데이터 관리란 무엇입니까? 전략 및 사례

데이터 관리는 대규모 조직 내에서 데이터를 수집, 저장, 분석 및 공유하는 프로세스입니다. 잠재 고객과 고객은 매일 수많은 귀중한 정보를 생성하지만 해당 데이터의 32%만이 실제로 회사의 이익에 사용되는 것으로 추산됩니다.

사용 가능한 데이터의 양이 너무 많아 무엇을 찾고 어떻게 사용해야 하는지 알기 어려울 수 있습니다. 이 모든 것을 큰 더미에 붓는 것은 고객 행동에 대한 통찰력이나 기존 비즈니스 운영의 개선 사항을 마술처럼 드러내지 않습니다. 기업은 수많은 데이터 포인트를 측정 가능하고 실행 가능한 통찰력과 결과로 전환하기 위해 데이터 관리를 위한 기본 전략을 개발해야 합니다.

핵심 테이크아웃

• 데이터 관리에는 조직 내 데이터의 수집, 저장, 분석 및 공유가 포함됩니다.
• 디지털 데이터를 생성하거나 사용하는 모든 기업은 데이터 관리의 이점을 누릴 수 있습니다. 특히 데이터 양이 많은 기업은 더욱 그렇습니다.
• 데이터 관리의 이점에는 데이터 통합, 검증, 민주화 및 개인 정보 보호가 포함됩니다.
• 데이터 관리 전략을 개발하기 위한 세 가지 주요 단계는 다음과 같습니다.
  • "데이터 소유자" 결정.
  • 데이터 맵을 구축합니다.
  • 수집된 데이터에서 작업 항목 생성 및 실행.

데이터 관리란 무엇입니까?

데이터 관리는 중요한 정보를 의미 있는 방식으로 쉽게 평가할 수 있는 수단을 기업에 제공합니다. 고객은 제품을 사용하거나 소셜 미디어 게시물을 좋아할 때마다 새로운 데이터 포인트를 생성합니다.

관련 데이터는 다음을 포함한 여러 소스를 통해 생성됩니다.

• 제품
• 웹사이트
• 마케팅 채널
• 고객 관계 관리(CRM) 소프트웨어
• 회계 및 지불 플랫폼

데이터에 적극적으로 참여하는 기업은 그렇지 않은 기업보다 고객을 더 잘 이해합니다. 이러한 데이터 소스를 결합하면 기업이 보다 완전한 고객 프로필을 구축하고 더 나은 정보에 입각한 비즈니스 결정을 내릴 수 있습니다. 정의된 데이터 관리 전략이 없으면 경영진, 팀 리더, 심지어 기본 직원까지도 제한적이거나 날짜가 있거나 부정확한 데이터를 기반으로 중요한 결정을 내리는 상황이 발생합니다.

데이터 관리는 어디에 사용됩니까?

디지털 데이터는 업종과 규모가 다양한 회사에서 사용합니다. 소규모 회사라도 웹사이트, 제품 분석 등을 수집하고 분류할 수 있습니다. 이는 데이터 관리 관행이 Facebook 및 Amazon과 같은 대기업 또는 스타트업과 같은 소규모 기업에서 활용되고 있음을 의미합니다.

방대한 양의 정보를 처리할 수 있는 회사는 데이터 관리가 특히 유용하다는 것을 알게 될 것입니다. 일반적으로 기업이 처리할 수 있는 관련 데이터가 많을수록 이에 대한 평가가 더 정확해집니다. Netflix의 "당신이 좋아할지도..." 추천 시스템이 잘 작동하는 주된 이유는 수백만 소비자의 데이터를 기반으로 하기 때문입니다. 그러나 Netflix가 해당 데이터를 실행 가능한 전략으로 활용하기 전에 먼저 데이터를 수집, 정렬 및 분석해야 했습니다.

데이터 관리가 왜 중요한가요?

Fortune 1000대 기업에 대한 2021년 설문조사에 따르면 응답자의 48.5%가 데이터를 혁신의 기반으로 사용합니다. 또한 데이터 중심 비즈니스는 보다 안정적인 데이터를 사용하여 프로세스와 성장 계획을 간소화합니다. 따라서 경쟁 제품보다 경쟁 우위를 확보하고자 하는 모든 비즈니스에서 데이터 관리가 필수적인 관행이 됩니다.

데이터 관리의 이점은 다음과 같습니다.

1. 데이터 통합

데이터 관리 소프트웨어는 단일 플랫폼의 여러 소스에서 정보를 수집합니다. 기업이 성장함에 따라 데이터는 종종 내부 도구 또는 개별 부서 내에서 격리됩니다. 예를 들어, 회계 데이터를 분석하면 가장 일반적인 갱신 기간을 알 수 있습니다. 이 정보에 액세스할 수 있는 기능을 통해 영업 팀은 고객을 갱신하고 상향 판매할 수 있는 귀중한 기회를 활용할 수 있습니다.

2. 데이터 검증

데이터 관리는 데이터가 정확한지 확인하는 데 도움이 됩니다. 신뢰할 수 있는 데이터를 통해 기업은 프로세스를 최적화하고, 제품 기능을 실험하고, 확신을 갖고 미래를 계획할 수 있습니다. 검증이 없으면 회사는 잘못된 프로세스나 전략에 투자하기 위해 잘못된 자체 데이터로 잘못 인도될 수 있습니다.

잘 설계된 데이터 관리 도구를 사용하면 정보를 정확하고 최신 상태로 유지하는 데 도움이 됩니다. 한 소스에서 수집된 데이터는 다른 소스의 데이터에 비해 오래되었을 수 있습니다. 데이터베이스에 수동으로 입력하는 모든 것은 사람의 실수에 노출될 수 있습니다. 플랫폼에서 플랫폼으로 데이터를 마이그레이션하는 행위조차도 유효한 데이터를 손상시키는 변환 오류를 초래할 수 있습니다.

3. 데이터 민주화

회사 데이터에 대한 액세스 권한이 C-suite 임원으로 제한되어서는 안 됩니다. 회사 내 모든 수준에서 의사결정이 이루어지고 있습니다. 팀에 데이터 가시성을 부여하면 팀이 데이터에 기반한 결정을 내릴 수 있습니다. 예를 들어, 제품 데이터는 기존 고객이 가장 많이 사용하는 기능에 대한 보다 완전한 그림을 제공함으로써 마케터가 더 나은 캠페인을 구축하는 데 도움이 될 수 있습니다.

단일 플랫폼에서 정보를 가져오는 기능은 또한 비즈니스 운영 속도를 높입니다. 적절하게 관리되는 데이터를 통해 팀은 며칠 또는 몇 주 후에 다른 부서에서 정보가 올 때까지 기다릴 필요 없이 신속하게 데이터를 가져와 분석할 수 있습니다. 이 기능은 동일한 물리적 위치에 모이지 않은 팀이 점점 더 많은 작업을 수행함에 따라 특히 중요합니다.

4. 데이터 프라이버시

많은 양의 정보를 수집하는 것은 큰 책임을 수반합니다. 회사 내 모든 사람이 데이터 가시성의 혜택을 받습니다. 그러나 고객 결제 정보와 같은 특정 데이터는 민감하므로 회사 전체에서 사용할 수 없습니다. 명백한 보안 위험에도 불구하고 직원의 70% 이상이 액세스해서는 안 되는 데이터에 액세스할 수 있습니다. 적절한 데이터 관리 구조를 갖춘 회사는 특정 유형의 데이터에 대한 권한을 볼 권한이 있는 사람에게만 제한하여 이 문제를 방지합니다.

데이터 관리 프로세스

보편적인 데이터 관리 계획이 없으면 회사 내의 모든 부서에서 자체 프로세스에 따라 개별적으로 데이터를 수집하고 관리합니다. 기업이 자체 데이터를 최대한 활용하려면 조직 전체의 데이터 관리 프로세스를 만들고 구현해야 합니다. 운 좋게도 아래에 요약된 간단한 단계를 따르면 적절한 데이터 관리 계획을 세울 수 있습니다.

1. 데이터 소유자 지정

먼저 데이터를 담당할 사람, 즉 데이터 소유자 를 결정해야 합니다. 데이터 소유자의 이름을 지정하면 데이터 관리의 책임이 특정 개인이나 팀에 직접 부여됩니다. 데이터 소유자는 데이터가 수집 및 사용되는 방법과 조직 내에서 데이터를 볼 수 있는 사람에 대한 권한이 있습니다.

데이터 소유자의 일반적인 책임은 다음과 같습니다.

• 회사가 성장함에 따라 새로운 데이터 스트림의 통합 촉진
• 회사 내 다양한 ​​부서에서 제기하는 데이터 중심 질문에 대한 답변
• 내부 당사자(직원)와 외부 당사자(파트너 및 공급업체)가 데이터를 사용하는 방법 결정

데이터 소유자는 기본적으로 지정된 데이터 관리자입니다. 관련된 중요한 책임 때문에 데이터 소유권은 일반적으로 다음에 할당됩니다.

• 최고 경영자
• 제품 관리자
• 분석 팀
• 고위 관리자 또는 임원

2. 데이터 흐름 매핑

일단 임명되면 회사의 지정된 데이터 소유자는 디지털 정보가 비즈니스를 통해 흐르는 방식을 알아야 합니다. 다음을 식별해야 합니다.

• 출처
• 기존 내부 데이터베이스(및 데이터 통합 ​​방법)
• 소비자
• 비즈니스 목표와 관련된 데이터의 종류

데이터 흐름 매핑의 요점은 데이터 마이그레이션, 저장 및 액세스 문제를 식별하는 것입니다. 데이터 소유자는 이 데이터가 비즈니스 내 팀에서 사용된다는 점을 염두에 두는 것이 중요합니다. 데이터 소유자는 이러한 내부 데이터 소비자를 인터뷰하여 잠재적인 접근성 문제를 식별하고 각 부서에서 데이터를 사용하는 방법을 더 잘 이해해야 합니다.

3. 데이터 관리 목표 생성 및 해결

데이터 흐름 매핑은 기존 프로세스를 개선할 수 있는 기회를 보여줍니다. 데이터 소유자는 이러한 데이터 중심 개선 사항을 보다 광범위한 조직 목표에 맞춰 조정해야 합니다. 그렇게 함으로써 그들은 비즈니스 효율성을 향상시키는 방법 목록을 생성할 수 있습니다.

데이터 관리 목표는 회사마다 다릅니다. 스타트업은 일반적으로 보다 확립된 비즈니스의 데이터 볼륨이 부족합니다. 그들의 초점은 종종 정보 격차를 없애고 데이터 소스의 수를 늘리는 데 있습니다. 더 복잡한 시스템을 갖춘 대기업은 중복 데이터 세트를 제거하는 데 집중하거나 데이터 마이그레이션의 기술적 한계와 씨름할 수 있습니다.

데이터 관리 과제

정보를 실행 가능한 통찰력으로 변환하는 것은 방대한 양의 기존 데이터가 있지만 이를 관리하기 위한 식별 가능한 시스템이 없는 회사의 경우 특히 어렵습니다. 운 좋게도 기업에 데이터 사용 방식에 대한 더 큰 제어 권한을 부여하는 데이터 관리 도구가 있습니다. 관리 도구가 회사에 적합한지 평가할 때 데이터 소유자는 다음과 같은 문제를 염두에 두어야 합니다.

데이터 변환

다른 소스의 데이터 세트는 동일한 디지털 형식을 사용하지 않을 수 있습니다. 이러한 형식의 차이는 회사가 자체 데이터를 자체 데이터와 비교하는 능력을 방해합니다. 기업은 단일 저장소에서 수집 및 분석할 수 있도록 다양한 형식의 데이터를 변환할 수 있는 데이터 관리 시스템을 채택해야 합니다.

신원 확인

ID 확인은 여러 장치 또는 설정에서 단일 사용자의 동작을 조정합니다. 예를 들어, 일부 디지털 제품은 사용자가 로그인하지 않고도 참여할 수 있도록 허용할 수 있습니다. 귀하의 제품을 탐색하고 로그인한 다음 계속하는 사람은 별도의 두 사용자가 아니지만 데이터에서 제안할 수 있습니다.

한 명의 사용자를 여러 명으로 등록하는 것은 데이터 정확성이 손상될 수 있는 여러 가지 방법 중 하나일 뿐입니다. 특히 빈도나 볼륨이 큰 경우에 그렇습니다. 수천 또는 수백만 명의 사용자와 그들의 여정을 수동으로 추적하는 것은 불가능합니다. 그러나 ID 확인 기능이 있는 관리 시스템은 고유한 사용자를 식별하여 데이터 무결성을 유지하므로 데이터 소유자가 걱정할 사항이 하나 줄어듭니다.

데이터 접근성 및 민첩성

데이터 소유자는 정보를 보호하지만 정보에 액세스할 수 있는 유일한 사람은 아닙니다. 다른 팀과 부서는 비즈니스 결정을 내리기 위해 다양한 유형의 데이터에 쉽게 액세스할 수 있어야 합니다. 제한된 액세스는 요청에 병목 현상을 만들고 팀의 민첩성과 효율성을 제한합니다.

민첩성 문제는 데이터 관리 인프라가 부족한 회사에만 국한되지 않습니다. 기존 데이터 관리 시스템을 보유한 기업의 76%는 자체 데이터에서 의미 있는 통찰력을 얻는 데 며칠 또는 몇 주가 걸린다는 사실을 인정합니다. 데이터에서 신속한 결정을 내리려는 기업은 요청된 데이터를 몇 분 이내에 생성할 수 있는 데이터 관리 도구를 채택해야 합니다.

데이터 관리 도구

데이터를 최대한 활용하려면 관리 시스템이 필요합니다. 현재 솔루션을 개선하려는 기업이 사용할 수 있는 수십 가지 데이터 관리 도구가 있습니다. 회사에 가장 적합한 옵션을 결정하는 것은 데이터의 출처와 수집된 데이터로 수행할 계획의 문제입니다.

최고의 데이터 관리 시스템에는 다음이 포함됩니다.

진폭

Amplitude는 Ford, Walmart 및 IBM이 신뢰하는 강력한 분석 플랫폼입니다. Amplitude에는 다음을 포함하여 쉽게 수집하고 볼 수 있는 안정적이고 안전한 데이터를 고객에게 제공하는 다양한 기능이 포함되어 있습니다.

• 신원 확인
• 데이터 변환
• 동급 최고의 데이터 보안 인증
• 다양한 수준의 사용자에 대한 데이터 개인 정보 보호 권한
• Salesforce, Google Ads, Intercom 등의 제품과 실시간 통합

Amplitude는 혁신과 전략을 위해 데이터를 사용하려는 기업을 위한 훌륭한 데이터 관리 시스템입니다. Amplitude를 사용하여 기업은 데이터에서 실험을 쉽게 구성하거나 마케팅 전략을 안내하거나 고객 행동을 예측하기 위한 예측을 구축할 수도 있습니다.

아보

Avo는 호환 가능한 분석 스택 내에서 데이터 관리를 간소화하는 데 도움이 되는 도구입니다. 현재 인프라를 포기할 의사가 없거나 포기할 수 없는 회사에 이점을 제공하는 기존 시스템에 대한 추가 기능입니다. Avo는 다음과 같은 기업을 지원합니다.

• 분석 스키마 생성
• 이벤트 추적 계획 감사
• Amplitude, Adobe Analytics 및 Mixpanel과 같은 분석 솔루션에 추적 계획 게시

프로토콜

Protocols는 고객 데이터 플랫폼 Segment의 관리 도구입니다. 단일 리소스를 중심으로 팀을 통합하도록 구축되었습니다. 회사가 신뢰할 수 있는 정보를 기반으로 전략을 수립할 수 있도록 데이터 품질을 검증하는 데 특히 능숙합니다. 프로토콜을 사용하여 다음을 수행할 수 있습니다.

• 실제 추적 계획 수립
• 테스트 코드 추적 및 인앱 보고를 통해 데이터 무결성 문제 식별
• 정보의 정확성을 확인하기 위한 문서 데이터 흐름
• 코드를 사용하지 않고 호환되지 않는 이름 및 이벤트 필드 변경

데이터 관리 모범 사례

데이터 관리 성공을 위한 똑같은 방법을 찾는 회사는 거의 없습니다. 각 회사에는 고유한 도구, 과제 및 정보 인프라 구성에 대한 접근 방식을 고려해야 하는 요구 사항이 있습니다. 그러나 다음을 포함하여 대부분의 경우에 적용되는 몇 가지 전략적 포인트가 있습니다.

1. 목표 설정

데이터 소유자가 목적이 있는 관리 전략을 세울 수 있으려면 먼저 달성하려는 목표를 간략하게 설명해야 합니다. 목표는 개인의 노력에 초점을 맞추고 원하는 측정 가능한 결과를 정의합니다. 그들은 또한 조직이 전체적으로 달성하려고 하는 것에 대해 회사 내의 팀과 부서에 대한 기대치를 설정합니다.

비즈니스 목표는 다음을 포함하여 모든 것을 안내해야 합니다.

• 어떤 데이터가 관련성이 있는지 확인
• 회사에 가장 적합한 관리 도구 평가
• 우선순위 목표

2. 확장 가능한 시스템 구축

가치 있는 데이터 관리 시스템은 작은 투자가 아닙니다. 비용을 최소화하기 위해 현재 요구 사항에 맞는 관리 소프트웨어를 구입하고 싶을 수 있습니다. 그러나 관리 도구를 업그레이드하는 요점은 성장을 창출하는 것입니다. 성공적인 비즈니스는 데이터 볼륨이 증가함에 따라 "최소 비용" 솔루션보다 더 커지게 되어 결국 더 강력한 소프트웨어에 대한 추가 투자가 필요하게 됩니다.

3. 데이터 시각화 수용

데이터의 혜택을 받는 회사 내 모든 사람이 데이터를 분석하는 데 익숙하지 않을 것입니다. 끝없는 스프레드시트를 보고 그 안에서 가치를 찾으려는 시도는 콘텐츠를 의미 있게 표시하는 방법 없이는 어려울 수 있습니다. 그래프와 같은 시각적 형식으로 관련 정보를 설명하면 일반 직원의 데이터 접근성이 향상되고 데이터 도구의 추가 사용이 권장됩니다. 시각화 기능은 Amplitude와 같이 잘 설계된 데이터 관리 시스템의 표준이 되는 경우가 많습니다.

데이터 관리의 실제 사례

카멜레온

제품 성공 플랫폼 Chameleon은 Google 스프레드시트를 통해 이벤트 추적을 수동으로 관리하는 데 사용했습니다. 이로 인해 리소스가 지속적으로 오래되고 부정확한 상황이 발생했습니다. 리소스의 정보가 제품의 현재 상태를 반영하는지 확인할 방법이 없었습니다. 그들은 더 이상 데이터를 신뢰할 수 없어 제한된 전략적 가치를 갖게 되었습니다.

Chameleon은 데이터 검증을 지원하기 위해 Amplitude에서 획득한 Iteratively 도구를 채택했습니다. Iteratively를 기존 분석 스택과 통합하여 스키마를 구축하고 제품 내 이벤트를 확인하고 검증하는 데 도움이 되는 명명 규칙을 채택할 수 있었습니다. 이것은 데이터의 신뢰성을 크게 향상시켰습니다. 또한 Chameleon은 데이터 처리를 위해 정의된 프로세스를 생성할 수 있어 팀 간의 협업이 향상되었습니다.

플립

계획 및 쇼핑 앱 Flipp은 처음에 마케팅 캠페인의 개인화 수준을 향상시키기 위해 Amplitude를 채택했습니다. 그들은 목표를 달성했지만 Flipp 팀은 데이터 관리 솔루션을 사용할 때의 추가 이점인 데이터 민주화를 발견했습니다. 그들의 성장 마케팅 팀은 그 어느 때보다 빠르게 신뢰할 수 있는 데이터에 액세스할 수 있었습니다. 이를 통해 다른 팀에서 데이터를 찾아 전송할 때보다 더 빠르게 캠페인에 대응할 수 있었습니다.

인스타카트

식료품 배달 서비스 Instacart는 한동안 데이터 효율성에 어려움을 겪었습니다. 그들의 데이터 관리 인프라는 자체 구축 도구와 내부 데이터베이스로 구성되었습니다. 도구를 사용하여 서로 대화하고 요청에 응답하는 것은 많은 시간과 노력이 필요한 실망스러운 과정이었습니다. 또한 Instacart의 데이터 볼륨은 기존 관리 시스템의 용량을 초과하여 증가했습니다.

Instacart는 단일 솔루션을 통해 이러한 도구의 데이터를 통합하는 방법으로 Amplitude를 채택했습니다. Amplitude는 또한 증가하는 데이터 로드를 쉽게 처리할 수 있었습니다. 이 방대한 인프라 개선 덕분에 Instacart 팀은 자체 도구의 개발 및 유지 관리에 얽매이지 않고 제품 개선에 집중할 수 있었습니다.

데이터 관리의 힘 활용

데이터 관리는 회사의 방대한 양의 데이터를 구성하고 이해하는 데 중요합니다. 데이터 관리 프로세스가 마련되면 데이터를 사용하여 주요 고객 통찰력을 이해하고 전환 및 유지를 유도하는 조치로 전환할 수 있습니다. Mastering Retention 플레이북을 다운로드하거나 Amplitude를 둘러보고 데이터를 최대한 활용하는 방법을 배우십시오.

참고문헌

• FiveTran, 데이터 관리 현황 보고서, 2021
• Harvard Business Review, 귀하의 데이터 전략은 무엇입니까?, 2017
• NewVantage 파트너, 빅 데이터 및 AI 경영진 설문 조사 2021
• Seagate, 2020년 데이터 재고
• Striim, 데이터베이스 마이그레이션 전략 및 모범 사례 소개, 2021