기업은 보다 효율적인 문제 해결자가 될 수 있으며 셀프 서비스 비즈니스 인텔리전스 기능을 사용하여 사용자에게 더 많은 데이터와 도구를 제공할 수 있습니다.
셀프 서비스 보고 및 분석은 새로운 개념은 아니지만 사용 가능한 데이터 유형부터 셀프 서비스 자체의 특성까지 많은 것이 변경되었습니다.
글로벌 전문 서비스 제공업체인 Capgemini의 인공 지능 및 분석 담당 부사장인 Dan Simion은 다음과 같이 말했습니다. "이제 일어난 변화는 고급 분석, 데이터 과학 및 기계를 기반으로 하는 기술 분석에서 예측 및 처방 분석으로의 전환입니다. 학습의 목표는 셀프 서비스 보고가 발생할 때 기업이 비즈니스 요구에 최대한 신속하게 대응할 수 있도록 최대한 유연하게 하는 것입니다.”
중요한 발전은 수동적으로 작업하는 것이 아니라 데이터와 상호 작용하는 능력입니다. 보고서나 대시보드를 통해 사용자는 키보드 클릭 없이, SQL과 같은 쿼리 언어를 알 필요 없이 증강 분석 플랫폼의 자연어 쿼리 기능을 활용할 수 있습니다.
더 좋은 점은 질문에 대한 답변에 자동으로 생성된 데이터 시각화와 데이터 시각화의 의미를 설명하는 설명이 포함되는 경우가 많아 데이터가 말하는 내용에 대한 공유된 이해를 높이는 데 도움이 된다는 것입니다.
그동안 데이터 엔지니어링 팀은 데이터 거버넌스 및 규정 준수와 같은 중요한 기업 보호책을 포함하면서 시나리오 결정을 위해 올바른 데이터가 적시에 올바른 위치에 전달되도록 데이터 파이프라인을 구축해 왔습니다.
증강 분석 플랫폼은 셀프 서비스 데이터 준비도 지원하므로 사용자는 자신의 데이터 소스를 선택하고 필요에 따라 결합하여 쿼리에 응답할 수 있습니다. 인사이트 또는 동적 데이터 스토리는 페르소나 및 과거 쿼리 실행과 같은 개인의 컨텍스트를 기반으로 자동 생성될 수도 있습니다.
Microsoft Power BI, Qlik, Sisense, Tableau, Thought Spot 및 기타 업계 리더들은 기업이 더 넓은 사용자 기반에서 분석을 대중화할 수 있도록 향상된 기능을 제공했습니다.
셀프 서비스 비즈니스 인텔리전스 기능을 활성화하는 일반적인 방법에는 두 가지가 있습니다. 하나는 부서별 도구를 구입하고 IT 팀의 도움을 받아 이를 실행하는 것입니다.
또 다른 접근 방식은 데이터 전문가(데이터 과학자, 데이터 분석가, 데이터 엔지니어)가 대중에게 향상된 분석 기능을 제공할 수 있도록 하는 것입니다. 이 접근 방식의 이점은 사람들이 비즈니스에서 분석을 어떻게 사용하고 있는지 확인하고 규정을 준수하지 않는 방식으로 개인 식별 정보를 사용하는 등 데이터 관련 위험을 완화하는 것입니다.
대기업에는 특정 부서나 사업 부문에 할당된 데이터 과학자 및 데이터 분석가로 보완되는 COE(Center of Excellence)가 있는 경우가 많습니다. 이러한 방식으로 기업은 운영 단위의 특정 요구 사항을 충족하면서 모범 사례를 보장할 수 있습니다.
동시에 기업은 클라우드 컴퓨팅 서비스를 채택하면서 셀프 서비스 기능을 향상시키기 위해 분석 및 기계 학습도 실행하고 있습니다.
디지털 엔지니어링 전문 서비스 제공업체인 Apexon의 Sree Majji 수석 부사장은 다음과 같이 말했습니다. “예를 들어 COE(Center of Excellence)는 각 비즈니스 그룹에 대한 전용 검색 환경을 구축하여 엔드 투 엔드 비즈니스 인텔리전스 기능을 구현하거나 더 나아가, 완전히 관리되는 비즈니스 인텔리전스 환경과 부분적으로 관리되는 비즈니스 인텔리전스 환경에 대해 특수 목적 플랫폼을 인스턴스화할 수 있다는 사실도 알아보세요."
분석의 민주화를 통해 비즈니스 사용자는 IT에 의존하는 것보다 더 빠르게 질문에 대한 답변을 얻을 수 있습니다. 또한 데이터 과학자와 데이터 분석가는 전문 지식이 필요한 더 어려운 문제에 집중할 수 있습니다.
Sisense는 위에서 언급한 것처럼 데이터 팀의 전문가가 시민 데이터 과학자에게 지원을 제공할 수 있는 허브 앤 스포크 모델을 장려합니다. Center of Excellence를 통해 정책과 모범 사례가 조직의 데이터 문화에 반영됩니다.
비즈니스 부서에는 도메인 지식을 갖춘 데이터 과학자, 분석가 등 전문가가 있습니다. 이 접근 방식은 운영 단위 내에서 비즈니스 인텔리전스를 최적화하려는 기업의 욕구와 거버넌스 등의 제어 및 표준에 대한 요구 사이의 균형을 유지합니다. 특히 이 플랫폼은 다음을 포함한 여러 기능을 제공합니다.
Microsoft Power BI 팀은 비록 다르지만 허브 앤 스포크 접근 방식과 마찬가지로 책임을 나누는 관리형 셀프 서비스를 장려합니다. 이 모델에서는 IT가 데이터의 소유권을 보유하고 사업부는 자체 보고서를 실행할 수 있습니다. 이 접근 방식은 비즈니스 전문가는 빠르게 움직이고 IT는 느리게 움직이는 현대 조직의 이중 속도 특성을 인식합니다.
Sisense와 마찬가지로 Power BI는 비데이터 전문가를 위한 드래그 앤 드롭 인터페이스와 인공 지능 도움말을 제공합니다. 엔터프라이즈 비즈니스 인텔리전스 기능을 통해 데이터 과학자와 데이터 분석가는 보다 복잡한 분석을 수행할 수 있습니다. 또한 엔터프라이즈 수준의 제어도 제공합니다. 고객은 셀프 서비스와 엔터프라이즈 비즈니스 인텔리전스를 결합하여 비즈니스 민첩성을 높이고 보다 안전한 데이터 사용을 달성할 수 있습니다.
Qlik은 플랫폼 QlikSense를 통해 비즈니스와 IT의 요구 사항 사이의 균형을 유지합니다. 회사는 플랫폼이 제공하는 5가지 필수 셀프 서비스 비즈니스 인텔리전스 기능을 간략하게 설명합니다. 그들은:
경쟁적인 이유로 증강 분석 플랫폼은 차이점보다 유사점이 더 많습니다. 종종 플랫폼 또는 플랫폼 간의 선택은 각 공급업체의 편의 수준에 따라 결정됩니다.
기업이 더 많은 직원에게 데이터 기반 통찰력을 제공하려고 함에 따라 사용 편의성은 많은 비즈니스 인텔리전스 플랫폼 결정을 주도합니다. 운영 단위가 자체 분석 플랫폼을 구매하면 일반적으로 특정 문제를 해결하게 됩니다. 시간이 지남에 따라 기업은 여러 플랫폼 또는 동일한 플랫폼의 여러 인스턴스를 갖게 될 수 있습니다.
기타 고려 사항에는 플랫폼의 확장성, 플랫폼이 기업의 현재 및 계획된 아키텍처에 어떻게 부합하는지, 플랫폼에 적절한 보안, 거버넌스 및 규정 준수 제어 기능이 있는지 여부가 포함되어야 합니다. 주요 플랫폼은 이러한 기능을 제공하고 여러 면에서 유사한 기능을 제공하므로 공급업체 선택은 공급업체 팀에 대한 사용자의 상대적인 편안함에 따라 달라질 수 있습니다.
모든 비즈니스 인텔리전스 솔루션의 소유 비용과 아키텍처 영향을 이해하는 것은 비즈니스 리더의 핵심입니다. 총 소유 비용에는 소프트웨어 라이센스 하드웨어 비용, 개발 비용 및 유지 관리 비용이 포함됩니다. Majji는 이것이 초기 공급업체 매출의 5~10배가 될 수 있다고 말했습니다.
Majji는 “훌륭한 비즈니스 인텔리전스 아키텍처는 수동 개입을 최소화하고, 정적 및 동적 데이터를 보호하며, 데이터 이동 오버헤드를 줄일 수 있습니다. 비즈니스 리더는 비즈니스 인텔리전스 솔루션을 직접 구매하기 전에 이러한 영향을 알고 있어야 합니다."라고 말했습니다. 비즈니스 인텔리전스 도구가 기업에 이미 존재하는 경우 변화하는 환경에 보조를 맞추고 기업이 이미 보유하고 있는 도구와 사용 가능한 도구를 정기적으로 평가할 수 있는 기술 평가 프레임워크가 있어야 한다고 제안합니다. 여기에는 필요한 비즈니스 기능을 기반으로 현재 도구의 격차를 식별하는 것이 포함됩니다. 모든 도구에는 매각, 유지 관리 또는 투자 평가 및 평가 기법을 위한 프레임워크가 있어야 합니다.
Simion은 다음과 같이 말했습니다. “이러한 도구가 충분히 유연하고 비즈니스의 새로운 과제를 효과적으로 해결할 수 있다면 이러한 도구는 실시간 또는 거의 실시간 데이터에 적응할 수 있습니까? 이는 기업이 자신의 위치를 평가하고 변경 여부에 대한 어려운 결정을 내리는 데 도움이 될 수 있습니다.”
위 내용은 셀프 서비스 비즈니스 인텔리전스 기능이 데이터 활용도를 향상시키는 방법의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!
![[웹 프런트엔드] Node.js 빠른 시작](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
