회사와 팀에게 도움이 되는 데이터 용어집

전 세계적으로 생성되는 데이터의 양은 2025년까지 12시간마다 두 배로 증가할 것으로 예상됩니다. 이렇게 많은 데이터가 조직을 통해 이동하면, 데이터 전문가뿐만 아니라 모든 사람에게 권한을 부여해야 합니다. 인공 지능(AI)은 팀이 정보의 바다에서 비즈니스 인사이트를 얻는 데 도움이 되지만, 의사 결정을 학습하고 개선하기 위해서는 AI에도 데이터가 필요합니다. 이러한 이유로 세일즈포스는 데이터 용어집을 만들었습니다. 최고 경영자부터 개별 실무자에 이르기까지 조직의 모든 사람이 데이터를 이해할 수 있도록 합니다.

필수 용어를 숙지하면 기술적 능력과 관계없이 데이터에 대해 자신 있게 이야기하고 데이터를 사용하여 비즈니스 가치를 창출하는 방법을 이해할 수 있습니다.

주제별 생성 AI 용어

AI 핵심 용어

• 인공지능(AI)
• 인공신경망
• 증강 지능
• 인공지능을 사용한 CRM
• 딥 러닝
• 생성형 AI
• 생성자
• GPT
• 머신 러닝

• NLP
• 트랜스포머

인공지능 교육 및 학습

• 인공지능(AI)
• 인공신경망
• 증강 지능
• 인공지능을 사용한 CRM
• 딥 러닝
• 생성형 AI
• 생성자
• GPT
• 머신 러닝

• NLP
• 트랜스포머

인공지능 윤리

일괄 처리(Batch processing)

일괄 처리는 컴퓨터가 대량의 데이터에 대해 반복적인 작업 또는 작업 그룹을 자동으로 실행하는 것을 말합니다. 일련의 개별 작업이 아닌 하나의 단위로 데이터를 처리합니다. 프로세서를 많이 사용하는 특정 작업은 개별적으로 실행하기에는 비효율적일 수 있습니다. 일괄 처리를 사용하면 데이터 작업을 함께 실행하며, 종종 시스템 리소스를 절약하기 위해 사용량이 적은 시간에 실행됩니다.

• 고객에게 미치는 영향: 주문 처리와 같은 작업을 일괄적으로 실행하면 고객은 해당 작업을 개별적으로 처리할 때보다 처리 시간이 단축될 뿐만 아니라 보다 일관되고 정확한 결과를 경험할 수 있습니다.
• 팀에 미치는 영향: 팀은 개별 작업에 필요한 오버헤드를 최소화하여 시간을 절약하고, 일괄 처리를 통해 표준 비즈니스 규칙을 사용하여 더 일관된 품질 관리를 수행합니다.

비즈니스 분석(Business analytics)

비즈니스 분석(Business Analytics)은 데이터를 사용하여 가설을 테스트하고 미래 성과에 대한 예측 또는 더 많은 정보에 입각한 의사 결정을 내리는 방식입니다. 비즈니스 분석은 예측적입니다. 데이터를 모델링하고 분석하여 새로운 인사이트를 식별하고 추세를 예측할 수 있습니다.

• 고객에게 미치는 영향: 고객은 적시에 전달되는 맞춤형 제품 추천 및 적절한 마케팅 메시지 등 전반적으로 향상된 경험을 얻을 수 있습니다.
• 팀에 미치는 영향: 팀은 비즈니스 분석을 사용하여 보다 정확한 예측을 생성하고 리소스 계획, 수요 예측, 리스크 평가 등에 대한 현명한 결정을 내릴 수 있도록 지원합니다.

비즈니스 인텔리전스(Business intelligence)

비즈니스 인텔리전스는 대량의 데이터를 수집하여 현재 성능 스냅샷을 확인하고 의사 결정을 하기 위해 실행 가능한 인사이트를 얻는 방법입니다. 비즈니스 인텔리전스는 기술적인 특성을 갖고 있으며, 이는 특정 시점에서 어떤 일이 일어나고 있는지 “설명”합니다.

• 고객에게 미치는 영향: 조직이 과거 또는 현재의 노력이 어떻게 효과를 발휘했는지(또는 효과가 없는지) 확인하고 이러한 인사이트를 활용하여 개선할 수 있을 때, 고객에게 더 나은 서비스를 제공할 수 있으며 이는 고객 만족도와 고객 충성도 향상으로 이어집니다.
• 팀에 미치는 영향: 팀은 핵심 성과 지표(KPI) 추적과 같은 내부적인 노력에 비즈니스 인텔리전스를 활용하며, 고객 만족도(CSAT) 점수 모니터링과 같은 부서 또는 팀 내 비즈니스 위험을 발견하는 외부적인 노력에도 활용할 수 있습니다.

고객 데이터 플랫폼(CDP)

CDP는 기업이 웹 사이트, 모바일 앱, 이메일 및 소셜 미디어와 같은 소스에서 고객 데이터를 수집, 구성 및 사용하여 고객의 통합 프로필을 구축할 수 있도록 지원합니다.

• 고객에게 미치는 영향: CDP를 통해 기업은 고객 문제를 해결하는 데 도움이 되는 보다 의미 있는 브랜드 상호 작용에 대한 고객 요구를 더 효과적으로 예측할 수 있습니다.
• 팀에 미치는 영향: 고객에 대한 통합된 뷰를 통해 팀은 보다 의미 있고 목표에 맞는 경험, 캠페인 및 제품을 만들 수 있습니다. 또한 더 많은 데이터가 입력됨에 따라 추적, 측정 및 개선이 더욱 쉬워집니다.

대시보드(Dashboard)

대시보드는 상황을 모니터링하거나 이해를 돕기 위해 사용되는 데이터의 시각적 표시입니다. 대시보드에는 일반적으로 중요한 비즈니스 프로세스와 KPI를 설명하는 여러 대화형 차트가 포함됩니다.

• 고객에게 미치는 영향: 프로세스를 효과적으로 모니터링할 수 있는 조직은 고객의 요구 사항을 더 잘 충족하는 목표에 맞는 인사이트를 제공할 수 있습니다.
• 팀에 미치는 영향: 주요 비즈니스 목표를 향한 진행 상황을 모니터링함으로써, 대시보드는 팀이 긍정적인 추세와 부정적인 추세를 확인하고 이러한 추세를 유발하는 이유를 자세히 조사하여 조치를 취할 수 있도록 합니다.

데이터 및 빅데이터(Data and big data)

데이터는 조직이 수집, 저장 및 분석하는 가공되지 않은 사실, 수치 및 고객 이름, 연락처 세부 정보와 같은 정보입니다. 데이터는 고객 상호 작용, 설문 조사, 센서 및 소셜 미디어와 같은 다양한 소스에서 가져올 수 있습니다. 빅 데이터는 크고 복잡한 양의 정보를 의미합니다. 빅 데이터의 5V(볼륨, 속도, 정확성, 가치 및 다양성)는 빅 데이터를 저장, 관리 및 분석하는 데 필요한 과제를 정형, 비정형 및 반정형 형태로 설명합니다.

• 고객에게 미치는 영향: 기업이 빅 데이터를 사용하면 고객은 보다 개인화되고 관련성 높은 메시지를 받을 수 있습니다. 뿐만 아니라 빅 데이터 분석을 통해 부정 행위를 식별하는 패턴을 발견할 수 있으므로 보안 및 신뢰성이 향상됩니다.
• 팀에 미치는 영향: 팀은 데이터를 사용하여 고객 상호 작용을 개선합니다. 특정 제품이나 서비스를 추천하기 위해 과거 구매, 브라우징 행동 및 기타 데이터 포인트와 관련된 데이터를 수집하고 분석합니다. 이는 고객 경험을 향상시키고 구매 가능성을 높입니다.

데이터 분석(Data analytics)

데이터 분석은 원시 데이터를 검사하여 결론을 도출하는 과학입니다. 여기에는 데이터를 보다 쉽게 이해하고 집계 및 시각화 할 수 있는 도구와 기술이 포함됩니다.

• 고객에게 미치는 영향: 고객은 개선된 제품 및 서비스를 사용할 때 데이터 분석의 이점을 경험합니다.
• 팀에 미치는 영향: 팀은 데이터 분석을 사용하여 고객 서비스, 제품 개발, 마케팅 등과 같은 주요 기능을 지속적으로 개선합니다.

데이터 문화(Data culture)

데이터 문화는 의사 결정을 강화하기 위해 데이터 사용을 중시하고 실천하고 장려하는 사람들의 집단적인 행동과 신념입니다. 데이터 문화는 데이터 분석가뿐만 아니라 모든 사람이 데이터를 활용하여 비즈니스 가치를 발굴하고 창출할 수 있도록 지원합니다.

• 고객에게 미치는 영향: 조직의 모든 사람이 데이터를 사용할 수 있는 권한을 갖게 되면 모든 사람이 고객이 필요로 하는 것에 대해 더 현명한 결정을 내릴 수 있습니다.
• 팀에 미치는 영향: 팀은 문제를 더 빨리 해결합니다. 데이터를 최우선으로 활용하면 트렌드를 선도하고, 보다 개인화된 제품을 만들고, 예측 기능을 개선하는 등의 이점을 얻을 수 있습니다.

데이터 거버넌스(Data governance)

데이터 거버넌스는 조직이 데이터의 안정성과 관련성을 보장하기 위해 라이프 사이클 전반에 걸쳐 데이터를 효과적으로 처리하기 위한 규칙과 책임을 정의하는 데 사용하는 프레임 워크입니다. 이러한 규칙은 유용성, 품질, 정책 준수, 개인 정보 보호 및 보안을 유지하기 위한 프로세스와 프로토콜을 정의합니다.

• 고객에게 의미하는 바: 신뢰할 수 있고 관련성 있는 데이터를 보유하는 것은 양질의 고객 경험을 창출하는 데 필수적입니다. 또한 고객은 개인 정보 보호 권리와 민감한 개인 정보를 존중하는 조직을 신뢰할 가능성이 높습니다.
• 팀에 미치는 영향: 팀은 데이터가 안정적이고 관련성이 있으며, 데이터를 보호하기 위한 명확한 표준과 관행이 존재하여 침해 가능성을 줄일 수 있다는 점을 알고 더욱 안심할 수 있습니다.

데이터 조화(Data harmonization)

데이터 조화는 여러 소스의 데이터를 모아 단일 데이터 소스처럼 작동하는 통합 데이터 세트를 만드는 프로세스입니다. 데이터 요소, 형식 및 구조를 정렬하여 불일치를 제거하고 데이터를 보다 쉽게 비교 및 분석할 수 있도록 합니다.

• 고객에게 미치는 영향: 조직은 다양한 소스의 고객 선호도 및 구매 내역과 같은 데이터를 단일 소스인 것처럼 액세스할 수 있기 때문에 고객은 부서 전체에서 일관된 경험을 얻을 수 있습니다.
• 팀에 미치는 영향: 팀은 고객을 보다 전체적으로 파악할 수 있으며 여러 시스템에 액세스할 필요 없이 보다 신속하게 정보에 액세스하고 분석할 수 있습니다.

데이터 인사이트 및 실시간 인사이트(Data insights and real-time insights)

데이터 인사이트는 데이터 분석을 통해 얻을 수 있는 데이터 패턴 및 추세와 같은 핵심 결과입니다. 실시간 인사이트는 이커머스 사이트를 통한 판매와 같이 이벤트가 발생하는 순간에 들어오는 데이터 분석의 즉각적인 최신 정보입니다. 이러한 인사이트를 사용하여 의사 결정 및 전략을 안내할 수 있습니다.

• 고객에게 의미하는 바: 데이터 인사이트는 맞춤형 제품 및 서비스, 사전 예방적 지원 등 모든 브랜드 상호 작용에서 고객에게 주요 이점을 제공합니다. 실시간 인사이트를 통해 조직은 실시간 개인화, 보다 구체적인 마케팅 및 문제에 대한 거의 즉각적인 대응을 수행할 수 있습니다.
• 팀에 미치는 영향: 팀은 데이터 인사이트를 사용하여 고객을 더 깊이 이해하고 프로세스를 개선하며 현명한 의사 결정을 촉진함으로써 시장에서 경쟁 우위를 구축합니다.

데이터 레이크(Data lake)

데이터 레이크는 원시 데이터의 중앙집중식 스토리지 저장소로 조직에서 대량의 정형, 비정형 및 반정형 데이터를 원래 형식으로 수집하고 저장하는 데 사용하는 방대하고 유연하며 경제적인 스토리지 시스템입니다. 데이터 레이크는 소셜 미디어 게시물, 센서 로그 및 위치 데이터와 같은 풍부한 비정형 데이터를 캡처합니다.

• 고객에게 미치는 영향: 데이터 레이크에서 사용할 수 있는 방대한 정보를 통해 브랜드는 고객의 요구 사항을 예측할 수 있습니다.
• 팀에 미치는 영향: 팀은 단일 공간에서 방대한 양의 데이터에 액세스하여 더 빠르게 이동하고 경쟁 업체를 따라잡거나 앞서갈 수 있습니다.

데이터 레이크하우스(Data lakehouse)

데이터 레이크하우스는 데이터 레이크의 확장성과 유연성, 그리고 데이터 웨어하우스의 구조와 거버넌스를 모두 갖추고 있습니다. 이러한 하이브리드 품질 덕분에 조직은 형식이나 크기에 관계없이 모든 데이터에서 인사이트를 쉽고 빠르게 추출할 수 있습니다.

• 고객에게 미치는 영향: 고객은 통합된 옴니채널 환경, 더 빠른 응답 시간 및 향상된 데이터 보안의 이점을 누릴 수 있습니다.
• 팀에 미치는 영향: 팀은 별도의 데이터 스토리지 및 처리 구조를 필요로 하지 않으므로 과거 데이터와 실시간 데이터를 모두 한 곳에서 통합할 수 있습니다.

데이터 리터러시(Data literacy)

데이터 리터러시는 데이터를 탐색하고 이해하고 통신하는 능력입니다.

• 고객에게 미치는 영향: 고객은 브랜드가 자신을 이해하고 문제를 해결하는 데 도움을 줄 수 있는지 알고 싶어합니다. 데이터 리터러시를 수용하는 조직은 고객 접점 전반에 걸쳐 이러한 종류의 심층적인 지식을 보유할 수 있습니다.
• 팀에 미치는 영향: 강력한 데이터 활용 능력을 갖춘 팀은 개인, 전문가 및 조직의 성장을 촉진하여 비판적 사고, 경력 기회 및 데이터 중심의 성공을 달성합니다.

데이터 마스킹(Data masking)

데이터 마스킹은 민감한 정보 또는 개인 정보를 보호하고 개인 정보 요구 사항을 준수하기 위해 중요한 데이터를 가상 또는 익명화 된 데이터로 대체하는 프로세스입니다. 데이터 마스킹은 실제 데이터가 필요하지 않거나 타사와 데이터를 공유할 때, 교육 또는 테스트 시나리오에서 사용됩니다. 또한 마스킹을 사용하여 AI 프롬프트를 작성하거나 AI 모델을 교육할 때 모든 개인 데이터를 제거할 수 있습니다.

• 고객에게 미치는 영향: 기업이 민감한 개인 식별 정보를 보호할 때 고객은 더 큰 신뢰를 갖게 됩니다.
• 팀에 미치는 영향: 팀은 테스트, 교육 또는 개발에 사용할 기능적 데이터를 보유한 상태에서 개인 정보 보호 요구 사항을 쉽게 따를 수 있습니다.

데이터 마이닝(Data mining)

데이터 마이닝은 대규모 데이터 세트에서 패턴을 발견하는 프로세스입니다. 기계 학습, 통계 및 데이터베이스 시스템과 같은 기술을 사용하여 원시 데이터를 유용한 정보로 변환합니다.

• 고객에게 미치는 영향: 고객은 필요성을 인식하기 전에 원하는 것과 필요한 것에 대해 예측 추천을 받습니다. 사용자 정의된 권장 사항, 주의사항 및 추가 기능 제품 오퍼링은 모두 데이터 마이닝을 통해 제공됩니다.
• 팀에 미치는 영향: 고객의 행동을 보다 깊이 이해하면 모든 마케팅 및 영업 전략을 효율적이고 효과적으로 유지할 수 있습니다.

데이터 사이언스(Data science)

데이터 사이언스는 과학적 방법, 통계, 알고리즘 및 데이터 마이닝 기술을 결합하여 정형 및 비정형 데이터에서 인사이트를 생성하는 분야입니다.

• 고객에게 미치는 영향: 고객은 특정 지원 작업을 자동화하는 맞춤형 제안 및 기계 학습 알고리즘을 제공하는 추천 알고리즘과 같은 데이터 과학 도구를 통해 더 빠른 서비스와 향상된 개인화를 경험할 수 있습니다.
• 팀에 미치는 영향: 팀은 데이터 사이언스를 사용하여 서비스 및 제품 오퍼링을 지속적으로 개선하고 반복함으로써 보다 적절하고 효율적이며 만족스러운 고객 경험을 구축합니다.

데이터 보안(Data security)

데이터 보안은 권한이 승인된 개인만 특정 데이터에 액세스할 수 있도록 사용자 권한 및 역할 기반 액세스와 같은 조직의 데이터를 보호하는 데 사용되는 조치 및 관행을 의미합니다.

• 고객에게 미치는 영향: 고객 신뢰가 전부입니다. 조직이 고객 자신의 데이터와 개인 정보를 보호하는 데 세심한 주의를 기울인다는 사실을 알게 되면 고객 관계와 충성도가 형성됩니다.
• 팀에 미치는 영향: 팀에 데이터 보안 조치가 있으면 데이터 유출에서 스스로를 보호하고, 고객 신뢰와 평판을 유지하며, 규제 표준을 준수하고, 지적 재산을 보호할 수 있습니다.

데이터 스토리텔링(Data storytelling)

데이터 스토리텔링은 데이터, 시각화 및 내러티브를 사용하여 통찰력을 전달하고 청중에게 설득력 있는 이야기를 전달하는 것입니다. 스토리를 생성하여 데이터 내러티브를 전달하고, 맥락을 제공하고, 결정이 결과와 어떻게 관련되는지 보여주거나, 단순히 설득력 있는 사례를 만들 수 있습니다.

• 고객에게 미치는 영향: 조직은 데이터 스토리텔링을 사용하여 고객에 대한 더 깊고 의미 있는 이해를 만듭니다.
• 팀에 미치는 영향: 팀은 데이터 스토리텔링을 사용하여 복잡한 정보를 단순화하고 조직 전체에 걸쳐 매력적인 방식으로 공유합니다. 이를 통해 주요 데이터 개념 및 관련 프로젝트에 대한 이해와 구매가 향상됩니다.

데이터 시각화(Data visualization)

데이터 시각화는 정보를 더 쉽게 이해할 수 있도록 상세 차트, 그래프 및 지도를 만드는 작업입니다. 이를 통해 조직은 데이터의 추세와 패턴을 더 잘 파악할 수 있으며, 비전문가도 데이터를 이해하고 해석할 수 있습니다.

• 고객에게 미치는 영향: 고객은 조직이 데이터 인사이트에 대해 동일한 이해를 갖고 있을 때, 브랜드와 더 연결된 상호 작용을 경험할 수 있습니다.
• 팀에 미치는 영향: 팀은 풍부한 시각화를 통해 데이터에 대한 이해도를 높이고 숨겨진 인사이트를 발굴합니다.

데이터 웨어하우스(Data warehouse)

데이터 웨어하우스(Data Warehouse)는 처리된 데이터를 위한 대규모의 조직화된 저장 공간으로, 조직은 다양한 소스로부터 구조화된 방식으로 정보를 수집하고 저장합니다.

• 고객에게 미치는 영향: 고객은 브랜드와의 원활한 상호작용을 기대합니다. 조직은 모든 데이터를 한 곳에 정리할 때 이러한 기대를 더 잘 충족시킵니다.
• 팀에 미치는 영향: 팀에는 데이터를 위한 중앙 허브가 있어 보고, 의사 결정 등에 필요할 때마다 신속하게 액세스할 수 있습니다.

예측 분석(Predictive analytics)

예측 분석은 통계 기법(기계 학습 포함)을 사용하여 과거 데이터를 기반으로 미래의 사건 또는 결과를 예측합니다. CRM의 맥락에서, 여기에는 어떤 고객이 거절할 가능성이 가장 높은 지 또는 특정 프로모션에 응답할 가능성이 가장 높은 지 예측하는 것이 포함될 수 있습니다.

• 고객에게 미치는 영향: 예측 분석을 통해 고객은 가장 흥미롭고 관련성이 높은 정보와 프로모션을 받을 수 있습니다.
• 팀에 미치는 영향: 팀은 예측 분석을 사용하여 수요를 예측하고, 추세를 파악하며, 사전에 의사 결정을 내리고, 비즈니스 전략을 알릴 수 있습니다.

정형, 비정형, 반정형 데이터

(Structured, unstructured, and semi-structured data)

구조화된 데이터는 스프레드시트 또는 고객 데이터베이스와 같은 고정 형식의 잘 정의된 데이터로, 각 고객에 대한 행과 이름, 주소, 전화 번호 및 전자 메일 열이 있습니다. 구조화된 데이터는 기존의 분석 툴을 통해 쉽게 이해하고 검색할 수 있으며 기계로 읽을 수 있습니다.

비정형 데이터는 미리 정의된 형식이나 특정 데이터 모델이 없는 정보로 인사이트를 생성하기 위해 특수한 도구가 필요합니다. 비정형 데이터의 예로는 이메일, 소셜 미디어 게시물, 오디오 및 비디오 녹화, 이미지 및 웹 페이지가 있습니다. 비정형 데이터는 정형 데이터보다 더 빠른 속도로 증가하고 있기 때문에 이를 원활하게 분석할 수 있는 빅데이터 기술은 기업에게 매우 중요합니다.

반정형 데이터는 일부 조직 구조를 가지고 있지만 있는 그대로 분석하기가 쉽지 않습니다. 구조화된 데이터와 같은 관계형 데이터베이스로 가져오려면 일부 구성 또는 정리 작업이 필요합니다.

• 고객에게 미치는 영향: 다양한 데이터 유형을 활용하는 브랜드는 보다 정량적인 정형 데이터와 보다 질적인 비정형 데이터에서 인사이트를 도출하여 고객에게 더 나은 서비스를 제공할 수 있습니다.
• 팀에 미치는 영향: 팀은 비정형 데이터 수집을 위한 Hadoop과 정형 및 반정형 데이터 분석 및 시각화를 위한 Tableau와 같은 솔루션을 결합하여 세 가지 데이터 유형을 모두 분석에 사용할 수 있습니다.

데이터를 사용하여 다음 단계를 진행하세요

데이터는 그 어느 때보다 중요하며, 계속해서 증가하는 데이터 흐름은 엄청난 관리와 거버넌스 책임을 가지고 있습니다. 그러나 데이터는 큰 힘을 가지고 있습니다. 조직 내의 개인들에게 데이터 액세스 및 데이터 사용 능력을 확장할수록 의사 결정을 지도하고 놀라운 고객 경험을 창출할 수 있는 비즈니스 인사이트의 잠재력이 커집니다. 실행 가능한 실시간 데이터를 AI 및 CRM과 결합하면 지능적인 작업을 추진하고 규모에 맞게 개인화된 경험을 제공할 수 있습니다.

그렇기 때문에 데이터의 본질을 이해하는 것이 중요합니다. 데이터 사용 능력이 회사 문화 전반에 확산되면 누구나 데이터로 인사이트를 얻고 가치를 창출할 수 있습니다.