데이터 디스커버리이란 무엇입니까?

데이터 디스커버리에는 다양한 소스의 데이터 수집 및 평가가 포함되며 데이터의 추세와 패턴을 이해하는 데 자주 사용됩니다. 조직이 데이터를 이해하기위한 프레임워크로 사용할 수있는 단계의 진행이 필요합니다. 일반적으로 비즈니스 인텔리전스 ( BI )와 관련된 데이터 디스커버리는 분석할 서로 다른 사일로 데이터 소스를 통합하여 비즈니스 결정을 내리는 데 도움이 됩니다. 데이터에서 통찰력을 추출하는 방법을 찾지 않는 한 엄청난 양의 데이터를 갖는 것은 쓸모가 없습니다. 데이터 디스커버리 프로세스에는 여러 데이터 소스 연결, 데이터 정리 및 준비, 조직 전체에서 데이터 공유, 비즈니스 프로세스에 대한 통찰력 확보를 위한 분석 수행이 포함됩니다.

오늘날 거의 모든 기업은 고객, 시장, 공급 업체, 생산 프로세스 등에 대한 방대한 양의 데이터를 수집합니다. 데이터는 온라인 및 기존 트랜잭션 시스템, 센서, 소셜 미디어, 모바일 장치 및 기타 다양한 소스에서 유입됩니다. 결과적으로 의사 결정권자들은 데이터에 빠져 있지만 인사이트에 굶주리고 있습니다. 통찰력은 해당 데이터 내에 숨겨져 있습니다.

데이터 디스커버리 예

데이터 탐색시각적 분석은 비즈니스 데이터 분석가가 데이터에서 숨겨져 있지만 잠재적으로 유용한 통찰력을 발견하고 조사하는 데 사용하는 한 가지 접근 방식입니다. 추가 탐색이 필요한 흥미로운 관계, 추세, 패턴 및 이상을 찾는 데이터를 파헤치기 위한 방법론입니다. 탐색 및 시각적 분석을 통해 시각화 및 드릴 다운을 위한 기술 지원 분석 및 패턴 인식 소프트웨어를 사용하여 데이터를 지식과 이해로 전환할 수 있습니다.

데이터 디스커버리는 기업에 데이터를 정리하고 이해하기 쉬우며 사용자 친화적으로 만드는 방법을 제공합니다. 포괄적인 솔루션은 비즈니스의 모든 구성원이 사용할 수 있어야 합니다. 데이터 디스커버리의 주요 이점은 데이터에서 발견되는 실행 가능한 통찰력입니다. 이러한 통찰력을 통해 사용자는 IT 조직에 문의하지 않고도 경쟁 업체보다 먼저 가치있는 기회를 찾을 수 있습니다. 시각적 데이터 디스커버리를 통해 이런 가치를 향상시킬 수 있으므로 영업 부문 작업자는 이를 이용해 해답을 더 빨리 찾을 수 있습니다.

오늘날 기업들은 인공 지능(AI)의 사용이 데이터 디스커버리 프로세스를 크게 향상시키고 있음을 알고 있습니다. 이 프로세스를 스마트 데이터 디스커버리라고도 합니다. 스마트 데이터 디스커버리에서 AI는 자동으로 데이터 관계를 검색하고 AI 기반 권장 사항을 통해 회사의 분석을 가속화할 수 있습니다. 기본 AI 제안 엔진은 사용자가 백그라운드에서 처리가 진행되고 있다는 사실을 인식함이 없이 모든 유형의 데이터에 대해 실행되는 정교한 AI 알고리즘을 사용합니다. AI 엔진은 훈련된 학습 알고리즘을 사용하여 상관 관계와 같은 잠재적인 관계를 식별합니다. AI를 활용하는 선도적인 분석 플랫폼은 사용자가 추가 탐색을 선택할 수 있는 관련 변수에 대한 권장되는 시각화를 제공합니다.

AI 기반 분석 영역에는 다음과 같은 몇 가지 흥미로운 혁신 방향이 있습니다:

  • AI 기술은 정규화, 누락된 데이터 처리, 문자열 패턴 인식 등과 같은 데이터 준비 단계를 제안하는 데 사용할 수 있습니다.
  • 알고리즘을 사용하여 관련 변수 그룹에 대한 데이터의 특정 패턴 또는 극단치를 식별하고 주목할 수 있습니다.
  • 시계열 분석에는 패턴 인식, 이상 탐지 및 계열 관계 검색에 대한 고유한 요구 사항과 기술이 있습니다.
  • 전문 사용자의 행동 데이터를 수집, 분석 및 사용하여 권장 분석 작업에 영향을 줄 수 있습니다.

AI 제안 엔진 및 권장 사항은 날로 확대되는 문제 공간에 대한 분석을 강화하는 데 점점 더 많이 사용되고 있습니다. 인간의 이해와 쇠퇴가 없는 기계의 능력의 조합을 통해 비즈니스 전문가는 방대한 양의 데이터에서 중요한 관계를 신속하게 찾아 조치를 취할 수 있습니다.

데이터 디스커버리 솔루션
TIBCO Spotfire 사용해보기-무료 평가판
TIBCO Spotfire는 시장에서 가장 완벽한 분석 솔루션이며 누구나 쉽게 데이터 디스커버리를 수행할 수 있습니다. 데이터에서 새로운 통찰력을 발견하십시오.

데이터 디스커버리로 비즈니스 문제 해결

분석가는 기업이 수집하는 방대한 양의 데이터에서 통찰력을 발견해야 할 책임이 있습니다. 통찰력은 다양한 소스의 데이터에서 추출하기 때문에 데이터 디스커버리를 통해 기업은 혁신적인 방식으로 데이터를 사용할 수 있습니다. 이는 사용자가 새롭고 다양한 방식으로 데이터를 탐색하고 데이터 검색 이전에는 분명하지 않았던 통찰력을 찾을 수 있도록 도와줍니다. 그리고 새로운 추세나 패턴이 만들어지면 데이터 디스커버리를 통해 사용자가 변수를 드릴 다운하고 새로운 문제점과 통찰력을 쉽게 얻을 수 있습니다.

이러한 통찰력에는 다음과 같은 고객 문제 식별이 포함될 수 있습니다:

  • 예상치 못한 고객 이탈
  • 고객 관계 및 관리 문제
  • 반품 및 고장과 같은 미묘한 제품 문제
  • 과도한 할인으로 인한 가격 누출
  • 홍보 실패
  • 공격적인 가격 책정 또는 신제품과 같은 경쟁적 조치로 인해 시장 점유율 손실

데이터 디스커버리를 통해 기업은 고객이 기업과 상호 작용하는 데 사용하는 여러 채널에서 고객 행동, 거래 및 감정 데이터를 수집하고 평가하여 고객에 대한 360도 뷰를 추출할 수 있습니다.

데이터 디스커버리를 의사 결정권자가 고객 불만족에 대한 조기 경고 신호를 감지하는 데 매우 중요합니다. 데이터 디스커버리는 비즈니스 리더가 고객이 회사를 생각하는 방식을 보다 철저히 이해하는 데 도움이 됩니다.

문자, 정서, 소셜 및 음성 분석을 사용하여 소셜 미디어 댓글 및 컨택 센터 상호 작용을 포함한 다양한 상호 작용에서 고객이 회사에 대해 말하는 내용을 식별 할 수 있습니다. 고객 정서에 대한 키워드 검색은 비즈니스 리더가 잠재적인 제품 또는 서비스 문제가 여러 고객에게 발생할 수 있는 부분을 식별하는 데 도움이됩니다.

데이터 디스커버리 도구는 또한 은행에 고객에 대해 더 많이 배우고 이러한 통찰력에 따라 행동할 수 있는 많은 기회를 제공합니다. 예를 들어, 데이터 디스커버리 도구는 은행가가 특정 고객이 어떤 제품(예를 들어, 확인, 저축)을 사용하는 지 확인한 다음 해당 고객의 수입, 수명주기 상태 및 기타 요인을 기반으로 하여 교차 거래에 적합한 후보인지 상향 판매(예를 들어, 예금 증서)에 적합한 후보인지 여부를 결정하는 데 도움이 될 수 있습니다.

금융 서비스에서 고객 이탈률이 너무 높기 때문에 은행가는 데이터 분석 및 데이터 디스커버리 도구를 사용하여 특정 고객 그룹 사이에서 고객 이탈의 주요 원인을 파악하고 고객이 급증하려는 시기에 대한 경고 신호를 발견할 수도 있습니다. 감지되지 않고 해결되지 않은 이러한 문제는 모든 비즈니스를 심각하게 손상시킬 수 있습니다. 따라서 데이터에서 통찰력을 찾고 조치를 취하는 것이 시급합니다. 올바른 통찰력을 통해 기업은 단순히 고객을 유치하는 전술을 적용해보고 좋은 것이 나오는 지를 볼 대신 고객을 유지하고 만족시키는 데 필요한 곳에 노력을 집중할 수 있습니다. 데이터 디스커버리는 빅 데이터의 힘을 일상적인 비즈니스 사용자에게 전달하여 데이터 기반 비즈니스 결정을 내리는 데 필요한 정보를 제공합니다.