2000년대의 마키 데이터 웨어하우징 애플리케이션은 「고객행동」이 될 것이다. 기업은 개인적인 고객행동과 상업적인 고객행동을 둘 다 분석할 것이다. 그런데 행동이란 정확히 무엇일까? 고객행동은 제품 출시량이나 시장점유율, 이익처럼 간단해 보이지 않는다.
세대의 분석 툴 문턱에 데려다 준 요인으로는 경쟁압력과 경영진의 세대교체를 꼽을만하다.
1980년대와 90년대는 각각의 「마키(marquee)」 애플리케이션들을 가지고 있었다. 80년대 초에는 50MB 데이터베이스면 아주 대용량이었다. 하지만 그 때는 조직의 기본적인 영업수치를 분석할 수 있으면 족했다. 80년대의 마키 데이터 웨어하우징 애플리케이션은 「제품 출시량」과 「시장점유율」이었다. 기업이 매월 얼마나 많은 제품을 출시했는지, 또 운이 좋으면 그 제품들이 전체 시장의 몇 퍼센트나 차지했는지 파악하는 것으로 충분했다.
어떤 의미에서 이러한 초기 데이터 웨어하우징 애플리케이션들은 기업이 연례 보고서 차원에서 나아가 비즈니스 구성 요소들을 분석할 수 있다는 사실을 처음 보여준 것이었다. 80년대에는 분석 툴들이 간단했다. 이번 달 대 지난 달, 또는 이번 달 대 1년 전을 비교 분석하는 수준이었으니까. 그리고 이번 달 대 1년 전 같은 달의 시장점유율을 파악하는 것이 아마 가장 어려운 계산이었다.
시대별 데이터 웨어하우징 이슈
90년대 초에는 제품 출시량과 시장점유율 수치를 파악하는 차원을 넘어 개별고객 단위로 철저한 수익성 분석을 요구하는 수준으로 나아갔다. 90년대 초에 가장 정교한 데이터 웨어하우스들은 이미 각 매장이나 지점의 매출을 분석하고 있었다. 90년대 말에는 데이터 웨어하우스에서 비즈니스의 최소 단위 트랜잭션들을 캡처하고 저장할 수 있었다. 90년대의 마키 데이터 웨어하우스 애플리케이션은 「고객 수익성」이었다. 고객 수익성을 한눈에 파악하기 위해서 이질적인 매출 데이터 소스와 비용 데이터 소스를 연결하기 위한 테크닉들이 개발되었다. 각 트랜잭션마다 정확한 제품과 고객 태그를 붙일 수 있게 되었다.
80년대와 90년대 사이에 분석에 이용할 수 있는 데이터의 양은 최소 1,000배나 늘었지만 분석 테크닉의 정교함은 크게 증가하지 못했다. 기업은 그저 대규모 데이터베이스들과 씨름하기에 바빴다. 데이터 마이닝 기법의 이용은 꽤 증가했지만, 이렇게 발전된 분석 접근법은 여전히 데이터 웨어하우스 시장의 일부분을 차지하고 있을 뿐이었다. 하지만 질의와 보고서를 위한 엔드 유저 툴들은 사용의 용이성이 크게 개선되었다. 80년대의 SQL 사용자 인터페이스들은 90년대 들어 여러 소스들로부터의 데이터를 결합해주고, 예외사항을 강조해주는 등의 훨씬 강력한 사용자 인터페이스들에게 자리를 내주었다.
90년대에 발전된 분석 기술들을 신속히 받아들이지 못한 데는 문화적 저항 탓도 있었다. 경영진은 자신들이 제대로 이해하지 못하는 것에 신뢰감을 보내지 않는다. 드디어 우리는 문화적인 개방성을 보이고, 발전된 분석 기법들이 좀더 중요한 지위를 차지할 수 있게 만들 준비를 갖췄지만 인내심을 가져야 한다.
1970년대 말 제록스 스타 웍스테이션(Xerox Star Workstation) 제품 매니저로 데이터 웨어하우징 분야에서 일하기 시작할 당시 포춘 500대 가망고객 중 최소한 절반 정도가 비즈니스 관리를 위해 컴퓨터나 어떠한 종류의 통계수치도 이용하지 않았다. 그들은 사내 곳곳을 돌아다니며 그야말로 「감」으로 비즈니스를 관리했다.
지난 20년 동안 통계수치에 의해 관리가 이루어져야 한다는 절대적인 요구가 생겨나게 된 것은 기술진보의 결과인 동시에 컴퓨터 교육을 받아 컴퓨터를 친근하게 받아들이는 젊은 경영진으로 세대교체가 이루어진 결과이기도 하다. 따라서 앞으로 훨씬 더 분석적인 문화가 뿌리를 내리기까지는 인내심을 가지고 기다릴 필요가 있다. 또 새로운 마키 데이터 웨어하우징 애플리케이션은 훨씬 어렵기 때문에 분석의 정교성을 보다 업그레이드하지 않으면 안될 것이다.
