104년 역사를 자랑하는 미국의 군용 차량 및 특수 차량(예: 소방차, 제설차 등) 전문 업체 ‘오시코시(Oshkosh Corp.)’가 데이터를 활용해 비즈니스를 최적화하고 있다.
무려 1세기가 넘는 시간 동안 특수 차량을 설계하고 제작해 온 오시코시가 의사결정을 위해 데이터 역량을 강화하고 있다.
수석 부사장이자 CIO인 애너팜 케어는 “비즈니스를 위한 예측 모델 개발에 주력하고 있다.
지난 18개월 동안 약 35개의 분석 모델을 개발했다”라면서, “이 모델들은 수백만 달러에 달하는 영업 이익에 영향을 미치고 있다”라고 말했다.
1917년에 설립된 오시코시는 특수 트럭, 군용 차량, 트럭 본체, 공항 소방 장비, 액세스 장비 등을 제조한다.
전 세계 22개국에서 총 147곳의 생산 시설을 운영하고 있으며 150여 개국에 장비와 차량을 판매한다.
케어가 디지털 트랜스포메이션을 추진하기 위해 취임했던 지난 2018년 당시, 오시코시는 데이터 및 애널리틱스 역량을 구축하고자 JLG 인더스트리(JLG Industries)에 소규모 비즈니스 인텔리전스(BI) 그룹을 구성했다.
이 회사는 고소작업대와 텔레핸들러 등 액세스 장비 설계, 제조, 판매에 특화된 오시코시의 자회사다.
데이터 주도 혁신을 지원하고자 케어는 2019년 초 컨설팅 회사 출신의 마리나 파쉬케비치 제이드를 고급 애널리틱스 및 인공지능 부문 부사장으로 영입했다. 디지털 제조, 고급 애널리틱스, RPA 부문을 강화하기 위해서였다.
그리고서 데이터 과학자, 데이터 엔지니어, 데이터 아키텍트로 구성된 데이터 과학팀을 만들었다고 그는 덧붙였다.
케어는 “운 좋게도 위스콘신에서 유능한 인재들을 채용할 수 있었다. 쉽지 않은 일이었다. 또 다양성을 갖춰 팀을 구성했다. 이를테면 내부적으로 교육을 받은 2~3명의 인력도 데이터 과학팀에 합류시켰다”라고 설명했다.
데이터 운영 재정비
케어의 첫 번째 이니셔티브는 오시코시의 애플리케이션 포트폴리오와 데이터를 평가하여 비즈니스 가치를 판단하는 것이었다. 그 평가에서 비효율적인 부분이 많이 발견됐다고 그는 전했다.
그에 따르면 예를 들어 오시코시의 여러 애플리케이션은 ERP 시스템과 통합돼 있지 않았고, 직원들은 데이터를 스프레드시트에서 애플리케이션으로 일일이 옮기거나 또는 이메일을 통해 공급업체로 전송해야 했다(주당 최대 200개). 데이터 과학팀은 이러한 수작업 프로세스가 연간 약 8,000시간을 소모하게끔 하고 있다고 분석했다.
따라서 케어의 팀은 RPA를 사용해 주요 애플리케이션과 ERP 시스템을 연결하고 전체 프로세스를 자동화했다.
이 과정에서 특히 주문 마진 및 고객을 예상하고, 새로운 비즈니스 입찰을 결정하며, 공급망을 최적화하는 데 도움을 주는 예측 역량을 구축하는 데 초점을 맞췄다.
오시코시의 최근 프로젝트인 ‘디지털화된 구매 경험(Digitized Buying Experience)’은 구성 도구와 통합된 고급 애널리틱스 모델을 사용하여 차량 구성을 기반으로 자재 및 인건비를 예측해 고객에게 더욱더 정확하고 시의적절한 견적을 제공한다. 이 프로젝트를 통해 오시코시는 ‘CIO 100 어워즈(CIO 100 Award)’를 수상했다.
케어는 “고급 애널리틱스는 이제 CEO의 목표가 됐다. 매년 경영진과 함께 진행 상황을 검토한다. 또 분기별로는 현업 부문과 애널리틱스 프로젝트를 리뷰한다”라고 말했다.
가치 우선순위 결정
애널리틱스가 효과적일 수 있도록 케어의 팀은 ‘열정적인 후원자’가 있는 프로젝트를 선정한 다음, 예상되는 이점에 따라 프로젝트 우선순위를 결정한다고 그는 언급했다.
케어는 “여기서 ‘열정적인 후원자’란 애널리틱스가 해결하는 데 도움을 줄 수 있는 문제나 불편사항을 가진 비즈니스 리더(또는 현업 부문)를 의미한다. 그리고서 영업 이익 또는 매출 성장 등 회사의 이익과 관련해 프로젝트의 이점을 정량화한다”라고 설명했다.
잠재적 후원자가 데이터와 애널리틱스를 통해 어떤 도움을 받을 수 있는지 이해할 수 있도록 데이터 과학팀은 업무 영역별 약 100개의 사용 사례로 구성된 카탈로그를 만들었다. 그는 “기본적으로 여러 현업 부문에서 워크샵을 진행하고 (애널리틱스의) 가능성에 관해 알려준다”라고 덧붙였다.
또한 케어는 데이터 과학자들을 사업 분야에 맞게 정렬해 이들에게 각 현업 부문의 요구사항에 관한 인사이트를 제공하고 있다고 전했다.
그 결과 데이터 과학자는 비즈니스 언어를, 현업 부문은 데이터 언어를 사용하기 시작하면서 더욱 직관적인 상호작용이 이뤄지고 더 많은 아이디어가 창출됐다고 그는 언급했다.
케어는 데이터 과학팀이 성공적일 수 있었던 이유는 대형 조직이지만 스타트업처럼 사고하기 때문이라고 진단했다. 그는 “스타트업의 경우 시드머니를 투자받고 위험을 감수해본 다음 이를 벤처캐피털에 알려줘야 한다.
오시코시 사례에서 벤처캐피털은 경영진이다. 우리는 지속적으로 정보를 제공하고 있다. 기업가적 프로세스라고 할 수 있다”라고 말했다.
한편 문화적 관점에서도 케어는 팀에 ‘CARE(Customer obsession, Agility, Results, Entrepreneurship; 고객우선주의, 민첩성, 성과, 기업가 정신) 문화’가 있다고 전했다. IT 및 애널리틱스팀은 지표와 논의를 통해 이러한 특성을 강조한다. 그는 이런 행동을 보이는 팀원에게 인센티브를 준다고 덧붙였다.
케어는 “실제 비즈니스 기회에 초점을 맞추는 것 그리고 스토리텔러가 되는 것은 성공의 열쇠다”라면서, “스토리텔러가 되면 모멘텀을 창출하고 확장하는 데 도움을 준다.
아울러 비즈니스 기회에 중점을 두면 비즈니스뿐만 아니라 IT의 서비스화(ITaaS) 역량을 쌓는 데도 도움을 줄 수 있다.
