특히 마케팅 조직 내에서 강력한 운영 우수성과 생산성이 중요한 경쟁 우위가 되면서 복잡한 의사 결정이 점점 어려워지고 있습니다. 전반적으로 가장 성공적인 기업과 투자자는 리드 육성에서 모집 및 투자 결정에 이르기까지 빠르고 정확한 의사 결정에 달려 있습니다.

연구에 따르면 기업은 매년 최대 30억 건의 의사 결정을 내립니다. Gartner의 최근 설문 조사에 따르면 의사 결정의 65%가 2년 전보다 더 복잡해졌습니다(더 많은 이해 관계자 또는 선택이 필요함).

오늘날 많은 기업과 이를 지원하는 마케터는 방대한 양의 데이터와 비즈니스 의사 결정 사이의 격차를 해소하기 위해 더 나은 통찰력이 필요합니다. 기업의 24%만이 "데이터 기반"이라고 답한 반면, 다른 기업은 놓친 기회, 비효율성 및 비즈니스 위험 증가에 직면해 있습니다. 평균적인 S&P 회사는 잘못된 의사 결정으로 인해 연간 2억 5천만 달러의 손실을 입습니다.

의사 결정 인텔리전스는 통찰력과 의사 결정 간의 격차를 해소하는 프레임워크입니다. 이를 통해 조직은 더 우수하고 일관되며 데이터 중심의 의사 결정을 내릴 수 있습니다. 리더와 팀은 회사의 모든 수준에서 정보에 입각한 결정을 내릴 수 있습니다!

의사 결정 지능이란 무엇입니까?

의사 결정 인텔리전스(DI)는 데이터, 분석, AI, 자동화 및 경험을 결합하여 더 나은 의사 결정을 내리는 진화하는 분야입니다. DI는 최적화, 시뮬레이션 및 의사 결정 분석 기술을 사용하여 실행 가능한 통찰력으로 의사 결정자를 안내합니다.

직감과 경험에 크게 의존하는 기존의 의사 결정 접근 방식과 달리 DI는 체계적이고 분석적이며 데이터 기반 접근 방식을 통합합니다.

DI의 초점은 기술뿐 아니라 인간의 의사 결정 프로세스를 강화하는 방법에 있습니다. 컴퓨터 과학, 통계, 심리학, 경제 및 비즈니스를 포함한 다양한 분야의 전문 지식을 활용하는 종합 분야입니다.

DI 소프트웨어 제공업체 Quantellia의 최고 과학 제공자이자 공동 창립자이자 "LINK: How Decision Intelligence Connects Data, Actions, and Outcomes for a Better World"의 저자인 Loren Pratt 박사에 따르면 DI의 또 다른 핵심 개념은 의사 결정을 설계하는 것입니다. 예를 들어 조직은 먼저 청사진을 만들어 집, 건물 및 비행기를 설계합니다.

청사진과 마찬가지로 의사 결정 설계는 이해 관계자를 포함하여 해당 의사 결정에 관련된 모든 사람을 근거에 따라 조정하는 데 도움이 됩니다. 그녀는 결정을 디자인 문제처럼 취급함으로써 아이디어, 문서화, 렌더링, 개선, QA 및 디자인 사고와 같은 많은 디자인 모범 사례를 적용할 수 있음을 발견했습니다.

2019년 Google의 첫 번째 최고 의사 결정 책임자인 Cassie Kozyrkov는 데이터를 넘어선 다음 비즈니스 이점에 집중하기 위해 행동 과학, 경제 및 경영 과학으로 데이터 과학을 강화하기 위해 새로운 의사 결정 인텔리전스 엔지니어링 원칙을 수립했습니다.

지능형 의사 결정은 설계, 시뮬레이션, 자동화, 모니터링 및 조정됩니다.

자세히 알아보기: 왜 데이터 기반인가 결정 - 만들기는 성공적인 CX의 기반입니다.

의사결정 지능이 아닌 것

의사 결정 과학. 의사결정 과학은 일반적으로 데이터의 질적 측면과 연관되어 왔습니다. DS는 가장 중요한 용어이고 "결정 인텔리전스"는 운영 측면입니다.

전략적 인텔리전스 . 대체로 전략적 인텔리전스는 BI 통찰력을 사용하여 전략을 추진하고 지원하는 것을 의미합니다. 우리는 또한 기업에 현재 업계 동향을 제공하고 소비자 행동을 이해하여 미래의 행동 과정을 탐색하는 것을 시장 정보라고 부릅니다.

계산된 결정. Kozyrkov는 모든 출력이나 권장 사항이 결정은 아니라고 말합니다. 의사결정 분석 용어에서 결정은 취소할 수 없는 자원 할당이 발생한 후에만 내려집니다. 무료로 마음을 바꿀 수 있다면 아직 결정이 내려지지 않은 것입니다.

의사 결정 인텔리전스의 응용

DI는 리소스 할당, 위험 관리, 전략 기획, 마케팅과 같은 다양한 의사 결정 문제에 적용됩니다. 저는 복잡한 에너지, 금융, 정책 및 마케팅 결정을 위한 시스템 및 플랫폼을 개발하는 데 사용했습니다.

우리의 마지막 스타트업 플랫폼은 더 큰 가시성, 교육 및 영향을 통해 의사 결정 프로세스를 9개월에서 몇 분의 1의 시간으로 단축하는 시장 진출 경영진을 위한 DI를 지원했습니다.

DI는 금융 서비스의 신용 신청 또는 사기 적발에 적용되었습니다. 소매점에서 구매할 재고량, 최적의 재고 수준 또는 가격 예측을 결정하는 데 사용되었습니다. Loren Pratt 박사에 따르면 의사 결정 인텔리전스를 사용하면 의료 위기에서 증거 기반 결정에 긍정적인 영향을 미칠 수 있습니다.

다른 사용 사례에는 고객 만족, 마케팅 속성, 경쟁 및 시장 진출 전략이 포함됩니다. 이러한 결정의 프레임워크 설계는 GTM의 표준이었습니다. 그러나 구현하려면 엔터프라이즈 플랫폼 구축, 교육 및 데이터 지원이 필요했습니다. 그러나 결국 이 의사 결정 시간은 9개월에서 1개월에서 3개월로 단축되었습니다. 평균 영향은 플랫폼을 수용하는 새로운 9천만 달러 수익원을 발견한 의류 회사를 포함하여 천만 달러 이상이었습니다.

자세히 알아보기: 자동화 결정 실시간 상황 컨텍스트

의사 결정 인텔리전스의 이점

McKinsey 수석 파트너인 Kate Smaje는 조직이 10개월이 걸리던 일을 이제 10일 만에 달성하고 있다고 말합니다. DI를 보유하면 경쟁력을 유지하는 데 필요한 지속적으로 증가하는 의사 결정 속도를 지원할 수 있습니다.

첫 번째 이점은 DI가 리더가 보다 집중적이고 포괄적인 정보로 복잡한 결정을 내리는 데 도움을 준다는 것입니다. 의사 결정을 설계할 때 특정 목표를 향해 조직 간 정보를 구조화할 수 있습니다. 이러한 종류의 가시성을 확보하면 경쟁 목표 간의 균형을 쉽게 찾을 수 있습니다. 대부분의 전략적 및 높은 수준의 전술적 결정에서 발견되는 분석 마비를 더 많이 제거합니다.

다음으로 DI는 위험과 불확실성을 줄입니다. 실시간 데이터와 통찰력을 갖춘 의사 결정자는 DI를 활용하여 잠재적인 위험을 식별하고 선제적으로 완화할 수 있습니다. 트레이드 오프의 가시성을 통해 조직은 경쟁 우위를 방해하는 비용이 많이 드는 실수를 피하기 위해 위험/보상 계획을 더 잘 적용할 수 있습니다.

Decision Intelligence는 효율성과 생산성을 향상시킵니다. 특정 의사 결정 프로세스를 자동화하고 의사 결정자에게 실시간 데이터 및 통찰력을 제공함으로써 DI는 의사 결정을 간소화하고 생산성을 향상시킬 수 있습니다. 결정 대기 시간을 줄이고 있습니다. 이러한 프로세스를 시스템에 구축하거나 프로그래밍하여 더 많은 옵션을 탐색하거나 다른 중요한 작업 및 이니셔티브에 할당할 수 있는 시간과 리소스를 확보할 수 있습니다.

마지막으로, DI를 활용하는 조직은 일반적으로 모멘텀이나 혁신을 저해하는 보다 지능적이고 더 빠르고 복잡한 결정을 평가한 다음 그에 따라 행동함으로써 데이터와 기술을 활용함으로써 보다 강력한 경쟁 우위를 확보합니다.

의사결정 인텔리전스의 한계와 과제

데이터, AI 및 자동화가 관련되어 있으므로 DI에도 존재하는 몇 가지 문제와 제한 사항이 있다는 것은 놀라운 일이 아닙니다.

윤리/편견. DI는 편견을 줄이고 윤리적 결정을 강화하는 데 조직적으로 도움이 될 수 있습니다. 동시에 모든 데이터 기반 및 자동화 시스템에서 인간이 구축한 DI를 활용하는 의사결정은 여전히 ​​편향되거나 차별적인 데이터 또는 알고리즘을 기반으로 개발될 위험이 있습니다. 조직의 다른 모든 데이터 기반 노력과 함께 인식 교육은 필수입니다.

데이터 가용성. 리더와 프로젝트 관리자는 데이터 액세스 및 가용성 제한을 알고 있어야 합니다. 의사 결정 효율성은 종종 더 작은 데이터 세트에서 찾기가 어렵습니다. 때로는 일이 잘못되기도 하지만 데이터보다는 운에 더 의존합니다. 복잡하고 드문 의사결정의 경우 조직은 의사결정을 측정하기 위한 접근 방식을 정의하는 데 도움이 필요할 수 있습니다. 이러한 경우 기술 제한으로 인해 솔루션이 제공되지 않을 수 있습니다. 조직은 이러한 의사 결정 프로세스를 공식화해야 하며 기술만 사용할 수 있습니다. 또한 누락될 수 있는 항목이나 가능한 범위를 강조할 가치가 있습니다.

저항. DI의 중요한 부분은 의사 결정 프로세스에서 더 많은 투명성, 일관성 및 교육을 보장하는 것입니다. 의사 결정자의 전통적인 문화는 처음에는 자신의 경험이나 본능을 무시하거나 특정 의제에 반한다고 느끼기 때문에 저항할 것입니다. DI 노력을 담당하는 사람들은 DI가 어떻게 자신의 노력에 도움이 되고 개인과 조직에 더 나은 결과를 가져오는지 소통해야 합니다.

리더는 명확한 커뮤니케이션과 잘 정의된 적용 범위를 통해 이러한 문제와 한계를 극복할 수 있습니다. 각각의 새로운 이니셔티브는 조직의 의사 결정 문화를 성장시키고 향상시킬 수 있습니다.

팁과 요인

• 집중된 결정을 선택하십시오. 비즈니스 크리티컬 의사 결정에 개선이 필요한 기능(예: 데이터 기반, AI 기반)에서 DI를 구현하는 것부터 시작하십시오. 대안에는 크고 복잡한 결정 또는 자동화를 통해 확장 및 가속화할 수 있는 결정이 포함됩니다.
  
• 결과부터 시작하십시오. 조직에는 데이터가 넘쳐나지만 의사 결정 모델을 설계하려면 해당 결과에 대한 관련 데이터만 수집해야 합니다. 초기 세트로 시작한 후 추가 데이터를 추가하거나 추가 정보의 이론을 테스트하십시오.

• 결정을 내립니다. 결정과 관련된 가정, 생각, 감정, 우려 및 두려움을 문서화하십시오. 분기별 또는 반기별로 검토하십시오. 그것은 조직의 의사결정력을 증가시킬 것입니다.

• 모든 것을 자동화하지 마십시오. 특히 복잡하고 민감한 결정에 있어서는 사람이 필요합니다.

• 권위는 결정에 있어야 합니다. 해당 결정의 영향을 받는 지점에 가장 가까운 사람들에게 결정을 내릴 수 있는 권한을 제공합니다. 소유권은 효과적인 의사 결정을 장려합니다.
  
• 새로운 의사 결정 습관을 개발하십시오. 의사결정자에게 비판적 사고, 트레이드오프 분석, 편향 인식, 반대 의견 경청과 같은 체계적인 모범 사례를 적용하도록 가르칩니다.

• 좁은 프레임에 주의하십시오. Chip과 Dan Heath의 저서 "Decisive"에서 저자는 의사 결정을 개선하는 가장 간단한 방법은 프레임의 범위를 제한하지 않는 것이라고 설명합니다. 결정이 단지 "예" 또는 "아니오"인 경우는 드뭅니다. 항상 여러 옵션이 있으므로 모든 결정에 대해 적어도 세 가지 옵션을 사용할 수 있습니다.

결론

의사 결정자는 종종 복잡한 결정을 내리기 위해 더 많은 정보, 시간 및 경험이 필요합니다. Bain의 연구에 따르면 비즈니스 성과는 의사결정의 효율성과 95% 상관관계가 있는 것으로 나타났습니다. 의사 결정 인텔리전스 시스템은 의사 결정을 설명하고 정당화하고, 과거 의사 결정의 피드백에서 학습하고, 의사 결정 효과를 개선하기 위해 영향을 비교함으로써 효율성을 향상시킵니다.

의사 결정 인텔리전스는 더 나은 의사 결정을 내리는 데 도움이 되는 중요한 도구입니다. DI는 데이터 과학, AI 및 인간의 전문성을 결합하여 불확실성을 줄이고 효율성을 개선하는 데 도움이 될 수 있습니다. 그러나 DI에는 도전과제와 한계가 있습니다. 이러한 위험을 인식하고 이를 완화하기 위한 조치를 취해야 합니다.