록, 운영체제 나프로그래밍언어가제공하는기능을제어할수있게만든인터페이스를말함 4 / 10
ZARA : 실시간 Data 분석기반내부생산 / 재고관리로 Fast Fashion 지향 Zara는 1975년스페인의작은상점에서 2011년현재 77개국 1,723개매장에서 80억유로이상의매출액을거두는글로벌패션브랜드로성공을거둠 [ 세계각지의 Zara 매장전경 ] Speed & Customization 전략기반 Fast Fashion 시장창출전략이성장동인 - 無재고시스템 : 소매단위별철저한수요변화체크를기반으로소량주문과적시운송, 유연한도급계약기반으로無재고시스템을실현함 - 수직적통합 : 디자인 ~ 판매까지수직적통합을통해 2주에한번꼴로신제품출시, 1만 1000종류상품을저렴한비용으로출시가능 ( 업종평균대비 3배 ) Fast Fashion 전략은판매 Data 실시간분석을통한정확한수요 / 재고관리가핵심 - 최대매출창출을최우선목표로, 전세계매장의판매 Data에대한실시간분석알고리즘을 MIT와공동개발 - 진열상품수와매출간포화지점이존재함에착안, 전체매출최적화위해매장별재고투입량을본사에서실시간조절 분석알고리즘등을기반으로판매량예측및재고관리, 소비자 Needs에맞춘 Time-to-Market을실현하여효과적인 BM 개선달성 특정상품의매출 노출효과 포화지점 10개 50개 매장에비치된특정상품의재고 [ 적정재고산출알고리즘예시 ] <Problem> 본사에서 A제품 100개를 50개매장에공급계획 매장별최소 10개의상품이노출효과발생 매출포화지점은 50개 <Solution> A제품 100개를 2개매장에만 50개씩공급 2개매장의매출극대화통해전체매출극대화 5 / 10
Progressive: Data 기반의비즈니스혁신으로대고객관계프로세스향상 기존보험업의관행을깬접근으로 Business 돌파구확보 - 기존의보험사들은자동차사고발생시보험금을신속하게처리하지않는게관행이었으나 CEO의강력한추진의지로 가장신속한서비스제공 을 Slogan으로채택, 고객이처한문제우선처리를업무기본으로추진및청구처리기간단축 사고현장처리에대한 Data 수집방식개선을통한 IRS 8 추진 - 사고현장사진을 GPS 이용고객센터전송후고객센터내 1,800종이상의차종 DB와비교분석후수리비내역을현장직원에게즉시전송 - 한시간이내사고처리로처리비용 50% 감소등효과적인 Risk 관리가능 고객의실제운전성향분석을통한보험료산정체계 (Pay as You Drive) 구축 - 차량내운행기록장치 (M2M장비 9 ) 를통해실제운전행태를보험사에전송 - 대부분의보험사가꺼려하는 고위험운전자 세분화및위험수준에근거한자동차운전자의등급산정통해서가입자별정확한 Risk 관리수행 Data 분석기반 IRS와 Pay as You Drive 통해보험업의선도적기업으로부상 - 연간 26% 성장율 ( 경쟁업체 6%), 1,500만명이상고객확보, 120억 $ 이상수익 [ Progressive사의 M2M단말 ] [ Pay As You Drive의서비스 Flow ] 8 IRS : Immediate Response Service( 고객즉시응대서비스 ) 9 M2M : 운전자의운전행태정보수집및전송하는장비 ( 운행기록센서 / 모듈 +GPS/ 무선망 ) 6 / 10
넷플릭스 : 영화보는방식의혁신을통한대고객프로세스향상 넷플릭스는현재북미지역컨텐츠미디어유통기업의강자로급속성장중 - 넷플릭스는북미인터넷트래픽의 20% 이상, 다운로드트래픽의 30% 가량을점유 (2011.3월기준 ) 회원규모는 2,300만명돌파 ( 미국최대케이블사업자인컴캐스트의회원규모능가 ), 시장가치는 200억달러돌파 (2011.3월기준 ) [ Netflix 회원규모변화추이 ] [ Netflix 다운로드비중 ] 넷플릭스의급성장에는, 1,600만고객시청이력 Data의분석기반자동화된최적컨텐츠추천시스템인 Cine-Match 엔진 이핵심성공요인으로작용 - CEO 리드헤이스팅스 는넷플릭스의사업에 과학 을도입하기로하고, 10만개영화정보, 1,600만고객의컨텐츠시청이력 DB 에대한세밀한분석시행 - 각고객별웹사이트내실시간행동패턴분류통한개인별맞춤페이지기반최적영화컨텐츠추천, 하루평균 50억개의추천이이루어짐 - 넷플릭스고객중 60% 는추천받은컨텐츠를이용하는것으로나타남 - 시기가지난영화대여율제고, 총컨텐츠의 90% 가최소한달에한번씩대여 - Cine-Match 개선 Open Innovation Prize 개최를통해알고리즘성능극대화 이러한넷플릭스의성장은컨텐츠공급자의관심유발 더이익요구가능 매출확대로이해관계자수익도상승하는선순환강화 eco-system 정착에있음 [ 넷플릭스 Eco-System ] 씨네매치추천엔진 7 / 10
[ 넷플릭스프라이즈 (Netflix Prize) : 씨네매치추천서비스개선대회 ] 넷플릭스는추천서비스의알고리즘을개선위해, 회사외부의계량분석가들을대상으로 Open Innovation Challenge 형태의 넷플릭스프라이즈 대회개최 자사의추천서비스 Cine-Math 보다 10% 이상향상된결과가나오면, 100 만달러의상금을수여하기로함 2009년 9월 4개국 7명으로이루어진 BellKor s Pragmatic Chaos 팀이우승을하여 100만달러를차지함 * 출처 : <http://www.netflixprize.com/> Harrah s Entertainment : 통합서비스를통한내부 Revenue 관리 카지노및호텔업계의치열한경쟁및 2위기업으로위기감속외형확대중심의경쟁사와는달리 Mass 고객 Loyalty 강화전략추진 당시카지노업계에서아무도관심을기울이지않던 개미 고객적극 care - CEO 개리러브맨 의차별적고객경험전략 : VIP고객관리 Non-VIP ( 일반대중고객 ) Care로관점전환 - 토탈리워즈카드 를통해카지노내모든사용기록을실시간수집및그룹중앙컴퓨터에실시간전송및분석으로덜붐비는슬롯머신으로고객유도및수요조절 - 고객별신용등급점수관리및고객지출예측모델링을통해 Loyalty 인센티브캠페인추진, 수요매출관리로고객경험개선및수익확대 - Harrah s의수익중 50% 가량이위의마케팅프로그램에의해창출됨 경쟁사를제치고미국내수익기준 1위사업자로등극 - 대중적고객 Loyalty 프로그램에의해, 고객들은 45% 시간을카지노에서보내게됨 Harrah s의게임수익 15.6% 증대, 영업이익 26.7% 향상효과 - 토털리워즈프로그램은업계최고의멀티브랜드로등극 8 / 10
III. 시사점 해외선진기업들은업무프로세스상 Data 분석을요소화하여의사결정방식의최적화를이루거나, 기존 Business Model 혁신을모색함 Data 분석을일상적업무및운영개선에활용하는차원을넘어서, 기업의전략적변화및새로운비즈니스기회발굴에적극활용하고있음 - Progressive 보험의 data 분석기반사고처리기간단축, google의 Prediction service, Harrah s Ent. 의분석기반 non-vip 고객 Care 마케팅등 Data 처리및분석과정의자동화, 실시간분석기반의사결정을중요한차별적경쟁우위로삼고있으며이를통해기존프로세스최적화나혁신창출 - Netflix의추천알고리즘기반매출극대화, Zara의판매최적화알고리즘을통한무재고시스템기반 Fast Fashion 창출, Progressive 보험의 M2M단말기로운전 Data 실시간수집을통한보험료산정방식혁신등 최고경영진부터실무자까지분석지향적인력이주축이되어 Data 분석을전사적인과제로인식하여경영진의강한의지하에전사조직구성을통해추진 - Harrah s Ent, Google, Netflix, Progressive 보험, Zara 등 [ 사례별 Data 분석경영성과 ] Growth (e x te rn a l) Data 데이터분석성과경영의성과 O p t im iz a tio n (In te rn a l) Sustaining 혁신 내용 D isruptive 분석기반경쟁력확보를위해분석역량강화및분석친화적인기업문화구축선행 가시적인성과달성과가치창출을위해최우선목표를분석전문가들의역할확대와다양한의사결정에활용 9 / 10
- 최고분석자들을확보해서전략적으로배치하고기업전반에분석전문가들의기술레버리지필요 - 필요시외부분석전문가활용도고려 (Ex. Zara (MIT 공동개발 ), Netflix ( 외부 Open 경진대회 )) 분석에기반한경험을토대로상호학습이가능하도록기업문화고취 - 다양한 Data 분석과테스트를통한학습이중요 ( 맥킨지, 10가지주목할만한기술기반비즈니스모델 ) (Ex. 북미금융회사인캐피탈원은신상품, 고객세분화등다양한분야에서시뮬레이션및모델링을통해 1년에 6만 5천회의테스트를실시하여상품과서비스경쟁력을향상시킴 ) 10 / 10