찾기 어려운 데이터, 디지털 전환의 핵심 위협 요소

기업들이 서비스 불만 사항에 대응하거나, 제품을 추천하거나, 중요한 의사 결정에 필요한 데이터를 직원에게 제공하는 데 여전히 어려움을 겪는 이유는 무엇일까요?

이러한 작업은 고객을 유지하고 직원을 경쟁 시장에 참여시키는 데 필수적이지만, 그러려면 먼저 적절한 정보를 찾아야 합니다. 그리고 적절한 정보를 찾기란 쉬운 일이 아닙니다.

실제로 Wakefield Research와 Elastic의 최근 설문조사에 따르면, 지식 근로자의 81%가 시간이 촉박한 상황에서 문서를 찾는 데 어려움을 겪고 있다고 말합니다. 그리고 숨바꼭질 도전에 직면하는 것은 일선 근로자뿐만이 아닙니다. McKinsey에 따르면, 중간 관리자 및 고위 임원의 약 60%가 대부분의 의사 결정 시간이 비효율적으로 사용되고 있다고 말하고 있습니다.

최고정보책임자(CIO)는 비즈니스 성과와 조직의 변화를 점점 더 많이 요구받고 있으며, 직원들이 필요한 정보에 액세스할 수 있도록 보장하는 것은 이를 이루기 위한 중요한 선행 요소입니다. 또한 너무 많은 조직에서 미션 크리티컬한 첫 번째 단계가 이루어지지 않고 있으며, 이는 디지털 전환의 성공 가능성을 저해하고 있습니다.

앨라배마 주립대학교 버밍엄의 Curt Carver IT 담당 부총장 겸 CIO는 "디지털 전환은 조직 내 모든 사람이 스스로를 혁신의 주체로 생각하는 경우에만 효과가 있다”며 "그것은 지식 근로자들이 실제로 지식을 가지고 있을 때만 가능하다"고 말합니다.

점점 더 복잡해지는 원격 멀티 애플리케이션 업무 환경에서 CIO는 모든 소스에 걸쳐 빠르게 직원과 고객을 이들이 필요로 하는 모든 정보와 연결할 수 있는 새로운 검색 기술 기능을 통해 더 나은 경험을 유도하고 디지털 전환 목표를 정상화하는 이중 과제를 해결할 수 있는 기회를 갖게 됩니다.

정답 검색하기

인공 지능을 기반으로 비즈니스용으로 설계된 검색 기술은 조직이 더 높은 생산성과 참여로 나아갈 수 있도록 지원할 수 있습니다. 보다 개인화된 경험을 제공함으로써 직원들이 보다 빠르고 효과적인 결정을 내릴 수 있도록 힘을 실어줄 수 있습니다.

Elastic의 Matt Riley 엔터프라이즈 검색 담당 부사장은 "직원들이 소비자 시장에서 검색에 익숙한 것처럼 기업이나 공공 부문 조직에서 동일한 경험을 하지 못할 이유가 없다"며

"더 정교한 정확도 모델이 필요하며 가능한 한 많은 상황별 신호를 그러한 모델에 공급해야 한다”고 밝히고 “결과적으로 조직은 고객이 만족하는 경험을 창출하거나 직원들이 보다 스마트한 비즈니스 의사 결정을 내리도록 할 수 있는 데이터에 액세스하도록 지원할 수 있다"고 말합니다.

CIO는 어떻게 시작할 수 있을까요? 검색의 미래뿐만 아니라 작업 자체의 미래의 모습을 빚어가고 있는 몇 가지 기능을 이해함으로써 시작할 수 있습니다. 이러한 기능이 무엇인지, 그리고 그것들을 어떻게 활용할 수 있는지 살펴보겠습니다.

더 나은 경험의 토대

검색을 통해 정보를 찾기 전에, 기업은 먼저 데이터를 찾아 정규화하고 태그를 지정해야 합니다. 이는 PDF 또는 Word 문서 내의 레이블이 지정되지 않은 텍스트와 같은 비정형 데이터의 경우 특히 어렵습니다.

ESG Global의 Mike Leone 수석 분석가는 "특히 서로 다른 환경에 분산된 데이터 사일로가 소스인 경우, 모든 태그를 지정한다는 아이디어는 너무나 벅찬 것"이라고 말합니다.

다행히도, 머신 러닝 알고리즘은 이 과정을 자동화하는 것을 도울 수 있습니다. 예를 들어, 데이터베이스 내의 레이블이 지정된 필드와 같은 정형 데이터를 분석한 다음, 이러한 인사이트를 다른 소스의 유사한 데이터에 적용할 수 있습니다.

Riley 수석 분석가는 "레이블이 지정된 정형 데이터를 사용하면 비정형 세계에서 정보를 발견하는 데 도움이 될 수 있다"며 “모든 것을 살펴본 후에는 구조화되지 않은 소스에서 데이터를 검색하는 방법에 대해 더 스마트해질 수 있다"고 말합니다.

개인화된 결과에 집중하기

소비자 세계에서, 식당이나 교통 정보를 검색하는 사람은 위치 데이터를 기반으로 다른 결과를 얻을 수 있습니다. 그와 같은 종류의 개인화는 직장을 더 생산적으로 만드는 데 도움을 줄 수 있습니다. 예를 들어, 영업부 직원이 궁금한 점이 있을 경우, 재무나 엔지니어링 부서의 동료와는 다른 답변을 찾을 가능성이 높습니다.

UAB의 Carver CIO는 "우리는 정보를 어떻게 제공할 지를 다시 생각해보아야 합니다. 즉, 여러분이 누구인지, 어디에 있는지, 무엇을 하려는지에 따라 수동적인 것에서 능동적인 것으로, 포괄적인 것에서 개별화된 것으로, 정적인 것에서 동적인 것으로 제공하도록 해야 한다"고 말합니다.

CIO는 팀이 직원의 검색 도구에 어떤 역할을 하는지, 어떤 종류의 데이터를 찾을 수 있는지, 어떤 유형의 정보가 쿼리와 무관한지 등의 정보를 미리 로드하도록 함으로써 이러한 과정을 시작할 수 있습니다.

이 교육은 여러분과 동료가 지난 Zoom 미팅에서 공동 작업한 최신 문서를 알고리즘이 표면화하거나 영업 상담에 필요한 배경 자료를 찾아 전달할 수 있도록 지원합니다.

미래를 주시하기

기업들이 직원들에게 더 나은 데이터를 제공함으로써 얻을 수 있는 이점을 깨닫기 시작하면서 업계 선두 기업들은 사용 사례가 확대될 것으로 기대하고 있습니다. 한 가지 가능한 방법은 현재 미국 소비자들의 3분의 1 이상이 알렉사, 시리 등을 통해 하고 있는 음성 검색입니다.

클라우드 기반 분석 플랫폼인 ThoughtSpot의 Cindi Howson 최고 데이터 전략 책임자는 "창고 관리자들이 휴대폰에 '앞으로 30일 이내에 이 원자재를 어디서 구할 수 있을까?'라고 물을 수도 있다"고 말합니다.

검색 시스템의 혁신은 자연 음성 언어로 표시되는 쿼리를 더 잘 해석함으로써 음성 지원 검색의 개선으로 계속 이어질 것입니다.

IDC의 Hayley Sutherland 수석 리서치 분석가는 또한 검색 플랫폼이 "새로운 세대의 지능형 검색 시스템으로 진화"하는 데 도움이 될 것이라며, "머신 러닝을 통해 이러한 시스템은 직원이 필요로 할 때 실행 가능하고 상황에 맞는 인사이트를 제공할 수 있다"고 말합니다.

Carver는 궁극적으로 CIO는 "경쟁사보다 더 빠르게 의사 결정에 도달한다"는 가장 큰 하나의 비즈니스 크리티컬 이점을 통해 지식 근로자의 역량을 강화할 수 있다고 말합니다. "왜냐하면 결정을 더 빨리 내릴 수 있다면, 거의 항상 이길 수 있기 때문입니다.”