[MT시평]행동을 유발하는 통찰이 필요하다

유희찬 삼일PwC컨설팅 전무

요즘 컨설팅 업계의 화두는 데이터 분석(Analytics)이 아닐까 싶다. 필자가 소속한 회사를 포함해 유수의 컨설팅회사들이 앞 다투어 분석 전문 컨설팅 조직을 강화하고 있다. 그만큼 기업 현장에서의 요구가 크다는 이야기일 것이다.


데이터 분석의 중요성은 어제 오늘의 이야기가 아니다. 이미 오래 전부터 모든 기업의 핵심이슈였다. 그럼에도 불구하고 Analytics가 최근 화두가 되는 이유는 무엇일까. 물론 빅 데이터가 각광을 받으면서 그 활용을 이야기하는 Analytics가 이슈의 중심이 되는 것은 자연스러운 것이겠으나, 그동안 분석의 역할이 기대에 못 미쳤다는 반증이기도 할 것이다.

`빅(Big)`해진 데이터를 분석하면 분석내용이 무조건 풍부해질 것인가. 당연히 아닐 것이다. 데이터가 식재료라면 분석은 조리일텐데, 식재료 양이 많아졌으니 뭐든 맛있는 요리를 만들어 내라는 식으로는 문제가 해결 안될 것이다. 먼저 운동선수를 위한 음식인지 환자를 위한 음식인지를 정해야 그에 맞는 식재료 및 조리방법을 선택할 수 있을 것이다. 이는 기업현장에서는 `목적지향적으로 접근해야 한다`와 `행동을 유발하는 통찰(Actionable Insight)를 도출해야 한다`로 바꾸어 이야기할 수 있다.

목적지향적이라함은 데이터가 있으니 분석하고, 분석하다보면 뭔가 Insight가 발견될 것이고, 그에 입각하여 의사결정을 하겠다가 아니다. 어떤 의사결정을 하여야 할지를 먼저 결정하고, 그 의사결정을 하기 위해서는 어떤 Insight가 필요한지 가설을 세우고 데이터를 갖고 확인하라는 이야기이다. 너무 당연한 이야기 같지만 실제 현장에서는 반대로 하는 경우가 많다.


정보는 Actionable 한 것과 그렇지 않은 것으로 분류된다. 행동을 유발하는 정보는 계기판의 속도정보 같은 것이다. 현재 속도가 80km라는 정보는 필수적으로 행동을 유발한다. 그대로 유지할지 감속할지 또는 가속해야 할지. 그렇지 않은 정보는 무엇인가. 세상에는 궁금하기는 하지만, 안다고 해서 행동이 일어나지는 않는 정보가 많다. 예컨대, 컨설팅회사는 인력이 중요하므로 박사, 석사 비율이 궁금하기는 하다. 하지만 그 정보를 안다고 당장 어떤 행동이 유발되는 것은 아니다. 그런데 의외로 기업현장에서는 이러한 정보를 분석해서 제공하려는 노력이 넘쳐나기도 한다.

사례를 하나 살펴보자. ‘민원처리 평균기일”이라는 핵심성과지표(KPI)를 관리하는 보험사가 있었다. 보험사의 경우 민원처리가 빠를 수록 고객만족도가 높아지므로 일견 당연히 관리하여야 할 KPI처럼 보인다. 그러나 보험사는 민원 종류가 많고 각 민원별로 평균 처리기일이 각각 다르다. 예컨데 사고보험금 관련 민원은 8.2일 소요되고, 다른 민원은 2~3일의 평균 처리 분포를 보이는 식이다. 그렇다면 평균기일이 3.5일이라면 이 회사의 민원 처리 속도는 빠르다고 할 수 있을까. 아니면 느리기 때문에 개선 노력을 하여야 할지 판단하기가 어렵다. 즉, 궁금한 정보이기는 하나 실행 지향성이 낮다는 문제점이 있다.

이 또한, 데이터(처리기일)가 있으니 분석(평균 기일 계산)을 먼저하고 Insight를 생각해보자는 접근방식이 빚어낸 문제였다. 이에 목적 지향적 관점에서 KPI를 다시 검토하였고 민원 원인별로 준수일을 설정하고 그 기준일을 초과하는 건의 비중(민원처리 기준일 초과건 ÷ 전체 민원건수)을 분석하는 것으로 바꾸었다. 그 결과 KPI가 5%인지 10%인지 아님 30%인지에 따라 어떤 강도로 민원 처리 속도를 개선하여야 할지 Actionable Insight가 자연스럽게 도출됐다.

사례 하나 더. 필자의 회사가 P광역시의 CRM 프로젝트를 수행할 때의 일이다. 당시 P광역시는 KPI로 ‘민원처리건수’를 설정하고 민원 총 처리건수 및 처리기간 단축에 집중하고 있었다. 하지만 예컨대 수백명이 연서하여 마을버스 노선을 바꾸어 달라는 (처리 시간 및 노력이 많이 소요되는) 민원도 한건, 개인의 등본 관련 민원도 한건이다 보니, 처리하기 쉬운 민원만 우선 해결하려하고 고충 민원은 우선순위에서 미루는 문제가 도출되었다.

이에 목적 지향적(즉, 좀더 많은 시민의 민원을 해결하여야 한다는) 관점에서 ‘혜택받는 시민수’로 KPI를 바꾸었다. 결과는. 해결하기는 어렵지만 한 건 해결하면 수십만의 시민이 혜택을 받게 되는 민원이 무엇인지 선제적으로 고민하고 해결하려는 분위기로 바뀌었음은 물론이다.