고객경험·마케팅·성장데이터·지식관리AI 에이전트·업무흐름

공통 식별자와 연결 규칙으로 AI 업무를 확장한다

McKinsey · 원문 발행 2026-06-22

From campaigns to continuous growth: AI capabilities shaping marketing

자료 분류: 고객경험·마케팅·성장 · 데이터·지식관리 · AI 에이전트·업무흐름

공식 원문 보기

SOURCE SUMMARY

원문 핵심 요약

100%텍스트로 읽기

확대 후 그림 안에서 좌우·위아래로 이동할 수 있습니다.

공통 식별자와 연결 규칙으로 AI 업무를 확장한다 원문 근거 전체 페이지
원문 사실 재구성 · 연결 기반 · McKinsey · From campaigns to continuous growth: AI capabilities shaping marketing · 2026-06-22 전체 본문 L70·L77·L95·L103–116 및 실제 Exhibit 3: 공통 ID·상호운용·결과 피드백·결정권 · 확인 2026-10-01 · 원문 자료
이미지 전체 텍스트

공통 식별자와 연결 규칙으로 AI 업무를 확장한다 발행처: McKinsey 원제: From campaigns to continuous growth: AI capabilities shaping marketing 원문: https://www.mckinsey.com/capabilities/growth-marketing-and-sales/our-insights/from-campaigns-to-continuous-growth-ai-capabilities-shaping-marketing 발행: 2026-06-22 분류: 기업 데이터 · 연결 · 피드백 발행 묶음: AI 업무 간 공통 기반 정리일: 2026-09-30 관련 부분 요약 · 마케팅 AI의 공통 데이터·연결·피드백 설계 처음부터 서로 연결될 업무의 기준을 합의한다 여러 기능을 지속적인 실행 흐름으로 묶는 구조 공통 식별자 고객·제품·의도 등의 공통 자료 모델과 식별자를 정의 재사용 연결 기존 시스템·외부 서비스·자체 기능을 상호운용 가능한 구조로 연결 지속 피드백 결과 관측을 각 모델·업무에 넣어 다음 실행을 개선 원문에서 확인한 핵심 구조 원문의 실행 포인트 신뢰 가능한 정보 최신 제품 속성·검증 가능한 설명을 기계가 해석할 수 있게 구성 명확한 결정권 사람과 에이전트의 역할·시험 기준·판단 책임을 정의 원문이 제시하는 실행 원리 업무 전체 측정 · 활동에서 결과로 도구 사용량이나 생성 속도보다 전체 흐름의 성과를 관측한다. 작게 시작해 연결 · 고립된 시범 방지 일부 기능만 먼저 만들더라도 다른 기능과 공유할 자료·인터페이스를 정한다. 공통 자료와 연결 방식을 먼저 정해야 개별 시범의 학습을 다른 업무로 확장할 수 있다. 마케팅 조사·자문 경험과 일부 기업 사례에 기반한다. 가상 소비자 여정과 실제 사례를 구분해야 하며 매출·콘텐츠 생산성 수치는 제조 성과가 아니다. 기존 시스템·외부 서비스·자체 기능은 공통 식별자를 기반으로 연결된다. 결과 관측은 연결된 업무의 다음 실행으로 돌아간다. 이는 식별자의 자동 변경이나 검증 없는 학습을 뜻하지 않는다. 원문 사실 재구성 · 연결 기반.

관련 부분 요약 · 마케팅 AI의 공통 데이터·연결·피드백 설계

처음부터 서로 연결될 업무의 기준을 합의한다

여러 기능을 지속적인 실행 흐름으로 묶는 구조

공통 식별자

고객·제품·의도 등의 공통 자료 모델과 식별자를 정의

재사용 연결

기존 시스템·외부 서비스·자체 기능을 상호운용 가능한 구조로 연결

지속 피드백

결과 관측을 각 모델·업무에 넣어 다음 실행을 개선

원문에서 확인한 핵심 구조

원문의 실행 포인트

신뢰 가능한 정보

최신 제품 속성·검증 가능한 설명을 기계가 해석할 수 있게 구성

명확한 결정권

사람과 에이전트의 역할·시험 기준·판단 책임을 정의

원문이 제시하는 실행 원리

업무 전체 측정

활동에서 결과로

도구 사용량이나 생성 속도보다 전체 흐름의 성과를 관측한다.

작게 시작해 연결

고립된 시범 방지

일부 기능만 먼저 만들더라도 다른 기능과 공유할 자료·인터페이스를 정한다.

공통 자료와 연결 방식을 먼저 정해야 개별 시범의 학습을 다른 업무로 확장할 수 있다.

APPLICATION PROPOSAL

별도의 적용 제안

100%텍스트로 읽기

확대 후 그림 안에서 좌우·위아래로 이동할 수 있습니다.

우리의 적용안 품질 이슈와 변경 업무의 공통 ID 별도의 적용 제안 전체 페이지
별도의 적용 제안 · 별도의 적용 제안
이미지 전체 텍스트

별도의 적용 제안 우리의 적용안 품질 이슈와 변경 업무의 공통 ID 참고 원문 발행처: McKinsey 원제: From campaigns to continuous growth: AI capabilities shaping marketing 원문: https://www.mckinsey.com/capabilities/growth-marketing-and-sales/our-insights/from-campaigns-to-continuous-growth-ai-capabilities-shaping-marketing 품질 신호·설계변경·시험 결과가 같은 대상을 가리키게 연결 우리의 제안 · 기존 PDM/ERP·M-BOM 기준의 변경 표본 운영 반영 전 읽기 전용·분리 환경으로 검증 기존 기준 확인 현재 제품·품번·개정·이슈·변경 ID와 확립된 M-BOM의 연결 기준을 확인 점검 범위 고정 기존 시스템의 연결을 유지하고 변경 영향 검토에 필요한 자료만 조회 업무 흐름 대조 이슈에서 영향 부품·변경·시험·조치까지 누락·불일치를 확인 결과로 개선 잘못된 연결·중복·상태 지연을 분류하고 매핑 규칙을 검증 기준선과 비교할 검증 지표 연결 정확도 같은 대상·개정·시점의 기록이 올바르게 묶인 비율 추적 완전성 이슈부터 조치 근거까지 끊김 없이 확인 가능한 비율 현업 확인 부담 자료 찾기·오연결 수정·상태 재확인에 걸린 시간 적용 전에 고정할 통제 임의 병합 금지 유사한 이름만으로 부품·고객·설비 기록을 합치지 않음 형상 통제 새 연결이 원천 개정·승인·유효 상태를 바꾸지 않음 피드백 검증 많이 쓰이는 연결도 정확성 확인 없이 정답으로 학습하지 않음 범위·기준선 정의 → 데이터·근거 연결 → 병행 시범·오류 기록 → 사람 승인 후 확대 우리의 적용 제안 · 기존 M-BOM 정합성의 결함이나 시스템 재구축을 전제하지 않음 별도의 적용 제안 · 기존 ID·개정·시점의 연결을 점검. 이슈에서 영향 부품·개정, 변경, 시험, 조치까지 기존 연결의 근거를 추적한다. 오연결·중복·상태 지연은 점검할 오류 범주이며 현재 시스템에 발견됐다는 뜻이 아니다. 검증 후 매핑 보완만 제안하고 유사 이름의 임의 병합, 원천 개정·승인 상태 변경, 검증 없는 정답 학습은 하지 않는다.

우리의 적용안 품질 이슈와 변경 업무의 공통 ID

품질 신호·설계변경·시험 결과가 같은 대상을 가리키게 연결

우리의 제안 · 기존 PDM/ERP·M-BOM 기준의 변경 표본

운영 반영 전 읽기 전용·분리 환경으로 검증

기존 기준 확인

현재 제품·품번·개정·이슈·변경 ID와 확립된 M-BOM의 연결 기준을 확인

점검 범위 고정

기존 시스템의 연결을 유지하고 변경 영향 검토에 필요한 자료만 조회

업무 흐름 대조

이슈에서 영향 부품·변경·시험·조치까지 누락·불일치를 확인

결과로 개선

잘못된 연결·중복·상태 지연을 분류하고 매핑 규칙을 검증

기준선과 비교할 검증 지표

연결 정확도

같은 대상·개정·시점의 기록이 올바르게 묶인 비율

추적 완전성

이슈부터 조치 근거까지 끊김 없이 확인 가능한 비율

현업 확인 부담

자료 찾기·오연결 수정·상태 재확인에 걸린 시간

적용 전에 고정할 통제

임의 병합 금지

유사한 이름만으로 부품·고객·설비 기록을 합치지 않음

형상 통제

새 연결이 원천 개정·승인·유효 상태를 바꾸지 않음

피드백 검증

많이 쓰이는 연결도 정확성 확인 없이 정답으로 학습하지 않음

  1. 범위·기준선 정의
  2. 데이터·근거 연결
  3. 병행 시범·오류 기록
  4. 사람 승인 후 확대