[기획연재] 김강화의 DX&옴니채널 전략㉖

디지털 트랜스포메이션(DX)은 최적 데이터를 가질 때 성공의 지름길이 열리는 것이다. 사용자 및 고객이 온라인, 오프라인, 모바일 등 다양한 경로를 넘나들며 상품을 검색하고 구매할 수 있도록 한 채널인 옴니채널은 고객 데이터를 취득할 수 있는 최적의 기반이다. 따라서 옴니채널이 DX 지름길의 하나라고 말할 수 있다.

디지털화와 DX는 다르다

아직도 DX의 의미를 제대로 이해하지 못하는 기업도 많이 있는 것 같다. DX란 단순히 디지털 툴을 도입하거나 업무를 디지털화하는 것이 아니다. 확실히 자동화나 소프트웨어의 도입 등에 의해 특정의 작업을 효율화할 수 있는 등의 변화는 일으킬 수 있다.

하지만 DX의 목적은 거기에 그치지 않는다. 디지털화를 통해 수집한 데이터를 활용하여 업무 프로세스 전체의 재검토와 새로운 비즈니스 모델 창출로 연결하여 소비자 니즈와 비즈니스 시장의 변화에 대응할 수 있는 힘을 기르는 것이 DX의 궁극적인 목표이다. 따라서 DX 추진에 데이터 활용은 불가결하다.

그리고 데이터를 수집·분석해 그 결과를 기초로 새로운 가치를 창출하기 위해서는 데이터의 취득이나 송수신, 수집한 데이터의 운용 등을 실시하는 디지털 툴과 툴을 취급해 데이터를 유효 활용할 수 있는 인재가 필요하다. 그 인재가 데이터 엔지니어, 데이터 분석가, 데이터 사이언티스트 등이다. 그 중에 패션업계에선 데이터의 활용으로부터 새로운 가치를 제안할 수 있는 인재, ‘데이터 사이언티스트’의 부재가 크게 아픈 요소가 되고 있다. 데이터 사이언티스트는 대량의 데이터를 분석하고, 그 데이터를 실행 가능한 사업 전략으로 변환하는 일을 한다.　이것은 쉬운 일은 아니지만, 기업에 매우 중요하고, 앞으로도 더욱 중요하게 되어 기업의 승패에 좌우되는 결정적인 역할을 할 수도 있을 것이다.

‘디지털화=DX’가 아닌 것과 마찬가지로, ‘데이터 활용=DX’가 아니라는 점에는 유의할 필요가 있다. DX와 데이터 활용의 차이를 살펴보자.

DX와 데이터 활용의 차이


DX를 추진함에 있어서 데이터 활용은 필수적이지만 데이터 활용 자체가 DX는 아니다. 이 둘은 다르고 혼동하지 말아야 한다. 의사결정의 기준이나 업무 효율화를 추진하기 위해 데이터를 활용하는 것은 DX의 기반 중 하나인 ‘디지털화’에 포함된다. 즉, 일부 업무에서 데이터 활용에 성공했을 뿐 DX를 실현한 것은 아니다. 데이터 활용은 DX의 구성요소이며, DX 그 자체는 기업이나 조직의 풍토나 비즈니스 진행 방식까지 포함한 변혁이라는 차이가 있다.

DX 추진에서 사용할 수 있는 데이터의 종류로서 활용하면 기대할 수 있는 효과가 크고 수집하기 쉬운 데이터는 다음과 같다.

고객 데이터, 판매 관리 데이터, 경리 데이터, 가동 데이터, 재고 데이터, 입출고 데이터, POS 데이터, 업무 일지·일보, 웹사이트 분석 데이터(특히 고객행동 데이터) 등이다. 이러한 데이터는 수집한 것만으로는 의미 있는 활용으로 이어지지 않는다. 데이터를 가시화하고 분석함으로써 비로소 효과로 연결될 수 있는 것이다.

활용 방법에 대하여 알아보자.
①업무 과제를 명확화
데이터를 수집하고 분석함으로써 업무를 진행하는데 있어서 현재 상황에 어떤 과제가 있는지를 명확히 한다. 데이터 활용을 통해 업무 과제를 명확히 하는 것은 DX 추진에 있어 중요하고 큰 진전이라고 할 수 있다.
②과제에 대한 해결책을 설정
현상에 과제가 있을 때 그것을 해소 또는 개선하기 위해서는 어떠한 해결책이 있는지를 설정한다.
③정보의 가시화
실시간 정보를 시각화하는 것도 유효한 활용 방법이다. 항상 현상을 파악하고 공유할 수 있는 환경이 갖추어져 있어야 빠른 대처가 가능해진다. 리드 타임의 단축이나 고객 대응의 스피드 업을 실현할 수 있어, 고객 만족도도 향상시킬 수 있다.
④데이터 드리븐 경영
데이터를 바탕으로 경영상의 의사결정과 액션을 실행해 나가는 것이 데이터 드리븐 경영이다. 종래의 감이나 경험에 의지한 주관적인 판단이 아니라, 데이터 분석에 의해서 얻어진 정보로부터 객관적인 경영 판단을 내려 나감으로써, 비즈니스 성공의 정밀도를 높일 수 있다. 그러기 위해서는, 데이터 수집이나 분석, 가시화를 위한 디지털 툴(연재 25 참조)이 필요하다. 데이터 드리븐 경영을 실현함으로써 기업 문화의 변혁도 진행될 가능성이 높고 DX도 추진할 수 있다.


데이터 사이언티스트 업무의 흐름을 좀 더 구체적으로 정리하면 다음과 같다.
①비즈니스 과제의 파악/ 데이터 분석 목표의 설정
②분석 대상 데이터의 조사/ 분석 환경의 준비
③데이터 분석의 가설 구축과 계획(가설 구축 없는 데이터 분석은 의미가 없다.)
④데이터 분석의 준비
⑤데이터 분석의 실시
⑥분석 결과 혹은 모델의 평가
⑦비즈니스 적용을 위한 활동

이제 기업의 경영이나 업무 수행에 있어서 데이터 활용은 불가결하다. 데이터의 활용은, 과제의 명확화나 그 해결책의 발견, 실시간인 현상 파악이나 경영 판단에 있어서의 의사결정 등의 중요한 요소에 깊게 관여하고 있다. DX를 추진하는 데 있어서도 데이터 활용은 중요한 의미를 가지며 DX의 성패에 영향을 준다고 해도 과언이 아니다. 자사에서 ‘데이터를 어떻게 활용할 것인가’를 검토하는 것이 ‘DX 추진에의 첫 걸음’이라고도 할 수 있을 것이다.

박우혁 기자(hyouk@kfashionnews.com)