비즈니스의 성공을 측정하는 지표 중 하나로 이자, 세금, 감가상각비, 상각 전 영업이익 - EBIDTA가 있다. 하지만 이는 전통적인 기업을 평가하는 데는 좋은 기준일 수 있으나 디지털 비즈니스의 사고방식에는 맞지 않다. 디지털 혁신 기업들은 다른 가치를  우선시 하는데 고객 생애 가치나 고객 유입 비용, 엔드 투 엔드 고객 경험 등이 그들이다. 이런 가치들을 바탕으로 기업들은 강력한 디지털 성장 엔진을 구성해 성장해 나아가야 한다. 이 디지털 성장 엔진에 필요한 핵심 과제들은 다음의 6가지가 뽑힌다.

 1. 고객 경험에 대한 목표를 재무적 목표 및 운영 현실에 맞춰라

 고객 경험은 모든 데이터, AI, 디지털 이니셔티브를 안내하는 북극성과 같다. 모든 요소는 미래의 고객 경험에 대한 비전과 일치해야 하며 이러한 경험을 실현하는 데 필요한 단계들을 계획해야 한다. 또한 재무적 목표와 운영 현실 역시 고려해야 하며 다년간의 데이터와 인사이트를 활용해 실현 가능한 계획을 만들어야 한다. 

 2. 가치 있는 사용 사례에 초점을 맞춰 고객 데이터 전략을 최적화하라.

 데이터는 디지털 성장 엔진의 연료다. 데이터 가치사슬 전반에 걸쳐 고객 데이터 전략을 신중하게 계획해야 한다. 전략에는 원하는 결과물을 도출하기 위한 양질의 데이터를 수집하고, 이를 정리 및 변환하는 것, 데이터를 통합하고 표준화하는 것이 포함된다. 또 다양한 고객 상호작용을 하나의 고유한 고객의 아이덴티티로 통합해 고객이 어떤 사람인지에 대한 종합적인 360도 관점을 구축하고, 인공지능 및 머신러닝 모델을 사용해 실행 가능한 인사이트를 생성하거나, 간단한 분석 도구를 사용해 적절한 운영 조치를 찾아내는 과정도 필요하다. 

 3. 경험 엔지니어링, 데이터 및 AI 인프라 엔지니어링, 기업 엔지니어링을 구분하라.

 글로벌 조직이 경쟁에서 이기려면 일반적으로 세 가지 유형의 디지털 엔지니어링이 필요하다. 첫째, 경험 엔지니어링(experience engineering)은 고객이 직접 접하는 모든 경험을 지속적으로 개선하는 것을 말한다. 여기에는 이커머스 웹사이트와 오프라인 매장, 옴니채널 및 CRM e메일 마케팅, 고객 서비스 센터와 유료 광고 등을 통한 경험이 모두 포함된다. 둘째, 기업 엔지니어링(enterprise engineering)은 ERP, 재무, HR, 창고 관리, 상품 기획 등과 같이 보이지 않는 곳에서 직원들이 운영하는 시스템과 관련된 프로세스를 디지털화하고 자 동화, 현대화하는 데 중점을 둔다. 마지막으로 데이터 및 AI 인프라 엔지니어링(data and AI infrastructure engineering)은 회사 내의 다양한 시스템에서 나오는 모든 중요한 데이터를 효과적으로 관리하는 데 중점을 둔다. 이러한 데이터를 통해 이들은 마케팅과 영업, 고객 관리, 제품 개발 등 다양한 분야에서 특정 활용 사례에 도움이 될 수 있는 모델을 구축할 수 있다.

 4. 예측 AI 모델로 구동하는 ‘전자두뇌’를 개발하라.

 AI는 사실 데이터의 패턴을 이해하고 이를 통해 합리적인 예측을 내리는 도구에 불과하다. 하지만 이를 잘 활용하면 과거의 패턴을 파악하고 미래에 발생할 수 있는 고객의 행동을 예측하는 데 도움이 될 수 있다. 또한 각 고객에 대한 종합적인 분석을 생성하고 모든 상호작용을 하나의 고객 기록으로 결합해 자동으로 업데이트하는 ‘전자두뇌electronic brain ’를 만드는 데도 도움이 될 수 있다. 이 전자두뇌는 마케팅과 영업 및 서비스 채널에 구체적인 지침을 내릴 수 있다.  

 5. 데이터와 AI를 활용한 옴니채널 고객 지원 프로그램을 시작하라. 

AI 기반 전자두뇌를 활용해 고객에게 일관된 메시지를 전달하고, 다양한 채널에서 개인화된 경험을 제공하는 옴니채널 고객 지원 프로그램을 시작해야 한다.

 6. KPI, 구조 및 인센티브를 혁신하라. 

 자산을 최대한 활용하려면 적절한 목표와 성과 구조 및 인센티브도 필요하다. KPI에 대해 정기적으로 운영상의 조치를 취하고, 수시로 방향을 수정하고, 신속한 의사결정을 내리며, 자원과 예산을 재 할당할 수 있는 구체적인 계획이 마련돼야 한다.

 지금까지 살펴본 과제들을 해결함으로써 기업들은 AI 시대에 더 원활하게 진입할 수 있게 될 것이다.