11.18
주요뉴스
뉴스홈 > 기고
[백서] 제조업체의 품질보증 노력을 제약하는 10가지 비즈니스 현실
품질 보증 문제는 회사의 수익성에만 영향을 미치는 것이 아니라 고객 만족도는 물론, 제품의 안정성과 신뢰성이라는 측면에서 전체적인 기업 이미지에도 영향을 미칠 수 있다. 포스트-세일즈 서비스에서 앞서가는 기업들은 보다 신속한 서비스를 제공할 수 있는 방법을 모색하는 데 그치지 않고, 고장이 발생하면 수리해준다는 '사후 대처'식 사고방식에서 벗어나 가치 창출에 초점을 맞추고 있다.

품질보증(Warranty)과 관련된 비용이 수십억 달러에 달하고 정부기관의 조사나 고객 불만족 같은 간접비용까지 계속 증가하고 있다는 점을 감안하면, 효과적인 품질 보증 관리/분석 시스템은 제조업체에게 더 이상 선택사항이 아니라 필수 요구사항이라고 할 수 있다. 품질 보증 관리 시스템은 종이 서류 중심의 기존 프로세스를 자동화하는 데에서 더 나아가, 제품 설계/재설계 주기를 단축하고 고객 대응을 개선하며 비용을 회수하고 채널 파트너 관계를 강화하는 것은 물론, 전통적인 사업 부문보다 수익성이 더 높은 서비스 부문을 구축하는 데 기여해야 한다.

요컨대, 품질 보증 프로그램은 고객에게는 기대 요소지만 제조업체에게는 필수 요소다. 품질 보증 서비스의 역할은 단순히 제품의 현장 결함을 바로잡는 것에서 그치지 않는다. 품질 보증 서비스를 잘 활용하면, 제품과 관련된 이슈 및 사업 기회를 발 빠르게 식별하고 우수한 고객 서비스를 통해 기업을 차별화하며 고객 충성도를 강화하는 동시에 고객 관계의 라이프타임 밸류(lifetime value) 및 브랜드 이미지를 개선할 수 있다.

이와 같은 성과를 거두기 위해서는 품질 보증과 관련된 클레임을 통해 수집되는 방대한 데이터를 이해해야 한다. 품질 보증 클레임 데이터는 현장 조사처럼 많은 비용이 소요되지 않으면서도 고객이 구입한 제품이 제대로 가동되고 있는지를 보여주는 가장 실용적인 정보원이다.

하지만 단순히 품질 보증 데이터를 보고하는 것만으로는 불충분하다. 이미 품질 보증 문제가 발생한 뒤에 '사후 대처'에만 급급한 방식으로는 너무 늦다. 세계적인 기업들은 클레임 심사 과정에서 품질 보증 데이터에 분석기능을 적용하여 사전에 적극적으로 대응하고 있다. 즉, 분석 기능을 이용하여 과거의 추세를 분석하고 통계적 추론을 통해 미래를 예측하여 중대한 품질 보증 문제를 사전에 예방하는 것이다.

이 글에서는 오늘날 기업들의 품질 보증 관리 노력을 제약하는 10가지의 비즈니스 현실과 이에 대한 바람직한 대응 방안에 대해 살펴보도록 하겠다. 최근 몇 개월간 신문 비즈니스 면에 실린 헤드라인만 훑어보더라도, 기업과 제품에 대한 소비자의 불신과 의혹이 증가하고 있는 이유를 쉽게 이해할 수 있다. 타이어 결함으로 인한 인명사고, 내부자 거래, 손익계산서 조작, 안전성 문제로 인한 약품, 소비재의 대대적 리콜 등. 그 사례는 헤아리기조차 어렵다. 이런 뉴스가 불거질 때마다 기업 신뢰도는 급격하게 저하되며, 기업의 윤리 및 수준에 대한 전반적인 인식에 치명적인 피해를 입는다.

이러한 신문기사들의 '역홍보' 효과로 인해, 내구재 상품의 제조, 판매, 서비스 환경은 점점 악화되고 있다. 제품이란 언젠가는 고장 날 수밖에 없는 것이지만, 기업은 제품의 하자에 대해 이전보다 더 비싼 대가를 지불해야 한다. 게다가 인내심에 한계를 느낀 고객들은 이러한 문제를 더 이상 용인하려 하지 않는다.

B2B 제조업계에서도 상황은 마찬가지다. 법적 책임의 가중, 이윤 저하 등의 문제에 직면한 B2B 제조업체들은 공급망 전반에 걸쳐 제품의 수급 현황을 보다 면밀히 감시하고, 잠재적인 문제가 신문의 헤드라인을 장식하거나 이윤을 급격하게 저하시키기 전에 신속하게 대응 조치를 취할 수 있도록 노력하고 있다.

과거에는 고객 서비스가 제품을 팔고 난 뒤에나 생각할 문제로 간주되기도 했다. 하지만 고객 서비스에서 앞서 나가는 기업들이 실제로 더 좋은 품질의 제품으로 더 많은 매출을 기록하고 있으며, 채널과 고객으로부터 더 좋은 반응을 얻고 있다. 이러한 기업들은 품질 보증 관리 서비스를 시작점으로 하여 포스트-세일즈 업무의 적극적인 변화를 추진하고 있다.

포스트-세일즈의 중요성은 제품의 고객 기반이 점진적으로 확장되고 연 성장률이 감소하기 시작하면서 한층 더 강조된다. 실제로 고객 환경에 설치된 유닛의 총 수량이 매년 판매되는 제품 수량의 수십 배에 달하는 경우를 여러 업종에서 찾아 볼 수 있다. 한 예로, 미국에서 현재 사용되는 자동차의 대수는 1950년 6천만 대에서 오늘날 약 3억대로 증가한 반면, 최근 1년간 판매된 자동차 대수는 총 1,700만 대에 그쳤다. 이 경우 고객 보유 수량과 신규 판매 수량의 비율은 약 13 대 1에 달하며, 이러한 패턴은 다른 여러 업종에서도 공통적으로 확인되고 있다.

포스트-세일즈는 시장을 견인하기 위한 매우 중요한 요소다. 귀사는 고객이 보유한 제품에 대해 차별화된 품질 관리 서비스를 제공하고 있는가? 귀사의 서비스 부서는 품질 관리 클레임을 수동적으로만 처리하고 있는가, 아니면 잠재적 이슈들을 사전에 확인하고 심각한 문제로 발전되기 전에 해결하고 있는가? 귀사는 기존 고객 관계의 '라이프타임 밸류(lifetime value)'를 개선하기 위해 최선의 노력을 다하고 있는가?

이러한 문제들을 성공적으로 해결하기 위해, 기업은 다음과 같은 행동을 취해야 한다:

최신 이슈를 사전에 확인하고 신속하게 해결해야 한다.
제품이 현장에서 정상적으로 동작하고 있는지 충분히 파악해야 한다.
품질 관리 관련 이슈와 비용을 최소화해야 한다.
품질관리와 다른 비즈니스 업무를 연계해야 한다.

품질 보증 관리 영역의 기술 진보 덕분에 최소한의 투자 위험으로 상당한 투자 효과를 거둘 수 있게 되었음에도 불구하고, 많은 기업들은 여전히 다양한 품질 보증 관리 기능을 파편화된 구식 시스템에 의존하고 있는 실정이다. 하지만 현명한 기업들은 이미 포스트-세일즈 서비스에 대한 적극적 변화를 통해 비즈니스 현실에 대처하고 있다. 품질 관리 프로세스를 개선하기 위해 노력하는 과정에서, 기업들은 10가지 비즈니스 현실에 직면하게 된다. 10가지의 비즈니스 현실과 이에 대한 기술적 대응책을 살펴본다.

비즈니스 현실(1)
제품의 하자는 피할 수 없는 현실
제품 하자 방지를 위한 최선의 노력에도 불구하고, 부품 문제는 매일 발견된다. 그것이 페인트 부스에 포함된 오염물질이든, 엔진 고장이든, 문제는 발생하기 마련이며 신속하게 해결되어야 한다. 문제를 확인, 정의, 해결하기까지는 수개월, 심지어 수년이 걸릴 수도 있다. 문제가 해결되지 않은 기간 동안, 기업은 잠재적인 문제를 수반하는 제품을 생산할 수밖에 없다. 대대적인 리콜, 고액의 소송, 엄격한 정부 규제가 일상화되고 있는 오늘날의 환경에서, 기업들은 문제 해결 프로세스를 가속화하고, 최대한 빨리 문제를 종결지음으로써 리스크 노출을 최소화하기 위한 방안을 모색하고 있다.

기술적 대응
심각한 문제로 확대되기 전에 자동으로 결함 감지
선도적인 기업들은 사후 보고 위주의 접근방식에서 벗어나 사전에 적극적으로 대처할 수 있는 분석적인 접근방식으로 전환하고 있다. 심각한 문제로 확대되기 이전에 미리 결함을 자동으로 파악하면, 결함이 발생한 공급업체나 생산시설, 제품 또는 대리점에 문제 해결 자원을 신속하게 투입할 수 있다. 또, 이와 같은 결함 감지 정보를 생산 현장의 SPC 데이터나 고객 조사 데이터와 같은 여타의 정보와 통합하면, 관련 요인들을 조기에 파악하여 품질 보증 문제가 실제로 발생하기 전에 이를 미리 예측 및 예방할 수 있다.

비즈니스 현실(2)
품질 관리 관련 리스크의 심각성
US Bancorp Piper Jaffray는 스페어 부품을 위해서만 미국 내에서 연간 7천억 달러의 비용이 지출되고 있으며 이는 전체 GDP의 8%에 달하는 수치라고 보고하고 있다. 기업들은 품질 관리 비용으로 수십억 달러를 지출한다. 한 예로, 북미 지역의 자동차 업계는 매년 품질 관리 서비스에 100억 달러를 지출하고 있다.
품질 관리에 소홀한 기업은 정부 규제의 심화, 예기치 않은 비용의 지출, 고객/채널 만족도의 저하, 브랜드 이미지 저하, 제품 품질 문제의 만성화와 같은 리스크를 감당해야 한다.

기술적 대응
프로세스 개선 및 합리화를 통해 리스크 완화
부품 결함으로 인한 품질 보증 비용을 공급업체로부터 회수하고, 클레임 비용을 정확하게 지급하며, 조작된 클레임을 기각하고, 문제의 근본원인을 규명하는 시간을 단축하는 것은 물론 품질보증 비용을 정확하게 예측할 수 있다면, 전체적인 품질보증 클레임 비용을 거의 절반까지 줄일 수 있다.
또한 품질보증 관리 업무를 간소화하고 품질 보증 정보와 제품 정보를 효과적으로 분석함으로써 상당한 비용을 절감하는 동시에 단순한 트랜잭션 데이터에서 의미 있는 정보를 추출할 수도 있을 것이다.

비즈니스 현실(3)
원시적인 품질 보증 프로세스
자동화된 조달/판매 시스템 분야의 기술 진보에도 불구하고 대부분의 제조업체에서는 여전히 반복적인 품질 보증 클레임 관리 및 공급업체 비용 회수 업무를 일일이 수동 작업으로 처리하느라 어려움을 겪고 있다. 이 같은 노동 집약적 클레임 처리 방식은 비용과 시간이 많이 소요될 뿐만 아니라 오류 발생 가능성도 높다. 클레임과 관련된 비용 지급은 자동으로 이루어지지만 정작 클레임을 승인하는 과정은 사람의 손을 거쳐야 한다. 게다가, 자동화된 비즈니스 규칙 엔진이 존재한다 하더라도 실제 데이터가 아닌 추측이나 가정을 기반으로 하는 경우가 많다.

또한, 제조업체들은 각 공급업체별로 품질 보증 성과를 추적하는 데에도 어려움을 겪고 있다. 이와 같은 추적 기능이 없을 경우, 부품 결함으로 인한 품질 보증 비용을 관련 공급업체에서 정확하게 회수하기란 결코 쉬운 일이 아니다.

기술적 대응
향상된 통합/분석 기능 및 웹 통신 기능의 활용
클라이언트/서버 아키텍처와 웹 인터페이스를 기반으로 하는 통합된 품질 보증 관리 시스템을 구축할 경우, 기존의 IT 시스템과 데이터를 활용하여 보다 높은 수익성을 보장하는 새로운 비즈니스 모델을 구현할 수 있다. 새로운 비즈니스 모델의 특징은 다음과 같다.

파편화된 여러 시스템에 흩어져있던 데이터 및 공급업체의 데이터베이스에 상주하는 데이터를 단일화 된 사내 지식 기반에 통합한다.
이와 같이 통합된 지식 기반은 지속적인 업데이트, 검증, 조정 및 관리를 통해 무결성을 보장한다.
이 같은 지식 기반은 '단일화된 사실 정보'로서 의미 있는 분석에 적용될 수 있고, 분석 대상에는 모든 기능 영역과 생산 시설, 제품 계열 및 고객 계층 전체가 모두 포함된다.
허가 받은 모든 사용자가 웹을 통해 안전하게 공유할 수 있도록, 이와 같은 분석을 통해 도출된 경보 및 심층적 통찰은 사용자 개개인의 고유한 요구에 맞는 적절한 포맷과 수준으로 제공된다.
업계의 모범사례에 따라 개발된 모델 및 애플리케이션이 최신 이슈를 보다 신속하게 파악하고 문제 해결 기간을 단축시켜주며 사전에 예방적 고객 서비스를 제공하도록 도와준다.

종전에는 각 사업 단위 차원에서 개별적으로 의사결정이 이루어지다 보니 회사 전체의 목표와 상충하는 경우도 비일 비재 했지만, 통합된 시스템이 구축되면 모든 변수와 영향을 폭 넓게 심사숙고 하여 의사결정을 내릴 수 있다. 따라서 한정된 자원을 투자 효과를 극대화할 수 있는 영역에 효과적으로 배분할 수 있다. 이제, 자동화된 분석 기능을 바탕으로 IT 전문가의 도움 없이도 사전에 정확하게 의사결정을 하고, 주어진 사업 기회를 최대한 활용할 수 있다.

비즈니스 현실(4)
품질 보증 클레임 처리에 장기간 소요
일부 업계에서는 클레임 관리자가 제품 및 부품에 대한 품질 보증 클레임을 일일이 분류하고 일반적인 품질 보증 클레임을 처리하여 채널 파트너에게 관련 대금을 지급하기까지 무려 한 달이 넘게 소요되는 경우도 있다. 이처럼 대금 지급 기간이 길어지다 보면 채널 파트너의 불만이 커질 수밖에 없고 결국에는 채널 파트너가 대금 지급 기간이 짧은 경쟁사와 손을 잡게 될 수도 있다.

더욱이, 개별 클레임의 유효성을 판별하고 승인하는 데만도 이처럼 오랜 시간이 걸린다면, 클레임 정보를 문제 식별/해결 프로세스에 반영하는 데에는 수개월 내지 수년이 소요될 수도 있다. 다시 말해, 품질 보증 데이터를 분석에 적용할 수 있게 되기까지, 수천 개의 부품이나 완제품이 결함을 갖은 채로 생산되고 조립되는 셈이다.

기술적 대응
프로세스의 통합 및 자동화를 통해 처리 주기 단축

미리 지정된 분석 규칙에 따라 자동으로 클레임을 심사하는 지능형 클레임 처리 기능을 이용하면, 클레임 처리 기간을 단축하고 처리 효율을 높일 수 있다. 회계상의 관점에서만 보자면 이처럼 처리 기간이 단축되어 예산 집행이 빨라지더라도 큰 이점은 없다고 주장할지도 모르지만, 전체적인 관점에서 보면 신속한 대금 지급을 통해 우수한 채널 파트너를 유지함으로써 커다란 이익을 얻을 수 있다. 또, 클레임 데이터를 보다 신속하게 처리, 분석함으로써 새로운 이슈를 더 빠르게 파악할 수도 있다. 제품 문제를 보다 빨리 파악하고 해결할수록 더 많은 품질 보증 클레임을 사전에 예방할 수 있고, 관련 예산을 절감하여 기업의 수익성을 높일 수 있다.

비즈니스 현실(5)
품질 관리 비용 예측이 어려움
품질관리 데이터의 내재적인 변동성으로 인해, 품질 관리 실적을 예측하는 작업은 매우 복잡하다. 기업이 품질 관리 실적에 대한 정확하고 예측 가능한 데이터를 확보하지 않는 이상, 품질 관리 클레임에 대응하는데 필요한 금융비용을 예측하기란 쉬운 일이 아니다. 부정확한 품질 관리 예측은 품질 관리 관련 예산의 과다/과소 책정을 유발할 뿐만 아니라 금융 리스크를 발생시키고 전반적인 기업의 실행 능력을 저하시킨다.

기술적 대응
다양한 정보원 및 효과적인 예측 모델의 활용
기업 내부 및 외부의 다양한 플랫폼으로부터 수집되는 품질, 설계, 판매 데이터를 활용하여 품질 보증 예측의 정확성을 높이고, 이 같은 데이터를 정리, 정렬하여 분석 가능한 형식으로 변환하고, 여기에 검증된 통계 모델을 적용하여 정확한 예측정보를 산출한다. 이와 같은 정보를 통해 CFO는 품질 보증 예산을 보다 정확하게 예측 및 관리할 수 있고, 영업 팀은 판매 협상 과정에서 품질 보증 비용을 고려할 수 있다.

비즈니스 현실(6)
클레임 비용을 필요 이상으로 과다 지출

현실적으로, 많은 기업들은 명확하게 정의된 품질 관리 정책을 보유하고 있지 않다. 클레임과 정책을 대조하고, 이상 현상을 감지하고, 품질 관리 클레임을 처리, 판정, 지불하기 위한 자동화된 엔진이 구현되어 있지 않는 경우, 조작된 클레임, 또는 정당하지 않은 클레임에 대해서도 불필요하게 비용을 지불하는 문제가 생기기 마련이다.

제조업체들은 클레임에 포함된 비용 중 회복 가능한 비용을 별도로 분류/추적하고, 문제 있는 부품을 제공한 공급업체로부터 해당 금액을 보상받아야 한다. 많은 업종에서, 기업들이 생산하는 완제품은 상당 수준 공급업체가 제공한 부품에 의존하고 있다. 항공 산업의 경우, 그 비율은 60 퍼센트에 달한다. 공급업체로부터 부품 하자에 대한 클레임 비용을 보상받는 작업은 결코 간단치 않으며, 품질 관리 클레임을 수백여 공급업체와의 관계에 매핑시키는 물류 작업 또한 만만치 않은 과제다.

기술적 대응
프로세스 자동화를 통해 품질 보증 정책 집행
분석적 비즈니스 규칙이 통합되어 있는 시스템을 구현하면 취급자의 실수로 인한 오류를 줄이고 업계의 모범 사례를 적용할 수 있다. 지능형 클레임 처리 기능과 포괄적인 보고/분석 기능을 갖춘 자동화된 시스템은 제조업체가 회수해야 할 비용을 추적하여 보고해주는 것은 물론, 제품 결함으로 인한 금전적 책임을 공급업체와 분담하는 데 필요한 자료를 작성할 수 있도록 도와준다. 예측적 모델링 및 고급 통계 기능을 지원하는 데이터 마이닝 툴을 이용하면 클레임 조작 패턴을 파악하고, 클레임 승인 자동화에 필요한 비즈니스 규칙을 정의할 수 있다. 뿐만 아니라, 규칙 기반의 엔진을 통해 이와 같은 비즈니스 규칙을 적용 및 집행할 수 있다.

비즈니스 현실(7)
파편화된 정보 및 의사결정
품질 보증 데이터를 취합하는 주된 목적이 서비스센터에 수리 대금을 지급하기 위한 것이다 보니 통상적으로 품질 보증 데이터의 수집 및 처리는 품질 문제 해결보다는 대금 지급 근거 제시 위주로 이루어진다. 그러다 보니 품질 보증 데이터에는 다양한 고객, 제품 및 비용 정보가 담겨 있음에도 불구하고 데이터 수집 자체는 느리고 일관성도 떨어지며 데이터의 형식도 저마다 제 각각이다. 결국, 데이터에 대한 접근이나 분석도 그만큼 쉽지 않다.

뿐만 아니라, 여러 지역이나 사업부, 각기 다른 채널 파트너로부터 수집되는 품질 보증 데이터를 통합하기란 결코 쉬운 일이 아니다. 이와 같은 데이터에 판매율이나 제품의 내용, 공급업체의 품질, 고객의 의견 등 관련 정보까지 통합하는 것은 더더욱 쉬운 일이 아니다. 이러한 이유로 제품 결함 및 품질과 관련된 동향을 파악하는 것은 항상 어려운 과제로 남아 있게 되었고 이 같은 동향을 미리 예측하기란 거의 불가능하다고 할 수 있다.

기술적 대응
다양한 시스템의 데이터를 분석하여 종합적인 정보 도출
품질 보증 데이터에는 제품의 결함을 쉽고 빠르게 식별하고 해결하는 데 활용할 수 있는 상세하고 포괄적인 정보가 담겨 있다. 하지만 대부분의 기업들은 이 같은 데이터를 충분히 활용하지 못하는 실정이다. AMR리서치사의 조사 결과에 따르면, 모든 정보원을 통합하고 통합된 데이터를 사전에 적극적으로 분석하는 것만으로도 품질 보증 클레임과 관련된 비용을 절반 가까이 줄일 수 있다.

클레임 데이터와 제품 정보 및 기타 관련 데이터를 품질 보증 분석용으로 설계된 단일 데이터베이스에 통합하여 공유할 경우, 전체적인 공급망에 포함된 모든 공급업체가 분석 툴을 이용해 관련 패턴과 추세를 파악하고 새로운 이슈에 보다 발 빠르게 대처할 수 있다. 따라서 고객 서비스 담당자는 물론, 공급업체와 채널 파트너 모두 효과적으로 협력하여 비용을 절감하고 제품의 품질을 향상시킬 수 있다.

비즈니스 현실(8)
다양한 시스템의 데이터를 분석하여 종합적인 정보 도출
수동 작업 중심의 낡은 프로세스 및 단순한 보고 툴로 인해 제조업계의 품질 보증 관리는 여전히 '사후 대처' 위주로 이루어지고 있다. 더욱이, 클레임 조작이나 기술 교육 문제 또는 제품 결함 등을 자동으로 감지할 수 있는 시스템 또한 거의 전무한 실정이다. 그 결과, 제품의 품질이나 고객 만족도는 저하되고 채널 파트너와의 관계도 위협받고 있다.

기술적 대응
분석 기능을 활용하여 최신 이슈를 식별하고 사전에 적극적으로 대응
단순히 품질 보증 데이터를 보고하는 것만으로는 불충분하다. 이미 품질 보증 문제가 발생한 뒤에야 '사후 대처'에 급급한 방식이기 때문이다. 세계적인 기업들은 품질 보증 데이터에 분석 기능을 적용하여 사전에 보다 적극적으로 대응하고 있다. 즉, 분석 기능을 활용해 과거의 추세를 분석하고 통계적 추론을 통해 미래를 예측함으로써 회사에 악영향을 미칠 수 있는 중대한 품질 보증 문제를 사전에 예방하는 것이다.

효과적인 데이터 수집 프로세스와 관련 표준 및 보다 효율적인 분석 툴을 이용해 제조업체는 품질 보증 데이터를 수집, 처리, 분석하는 데 소요되는 시간을 줄일 수 있다. 단순한 데이터를 고도의 전략적 정보로 변환하고, 이 같은 정보에 입각하여 적절한 조치를 취함으로써 평균 고장 발생 시간(MTBF: Mean Time Between Failure)을 단축하고 신제품 개발 역량을 강화하며 브랜드 이미지를 보호할 뿐만 아니라 고객 만족도와 수익성도 높일 수 있는 것이다. 더욱이, 분석 기능을 활용하여 새로운 이슈를 자동으로 감지함으로써, 단순 데이터를 고도의 전략적 정보로 변환하는 데 소요되는 시간을 종전의 수개월 내지 수년에서 수분 내로 단축시킬 수 있다.

비즈니스 현실(9)
신호와 잡음의 구별이 어려움
분석하고자 하는 데이터가 품질 보증 클레임에서 얻은 것이든 아니면 공급업체 감사나 고객 조사에서 얻은 것이든, 한 가지 변함없는 사실은 측정치에는 항상 편차가 발생한다는 것이다. 어떤 대상을 측정하다 보면 측정 결과가 지난번보다 더 좋아질 수도 있고 더 나빠질 수도 있다. 이와 같은 통상적 범위의 편차는 으레 발생하기 마련이지만, 이로 인해 정확한 의사결정이 매우 어려워질 수 있다. 다시 말해, 통상적인 편차라는 잡음 때문에 정작 의미 있는 신호를 제대로 가려내지 못하게 되는 것이다. 그러다 보면 희소한 자원을 엉뚱한 영역에 집중하거나 새로운 이슈를 너무 늦게 인식하게 될 수도 있다.

기술적 대응
분석 기능을 활용하여 의미 있는 신호 식별
단순한 보고 시스템은 "결함 발생 빈도가 가장 높은 생산시설/모델 조합은 어떤 것인가?"와 같은 질문에 대한 답을 제공한다. 이보다 더 쓸모 있는 질문은 "최악의 생산시설/모델 조합은 무엇인가?"와 같은 형태가 될 것이다. 분석 기능을 적용하여 통상적인 편차라는 잡음을 걸러내고 의미 있는 신호만 가려낼 수 있게 된다면, 최악의 생산시설/모델 조합을 정확하게 규명할 수 있을 것이다. 이를 통해 제조업체는 더 이상 무분별하게 투자하지 않고, 이익을 극대화할 수 있는 부문에 자원을 집중적으로 투입시킬 수 있다.

비즈니스 현실(10)
잠재적 IT 투자수익률은 높지만 경영진의 지원은 부족
미국 보스턴에 본사를 둔 AMR리서치가 실시한 조사에 따르면, 조사에 참여한 125개 제조업체 가운데 47%에서 서비스 부문이 총수익의 40% 내지 50%를 차지하고 있음에도 불구하고, 핵심 사업 부문에 대한 IT 프로젝트에 비해 서비스 부문의 IT 프로젝트 지출은 더 적었다. 또한 이들 기업은 전체 IT 지출 총액의 20%만 서비스 부문에 투자하고 있는 것으로 나타났다.

이와 같은 투자 격차는 서비스 부문을 제품 생산 부문의 연장선상에서 부품이나 교체해주는 현금 수입원쯤으로 착각하는 구태의연한 사고방식에서 기인한 것이다. 그러다 보니 고위 경영진의 지원이나 관심에서도 멀어져 있었던 것이 사실이다. 대다수의 서비스 조직들은 아직도 예산 부족이나 경영진의 관심 부족 때문에 어려움을 겪고 있으며, 기존의 IT 시스템을 확장하거나 전술적으로 업그레이드할 것인지 아니면 신규 시스템을 도입할 것인지를 저울질하며 정당한 투자 근거를 제시하려고 안간힘을 쓰고 있다.

기술적 대응
포괄적인 품질 보증 IT 전략의 투자수익률 재평가
자동화된 품질 보증/클레임 관리 시스템은 낮은 수준의 리스크 및 중간 수준의 리스크를 관리하는 데 매우 효과적이다. 실제로 대다수의 기업들이 메인프레임 기반의 구식 시스템이나 수동 작업 위주의 프로세스 또는 상호 통합이 되지 않는 이기종 시스템에 의존하고 있음에도 불구하고, 대부분 품질 보증 관리 프로세스를 어느 정도는 자동화하고 있다.
포괄적인 품질 보증 전략을 추구하는 기업들은 다음과 같이 다양한 비용 절감 효과 및 이득을 통해 12개월 이내에 투자 원금을 회수하고 투자수익을 실현할 수 있다.

분석 기능을 활용하여 새로운 이슈를 식별하면 문제가 확대되기 전에 미리 해결함으로써 비용을 크게 절감할 수 있다.
정책 관리의 자동화를 통해, 조작된 클레임에 대해 비용을 지급하거나 공급업체가 부담해야 할 비용까지 대신 지불하는 경우를 방지할 수 있다.
고객의 요구에 보다 효과적으로 대응하고 사전 예방적인 고객 서비스를 제공함으로써, 다양한 품질 보증 서비스를 고객에게 쉽게 판매할 수 있다.
이와 동시에, 기업들은 브랜드 이미지 향상이나 고객 만족 같은 눈에 보이지 않는 이득도 기대할 수 있다.

여백
컴퓨터월드 추천기업 솔루션
인기기사 순위
IT Daily 추천기업 솔루션
(우)08503 서울특별시 금천구 가산디지털1로 181 (가산 W CENTER) 1713~1715호
TEL: 02-2039-6160  FAX: 02-2039-6163   사업자등록번호:106-86-40304
개인정보/청소년보호책임자:김선오  등록번호:서울 아 00418  등록일자:2007.08  발행인:김용석  편집인:김선오