일본산업뉴스요약

Nikkei X-TECH_2021.11.8

로손, 1만 4,000개 점포의 데이터 활용 가속
시스템 쇄신에 6개의 시책

로손이 자사가 취급하는 방대한 데이터의 활용을 가속하기 위해 새로운 데이터 통합 기반을 구축하고 있다.

21년 10월 22일, 로손 IT솔루션본부의 와타나베(渡邉) 매니저가 온라인에서 열린 ‘SAS FORUM JAPAN 2021’에 등단, 로손의 데이터 통합 기반 구축 프로젝트 ‘METIS 프로젝트’를 소개했다. 로슨은 자사가 안고 있는 과제를 해소하기 위해 시스템 개발의 포인트를 정하고, 데이터 통합 기반을 구축해 왔다. 와타나베 매니저는 "로손은 데이터 활용 추진으로 고객의 추천 No1을 목표하고 있다"라고 말했다.

로손은 전국 1만 4,000개 점포의 입지 속성, 취급하는 내셔널 브랜드나 프라이빗 브랜드 등의 상품 정보, Ponta 카드나 로손 앱을 사용하고 있는 고객의 정보 등의 방대한 데이터를 보관하고 있다. 이들 데이터를 수집∙분석해 로손의 각 부문으로 환원할 계획이다.

예를 들면, 본부에서는 마케팅이나 상품 개발, 점포 개발에 활용한다. 점포의 컨설팅을 담당하는 슈퍼바이저에게는 점포 지도나 점포의 경영 정보를 제공한다. 점포에는 시설이나 구역 등의 특성을 살린 선반 배치나 점포 스태프를 위한 정보를 제공한다. 공장은 점포에서 들어오는 발주를 기본으로 상품을 만들기 때문에 점포나 상품의 정보를 조업에 반영한다. 로손은 이런 형태로 정보를 활용함으로써 맞춤형 고객 체험을 실현한다는 계획이다.

‘METIS’는 ‘Managerial Enterprise Transformation Intelligence System’의 약어로 “로손 전체의 데이터 관리, KPI를 개혁하는 정보계 시스템의 실현을 목표한다”(와타나베 매니저). 로손의 데이터 분석 고도화의 실현에 걸림돌이 되고 있는 시스템 제약을 해소하는 프로젝트다.

로손은 데이터 분석의 고도화에서 과제가 될 수 있는 요소를 크게 ‘인재∙스킬’ ‘데이터 활용’ ‘시스템 기반’의 3개로 분류한다. ‘인재∙스킬’의 경우는 데이터 분석 인력이 이미 100명이다. ‘데이터 활용’은 POS(판매시점 정보관리) 데이터를 수집했다는 점, 기상 등의 외부 데이터도 활용해 100 종류의 리포트를 용도에 따라 구분해 사용하고 있는 점 등에서 이 2개의 요소는 문제가 없다고 판단했다.

한편 ‘시스템 기반’에 대해서는 “인재의 스킬이나 수집한 데이터를 활용하면서 앞으로 고도화하는 것을 생각하면 시스템 상의 과제를 다수 안고 있다”(와타나베 매니저). 이런 판단에서 과제 해결을 위한 시책에 착수했다.

로손은 ‘정보공개 규칙이나 시큐리티 방침에 대해 시스템이 따라오지 못하고 있다’ ‘복수 시스템에 데이터가 분산되어 있어 데이터 취득이 번잡하고 비효율적이다’ 등 시스템 기반이 안고 있는 과제를 추출하고, 그 과제들에 대해서 6개의 주요 시책을 책정했다. 사용자 편의성의 향상, 권한∙액세스 제어, 하드웨어∙소프트웨어 노후화 대응, 처리 능력의 향상, 취급 가능한 데이터 종류 및 데이터의 정밀도 확충, 데이터 분산화의 개선이다.

-- 6개의 시스템 쇄신 포인트 --
로손은 책정한 주요 시책으로 시스템 쇄신의 6가지 포인트와 목표 시스템 논리 구성을 정의했다. 1번째는 업무 유저에 맞은 데이터 참조∙분석 툴의 쇄신이다. 라이트 유저에게는 정형 분석을, 틈새 분석을 원하는 유저에게는 자유 분석을 제공하는 것처럼 유저의 업무에 맞춘 툴을 준비한다.

2번째는 사용자 인증인가 및 데이터 액세스의 일원 관리다. 로손의 시스템은 종업원 수천 명이 이용하기 때문에 유저에게 정보 참조 권한을 설정할 필요가 있다. 또한 소재가 분산되어 있던 데이터를 1곳에 집약하는 심플한 구성을 목표로 했다.

3번째는 유저가 이용 가능한 형식으로 데이터를 가공, 보관하는 것이다. 수집한 데이터를 클렌징해 유저가 보기 쉬운 상태로 보관하는 구조로 한다. 4번째는 확장성이 높은 데이터 축적 기반을 구축하는 것이다. 음성 등의 비구조 데이터도 모을 수 있는 데이터 레이크로서의 일원 관리를 목표로 했다.

5번째는 대량 데이터의 고속 처리와 고도 분석이다. 기계 학습 등을 활용한 분석을 도입한다. 6번째는 모든 데이터의 제휴와 집약이다. 점포 등의 사내에서 창출되는 데이터나 외부에서 들어오는 데이터를 연계시킨다.

이러한 6개의 포인트를 실현하기 위해 로손이 선택한 것은, 용이하게 스케일 아웃을 할 수 있는 클라우드 기반으로서의 Amazon Web Services(AWS)와, 데이터 분석을 위한 프런트 툴로서의 SAS다. 데이터 분석에 필요한 데이터를 집약, 일원 관리하기 위해 AWS의 스토리지 서비스인 Amazon S3, 대량 데이터의 분석 처리에는 데이터웨어하우스인 Amazon Redshift를 채용했다.

데이터 분석에는 SAS Add-in for Microsoft Office(SAS-AMO)나 SAS Enterprise Guide(SAS-EG)를 채용했다. SAS-AMO를 Excel에 애드인하여 이용자가 한 번 클릭하면 상품 사 모으기 등의 리포트 분석 결과를 볼 수 있도록 구현하거나, SAS-EG를 활용해 이용자 자신이 GUI(그래픽 사용자 인터페이스)로 데이터 분석 플로우를 작성하는 등 이미 새로운 데이터 통합 기반을 활용하기 시작했다.

20년 5월부터 시작한 ‘METIS 프로젝트’는 아직 스텝1이 완료한 단계다. 앞으로는 데이터 분석을 위한 프런트 툴의 통합 등을 실시하는 스텝2, 현행 정보 시스템에서의 완전한 이행을 완수하는 스텝3이 기다리고 있다. 데이터 통합 기반을 잘 다룰 수 있는 인재도 육성한다고 한다.

“앞으로는 AI(인공지능)나 SaaS(서비스형 소프트웨어)도 활용해 새로운 가치를 창조한다. 이번에 만든 데이터 통합 기반을 최대한 활용해 나갈 것이다"(와타나베 매니저).

 -- 끝 --

Copyright © 2020 [Nikkei XTECH] / Nikkei Business Publications, Inc. All rights reserved.