“현장에서 데이터를 입력하라고 했는데 왜 아무도 제대로 입력하지 않을까?”
많은 기업에서 반복되는 질문이다.
시스템은 도입했는데 데이터는 계속 비어 있다.
엑셀도 있고 CRM도 있는데 결국 담당자가 따로 메모를 남긴다.
그래서 보고서는 항상 수작업으로 만들어진다.
이 문제는 직원의 태도 문제가 아니다.
대부분 데이터 입력 기준이 설계되지 않았기 때문이다.
현장에서 실제로 발생하는 상황
수도권에 있는 한 유통 기업 사례다.
연매출 약 120억 원.
직원은 32명.
영업팀, 물류팀, CS팀이 따로 운영된다.
회사에서는 고객 데이터를 관리하기 위해 CRM을 도입했다.
영업사원들은 고객 상담 내용을 시스템에 입력해야 한다.
하지만 3개월이 지나도 데이터는 거의 쌓이지 않았다.
영업팀은 이렇게 말한다.
- “고객 미팅 끝나고 입력하려면 시간이 너무 걸립니다.”
- “어떤 항목을 써야 하는지 기준이 없습니다.”
- “그냥 메모장에 기록하고 있습니다.”
결국 데이터는 쌓이지 않았고
CRM은 보고서 작성용 시스템이 되어버렸다.
문제의 구조
많은 기업이 여기서 두 가지 착각을 한다.
첫 번째 착각
시스템만 도입하면 데이터가 쌓인다고 생각한다.
하지만 데이터는 시스템이 아니라 입력 기준에서 시작된다.
두 번째 착각
데이터 입력을 직원의 책임 문제로 본다.
현장에서 입력이 안 되는 이유는 대부분
“어떤 기준으로 입력해야 하는지 모르는 것”이다.
Fieldbly 방식 : 데이터 입력 구조
현장에서 데이터가 쌓이려면
입력 구조가 먼저 설계되어야 한다.
Fieldbly에서는 보통 3단계 구조로 정리한다.
1단계 : 의사결정 질문 정의
회사가 실제로 알고 싶은 질문을 먼저 정한다.
- 어떤 고객이 재구매 가능성이 높은가
- 어떤 영업 활동이 계약으로 이어지는가
2단계 : 필수 데이터 정의
이 질문에 필요한 최소 데이터만 정한다.
- 상담 유형
- 고객 업종
- 예상 구매 시기
- 계약 확률
3단계 : 입력 흐름 설계
현장에서 입력 가능한 방식으로 구조를 만든다.
- 선택형 입력
- 모바일 입력
- 30초 이내 입력
이 구조가 없으면 데이터는 계속 비어 있게 된다.
지금 점검해야 할 질문
현장에서 바로 확인해볼 수 있는 질문이다.
- 우리 회사는 왜 이 데이터를 입력하려고 하는가
- 입력 데이터가 실제 의사결정에 사용되는가
- 입력 항목이 현장에서 이해 가능한 수준인가
- 입력 시간이 1분 이내인가
- 데이터를 입력하면 현장에 어떤 이익이 돌아오는가
이 질문에 답이 없다면
데이터 시스템은 계속 비어 있게 된다.
데이터 문제는 기술 문제가 아니다.
대부분 입력 기준 설계의 문제다.
AI현장감독 이동주는 AI 도입 과정에서 반복되는 구조 문제를 연구한다.
AI adoption failure를 기술 문제가 아닌 설계와 흐름의 문제로 바라본다.
Fieldbly에서 현장 사례를 기반으로 정리하고 있다.
#이동주AI
#AI현장감독이동주
#정부지원사업
#정부지원사업전략
#사업확장
#사업스케일업
#창업전략