요즘 비즈니스 인텔리전스（business intelligence）시장이 뜨겁게 달아오르고 있습니다. 투자계나 IT업계에서는 빅데이터와 BI에 촉각을 세우고 있습니다. 하지만 BI 도구가 어떤 문제를 해결할 수 있고 어떤 BI 도구가 좋은 것으로 여겨질 수 있는지 알고 계십니까?
Gartner 분석과 비즈니스 인텔리전스 플랫폼- Gartner Magic Quadrant의 평가 기준에 대한 연구를 바탕으로 BI 도구의 키포인트 기능 TOP10을 보여드리니 참고하시기 바랍니다.
총체적으로 말하자면 사용자의 데이터 소스가 더 광범위해짐에 따라 BI에 대한 선호도가 변화하고 있습니다. 사용자들은 셀프 서비스(self BI) 개발, 인터랙티브 대시보드, 셀프 서비스 데이터 탐색을 선호합니다. 솔직히 말하면, 사용자는 IT 부서의 지원을 구할 필요 없이, 스스로 데이터 분석을 하기를 원하고 있습니다.
1. BI 플랫폼의 관리, 보안 및 아키텍처
우수한 BI 툴은 플랫폼 보안, 플랫폼 사용자 관리, 방문 및 사용 모니터링, 최적 수행, 서로 다른 운영 시스템에서 조작 지원 및 시스템의 고가용성 과 재해 복구 보장을 실현할 수 있습니다.
기업 장보화의 일환으로 BI 플랫폼이 별도의 관리 및 재해 복구를 해야 하할 이유가 많습니다. 한편, 정부, 인터넷 기업, 대기업들은 정보화 건설을 소중히 여기고 있으며, 별도의 유지보수가 필요합니다. 반면에 BI 시스템은 점차적으로 비즈니스 관리 의사결정의 지원이 되어 더욱 중요한 역할을 하고 있습니다. 기업들은 올 데이 안정된 서비스를 제공할 것을 요구합니다.
2.메타데이터 관리
사용자는 메타데이터를 외부로 검색, 추출, 처리, 저장, 공유, 게시 등 메타데이터를 중앙에서 관리할 수 있습니다.
여기의 메타데이터는 비즈니스 분석에 필요한 치수, 지표, 계층, 척도 및 기타 데이터에 초점을 맞추고 있습니다. 또한 KPI, 개인 판매, 단일 제품 판매 및 기타 데이터와 같은 일부 처리된 데이터를 포함하고 있습니다. 동시에, 이 시스템은 관리자는 사용자가 처리하고 저장된 메타데이터를 BI 플랫폼에 연결된 기반 데이터와 연결하고 통합할 수 있도록 지원합니다.
3. 분석 대시보드
시각적 탐색 조작 및 내장된 고급 지리 공간 분석을 통해 대화형 대시보드 및 컨텐츠를 작성합니다.
분석 대시보드는 또한 일반적인 막대 그래프, 선 도표, 산점도 등과 같은 대화형 차트 컴포넌트로서 이해할 수 있으며, 고급 직사각형 트리 차트（advanced rectangular tree charts）, 다중 레이어 도넛 차트（multi-layered donut charts）, 관리 지리 지도 및 사용자 지정 맵, 열 지도, 흐름 지도 등으로 이해할 수 있습니다.여기서 포인트는 이러한 차트는 BI 도구에 내장되어야 하며, 동시에 비즈니스 인원이 차트 디스플레이를 구현할 수 있도록 간단히 드래그 앤 드롭만을 지원합니다. 현재로선 이런 추세가 아주 분명합니다.
FineReport로 제작된 하이웨이 모니터링 대시보드
FineReport로 제작된 매뉴팩처 산업 대시보드
4.대화형 시각 탐색
일련의 흔한 및 특수 차트를 사용하여 데이터를 탐색하고 분석합니다.
이러한 재래식 그래프는 주로 파이 차트, 선 차트 등이지만, 특수 그래프는 열 지도, 흐름 지도, 직사각형 트리 다이어그램 및 GIS 지리 정보도등과 같은 특별한 시각적 효과를 의미합니다. 물론 차트의 풍부함과 아름다움 외에도 대화형 조작에 주의할 필요가 있습니다.
FineReport로 작성된 드릴다운 맵 ( Drill-down map)
차트 유형에 대해 자세히 알아보려면 아래 포스트를 참조하시기 바랍니다: 간트 차트 외에 14가지 데이터 시각화 차트도 추천! 한 눈의 들어오는 가치를 잡아주기
5. 모바일 디스플레이 지원
사용자는 BI 도구의 분석 내용을 모바일 단말기 에 게시할 수 있으며, 모바일 단말기 고유의 기능을 사용하여 BI 페이지의 터치 조작, 사진, 동영상, 포지셔닝 등을 수행할 수 있습니다.
모바일 BI는 BI 시장의 큰 활력소라도 과연이 아닙니다. 기업마다 욕구가 다릅니다. 일부 사람들은 안드로이드나 IOS 버전과 같은 여러 운영 시스템이 동시에 지원되어야 합니다. 일부 사람들은 모바일 단말기에서 데이터 수집, 이미지 및 비디오 수집, 포지셔닝, 링크 및 드릴다운와 같은 기능과 교호작용에 관심을 기울입니다. 그런데 모바일 단말기의 보안에 더욱 유의해 주시고, 모바일 BI는 기업 데이터의 보안을 확보해야 합니다.
FineReport로 만든 모바일 대시보드
6. 임베디드 분석 컨텐츠
BI 분석 페이지를 비즈니스 프로세스나 비즈니스 시스템에 원활하게 통합할 수 있도록 지원하고, 비즈니스 소프트웨어에서 분석 컨텐츠를 직접 생성 및 수정하고, BI 플랫폼을 관리할 수 있도록 지원합니다.
BI 분석 콘텐츠의 무봉 임베이드는 주로 몇 가지 측면이 고려됩니다. 첫째는 싱글 사인온(SingleSignOn)을 달성하는 것인데, 이는 사용자가 업무 시스템에 로그인할 필요가 없이 다시 BI 시스템에 로그인할 수 있다는 것을 의미하며 시스템이 자동으로 멀티플랫폼 인증을 완료할 수 있다는 것입니다. 두 번째는 권한 통합입니다. BI 플랫폼은 사용자가 비즈니스 소프트웨어 인터페이스의 권한 내에서 BI 분석 콘텐츠를 볼 수 있는 통합 솔루션을 제공해야 합니다. 세 번째는 UI 통합입니다. 비즈니스 시스템에 내장된 컴포넌트의 일부로서, BI 플랫폼 자체는 내장된 BI 인터페이스가 비즈니스 시스템에 통합되도록 UI를 쉽게 수정할 수 있는 능력을 갖추어야 합니다.
7. 내장된 어드밴스트 애널리틱스(advanced analytics)
사용자는 BI 플랫폼에 내장된 고급 분석어드밴스트 애널리틱스 기능을 쉽게 사용할 수 있고, 외부에서 개발된 어드밴스트 애널리틱스 모델을 수입하여 통합할 수 있습니다.
일반적으로 말하자면, BI 플랫폼에는 사용자가 데이터를 끌어서 자동으로 모델을 실행하여 결론을 도출하도록 하는 어드밴스트 애널리틱스 모델과 알고리즘 모델을 제공하였습니다. 현재 출시되고 있는 BI 제품 전략을 보면, 대부분의 BI 제품은 아직 내장된 고급 분석을 지원하지 않았으며, 몇몇 제품은 R 언어와의 통합을 지원합니다. 흔한 시나리오는 사용자가 스스로 알고리즘 모델을 개발하거나 수년간 고급 분석 모델을 축적해 온 후, 분석 모델에 의해 처리된 데이터를 BI 시스템에 연결하여 시각적 분석과 디스플레이를 하는 것입니다. 즉, BI 도구는 여전히 데이터 분석과 그래픽 디스플레이를 위한 것입니다.
8. 셀프 서비스 데이터 준비
사용자 자체가 다른 소스에서 데이터를 끌어다 놓고 분석 모델을 만든 다음, 시스템은 구조화된 데이터와 비정형 데이터를 포함한 지능형 분석과 자동 연관을 통해 자동으로 데이터를 처리합니다.
셀프 서비스 데이터 준비는 실질적으로 BI 시스템이 데이터 사이의 논리적 관계를 자동으로 처리하도록 하는 것압니다. 현재 많은 BI 도구가 이를 하기는 어렵지만 시장에 나와 있는 파인리포트와 같은 BI 리포팅 도구는 새로운 솔루션을 제공하였습니다. 데이터 자동 연관 및 턴키 데이터 외에도 수동으로 연관을 설정할 수 있습니다. 동시에, IT 직원이 데이터를 처음 처리한 후, 비즈니스 인력은 SPA Spiral 분석 기능을 통해 데이터를 다시 처리할 수도 있습니다.
9. 분석 콘텐츠 게시 및 공유
사용자가 다양한 파일 출력 유형 및 배포 방법을 통해 BI 분석 콘텐츠를 게시하고 조작할 수 있도록 허용합니다.
사용자는 BI 플랫폼을 통해 BI 분석의 내용과 결정을 공유할 수 있습니다. 제가 만든 BI 분석 페이지는 다른 사람들과 공유할 수 있고, 또한 다른 사람들이 공유하는 내용을 편집하고 수정할 수 있도록 서로 의사소통을 할 수 있습니다. 여기서 가장 큰 가치는 BI 분석의 재사용입니다. 즉, 자신의 하는 BI 분석 데이터와 결론은 공유될 수 있으며, 자신의 분석 모델도 공유되어 기업 직원의 협업 효율성을 높일 수 있습니다.
10. 가용성 및 시각화
BI 플랫폼을 관리 및 배치하고, BI 분석을 생성 및 공유하며, 데이터를 시각화하기도 쉽니다.
BI 소프트웨어의 전문성과 가용성은 균형을 제대로 잡기 어려운 두 가지 것입니다. BI 소프트웨어의 가용성은 비즈니스 직원의 소프트웨어 운영 수준과 허용 가능한 교육 비용을 고려해야 합니다. 가용성은 운영상의 노하우와 더 쉬운 상호작용을 제공하는 것에 더 가깝다고 생각합니다. 그러나 필요한 교육이 여전히 필요합니다. 물론, 데이터 분석 자체는 전문적이고 그에 맞는 기능이 필요합니다.
마지막으로
비즈니스 인텔리전스 분야의 연구와 실천에서는 데이터 분석 프로젝트를 구현하고 비즈니스 인텔리전스 소프트웨어를 구매함으로써 기업 경영과 의사 결정에서 직면하는 어려움을 해결할 수 있는 관리자들이 점점 더 많아질 것으로 기대됩니다. 데이터 공유, 데이터 분석, 비즈니스 예측의 3가지 수준에서 탐구하는 기업도 있다.기업의 실제 운영 상황에 따라 사업 조정을 하는 경우가 많습니다.
다른 일부는 분석, 운영, 전략의 3단계로 나누어 기업의 경영에 더 관심을 기울입니다. 이는 곡 BI에 대한 수요에 근본적인 차이를 만들어냅니다. 우리는 반드시 기업의 경영 방식을 바꿀 필요는 없고 대신, 적절한 BI 소프트웨어를 사용하여 관리를 더욱 효과적으로 하고 의사결정을 더욱 과학적으로 할 수 있습니다.
