하버드 비즈니스 리뷰(HBR) 보고서가 729명 HBR 독자를 설문조사해 조직이 민첩하고 혁신적이며 데이터 주도적이고 진정 경쟁력 있게 되는 데 직면한 과제를 이해하려 했습니다. 보고서에 따르면 응답자의 86%가 기업 데이터에서 새로운 가치와 인사이트 추출이 "매우 중요하다"고 답했습니다. 75%는 실행 가능한 인텔리전스를 전사적으로 전달하는 게 "필수적"이라고 답했습니다.
분명히 데이터에서 더 많은 가치를 도출하고, 더 나은 결정을 내리고, 더 빨리 실행하는 것은 대부분의 조직에 미션 크리티컬합니다.
이미 완전히 데이터 주도적 조직이 되는 길에 있든, 여정 초기에 있든, 자동화가 분석과 비즈니스 인텔리전스(BI)의 잠재력을 완전히 실현하는 데 도움이 되는 5가지 방법을 확인했습니다.
예측 모델과 분석에 나쁜 데이터를 사용하면 BI 소비자의 신뢰 상실과 비즈니스에 큰 재정적 영향을 초래할 수 있습니다. Smarter with Gartner 기사에 따르면 낮은 데이터 품질이 조직에 미치는 평균 재정적 영향은 연간 평균 1,500만 달러로 추산됩니다.
데이터 준비는 분석 전 데이터 품질 이슈를 식별하고 데이터 수리를 돕는 중요한 단계입니다. Forbes에 따르면 "데이터 과학자의 약 80% 시간이 분석을 위한 데이터 준비와 관리에 쓰이고," 분석에는 고작 20%만 남습니다.
데이터 수집, 정제, 수리 자동화는 분석가들이 데이터 준비에 쓰는 시간을 크게 줄여줍니다. Tableau Prep 같은 전용 제품은 데이터 수집, 정제, 라벨링 같은 작업을 자동화하도록 목적별로 만들어졌습니다.
로봇 프로세스 자동화(RPA)는 여러 시스템에서 데이터를 추출하고, 초기 품질 검사를 수행하고, 데이터를 단일 파일이나 보고서로 컴파일해 준비와 분석에 바로 쓸 수 있게 하는 빠르고 신뢰할 수 있는 방법을 제공합니다.
예를 들어 시각 장애인을 지원하는 스페인의 자선단체 ONCE는 RPA로 28개 유통센터에 배포된 복권 재고를 추적합니다. UiPath 소프트웨어 로봇으로 시스템에 로그인해 필요한 데이터를 뽑아 마스터 보고서에 입력함으로써 ONCE는 이 작업을 이전 시간의 일부만으로 수행할 수 있습니다. 사람 개입은 최종 확인과 감독으로 최소화됐습니다. 보고서 생성이 월간에서 주간으로 단축됐고 직원들은 더 고부가가치 업무에 집중할 추가 시간을 얻었습니다.
데이터 추출과 준비를 넘어, 자동화는 수동 데이터 입력으로 인한 오류를 방지함으로써 근본적 데이터 품질 개선에도 동등하게 중요한 역할을 할 수 있습니다.
RPA는 데이터 품질을 높게 유지하면서 데이터 디지털화와 수집 같은 고급 프로세스 자동화를 지원하는 수많은 반복 작업을 지원합니다. 문서 데이터 추출과 데이터 동기화는 데이터 관리를 자동화하는 두 가지 인기 방식입니다.
영국 브렌트 구청(Brent Council)은 예를 들어 RPA로 임대료 변경 프로세스를 자동화했습니다. 이전에는 많은 수동 작업으로 캡처하고 업데이트했습니다. 직원들은 수동 프로세스를 "정신 나갈 지경"이라 표현했고 필연적으로 데이터 오류를 낳았습니다. 구청은 UiPath로 프로세스를 자동화해 6주 만에 배포했습니다. 수동으로 직원 1명이 4분 넘게 걸리던 단일 임대료 변경이 이제 40초 미만으로 처리됩니다.
이 프로젝트가 너무 성공적이어서 브렌트 구청의 많은 다른 팀이 데이터 정화 활동에 RPA 배포를 요청했고, 핵심 비즈니스 시스템에 최신 정확한 정보를 보장하게 됐습니다. 전체 스토리를 읽고 브렌트 구청이 자동화를 활용하는 다양한 방법을 알아보세요.
전 세계 조직들은 API가 없는 레거시 시스템과 미션 크리티컬 비즈니스 애플리케이션(메인프레임 등)에 계속 의존합니다. 사실 글로벌 메인프레임 시장 보고서에 따르면 "은행 기업 데이터의 70%가 여전히 메인프레임에 상주합니다." 그리고 글로벌 메인프레임 시장은 계속 성장 중입니다. 하지만 그 데이터를 분석용으로 추출하는 건 매우 어렵고 종종 수동 작업을 필요로 합니다.
RPA로 BI와 분석 도구의 데이터 도달 범위를 레거시 시스템, 가상화 환경, API 없는 시스템으로 확장할 수 있습니다. 자동화는 핵심 뱅킹 정보 추출·분석이든, 웹사이트 환율 데이터를 분석 도구가 이해할 형식으로 수집이든 도움이 됩니다.
브렌트 구청도 RPA로 레거시 시스템 데이터를 더 새로운 디지털 시스템으로 흐르게 합니다:
또한 AI 기반 RPA는 이메일, PDF, 이미지, 필기, 스캔 문서 같은 비정형 데이터를 분석용으로 다룰 수 있습니다. 비정형 데이터는 단일 데이터 소스(업무 시스템, 스프레드시트, 데이터베이스 등)로 통합돼 즉시 분석 준비가 됩니다.
남아프리카 보험사 Hollard Group이 바로 그렇게 했습니다. 이 회사는 보험 중개인으로부터 연간 150만 통의 이메일을 받는데, 각 이메일과 첨부파일을 수동으로 처리해 맥락을 파악하고 내용을 분류했습니다. 이 프로세스는 높은 정확성이 필요하고 엄격한 SLA와 규제·법적 조항 준수를 유지해야 합니다.
회사는 프로세스 속도와 정확성 개선을 위해 엔드투엔드 자동화 솔루션을 구현했습니다. 솔루션엔 머신러닝(ML), 자연어 처리(NLP), 지능형 광학 문자 인식(OCR), 분석 역량이 단일 사용자 인터페이스에 포함됐습니다.
Hollard Group은 주당 2,000 업무시간을 절약하고 거래당 비용을 91% 낮췄습니다. 처리가 실시간으로 수행되며, 98% 케이스가 로봇에 의해 자율적으로 처리돼 이전보다 600배 빨라졌습니다.
분석 파이프라인의 마지막 마일은 결정을 행동으로 옮기는 것입니다. 지식 근로자가 BI 플랫폼이 산출한 분석에 따라 행동하는 지점입니다.
최근 Forbes 기사가 잘 표현했습니다. "비즈니스 인텔리전스를 가장 조명이 잘 비치는 시점과 장소에 제공한다는 생각은 엄청나게 매력적입니다. 하지만 사용자가 이 인사이트에 즉시 행동하게 하는 전망은 훨씬 더 강력합니다."
선도 분석 플랫폼들은 관련 분석 대시보드 옆에 원클릭 행동 호출을 포함시키고, BI 도구 정보를 활용해 하위 비즈니스 프로세스를 트리거하기 시작했습니다.
예를 들어 공급망 분석가가 Tableau 대시보드에서 재고 데이터를 검토합니다. 특정 품목 재고 수준이 너무 낮다고 플래그됩니다. 분석가는 Tableau 대시보드 내에서 직접 해당 품목 재주문 구매 요청을 트리거할 수 있습니다. 마찬가지로 IT 시스템 관리자는 IT 서비스 관리 대시보드를 떠나지 않고 소프트웨어 로봇을 실행해 인시던트를 조사할 수 있습니다.
높은 구조화, 저위험 유스케이스의 경우 자동화가 분석 플랫폼에서 직접 하위 비즈니스 프로세스를 개시할 수 있습니다. 예를 들어 정기 분석 프로세스로 식별된 고객 리스트에 마케팅 이메일 일일 발송 작업을 자동화하기 쉬워집니다.
이런 유스케이스를 넘어 조직에 대한 적용 범위는 광범위합니다. 공급망 관리만 해도 재고 관리자, 물류팀, 공급업체, 재무, 회계 팀원 모두 혜택을 볼 수 있습니다.
조직들은 비즈니스 인사이트를 얻고 더 정보에 입각한 결정을 내리기 위해 분석과 데이터 사이언스를 포용하고 있습니다. BI 데이터는 고급 비즈니스 워크플로의 일부로 더 나은 결정을 이끌 수도 있습니다.
BI 시스템에서 데이터 추출은(대부분 경우) 수동 추출이나 새 코드를 필요로 합니다. 하지만 RPA로 BI 데이터 추출을 빠르게 자동화할 수 있습니다.
예를 들어 재무 부서는 최대 지급 기한에 도달한 송장 지급을 보고하고 조치할 수 있습니다. 자동 다운로드된 BI 보고서 정보를 이용해 RPA 로봇이 리마인더와 에스컬레이션을 자동화해 지급 기한 내 지급이 이뤄지도록 합니다.
자산 소유자와 활용 통계 등 IT 자산 정보가 리포트에서 추적되는데, UiPath 로봇으로 쉽게 추출해 IT 유지보수와 자산 관리에 활용할 수 있습니다. UiPath IT 자동화는 실시간 수요 분석 기반으로 중요 서버 패칭, IT 리소스 증감 같은 까다로운 작업을 간소화합니다.
이런 핵심 IT 관리 프로세스는 UiPath의 즉시 사용 가능 활동으로 개발 속도를 높이고 워크플로 자동화 유지보수 노력을 줄여 더욱 최적화됩니다.
BI 데이터 추출 자동화 후 그 데이터를 복잡한 비즈니스 프로세스에 활용하면 조직이 더 빠르고 더 나은 결정을 내리게 돕습니다.
자동화는 비즈니스 인텔리전스 민주화를 돕고, 기업 전체의 인사이트 공유와 소비를 간소화합니다. 정보가 '살아있는' 모든 다른 장소의 리포트와 데이터 시각화를 결합한 요약으로 하루를 시작한다고 상상해 보세요. 이 인사이트는 고객 행동, 인구통계, 전환율의 예기치 않은 변화를 다룹니다. 그리고 귀하는 KPI 개선을 위해 행동하고 개선할 수 있습니다.
RPA로 귀사는 시간을 절약하고 생산성을 높이며 정확성을 증가시키면서 일일 리포팅을 할 수 있습니다:
자동화된 리포트는 매주 월요일 같은 규칙적 예측 가능한 빈도로 생성될 수 있고, 물류 백로그가 해결해야 할 임계 수준으로 증가한 같은 특정 이벤트에 의해 트리거될 수도 있습니다.
예를 들어 한 회사는 RPA로 손익(P&L) 리포팅을 간소화하고 정확성을 높입니다. 매일 UiPath 로봇이 트리거돼 필요 데이터를 수집, 검증, 최종 리포트 생성합니다. 로봇이 이 리포트를 프런트 오피스 팀에 이메일로 보내 검토받고 본사 웹 애플리케이션에 업로드됩니다.
자동화로 BI를 민주화하면 비즈니스 분석가와 임원이 데이터를 샅샅이 뒤지고 탐색하는 데 시간을 쓰지 않고, 데이터가 말하는 바에 기반해 비즈니스를 위한 올바른 결정에 집중할 수 있습니다.
이 글에서 논의한 5가지 방식으로 자동화를 BI 데이터에 적용하면, 사람들이 더 나은 결정을 내리고, 데이터 주도 인사이트에 더 빨리 행동하고, 비용이 큰 실수로부터 비즈니스를 지킬 수 있게 됩니다.
UiPath 로봇이 Tableau 대시보드 같은 분석 플랫폼에서 네이티브 통합으로 데이터 주도 인사이트에 직접 행동하고 의사결정을 가속화하는 방법을 더 알아보세요.
분석이 자동화 프로젝트를 도와 비즈니스 결과를 더 잘 정렬하는 방법도 알아보세요.
자동화 제어 시스템
사물인터넷(IoT) 같은 트렌드는 기업이 관리해야 할 데이터 양을 기하급수적으로 증가시킬 것입니다. 확실히 IT 인프라는 연결을 원하는 수많은 새 기기를 지원하고 보호하기 위해 업데이트되어야 합니다. 그러나 CIO에게 IT 인프라 개선만으로는 더 이상 충분하지 않습니다. 대신 IT 부서와 협력해 사용 가능한 데이터에서 가치를 분석하고 추출하는 효과적인 전략을 수립해야 합니다. 이는 비즈니스가 관련 시장에서 경쟁하고 성공할 최상의 위치에 있도록 보장합니다. 이제 거대한 데이터 볼륨이 작용함에 따라 자동화된 프로세스 통합은 비용 효과적
자동화 기술이 가져다주는 효율성 증대와 인건비 절감은 모든 비즈니스 목표의 최우선 순위지만, 일부 기업은 자동화가 요구하는 투자에 대해 우려합니다. 맞춤형 자동화 솔루션을 제공할 적절한 로봇 통합 업체를 찾는 것은 시간과 비용, 즉 비즈니스에 필수적인 두 가지 자원의 투자입니다. 많은 리더와 관리자는 자동화 비용을 정당화하기 위해 비즈니스 수익에 빠르게 영향을 미칠 명확한 혜택을 요구합니다. 로봇 프로세스 자동화(RPA)가 귀사의 비즈니스에 가치 있는지 어떻게 판단할 수 있을까요? ROI와 다른 지표에 대해 자세히 알아보기 전에,
