데이터 브랜딩, 김태원, 유엑스리뷰, 2021.04

안녕하세요, 끙정입니다.

 

오늘은 최근에 정말 감명 깊게 읽은 책, 데이터 브랜딩을 리뷰해보겠습니다.

데이터 분석, 디지털 트랜스포메이션에 관심이 있으시다면 꼭 읽어보시길 바라겠습니다.

 

 

데이터 브랜딩 - YES24

 

저자는 이노션 월드와이드 데이터 커맨드센터 김태원 국장입니다.

 

수 많은 전통적인 기업들이 부랴부랴 DT에 나서고 있지만, 성공사례를 찾아보기 힘듭니다.

또한 성공사례라 하더라도 그저 DT를 위한 준비에 그치는 수준입니다.

심지어 DBR에 소개되는 성공사례도 성공사례라고 볼 수 없습니다.

그저 데이터 레이크를 구성하고, BI를 만들고, 대시보드 몇 개 만들어놓고는 DT 했다~ 라고 할 뿐입니다.

진정한 DT는 이런 것이 아닙니다.

 

 

저 사진에 있는 물건은 무엇일까요?

디지털 카메라 라고 하셨다면 당신은 디지털 이민자입니다.

디지털 시대에서 태어나 디지털 시대에서 자란 사람들은 저 물건이 그저 "카메라"일 뿐입니다.

디지털이라고 말하기조차 부끄러워지는 것이 바로 현재 우리가 살아가는 디지털 표준의 시대입니다.

즉, 문제의 본질은 디지털로 인한 사람들의 삶의 방식이 바뀌었다는 것입니다.

단지 아날로그 카메라에서 디지털 카메라로 옮겨가는 것이 문제가 아닙니다.

아날로그 카메라는 필름을 끼워야 하고, 찍을 수 있는 사진 수가 한정되어 있으며, 인화를 해야 합니다.

그러나 디지털 카메라는 메모리 카드에 수천 수만장을 찍을 수 있고 바로바로 지울 수 있으며, 무선 통신으로 바로 옮길 수 있습니다.

이로 인해 변화하는 생활 방식. 이것이 곧 본질입니다.

 

 

저도 데이터 분석을 공부하고 있지만, 대부분의 IT 앱 서비스 기업의 데이터 분석 방법론은 바로 퍼넬 분석입니다.

고객이 유입되고, 컨버전 되면서 로열티를 갖게 되는 프로세스를 거치게 되는데,

이마저도 구식이 되어가고 있습니다.

많은 사람들이 단순히 이런 식으로 컨버전이 되지 않습니다.

수 없이 많은 검색과 공유 속에서 의사 결정이 일어납니다.

이제는 그래프 형식의 네트워크 구조인 것입니다.

그것을 살펴볼 수 있는 것이 바로 데이터입니다.

 

 

가트너가 발표한 데이터 마케팅 생태계의 수많은 기술과 부문 중에서 데이터와 분석이 가장 중심으로 표현되었습니다.

 

 

모든 것이 데이터로 시프트 되고 있는 시대에서,

데이터는 이제 산소와 같습니다.

모두가 데이터가 중요하다고 외치지만,

과연 데이터 분석만 열심히 하면 잘 할 수 있을까요?

중요한 건 소음을 제거하는 것입니다.

 

 

즉, 역설적으로 데이터가 많아질수록 데이터는 중요하지 않습니다.

오히려 데이터에만 매몰되는 것은 함정에 빠지는 것과 같습니다.

 

 

 

오히려 더 중요한 것은 분석의 목적과 관점. 즉 프레임이 중요한 것입니다.

데이터를 활용하기만 하는 데이터 마케팅이 아니라,

데이터 시대를 제대로 바라볼 수 있는 데이터 시대의 마케팅인 것입니다.

 

 

 

우리는 데이터와 잠시 거리를 두고 문제를 바라봐야 합니다.

데이터에만 매몰되면 모든 것을 데이터로만 해결하게 됩니다.

 

 

따라서 분석의 패러다임은 조사가 아닌 수사가 되어야 합니다.

숨겨져 있는, 흩어져 있는 패턴을 찾아서 연관성을 찾아내고 문제를 해결하는 것.

분석가는 문제 해결사가 되어야 합니다.

 

 

 

근데 문제 해결사가 되어야 한다는 것은 이제 대부분 아는 사실입니다.

그래서 열심히 데이터를 들여다 보죠.

근데 그렇게 삽질을 하면 답이 나올까요?

무작정 땅을 판다고 해서 유전이 나오지는 않습니다.

 

 

우리는 흔히 데이터를 가지고 탐험을 하면 인사이트가 나온다고 생각합니다.

그러나 데이터에만 매몰되면 오히려 많은 것을 놓칩니다.

오히려 그 반대로,

인사이트를 가지고 탐험을 하고 데이터로 검증해야 합니다.

 

 

인사이트라는 것은 새로운 관계와 연관성을 발견해 문제를 재구조화 하는 것입니다.

발견한 데이터의 점들을 잇는 것이지요.

 

 

 

많은 기업들이 데이터 드리븐을 노래를 부르는데,

실제로 데이터 드리븐이 의미하는 것은 데이터의 노예인 것 같습니다.

분석은 결국 분석가가 생각한 길대로 나오게 되어 있습니다.

측정 지표는 데이터에 묶이고, 그 기준대로 회사는 굴러갑니다.

초기에는 효과적일 수 있지만, 점점 숫자에 매몰되어 갑니다.

 

 

 

그래서 데이터에 얽매이지 않는 데이터 드라이빙을 해야 합니다.

분석가가 인사이트를 통해 의미를 규정하고 주도해야 합니다.

 

 

 

언제나 데이터는 가치중립적입니다.

가만히 두면 아무말도 하지 않습니다.

결국 데이터에 의미를 부여하는 것은 분석가의 몫입니다.

즉, 어떤 관점을 가지고 바라보느냐가 결과를 결정합니다.

그래서 생각의 폭과 깊이가 중요합니다.

 

 

 

도시에서 쥐가 출몰하는 문제를 해결하고자 할 때,

진짜 문제인 하수구의 오물을 모른다고 가정합니다.

시청에서 이 문제를 해결하기 위해 쥐를 잡아오면 포상금을 준다고 합니다.

결과는 어떻게 되었을까요?

일부 시민들이 쥐를 키워서 포상금을 타가기 시작했습니다.

잘못된 문제해결 방식인 것이지요.

분석가는 인사이트를 통해 가설을 세워야 합니다.

하수구의 오물 오염 여부와 쥐 출몰과의 연관성을 데이터로 검증합니다.

그래서 근본적이 문제였던 하수구 시설을 개선하면 문제는 해결됩니다.

진짜 문제 해결의 과정인 것이지요.

 

 

 

제가 정말 좋아하는 말입니다.

링컨도 그런 말을 했죠.

나에게 나무를 벨 시간이 8시간 주어진다면, 도끼를 가는데 6시간을 쓸 것이다.

문제 해결사는 데이터부터 분석하지 않습니다.

문제가 무엇인지 제대로 정의하고,

가지고 있는 관점을 통해 가설을 제대로 설정합니다.

데이터 분석은 그저 이를 뒷받침하는 도구일 뿐입니다.

 

 

 

그러나 단순히 분석만으로는 한계가 있습니다.

데이터는 매우 차갑고 이성적이고 객관적이라 전달이 쉽지 않기 때문이죠.

그래서 우리는 데이터텔링을 해야 합니다.

 

 

 

단순히 분석 결과만 제시하는 것은 아무런 의미가 없습니다.

그것은 상대방에게 분석을 요구하는 것과 똑같습니다.

데이터텔링은 세가지로 구성됩니다.

스토리의 목적, 캐릭터와 사건, 아하 포인트.

 

 

 

마지막으로 데이터 크리에이티비티를 말씀 드리고 마치겠습니다.

최근 데이터를 통한 초개인화가 유행입니다.

아주 좋은 마케팅이죠. 초개인화.

그러나 이 마법같은 마케팅 기법이 어느덧 한계를 보이고 있습니다.

고객들은 너무 똑똑하고, 알고리즘을 이미 다 알고 있고, 지겨운 광고에 지쳤습니다.

데이터 크리에이티비티는 이러한 데이터 드리븐 크리에이티비티가 아닙니다.

늘어난 데이터를 활용해서 기술적으로 접근하는 것이 아닙니다.

반대로 데이터를 통해서 영감을 얻고, 그 영감으로 새로운 아이디어를 창조해내는 것입니다.

즉, 데이터 인스파이어드 크리에이티비티 입니다.

 

 

 

책은 브랜드 파트도 존재하지만,

혹시나 브랜딩이나 광고를 하시는 분이라면 읽어보시는 것을 추천드립니다.

그러나 분석가라면 데이터 파트만 읽어도 충분할 것 같습니다.

 

 

그만 읽어보겠습니다.