제 4장 외항 해운 기업의 성공적인 BI 도입을 위한 방안
제 1절 K사의 BI 도입 및 실행 계획과 문제점
K사는 해운 업계에 있어서 매우 선도적으로 BI를 도입하여 빠른 시간 내 현업에 적용 시키기 위하여, 전사적인 역량을 집중하고 있다. 경영진의 확고한 의지에 따른 탑다운 (Top-down) 방식으로의 변화를 추구하고 있으며, 이는 현업 직원들의 자발적인 의지에 의한 변화는 아니지만, 지속적인 교육이나 세미나, 워크샾, 독서토론 등을 통해 디지 털트랜스포메이션으로의 변화에 대하여 직원 스스로 동의하고, 변화를 이끌어나갈 수 있도록 의지를 독려하면서 점점 BI 로의 업무 변화를 구체화 시켜나가고 있다. 사실 K 사가 치열한 해운업계 시장에서 건실하게 살아남을 수 있었던 여러 가지 경쟁력 중 가 장 큰 요소 중에 하나가 변화에 대한 역동성과 강한 추진력, 그리고 경영진의 의사 결 정에 대한 직원 개개인의 탁월한 수행능력이다. 디지털 트랜스포메이션으로의 변화에 대한 경영진의 의지는 매우 강하고, 직원들 역시 K사의 현업과 마켓 상황에 가장 적합 한 BI 프로세스 도입과 운용, 실행에 적극적이고 충실하게 임하고 있기에 향후에 구체 적인 성과를 계속해서 만들어 나갈 수 있을 것이다.
경쟁 및 보완을 하는 방식으로 조직 운영을 변경하는 것을 계획 중이다. DT팀 직원뿐 만이 아니라 각 부서별 현업 담당자들에게도 지속적인 교육을 진행 중에 있으며, 각 부서별로 BI 업무 핵심 인원을 선발하여 신규 프로그램의 개념의 전파와 각 부서별 아 이디어 취합 및 실행의 중추적 역할을 수행토록 하고 있다. 조직 구성에 있어서 과거 CRM 프로세스의 도입과 실행 시 큰 성과를 본 방식, 즉 외부의 인재를 영입하거나 외 부의 프로세스를 그대로 도입하는 방법보다는 K사의 현업 직원들을 통해 K사에 가장 적합한 프로세스를 구축하는 방식으로 진행 중에 있다.
현재의 조직 구성 및 운영에서 경영진의 BI 도입에 대하여 확고한 의지를 확인할 수 있으며, 중추적인 역할을 하는 디지털트랜스포메이션 태스크포스 팀을 통해서 여러 영 역에 걸쳐 구체적인 계획이 수립되어 현재 진행 중 있다.
1) 데이터 기반의 디지털 영업 실행 과제 및 계획
BI 프로세스 도입과 실행을 위해서 앞서 선행 연구 부분에서 설명된 BI 의 여러 요소 기술들인 데이터 웨어하우스, 데이터 마이닝, OLAP 등의 개념이 적극 활용되고 있다.
이미 시행되어 운영 중인 프로세스 (텔레세일즈, 온라인세일즈 등)나 구체적인 도입 단계 프로세스 (세일즈 포스 등) 를 포함한 여러 개념 들이 단계별로 시행계획에 맞춰 진행이 된다. <그림 4-1> 은 최근 수립된 데이터 기반의 디지털 영업 실행 과제 및 계획을 도식화 하였다. 기존에 개발되어 운영 중인 자체 프로그램 ICC를 통한 데이터 웨어하우스 역할을 확대하는 것이 1단계이고, 데이터 마이닝 및 OLAP 등을 통해 새로 운 고객 정의, 고객 세분화, 고객 특성파악이 이루어지고 이를 통한 새로운 디지털 영 업 실행에 대한 테스트가 2단계이며, 이를 통해 딥러닝, 머신러닝 개념까지 확대되면 서 3단계 완성단계가 된다. K사는 일정에 맞춰 아래 단계별 실행 계획이 수행 중에 있 다.
1단 계
▪ 현재 보유하고 있는 데이터의 품질을 점검하고 개선한다.
실행 과제 및 계획 결과물
▪ 데이터별 품질 개선 방 안
▪ 현재 보유하고 있는 데이터를 활용하 여 새로운 데이터를 만든다.
(예, 출항일-부킹일 = 출항 며칠 전에 부킹하는지
⇒ 부킹 강도 파악, 화주에 대한 영업 시점 파악에 활용)
▪ 데이터 목록 및 활용 방 안
▪ 활용 가능한 데이터로 만들기
▪ 확보 가능하나 현재 보유하고 있지 않 은 데이터를 수집하도록 개선한다.
(예, WEB 로그 중 스케줄 조회 이력)
▪ 데이터 목록 및 활용 방 안, 수집 계획, 프로그램 개선안
▪ 1단계 중 새로운 데이터 만들기, 새로운 데이터 수집하기는 지속적으 로 반복
▪ 화주 데이터 정의 세트를 작성한다. ▪ 화주 데이터 정의 세트
▪ 데이터로 정의된 화주 목록
▪ 화주 특성을 파악한 분석자료를 만든다. ▪ 화주 특성 분석 자료 2단
계
▪ 화주 패턴 분석 및 행동 예측을 위한 머신
러닝, 딥러닝을 검토한다. ▪ 머신러닝, 딥러닝 검토 보 3단계 고
▪ 영업 활동을 지원하는 테스트를 시행한다.
- 가설 → 실행 → 검증의 프로세스 지속 수행 - 해외 법인 2개 지역, 국내 중소형 화주 대상
* TEU 기준 하위 20% 대상이 적합 사료 - DT 팀에서 데이터를 조합하여 분석 후 유관팀과
협의하여 시행
- Salesforce 와 연계 방안 검토
▪ 테스트 시행 계획
▪ 테스트 시행 결과
▪ Salesforece 와 연계 방안 검토 보고
<그림 4-1> 데이터 기반의 디지털 영업 실행 과제 및 계획
자료: K사 내부 자료
2) 다이나믹 프라이싱 실행 과제 및 계획
BI 의 영역에서 완성 단계라 할 수 있는 부분이 앞서 언급되었던 주요 개선효과 중 하나인 ‘다이나믹 프라이싱’이다. 예측 기반의 인공지능(AI) 영업 활동이라 정의할 수 있는 다이나믹 프라이싱은 수익의 기반이 되는 영업 활동을 BI를 통해 수행한다는 의미이며, 매우 복잡하고 민감한 정보인데다 기존에 계획하고 있는 여러 BI 프로세스 가 잘 만들어지고 활용되는 것이 기반이 되어야 하는 영역이라 BI 가 계획하는 궁극적 인 단계라 할 수 있다. K사의 BI 는 아직 도입 초기이긴 하나, 완성 단계인 다이나믹
프라이싱 프로세스 까지 계획에 포함하여 진행을 하고 있으며, 그 계획은 <그림 4-2>
에서 확인할 수 있다.
<그림 4-2> 다이나믹 프라이싱 실행 과제 및 계획
자료: K사 내부 자료