비즈니스의 미래를 대비하고 계십니까? AI가 도울 수 있는 방법을 알아보세요.

오늘날의 세상은 빠르게 변화하고 있으며 조직은 이에 발맞추기 위해 민첩해야 합니다. 그들은 시장 변동에 보다 신속하게 대응해야 할 뿐만 아니라 변화가 발생하기 전에 미리 예측해야 합니다. Decode the Future 이벤트 하이라이트 비디오에서는 최신 데이터 및 예측 분석에 대한 실시간 액세스가 어떻게 의사 결정을 형성하고 “아하” 하는 순간으로 이어질 수 있는지 살펴봅니다.

​2011년 넷플릭스가 House of Cards의 미국 버전을 출시하는 데 1억 달러를 썼을 때, 그들은 그것이 히트할 것을 예측했습니다. 어떻게 예측하였을까요? 고객 데이터에 따르면 영국판 House of Cards를 본 사람들은 David Fincher의 영화를 본 것으로 나타났고, 그래서 그를 미국 버전의 리메이크를 제작하는데 투입하였습니다. 예상대로 이 시리즈는 넷플릭스를 하루아침에 글로벌 리더로 탈바꿈시켰고, 구독자의 86%가 시청 후 구독을 취소할 가능성이 낮다고 답할 정도로 거대 스트리밍 기업에서 가장 많이 본 시리즈가 되었습니다.

​데이터 기반 예측 분석을 사용하여 실시간으로 전략을 구체화하는 이러한 유형의 사전 계획된 의사 결정은 10년 전만 해도 독특해 보였을 수 있습니다. 그러나 2021년 이후에는 ROI(투자 수익률)를 극대화하고 경쟁력을 유지하려는 브랜드에게 예측 분석은 매우 중요해질 것입니다. 수치가 증명하듯(비즈니스 인텔리전스 및 분석을 사용하는 기업의 평균 ROI는 1,300%) 이러한 혁신을 주도하려면 새로운 전략적 초점이 필요합니다.

​GfK는 비즈니스의 미래를 대비할 수 있는 방법은 본능과 AI 기반 예측 분석을 결합하는 것으로부터 시작된다고 믿습니다. 즉, 실행에 옮길 수 있는 더 많은 '아하! 순간 (a-ha moments)'을 실행하고, 의사 결정을 내리며, 귀하와 귀하의 팀이 미래를 해독할 수 있도록 힘을 실어드립니다. 또한 경쟁 시장에서 빠르게 움직이는 데 필요한 자신감을 제공합니다.

​우리는 비즈니스 리더가 전략을 수립하기 위한 귀중한 인사이트를 발견할 수 있는 방법과, 가장 중요한 언제, 왜, 어떻게 행동해야 하는지 이해할 수 있도록 도움이 되는 관점을 공유합니다.

비즈니스 리더가 전략을 수립하기 위한 귀중한 인사이트를 찾는 방법

의사 결정에는 기술이 있습니다. 가정을 검증(또는 무효화) 하기 위해 데이터를 사용하는 것은 정보에 입각한 결정의 핵심 요소이지만, 직관은 종종 리더에게 설득력 있는 출발점을 제공할 수 있습니다.

​GfK CMO Gonzalo Garcia Villanueva는 "우리는 우리의 브랜드와 비즈니스를 이해하고 있습니다. 따라서 본능에 따르는 것이 우리가 시작해야 할 부분입니다. 하지만 이러한 본능은 심층적인 고객 데이터를 통해 검증되어야 합니다. 기술은 인간의 경험과 데이터 과학의 균형을 맞춰 빠른 속도로 지식을 창출하는 것입니다.”

의사 결정의 기술과 과학을 올바르게 결합하는 것이 어려워 보일 수 있지만, 그 과정을 시작하기에 가장 좋은 곳은 기본으로 돌아가는 것입니다. 답변이 필요한 주요 비즈니스 질문을 이해하는 것부터 시작하십시오. 이는 연간 운영 계획의 세부 사항, 특히 눈에 띄는 고객 피드백의 증가 또는 더 광범위한 시장 트렌드에서 발생할 수 있습니다. 그런 다음 AI를 사용하여 해당 주제에 대한 방대한 양의 관련 데이터를 계층화하여 추세 또는 문제점을 파악할 수 있습니다.

​인간 주도의 연구가 구체화되기 몇 주 또는 몇 달 전에 이러한 실행 가능한 예측 분석을 사용하면 기업은 중대한 영향을 미칠 수 있는 중요한 세부 정보를 신속하게 파악할 수 있습니다.

오늘날 어려운 환경에서 성공하고 있는 기업들은 작은 조정이 아닌 과감한 변화를 만들어냈습니다.

Garcia Villanueva 는 "다음 주든 내년이든 그 이후이든 앞으로 나아갈 길을 모색한다는 것은 기업이 자신이 하는 일이 무엇인지, 자신이 누구인지, 그리고 여전히 변화하고 있는 이 세상에서 어디에 위치하는지 신속하게 재고해야 한다는 것을 의미합니다."라고 말합니다.

그러나 이러한 과감한 움직임이 초래할 수 있는 위험을 완화하기 위해서는 데이터를 사용하는 것이 필수적입니다. 적기에 제공되는 올바른 인사이트는 기존의 핵심 제품을 넘어 확장할 수 있는 기회를 제공할 수 있습니다.

예를 들어 샤프는 예측 분석을 사용하여 사람들이 예전보다 인쇄를 덜 하고 있다는 의심스러운 상황을 파악하고, 비즈니스 방향을 시장이 향하는 방향으로 완전히 조정했습니다. 샤프 UK의 전무 이사인 Stuart Sykes는 "고객 수준에서 발생하는 문제는 때때로 전략적인 변화를 시작하는 초안이 될 수 있습니다. 우리는 세부적인 제품 수준에서 우리가 다른 브랜드에 비해 어떤 영향을 받는지 알고 싶었습니다."라고 말합니다.

데이터를 분석하여 인쇄량 감소를 파악하고 도표화함으로써 Sykes는 현재 샤프의 핵심 영역인 관리형 IT 서비스 부문에 진출할 수 있는 기회를 포착했습니다. "때때로 조직은 데이터와 지표들이 전략적인 결정을 위해 존재한다고 생각하지만, 우리는 이를 고객 수준에서 서비스와 성능을 향상시키기 위해서도 사용합니다."라고 그는 말합니다.

샤프가 했던 방식처럼 걸어왔던 길을 변경하기엔 데이터와 예측이 부족했던 기업들이 많았고, 이들은 결국 역사 속으로 사라졌습니다. 그러나 샤프의 경우, 이러한 과감한 조치가 이익을 높이는 데 도움이 되었습니다. 샤프의 주가는 18개월 동안 하락한 후, 지난 2년 동안 33% 상승했습니다.

행동하는 방법

실행 가능한 인사이트는 언제 어떻게 실행해야 하는지 알지 못하면 의미가 없습니다.

Digital Transformation의 저자이자 Decode the Future 이벤트의 의장인 Lindsay Herbert는 기업이 가능한 한 초기에 이러한 배움을 일에 적용할 수 있도록 디자인 씽킹(design thinking)과 '애자일(agile)' 방법론을 사용할 것을 권장합니다.

이 두 방법론 모두 기업이 예측 분석에서 새로 발견한 인사이트를 통해 나아갈 방향을 정의하는 데 사용할 수 있습니다. 디자인 씽킹(design thinking)은 기업이 제품 디자인에 대해 반복적인 접근 방식을 취해, 사용자와 함께 테스트하여 아이디어가 추가 투자 가치가 있는지를 알려줄 수 있는 빠르고 저렴한 시제품을 만드는 것을 권장합니다. 마찬가지로 애자일 방법론에는 사용자 테스트를 통해 추가 인사이트를 얻기 전에 소규모로 '완벽하고 테스트 가능한' MVP(최소 실행 가능한 제품)를 만드는 것이 포함됩니다.

이러한 접근 방식은 전통적으로 제품 디자인 환경에서 사용되었지만, 비즈니스 전반에 걸쳐 여러 팀이 일하는 방식을 개선하고 새로운 전략을 지속적으로 테스트하는 데 도움이 될 가능성이 있습니다. 그렇게 하면 실행 가능한 변화를 만들기 위해 데이터를 수집하는 주기가 빨라지고 팀은 실제 기회가 어디에 있는지 평가할 수 있습니다.

데이터를 통해 직감을 강화하고, 시장 수요보다 앞서 나가기 위한 과감한 결정을 내리며, 민첩한 반복 프로세스를 사용함으로써 변화에 앞서갈 수 있습니다. Garcia Villanueva는 “예상치 못한 일은 그것이 접근하는 속도와 어떤 조합의 상황이 발생할지 예측할 수 없을 때만 어려움이 되는 것입니다."라고 말합니다.

무료 온라인 이벤트인 Decode the Future에서 데이터 및 AI를 사용하여 비즈니스의 미래에 대비하는 방법에 대해 자세히 알아보십시오. AI 예측과 추천으로 강화된 브랜드, 시장 및 소비자 인텔리전스에 대한 단일 액세스 플랫폼인 gfknewron 출시도 확인하실 수 있습니다. 데이터와 지능형 자동화에 대한 역동적이고 새로운 접근 방식과 이를 통해 비즈니스에서 보다 신속하게 더 나은 결정을 내릴 수 있도록 지원하는 방법에 대해 글로벌 전문가의 의견을 들어보십시오.

지능형 의사결정의 새로운 시대를 개척하다.