미래 전망: CFO가 데이터 분석을 활용하여 회사를 이끄는 방법

최근 딜로이트 리포트에 따르면, 고품질 데이터는 대다수의 비즈니스 리더에게 최우선 과제이지만 최적의 솔루션을 배포하는 일 자체가 쉽지 않은 일이라고 합니다. 최근 웨비나에서는 디지털 트랜스포메이션을 통해 실현할 수 있는 실제 사례를 살펴봅니다.

CFO가 빠르게 변화하는 비즈니스 환경에서 회사의 경쟁 우위를 높이려면, 예측 분석 기능을 비롯한 강력한 데이터 도구를 확보해 조직의 균형 잡힌 재무 상황을 파악해야 합니다.

딜로이트의 Specialist Leader, Andrew Dinin과 Consulting Managing Director, Andrew Breimayer는 이러한 필요성을 잘 알고 있습니다. 최근 웨비나에서 이들은 고객과 함께 재무 관리 솔루션을 구현하는 데 보낸 오랜 경험에 기초한 인사이트와 사례를 공유했습니다.

여전히 딜로이트의 연례 Human Capital Trends 리포트에서는 많은 조직이 데이터 관리 및 분석과 관련하여 개선의 여지가 있음을 인정합니다.

2009년부터 Workday 에코시스템에 참여하는 중이고 딜로이트 Workday Alliance 프랙티스 부문에서 여러 산업을 맡고 있는 Breimayer는 응답자의 71%가 고품질 데이터를 최우선 순위로 꼽았다고 말했습니다. 하지만 유의할 점이 있습니다.

  • 응답자의 15%만 업무 수행에 필요한 정보를 확보하도록 데이터를 라인 매니저에게 제공한다고 답했습니다.

  • 응답자의 9%만 성과를 주도하는 인재 디멘션을 이해하고 있다고 답했습니다.

  • 그리고 응답자의 2%만 HR 부서에서 기업 전체의 다른 부서로 가져올 수 있는 통합 데이터세트가 있다고 답했습니다.

HCM(Human Capital Management)과 관련된 결과임을 언급하면서 Breimayer는 “이것이 데이터 분석에 관한 보편적인 견해이며, 조직에서 데이터 식별에 어려움을 겪는 이유”라고 덧붙였습니다.

조직이 데이터 분석 작업을 할 때 직면하는 문제와 관련하여, Breimayer는 대부분 데이터가 정교함을 기준으로 할 때 크게 4가지로 분류된다고 말했습니다.

  • 레벨 1은 운영 리포트이며, 사후 인사이트를 제공합니다.

  • 레벨 2는 중요한 비즈니스 인사이트를 제공하는 고급 리포트입니다.

  • 레벨 3은 이러한 기능을 바탕으로 한 전략적 분석이며, 미래 지향적인 관점을 갖도록 지원합니다.

  • 레벨 4는 일선 실무자를 위한 예측 분석입니다.

Breimayer는 대부분 조직이 처음 두 레벨에 속하며, 그 단계를 넘어서는 데 “애로사항”이 있다고 지적했습니다. 그렇게 하려면 고객이 아이디어를 모으고 스펙트럼을 따라 더 나아갈 수 있는 방식으로 조직 데이터를 관리해야 합니다.

설문조사 응답자의 71%는 고품질 데이터를 최우선 순위로 꼽은 반면, 업무 수행에 필요한 데이터를 라인 매니저에게 제공한다고 답한 응답자는 15%에 불과했습니다.

딜로이트에서 Workday Prism Analytics, Workday Adaptive Planning, Workday People Analytics를 맡고 있는 Dinin은 이렇게 말합니다. “우리가 실제로 성공을 거둔 부분을 살펴보면, 기초부터 시작합니다. 그리고 그 기초는 분석 및 데이터 소스 프레임워크를 위한 토대를 마련합니다.”

Dinin은 데이터 웨어하우징 및 비즈니스 인텔리전스(BI) 아키텍처를 전문으로 하는 팀의 일원으로, 딜로이트의 고객과 함께 작업하면서 경험한 데이터 및 분석에 대한 스마트한 사용 사례 몇 가지도 공유했습니다. 그 예는 다음과 같습니다.

재무 플래시 리포트

Dinin이 소개한 사용 사례 중 하나는 다양한 시스템의 통계 및 메트릭을 Workday Prism Analytics에 통합하여 재무 플래시 리포트 요건을 충족하고(회사의 가장 중요한 메트릭을 즉시 확인할 수 있음), 재무 계획 및 예측 정보를 제공하는 것입니다.

사업단위 스코어카드

또 다른 고객은 목표에 대한 12개월간의 단계적 메트릭에 대한 진행 상황과 함께 임원에게 핵심성과지표(KPI)의 최신 스냅샷을 제공하는 스코어카드를 생성하기 위해 다양한 유형의 메트릭 및 통합된 외부 데이터를 활용했습니다.

재입사 자격

한 딜로이트 고객은 데이터 웨어하우스에 저장된, 재입사 자격과 상관성이 있는 20년치의 과거 지표(Dini의 표현에 따르면 “녹아웃 질문”)를 Workday Prism Analytics 데이터 소스로 변환했습니다. 이렇게 변환된 데이터는 입사지원 및 인력충원요청 자체에 대한 고객의 인재 확보 및 리크루팅 프로세스에 포함되었습니다. “따라서 채용담당자는 이전에 이 법인에서 근무한 적이 있는 경우, 해당 후보자의 재입사 자격을 검토할 수 있습니다. 채용담당자가 후보자의 발전 가능성을 알 수 있도록 이러한 지표를 채용 비즈니스 프로세스에 바로 포함하는 것은 매우 효과적입니다.”라고 Dinin은 설명합니다.

고객 계정 확장

또 다른 고객은 고객 기반 데이터를 보관하기 위해 여러 시스템을 활용했습니다. Workday Prism Analytics를 고객 허브로 사용하여 재무 에코시스템 전반에 걸쳐 고객 데이터를 통합하여 보고 및 재무 프로세스를 진행할 수 있었습니다.

공급업체 조사

한 고객은 미 재무부 해외 자산 통제국에서 관리하는 특별 지정 국민 및 차단 대상자 목록(SDN)을 기준으로 잠재 비즈니스 파트너를 확인하는 프로세스를 자동화할 수 있었습니다. SDN은 미국 법인과 거래가 금지된 외국 법인, 회사 및 개인의 목록입니다. “다시 말하지만, 가정을 검증하거나 비즈니스 프로세스 진행 가능 여부를 확인하기 위해 비즈니스 프로세스에 데이터를 직접 포함하는 것은 정말 효과적입니다.”

이 세션 다시보기에서 딜로이트의 분석 접근 방식에 관해 알아보세요. 딜로이트 고객의 Workday Prism Analytics 사용 사례를 통해 데이터를 인사이트로 전환하고, 인사이트를 실천에 옮기는 방법에 관한 아이디어를 얻으시기 바랍니다.

더 보기