Rippling, 이제 당신의 전체 데이터 스택이 되고자 한다

Parker Conrad는 데이터 분석의 거대한 부분이 인적 자본 관리 (HCM) 시스템 내부에 속해야 한다고 당신이 믿기를 원합니다. 이는 HR 소프트웨어 회사로 시작한 Rippling이 전문적인 비즈니스 인텔리전스 (BI) 도구들과 직접 경쟁할 수 있도록 편리하게 위치를 설정하는 주장입니다.

그들의 제안은 기업들이 현재 여러 벤더로부터 임시방편으로 구축해 놓은 도구들의 집합체인 현대적 데이터 스택 (modern data stack)을 하나로 통합할 수 있다는 것입니다. 다양한 비즈니스 시스템에서 데이터 웨어하우스 (warehouse)로 데이터를 이동시키는 것 자체만으로도 거대한 산업이며, 이것이 바로 Fivetran과 Airbyte 같은 회사들이 하는 일입니다. 그다음에는 Snowflake처럼 데이터를 저장하고 쿼리 (query)할 공간이 필요하며, dbt Labs처럼 데이터를 변환하고 정제할 무언가가 필요하고, 그 위에 Tableau와 같은 시각화 레이어 (visualization layer)가 필요합니다.

Conrad의 주장은 Rippling이 그 모든 것을 하나의 시스템으로 엮어내며, 다른 도구들이 결여하고 있는 요소, 즉 조직에 대한 내장된 이해, 끊임없이 진화하는 보고 구조, 그리고 어떤 지표가 변동될 때 영향을 받는 모든 것을 결합한다는 것입니다. 목요일 아침 공식 출시되는 Rippling Data Cloud는 바로 이를 제공하도록 설계되었습니다.

실제로 작동하는 모습을 보여주기 위해, Conrad는 샌프란시스코 사무실에서 자신의 화면을 공유하며 Rippling이 자사 인력에 이 제품을 적용했을 때 발견한 내용을 보여줍니다.

"'Claude가 정말 도움이 돼요. 제 캘린더와 이메일을 분석해서 계획을 세워주거든요'와 같은 행동을 하는 직원들이 있었습니다."라고 그는 말합니다. "그 직원은 이를 위해 연간 30,000달러의 비용을 지출하고 있었습니다."

그는 누구도 잘못된 일을 하고 있었던 것은 아니지만, 투자 대비 효과 (ROI)가 단순히 없었을 뿐이라고 빠르게 덧붙였습니다. 이는 현재 대부분의 기업이 드러낼 방법이 없는 종류의 발견입니다.

그는 이어서 Rippling AI에게 회사의 가장 최근 보상 검토 주기(compensation review cycle)를 분석하도록 요청하는 것만으로 구축한 라이브 대시보드를 보여주었습니다. 성과 등급(performance ratings)의 분포, 부서별 승진율, 급여 비율 등 모든 데이터가 포함되어 있었으며, 개인 수준까지 상세히 파헤쳐 볼 수(drillable) 있었습니다. 그런 다음 그는 또 다른 대시보드를 띄웠는데, 이번에는 Salesforce의 지원 티켓(support ticket) 볼륨과 직원 스케줄링 데이터를 교차 참조하여 어떤 팀이 업무에 허덕이고 있고 어떤 팀은 그렇지 않은지를 한눈에 보여주었습니다. 그는 등록(enrollments) 팀이 심각하게 인력이 부족하다고 언급했습니다. 여행(travel) 팀은 플랫폼 팀보다 해결되지 않은 티켓이 두 배 이상 많았습니다.

하지만 Conrad가 가장 흥분하며 보여준 사례는 현재 많은 경영진이 공유하고 있는 고민 중 하나인 AI 토큰 지출(AI token spend)에 관한 것이었습니다. 그는 Anthropic의 사용 로그, GitHub의 풀 리퀘스트(pull request) 데이터, 그리고 Rippling 자체의 성과 등급(performance ratings) 데이터를 결합한 대시보드를 통해, 어떤 엔지니어가 실제로 AI 도구로부터 가치를 얻고 있는지, 그리고 어떤 엔지니어가 별다른 성과 없이 비용만 낭비하고 있는지를 살펴볼 수 있음을 보여주었습니다.