RevOps 데이터 위생: 오케스트레이션의 화려하지 않은 토대

계정 중복 제거로 승진하는 사람은 없습니다. 잘 강제된 픽리스트를 위한 기조연설 데모도 없고, 대부분의 기회 건에 마침내 단계 진입 타임스탬프가 생겼다고 축하하는 이사회 슬라이드도 없습니다. 데이터 위생은 배관입니다. 작동할 때는 보이지 않고, 고장 나면 비용이 많이 들며, 그 가치가 방어적이기 때문에 만성적으로 예산이 부족합니다.

하지만 RevOps 리더가 실제로 작업하고 싶어하는 모든 프로젝트는 그 배관 위에 자리 잡고 있습니다. 어트리뷰션, 스코어링, 예측, 넥스트 베스트 액션, 그리고 오케스트레이션 자체가 그렇습니다. 지저분한 데이터 위에서 좋은 모델을 돌리면 확신에 차 있고, 정밀하지만, 틀린 답을 얻게 됩니다. 우리는 어떤 팀이 스코어링 모델에 몇 달을 쏟은 후에야 자신들의 계정 상당수가 중복이었다는 것을 발견하는 것을 지켜본 적이 있습니다. 그 모델은 그동안 내내 분할된 활동 이력으로부터 학습하고 있었던 것입니다. 위생은 현대 수익 플랫폼 아키텍처의 가장 화려하지 않은 계층이면서, 다른 모든 것이 조용히 의존하는 계층입니다.

데이터가 나빠지는 네 가지 방식

수익 데이터는 예측 가능한 방식으로 저하되며, 각각은 서로 다른 해결책을 가지고 있으므로 이를 명명해두는 것이 도움이 됩니다.

중복. "Acme", "Acme Inc", "Acme Corporation"이 모두 존재하는 이유는 세 개의 도구가 독립적으로 계정을 생성했고 아무것도 이를 해소하지 않기 때문입니다. 파이프라인 집계는 부풀려지고, 활동 이력은 세 갈래로 나뉘며, 어떤 단일 레코드도 아무것도 말해주지 않습니다.

불완전성. 분석에 필요한 필드가 비어 있습니다. 기회 건의 30%에 리드 소스가 없다면, 소스 기반 어트리뷰션은 30% 불확실한 것이 아닙니다. 사용 불가능한 것입니다. 누락된 30%가 볼 수 있는 70%와 조금이라도 비슷한지 알 방법이 없기 때문입니다.

불일치. 동일한 개념이 각 시스템에서 다르게 부호화됩니다. 여기서는 "Closed Won", 저기서는 "Won", 세 번째 시스템에서는 "6 - Closed"입니다. 이런 시스템 간의 모든 조인은 행을 누락시키거나 잘못 계산하며, 그것도 조용히 그렇게 합니다.

노후화. 그 필드는 한때 맞았습니다. 챔피언이 퇴사했고, 등급이 바뀌었는데, 아무도 업데이트하지 않았습니다. 노후화된 데이터는 네 가지 중 가장 위험한데, 깨끗해 보이기 때문입니다. 필드에는 값이 있습니다. 그저 틀렸을 뿐입니다.

대부분의 "우리 숫자가 맞지 않는다" 소동은 이 중 하나로 거슬러 올라갑니다. 어느 것인지 파악하는 것이 작업의 절반입니다.

정리 작업은 지속되지 않는다

인스턴스가 엉망일 때의 본능은 정리 작업을 예약하는 것입니다. 컨설턴트를 데려오고, 한 분기를 통째로 비우고, 병합용 스프레드시트를 만드는 식입니다. 이는 새로운 오물이 도착할 때까지만, 보통 몇 주 동안만 효과가 있습니다. 청결함을 저장해둘 수는 없습니다. 계속 복원할 수 있을 뿐입니다.

그래서 진짜 작업은 데이터가 시스템에 들어오고 시스템 사이를 이동하는 지점에서 일어납니다.

쓰기 시점에 검증하십시오. 몇 달 후가 아니라 생성되는 시점에 나쁜 데이터를 거부하거나 표시하십시오. 필수 필드, 형식 제약, 강제된 픽리스트가 대부분의 불완전성과 불일치를 문 앞에서 막습니다.

수집 시점에 엔티티를 해소하십시오. 레코드가 공유 데이터 레이어로 흘러들 때, 바로 그 시점에 표준 엔티티와 매칭하십시오. 이를 한 번, 중앙에서 하는 것이 모든 도구에서 재구현하는 것보다 훨씬 쉬우며, 이는 점대점 통합보다 공유 데이터 레이어를 지지하는 가장 강력한 논거 중 하나입니다. 그렇지 않으면 모든 도구가 각자의 방식으로 중복 제거를 하게 되고, 여러분은 몇 개의 계정을 가지고 있는지에 대해 네 가지 다른 의견을 얻게 됩니다.

지속적으로 모니터링하십시오. 가동 시간을 지켜보듯, 완전성, 중복, 신선도를 알림이 있는 지속적인 지표로 추적하십시오. "열린 기회 건의 12%에 다음 단계가 없습니다"라고 말하는 대시보드는 보이지 않는 문제를 누군가 답해야 하는 문제로 바꿉니다.

주기적인 정리에서 상시 시스템으로 전환하는 것이 대부분의 RevOps 팀이 할 수 있는 가장 유용한 변화이며, 이는 대체로 위생 로직이 얼마나 영리한가보다는 어디에 위치하는가에 관한 것입니다.

무엇을 위해 충분히 깨끗한가

완벽한 데이터는 환상이며, 그것을 좇는 것 자체가 하나의 실패 양식입니다. 유용한 질문은 데이터가 공급하는 결정을 위해 충분히 깨끗한가입니다. 기준은 소비자에 따라 달라져야 합니다.

경영진 예측은 좁은 범위의 필드(단계, 금액, 종결일)에 높은 정확도가 필요하며, 다른 곳의 지저분함은 용인할 수 있습니다.

자동화된 라우팅과 라이트백은 무엇보다 일관성이 필요합니다. 기계는 판단력을 적용하지 않기 때문입니다. 대소문자가 잘못된 픽리스트 값 하나가 규칙을 깨뜨리고, 딜이 잘못된 담당자에게 라우팅될 때까지 아무도 알아채지 못합니다. 라이트백 계층이 바로 이런 이유로 업스트림 불일치에 대해 가차없습니다.

어트리뷰션은 접점과 식별자에 대한 완전성이 필요합니다. 간극이 전체 모델을 왜곡하기 때문입니다. 어트리뷰션 스파인은 전적으로 여기에 의존합니다.

이런 임계값을 문서화해두면 데이터가 뒷받침할 수 없는 분석을 출시하는 것과, 어떤 결정도 읽지 않는 필드를 다듬는 것을 막을 수 있습니다.

시작할 곳

지저분한 인스턴스를 마주하고 있다면, 레버리지 순서로 진행하십시오.

정리하기 전에 계측하십시오. 진행 상황을 측정하고 그 작업이 무엇을 가져다주었는지 보여줄 수 있도록 완전성과 중복 지표를 먼저 구축하십시오.

백로그보다 유입구를 먼저 고치십시오. 새로운 오물이 들어오는 것을 막는 것이 오래된 오물을 정리하는 것보다 중요합니다. 유입구가 여전히 열려 있으면 정리된 백로그도 다시 더러워지기 때문입니다.

시스템 전반에 걸쳐 픽리스트와 필수 필드를 표준화해서 동일한 개념이 어디서나 동일하게 부호화되도록 하십시오. 이것이 가장 넓은 하류 이점을 가진 가장 저렴한 승리입니다.

그리고 소유자를 지정하십시오. 소유자가 없는 데이터 품질에는 미래가 없습니다. 위생 지표에 책임지는 한 명의 지정된 사람 또는 팀은 여러분이 살 수 있는 어떤 도구보다 가치가 있습니다.

이 중 어느 것도 기술적으로 어렵지 않습니다. 조직적으로 어렵습니다. 관심을 끄는 눈에 띄고 흥미로운 작업과 경쟁하기 때문입니다. 깨끗함을 유지하는 팀은 위생을 영웅적이고 주기적인 것이 아니라 지루하고 자동적인 것으로 만드는 팀입니다.

핵심 요약

• 나쁜 데이터는 네 가지 형태로 나타납니다. 중복, 공백, 불일치하는 부호화, 노후화된 값입니다. 각각 다른 해결책이 필요하므로, 행동하기 전에 진단하십시오.
• 분기별 정리는 지속되지 않습니다. 위생 로직을 쓰기 시점과 수집 시점에 두고, 가동 시간처럼 모니터링하십시오.
• 모든 도구가 각자의 방식으로 중복 제거를 하게 두는 대신, 공유 레이어에서 한 번만 엔티티를 해소하십시오.
• "깨끗함"은 소비자에 따라 다릅니다. 예측은 정확성을, 자동화는 일관성을, 어트리뷰션은 완전성을 원합니다.
• 어려운 부분은 조직적인 것입니다. 먼저 계측하고, 유입구를 막고, 표준화하고, 소유자를 지정하십시오.

Revnewo와 같은 오케스트레이션 플랫폼은 그것이 운영되는 표준 데이터만큼만 좋습니다. 더 정교한 모델에 투자하기 전에, 그 토대가 이를 감당할 수 있는지 확인해볼 가치가 있습니다.