빅데이터 프로젝트 성공을 예측하는 핵심 요인

빅데이터 기술 적용은 오늘날 대부분의 경영진 머릿속에서 가장 중요한 프로젝트일 수 있으며, 모두 이 데이터 수익화에 높은 기대를 걸고 있습니다. 그러나 매우 높은 비율이 실패합니다. 구체적으로, 전략 및 빅데이터 전문 컨설턴트들(Gartner, NewVantage Partners 포함)이 최근 몇 년간 기업 빅데이터 구현에 대해 수행한 연구 모음에 따르면, 빅데이터 프로젝트 약 80%가 실패합니다. 우리가 스스로에게 던져야 할 첫 질문은 왜인가?

데이터 프로젝트 실패 이유

수치는 기업이 빅데이터 프로젝트 출시에 자본 투자하지만 많은 경우 가치를 얻지 못함을 보여줍니다. 프로젝트 정체 흔한 공통 이유들, 아래 설명:

• 전략적 목표와 기술 역량 간 불일치: 이런 프로젝트 구현 시 첫 번째는 실제 비즈니스 문제 이해하고 처음부터 위험 정확히 평가하는 것. 명확한 문제 분석 없이, 데이터 전략과 일치하는 정의된 목표 없이 프로젝트 출시하면 전략적 비전 가리고 프로젝트 실패로 만듦.

• 인프라와 리소스 부족: 대용량 데이터 프로젝트는 견고한 인프라와 핵심 리소스 필요, 특히 인재 측면. 이런 중요한 기능 커버하지 않고 앞으로 가려 하면 기술 격차 경험하고 분석 적용에 적절한 교육, 훈련, 경험 부족으로 프로젝트 정체.

• 복잡성과 경직성: 이런 프로젝트 개발에 필요한 재료가 얼마나 있든, 프로젝트 아키텍처와 범위가 너무 경직되면 실패. 문제 복잡하게 만들고 너무 복잡한 솔루션 만드는 경향. 이 관행은 큰 그림에서 초점 빼앗고 올바른 솔루션에서 멀어지게 함.

• 실패한 데이터 사이언스 모델: 낮은 데이터 품질과 정확성은 프로젝트 성공 주요 장애물. 통합 비용 높고 데이터 종종 큰 미해독 정보 소스로 남아있음. 데이터 내 모든 관계 추론하거나 추출하여 명시적으로 만들어 기계가 데이터 올바르게 해석할 수 있게 해야 함.

• 통합 격차: 데이터 사이언티스트와 비즈니스 이해관계자 간 열악한 커뮤니케이션은 보장된 실패. 이 규모 프로젝트가 생산 적용되지 못하고 실패하는 가장 흔한 이유. 정보 흐름이 이 규모 프로젝트 통합에 필수적.

데이터 프로젝트 성공 열쇠

현실은 데이터 기반 혜택 길이 쉽지도 단순하지도 않음 보여줍니다. 기업은 대규모 데이터를 비즈니스로 전환할 다양한 역량 개발 필요, 이는 전체 조직 관여하는 글로벌하고 일상적 반복 가능 프로세스와 워크플로 기반해야 함.
위험 완화하고 결과가 프로젝트 기대에 부합하게 할 4가지 성공 구성요소:

데이터(DATA)

견고한 데이터 구조 없이 데이터 기반 성장 불가능. 조직은 내부 및 외부(구매 포함) 데이터 수집, 저장, 조직에 가용하게 해야 함.
데이터 양 증가하고 새 형식 끊임없이 등장. 기업은 정교한 모델로 이 데이터 분석하고 모든 당사자 가치 있는 결론 도출하게 보고 방식 필요.
이 역량은 센서 개발 기술, 데이터 저장 인프라, 해커로부터 데이터 보호 방법 필요.

자율성(AUTONOMY)

자율 팀과 분산 의사결정 개념은 모든 전략 개발에 근본적. 직원들 자신 아이디어 제안, 심지어 자신 결정 내릴 수 있게 함. 하지만 자율성은 점점 복잡한 프로젝트, 애자일 대규모 팀, 아마도 점점 다학제적으로 도전받음.
그래서 데이터 매니저(CDO) 직책 생성 필수적. 공통 커뮤니케이션 수립하고 그룹이 자기조직화 또는 자율 팀으로 행동하도록 보장 책임.
동시에 팀이 데이터 사이언티스트가 기여할 수 있고 해야 할 것 훈련되고, 데이터 사이언티스트가 데이터가 직원 새 결정 내리는 데 도움 되도록 보장하는 것 중요.

기술(TECHNOLOGY)

기술은 데이터 성공에 동등하게 필수적. 적용 단계 중요한 첫 단계, 디지털 백본 필수 구성요소 포함.
최고의 아이디어와 가장 가치 있는 데이터 아무리 많아도 기술이 과제 감당 못하거나 확장성 없으면 결국 회사 실질 가치 창출 못함. 그래서 분야 전문 전략적 파트너 조언 필수적.

책임(RESPONSIBILITY)

데이터 전략 고려 시 허용/금지 사항 고려 필수. 고려해야 할 책임 3영역: 법, 공식 계약, 사회적 표준.
데이터가 개인 식별 능력 가질 때 특정 데이터 보안·집행 규정 적용. 그래서 모든 당사자 기대와 목표 명확히 하여 건전한 계약 기반 보장 중요.
다른 한편, 데이터 사용이 계약 당사자에게 합법적·합법적일 수 있지만 고객이나 사회에 부적절할 수 있음. 회사는 데이터 윤리적 다루고 파라미터 설정 책임자 있어야 함.

추가 함의

문화와 인적 요인 중요성도 데이터 프로젝트 개발에 동등하게 중요한 역할. 전담 매니저 중요성부터 유동적 커뮤니케이션 시스템 필요까지 좋은 데이터 문화 달성 10단계 발견.

자원 분배도 프로젝트 필요 투자 고려 시 핵심 포인트. 자원이 너무 얇게 분배되면 더 우선순위 높은 프로젝트 위태로워질 수 있음. 그래서 조언 구하고 투자 균형 찾고 자금 예측하고 프로젝트 진행 중 발생할 구현 문제 고려 필요.

귀사 빅데이터 프로젝트

범위, 시간, 예산, 품질은 모든 프로젝트 핵심 구성요소. 이들 중 하나 이상 준수 실패가 대부분 데이터 프로젝트 도전받거나 완전히 실패 이유.
비즈니스로서 데이터 프로젝트가 비즈니스 우선순위와 정렬·연관되도록 먼저 보장하고, 그런 다음 그들 주위 전체 애자일, 가시적/비가시적 인프라 구축. Nexus Integra 같은 전략적 파트너 안내로 조금씩, 단순 모델로 하는 것 가치 있음.

Nexus Integra 통합 운영 플랫폼은 회사 데이터 통합, 획득, 표준화, 통합, 관리, 단순 표시 돕는 강력한 3계층 구조 구성:

– 첫 번째 계층, Nexus Connect, 정교한 IoT 장치와 도구로 비구조화 데이터 통합·획득 도움.
– 두 번째 계층, Nexus Core, 빅데이터 통해 이 데이터 표준화·통합 책임.
– 세 번째 계층, Nexus Applications, Nexus Integra 네이티브 애플리케이션과 제3자 개발 애플리케이션으로 구성, 글로벌 운영 환경에서 데이터 단순 관리·표시 필요 도구 제공.