컴퓨터 브랜드 L사가 데이터로 페인 포인트를 해결한 방법, DataRobot(데이터로봇) 실제 사례 | 실제 사례
2023.02.10
신흥 시장으로 떠오르는 남미 지역에 성공적으로 진출한 컴퓨터 브랜드 Lenovo에는 하나의 고민이 있었습니다. 수요와 공급의 균형을 맞춰 불필요한 비용이나 잠재적인 판매 손실을 줄여야 하는데, 정작 이 문제를 해결할 수 있는 Data Scientist를 채용하기 어렵다는 것이었죠.
Lenovo는 페인 포인트 해결을 위해 이것을 도입하였고, 브라질 B2C 부문 노트북 판매량 점유율 1위를 달성할 수 있었습니다. 그 비법이 무엇인지 궁금하다면, 지금부터 주목하세요!
데이터로 페인포인트를 해결하는 방법, 데이터로봇이란?
컴퓨터 브랜드 Lenovo가 도입한 이것은 바로 DataRobot(데이터로봇)입니다. DataRobot(데이터로봇)은 AutoML을 중심으로 데이터 전처리부터 모델학습 배포, 운영, 관리에 이르는 데이터 분석 과정을 End-to-End로 지원하는 플랫폼입니다.
Data Scientist 고유 영역으로 여겨진 모델링 업무를 DataRobot(데이터로봇)을 통해 어렵지 않게 수행할 수 있는데요. 예측변수 선택, 모델링, 결과 확인 및 검증, 배포 및 운영까지 총 5단계의 프로세스를 거칩니다. 그 과정에서 사용자가 해야 할 일은 모델 Build를 위한 Data 준비와 단 몇 번의 클릭뿐이죠.
무궁무진하게 활용되는 DataRobot
DataRobot(데이터로봇)은 ‘특정 분야에서만 사용할 수 있는 게 아닐까?’, ‘우리 기업에는 해당되지 않는 이야기이지 않을까?’라는 생각을 하는 분들이 있을 텐데요. DataRobot(데이터로봇)은 모든 산업 분야에서 도입하고 활용 가능합니다. 또한, 기업이 직면한 페인 포인트를 해결할 수 있습니다.
앞서 말씀드린 컴퓨터 브랜드 Lenovo를 비롯하여 기업들이 DataRobot(데이터로봇)을 어떻게 활용하여, 페인 포인트를 해결하고 시장에서 앞서 나갈 수 있었는지 살펴볼까요?
DataRobot 실제 사례
제조 – 노트북 판매량 점유율 1위를 달성한 Lenovo
페인 포인트
전 세계적으로 매년 450억 달러 이상의 매출을 올리는 글로벌 컴퓨터 브랜드 Lenovo에는 하나의 과제가 있었습니다. 남미 시장에서 앞서 나가기 위해 신흥 시장으로 떠오르는 브라질에 자리 잡는 것이죠.
이를 위해선 수요와 공급의 균형을 맞춰야 했습니다. 수요보다 공급이 많으면 재고 보관 및 운송에 추가 비용과 재고 처리를 위한 판촉 비용이 발생합니다. 반대로 공급보다 수요가 많으면 적시 판매 기회를 잃게 되어 잠재적인 판매 손실이 발생합니다. 그렇기 때문에 Lenovo 제품을 판매하는 소매점의 재고 매진 수량을 적시에 정확히 예측해야 했습니다.
비즈니스 개발팀에서는 소매업체의 판매 수량에 영향을 미칠 수 있는 평균 제품 가격, 경쟁사와의 가격 차이 등 59가지 변수를 직원들이 직접 확인했습니다. 기존에는 직접 알고리즘을 선택하고 모델을 생성하며 정확도를 향상시키는 작업을 해 왔습니다. 그렇게 모델에 소요되는 시간은 총 4주 정도였고, 실제로 상용화 하는데는 이틀 정도 걸렸습니다. 정확도는 80%를 웃도는 수준이었구요.
소요되는 시간이나 비용에 대한 고민이 커져갈 무렵, Lenovo에게 DataRobot(데이터로봇)이라는 솔루션 도입을 통해 큰 변화를 맞이하게 되었습니다.
도입과 효과
DataRobot(데이터로봇)을 도입 후 총 59가지의 변수를 식별하고, 변수 최적화와 정확도를 개선하는 작업이 진행되었습니다. 그 결과 4주 걸리던 모델 개발은 3일로, 2일 걸리던 모델 상용화는 5분으로 줄었습니다. 예측 모델 정확도 역시 80% 수준에서 87.5%로 상승했습니다.
또한 소매점 재고의 매진 수량을 정확하게 예측할 수 있을 뿐만 아니라 재고가 부족하거나 초과하지 않도록 빠른 의사결정 체계를 만들 수 있었습니다. 예를 들어 대규모 판촉 행사를 하는 소매업체에는 고객 수요보다 재고가 부족하지 않도록 공급을 늘렸죠.
DataRobot(데이터로봇)을 통해 Lenovo는 수요와 공급의 균형을 개선해 수익을 올렸고 브라질 B2C 부문 노트북 판매량 점유율 1위를 달성할 수 있었습니다.
금융 – 은행 사이에서 경쟁력을 확보한 Harmoney
페인 포인트
호주와 뉴질랜드의 대출 시장은 6개의 은행과 2개의 카드사가 장악하고 있었습니다. 그래서 호주 온라인 개인 대출 서비스 업체인 Harmoney는 대규모의 은행과 카드사에서 살아남을 방법을 찾아야 했습니다.
은행에서는 잠재적인 대출자들에게 채무 불이행 위험 여부를 파악하기 위해 수많은 질문을 합니다. 이때, 질문의 수가 많아지면 대출을 포기하는 사람도 많아졌습니다. Harmoney는 이 사실에 주목했고, 질문의 수를 줄여 경쟁력을 확보하고자 했습니다. 하지만 이를 위해서는 대출 희망자가 채무 불이행 위험이 있는지를 파악할 방법을 찾아야 했습니다.
Harmony는 채무 불이행 관련 예측 모델을 구축하기로 했습니다. 하지만 어떻게 해야할 지 고민이 많았죠. 내부적으로는 단 4명의 데이터 분석가가 있던 Harmony는 고민을 거듭하다 머신러닝 기반의 예측 모델을 구현하기로 합니다. 그리고 이를 가능하게 해 준 것이 바로 DataRobot(데이터로봇) 이었습니다.
도입과 효과
DataRobot(데이터로봇)을 도입한 Harmoney는 기존에 모델 개발에 3-4개월이 걸리던 시간을 단 몇 번의 클릭만으로 가능하게 되어 상당 시간을 단축하였습니다. 게다가 모델 개발과 배포, 둘 다 가능하기 때문에 Harmoney의 데이터 과학 및 IT 엔지니어링 팀 모두 DataRobot(데이터로봇)을 사용할 수 있었는데요. 두 팀이 함께 협력하여 매우 정확한 예측 모델을 만들 수 있었습니다.
DataRobot(데이터로봇)은 기업과 고객 모두에게 효율적인 환경을 제공했습니다. Harmoney에게는 채무 불이행 위험을 예측할 수 있게 되었고, 필수적인 질문만 받은 고객은 빠르게 대출을 진행할 수 있었죠. 데이터를 다루는 방식에서 혁신을 꾀한 Harmoney는 치열한 시장에서 경쟁력을 확보할 수 있게 되었습니다.
헬스케어 – 효율적으로 병원을 운영하는 Steward Health Care
페인 포인트
병원은 법에 따라 많은 데이터를 기록하고 수집하며 유지해야 합니다. 이러한 이유로 병원에는 다양하고 많은 데이터가 존재합니다. 미국 최대의 민간 병원 운영업체 Steward Health Care는 이 데이터들을 활용하여 불필요한 비용은 줄이고 병원을 효율적으로 운영하고자 했습니다.
병원 운영 비용의 60%는 직원 충원으로 발생하는데요. 평균적인 직원 수를 기준으로 일정을 짜다 보니 환자 수가 최고조에 달할 때는 병원 인력이 부족한 경우가 많고, 환자 수가 줄어들 때는 병원 인력이 초과하는 경우가 많다는 것을 알았습니다. 병원 규모와 인력을 파악하는 것을 넘어 환자의 입원 기간을 예측해야 했죠.
병원엔 수많은 데이터가 있지만 이를 활용하고 분석할 수 있는 인력이 부족했습니다. 이에 DataRobot(데이터로봇)을 활용하여 이 문제를 해결하기로 했습니다.
도입과 효과
Steward Health Care는 DataRobot(데이터로봇)을 통해 환자의 입원 기간을 예측했고, 이 예측을 토대로 효율적인 병원 인력 재배치 및 운영이 가능하게 되었습니다. 이를 통해 최우선 과제였던 비용 절감을 쉽게 달성할 수 있었습니다. 일당으로 지급되는 간호사들의 시간이 1% 줄었고, 이에 따라 연간 200만 달러를 절감할 수 있었습니다.
게다가 진단에 따라 입원 기간을 예측할 수 있게 되면서, 의사는 사전 조치를 할 수 있게 되었습니다. 환자들은 더욱 빠른 퇴원을 할 수 있게 되어 만족도가 높아졌구요. 그리고 환자 입원 기간뿐만 아니라 치료약품들이 소모되는 시점도 예측이 가능해졌습니다.
이렇게 전반적인 의료 서비스 품질이 더욱 향상되어 병원 내 근무하는 인력들 및 환자들 모두에게 이점을 가져다주었습니다. Steward Health Care는 수많은 데이터를 DataRobot(데이터로봇)을 통해 활용하여 보다 효율적이고 면밀한 운영을 해 나가고 있습니다.
단 몇 번의 클릭으로 기업과 고객 모두에게 만족을 드립니다!
이외에도 배송 리드타임을 줄여 자동화된 주문 발주 시스템을 구현하기도 하고, Data Scientist의 일상적인 업무를 자동화하여 전반적으로 생산성을 올리는 등 수많은 기업에서 DataRobot(데이터로봇)을 활용하여 성장하고 있습니다.
기업 내부에 전문적인 Data Scientist가 없어서 데이터 분석에 어려움을 겪고 있거나 데이터 분석 성능을 개선하여 질 좋은 서비스 및 제품을 제공하고 싶다면 DataRobot을 사용해보세요! 몇 번의 클릭만으로 기업은 물론 고객에게도 큰 만족을 드릴 수 있습니다.
머신러닝 자동화 플랫폼 DataRobot(데이터로봇)
– 전 데이터 분석 과정을 End-to-End로 지원
– 단 몇 번의 클릭만으로 AutoML 진행 가능
