모딜리아니 (Modigliani)

디지털 전환은 단순히 자동화 시스템을 구축하거나 디지털 기술을 도입하는 것이 아니다. 이는 매우 좁은 의미에서의 정의이며, 본질적으로 디지털 전환은 조직의 의사결정 프로세스를 변화시키는 과정이다. 단순히 빅데이터 시스템을 도입하는 것만으로는 충분하지 않으며, 조직이 데이터를 활용한 의사결정을 제대로 수행하려면 여러 요소들이 함께 발전해야 한다.디지털 전환을 효과적으로 이루기 위해서는 빅데이터, 스몰데이터, 실무 경험, 이론이라는 네 가지 핵심 요소가 균형을 이루어야 한다. 이 네 가지 요소는 조직의 데이터 활용 능력을 결정하며, 각 요소가 고유한 역할을 수행한다.빅데이터는 조직이 보유한 방대한 정량적 데이터를 의미하며, 스몰데이터는 설문조사, 인터뷰 등 직접적인 고객 피드백과 같이 질적 분석에 가까운 데..

데이터 관련 팀들이 의사결정 궤도에 진입하지 못하는 가장 큰 이유는 데이터 활용 수준이 기존 실무자들의 의사결정 방식과 같은 높이까지 도달하지 못하기 때문이다. 데이터가 활용되지 않더라도 기존 실무자들은 경험과 직관을 바탕으로 일정한 수준의 논리와 확신을 가지고 의사결정을 내려왔다. 이들은 비즈니스 환경에서 빠르게 판단하고 실행하며, 전략방향을 설정하는 데 익숙하다. 데이터 기반 의사결정이 기존 의사결정 방식과 동등한 수준의 영향력을 가지려면, 분석 결과가 실무자들이 기존 방식에서 얻는 확신과 비슷한 수준의 신뢰도를 가져야 한다.여기서 중요한 세 가지 요소가 있다. 우선, 분석 결과는 반박하기 어려울 만큼 논리적이어야 한다. 실무자들이 기존의 방식으로 얻는 확신과 동등한 수준의 신뢰를 제공해야 하며, 그..

추천 별점 : ★★★★☆행동경제학 서적은 시중에 많이 없기도 하고, OO효과, OO이론 같이 편린적으로 설명해놓은 책들이 많다. 그렇게 정리해놓은 경우, 책을 다 읽어도 행동경제학 분야의 이론들 중에 지금 소개된 것이 어느 정도 소개한 것인지, 여기 없는 이론들은 어떤 것들이 있는지 궁금해지면서 왠지모를 불안감이 든다. 그런 면에서 비즈니스맨의 필수 교양 행동경제학은 흩어져 있는 이론들을 3가지 카테고리(인지의 버릇, 상황, 감정)으로 묶어놔서 체계적으로 정리된 느낌을 준다. 다만, 저자는 일본사람이고 번역서이다 보니 매끄럽지 못해서 신경써서 읽어야 하는 힘듦(?)이 있고, 이론 하나 당 2~5 페이지 정도로 간략하게 소개하는 형식이다보니 계속 집중해서 읽기가 생각보다 어렵다. 읽다가 쉬다가 읽다가 쉬다..

데이터 품질관리뿐만 아니라 지표를 통일하고 문서화하는 데이터 거버넌스(Data Governance) 작업이 제대로 갖춰지지 않은 곳이 많다. 잘 알려진 IT 대기업들조차도 데이터 분석과 활용을 본격적으로 시작하면서 데이터 거버넌스를 신경 쓰기 시작하는 경우가 많다. 데이터 기반 의사결정이 중요해지면서 조직 내 데이터 활용 수준이 높아졌고, 이제야 데이터 표준화와 품질관리에 대한 필요성이 대두되고 있는 것이다. 따라서, 본인의 회사가 데이터 품질이나 거버넌스가 체계적으로 정리되어 있지 않다고 해서 지나치게 자책할 필요는 없다. 대부분의 기업이 기존의 시스템을 운영하고 유지하는 것에 집중하던 시대를 지나, 이제야 그 데이터들을 효과적으로 활용하려는 단계로 전환하는 과정에 있기 때문이다.거버넌스가 체계적으로 ..

사용자를 이해하는 방식은 여러 가지다. 그리고 각 방법들은 장단점이 있어서 어떤 방법이 더 좋고 나쁘고의 차이보다 케이스별, 활용하는 사람별로 알맞은 방법이 있고, 결국 해봐야 아는 셈이다.이번에 얘기할 조사방법은 참여관찰법이다. 참여관찰법은 문화인류학에서 주로 사용되는 조사방법으로 연구자가 연구 대상 집단의 일상생활 속으로 직접 들어가 그들의 행동, 언어, 상호작용 등을 관찰하고 기록하는 방법이다. 씩데이터라는 용어는 노키아 실패를 예견한 트리시아 왕 박사가 처음 사용했다. 트리시아 왕은 빅데이터를 제대로 활용하기 위해 인문학적 이해가 필요하다고 역설했고, 이것이 ‘씩데이터’ 개념이다. 씩데이터는 인류학자 클리포드 기어츠의 ‘thick description(두터운 묘사)’에서 따왔다. 기어츠는 어떤 사..

변수 중요도 (Feature Importance)는 각 변수가 모델이 하나의 값을 정확히 예측 또는 분류하는데 얼마나 중요한지를 나타내는 지표다. 예를 들면 매출 변화에 날씨, 계절 등등 여러 변수들이 얼마나 영향을 끼치는지를 나타낸 수치다. 그래서 예측 및 분류모델에 따라 피처 중요도를 계산 방법이 조금씩 다르다. 가장 일반적인 측정방법은 다음과 같다. ▶  Decision Trees (의사결정 나무)의사결정 나무 모델에서의 변수 중요도는 각 변수가 결과값을 얼마나 잘 분류하는데 기여했는지를 계산한다. 특정 변수를 사용한 분류로 인해 발생하는 불순도의 감소(예: 지니 불순도 감소 또는 엔트로피 감소 등 기준은 여러 가지가 될 수 있다)가 클수록 해당 변수의 중요도가 높게 평가된다.▶  Random Fo..

데모그래픽 데이터: 가장 기본적이지만 쉽게 놓치는 데이터데이터 분석을 할 때 **인구 데이터(데모그래픽 데이터)**는 가장 기본적인 정보로 여겨진다. 연령, 성별, 지역, 소득 수준, 교육 수준 등과 같은 데이터는 소비자 행동을 이해하고, 시장을 세분화하며, 맞춤형 전략을 수립하는 데 필수적인 요소다.하지만 현실에서는 이 데이터를 수집하고 정리하는 과정이 생각보다 번거롭기 때문에, 쉽게 등한시되는 경우가 많다. 많은 분석가들이 데모그래픽 데이터의 중요성을 알고 있음에도 불구하고, 복잡한 수집 과정이나 데이터의 업데이트 주기 문제 때문에 이를 적극적으로 활용하지 않는 경우가 흔하다.하지만 이러한 데이터를 제대로 활용하지 않으면, 분석의 기본적인 틀이 흔들릴 수 있다. 예를 들어, 특정 브랜드의 제품을 구매..

요즘 시장은 많은 제품들 중에 왜 우리 제품을 써야하는지설명할 수 있어야 구매가 이뤄지는 시대다. 세월이 흐르면 많은 것들이 바뀐다. 나이처럼 천천히 바뀌기에 한참 지난 후에 돌아보면 새삼 달라진 것을 느끼게 된다. 시장도 마찬가지다. 과거에는 경쟁제품들도 많지 않고, 고객들도 광고에 지금처럼 무분별하게 노출되지 않아서 좋은 제품을 기억에 남는 카피로 각인시키면 매출이 올라가던 시대였다. 그런데 오랜기간 많은 제품들과 많은 광고에 노출되고 써본 고객들은 똑똑해졌다. 요즘 시장은 많은 제품들 중에 왜 우리 제품을 써야하는지 설명할 수 있어야 구매가 이뤄지는 시대다. 특히 어려운 경제상황에서 고객이 소중한 돈을 지불하는데 아래 여섯 가지 소구점들로 정리할 수 있다. 과연 우리 제품과 서비스는 이 점을 소구할..

1) GPS고객의 오프라인 위치 데이터를 수집하는 가장 널리 알려진 방법이다. 고객 휴대기기의 GPS 신호를 바탕으로 실시간 위치 데이터를 수집할 수 있다. 실시간으로 사용자가 움직이는 대로 위치 데이터를 수집할 수 있는 장점이 있는 반면, 실제 위치와의 오차가 다른 기술에 비해서 크다는 단점이 있다. 참고로 구글 지도에서 제공하는 GPS를 통한 위치 오차는 20m 내외로 제공하고 있다. 오차가 큰 단점을 보완하여 서비스화 시키기 위해서 지오펜싱(Geofencing)을 설정하여 활용하는 경우가 많다. 지오펜스는 원하는 영역 (보통 km 단위의 넓은 영역)의 좌표로 영역을 정해놓고, 사용자의 GPS 신호가 그 영역 안에 들어왔을 때 마케팅 메시지를 보낸다든가 하는 식으로 서비스를 제공하는 방식이다. 2) ..

대기업의 경우, 자사 온라인 서비스에 들어온 고객의 세세한 행동 (이미지 선택, 리뷰 클릭 후 드래그 한 여부, 리뷰에 머문 시간 등) 모든 행동이 다 수집된다. 앞선 글에서 얘기했듯이 온라인 고객데이터와 오프라인 고객데이터 두 가지로 나눌 수 있고, 온라인 고객 데이터와 오프라인 고객 데이터는 각각의 특성과 수집 방식이 다르다. 온라인 고객 데이터는 웹사이트, 모바일 애플리케이션, SNS 등의 디지털 환경에서 사용자가 남기는 행동 데이터를 의미하며, 오프라인 고객 데이터는 물리적 공간에서 고객이 생성하는 데이터를 의미한다.온라인 고객 데이터를 수집하는 대표적인 방법으로는 **Google Analytics(GA)**와 같은 웹/앱 분석 도구를 활용하는 방법이 있다. 이 도구들은 방문자의 유입 경로, 페..