Offcanvas
Some text as placeholder. In real life you can have the elements you have chosen. Like, text, images, lists, etc.
Offcanvas
1111Some text as placeholder. In real life you can have the elements you have chosen. Like, text, images, lists, etc.

애널리틱스

"협업 장벽 해소" IBM, BI 소프트웨어 선점 나선다

IBM이 ‘비즈니스 애널리틱스 엔터프라이즈(Business Analytics Enterprise)’라고 하는 비즈니스 인텔리전스(BI) 및 애널리틱스 제품군을 출시했다.  회사에 따르면 이는 서로 다른 부서에서 다양한 애널리틱스 도구 세트를 사용해 발생하는 데이터 사일로와 협업 장벽을 허물 수 있도록 설계됐다. 이를 통해 기업은 공급망 혼란, 인력 부족, 규제 증가 등에 더욱더 잘 대처할 수 있다고 IBM은 덧붙였다.    새 제품군은 애널리틱스 콘텐츠 허브(IBM Analytics Content Hub)와 업데이트된 플래닝 애널리틱스 위드 왓슨(Planning Analytics with Watson) 및 코그노스 애널리틱스 위드 왓슨(Cognos Analytics with Watson)으로, 여러 부서에서 데이터 예산 책정, 보고, 예측을 위한 비즈니스 인텔리전스 도구 기능을 제공한다.  지난 목요일(현지 시각) 발표된 이 제품군은 IBM이 성장하는 비즈니스 인텔리전스 및 애널리틱스 소프트웨어 시장에서 시장 점유율을 높이기 위한 전략의 일환이다. 가트너에 의하면 마이크로소프트(Microsoft), 타블로(Tableau), 인코타(Incorta), 알테릭스(Alteryx), 오라클(Oracle), 팁코 소프트웨어(TIBCO Software) 등의 플레이어를 포함하는 이 시장은 미화 약 70억 달러 규모로 추산된다.  애널리틱스 콘텐츠 허브: 벤더 간 애널리틱스 액세스 지원 IBM에 따르면 새로운 애널리틱스 콘텐츠 허브를 사용하면 엔터프라이즈 사용자가 단일 창 또는 대시보드에서 여러 벤더의 애널리틱스 및 계획 도구에 액세스할 수 있다. 또 사용자가 조직 전체에서 새 스토리, 보고서, 대시보드를 작성할 수 있도록 역할 기반 콘텐츠를 추천하는 알고리즘을 제공해 의사결정에 도움이 된다고 회사 측은 덧붙였다. 아울러 허브는 사용 패턴을 분석해 사용자 또는 부서의 특정 관심사에 맞는 콘텐츠를 추천할 수도 있다고 IBM...

IBM 애널리틱스 비즈니스 인텔리전스 2022.11.08

美 항공사 제트블루의 생존 해법 '클라우드와 데이터 최적화'

美 제트블루 항공(JetBlue Airways)은 온프레미스 데이터 웨어하우스와 씨름한 끝에 데이터를 클라우드로 마이그레이션하여 여러 이점을 누리고 있다.    코로나19 팬데믹으로 항공 및 여행 업계는 큰 변화와 불확실성을 겪었다. 지난 2020년 제트블루 항공은 경쟁 우위가 IT 업무 중 특히 데이터 운영을 통합하고 고객 피드백을 반영하며, 날씨 및 지연의 다운스트림 영향을 줄이고, 항공기 안전을 보장하는 ‘데이터 스택’을 트랜스포메이션하는 데 달려 있다고 판단했다.   이터 엔지니어링 부문 책임자 애슐리 반 네임은 “2020년부터 데이터 스택 트랜스포메이션을 시작했다. 목표는 거의 실시간으로 더 많은 데이터에 액세스하고, 모든 중요 시스템의 데이터를 한 곳에 통합하며, 고급 분석 제품을 구축할 수 없었던 컴퓨팅 및 스토리지 한계를 없애는 것이었다”라고 말했다. 앞서 제트블루의 데이터 운영은 핵심 시스템의 정보를 저장하는 온프레미스 데이터 웨어하우스를 중심으로 이뤄졌다. 데이터 세트에 따라 매일, 매시간 데이터가 업데이트됐지만 여전히 지연 문제가 발생했다. 네임은 “운영이 매우 제한적이었다. 실시간 데이터로 셀프 서비스 보고 제품을 구축할 수 없었다. 모든 운영 보고는 운영 데이터 스토리지 계층을 기반으로 구축돼야 했다. 이 계층은 보고 목적으로 할당할 수 있는 컴퓨터 양이 제한돼 있었다”라고 언급했다.  데이터 가용성과 쿼리 성능도 문제였다. 온프레미스 데이터 웨어하우스는 스토리지와 컴퓨팅이 사전 프로비저닝된 물리적 시스템이었기 때문에 쿼리와 데이터 스토리지가 리소스를 두고 싸워야 했다. 네임은 “애널리스트가 필요한 데이터 쿼리를 못하게 할 수도 없고, 따라서 웨어하우스에서 원하는 만큼의 추가 데이터 세트를 통합할 수 없었다. 실질적으로 컴퓨팅 요구사항이 스토리지보다 우선시됐다”라고 설명했다. 또 시스템은 한 번에 32개의 동시 쿼리까지 실행하도록 제한됐으며, 이에 따라 매일 쿼리 대기열이 생성돼 쿼리 실행 시...

클라우드 마이그레이션 클라우드 애널리틱스 2022.11.07

구글, ‘유니버설 애널리틱스’ 지원 중단 2024년 7월로 연기

구글이 지난 7월 크롬에서의 서드파티 쿠키 지원 중단 시점을 2024년으로 연기한 데 이어, 구글 애널리틱스 4(GA4)로 전환할 시간을 충분히 제공하기 위해 유니버설 애널리틱스 지원 중단도 9개월 뒤로 미룬다고 밝혔다.   3년 전 구글은 차세대 애널리틱스 도구로 GA4를 선보였으며, 이는 10년 만에 이뤄진 애널리틱스 도구의 큰 변화였다. 증가하는 소비자 개인정보 보호 문제 그리고 쿠키 이후의 세계에 더 부합하는 접근 방식인 GA4는 쿠키나 IP 주소를 수집하지 않는다. 또 어떤 데이터가 수집되고 (맞춤 채널 그룹을 통해) 어떻게 사용되는지 사용자가 선택하고 관리할 수 있는 새로운 도구를 제공한다.    당초 구글은 2023년 7월에 무료 버전 사용자용 UA 지원을 중단할 계획이었다. 그리고 2023년 10월 1일 자로 기업 고객용 구글 애널리틱스 360 지원을 중단할 예정이었다. 사용자는 해당 날짜 이후 일정 기간 동안 과거 데이터에 액세스할 수 있지만 새 데이터를 UA로 가져올 순 없다고 회사 측은 전했다.  하지만 이번 주 구글은 기업 고객이 GA4로 전환할 수 있는 기한을 2024년 7월 1일로 연장한다고 발표했다. 구글 애널리틱스의 제품 관리 부문 이사 러셀 케첨에 따르면 “(구글은) 변화하는 생태계에 적응하기 위해 구축된 솔루션을 제공하고자 구글 애널리틱스 4에 주력하고 있다. 따라서 2023년에는 유니버설 애널리틱스 360에서 벗어나는 것에 그리고 2024년에는 구글 애널리틱스 4 지원에 집중할 계획이다. 그 결과 새로운 중단 시점까지 유니버설 애널리틱스 360의 성능이 저하될 수 있다”라고 말했다.  또한 구글은 사용자가 GA4를 쓰는 데 도움을 줄 추가 리소스와 도구를 출시할 예정이라고 밝혔다. 아울러 유니버설 애널리틱스의 관리 섹션에 있는 설정 도우미(Setup Assistant)를 활용하면 일부 설정 단계를 자동화하고, 진행 상황을 추적할 수 있다고 전했다.  2023년 초...

구글 애널리틱스 유니버설 애널리틱스 2022.10.31

데이터 과학 생산성 Up! ‘모델옵스’의 5가지 기능 살펴보기

‘2022 모델옵스 현황(State of Modelops 2022)’ 보고서에 따르면 대기업의 51%가 초기 단계의 인공지능 파일럿 또는 실험을 했지만 아직 프로덕션 환경에는 투입하지 않은 것으로 나타났다. 38%만이 AI 투자수익률(ROI)을 이야기할 수 있다고 말했으며, 43%는 적시에 문제를 찾고 해결하는 데 비효율적이라고 답했다.  이는 프로덕션 환경에서 ML 모델을 개발, 제공, 관리하는 ‘생산성’을 향상시킬 방법의 필요성을 강조한다.    ML옵스 또는 모델옵스? 둘 다 필요할 수 있다 알터릭스(Alteryx)부터 AWS 세이지메이커(AWS SageMaker), 다타이쿠(Dataiku), 데이터로봇(DataRobot), 구글 버텍스 AI(Google Vertex AI), 나임(KNIME), 마이크로소프트 애저 머신러닝(Microsoft Azure Machine Learning), SAS까지 오늘날 모델 개발을 위해 선택할 수 있는 애널리틱스 도구가 많다. 데이터 과학팀이 애널리틱스 도구를 통합하고, 실험하며, ML 모델을 배포할 수 있도록 지원하는 ML옵스 플랫폼도 있다.  레디AI(ReadyAI)의 총괄 관리자 겸 딜로이트 컨설팅(Deloitte Consulting)의 전무 로힛 탄돈은 대규모 AI 구축 및 배포에서 ML옵스의 역할을 다음과 같이 설명했다. “기업이 AI 개발 용량을 수십에서 수백 또는 수천 개의 ML 모델로 확장하려고 할 때, 데브옵스가 소프트웨어 개발에 가져온 것과 동일한 엔지니어링 및 운영 원칙의 이점을 누릴 수 있다. ML옵스는 수동적이고 비효율적인 워크플로우를 자동화하고 모델 구성 및 관리의 모든 단계를 간소화하는 데 유용하다.” 많은 ML옵스 플랫폼이 프로덕션 환경에서 배포 및 모니터링 모델을 지원하지만 주요 기능은 개발, 테스트, 프로세스 개선 과정에서 (데이터 과학자에게) 서비스를 제공하는 것이다.  모델옵스(Modelops) 플랫폼 및 프랙티스는 프로덕션 환경...

데이터 과학 데이터 과학자 데브옵스 2022.10.26

2022 국내 데이터 분석 현황과 전망 - Market Pulse

데이터 분석은 이미 모든 기업에서 혁신과 성장의 기폭제로 평가되고 있다. 규모를 가리지 않고 많은 기업이 앞다퉈 데이터 분석 프로젝트를 통해 비즈니스 의사결정을 위한 인사이트를 얻고자 한다. 하지만 전문가들은 데이터 분석 환경을 구축하는 것만으로는 데이터 분석의 가치를 실현할 수 없다고 지적한다. 국내 기업의 IT 전문가와 현업 사용자 대상 설문 조사를 통해 2022년 현재 국내 기업의 데이터 분석 현황을 살펴본다. 데이터 분석 환경 도입 및 관련 투자 현황, 주요 활용도를 알아보는 것은 물론, 데이터 분석의 활용도를 높이기 위해 기업이 해결해야 할 과제도 살펴본다. 주요 내용 - 데이터 분석 프로젝트 현황 - 데이터 분석 프로젝트 투자 계획 - 데이터 분석 프로젝트의 주요 목적과 사용자 - 데이터 분석 프로젝트 진행 과정의 주요 해결 과제 - 데이터 활용 확대를 위한 투자 확대 영역 - 데이터 분석 솔루션 평가 기준

BI 애널리틱스 데이터분석 2022.10.06

"3년 간 10만 달러 절감 예상"··· 美 의료기관의 '데이터 관리' 접근법

미 디스트릭트 메디컬 그룹(District Medical Group, DMG)의 CIO 케빈 로드는 데이터 관리 인프라를 현대화하고, 인수합병에 따른 전자의료기록(EMR) 통합을 관리감독하고 있다.  지난 2020년 5월, DMG(District Medical Group)의 CIO로 취임하자마자 로드는 여러 어려움에 직면했다. 코로나19 팬데믹이 시작됐던 데다가 DMG가 기존 조직에 통합해야 하는 1차 클리닉 5곳을 인수했기 때문이다. DMG는 450병상 규모의 급성 환자 전문 병원(Acute care hospital), 3개의 입원 환자 행동 건강 센터, 외래 환자 전문 센터, 11개의 가족 건강 센터, 응급실, 화상 센터로 구성돼 있으며, 모두 연간 45만 명 이상의 환자를 치료하고 있다.   로드의 첫 번째 계획은 재해 복구, 비즈니스 연속성, 백업 및 데이터 관리 기능을 평가하는 것이었다. 아직 인수합병된 클리닉의 데이터를 통합하지도 않았는데 DMG의 데이터 량은 빠르게 쌓였고, 백업은 느리고 비효율적이어서 작업을 완료하는데 평균 36시간이 걸렸다. “전임자는 애플리케이션에 중점을 뒀다. 그 결과, DMG의 애플리케이션 팀은 최고 수준이다. 하지만 인프라 측면은 약한 편이었기 때문에 지난 2년 동안 인프라를 재구축하고, 네트워크를 개편하며, 구성 방식, 네트워크 작동 방식 및 개별 클리닉과 여러 사이트를 연결하는 방법 등을 살펴봤다”라고 로드는 말했다.    ‘콜드 스토리지’ 도입 데이터 관리 및 백업 문제를 해결하기 위해, 자주 액세스하지 않는 ‘콜드 데이터’를 신속하게 식별하고 오프사이트 스토리지에 푸시할 수 있지만 누군가 액세스해야 한다면 IT 환경으로 쉽게 되돌릴 수 있어야 했다고 로드는 언급했다. 로드는 ‘컴프라이즈 지능형 데이터 관리(Komprise Intelligent Data Management)’를 도입해 모든 데이터를 식별하여 계층화했고, 지난 2년 이상 액세스하지 않은 모든 데이터는 와사비...

데이터 관리 데이터 통합 EMR 2022.08.01

블로그 | 기업이 데이터 활용에 ‘젬병’인 이유

많은 기업이 클라우드 컴퓨팅으로 자사의 데이터를 제대로 활용해 역량을 배가하고 혁신 기업이자 업계 선두주자로 변신하고자 한다. 또는 그 정도는 아니라도 최소한 데이터를 최적화할 수 있기를 바란다. 스노우플레이크는 최근 대부분 기업이 데이터와 관련해 여전히 가지고 있는 핵심 문제를 파악한 보고서를 발표했다. 보고서에 따르면, 38%의 기업만이 데이터에서 가치를 추출해 의사결정에 활용하고 있다. 게다가 글로벌 기업 중 단 6%만이 견실한 데이터 전략이 제공하는 이점을 모든 조직이 활용할 수 있는 방법으로 데이터를 사용하고 액세스하고 공유하는 것으로 나타났다.   클라우드 컴퓨팅의 시대에 어떻게 이런 일이 일어나는 것일까? 첫째, 많은 기업이 그저 데이터를 클라우드로 옮기고 좋은 일이 일어나길 바란다. 잘 사용하지 않는 데이터를 데이터센터에서 클라우드로 옮기면, 클라우드에 잘 사용하지 않는 데이터가 있을 뿐이다. 바뀌는 것은 아무것도 없다.  둘째, 데이터 통합에 대한 고려가 전혀 없고, 데이터에 대한 액세스는 여전히 해결해야 할 핵심 문제로 남아있다. 데이터 통합과 이를 위한 툴은 10년이나 된 개념이다. 놀랍게도 많은 기업이 아직 클라우드로 이전한 데이터를 활용할 방법을 파악하지 못한 상태이다. 마지막으로 기업은 자체 비즈니스 의사결정을 위해 자체 데이터를 이용하지 않는다. 영업 예측을 위한 기본적인 분석뿐만 아니라 재고 소진 프로세스 같은 공급망 자동화를 지원할 수 있는 실시간 의사결정 자동화도 마찬가지다.  이런 문제를 바로잡는 마법의 기술 같은 것은 없다. 데이터 활용을 개선하는 유일한 방법은 기업의 데이터를 도메인으로 나누고 각각의 도메인을 한 번에 하나씩 어떻게 처리할 것인지 계획하는 다년 계획을 세우는 것뿐이다. 이런 전략에는 두 가지 주된 목표가 있어야 한다. 먼저, 구체화해야 하는 데이터를 어떻게 찾을 것인지 방법을 찾고, 이를 찾고 추출할 인터페이스를 제공해야 한다. 이 과정은 안전하고 확장 가능한 방법...

인사이트 분석 애널리틱스 2022.07.25

“쉽고 빠른 풀스택 접근법” MS 애저 애널리틱스 서비스 7선

비즈니스 데이터를 이해할 수 없다면 사실상 눈을 가린 채로 비행하는 것이나 마찬가지다. 데이터에 숨겨진 인사이트는 비즈니스 운영을 최적화하고 고객 경험을 미세 조정하며, 새로운 제품 또는 새로운 비즈니스를 개발하는 데 필수적이다.  데이터 분석은 이런 인사이트를 발견하기 위한 수단이고, 이를 제대로 하려면 데이터 수집 및 준비, 데이터 보강 및 태깅, 보고서 작성 및 공유, 데이터 및 인사이트 관리 및 보호를 위한 도구가 필요하다. 또한 기업이 점점 더 많은 양의 데이터와 씨름하면서 클라우드는 분석 작업에 안성맞춤인 장소로 빠르게 변하고 있다.     많은 기업이 마이크로소프트 애저(Microsoft Azure)를 데이터 분석을 위한 중앙 허브로 이용하고 있다. 데이터 분석의 범위를 광범위하게 정의하는 애저는 12가지 이상의 서비스를 제공한다. 또한 AI 기반 분석 및 새로운 데이터마트 옵션을 지원하는 파워 BI(Power BI)나 마이크로소프트 퍼뷰(Microsoft Purview) 등의 거버넌스 지향 접근법도 추가됐다. 마이크로소프트 애널리틱스(Microsoft Analytics)의 CTO 아미르 네츠는 “단편적인 접근법이 아니라, 함께 작동하도록 설계된 애저에서 전체 애널리틱스 서비스 스택을 제공하는 것을 목표로 하고 있다”라고 강조했다.  다양한 서비스 간에 중복되는 부분이 있긴 하지만, 네츠는 애저의 애널리틱스 서비스가 애널리틱스 아키텍처 프레임워크 생성 시 기업이 구축하는 계층에 폭넓게 적용된다고 밝혔다. 네츠는 “데이터 레이크 생성, 데이터 저장, 데이터 레이크에서의 데이터 처리, 데이터 엔지니어링, 데이터 웨어하우스 구축, 머신러닝 알고리즘 및 데이터 과학 실행, 비즈니스 사용자에게 데이터 제공 등의 기능이 있다”라고 설명했다.  최근 발표된 ‘마이크로소프트 인텔리전트 데이터 플랫폼(Microsoft Intelligent Data Platform)’은 이런 사실을 잘 보여준다. 여기서는 마이크...

마이크로소프트 애저 클라우드 2022.07.05

기업이 차세대 ERP로 빠르게 전환하는 3가지 이유

2020년대에 들어서면서 끝나지 않는 팬데믹, 불안정한 공급망, 비정규직 증가 여파로 기업들이 협업적이고, 구성 가능하며, 클라우드 기반의 차세대 ERP 기술을 도입하고 있다.  IT 리더 총 1,675명을 대상으로 한 부미(Boomi)의 설문조사 결과에 따르면 기업의 무려 94%가 클라우드 플랫폼으로 마이그레이션하고, 인공지능 등의 고급 애널리틱스 기능을 활용하여 레거시 애플리케이션의 한계를 극복하고 비즈니스를 현대화하는 차세대 ERP 전략을 받아들이고 있다고 답했다.    또한 가트너는 2023년까지 기업의 65%가 ‘4세대 특징(fourth-era hallmarks)’에 해당하는 ERP 애플리케이션 1개 이상을 도입할 것이라고 예상했다. 여기에는 AI, 데이터 기반 설계, 즉시 사용할 수 있는 시스템, 의사결정 강화, 개발자 지원, 고객 대면 기술 등이 포함된다.  보스턴 컨설팅 그룹의 애널리스트 네빈 아와드는 “지난 2년 동안의 과제는 차세대 ERP 시스템을 더욱 빠르게 도입하는 것이었다. 기존 ERP로 전자상거래 부문의 엄청난 성장 그리고 유연성 및 속도의 필요성을 관리하기란 사실상 불가능하다. 따라서 (기업들은) 적격한 인력 그리고 재택근무 인력을 기반으로 하는 고급 자동화를 통해 재무, 조달, HR 기능 등을 제공하려고 하고 있다”라고 말했다.  여기서는 기존 ERP 시스템에서 부족한 부분이자 ‘차세대 ERP’로의 변화를 이끈 원인 3가지를 살펴본다.  인력 이동(Workforce shifts)  클라우드 기반 ERP 전환을 망설였던 기업이 있을 것이다. 하지만 코로나 위기가 터지고 직원이 재택근무로 흩어지면서 일말의 망설임은 불식됐다. 기술 컨설팅 업체 아르마니노 LLP(Armanino LLP)의 파트너 샤론 발라루는 “온프레미스 ERP가 생각만큼 확장 가능하지 않다. 기업은 HR, 재무, 회계 업무를 원격으로 해야 하는 직원을 지원하기 위해 ‘클라우드 기반 시스템’으로 이...

ERP 팬데믹 공급망 2022.06.17

알아서 공고 올리고 이력서 선별하는 ‘채용 자동화’란?

AI 도구가 채용 과정에서 지원자 데이터를 수집하고 처리하여 후보자 소싱, 선별, 다양성 및 기타 HR 기능을 가속하고 간소화하는 데 활용되고 있다. 대퇴직(Great Resignation) 현상이 줄어들 기미를 보이지 않는 가운데, 채용 담당자는 적합한 인재를 모집하기 위해 가능한 모든 방법을 동원하고 있다. 이를 반영하듯 인재 확보 소프트웨어 및 서비스를 포함한 HRM 시장 규모는 현재 약 200억 달러로 추정된다. 채용 및 HR 업무의 지속적인 디지털화와 자동화에 힘입어 이 시장은 오는 2028년까지 연평균 12% 이상의 성장률을 보일 것으로 예상된다.  전 세계적으로 기업은 유능한(그리고 다양한) 직원 풀을 구축하고 유지하는 데 중점을 두고 있다. 인공지능(AI), 머신러닝(ML), 예측 모델의 발전으로 규모를 가리지 않고 모든 기업이 재택 및 하이브리드 근무 등의 급격한 변화에 대응하면서도 채용을 자동화하는 전례 없는 기회를 얻게 됐다.   실제로 HR 소프트웨어 기업 엔텔로(Entelo)의 설문조사 결과에 따르면 전체 응답자(채용 담당자)의 5명 중 4명은 지원자 소싱을 모두 자동화할 수 있다면 생산성이 향상될 것이라고 말했다. 아울러 더 많은 데이터를 확보하면 지원자를 선별하고, 후보자 풀을 평가하며, 채용 워크플로우를 잘 진행하게 될 것이라는 의견이 지배적이었다. 하지만 데이터를 인사이트로 전환하는 것은 고사하고 애널리틱스를 구축하거나 실시할 데이터나 시간조차 없다고 답한 응답자도 42%에 달했다.  ‘채용 자동화’란 무엇인가? 어떻게 도움이 되는가? 인적자원 또는 인력 관리는 채용에서 시작된다. 채우지 못한(혹은 채워지지 않는) 역할로 인해 기업은 수익과 생산성 측면에서 매일 손해를 보게 된다. AI를 기반으로 한 지능형 도구는 지원자 관련 데이터를 수집하고 처리하여 지원자 소싱, 선별, 다양성 및 포용성, 면접, 지원자 추적 등 여러 프로세스의 속도를 높이고 간소화할 수 있다. 인재 피드 솔루션 준코(Jo...

채용 채용 자동화 디지털화 2022.05.31

“연기 나는” 시스코의 스플렁크 인수 소문…거래 금액은 200억 달러 추정

시스코가 데이터 분석 플랫폼 전문업체 스플렁크(Splunk)를 200억 달러에 인수하려 한다는 소문이 돌고 있다. 월스트리트저널이 내부자 정보를 인용해 처음 보도했고, 이후 몇몇 매체가 보도했다. 만약 소문이 사실이라면, 시스코 역사상 최대 규모의 인수가 될 것이다.   몇몇 보도에 따르면, 아직은 협상이 실제로 진행될지도 확실하지 않다. 뉴욕타임스는 이 사안과 관련성 있는 두 명의 말을 인용해 인수 합병 논의가 현재는 유보된 상태라고 전했다. 하지만 논의가 재개되면 시스코가 스플렁크에 200억 달러 이상의 지불할 것으로 알려졌다. 시스코의 시가 총액은 무려 2,270억 달러이다. 이에 비해 스플렁크의 시가 총액은 약 180억 정도로, CEO 더그 메리트가 갑자기 사임하면서 30% 정도 폭락한 상태이다. 업계 전문가들은 스플렁크 인수의 가능성을 높게 본다. 2021년 12월 시스코 CEO 척 로빈스는 시스코가 보안 관련 인수합병을 지속적으로 추진할 것이라고 밝힌 바 있다. 2020년 클라우드 인텔리전스 플랫폼 사우전드아이즈를 인수한 점을 고려하면, 스플렁크는 시스코의 포트폴리오에 딱 맞는 조건을 갖추었다. 스플렁크는 기업이 어떤 네트워크라도 자체 네트워크처럼 시각화해 네트워크 문제에 대한 인사이트를 얻을 수 있도록 해준다. 게다가 시스코는 이미 엔드포인트 보안 분석 영역에서 스플렁크와 오랜 협력관계를 맺고 있다. 사용자는 스플렁크의 툴을 이용해 자사 네트워크와 데이터센터 환경에 대한 분석 기반의 인사이트를 얻을 수 있고, 운영을 자동화할 수 있다. 스플렁크의 앱과 애드온을 이용할 수 있는 시스코의 제품군도 넓다. 예를 들어, 시스코의 애니커넥트 네트워크 가시성 모듈을 이용해 확보한 데이터는 스플렁크 플랫폼을 기반으로 구축된 CESA(Cisco Endpoint Security Analytics)을 통해 분석해 잠재적인 위협을 조기에 발견할 수 있다. editor@itworld.co.kr

시스코 스플렁크 인수 2022.02.15

클라우드 세계에서 새롭게 여는 분석의 미래 : SAS와 AZURE의 만남

SAS Analytics가 Microsoft Azure에 기본으로 통합되면서 컴플라이언스 관리에 필요한 가시성을 넓힐 뿐만 아니라, 전 세계 60곳이 넘는 Azure 리전(region)에 데이터를 저장함으로써 높은 보안성과 유연성을 갖게 되었습니다. 클라우드에서 분석이 발휘하는 혁신적인 능력에 확신이 없습니까? Azure에 최적화된 SAS Viya를 통해 한 글로벌 은행이 어떻게 비즈니스 성과를 개선했는지 그 비결을 살펴보십시오. <8p> 주요 내용 - CIO의 과제 : 업무 병목 식별 - 마케팅팀, 사기방지팀, 일선 근무자의 과제 - 데이터 분석팀의 과제 : 분석 현대화 - CFO의 과제 : 손익 계산 - CEO 제출용 보고서

애널리틱스 컴플라이언스 애저 2021.06.07

2021 데이터 애널리틱스 이니셔티브 성공 전략 – IDG Deep Dive

코로나 19 사태 속에서도 기업은 데이터 애널리틱스에 적극적으로 투자하고 있지만, 현재 많은 애널리틱스 이니셔티브는 이해관계자들을 좀처럼 만족시키지 못하고 있다. 데이터 품질이나 적절한 도구의 선택, 모호한 비즈니스 목표가 그 이유다. 하지만 실패율을 줄일 수 있는 여러 가지 새로운 접근법과 기술이 등장하고 있다. 이번 ‘2021 데이터 애널리틱스 이니셔티브 성공 전략’에서는 데이터 애널리틱스 이니셔티브를 성공적으로 이끄는 전략 수립에 도움이 될 조언과 사례를 담았다. 주요 내용 - 현대 데이터 애널리틱스의 5가지 관점 - 데이터 애널리틱스 이니셔티브를 성공으로 이끄는 6가지 베스트 프랙티스 - 클라우드 애널리틱스의 핵심 과제와 극복 방안 - 데이터 포이즈닝 공격은 머신러닝 모델을 어떻게 손상시키는가 - 업무 생산성 및 협업 분석의 기회와 위험 - “네트워크 가시성을 향한 질주” MLB의 네트워크 분석 플랫폼 활용기  

데이터분석 전략 애널리틱스 2021.05.20

"혁신보다 현실" 2021년 애널리틱스·AI 트렌드 3가지

기업이 팬데믹과 계속 씨름하고 있는 가운데 애널리틱스 및 AI의 ROI를 입증하는 것, 지능형 자동화(IA)를 활성화하는 것, 그리고 다양성, 형평성, 포용성(DEI)을 위해 데이터를 활용하는 것이 중요해질 전망이다.  ‘데이터 애널리틱스’는 끊임없이 변화하고 있는 영역이다. 지난 2020년 초 기업들은 디지털 트랜스포메이션을 지원하기 위해 애널리틱스에 지속적으로 많은 투자를 할 것이 분명해 보였다.  하지만 2021년 3월 현재, 애널리틱스 및 AI 세계는 작년 초와는 매우 다른 양상을 보이고 있다. 코로나19 팬데믹으로 인해 기업은 새로운 업무 방식을 채택하고 예산을 감축했으며, 과거 데이터를 활용하던 여러 모델은 쓸모없어져 버렸다.   가트너는 2021년에 데이터 및 애널리틱스 팀은 빅 데이터를 활용하던 기존의 기술에서 탈피해 ‘작고 넓은(small and wide)’ 데이터에 집중하는 새로운 애널리틱스로 전환해야 한다고 말했다.  이에 대한 관심도 증가하고 있다. 지난 2020년 7월 가트너가 이사회를 대상으로 실시한 설문조사에 따르면 전체 응답자의 78%는 코로나19 위기 이후 시장 판도를 바꿀 기술 톱3 가운데 하나로 애널리틱스를 꼽았다(69%는 AI라고 답했다).  데이터 애널리틱스 및 AI에 관심이 집중되는 가운데 이와 관련해 주목해야 할 3가지 트렌드를 살펴본다.  애널리틱스 및 AI 프로젝트는 ROI를 입증해야 한다 코로나19 사태가 발생한 지 1년이 넘었다. 그 파급효과는 모든 곳에서 감지되고 있다. 지난 몇 년 동안 애널리틱스 및 AI와 관련해 개념 증명(PoC)을 진행하면서 자유롭고 실험적인 접근방식을 취해 온 기업들이 많았다.  하지만 이를 제대로 된 프로덕션 프로젝트로 전환한 기업의 비율은 상대적으로 낮았다. 이에 따라 2021년에는 (물론 투자가 중단되진 않겠지만) 프로젝트의 투자대비효과(ROI) 입증이 요구될 전망이다.  가트너는 지난 몇 년간...

애널리틱스 AI 2021 2021.03.25

“데이터 분석 보편화 시대의 개막” 2020 애널리틱스 전략 – IDG Deep Dive

비즈니스 계획에서 인프라 최적화에 이르기까지 데이터 분석은 없어서는 안될 필수 요소다. 이제 관건은 데이터와 인사이트를 일부 전문가의 전유물이 아니라, 임원부터 일선 직원에 이르기까지 모두가 활용 가능한 형태로 진화시키는 것이다. 머신러닝이나 셀프서비스 분석 도구 등 다양한 기술은 이런 데이터 분석의 보편화를 가능하게 하고 있으며, 혁신적인 일부 기업은 애널리틱스를 통해 실시간 운영 효율화를 성공적으로 수행하고 있다. 최신 애널리틱스 트렌드부터 분석 플랫폼 선택 가이드, 시각화 팁, 성공사례까지 애널리틱스 전략 업그레이드를 도와줄 가이드를 제시한다. 주요 내용 - ‘과감하게 투자할 만한’ 애널리틱스 영역 5가지 - 데이터 분석 플랫폼을 선택하는 방법 - 숫자 이면까지 보여주는 데이터 시각화 팁 6가지 - 헬스케어 분야의 애널리틱스 성공 사례 4선  

데이터분석 애널리틱스 빅데이터 2020.08.13

글로벌 칼럼 | 위험하고 치명적인 전 지구적 중독, '데이터'

아이클라우드 계정의 장애로 인해 평생의 소중한 사진을 잃어버린 개인이나, 고객 데이터를 보호하지 못해 재무 및 평판에서 치명상을 입는 기업을 상상하기는 어렵지 않다. 그런데 호주 같은 국가 단위로 필수적인 정부 데이터의 소실 때문에 국가 기능이 정지하고 경제적 혼란에 휩싸이는 상황은 어떨까? 데이터가 우리 삶에 강한 영향력을 갖는 현재 상황에서 이는 매우 실제적인 위험이다.   호주 전국에 걸쳐 판매업체, 자문업체, 협력업체, 고객이 계속 증가하기만 하는 데이터 더미로부터 가치를 분리해 추출하려고 시도함에 따라 데이터 문제는 점점 더 뜨거운 논란거리가 되고 있다. 이러한 시도는 통찰을 주고, 비즈니스 프로세스, 가치 및 이해를 제고한다는 사실이 이미 증명됐지만 한 가지 결정적으로 간과된 사실이 있다. 바로 데이터에 대한 사람들의 의존과 중독이다. 개인, 정부, 매장은 일상 업무를 위해 최소한 분 단위로 데이터를 저장하고 액세스한다. 사람들은 아직도 데이터가 선택 중 하나라고 주장하지만, 일반적으로 '선택'이란 단어는 '의존'과 연관되는 것이 아니다. 진실은 이제 현실에서 개인, 기업 할 것 없이 갈수록 데이터에 의존한다는 사실이다. 우리가 인터넷 그리고 연결된 세계로 나감에 따라 이러한 의존은 오히려 더 극적으로 확대된다. 데이터는 반드시 저장돼야 하고, 이는 여러 환경의 조합을 통해 이루어진다. 즉 기업 내에서나, 프라이빗 클라우드나 퍼블릭 클라우드에서, 또는 이 모든 곳에서 저장된다. 대부분의 사람과 기업 관계자는 이러한 사실에 별로 관심이 없고, 흔히 기술에 능한 개인 및 부서가 알아서 할 일이라고 생각한다. 그러나 아마도 이제는 인류 전체가 관심을 가져야 할 시간이 된 것 같다. 우리의 '의존'이 한계에 도달했다는 위험신호가 나타나고 있기 때문이다. 현존하는 전 세계의 데이터센터 중 단 5%만 현대화됐다. '데이터 의존'이라는 현실적인 희망을 20년 넘은 낡은 아키텍처가 지탱하고 있는 것이다. 이는 90년대의 자동차 기술 및 제조 능력...

CIO 데이터 중독 2019.12.18

"경기날 음료 판매량까지 정확히 예측"··· NBA 마이애미히트의 애널리틱스 사례

오늘날 스포츠 팬은 스마트폰 덕분에 행복하다. 다양한 모바일 앱에 통해 더 편리하게 스포츠를 즐길 수 있기 때문이다. 예를 들어 미국 프로 농구 연맹(NBA) 마이애미 히트팀은 홈 경기장인 아메리칸에어라인 아레나의 입장권과 물건을 모바일 기기로 구매할 수 있도록 지원한다. 팬은 물론 팀에게도 도움이 되고 있다. 이러한 팬 대면 기술에 힘입어 NBA 팀들은 더 나은 고객 경험(CX)을 제공하고 있다. 트 팀과 아메리칸에어라인 아레나의 사업 전략 부사장 매튜 자파리안은 "NBA 팀마다 팬들에게 놀라움과 기쁨을 안겨줄 홈 경기가 매년 41차례 이상 치러진다. 우리는 디지털 트랜잭션으로 수집된 정보를 활용해 개인별 맞춤 상품을 제공하고 상위 판매 고객을 식별하는데 이는 디지털 트랜스포메이션에서도 매우 중요한 의미가 있다"라고 말했다. 이러한 데이터 중심 방식을 통해 히트 팀은 새로운 전략을 만들었다. 2017년 자파리안이 합류했을 당시 히트 팀은 이른바 빅3로 통했던 슈퍼스타 레브론 제임스, 크리스 보쉬, 드웨인 웨이드를 잃은 충격에서 아직 벗어나지 못하고 있었다. 빅3는 2010년부터 2014년까지 총 4회의 결승전 진출을 견인했고 그중에서 2012년과 2013년에는 2년 연속 NBA 우승을 차지하는 데 결정적인 역할을 했다. 빅3 시대를 지나 디지털 CX로 포스트시즌에 밥 먹듯이 진출하던 당시만 해도 히트 팀은 정교한 영업 인프라가 굳이 필요하지 않았다. 그러나 빅3가 떠난 후 사정이 달라졌다. 팀은 부진에 빠졌고 시즌 경기 입장권 수익은 물론 경기장 내 매점과 의류 판매 실적도 하락했다. 단순히 팀의 성적을 올리는 것만으로는 부족하다는 것을 깨달은 히트 팀은 새로운 팬 서비스 전략이 필요했다. 즉, 디지털 시대에 걸맞은 첨단 기술의 느낌과 분석에 입각한 주도적인 접근 방식이 필요해진 것이다. 2017년, 히트 팀은 자체 모바일 앱을 개편해 애플 아이폰과 안드로이드 스마트폰으로 경기장 입장과 지갑 서비스를 쓸 수 있도록 지원했다. 즉, 종이 입장권을 출...

CIO 분석 NBA 2019.10.24

IDG 설문조사

회사명 : 한국IDG | 제호: ITWorld | 주소 : 서울시 중구 세종대로 23, 4층 우)04512
| 등록번호 : 서울 아00743 등록일자 : 2009년 01월 19일

발행인 : 박형미 | 편집인 : 박재곤 | 청소년보호책임자 : 한정규
| 사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2022 International Data Group. All rights reserved.