▲주식 거래를 하고 있는 남성 (출처=123RF)

다양하고 광범위한 데이터 세트에서 빅데이터 분석을 위해 고급 분석 기법을 사용해야 한다면, ‘처방 분석’이 제격이다.

성장 마케터 겸 기업가인 아지 아그라왈은 처방 분석을 ‘정해진 상황에서 이상적인 행동 방침을 찾아내고 특정한 상황에서 올바른 것이 무엇인지 전달해주는 것’이라고 정의했다.

처방 분석은 올바른 상황에서 적시에 올바른 방법을 제시하며, 미래도 예측할 수 있다. 구글의 자율주행 자동차가 처방 분석 기능에 대한 이상적인 사례다. 자율주행 자동차는 환경을 분석한 후, 수집한 데이터를 근거로 자동으로 방향을 결정한다. 또, 차선 변경이나 속도 조절, 최단 경로 등을 판단한다.

기업에서 처방 분석을 필요로 하는 이유는 무엇인가

오늘날 일반적인 기업은 디지털 공간을 가졌으며, 이곳 운영자들에게 데이터를 수집 및 분석한 후 경쟁력 있는 데이터 제시를 요구한다. 그러나 이런 기업의 소유주들은 사업 분석을 개발하거나 수익 증대를 위한 데이터 기술을 뒤쫓느라 바빠 자신만의 여가를 즐길 틈이 없다.

처방 분석은 기업가들이 자신의 사업을 보다 효율적으로 운영하기를 원할 때 도움을 줄 수 있다.

기업은 처방 분석을 사용해 특정한 문제에 대한 ‘분명한 해결책’을 가질 수 있다. 특히 당면한 문제에 대해 즉각적인 해결책이 필요한 기업가 입장에서는 매력적인 도구다.

기술 분석 vs 처방 분석

기술 분석은 트렌드를 제대로 이해하기 위해 과거 데이터를 분석하는 기법이다. 기업은 이 방법을 사용해 여러 지표를 분석한다. 그리고 이 기법은 프로그램 코딩이 전혀 필요 없거나 비교적 적게 요구되기 때문에 쉬운 분석법으로 평가받고 있다.

그러나 기술 분석은 그래프나 표 형태로 된 데이터를 제시하는 데에는 한계가 있다. 기술 분석의 일반적인 사례로는 현금 유동성 분석과 성과 분석, 수익 및 판매 보고서 등이 있다.

반면, 처방 분석은 미래 트렌드를 예측할 수 있어 기술 분석보다 한 단계 위다.

▲하늘을 날고 있는 비행기 (출처=123RF)

처방 분석의 일반적인 사용 사례

데이터 인플루언서(data influencer) 최대 기업 중 하나인 ‘데이터플로크(Datafloq)’ 마크 반 리즈메넘 CEO는 “처방 분석을 기업 지능의 토대로 간주해야만 처방 분석이 빅데이터의 근간이 될 수 있다”고 말했다. 그는 다음과 같이 처방 분석의 사용 사례를 열거했다.

1. 여행 및 운송 ? 여행 산업은 처방 분석에서 많은 잠재력을 보고 있다. 예를 들어, 온라인 여행 사이트나 호텔 전문 웹사이트, 항공 발권 서비스, 자동차 렌탈 사이트 등에서 고객의 변동 사항이나 구입 내역, 여러 여행 요인 등을 조사하기 위해 이 분석법을 사용할 수 있다. 그리고 수요 정도를 판단하게 되면, 판매 및 가격 결정을 최적화하는 것이 용이해진다.

2. 의료 산업 ? 의료 산업에는 분석해야 할 막대한 데이터가 넘쳐나고 있다. 이 데이터에는 환자 기록과 경제적 데이터, 의약품 정보, 사회지학적 데이터, 인구통계학적 데이터, 병원 데이터, 의료계 동향 등이 포함된다.

의료 서비스 제공자들이 이 모든 데이터를 통합하면, 보다 합리적인 가격에 우수한 의료 서비스를 제공하고 의료 센터나 병원 효율성도 개선할 수 있다.

이와 동일한 방법으로, 제약 회사들도 신약을 마케팅하는 데 걸리는 시간을 줄일 수 있고 처방 분석을 활용해 의약품도 개발할 수 있다.

8가지 처방 분석 기술

한편, 시장연구기업인 포레스터(Forrester)의 마이크 구알티에리 부회장은 기업이 결정을 내리는 데 도움이 되는 8가지 처방 분석 기술을 다음과 같이 제시했다.

1. 처방 분석 ? 기업의 사용자들은 보고서와 통합 데이터, 대쉬보드를 만들기 위해 처방 분석을 사용해 다중 애플리케이션에서 데이터를 찾을 수 있다.

2. 예측 분석 ? ‘정확한 개연성’이 있는 결과를 예측할 수 있다.

3. 스트리밍 분석 ? 실시간 데이터 흐름에서 패턴과 사건을 탐지할 수 있다.

4. 검색 및 지식 발견 ? 직원들은 기업 전체에 유용한 결정을 내릴 수 있게 된다.

5. 시뮬레이션 ? 컴퓨터 모델을 사용해 실제에서 시스템이나 공정 과정을 모방할 수 있다.

6. 수학적 최적화 ? 수치적으로 표현되는 제약이 있는 문제에 최적의 해결책을 찾아낸다.

7. 기계학습 ? 과거의 데이터를 바탕으로 예측하고 패턴을 확인하는 알고리즘이다.

8. 실용적 AI ? 기업이 새로운 정보를 지속적으로 익히고 지식을 구축하는 데 도움이 된다.