데이터로 질문하고 직관으로 결정하라

리더는 데이터를 비즈니스 의사결정에

어떻게 활용해야 하는가?

“최고의 의사결정은 ‘데이터와 직관의 균형’에서 탄생한다.”

기업 현장에서 흔하게 벌어지는 장면이 있다. 수십 장의 데이터 슬라이드가 회의실을 채우고, 더 많은 분석이 필요하다는 말이 반복되며, 결정은 다음 회의로 미뤄진다. AI와 빅데이터가 발전할수록 의사결정은 더 정교해지고 쉬워질 것이라 기대했지만, 현실은 오히려 반대다. 정보는 폭발적으로 늘어났고, 리더는 그 정보 속에서 길을 잃는다. 데이터는 넘쳐나는데, 정작 의사결정을 내리는 순간은 점점 더 늦어지고 훌륭한 결정을 하는 것은 더욱 어려워지고 있다. 이제 우리가 직면한 도전은 정보의 부족이 아니라 넘쳐나는 정보를 어떻게 활용할 것인지, 그 판단에 달려있다.

책 《데이터로 질문하고 직관으로 결정하라》는 의사결정의 문제는 데이터가 부족해서가 아니라고 말한다. 오히려 너무 많은 데이터가 ‘확실성에 대한 착각’을 만들어내고 있기 때문에 좋은 의사결정을 하는 것이 어렵다는 것이다. 우리는 여전히 더 많은 정보를 확보하면 더 나은 결정을 내릴 수 있다고 믿는다. 그러나 실제 비즈니스에서는 그 어떤 데이터도 완벽한 답을 보장하지 않는다. 숫자는 명확해 보이지만 전체 맥락을 설명해 주지 않으며, 분석은 정교해질수록 오히려 실행을 늦추기도 한다.

이 책은 이러한 현실적 딜레마를 해결하기 위해, 컬럼비아 경영대학원의 오데드 네처 석좌교수가 수년간 강의해 온 ‘정량적 직관(Quantitative Intuition, QI)’ 프로그램을 바탕으로 집필되었다. 아마존의 실제 데이터를 자문하는 아마존 스칼라이자 글로벌 기업의 의사결정을 설계해 온 그는 데이터와 인간의 판단을 연결하는 방법을 체계화해 왔다. 수많은 글로벌 기업의 CEO와 임원들이 직접 참여하고 경청한 이 강의는, 데이터와 직관을 결합해 더 빠르고 더 나은 결정을 내리는 방법을 체계화한 프로그램이다. 저자들은 이 강의의 핵심을 한 권의 책으로 압축해, 누구나 실전에 적용할 수 있는 프레임워크로 제시한다. 이는 데이터를 더 많이 분석하는 기술이 아니라, 불완전한 정보 속에서도 중요한 질문을 정의하고, 맥락 속에서 의미를 읽어내며, 결국 행동으로 이어지는 결정을 만들어내는 사고 방식이다.

결국 저자들이 말하는 핵심은 명확하다. 의사결정의 목표는 ‘정확한 답’을 찾는 것이 아니라, ‘지금 실행할 수 있는 선택을 만드는 것’이다. 완벽한 결정을 기다리는 조직은 멈춰 있고, 불완전하더라도 결정을 내리는 조직만이 앞으로 나아간다. 데이터 시대의 경쟁력은 더 많이 아는 데 있지 않다. 더 빠르고, 더 균형 있게 결정하는 데 있다.

지은이 : 오데드 네처

컬럼비아 경영대학원의 연구 부학장이자, 아서 J. 샘버그(Arthur J. Samberg) 경영학 석좌교수다. 데이터를 비즈니스 의사결정에 어떻게 활용할 것인가를 설계하는 세계적인 전략가다. 마케팅 핵심 코스, 마케팅 조사론, 정량적 직관(Quantitative Intuition, QI) 개발 수업 및 박사 과정과 최고경영자 과정을 가르치고 있으며, 탁월한 강의력을 인정받아 컬럼비아 경영대학원 학장상(Teaching Excellence)과 석사 및 박사 과정 멘토링 우수상을 수상했다. 또한 세계에서 가장 데이터를 많이 다루는 기업 중 하나인 아마존의 실제 데이터를 자문하는 아마존 스칼라(Amazon Scholar)로 활동 중이며, 〈포천〉 500대 기업 및 혁신 스타트업들을 대상으로 전략 수립, 데이터 기반 의사결정, 마케팅 조사, 그리고 방대한 데이터로부터 유용한 정보를 추출하는 방법론에 대해 활발히 자문하고 있다.

네처 교수의 전문성은 데이터가 넘쳐나는 환경에서 기업이 직면한 핵심 과제, 즉 ‘데이터를 활용해 고객 행동을 깊이 있게 이해하고 기업의 의사결정을 가이드하는 정량적 방법론의 개발’에 집중되어 있다. 주로 소비자 선호도를 측정하고, 시간의 흐름과 맥락에 따라 고객의 선택이 어떻게 변화하는지 분석하기 위해 통계적·계량경제학적 모델을 구축하는 데 주력한다. 특히 동적 세분화(dynamic segmentation)를 통해 기업의 고객 기반을 관리하는 프레임워크를 개발한 것으로 정평이 나 있으며, 최근에는 비정형 데이터(unstructured data)를 비즈니스에 활용하는 연구에 매진하고 있다.

그의 연구 성과는 수많은 최상위 학술지에 게재되었으며, ISMS 장기 기여상, 존 리틀 최우수 논문상, 프랭크 배스 우수 박사학위 논문상, 소비자심리학회(SCP) 최우수 논문상, 조지 에클스 연구기금상 등 화려한 수상 경력을 자랑한다. 〈마케팅 사이언스(Marketing Science)〉, 〈매니지먼트 사이언스(Management Science)〉, 〈마케팅 리서치 저널(Journal of Marketing Research)〉 등 마케팅과 경영학 분야를 선도하는 세계 최고 권위 학술지들의 편집 위원으로 활동하고 있다.

지은이 : 크리스토퍼 프랭크

아메리칸 익스프레스의 글로벌 마켓플레이스 인사이트 부문 부사장으로, 광고·브랜드·커뮤니케이션 리서치 및 분석 그룹을 이끌고 있으며, 컬럼비아 경영대학원의 겸임 교수다. 아메리칸 익스프레스에 합류하기 전에는 마이크로소프트에서 기업 마케팅 리서치 부문 선임 이사로 10년간 재직했다. 마케팅, 분석 도구, 커머스가 교차하는 지점의 선임 전략가로서, 전 세계 시장에 적용되는 B2B 및 B2C 제품의 우수한 전략들을 개발하고 있다. 〈월스트리트저널〉 공로상을 수상했으며, 〈포브스〉에서 데이터 소음을 뚫고 날카로운 인사이트에 도달하는 방법론을 공유하고 있다. 저서로 《데이터 소나기에서 살아남는 법(Drinking from the Fire Hose)》(공저, 국내 미출간)이 있다.

지은이 : 폴 매뇨니

구글의 글로벌 전략적 파트너십 부문 총괄이며, 컬럼비아 경영대학원의 겸임 교수다. 구글에서는 기술과 혁신을 활용해 비즈니스 성장 전략을 수립하고 개발하는 리더로서, 클라우드 컴퓨팅과 관련 기술을 통해 차세대 비즈니스 가치를 창출하는 업무를 맡고 있다. 전략 기획, 신제품 개발, 인수 합병 후 통합(PMI), 제휴 관리 및 컨설팅 영업 분야에서 25년 이상의 경력을 쌓은 전문가로, 전 세계 30개국 이상에서 고성장 신사업들을 론칭해 왔다. 미국 국립과학재단(NSF)의 아이코어(I-Corps™) 프로그램에서 산업 멘토로 활동했다.

구글에 합류하기 전에는 IBM, 딜로이트 컨설팅, 그리고 여러 스타트업을 거치며 신기술 분야에서 4개의 글로벌 컨설팅 프랙티스를 론칭했고, 이를 통해 10억 달러 이상의 신규 매출을 견인했다. 저서로 《데이터 소나기에서 살아남는 법(Drinking from the Fire Hose)》(공저, 국내 미출간)이 있다.

옮긴이 : 알렉스 정

커뮤니케이션과 비즈니스를 연결하는 전략가이자 저자다. 연세대학교 신문방송학과를 졸업하고 대학원에서 경영학을 공부했으며, 광고회사에서 스마트폰 광고의 기획·전략을 맡아왔다. 현재는 온라인 전략을 담당하며 브랜드와 소비자의 접점을 설계하고 있다. 지은 책으로 《페르소나 인터뷰》, 《2030 인류학 보고서, 구독, 좋아요, 알림설정까지》, 《소비자와 기업의 행복한 연결, ESG 커뮤니케이션》(공저) 등이 있다.

다양한 분야에서 쏟아진 찬사

추천사

시작하며

프롤로그 | 확실성에 대한 잘못된 믿음

1장. 강력한 질문 던지기

강력한 질문을 던지는 법

정밀한 질문

정밀한 질문의 힘

질문하는 팀을 구성하라

회의실에서 가장 똑똑한 사람

2장. 문제의 프레임 설정하기

IWIK, 추론을 위한 도구

IWIK 프로세스

의사결정의 프레임 설정하기

3장. 마지막에서 시작하는 역방향 접근법

문제 정의하기

‘상자 안에서 생각하기’의 재발견

아직 가지 않은 길을 선택하다

4장. 데이터를 집요하게 파고드는 수사관

데이터와 데이터의 신뢰성 평가하기

맥락을 고려하여 데이터를 이해하기

분석 결과 검증을 위한 압박 테스트

5장. 숫자 감각 기르기

근사치의 힘

근사치 배우기

실무에서 접하는 어림잡기

왜 어림잡기가 효과적일까?

근사치에 익숙해져라

정량적 직관 프레임워크에서의 어림잡기

6장. 분석에서 종합으로

종합의 가치

핵심 결론은 맨 앞에 배치하라

종합의 부재

종합의 문화를 장려하라

그래서 무엇인가? 그것이 왜 중요한가? 이제 무엇을 해야 하는가?

7장. 의사결정의 순간

결정의 순간, 고려해야 하는 차원

두 가지 차원, 시간과 리스크

세 번째 차원, 신뢰

시간, 리스크, 신뢰 측정하기

결정을 뒤집을 수 있는가?

모호성 위에 올라타 방향을 모색하라

IWIK에서 의사결정까지

8장. 의사결정의 전달

의사결정에서의 스토리 아크

서사의 조정

정보를 전달할 것인가? 아니면 행동을 촉구할 것인가?

9장. 의사결정의 추적

전략 1: 의사결정을 위한 논거를 마련하라

전략 2: 결과를 설정하라

전략 3: 의사결정의 유형을 분류하라

전략 4: 의사결정의 범위를 줄여라

전략 5: 의사결정의 규모를 최적화하라

전략 6: 의사결정을 압박 테스트하라-극단적인 상황까지 가정하라

전략 7: 합의가 아닌 동의를 구하라

완벽한 결정은 환상이다

10장. 정량적 직관 문화 만들기

정량적 직관 역량을 갖춘 인재 채용하기

정량적 직관을 위한 팀 만들기

정량적 직관 조직 성장시키기

11장. 데이터 기반 의사결정과 AI

자동화와 인간의 판단력

예측과 디지털 트윈

확률론적 사고 vs. 결정론적 사고

더 좋은 의사결정을 위한 시간 확보

에필로그 | 완벽한 결정은 없다, 오직 실행을 위한 결정뿐

감사의 말

미주