1) 적격 대상기업 확정
비즈니스 데이터 가치평가를 위해서는 데이터를 평가할 만한 가치가 있는 기업이어야 합니다. 그렇다면 어떤 기업이 적격 대상기업일까요? 우선 데이터를 기반으로 사업을 영위하고 있거나 사업을 영위할 계획이 있는 Data-Driven Business 기업이어야 하며, 평가하고자 하는 데이터가 유의미하고 활용 가능하며 완전한 데이터이어야 합니다.
① Data-Driven Business 기업
어떤 기업이 Data-Driven Business를 영위하는 기업일까요? 저 역시 많은 전문가들과 논의하고 고민했던 부분입니다. 카카오와 같이 카카오톡이라는 플랫폼을 기반으로 사용자를 모으고 거기서 수집되는 데이터를 바탕으로 현재 비즈니스를 고도화하고, 카카오선물하기와 같이 연관 비즈니스로 진입을 하고, 더 나아가 카카오뱅크와 같이 신규 비즈니스로의 확대를 하는 등 명확하게 데이터를 기반으로 수익을 창출하는 기업이 있는가 하면, 유명하진 않지만 여러분이 자주가는 어느 작은 온라인 쇼핑몰의 경우에는 고객 구매 데이터 등 데이터는 쌓아 두고 있지만 어떻게 활용해야 하는지 모르는 기업도 있습니다. 이런 기업이 사업계획서를 가져와서 우리는 앞으로 데이터를 기반으로 사업을 확장할 것이라는 계획을 들려준다고 해서 Data-Driven Business 기업이라고 인정해 줄 수 있을까요?
저는 Data-Driven Business 기업이라면 적어도 데이터와 비즈니스 모델 간의 연계성을 제시할 수 있어야 하고, 해당 데이터를 관리할 수 있는 능력을 증명할 수 있어야 한다고 생각합니다.
Data-Business Model Matrix는 평가대상기업이 데이터 기반으로 다양한 비즈니스 모델을 영위하고 있고 경우, 보유하고 있는 데이터와 비즈니스 모델 간의 연계성을 파악하기 위한 목적으로 설계되었습니다. 비즈니스 모델별로 상이한 현금흐름을 창출하고 있으므로, 각각의 비즈니스 모델에 기반이 되는 데이터를 파악하고 이를 평가할 수 있습니다.
Data-Business Model Matrix
데이터 관리 능력을 확인하기 위해서는 기업의 마스터 데이터(기준정보) 관리체계와 메타 데이터(속성정보) 관리체계를 확인해 볼 필요가 있습니다. 마스터 데이터는 회사의 비즈니스 활동과 경영진의 비즈니스 의사결정에 근간이 되는 기준 데이터를 의미하며 대표적으로는 고객 정보, 공급자 정보, 제품 정보 등이 있다. 마스터 데이터 관리체계 구축과 운영을 통해서 마스터 데이터 간의 중복 발생 및 부정확한 정보가 입력되는 것을 방지할 수 있는 능력이 있는지 확인할 수 있습니다.
메타 데이터는 데이터에 관한 구조화된 데이터로 데이터를 설명하기 위한 데이터를 의미하며 사진 파일을 예시로 하면, 생성일자, 해상도, 용량, 위치 등의 정보가 해당됩니다. 메타 데이터 관리체계 구축과 운영을 통해서 데이터 유형, 담당자, 보관 주기, 데이터 간의 매핑, 업무 흐름 등을 효과적으로 관리하는 것을 확인할 수 있습니다.
② 데이터 유효성의 평가
모든 기업이 데이터를 수집하지만 모든 기업이 좋은 데이터를 수집하는 것은 아니기 때문에 어떤 기업이 좋은 데이터를 수집하는지 파악하는 것이 기업의 데이터 가치를 결정하는데 중요합니다. 사실, 저품질 데이터는 고품질 데이터와 똑같이 보일 수 있으므로, 데이터 품질을 파악하려면 데이터를 생성하고 저장하는 기본 프로세스와 시스템을 조사하는 체계적이고 방법론적인 접근 방식이 필요합니다.
"데이터 품질"은 "해당 데이터의 적합성에 대한 데이터 소유의 기대치"로 정의할 수 있습니다. 데이터 품질은 저장소와 기업 내 시스템마다 다를 수 있지만, 품질이 다르다고 해서 해당 데이터를 사용할 수 없는 것은 아니며, 모든 데이터가 가치가 있기 위해 최고 품질을 가져야 하는 것도 아닙니다. 보다 중요한 질문은 데이터의 특정 상황이나 맥락에서의 "사용 적합성"입니다.
데이터 품질의 핵심은 기업에서 사용하는 데이터 개체를 정의하는 비즈니스 규칙입니다. 데이터에 적용 시, 비즈니스 규칙은 출처, 간결한 정의, 허용 값 및 데이터 사용에 대한 제약 조건을 설명할 수 있어야 하고, 데이터 개체가 해당 비즈니스 규칙을 잘 준수하여야 하며, 특정 목적을 위한 데이터 실체의 "수용 가능성"과 언제 "수용 불가"로 간주되는지에 대한 기업 내 명확하게 이해하는데 있습니다.
고품질 데이터는 가치가 높은 데이터로 변환되므로 데이터 품질 관리는 데이터 관리의 가장 중요한 작업 중 하나가 됩니다. 데이터 품질을 달성하는 것은 기업 내부에서 다음과 같은 데이터 품질 프로그램을 구현하는 경우 품질이 중요한 목표이고, 성공할 것이라는 인식을 심어주는 것으로 시작됩니다.
• 조직 전체의 데이터 품질의 우선 순위
• 조직 전체의 데이터 품질 표준
• 전사적 데이터 품질의 관련 메트릭스
• 조직의 인증 및 규정 준수 정책
• 데이터 품질을 위한 모니터링 및 보고 절차
저는 데이터 품질관리 지표(DQI) 항목 중, 최소한 준비성, 완전성, 일관성, 정확성, 보안성, 적시성 등 종합적으로 판단해야 할 것입니다.
2) 데이터 가치평가 모델선정
① 데이터 가치평가 모델의 선정
앞서 설명한 데이터 가치평가 모델 중 평가에 적합한 모델을 선정하기 위해서는 Data-Driven Business 유형, 평가대상 기업의 시장성, 데이터를 활용한 신사업 추진 계획, 평가대상 기업이 보유한 데이터의 거래 여부 등을 고려해야 합니다.
평가대상 기업은 어떤 유형의 Data-Driven Business를 영위할 계획이 있는가?
Data-Driven Business는 데이터 판매기업, 데이터 활용기업 그리고 데이터 판매 및 활용기업으로 분류할 수 있습니다.
데이터 판매기업은 외부에서 데이터를 구입하거나 자체적으로 수집한 데이터를 Raw 데이터 형태 또는 가공한 데이터를 판매하는 기업으로 기업들의 재무 분석 정보 등을 제공하는 에프앤가이드가 그 예라고 할 수 있습니다.
데이터 활용기업은 데이터를 기반으로 기존 서비스를 개선하거나 새로운 사업을 추진하는 기업으로써 고객의 구매이력을 통한 맞춤 서비스를 제공하는 쿠팡을 예로 들 수 있습니다.
마지막으로 데이터 판매 및 활용 기업은 상기 비즈니스를 모두 영위하는 기업으로 데이터 판매 및 구매연결 수수료 사업을 영위하는 한국신용데이터(KCD)가 그 예라고 할 수 있습니다.
이 유형을 구분하는 기준은 사업계획 기준으로 분류하는 것이 적절하다고 생각합니다. 예를 들어 현재 데이터 판매만 하는 기업이 사업계획에 데이터를 기반 사업을 영위할 계획이 있다면 데이터 판매 및 활용기업으로 분류합니다.
이렇게 유형을 구분하는 이유는 데이터 활용기업 또는 데이터 판매 및 활용기업의 경우에는 데이터를 활용하여 신사업을 추진할 계획이 있고 시작 시기를 미래에 결정할 수 있다면 실물옵션을 적용할 수 있겠지만 데이터 판매기업의 경우에는 데이터를 활용하여 신사업을 영위할 계획이 없으므로 실물옵션 적용이 배제됩니다.
평가대상 기업은 시장성이 있는가?
평가대상 기업의 시장성을 고려하는 이유는 기업가치 접근법 적용 시 상장기업의 경우에는 시가총액 기준으로 적용할 수 있지만, 비상장 기업이면서 투자를 유치한 기업의 경우에는 투자가치를 기준으로 기업가치 접근법을 적용할 수 있기 때문입니다.
평가대상 기업은 데이터를 활용한 신사업을 추진할 계획이 있고 시작 시기를 미래에 결정할 수 있는가?
평가대상 기업이 데이터를 활용한 신사업을 추진할 계획이 있고 그 시작 시기를 미래에 결정할 수 있다면 실물옵션을 적용할 수 있지만, 데이터를 활용한 신사업을 추진할 계획이 없거나 있다고 하더라도 그 시작 시기를 미래에 결정할 수 없는 경우에는 실물옵션을 적용할 수 없습니다.
평가대상 기업이 보유한 데이터 중 시장에서 거래되고 있는 데이터가 있는가?
평가대상 기업이 보유한 데이터 중에서 데이터 거래소와 같은 시장에서 충분히 거래되고 있는 경우에는 시장접근법을 적용할 수 있지만, 그렇지 않은 경우에는 시장접근법 적용이 불가합니다. 여기서 충분한 거래라고 하면 최소한 30건 이상의 동일 혹은 유사한 거래를 의미합니다.[1]
[1] ‘데이터베이스 자산 가치평가 모형과 수명주기 결정’ 성태응 (2016)
Comments