빅데이터(Big Data) 경제학

데이터가 넘쳐나는 오늘날에도 기업은 고객의 니즈를 확실히 파악하지 못하고 있다. 그것은 고객도 마찬가지다. 사람들은 실제 자신이 원하는 것이 무언인지 잘 모른다 따라서 고객이 원하는 것을 고객 관련 자료를 기초로 데이터 분석을 통해 파악해내는 역량이 중요해지고 있다. 데이터를 정보로, 정보를 지식으로, 지식을 지혜로 향상시킬 수 있는 통찰의 기업의 핵심 역량이 되고 있다. 빅데이터를 식별, 분석하는 기술을 적용해 고객의 수요를 충족시킬 수 있는 새로운 가치를 창조하는 역량이다. 중국은 14억 명이 넘는 거대한 시장이다. 중국에서 데이터 분석으로 대활약 중인 기업이 있다. 바로 이랜드 패션이다. 14억 소비자의 마음을 읽기 위해 중국 빅데이터 분석팀을 두고 세밀한 관찰과 분석을 진행한 결과 연 매출액이 2000년 90억 원이었던 것이 현재 2조 원대로 크게 늘었다. 비결은 한 장씩 직접 모아 축적한 길거리 패션 사진 데이터의 힘이다. 이랜드는 상하이, 선양, 베이징, 청두, 선전을 중심으로 한 다섯 개 지역에서 매달 1만 3천 장씩 5년에 걸쳐 길거리 패션 사진을 모았다. 이와 더불어 시스템 분석팀은 중국 소셜미디어를 포함한 주요 쇼핑 사이트 후기까지 수집하여 중국 현장에서 디자이너와 상품 기획자가 제품에 바로 적용할 수 있는 핵심 동력을 마련했다. 생생한 데이터를 통해 중국 여성 소비자가 원하는 디자인, 색상, 재질 들을 지역별로 보다 더 섬세하게 들여다본 것이다. 이를 위해 분석팀은 이미지 데이터 외에도 의뢰가 들어오는 즉시 쇼핑몰 후기와 SNS 후기, 자사와 경쟁사 매출 등 동원 가능한 모든 데이터를 분석해 결론을 내리는 등 갈수록 짧아지는 패션 트렌드 속에서 빠르고 정확한 예측을 시도하고 있다. 외부 데이터 수집만이 아니라 기업 내부의 기존 데이터를 재조명해 변화하는 라이프스타일을 반영한 분석으로 새로운 서비스 시장이 열리기도 했다. 숙박 시설 예약 사이트 호텔스닷컴은 지난 2년간 반려동물과 함께 투숙할 수 있는 펫 프렌들리 호텔의 리뷰 수가 약 62%가량 증가했다는 분석을 내놓았다. 이를 통해 자사 웹 사이트에 해마다 발표하는 가장 사랑받는 호텔 어워드에 최고의 펫 호텔 항목을 추가했다. 반려동물을 동반하는 고객들이 숙박 시설을 고를 때 반려견, 반려묘에 얼마나 좋은 환경인가라는 점을 중요한 기준으로 꼽기 시작한 것을 데이터로 확인했기 때문이다. IT 기술의 발달과 유통 채널의 다양화로 소비자들이 구매 패턴이 빠르게 변화하고 있다. 이 때문에 기업에게도 신속한 의사결정은 물론 예산 및 재고의 효율적 관리가 더욱 중요해졌다. 멤버십 포인트와 같은 대규모 빅데이터가 유통 업체의 새로운 혁신 도구로 떠오른 이유다. 롯데 멤버스는 3,900만 명의 엘포인트 회원들의 구매 데이터를 기반으로 유통사 판매 데이터와 회원들이 구매 행동 데이터를 결합해 분석 지표를 제공하는 인사이트 플랫폼 LAIP를 선보였다. LAIP에서 제공하는 분석 모듈은 상품군 성과 분석, 고객 구매 행동 분석, 상품 구색 분석, 신상품 성과 분석이다. 이러한 빅데이터 분석은 유통과 제조 파트너사에게도 상호 인사이트를 제공할 수 있어 향후 더 큰 변화가 기대된다. CJ그룹은 CJ빅데이터센터를 통해 자사가 보유한 데이터를 공유, 결합하는 빅데이터 플랫폼을 구축했다. 고객들의 택배 운송장 정보와 외부 데이터를 결합해 텍스트 마이닝과 머신러닝 기술 분석으로 송장 상품 자동 분류 알고리즘을 개발한 것이다. 더불어 택배기사들의 작업용 앱에 인공지능 가상 비서 기능을 탑재해 기사에게 필요한 데이터를 실시간 음성으로 제공하고 고객 문의도 자동으로 답변할 예정이다. 이렇듯 서비스 분야의 디지털 전환과 IT 경쟁력 구축으로 유통 혁신의 속도가 더욱 빨라지고 있다. 유통계의 공룡이라고 불리는 아마존은 뉴욕 소호, 시카고 등에 오프라인 매장인 4-스타 숍을 열었다. 이곳은 아마존닷컴 온라인 사이트에 올라와 있는 수백만 가지의 제품들 중 소비자들로부터 최소 별 4개(5개 만점) 이상의 평가를 받고, 최고의 아이템, 새로운 아이템, 인기 아이템 카테고리에 든 제품들을 판매하는 곳이다. 판매자의 자의적인 판단이 아니라 고객 데이터로 상품을 선별해 매장을 운영하는 것이다. 실제로 아마존의 데이터 수집은 온, 오프라인을 넘나 든다. 온라인뿐 아니라 아마존 고와 홀푸드와 같은 오프라인 유통 채널도 소비자들의 정보를 수집하는 거대한 데이터센터인 셈이다. 이러한 데이터들을 이용해 아마존은 대량생산 제품은 물론, 소비자가 원하는 맞춤 제품의 판매까지 디자인-생산-유통의 전 과정을 인공지능으로 구현하기 위한 시스템을 개발하고 있다. 데이터는 이미 자원을 넘어 자산이 되고 있다. 빅데이터로 기업이 궁극적으로 이룰 수 있는 건 빠르고 정확한 의사결정이다. 빅데이터 분석은 실시간 분석을 통해 빠르고 정확한 의사결정을 가능하게 해준다. 예를 들자면 이러한 데이터들을 바탕으로 경쟁사 가격을 실시간 모니터링하고 자사 재고 상품의 적정성, 리스크 관리, 고객의 구매 후기 분석 등을 한 번에 취합해볼 수 있게 되는 것이다. 그러나 빅데이터라고 모두 의미 있는 것만은 아니므로 양질의 데이터 공급을 위한 끊임없는 노력이 필요하다. 데이터의 홍수 속에서 진짜 의미 있는 정보에 이르려면 많은 양의 데이터만으로는 부족하기 때문이다. 인공지능으로 데이터의 효율적인 분석을 해낼 수 있는 역량이 부각되는 이유다. 우리는 데이터 파도의 한가운데에 있지만, 아직 그 흐름을 제대로 타지 못하고 있다. 데이터를 정보로, 정보를 지식으로, 지식을 통해 지혜로 향상 시킬 수 있는 혜안을 가지고 데이터를 바라봐야 한다.