[보험사를 위한 AWS Data Analytics Day] 7_데이터 경영을 위한 실행 프로그램_Data Driven Everything_D2E.pdf

보험사를 위한 AWS DATA ANALYTICS DAY
FINANCIAL SERVICES |
© 2023, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon Confidential and Trademark.
데이터 경영을 위한 실행 프로그램
D2E (Data Driven Everything)
김윤건
Analytics Specialist
AWS

데이터 기반 조직
Data Driven Organization
“데이터를 자산으로 활용하여,
지속적인 혁신을 주도하고 실행
가능한 통찰력을 창출함으로써,
고객의 경험을 강화하여 고객이 더
많은 것을 요구하게 만드는
조직입니다.”
92% of companies cite culture – people, process,
organization, and change management - as the biggest
impediment.
99% 의 우량기업들이 데이터에 투자하고 있지만,
24% 만이 데이터 기반 조직을 만드는데 성공했습니다.
2

고객들의 목소리
3
무엇을 만들어야
할지, 어디서부터
시작해야 할지 모름
뭐가 됬든 투자에
대한 정당성을
확보해야 진행
가능함
“데이터 기반”
기업이란 것이
어떻게 생긴 것인지
이해하고 싶음
배워야 할 기술이
많다면 적용할 수가
없음
모든 걸 IT가 다
해야하 는 문화
정보보호, 보안, 규제,
거버넌스가 어떻게
충족될 수 있는지
궁금함

기존 과제 정의 방식
4

기존 과제 정의 방식
고객이
원하는 게
정말
이건가?
결과적으로,
고객이
얻게 되는
가치는?
그래서,
고객경험은
어떻게
바뀌지?
누구를
위한
과제인가?
이 과제가
성공적인지
어떻게 알
수 있을까?
5

데이터로 뭘 할까 이전에, 비즈니스로부터 시작하세요
Start business backwards, not data forward
6

Mindset People & Process
Vision
• 어디서든 시작할 수 있게
해주는 모듈식 워크샵
• 영감을 주고, 의견을
취합하고, 아이디어를
구상하고, 배포하기 위한
지속적인 플라이휠 모멘텀
• 적절한 속도로
의사소통하고 변화를 관리
Technology * Mobilize
* 최소한 마인드셋 워크숍과 함께 진행해야 함
전환
새로운 비즈니스
가치 제공
다음 플라이휠 회전
D2E = 데이터 기반 조직 구축을 위한 프로그램
Think Big, Start Small, Scale Fast
7

Mindset
Technology
Mobilize
Mindset
Mobilize
People &
Process
설득력 있는 유즈케이스가 확인되었고
아이디어 구상 및 실행을 바로 시작하고
싶으십니까?
빌드할 유즈케이스를 선택하기 전에
비즈니스 우선 순위를 식별하고 관련
유즈케이스의 우선 순위를 정하는 데
도움이 필요하신가요?
비즈니스 우선 순위를 식별하고 관련
유즈케이스의 우선 순위를 지정한 다음
개념적 아키텍처를 만드는 데 도움이
필요하십니까?
데이터 전략을 지원하는 데 적합한 조직
모델과 거버넌스 및 교육 고려 사항을
식별하는 데 도움이 필요하신가요?
D2E 고객 여정 예
8

© 2023, Amazon Web Services, Inc. or its affiliates. All rights reserved. Amazon Confidential and Trademark. 9
D2E Mobilize
워크샵

1일차
Think Big &
Working
Backwards
2일차
Identify MVP
구축
Build &
Assess
준비
Prepare
• 산업 전반에 걸친 유즈케이스 이해
• 데이터 분석이 여는 파괴적 잇점 이해
• 차별적으로 생각하고 고객 만족을
위해 디테일하게 살펴보기
• 누가 고객인가?
• 그 고객의 문제/기회는 무엇인가?
• 고객의 니즈/원츠 는 무엇인가?
• 고객의 가장 중요한 혜택이 명확하게
파악 되었나?
• 고객의 경험은 어떤 모습으로 바뀌는가?
• 현행 아키텍처 이해
• 미래 아키텍처 정의
• MVP 스프린트 계획
Work Backwards from Experience to Technology. Stay focused on Business and Customer Outcomes
D2E Mobilize 워크샵 진행
10

1. 고객은 누구인가?
2. 그 고객의 문제/기회는 무엇인가?
3. 고객의 근본적인 니즈/원츠 는 무엇인가?
페르소나
5. 고객의 경험은 어떤 모습으로 바뀌는가?
기능
고객의 혜택 4. 고객의 가장 중요한 혜택이 명확하게 파악
되었나?
고객지향적인 언어를 사용하여 만들고자 하는 것을
설명합니다. 미래를 가정하여, 그것이 만들어 졌을때
고객이 느끼길 바라는 모습을 상상합니다.
프로덕트의 이름은? 1줄로 표현 한다면?
Working Backwards 에 의한 과제 정의
Jen Porter
어떻게 보일지, 어떤 핏이 좋을지 알 수 없기 때문에
항상 내가 원하는 것을 결정하기가 항상 어렵습니다.
매장에서 쇼핑을 할 때도 내가 이미 소유하고 있는
것과 어울릴지 확신할 수 없습니다.
“Prime Wardrobe”
a new way to shop for fashion
내가 필요한 것을 구매하거나 새로운 것을 시도하기
위해 완전히 위험 부담이 없습니다. 그리고 선불
요금이 없습니다.
다양한 크기와 색상의 항목을 한 번에 주문할 수
있습니다.
7일 동안 옷을 입어보고 내가 구매하기로 결정한
항목에 대해서만 비용이 청구됩니다.
반품이 간편합니다. 선불 반품 라벨을 부착하고
UPS에 반납합니다.
11

비전
프로덕트의 이름은? 1줄로 표현 한다면?
페르소나
고객의 혜택
페르소나
고객의 혜택
페르소나
고객의 혜택 고객의 혜택
기능 기능 기능 기능 기능 기능
12

기능과 고객의 여정
기능 2
상세
조회
Full Usage
Sequence
기능 3
장바구니
담기
기능 4
결제
기능 5
배송
기능 1
상품
검색
기능 7
반품
기능 6
청구
다양한 크기와 색상의 항목을 한 번에 주문할 수
있습니다.
7일 동안 옷을 입어보고 내가 구매하기로 결정한
항목에 대해서만 비용이 청구됩니다.
반품이 간편합니다. 선불 반품 라벨을 부착하고
UPS에 반납합니다.
13

MVP 스프린트 계획 예
TBD TBD TBD TBD TBD TBD TBD
TBD
Sprint 1-2
WS4: 반환
WS2: 장바구니 결제
WS1: 상품검색
WS3: 청구
Sprint 3-4 Sprint 5-6 Sprint 7-8 Sprint 9-10 Sprint 11-12 Sprint 12-13 Sprint 14
I can know this is
“Wardrobe”
I can select
multi-colors/size
I can see other
“Wardrobe”
Charge
I can checkout
$0 for
”Wardrobe”
As Admin, I can turn on or off
“Wardrobe” items
Design and Architecture
TBD
Sprint 0
Long Range
Planning
Roadmap
Creation
Working
Backwards
Learning
Workshops
Team Norms
Resource
Assignment
* Example roadmap, to be confirmed during Long Range Planning
I can opt
“Wardrobe”
Data Lake Implementation Iterations
Paper
Documents
Risk Implementation
Sprints
Pilot and Monitor
I know when I
will get
I know when I
should return
Reminder
Report to
customer
Return Box at
UPS
Return Labeling
Track return
WS5: IT 및 APP
Release Pipeline
14

결론

아무도 없는 곳에 데이터 레이크를 만들지 마세요
Don’t build a data lake to nowhere

크게 생각하고, 작게 시작하세요
17
t
전통적인 접근 방안
기반 구현 거버넌스
유즈케이
스
결과
반복적 접근 방안
t
기반 구현 거버넌스 유즈케이스
기반 구현 거버넌스 유즈케이스
t

데이터 비전과 전략
개발을 원하시나요?
ü 비즈니스 성과를 이끌어내는 데이터로
혁신을 위한 조직적 비전 만들기
ü 첫 번째 파일럿 정의, 학습 및 구축
데이터 플라이휠 시작
전략 실행에 도움을
받고 싶으신가요?
ü 전략적 데이터베이스, 분석 및 ML
이니셔티브를 가속화하기 위한
실질적인 결과물 생성
ü 아키텍처, 작동하는 프로토타입,
프로덕션 경로 및 AWS 서비스에 대한
심층 지식을 제공
아이디어로 시작해서,
솔루션 획득
임원 레벨로부터의
가이드가 필요 하신가요?
ü 전직 CxO의 직접적인 경험을 기반으로
한 멘탈 모델 및 전략
ü CxO 수준의 의논상대 및 스파링
파트너 확보
디지털 혁신에 영감을 주고
가속화
AWS가 함께 합니다.
18

Thank you!
김윤건
yoonk@amazon.com

[보험사를 위한 AWS Data Analytics Day] 7_데이터 경영을 위한 실행 프로그램_Data Driven Everything_D2E.pdf

Recommandé

Recommandé

Contenu connexe

Similaire à [보험사를 위한 AWS Data Analytics Day] 7_데이터 경영을 위한 실행 프로그램_Data Driven Everything_D2E.pdf

Similaire à [보험사를 위한 AWS Data Analytics Day] 7_데이터 경영을 위한 실행 프로그램_Data Driven Everything_D2E.pdf (20)

Plus de AWS Korea 금융산업팀

Plus de AWS Korea 금융산업팀 (13)

[보험사를 위한 AWS Data Analytics Day] 7_데이터 경영을 위한 실행 프로그램_Data Driven Everything_D2E.pdf