보험사 빅데이터 구축 1

1. 사례 연구 배경

엔슈어 투 인슈어(Ensure to Insure,ETI)는 건강, 건물, 해양 및 항공 분야에서 전 세계 2,500만 명의 고객에게 다양한 보험 상품을 제공하는 선도적인 보험회사다. 이 회사는 약 5,000명의 직원으로 구성되어 있으며 연간 3억 5,000만 달러 이상의 매출을 올리고 있다.

1.1 역사

ETI는 50년 전 독점적인 건강보험 제공자로 시작했다. 지난 30년 동안 여러 번의 인수를 통해 ETI는 건물, 해상 및 항공 부문에서 재산 및 상해보험 상품을 포함하도록 서비스를 확장했다. ETI의 4개 사업 부문은 전문적이고 경험이 풍부한 중개인, 계리사, 심사역 및 손해사정사로 구성된 핵심 팀으로 각각 구성된다.

중개인은 판매 증권을 통해 회사의 수익을 창출하며, 계리사는 위험 평가를 담당하고 새로운 보험상품을 기획하고 기존 계획을 수정한다. 또한 계리사는 What if 분석을 수행하고 시나리오 평가를 위해 대시보드 및 기록표를 사용한다. 심사역은 새로운 보험 신청을 평가하고 보험료를 결정한다. 손해사정사는 보험 청구를 조사하고, 보험 계약자의 합의금을 지정한다.

ETI의 주요 부서에는 보험 발행, 청구서 해결, 고객관리, 법률, 마케팅, 인사, 회계 및 IT부서가 있다. 이메일과 소셜 미디어를 통한 연락이 지난 몇 년 동안 기하급수적으로 증가했지만, 여전히 잠재 고객과 기존 고객 모두 전화로 ETI의 고객 관리 부서에 연락하는 경우가 대부분이다.

ETI는 경쟁력 있는 보험 증권과 보험 판매 이후에도 끝나지 않는 프리미엄 고객 서비스를 제공함으로써 차별화를 위해 노력한다. ETI의 경영진은 이렇게 함으로써 고객 확보 및 유지 수준을 향상하는데 도움이 된다고 믿는다. ETI는 고객의 요구를 반영한 보험 상품을 기획하기 위해 계리사들에게 크게 의존한다.

1.2 기술 인프라 및 자동화 환경

ETI의 IT 환경은 보험 증서 견적, 보험 증서 관리, 청구 관리, 위험 평가, 문서 관리, 청구서 작성, ERp 및 CRM 을 포함하는 여러 시스템의 실행을 지원하는 클라이언트 서버와 메인 프레임 플랫폼의 조합으로 구성된다.

보험 증서 견적 시스템은 새로운 보험 상품을 작성하고 잠재 고객에게 견적을 제공하는데 사용된다 그리고 웹사이트 방문자와 고객 관리 담당자가 보험 견적을 조회할 수 있도록 웹 사이트 및 고객 관리 포털과 통합되어 있다. 보험 증서 관리 시스템은 보험의 발행, 갱신, 연장 및 취소를 포함하는 보험증서 수명주기 관리의 모든 측면을 처리한다. 청구 관리 시스템은 청구 처리 활동을 다룬다.

청구서는 보험 계약자가 신고할 떄 등록되며, 청구서가 제출된 시점에서의 가용 정보와 내부 및 외부 소스에서 얻은 다른 배경 정보를 이용해 손해사정사가 청구서를 분석한다. 분석된 정보를 기반으로 청구는 특정 비즈니스 규칙에 따라 처리된다. 위험 평가 시스템은 계리사가 폭풍우나 홍수와 같은, 보험 계약자가 보험금을 청구할 수 있는 잠재적 위험 상황을 평가하는 데 사용된다. 위험 평가 시스템은 다양한 수학 및 통계 모델이 포함되는 확률 기반 위험 평가를 가능하게 한다.

문서 관리 시스템은 보험 증서, 청구서, 스캔된 문서 및 고객 서신을 비롯한 모든 종류의 문서를 관리하는 중앙 저장소 역할을 한다.요금부과 시스템 Billing System은 고객의 보험료를 추적하고 이메일 및 우편을 통해 지급하지 못한 고객에게 다양한 알림을 제공한다. ERP시스템은 인적 자원 관리 및 거래와 같은 ETI의 일상적인 운영에 사용된다. CRM 시스템은 전화, 이메일 및 우편을 포함하는 고객과의 의사소통의 모든 측면을 기록하고 콜센터 에이전트를 위해 고객 문의를 처리할 수 있는 포털을 제공한다. 그뿐만 아니라 마케팅팀이 마케팅 캠페인을 기획, 운영 및 관리할 수 있는 있게끔 해준다. 이러한 운영 시스템의 데이터는 제무 분석 및 성능 분석을 위한 보고서를 생성하는 기업 데이터 웨어하우스 Enterprise Data Warewhouse, EDW)로 내보내진다. 또한 EDW는 지속적인 규제 준수를 보장하기 위해 여러 규제기관에 대한 보고서를 생성하는 데도 사용된다.

1.3 비즈니스 목표 및 장애물

지난 수십 년간 회사의 수익성은 떨어졌다. 이에 대해 조사와 권고를 하기 위해 고위 임원으로 구성된 위원회가 구성되었다. 위원회의 조사 결과에 따르면 회사의 재무 건전성이 악화한 주원인은 사기성 청구 건수가 증가하고 그에 대한 보험금이 늘어났기 때문이다. 이러한 조사결과에 따르면 사기범들은 더 정교해지고 조직화되었기 떄문에 사기 행위는 더 복잡하고 찾기 어려워졌다. 직접적인 금전적 손실을 피하는 것 외에도 사기성 청구와 처리와 관련된 비용은 간접적인 손실을 준다.

또 하나의 중요한 요인은 홍수, 폭풍 및 전염병과 같은 재난의 발생이 급증하면서 고가의 청구가 증가했다. 수익 감소의 또 다른 이유는 느린 청구서 처리로 인한 고객 이탈과 더는 고객의 요구에 맞지 않는 보험 상품이 있다. 후자의 경우, 맞춤식 보험 증권을 제공하기 위해 텔레메틱스를 사용하는 경쟁자의 출현 때문에 이러한 약점이 노출되었다.

위원회는 기존 규정이 변경되고 새로운 규정이 도입되는 빈도가 최근에 증가했다고 지적했다. 유감스럽게도 회사의 대응 속도가 느렸으며 완전하고 지속적인 규정 준수를 보장하지 못했다. 이러한 단점 때문에 ETI는 많은 벌금을 내야 했다.

위원회는 회사의 재무 실적이 좋지 않은 또 다른 이유는 철저한 위험 평가 없이 보험 상품이 만들어지고 보험 증서가 수립된다는 점이라고 지적했다. 이로 인해 잘못된 보험료가 설정되고 예상보다 많은 보험금이 지급되었다. 현재 징수된 보험료와 보험금 간의 부족액은 투자 수익으로 보상되고 있다. 그러나 이러한 방법은 장기적인 해결책은 아니다. 또한 보험상품은 계리사의 전반적인 경험과 전체 인구에 대한 분석을 바탕으로 하여 평균에 해당하는 고객에게만 적용되는 보험 계획을 수립한다. 상황이 일반적인 경우와 다른 고객은 그러한 보험에 관심이 없다.

앞서 언급한 이유는 ETI의 주가하락과 시장점유율 감소의 원인이기도 하다.

위원회의 조사 결과를 토대로 ETI의 이사들은 다음과 같은 전략 목표를 설정했다.

1). 손실을 줄이기 위해(a) 새로운 보험 증권 개발 및 신규 계약 시에 실시하는 위험 평가를 개선하고, 위험 완화를 극대화하고, (b) 재난으로 인한 잠재적 손해배상 청구의 수를 줄이는 사전 대처형 재난 관리 시스템을 구현하고, (c) 사기성 청구를 탐지한다.

2). 고객 이탈을 줄이고 고객 유지율을 향상시키기 위해(a) 청구서를 신속하게 처리하고 (b) 인구 통계학적 일반화보다는 개인적인 상황에 기초한 개인화된 경쟁적인 보험 상품을 개발한다.

3). 대다수 규정은 이를 준수하기 위해 위험에 대한 정확한 지식을 요구하기 때문에, 위험을 더 잘 예측할 수 있는 위험 관리 기법을 채택하여 항상 모든 규정을 준수하고 유지 할 수 있도록 한다.

IT팀과 상의한 후, 위원회는 다양한 비즈니스 프로세스가 관련 내부 및 외부 데이터를 고려하는 방식으로 여러 비즈니스 기능에 적용할 수 있는 향상된 분석 기능을 갖춘 데이터 기반 전략 채택을 권장했다.이렇게 함으로써 의사결정은 경험과 직감만이 아니라 증거에 근거할 수 있다. 특히 대량의 비정형 데이터로 정형 데이터를 보강하는 것은 자세하고 적절한 데이터 분석을 지원하기 위해 꼭 필요하다.

위원회는 앞서 언급한 전략의 실행을 방해할 수 있는 장애물이 있는지IT팀에 문의했다. IT팀은 운영하는 데 있어 발생하는 재정적 제약에 대하 상기했고 다음과 같은 장애 요소를 강조하는 타당성 보고서를 준비했다.

- 내부 및 외부 데이터 소스의 비정형 데이터 수집, 저장 및 처리 - 기존 기술은 비정형 데이터의 저장 및 처리를 지원하지 않기 떄문에 현재는 정형 데이터만 저장되고 처리되고 있다.

- 적시에 많은 양의 데이터 처리 - EDW는 과거 데이터르 기반으로 보고서를 생성하는 데 사용되지만, 처리되는 데이터의 양은 많다고 분류할 수 없으며 보고서를 생성하는 데 오랜 시간이 걸린다.

- 여러 유형의 데이터 처리 및 정형 데이터와 비정형 데이터의 결합 - 비정형이라는 특성 때문에 현재 처리할 수 없는 텍스트 문서 및 콜센터 로그와 같은 여러 유형의 비정형 데이터가 생성된다. 두 번째로, 현재 모든 정형 데이터의 분석을 별도의 부서에서 개별적으로 하고 있다.

IT팀은 설정된 목표 달성을 지원하기 위해 EDI가 이러한 장애를 극복하는 주요 수단으로 빅데이터를 이용할 것을 권고하였다.

Case1

ETI는 전략 목표의 구현을 위해 빅데이터를 사용하기로 했지만 ETI는 사내 빅데이터 기술을 보유하고 있지 않기 때문에 빅데이터 컨설턴트를 채용하거나 IT팀을 빅데이터 교육에 보내야 한다. 후자가 선택되었다. 그러나 비용 효율적이며 장기적인 솔루션을 기대하며 시니어 IT팀원들만 교육에 보내졌다. 훈련된 팀원들은 언제든지 자문할 수 있는 영구 사내 빅데이터 자원이 되며, 후임 팀원들을 교육하여 사내 빅데이터 기술력을 향상할 수 있다.

빅데이터 교육을 받은 훈련된 팀원들은 빅데이터에 관해 이야기할 때 용어를 통일시켜 팀원 모두가 같은 이야기를 할 수 있게 해야 한다고 강조했다. 예제 중심 접근 방식이 채택되었다. 데이터 세트에 대해 논의할 때 팀 구성원이 지적한 관련 데이터 세트에는 청구, 증권, 견적, 고객 프로필 데이터 및 인구 통계 데이터가 포함됐다. 데이터 분석 및 데이터 분석 개념은 신속하게 이해할 수 있지만, 비즈니스 경험이 거의 없는 팀 구성원 중 일부는 BI를 이해하고 적절한 KPI를 수립하는 데 어려움을 겪을 수 있다. 훈련된 IT 팀원 중 한 며은 전월 실적을 평가하는 월별 보고서 생성 프로세스를 예로 들어 BI를 설명한다. 이 과정은 운영 시스템에서 EDW로 데이터를 가져와 판매된 보험 및 보험 및 제출된, 처리된, 승인된 그리고 거절된 청구서와 같은 KPI를 생성하고 이를 여러 대시보드 및 기록표에 표시하는 과정을 포함한다.

분석 면에서, ETI는 서술 분석 및 진단 분석을 모두 사용한다. 서술 분석에서는 매일 판매되는 보험의 수를 결정하기 위해 보험관리 시스템에 질의요청을 하고, 매일 제출되는 청구서의 수를 확인하기 위해 청구 관리 시스템에 질의 요청을 하고, 그리고 얼마나 많은 고객이 보험료를 지급하지 못했는지 파악하기 위해 요금부과 시스템에 쿼리를 날린다. 진단 분석은 BI활동의 일부로 수행되며, 왜 지난달 판매 목표가 충족되지 않았는지와 같은 질문에 응답하기 위해 쿼리를 수행한다.여기에는 특정 유형의 보험 증권에 대해 실적이 저조한 지역을 파악할 수 있도록 유형 및 지역별로 매출을 세분화하는 드릴다운 작업이 포함된다

ETI는 현재 예측 분석이나 처방 분석을 이용하지 않는다. 그러나 빅데이터를 채택하면 이러한 유형의 분석을 수행할 수 있게 될 것이다. 빅데이터를 이용하면 비정형 데이터를 다룰 수 있게 되는데, 이를 정형 데이터와 결합하면 이러한 유형의 분석을 지원하는 풍부한 자원이 되기 때문이다. ETI는 먼저 예측 분석을 구현한 다음 처방 분석을 구현할 수 있게끔 하는 기능을 천천히 구축함으로써 점차 이 두가지 유형의 분석을 구현하기로 했다.

이 단계에서 ETI는 목표 달성을 지원하기 위해 예측 분석을 활용할 계획이다. 예를 들어, 예측 분석을 통해 사기성 청구를 탐지할 수 있고, 이탈의 가능성이 있는 곡개을 예측하여 고객 이탈을 탐지할 수 있다. 미래에는 처방 분석을 통해 ETI가 목표 실현 가능성을 더욱 향상할 것으로 기대한다. 예를 들어, 처방 분석은 모든 위험 요소를 고려하여 올바른 보험료를 처방하거나, 홍수 또는 폭풍과 같은 재난에 직면했을 때 보험 청구를 완화하기 위한 최선의 조치를 처방할 수 있다.

1.4. 데이터 특성 식별

IT팀 구성원들은 ETI 내부에서 생성된 여러 데이터 세트 뿐만 아니라 용량, 속도, 다양성, 정확성 및 가치 특성의 맥락에서 회사가 관심을 가질 수 있는 ETI 외부에서 생성된 다른 데이터를 측정하려고 한다. 팀 구성원은 차례대로 각 특성을 가져와서 그 특성이 서로 다른 데이터 세트에서 어떻게 나타나는지 토론한다.

1) 용량

팀은 회사 내에서 청구서 처리, 새로은 보험 증권 판매 및 기존 보험 증권 변경으로 많은 양의 거래 데이터가 생성된다고 지적했다. 그러나 빠른 논의를 통해 회사 내부 및 외부의 대량의 비정형 데이터가 ETI가 목표를 달성하는 데 도움이 될 수 있음을 알 수 있었다. 이 데이터에는 건강 기록, 계약 신청서를 제출할 때 고객이 제출한 문서, 부동상 세금 신고서, 차량 데이터, 소셜 미디어 데이터 및 기상 데이터가 포함된다.

2) 속도

데이터의 유입과 관련하여 일부 데이터는 제출된 청구 데이터 및 새 보험 증서에서 발생한 데이터와 같이 저속 데이터이다. 그러나 웹 서버 로그 및 보험 견적과 같은 데이터는 고속 데이터이다. IT 팀원들은 회사 외부 데이터 중에는 소셜 미디어 데이터와 날씨 데이터가 빠른 속도로 발생할 것으로 예상한다. 또한 재난 관리 및 사기성 청구 발견의 경우 손실을 최소화하기 위해 합리적이고 신속하게 데이터를 처리해야 할 것으로 예상한다.

3)다양성

목표를 달성하기 위해, ETI는 건강 기록, 보험 증서 데이터, 청구 데이터, 견적 데이터, 소셜 미디어 데이터, 콜센터 상담원들의 메모, 손해사정사들의 메모, 사건 현장 사진, 기상 보고서, 인구 통계데이터,웹 서버 로그 및 이메일 등을 포함하는 일련의 데이터 세트를 통합해야 할 것이다.

4) 정확성

운영 시스템 및 EDW에서 취한 데이터 샘플을 통해 ETI 데이터의 비교적 높은 정확성을 확인하였다. IT팀은 이를 데이터 입력 시 검증,기능 수준에서 입력의 검증과 같은 응용 프로그램에 데이터를 처리하는 다양한 시점에서의 검증, 그리고 데이터베이스에 의해 수행되는 검증의 결과로 본다. ETI의 외부에서 보면, 소셜 미디어 데이터 및 날씨 데이터에서 가져온 몇가지 샘플을 조사한 결과, 정확성이 떨어짐을 알 수 있다. 이러한 데이터는 높은 데이터 정확성을 갖기 위해 데이터 검증 및 정체 수준을 높여야 한다.

5) 가치

데이터의 가치 특성과 관련하여, IT 팀의 모든 구성원은 데이터 세트를 원래 형식으로 저장하고 올바르게 분석해서, 사용 가능한 데이터 세트에서 최대한의 가치를 끌어내야 한다고 생각한다.

1.5 데이터 유형 식별

IT 팀의 구성원들은 지금까지 확인된 다양한 데이터 세트의 분류 작업을 수행하고 다음 목록을 작성했다.

- 정형 데이터: 보험 증서 데이터, 청구 데이터, 고객 프로필 데이터 및 견적 데이터.

- 비정형 데이터: 소셜 미디어 데이터, 보험 신청 데이터, 콜센터 상담원들의 메모, 손해 사정사들의 메모 및 사건 현장 사진

- 반정형 데이터: 건강 기록, 고객 프로필 데이터, 기상 보고서, 인구통계 데이터, 웹 서버 로그 및 이메일.

메타 데이터는 ETI에게는 새로운 개념으로, 현재 ETI의 데이터 관리 절차는 메타데이터를 생성하거나 첨부하지 않는다. 또한 현재의 데이터 처리 기법은 메타데이터가 존재하더라도 이를 고려하지 못한다. IT팀이 지적한 이유 중 하나는 현재 저장되고 처리되는 거의 모든 데이터가 본질적으로 정형적 형태이고 회사 내부에서 비롯된 데이터이기 떄문이라는 것이다. 따라서 데이터의 기원고 특성은 단지 암묵적으로 알려져 있다. 팀 구성원들은 정형 데이터의 경우 데이터 사전, 갱신된 타임스탬프 및 마지막으로 갱신된 사용자 ID 열을 메타데이터로 사용할 수 있음을 알게 되었다.

Case 2

ETI의 고위 간부 위원회는 회사의 부실한 재무 상태를 조사하여 기업의 당면한 문제 중 많은 부분이 사전에 발견될 수 있었다는 것을 깨달았다.전술적 차원에서 경영진이 더 큰 인식을 갖고 있다면, 사전에 손실의 일부를 피하기 위한 조치를 취할 수 있을 것이다. 이러한 조기 경고의 부재는 ETI가 시장 역학이 변했다는 사실을 인지하지 못했기 때문이다.선진화된 기술을 사용하여 청구서를 처리하고 보험료를 정하는 새로운 경쟁다들은 시장을 분열시키고 ETI의 사업을 나눠 가졌다. 동시에 기업이 정교한 사기 탐지 기술을 보유하고 있지 않다면 부도덕한 고객이나 조직적인 범죄에 피해를 입을 수 있다. 고위 간부 위원회는 그 결과들을 경영진에게 보고했다. 그 후, 이전에 수립됐던 전략적 목표를 고려하여 새로운 변화와 혁신 기업의 우선 순위가 수립됐다. 이러한 계획들은 기업의 자원을 ETI의 이익을 증대시킬 수 있는 능력을 향상시키는 솔루션으로 유도한다.

변화를 고려할 때, 청구서 처리를 문서화, 분석 및 개선하기 위해서 비즈니스 프로세스 관리를 적용할 것이다. 이러한 비즈니스 관리 모델은 일관성 있고 감사가 가능한 프로세스의 실행을 보장하기 위해서 프로세스 자동화 프레임워크인 비즈니스 프로세스 관리 시스템에 의해서 수행될 것이다. 이는 ETI 규정 준수를 입증하는 데 도움이 된다. BPMS 사용의 또 다른 이점은 어떤 직원이 어떤 청구서를 처리했는지에 대한 정보와 같이 시스템에 의해서 처리된 청구서에 대해서 추적할 수 있다는 점이다. 아직 확인되지는 않았지만, 처리 중인 사기성 청구서의 일부는 기업의 정책에 따른 내부 수동 제어를 지키지 않는 작업자들로 인해서 발생했다는 의혹이 있다. 즉, BPMS는 외부 규저 준수를 충족하게 만들 뿐 아니라 ETI 내에서 표준 운영 절차 및 업무 관행을 강화할 것이다.

위험 평가 및 사기 탐지는 데이터 중심의 의사결정을 가능하게 하는 분석 결과를 생성하는 획기적인 빅데이터 기술을 적용함으로써 향상될 것이다. 위험 평가 결과는 생성된 위험 평가 지표들을 보험 계리사에게 제공함으로써 그들의 직감에 대한 의존도를 줄이는 데 도움을 줄 것이다. 게다가, 사기 탐지의 결과는 자동화된 청구서 처리 워크플로에 통합되게 될 것이다.

또한 경험 있는 손해사정사에게 의심스러운 청구서를 알려줄 수 있을 것이다. 조정자는 ETI 청구서 책임 및 실제 사기일 가능성에 대해서 청구서의 성격을 보다 면밀히 평가할 수 있다. 손해사정사들의 결정이 BPMS에 의해서 추적되고 각 청구서의 사기 여부에 대한 정보를 포함하는 청구서의 학습 데이터 세트들을 생성하는 데 사용할 수 있게 때문에 시간이 지남에 따라서 이러한 수작업 처리는 보다 자동화될 수 있다. 이러한 학습 데이터 세트들은 자동화된 분류기에 사용될 수 있기 떄문에 ETI가 예측 분석을 수행할 수 있는 능력을 향상시켜 준다.

물론 경영진도 지식을 생성할 만큼 충분히 많은 데이터를 수집하지 못했기 떄문에 ETI의 운영을 지속적으로 최적화할 수 없다는 것을 알고 있다. 그 이유는 궁극적으로 비즈니스 아키텍처에 대한 이해가 부족하기 떄문이다. 기업의 경영진의 모든 성과를 KPI로 다루고 있다는 것을 깨닫는다. 이는 많은 분석을 생성해 냈지만, 정작 요점이 부족해서 잠재적인 가치를 전달하지 못했다. KPI가 더 높은 차원의 지표이고 수행이 더 적다는 점을 깨달으면서, 전술적 수준에서 반드시 체크돼야 하는 몇 안 되는 지표들에 어떤 것들이 포함되는지에 대해 동의할 수 있었다.

또한 경영진은 항상 비즈니스 실행과 전략적 실행을 조율하는 데 어려움을 겪었다. 이것은 부분적으로 핵심 성공 요인(CSF)을 정의하지 못함으로써 발생했다. 전략적 목표와 목적은 KPI가 아닌 CSF에 의해서 평가되어야 한다. CSF를 제자리에 배치함으로써 ETI는 그들의 비즈니스의 전략적, 전술적, 운영 레벨과 ETI를 연결하고 조정할 수 있다. 경영진과 관리팀은 다음 분기에 제공하는 이점을 수치화하기 위해서 새로운 측정 및 평가 계획을 면밀히 모니터링 할 것이다.

최종 결정은 ETI 경영진에 의해 이루어진다. 이 결정은 혁신적인 관리를 담당하는 조직의 새로운 역할을 창출했다. 경영진은 회사가 너무 내성적이었다느 것을 깨달았다. 4개의 보험 상품 관리에 몰두하여 경영진은 시장이 변하고 있다는 것을 인식하지 못했다.이들은 빅데이터와 최신 데이터 분석 도구 및 기술의 이점에 대해서 알고 놀랐다. 마찬가지로 청구서를 디지털화하고 청구서를 처리하기 위해서 스캔 기술을 적극적으로 사용했지만 고객이 사용하는 스마트폰 기술이 청구서 처리를 간소화해 줄 디지털 정보의 새로운 채널을 만들 수 있다고는 스마트폰 기술이 청구서 처리를 간소화해 줄 디지털 정보의 새로운 채널을 만들 수 있다고는 생각하지 않았다. 경영진은 인프라 수준에서 클라우드 기술을 도입해야 된다고 생각하지는 않지만, 고객들과의 관계를 관리하는 운영 비용을 줄이기 위해 타사의 소프트웨어를 서비스 하는 것을 고려하고 있다.

현재 시점에서 경영진과 고위 관리팀은 (1) 조직적인 문제를 해결하고(2)비즈니스 프로세스 관리 기술을 도입할 수 있는 계획을 세우고 (3)시장을 감지할 수 있는 능력을 높이는 빅데이터를 성공적으로 채택하고, 이를 통해서 (4) 변화하는 환경에 보다 잘 적응할 수 있을 것이라고 믿는다.

Case 3

ETI의 IT팀 대다수는 빅데이터가 현재 존재하는 모든 문제를 해겨할 수 있을 거라고 확신한다. 그러나 빅데이터 교육을 받은 IT팀원들은 빅데이터를 도입하는 것이 단순히 기술 플랫폼을 도입하는 것과는 다르다고 지적한다. 성공적으로 빅데이터를 도입하려면, 이에 앞서 많은 것들이 고려되어야 한다. 먼저 비즈니스 관련 요고들을 완전히 이해하기 위해서, IT팀은 비즈니스 관리자들과 협력하여 타당성 보고서를 작성한다. 비즈니스 인력들을 초기 단계에 참여시키면, 경영진의 기대치와 IT가 실제로 제공할 수 있는 것과의 차이를 줄이는 데 도움이 된다.(초기 단계뿐 아니라 전 과정에 참여해야만 성공할 수 있음)

빅데이터 도입은 비즈니스 지향적이며, ETI가 목표를 이루는 데 도움을 줄 것이다. 빅데이터는 대용량의 비정형 데이터를 저장 및 처리하고 여러 개의 데이터 세트들을 결합함으로써 ETI가 잠재고객의 위험성을 이해하는 데 도움이 된다. 결과적으로 회사는 덜 위험한 사람들만 고객으로 받아들여 손실을 최소화하고자 한다. 마찬가지로 비정형화된 고객의 행동 데이터를 조사하고 비정상적인 행동을 찾는다면, 사기성 청구를 거부할 수 있기 때문에 손실을 줄이는 데 도움이 될 것이다.

IT팀에게 빅데이터 분야를 교육시키기로 결정을 내림으로써, ETI는 빅데이터 도입에 대한 준비를 하게 된다. 이제 IT팀은 빅데이터 도입을 하기 위한 기본적인 기술을 갖췄다고 생각한다. 기존에 식별되고 분류된 데이터에 필요한 기술을 결정하는 포지션에 팀이 배치된다. 비즈니스 관리 팀의 초기 참여는 향후 발생할 수 있는 비즈니스 요구사항에 맞춰서 빅데이터 솔루션 플랫폼을 유지할 수 있는 인사이트를 제공하게 된다.

이러한 예비 단계에서는 소셜 미디어 및 인구 데이터 같은 몇 개의 외부 데이터 소스들만 식별되었다. 제3자에게서 데이터를 획득하는 데 충분한 예산을 배정할 것도 의결되었다. 개인 정보 보호와 관련하여, 고객에 대한 추가 정보를 획득함으로써 고객의 불신이 촉발될 수 있기 대문에 비즈니스 사용자들은 조금은 조심한다. 그러나 고객의 동의화 신뢰를 얻기 위해서 보험료를 낮추는 등의 정책을 도입할 수 있을 것이다. 보안 문제를 고려할 때, IT팀은 빅데이터 솔루션 환경에 있는 데이터에 대해 표준화된 역할 기반 액세스 제어가 이뤄지도록 추가적인 개발 노력이 필요할 것이라고 말한다. 이는 특히 비관계형 데이터를 저장하는 오픈소스 데이터베이스와 관계 있는 문제다.

비즈니스 사용자들은 비정형 데이터를 활용한 분석을 수행할 수 있다는 것에 흥미를 보이기도 하지만, 그들은 제3자에게서 데이터를 제공받는다는 점을 염려하여, 분석 결과의 신뢰도에 대해서 의문을 제기한다. 이에 대해 IT팀은 저장 및 처리된 각 데이터 세트에 대해서 메타데이터를 추가 및 업데이트하는 프레임워크를 도입하여, 출처가 항상 유지되고 처리 결과가 어떤 데이터 소스에서 온 것인지 되돌아볼 수 있도록 할 예정이라고 답했다.

ETI의 목표에는 보험 청구를 하는 데 드는 시간 단축 및 사기 보험금 청구 탐지도 포함된다. 이러한 목표를 위해서는 결과를 적시에 제시하는 솔루션이 필요하다. 그러나 실시간 데이터 분석이 지원되어야 할 필요는 없을 것으로 보인다. IT팀은 오픈소스 빅데이터 기술을 사용하는 일괄 처리 기반 빅데이터 솔루션으로도 이러한 목표를 달성할 수 있을 것이라 생각한다.

ETI의 현 IT 시설은 비교적 오래된 네트워크 표준을 갖추고 있다. 마찬가지로, 프로세서 속도, 디스크 용량 및 속도 등 현재 대부분의 서버 사양은 데이터 처리 성능 최적화에 적합하지 않다. 따라서 빅데이터 솔루션을 설계 및 도입하기 전에 IT 시설을 업그레이드 할 필요가 있다는 것이 의결되었다.

서로 다른 데이터 소스의 표준화 및 개인 정보 보호 관련 규정을 준수하기 위해서, 비즈니스팀과 IT팀 모두 빅데이터 거버넌스 프레임워크의 도입이 필요하다고 강력히 주장한다. 또한, 데이터 분석의 비즈니스 초점과 유의미한 분석 결과 창출을 위해서, 관련 부서의 팀원이 포함된 반복적인 데이터 분석 방법이 결정되었다. 예를 들어, '고객 관리 향상' 주제에서는 데이터 분석 과정에 마케팅 및 영업 팀의 팀원이 참여하여 데이터 세트 선택 시 주제와 관련된 속성들만 선택할 수 있다. 이후 비즈니스팀에서는 분석 결과의 해석 및 적용 가능성에 대해서 좋은 피드백을 제공할 수 있다.

클라우드 컴퓨팅에 관하여 조사한 결과, IT팀은 현재 어떤 시스템도 클라우드에 호스팅되어 있지 않으며, 클라우드와 관련된 기술도 갖추지 않은 것으로 나타났다. 데이터 정보 보안 문제와 관련된 이러한 이슈들로 인하여 IT팀은 빅데이터 솔루션을 직접 사내에 설치하기로 결정했다. 하지만 자체 CRM 시스템이 이후 클라우드 호스팅 기반의 서비스형 소프트웨어 CRM 솔루션으로 대체될 수 있기 때문에, 클라우드 기반 호스팅 방법 또는 옵션으로 남겨두기로 한다.

1.6 빅데이터 분석 수명주기

이제 ETI는 IT팀이 필요한 기술들을 보유하고, 경영진이 빅데이터 솔루션이 비즈니스 목표에 도움을 줄 수 있는 가능성이 있다고 믿게 되었다. 이제 CEO와 이사진들은 실제 빅데이터 적용 사례를 보고 싶어 했다. 이에 대해 IT팀과 비즈니스 팀은 ETI의 첫 빅데이터 프로젝트를 시작하게 된다. 철저한 평가 과정을 거친 후, 빅데이터 솔루션이 도입 될 첫 번째 주제는 '사기 보험금 청구 탐지'로 결정되었다. 이러한 목표를 이루기 위해 단계별 접근 방식을 따라 빅데이터 분석 수명 주시 분석을 진행했다.

- 빅데이터 기초 개념, 동인, 기법, Thomas Erl, Wajid Khattak, Paul Buhler -

---

Posted from my blog with SteemPress : http://internetplus.co.kr/wp/?p=221

---