Amazon, Google, Apple 및 Facebook이라는 기업들은 알고 있을 것이다. 그러나 Skywise, Otonomo, Flatiron, 그리고 Metromile은 어떠한가? 전자의 기업 집단은 적절한 고객을 겨냥하여 그들에게 맞는 제품 및 서비스 제공을 목적으로 방대한 양의 데이터를 생성하고 활용하는 능력으로 잘 알려져 있다. 후자 기업 집단은 상대적으로 잘 알려져 있지 않지만 데이터로부터의 가치추출과 관련하여 뛰어난 이력을 보유하고 있다. 이들 기업은 가치 있는 신규 서비스를 생성하기 위하여 데이터를 활용하는 비즈니스를 구축했다.
당사 연구의 대부분은 코로나19의 세계적 대유행 이전에 수행되었으며, 코로나19는 거의 모든 산업에서 기업들의 비즈니스를 혼란에 빠뜨렸다. 그럼에도 불구하고, 향후 몇 개월에서 몇 년 동안 사회적 대응과 적응력의 중요한 부분을 차지하게 될 디지털 기술의 중요성과 가치가 증가할 것이다. 결과적으로 디지털 비즈니스를 구축할 수 있는 기업들은 장기적으로 유리한 입지를 보유하게 될 것이다.
그러나 데이터를 활용하여 가치를 창출하는 능력이 점점 중요해지고 있다면, 많은 기업들은 여전히 갈 길이 멀다. 상품을 개선하고 제조, 영업, 마케팅 등 조직기능의 효율성을 향상시키는 등의 방식으로 많은 기업들이 자사의 사업운영 개선을 위해 데이터를 활용하고 있다는 것은 확실하다. 그러나 자체적으로 또는 디지털 생태계 내에서 완전히 새로운 데이터 비즈니스를 창출하기 위해 해당 정보를 활용할 수 있는 기업은 거의 없다. 새로운 데이터상품을 통한 가치창출을 목표로 하는 약 150개 기업을 대상으로 실시한 광범위한 분석에서 20건 미만의 시도만이 성공적이었다는 것이 관찰되었다(“데이터 챔피언을 찾아서” 참조).
데이터 챔피언을 찾아서
당사는 데이터 비즈니스의 선구자를 찾기 위해 폭넓게 후보자를 살펴보았으며, 독점적이거나 집계된 데이터로부터 외부 가치를 창출하는 11개 산업 내 146개 비즈니스를 연구했다. 이들은 스타트업, 기업의 사업부, 프로젝트 및 신사업을 포함한 다양한 상업적 형태의 조직이었다. 데이터상품의 최종 구매자는 생태계 파트너에서부터 독자적인 3자 고객에 이르기까지 다양했다.
연구를 진행하면서 성공을 위한 세 가지 기준을 적용했다. 첫째, 데이터, 인사이트 또는 서비스의 형태로 고객에게 가치를 창출하려는 시도가 이루어져야 하며 둘째, 데이터는 단순히 공개된 정보를 집계한 것이 아니라는 점이다. 기업의 독점 데이터 또는 공급업체 생태계의 차별화된 데이터를 포함함으로써 데이터 차별화가 이루어져야 한다. 셋째, 해당 비즈니스의 상업적인 견인력(commercial traction)이 매출, 강력한 고객기반 또는 상당한 외부자금 조달로 이어져야 한다. 궁극적으로 분석 대상 비즈니스 중 18개만이 세 가지 조건을 모두 충족했다.
성공률이 낮은 이유에는 리스크에 대한 우려(개인정보보호와 관련한 평판훼손 가능성 포함), 기술적 장애물, 인재부족 및 조직문제 등이 있었다. 또한 대다수 경영진이 데이터 비즈니스 구축이 제공하는 가치창출 기회에 대해 회의적이었으며, 이에 따라 데이터 비즈니스를 우선순위에 두지 않았다.
당사는 가치창출 방법을 이해하기 위해 해당 분야의 선두를 달리는 기업의 사업모델과 전략을 파헤쳤다. 이들의 방법은 데이터에서 효과적으로 가치를 창출함으로써 얻을 수 있는 성과를 잘 보여주며, 성공 요소가 무엇인지 알려준다.
3개 주요 데이터 비즈니스 유형
데이터 비즈니스는 절대 한가지로 정의할 수 없다. 두 가지 요소를 기반으로 데이터 비즈니스를 평가하는 것이 유용하다.
첫 번째 요소는 데이터 소스이다. 많은 경우, 데이터는 제휴관계 또는 생태계 내의 여러 참여자로부터 발생하며 해당 집단의 독점적 데이터이거나 공개 데이터일 수 있다. 한 회사가 데이터를 독점 소유하는 경우도 있다.
두 번째 요소는 데이터 가치 사슬에서 해당 데이터상품이 존재하는 위치이다. 데이터 비즈니스는 데이터를 원시데이터 형식으로 판매하거나, 또는 데이터를 집계한 후 특정 정보를 추출하여 인사이트를 창출하고 판매할 수 있다. 또 다른 경우, 전통적인 서비스와 직접 경쟁하는 새로운 서비스를 개발할 수도 있다. 예를 들어, 해당 데이터 비즈니스는 기초 데이터와 인사이트를 판매하는 대신, 기존 보험사와 경쟁하여 보험 상품을 판매하기 위해 자사가 보유한 데이터를 활용할 수 있다.
이 두 가지 요소를 기반으로 데이터 비즈니스를 시작하려는 기업들은 몇 가지 유형 중 하나를 추구할 수 있다(도표 참조).
- 독립형(Standalone). 독립형 데이터 비즈니스는 종합적이고 고유한 소비자 또는 비즈니스 행태 데이터에 기반하여 인사이트 또는 서비스를 제공한다. 하나의 기업 (기업 집단이 아님)이 인사이트/서비스를 개발하고 판매한다. Metromile 및 Uptake가 이러한 형태의 기업에 해당한다.
- 정보 조율자(Information Orchestrator). 동 유형의 데이터 비즈니스는 플랫폼의 지원을 받아 데이터 또는 인사이트를 제공한다. 둘 이상의 기업이 데이터/인사이트를 개발하기 위해 협업하고 가치창출을 공유한다. 이는 일부 경우 독점, 공개 및 파트너 데이터를 결합함으로써 이루어진다. Skywise, Otonomo, 그리고 Inrix가 동 범주에 속한다.
- 서비스 조율자(Service Orchestrator). 서비스 조율자 유형은 플랫폼 기반 서비스를 제공한다. 정보 조율자 유형과 유사하게 둘 이상의 기업이 가치창출 과정을 공유하며, 이는 독점, 공개 및 파트너 데이터 결합을 통해 일어날 수 있다. Clover Network 및 Kabbage가 동 유형에 속한다.
- 공공 정보 제공자(Public Information Provider). 이들 기업은 공개적으로 가용한 데이터를 기반으로 데이터나 인사이트를 제공한다. 한 기업이 해당 데이터/인사이트를 개발하고 판매하는 구조로, Bloomberg 및 Statista가 동 범주에 속한다.
- 공공 데이터서비스 제공자(Public Data Services Provider). 이들 기업은 공개적으로 가용한 데이터에 기반한 서비스를 창조하고 판매한다. Moody’s 및 IHS Markit이 동 범주에 속한다.
- 기술 인에이블러(Technical Enabler). 이들 기업은 모든 유형의 데이터 비즈니스를 지원하기 위한 인프라와 플랫폼을 제공한다. 그러나 직접적으로 데이터를 구매, 판매하거나 데이터로부터 가치를 창출하지 않는다. Palantir Technologies, Cloudera, 그리고 MindSphere 등이 동 범주에 속한다.
공공 정보 제공자와 공공 데이터서비스 제공자 유형은 수십 년 동안 존재했으며 대부분 성숙 단계에 진입한 저성장 비즈니스이다. 따라서, 본고에서는 좀 더 최신의 세 가지 유형에 초점을 맞춘다. 이들 비즈니스는 인터넷 이용뿐 아니라 IoT와 머신 데이터(machine data)의 성장을 통해 추진력을 얻었다.
데이터 비즈니스 성공의 비밀 발견
상기 데이터 비즈니스 유형의 성공요인은 무엇인가? 연구에서 확인된 18개 성공 사례를 분석한 결과 몇 가지 놀라운 공통점이 발견되었다. 모든 비즈니스 유형에서 공통으로 발견된 성공요인도 있었지만 정보 조율자와 서비스 조율자 유형에만 적용되는 성공요인들도 있었다.
모든 유형에 걸친 성공요인
특정 데이터 비즈니스 유형에 관계 없이, 일부 중요 요소들이 성공요인으로 작용했다.
데이터 리더십 구축. 당연하게 들릴 수도 있지만, 고품질의 고유 데이터를 대체할 만한 성공요인은 없다. 특정 활용영역에서 데이터 리더십을 보유한 기업들은 더 제한된 정보를 제공하는 기업과 비교할 때, 해당 영역의 고객에게 훨씬 더 큰 가치를 창출할 수 있다. 예를 들어 고객의 위치, 맥박, 혈압 및 심지어 주변온도와 습도에 대해 거의 실시간으로 데이터를 수집할 수 있는 기업은 고객 위치를 1분 단위로 추적하는 타 업체에 비해 상당한 경쟁우위를 가진다. 전자는 개인화된 즉각적 데이터상품을 제공할 수 있는 반면 후자가 생성하는 상품은 대상 고객에 대한 타겟팅이 훨씬 약하다. 또한, 확실한 데이터 이점을 가진 회사는 자사 데이터상품을 복제하려는 경쟁사들을 어느 정도 방어할 수 있다. 이는 규모가 크거나 독점적인 데이터베이스가 있는 독립형 비즈니스의 경우 특히 그러하다.
예를 들어 한 항공사는 마일리지 프로그램을 통해 방대한 여행자 데이터베이스를 자체적으로 보유하고 있으며, 해당 여행자에게 맞춤형 보험상품을 제공하기 위해 이를 다른 정보와 함께 활용했다. 보험계약자는 보험계약, 이동 및 보험료 지급과 웨어러블 기기로 추적되는 일상 활동(산책, 운동 및 수면 등)에 대해 포인트를 받는다. 스포츠 활동, 제품 및 항공편 등의 구매에 포인트를 사용할 수 있다.
고객의 중요 니즈를 겨냥. 데이터 비즈니스를 구축하는 기업들은 마진 개선에 집중해서는 안 된다. 고객이나 생태계 파트너가 직면한 가장 중요한 도전과제나 기회를 파악하고 이러한 문제를 효과적으로 해결하는 데이터상품을 개발해야 한다.
바이오 제약 산업에서의 신약개발 과정이 그러한 기회를 제공한다. 개발 속도가 빨라지고 실제 데이터의 가치가 증가함에 따라 혁신적인 접근법이 적용될 수 있는 수준에 도달했다. 2012년에 사업을 시작하여 Roche가 2018년에 독립 계열사로 인수한 Flatiron Health는 이러한 기회 포착을 목표로 삼았다. 해당 기업은 미국의 암 치료시설, 교육 센터 및 기타 소스의 데이터를 클리닝, 집계, 비 식별처리 및 분석한 후 병원, 연구원, 바이오 제약회사를 대상으로 인사이트와 서비스를 제공한다. 이러한 인사이트는 신약개발 일정을 가속화하는 데 도움이 된다. 예를 들어, 제약회사가 치료 내용과 결과 간의 관계를 더 잘 이해하고 임상시험 환경에서 특정 치료의 효과가 나타날 수 있는 환자집단을 식별할 수 있도록 돕는다.
창의적이고 독립적인 문화 구축. 성공적인 데이터 비즈니스는 참신한 아이디어의 배양을 지원하고 새로운 기회를 효과적으로 평가하는 혁신적인 문화를 보유한다. 또한 이들 기업은 시장에 적합한 상품 구현을 위해 조직 내 팀에 높은 수준의 자율성을 제공하는 경우가 많다. 이를 통해 기업은 고객이 실제로 필요로 하는 것이 아니라 기업이 활용하고자 하는 데이터를 기반으로 상품을 개발하는 흔한 실수를 피할 수 있다.
독립 스타트업은 이러한 유형의 문화를 자연스럽게 배양하는 경우가 많다. 예를 들어 2009년에 설립된 Kabbage는 은행계좌, UPS 배송 데이터, 회계 소프트웨어 정보 등을 포함한 소규모 사업자들의 실시간 데이터를 분석한다. 이를 통해 Kabbage는 회사의 신용도를 평가하고 대출결정을 몇 분 안에 내릴 수 있다. Kabbage는 현재 10억 달러 이상의 기업가치를 기록하며, 총 80억 달러 이상의 대출을 실행했다.
대기업 내에서도 데이터 비즈니스가 혁신적인 문화를 만들 수 있다. Allstate Corporation의 전액 출자 자회사인 Arity는 휴대전화, 온보드 진단장치 및 차량 내부 센서를 포함한 다양한 소스의 데이터를 수집하고 분석한다 Arity는 2016년 설립 이래 2천만 명이 넘는 운전자와 연결되었으며 2,250억 마일 이상의 운전 데이터를 수집했다. 이 데이터를 활용하여 해당 기업은 고객이 위험한 운전습관과 관련된 비용뿐만 아니라 관리 및 예측 방법을 이해하는 데 도움이 되는 인사이트를 제공한다. Arity의 고객사는 Allstate 및 National General과 같은 보험회사, 공유 모빌리티 회사, Life360 등의 소비자 모바일 앱 업체 및 자동차 제조사를 포함한다.
기존 고객기반 활용. 데이터 비즈니스를 구축하는 기업은 기존 고객기반이 보물과도 같은 역할을 할 수 있다. 이들 기업은 기존 고객에게 새로운 데이터상품을 교차 판매 할 수 있다. 기존 고객기반을 보유한 경우 이러한 이점이 있지만 신생기업은 다른 회사와의 제휴를 통해 광범위한 고객기반에 접근할 수 있다.
Metromile은 운전습관과 연계된 자동차보험 서비스를 구축하기 위해 후자의 방안을 택했다. 2011년에 설립된 Metromile은 2015년 ~ 2017년 Uber와의 제휴관계를 통해 Uber의 승차공유 서비스를 이용하는 운전자 수백만 명에게 접근할 수 있었다. 이 제휴를 통해 Metromile은 시장에서 호응을 얻을 수 있었고, 현재까지 보험료 기준 1억 달러 규모로 추정되는 보험상품을 판매했다.
툴과 앱을 통해 충성도 확보. 성공적인 데이터 비즈니스는 고객 충성도를 높이는 방법 또한 파악한다. 이들 기업은 충성도 확보를 위해 데이터상품을 기존 또는 새로운 맞춤형 상품, 툴, 앱과 번들로 묶는 경우가 많다. 고객이 해당 기업에서 구매하는 상품과 서비스가 많을수록, 경쟁 업체로 옮겨갈 가능성이 줄어들게 된다.
예를 들어 Metromile은 고객에게 단순한 보험 이상의 것을 제공한다. 고객이 사용하는 스마트 드라이빙 앱은 회사에 귀중한 데이터를 제공할 뿐만 아니라, 각 운전경로의 속도 차이 및 연료 소비 등을 운전자에게 피드백으로 제공한다. 운전자는 이 정보를 활용하여 통근목적의 운전을 최적화하고, 주차 위치를 확인할 수 있으며, 도로청소를 위한 단속에 대비해 알림을 받을 수 있을 뿐 아니라(주차 위반 딱지를 끊지 않도록 제 때 차를 움직일 수 있음), 자동차의 주행상태를 진단 받을 수 있다.
정보 조율자와 서비스 조율자 유형에 적용되는 성공요인
상기 기술된 성공요인들은 모든 데이터 비즈니스 업체에게 중요하다. 그러나 선도적인 정보조율자 및 서비스생태계 조율자 유형의 데이터 업체들은 다른 영역에서도 탁월한 성과를 보이는 경향이 있다.
잠재적 파트너를 대상으로 매력적인 제안 창출. 적절한 가치 풀을 파악하는 것만큼 중요한 것은 생태계의 각 참여자에게 성공적인 가치제안을 하는 것이다. 예를 들어, 데이터 비즈니스는 파트너가 비용을 절감하거나 생태계에서 창출된 이익을 공유할 수 있는 기회를 제공함으로써 파트너를 설득할 수 있다.
Otonomo가 좋은 예이다. 해당 업체는 모빌리티 생태계 내의 다양한 서비스 제공자들이 사용할 자동차 생성 데이터를 집계, 보호, 정규화 및 강화하는 데이터서비스 플랫폼 스타트업이다. 이 회사는 OEM, 차량 소유자 및 3자 고객에게 가치를 창출한다. 데이터가 3자 고객에게 제공될 때 수익공유의 대가로 OEM 및 차량 소유자가 Otonomo에 데이터를 제공한다. 3자 고객은 보험, 스마트 시티 서비스, 응급 서비스, 주차 앱, 매핑 및 미디어 분석 등의 상품 개선을 위해 Otonomo 데이터를 활용한다. Otonomo는 OEM 및 렌터카 회사와 다섯 건의 거래계약체결을 공개적으로 발표했다.
데이터 가치사슬에서 적절한 입지 선정. 현명한 조율자 유형 업체는 데이터 가치사슬의 경제성을 이해하고 그에 따라 전략을 수립한다. 많은 산업에서 인사이트는 데이터보다 수익성이 높으며 서비스는 인사이트 및 데이터보다 더 높은 마진을 제공한다. 그러나 그 패턴이 유지되지 않는 경우도 존재한다.
중국의 한 물류 스타트업의 사업모델은 해당 산업의 특성을 반영한다. 이 회사는 차량에 내장된 자체 하드웨어를 통해 데이터를 수집하고 이 정보를 차량 소유자에게 제공하여 연료 사용량, 운전자 행동 및 도난을 모니터링하고 경로를 최적화할 수 있게 한다. 이 회사는 몇 가지 사업모델 옵션을 가지고 있었다. 서비스를 창출하여 물류 비즈니스에 진출하거나, 데이터와 인사이트를 물류회사를 대상으로 직접 제공할 수도 있었다. 물류시장에 군소업체가 난립하고 마진이 낮다는 것을 고려하여, 해당 스타트업은 후자를 택했다. 즉, 가치사슬에서 더 수익성이 높은 입지를 택한 것이다. 현재 해당기업의 하드웨어는 수십만 대의 차량을 추적하며, 중국의 대형 물류회사 절반 이상이 이 데이터를 활용하고 있다.
사일로(Silo) 제거. 생태계 참여자 간의 데이터 사일로는 주요 장애물로 작용한다. 가장 성공적인 조율자는 이러한 사일로 제거 방법을 알고 있다. 동시에 가용한 데이터의 양과 질을 증대시키고 알고리즘 인사이트의 정확성을 개선하며, 궁극적으로는 새로운 가치 풀을 확보할 수 있다.
예를 들어 Kabbage는 다양한 은행, 전자상거래 사이트 및 잠재적 대출자를 대상으로 서비스를 제공하는 여타 업체와 2백만 건 이상의 데이터를 실시간으로 연결한다. 이를 통해 Kabbage는 데이터를 집계하여 영세 사업자에 대한 대출 위험을 정확하게 파악하고 기존 은행에서는 너무 위험하다고 평가하는 대출을 제공할 수 있다.
기업의 입지 활용. 모든 기업이 효과적인 생태계 조율자가 되기 위해 필요한 요건을 갖추고 있는 것은 아니다. 예를 들어 크고 강력한 소수 고객사를 대상으로 하는 수백 개 공급업체 중 하나에 불과한 회사의 경우, 의미 있는 조율자 역할을 수행하는 데 어려움을 겪을 수 있다. 그러나 강력한 브랜드, 대규모 고객기반에 대한 접근성, 원활한 고객 여정을 위한 튼튼한 플랫폼 및 여러 고객 채널에 걸친 전문성을 갖춘 기업들은 성공할 가능성이 높다.
Airbus가 2017년에 여러 항공사와 함께 데이터 플랫폼 Skywise를 출시했을 때 단 둘뿐인 대형 여객기 제조업체 중 하나로서 신뢰받는 자사의 입지를 활용했다. Skywise는 수많은 항공사 파트너의 데이터를 활용하여 항공사가 공급, 연료비용 및 유지관리 프로세스를 관리할 수 있도록 지원한다. 10개 이상의 주요 항공기 부품 공급업체 및 9,000대 이상 항공기를 보유한 약 100개 항공사가 현재 Skywise 플랫폼을 사용한다. 내부적으로 Skywise 플랫폼을 기반으로 회사의 운영효율성 개선을 위해 수백 개 프로젝트가 개발되었으며, 약15,000 명의 Airbus 사용자가 해당 프로젝트를 활용한다.
모멘텀 창출
혁신적인 데이터 비즈니스를 구축하고 이를 지원할 생태계를 조성하려면 명확한 로드맵이 필요하다. 이에 착수하려는 회사는 세 가지 주요 영역에서 일련의 질문을 해봐야 한다.
가치 창출
첫 번째 영역의 질문들은 생태계 참여자와 최종 고객에게 가치를 제공하기 위하여 데이터가 사용될 수 있는 방법에 대한 것들이다. 모든 유형의 데이터 비즈니스 운영업체는 이하를 자문해 보아야 한다.
- 고객과 잠재적 생태계 참여자가 직면하는 최대 문제는 무엇인가? 기업 또는 여타 주체가 생성하는 데이터가 이들 문제 해결에 어떻게 도움을 줄 수 있는가?
- 회사가 데이터서비스에 대해 비즈니스 케이스(business case)를 명확하게 설명할 수 있는가?
- 대상 산업의 경제구조는? 데이터 가치사슬 중 어디에(데이터, 인사이트 또는 서비스) 새로운 상품이 자리할 것인가?
- 고객과 생태계 참여자 모두에게 효과를 극대화하기 위해 필요한 분석 또는 추가적 데이터는 무엇인가?
가치 포착
가치 창출 기회에 대한 명확한 이해를 바탕으로 기업은 채택할 사업모델과 관련된 일련의 질문을 던져야 한다.독립형 데이터 비즈니스 유형을 고려하는 기업들이 자문해야 할 질문은 이하를 포함한다.
- 가치 사슬 중 회사가 사업을 운영해야 하는 위치는(데이터, 인사이트 또는 서비스)?
- 데이터 비즈니스를 단독으로 진행할 수 있는가? 아니면 가치제안을 이행하기 위해 파트너십이 필요한가?
- 회사의 경쟁우위는 무엇인가? 예를 들어 독점 데이터, 분석 우위, 또는 심층 업계 인사이트/전문성인가?
- 어떤 데이터기반 상품 및 서비스가 고객에게 최고의 효과를 선사하고 모방 상품들에 대처할 수 있는가?
정보 조율자 및 서비스 조율자로서 데이터비즈니스를 운영하려는 기업들은 이하의 질문을 자문해 보아야 한다.
- 회사가 생태계의 중심적 역할을 하는 데 적합한가? 아니면 잠재적 참여자들이 조율자 역할을 수행하는 회사가 훨씬 많은 혜택을 가져갈 것이라고 우려하게 될 것인가?
- 생태계는 어떻게 구성되어야 하며 각각의 참여자는 어떤 역할을 수행해야 하는가?
- 어떤 파트너들이 생태계에 가장 큰 가치를 제공할 수 있으며, 이들의 참여를 유도하는 방안은?
- 생태계 참여자들 간 가치공유 방안은?
지원(Enablement)
마지막 질문들은 회사가 실행해야 하는 운영모델, 역량 및 기술과 관련한 것이다. 모든 데이터 비즈니스 유형 업체들에 대한 질문은 이하를 포함한다.
- 어떤 운영모델이 실행되어야 하는가? 동 주제는 각 파트너의 의사결정권한과 생태계 개방(누구나 원하면 참여자가 될 수 있음) 또는 폐쇄(조율자 역할을 하는 기업이 생태계 참여자 결정) 여부에 대한 결정을 포함한다.
- 대기업 내 사업부 또는 독립적인 스타트업 등, 어떤 조직구조를 택해야 비즈니스 구축에 필요한 리소스를 제공하면서 동시에 혁신적 문화를 배양할 수 있는가?
- 현재 비즈니스가 보유한 역량은? 내부적으로 구축하거나, 외부 고용 또는 제휴를 통해 확보할 수 있는 역량은 무엇인가?
- 빠르게 확장할 가능성이 있는 비즈니스를 지원하기 위한 적합한 기술 플랫폼과 아키텍처는 무엇인가? 그리고 해당 기술을 자체적으로 구축하는 방안과 제휴를 통해 필요 인프라를 빠르게 확대하는 방안 중 어느 쪽이 더 바람직한가?
이러한 각 질문에 대해 오랫동안 신중하게 고민하는 기업은 새로운 시장을 창출하고 고수익 비즈니스를 구축할 수 있다. 더 나아가 세계의 Amazon, Google과 같은 기업들에게 교훈을 줄 수도 있을 것이다.
