데이터 발견이란 무엇인가요?
오늘날 모든 기업은 고객, 공급업체, 시장 등에 대한 방대한 양의 데이터를 수집합니다. 데이터는 사방에서 흘러들어오고, 그 결과 의사 결정권자들은 데이터에 압도당하고 있습니다. 그들은 데이터 속에 숨겨진 통찰력을 찾아내야 합니다.
데이터 발견(Data discovery)은 business intelligence 기술과 관련된 용어입니다. 이는 데이터를 시각적으로 탐색하거나 안내된 고급 분석을 적용하여 다양한 소스에서 데이터를 수집하고 평가함으로써 패턴과 이상치를 감지하는 사용자 중심의 프로세스입니다.
데이터 발견은 관련 데이터 통찰력을 밝히고 이러한 통찰력을 비즈니스 사용자에게 이해하기 쉬운 방식으로 전달하며, 궁극적으로 모든 비즈니스 프로세스를 개선하는 것을 목표로 합니다. 예를 들어, BI는 지역, 제품 유형 등 여러 가지 방식으로 데이터를 탐색할 수 있게 해줍니다. 이를 통해 단 몇 초 만에 실행 가능한 통찰력에 접근할 수 있습니다. 시각적 데이터 발견 도구는 비기술 사용자에게도 이 과정을 직관적이고 쉽게 만들어, 모든 사람이 이러한 발견에 대응하여 신속하고 data-driven decisions를 내릴 수 있도록 돕습니다.
데이터 발견이 중요한 이유
데이터 발견은 기업이 데이터를 분석하고 그렇지 않으면 손실되었을 수 있는 숨겨진 통찰력을 발견할 수 있는 도구, 지식, 능력을 제공합니다. 하지만 그 중요성은 더 광범위합니다. 기업에게 데이터 발견이 제공하는 이점은 다음과 같습니다:
- 기업이 소유한 데이터의 이해 과정 향상, 데이터가 저장된 위치, 접근할 수 있는 사람 및 위치, 그리고 전송되는 방식
- 데이터 접근 및 활동에 대한 지속적이고 포괄적인 모니터링
- 위험 관리 및 규제 준수
- 100% 데이터 가시성
- 컨텍스트 기반 데이터 분류
- 민감한 데이터의 식별, 분류 및 추적
- 깨끗하고 재사용 가능한 데이터
- 팀 전반에 걸친 데이터 규모 확장
데이터 발견 카테고리
세 가지 주요 데이터 발견 카테고리는 다음과 같습니다:
데이터 준비(Data preparation) – 데이터 준비 카테고리는 통계적 기법을 사용하여 이질적인 소스의 비정형 원시 데이터를 병합하고, 데이터를 정리하고, 변환하고, 노이즈를 제거하여 품질이 일관되고 형식이 사용 가능하도록 합니다.
데이터 시각화(Data visualization) – data visualization은 원시 데이터를 시각적 표현으로 변환하는 프로세스입니다. 일반적으로 이러한 시각화는 차트와 그래프의 형태를 띱니다. 데이터 시각화는 분석에 훈련받지 않았거나 숫자에 익숙하지 않은 사람들에게도 데이터를 더 쉽고 빠르게 이해할 수 있도록 하는 것을 목표로 합니다. 이는 빅데이터 분석과 machine learning 및 예측 분석의 결과를 표시하는 데 중요한 프로세스입니다.
고급 분석(Advanced analytics) – 이 데이터 발견 카테고리는 기술 통계와 시각화를 결합하여 기업 데이터의 완전한 그림을 그립니다. 기술 통계는 데이터를 단순하고 이해하기 쉬운 보고서로 정리하고 요약하며 분류하여, 기업이 더 스마트하고 사실에 기반한 결정을 내리는 데 도움을 줍니다.
거버넌스된 데이터 발견이란 무엇인가요?
데이터 거버넌스와 데이터 발견은 떼려야 뗄 수 없는 관계입니다. 거버넌스된 데이터 발견(GDD)은 데이터 무결성과 보안을 보장하기 위해 다른 사용자가 접근하기 전에 거버넌스 부서(일반적으로 IT)에 의해 중앙 집중화되고, 보호되며, 배포되고 관리되는 정보/데이터입니다. 이는 비즈니스 사용자에게 쉬운 데이터 제공에 필요한 엔터프라이즈 기능을 제공하는 동시에, 데이터를 관리하고 보호하기 위한 IT 주도 요구 사항을 충족합니다.
데이터 발견이 해결할 수 있는 문제는 무엇인가요?
의료 산업의 환자 치료 향상
의료 산업은 데이터 발견과 같은 BI 트렌드를 적극적으로 활용하고 있습니다. Healthcare analytics는 일상적인 상황에서 유용하고 가치 있습니다. 예를 들어, 의료 및 건강 기관의 품질을 모니터링할 뿐만 아니라 더 나은 치료 방법을 제공할 수 있습니다. predictive analytics in healthcare를 활용하면 훨씬 더 많은 것을 달성할 수 있습니다. 새로운 치료법을 연구하고 발견할 수 있고, 전체 의료 비용을 절감할 수 있으며, 인적 오류를 최소화할 수 있고, 개인 맞춤형 치료를 처방할 수 있으며, 그 이상도 가능합니다.
리테일 산업의 매출 예측 및 이익 극대화
분석 및 데이터 발견의 가치를 리테일 비즈니스에 가져오는 것은 수많은 기회의 문을 엽니다. 이러한 도구를 활용하여 트렌드와 매출을 예측할 수 있게 됨으로써, 귀하의 관심사에 가장 적합한 방향으로 가격 책정 및 마케팅 전략을 수립할 수 있습니다. Retail analytics는 경쟁업체의 가격, 고객 행동 등을 추적할 수 있게 하여, 이익을 극대화하고 더 많이 판매하기 위해 언제, 얼마나 가격을 인상하거나 인하할 수 있는지 파악할 수 있도록 합니다.
금융 산업의 고객 유지 및 고객 가치 개선
분석 및 데이터 발견 도구는 금융 서비스 제공업체에게 고객에 대해 더 많이 배우고 이러한 통찰력을 바탕으로 행동할 수 있는 수많은 기회를 제공합니다. 예를 들어, 데이터 발견 도구는 특정 고객이 어떤 제품과 서비스를 사용하고 있는지 파악하는 데 도움을 줄 수 있으며, 이러한 통찰력을 바탕으로 고객의 생애 주기 상태와 교차 판매 또는 상향 판매 제공에 적합한 후보인지 여부와 같은 다른 요소를 결정할 수 있습니다. Finance analytics는 데이터 기반 통찰력을 생성하고 기업이 더 스마트하고 정보에 입각한 결정을 내리도록 돕습니다.
데이터 발견 도구에서 무엇을 찾아야 할까요?
현재 독립형 애플리케이션 또는 임베디드 분석 솔루션으로 존재하는 데이터 발견 도구들이 있습니다. 두 가지 유형의 데이터 발견 도구 모두 기존 BI 도구와 기능을 개선하도록 구축되었습니다. 하지만 기능 범위는 모두 다릅니다.
앞서 언급했듯이, 세 가지 주요 데이터 발견 단계가 있습니다: 데이터 준비, 데이터 시각화, 고급 분석입니다. 파트너로 선택할 도구는 이 세 가지 중요한 단계를 위한 기반을 제공해야 하며, 이것이 데이터 발견 도구에서 찾아야 할 최소한의 조건입니다. 또한 다음 사항들도 찾아야 합니다:
현대적이고 직관적이며 빠른 솔루션 – 사용하기 쉽고 이해하기 쉬운 분석은 모든 현대적인 SaaS 애플리케이션에 필수적입니다. 이미 구식인 솔루션에 투자하고 싶지 않으며, 이는 사용자 워크플로우를 더 복잡하게 만들 것입니다. Modern analytics applications와 같은 임베디드 분석은 셀프 서비스 및 현대적인 아키텍처 기능을 제공하여 비기술 사용자가 스스로 데이터를 관리하고 작업할 수 있게 합니다. 이러한 종류의 솔루션은 강력한 기능과 고급 분석 기능을 제공하여 사용자가 워크플로우의 컨텍스트에서 가치 있는 통찰력을 밝히고 영향의 순간에 행동할 수 있도록 합니다.
풍부한 데이터 시각화 옵션 라이브러리 – 수백 줄의 숫자가 있는 스프레드시트는 데이터 분석에 훈련받지 않은 사람에게는 무섭게 보일 수 있습니다. 그러나 그 사람이 그래프, 차트 또는 다른 시각적 데이터 표현을 살펴보면, 데이터가 무엇을 말하려 하는지 쉽게 이해하고 중요한 통찰력을 추출할 수 있습니다. 좋은 분석 공급업체는 열, 선 또는 조합과 같은 풍부한 차트 라이브러리부터 트리맵 또는 지리 공간 매핑과 같은 더 고급 차트까지 제공할 것입니다. 다양한 시각화 옵션을 선택할 수 있는 것은 모든 chart type이 모든 상황에 적합한 것은 아니기 때문에 데이터를 더 잘 제시하고 이해하는 데 도움이 될 것입니다.
증강 분석(Augmented analytics) – 머신러닝과 AI라는 두 가지 최고의 분석 기술을 기반으로, augmented analytics는 사용자가 대화형 언어를 사용하여 데이터를 탐색함으로써 질문을 하고 통찰력을 자동으로 생성할 수 있도록 합니다. 가장 큰 장점 중 하나는 증강 데이터 준비입니다. AI/ML 자동화를 사용하여 여러 데이터 소스에서 데이터를 더 빠르게 모음으로써, 알고리즘이 수동 프로세스를 대체하고 데이터 준비 프로세스를 짧은 시간 안에 자동화합니다. 이는 데이터 과학자들의 시간과 에너지를 45% 절약하는 동시에 생산성과 효율성을 높입니다.
모바일 친화성 – 중요한 회사 통찰력을 손쉽게 얻는 것은 mobile BI의 가장 가치 있는 이점입니다. 결정을 내리거나 조치를 취해야 할 때, 모바일 BI는 사용자에게 가장 최신 통찰력을 제공함으로써 언제 어디서든 모바일 폰으로 데이터에 접근하고 조치할 수 있게 합니다.
데이터 카탈로그 – data catalog는 메타데이터를 데이터 관리 및 검색 도구와 결합하여 기업이 데이터를 관리하고 거버넌스 또는 비즈니스 목적으로 데이터를 발견하고, 이해하고, 신뢰하도록 돕습니다. 사용 가능한 메타데이터 덕분에 데이터 카탈로그는 사용자가 데이터 발견 프로세스를 최대 5배까지 가속화하는 데 도움을 줄 수 있습니다. 더욱이, 데이터 카탈로그는 사용자가 저장하고 있다는 사실조차 모를 수 있는 고객의 민감한 데이터를 발견하는 능력을 가지고 있습니다. 이는 GDPR 및 기타 데이터 보호 규정에 매우 유용합니다.
데이터 발견을 기존 소프트웨어에 임베딩하는 것은 귀하의 비즈니스가 작동하고 데이터를 활용하는 방식을 영원히 바꿀 것입니다. 오늘날 여러 산업의 많은 기업들이 이미 더 좋고, 더 빠르고, 더 스마트한 데이터 준비를 향한 발걸음을 내디뎠습니다. 아직 시작하지 않았다면 오늘 시작하고, 귀하의 비즈니스가 팀과 부서 전반에 걸쳐 실시간으로 데이터 기반 결정을 내리고, 경쟁 우위를 확보하며, 궁극적으로 이익을 늘릴 수 있도록 하십시오.
