Zillow, 셀프 서비스 분석을 활용해 불황 속 성장을 이루다


Tableau: 분석 지원을 위해 Tableau를 고려하게 된 계기는 무엇인가요?
Torry: 우리 분석가들에게 Tableau Desktop은 통찰력을 찾아내야 할 이러한 대형 데이터 집합에 사용하기에 훌륭한 툴이죠. 속도가 빠르고 쉬우니까요. 원시 데이터를 파헤치는 것보다 훨씬 뛰어나거든요. 이후 더 많은 곳에서 채택되면서, 회사 내 다른 사람들 사이에서 Tableau Server에 대한 관심이 높아졌습니다. 이건 저희에겐 좋은 일이죠. 우리가 보고서를 작성하느라 소비하는 시간이 줄어드는 대신 그들 스스로 가용 데이터를 활용하게 되었으니까요.
Steve: 저는 많은 양의 정보를 생성해 냅니다. 다른 이들은 이 정보를 사용해서 고위 경영진과 조직 내 모든 사람들이 데이터를 통해 지능적인 의사 결정을 내릴 수 있도록 돕죠.
Torry: 궁극적으로 우리가 원하는 것은 사용자들이 Zillow를 통해 그들이 살 집을 찾는 것입니다. 그건 각자의 인생에서 개인으로서 내릴 수 있는 가장 큰 구매 결정입니다. 즐겁고 재미있는 이벤트여야 할 이 구매로 인해 사용자들이 스트레스를 받지 않도록 하고 싶어요. 이 과정을 좀더 수월하게 만들 수 있는 방법을 찾아서 말이죠.

Tableau: Tableau Desktop과 Tableau Server의 가치는 어떻게 증명되고 있나요?
Steve: Tableau Server의 렌트 대시보드를 통해 우리는 공급자들에게 각 주별로 세부 렌트 목록을 제공할 수 있으며, 두 차원 모두에서 발생하는 품질 문제를 찾아낼 수 있습니다. 기회를 발견하거나 데이터 품질에 문제가 있는 경우 세부적으로 살펴볼 수 있으며, 다양한 지역의 우선 순위를 정한 후 추적하여 새로운 기회나 문제의 목록을 확보할 수 있습니다.
Torry: 우리가 작업하는 데이터 집합 대부분은 크기가 꽤 큽니다. Tableau는 이러한 데이터에 대해 상세히 살펴보고 어떤 흥미로운 일이 일어나는지 재빨리 포착할 수 있는 방법을 제시합니다. 특정 지역에 특이점이 있는지, 혹은 커다란 기회나 하자가 있는 물건을 발견할 수 있게 해주는 특별한 지표가 존재하는지 알려주는 거죠.

Tableau: 데이터 집합의 크기는 얼마나 큰가요?
Torry: 미국 전역의 주택에 관한 데이터를 보유하고 있고, 그 수는 1억 개가 넘습니다. 결국 데이터베이스에 1억 개 이상의 행이 존재한다는 거죠.
Steve: 우리는 연락처별로 다양한 종류의 메타데이터 차원을 보유하는데, 소비자들은 이 연락처를 통해 부동산 중개인과 연락하면서 의문을 갖게 됩니다. Zillow가 뭐지? 모바일 애플리케이션이었던가? 부동산 판매업자인가? 임대업체였던가?
Torry: 우리는 또한 모기지 상품도 판매하고 있습니다. 대출 기관들은 가장 나은 이자율을 찾는 사용자들을 위해 매달 수천만 건의 대출 견적서를 제공하곤 하죠. 이 역시 몇 억 개 이상의 행에 달합니다. Tableau가 정말 유용한 것은 이들 데이터를 관리 가능하게 압축해서 정리할 수 있도록 해 준다는 것입니다.

Tableau: Tableau를 사용하면 데이터를 검사할 때 어떠한 도움이 되나요?
Torry: 우리는 대형 데이터 집합에서 분산이나 히스토그램 등을 발견하고, 더 많은 수익을 가져다 줄 수 있는 기회를 파악하거나 고객들의 주택 구매 경험을 향상시킬 수 있는 무언가를 찾고자 합니다.
Steve: 우리는 상품 관리자들이 원하는 분석을 할 수 있도록 수많은 필터를 설정해 Tableau Server의 모든 데이터를 분류하여 분석할 수 있도록 합니다. 그저 통찰력을 이끌어 낼 수 있는 데이터를 제공하는 것 뿐이죠.
Torry: 부동산은 지리적 요인이 큰데, Tableau는 매핑을 지원하는 기능이 강력하기 때문에 우리에게 정말 유용합니다. 단순한 라인 차트나 막대 차트보다도 자세한 맥락을 제공하므로 사업자들은 지형 속에서 패턴을 찾아낼 수 있습니다. 맵 없이는 하기 힘든 일이죠. 드래그 앤 드롭 맵 인터페이스가 내장된 다른 제품들은 많지 않습니다.

Tableau: Tableau가 밝혀낸 패턴들은 무엇인가요?
Steve: 우리는 이 Tableau Server 대시보드를 통해, 일부 사람들은 한 주택 단위를 콘도라고 부르는 반면 다른 이들은 아파트라고 부르는 지리적 차이가 있음을 발견했습니다. 처음에 우리가 생각했던 건 콘도와 아파트의 괴상한 복합체였지만, 사실 알고 보니 지리적 용어였던 거죠. 이걸 맵 상에서 발견한다면, 더 나은 방식으로 문제를 해결할 수 있겠죠.
Torry: 수억건의 대출 견적서가 난무하더라도, 어떤 사용자들은 그들이 필요로 하는 특정 대출의 견적을 많이 받을 수 없습니다. 이 데이터의 분산과 각 대출 유형에 걸친 분포도를 살펴보면 신용도 문제로 인해 대출 견적서를 받기 힘든 사용자들을 유추해 낼 수 있습니다. 또는 부동산 투자자의 경우, 현재의 부동산 상황에서 돈을 선뜻 빌려줄 대출 기관을 찾기란 힘들 수 있죠. 따라서 사용자들이 Zillow에서 용이하게 대출을 확보하든 혹은 그렇지 않든, 이러한 모든 다양한 특성을 살펴보고 사용자들이 어떤 유형의 결과를 얻을지 알 수 있습니다.
Steve: 우리 경제팀은 Tableau Public 제품을 사용해서 많은 내용을 게시했습니다. 그들이 한 일 중 정말 멋진 것 하나는 역자산을 파악한 것입니다. 당신의 주택 가격이 손실 상태라면, 카운티 또는 우편번호로 전환하여 해당 카운티 또는 우편번호 권역에서 평균적으로 얼마나 손실이 발생하고 있는지 정확히 파악할 수 있습니다. 기사 등에서는 전국 단위의 수치로 간단하게 보도되는 반면 데이터를 개인에 맞게 사용자 지정할 수 있습니다. 원하는 권역을 확대하여 해당 수치가 미치는 영향을 미국 평균치가 아니라 보다 세부적인 수준으로 파악할 수 있죠. 우리가 보기에는 훨씬 강력해졌습니다.

Tableau: Tableau Public에 대한 온라인 반응은 좋은 편인가요?
Steve: 우리가 웹에 구현한 Tableau Public 제품에 대한 참여도가 매우 높습니다. 사람들은 다른 업계 종사자에게 전화를 걸 수 있다는 것에 기뻐하고 있으며, 시장이 그들의 비즈니스에 어떤 영향을 미치는지 볼 수 있습니다. 우리는 시장 및 주택 가치 상승과 관련된 모든 종류의 지표를 보유하고 있죠. 사람들은 그들 지역의 가격 추세를 다른 지역과 비교해 보는 것에 흥미를 느낍니다.

Tableau: Zillow에서 Tableau 사용률은 얼마나 늘어났습니까?
Torry: 우리는 약 3년 전에 분석 팀에서 대략 5명의 사용자로 Tableau Desktop을 사용하기 시작했죠. 주로 이러한 대형 데이터 집합을 탐색하여 다양한 사람들의 비즈니스 관련 질문에 답하기 위한 것이었습니다. 데이터를 자세히 살펴보고 통찰력을 발견하는 것은 분석가들 외의 사람들에게도 도움이 되었죠.
Steve: 이러한 정보를 전파하기 시작한 후에는 자연스럽게 확대되어 가더군요. 우리는 이메일 보고서에 해당 내용을 포함시켰고 미팅을 진행하는 경우에는 프레젠테이션에 사용했습니다. 사람들은 우리가 그래프를 어디서 얻었는지 항상 물었었죠.
Torry: 이제는 우리 모두가 사용하는 도구로 회사 전체에 전파되었습니다.

Tableau: Tableau Server가 Zillow의 업무 방식에 어떤 영향을 끼쳤나요?
Steve: Tableau는 사람들로 하여금 데이터의 푸시 역할보다는 풀 역할을 하도록 지원합니다. 모든 문제에 일일이 답할 필요가 없으니 소규모 분석 팀으로도 더 많은 사용자들을 응대할 수 있죠. 대신 우리는 사람들 스스로 문제의 답을 찾을 수 있도록 프레임워크를 제공합니다.
Steve: Tableau는 단순히 데이터를 푸시하는 것이 아니라 데이터와 상호 작용할 수 있는 훌륭한 방법입니다. 뭔가를 단순히 보여주는 것에서 그치는 것이 아니라 주어진 플랫폼에서 뭔가를 만들어 낼 수 있다는 점에서 또 다른 차원의 통찰력을 얻을 수 있는 것이죠.

Tableau: Tableau Server가 분석 팀의 업무 방식에 어떤 영향을 끼쳤나요?
Torry: 약 1년 반쯤 전에 우리는 회사 내 사용자들에게 더 많은 보고서를 전달하기 위해 Tableau Server 사용으로 전환했습니다.
Steve: 이를 통해 많은 리소스를 절약하게 되어 전체적인 프로세스가 보다 빨라졌으며, 직접적으로 답을 제공하는 대신 플랫폼을 추가했죠. 보다 많은 사람들에게 정보를 제공할 수 있기에 분석가로서의 능률이 향상되었다고 느꼈습니다. 더욱 빨라지기도 했구요.

근무시간 중 30-50%는 애드혹 보고서 작성에 할애되었는데, 이제는 이 수치가 크게 줄었습니다.

Torry: 근무시간 중 30-50%는 애드혹 보고서 작성에 할애되었는데 이제는 크게 줄었습니다. Tableau Server는 시간이 많이 소요되는 수많은 애드혹 보고서 작성에서 BI 부서원들을 해방시켜 준 거죠. 몇 가지 장점을 들 수 있는데, 대화형이며 세부적인 탐색이 가능하므로 필요한 것을 찾을 수 있다는 것입니다. 또한 요청에 단순히 대응하는 대신에 데이터에서 통찰력을 찾아내는 데 시간을 쓸 수 있죠.
Steve: Zillow에는 기존의 이러한 데이터를 전부 원하는 일부 고급 사용자들이 있습니다. 이러한 요구를 충족하도록 데이터를 Tableau Server에 올릴 수 있습니다. 사용자들은 서버의 데이터 원본을 활용할 수 있고 언제든지 스스로 내려받을 수 있죠. 신뢰할 수 있는 데이터 원본을 즉시 확보할 수 있을 뿐더러 결과를 빠르게 받아볼 수 있으니 다들 만족합니다.
Torry: Tableau가 없었다면, 비즈니스 사용자가 세부적으로 탐색하여 통찰력을 얻고 문제를 발견할 수 있을 때까지 일대일로 대응하느라 우리 시간의 대부분 허비했을 겁니다. Tableau와 함께라면 그들은 셀프 서비스 방식으로 탐색을 수행하여 단순히 문제를 발견하는 것 뿐만 아니라 문제를 해결하도록 우리를 도울 수 있습니다.

다음 내용도 확인해보는 것이 좋습니다.