Offcanvas
추천 테크라이브러리

BI|분석

단일 플랫폼으로 운영되는 컨택센터 서비스와 서비스 오퍼레이션의 “End-to-end” 고객 경험 완성 - Tech Insight

팬데믹 위기로 혁신 리더십을 거머쥔 CIO들이 보안과 IT 운영 개선에 더욱 집중하면서 기본으로 돌아가고 있다. ‘팬데믹 영웅’이자 ‘디지털 혁신의 원동력’이었던 CIO들은 엔터프라이즈 아키텍처 현대화부터 운영의 민첩성, 탄력성, 보안 확보까지 기본적인 것들에 집중하고 있다. CIO들이 새로운 기술 투자를 운용하고, 계획된 비즈니스 결과를 제공하면서 올 한 해 기본적인 IT 거버넌스 작업으로 회귀하는 것이 퇴보 또는 역행을 의미하는 건 아니다. 오히려 이 변화는 기술 중심 비즈니스의 자연스러운 주기이며, CIO들은 비즈니스 트랜스포메이션을 주도하는 데 있어 계속해서 핵심적인 역할을 하고 있다.  주요 내용 - 혁신 리더십은 여전히 중요하다 - 사이버 보안이 이니셔티브 및 투자를 주도한다 - 전략적 고문이자 파트너 - 새 워크플레이스를 강화하다 - LOB와 IT의 협력  - 여전히 어려운 인재 찾기 - 아직 남아 있는 D&I 문제

테크라이브러리 자료 업로드 신청

입력하신 이메일로 안내메일을 발송해드립니다.

BI|분석

“데이터 레이크의 잠재력을 깨운다” 차세대 스토리지 포맷 ‘아파치 아이스버그’의 이해 - Tech Summary

하둡 생태계는 방대한 데이터를 좀 더 쉽고 효과적으로 저장할 수 있기 때문에 데이터 레이크의 표준 생태계로 자리잡고 있다. 하지만 데이터를 둘러싼 환경은 빠르게 변화하고 있다. 특히 ‘데이터 폭풍’이라고 불리는 현재의 데이터 환경은 성능과 용량, 가용성, 확장성, 활용 방안 등 모든 면에서 기존 데이터 레이크의 한계를 드러내고 있다. 아파치 아이스버그가 차세대 데이터 레이크를 해법으로 주목 받는 이유는 기존 생태계와의 호환성을 유지하면서 데이터 웨어하우스의 정합성, 퍼블릭 클라우드 환경을 위한 최적화 등 기존 하둡 기반 데이터 레이크의 단점을 보완할 수 있기 때문이다. 아파치 아이스버그가 부리는 테이블과 스냅샷의 마법에 대해 알아본다. 주요 내용 - 클라우드와 데이터 폭풍 시대 데이터 레이크의 조건 - 장점은 살리고 단점은 보완하는 해법 “아파치 아이스버그” - “데이터 정합성부터 시간여행까지” 스냅샷의 마법 - 진화하는 파티션과 극강의 호환성 - 아이스버그의 가치를 극대화하는 클라우데라 데이터 플랫폼

Cloudera 7일 전

BI|분석

신속한 제조 인텔리전스 구현을 위한 방안 : IoT, 엣지 컴퓨팅, 로우 코드 활용

엔터프라이즈 제조 인텔리전스는 갈수록 복잡해지고 경쟁이 치열한 글로벌 환경에서 기업의 생존을 보장할 뿐만 아니라 미래의 성공을 이끄는 핵심 구성 요소입니다. 지속 가능성이 더욱 중요해짐에 따라 제조 인텔리전스를 구현하면 보다 효율적인 운영이 가능해질 수 있습니다.  비용, 일정, 변경 관리 등 제조 인텔리전스 트랜스포메이션과 관련된 많은 우려 사항이 IIoT, 엣지 컴퓨팅 및 로우 코드의 채택을 통해 해결될 수 있습니다. 엔터프라이즈 제조 인텔리전스 트랜스포메이션을 위한 비즈니스 사례는 명확하며, 기업은 준비 상태를 평가한 다음 최신 기술을 활용하여 성공을 위한 준비를 갖춰야 합니다. <15p> 주요 내용 - 제조 인텔리전스: 소개 - 제조 인텔리전스 동향 및 해결 과제 - 효과적인 방안: 제조 인텔리전스를 주도하는 IIoT, 엣지 컴퓨팅 및 로우 코드 - 제조 인텔리전스 및 지속 가능성 - 제조 인텔리전스: 여정을 시작하는 방법

Siemens Digital Industries Software 2022.05.26

BI|분석

예측 분석을 통한 제품 혁신과 서비스 최적화 : ARC 분석 자료

COVID-19는 디지털 트랜스포메이션에 대한 필요성은 커지고 진행 속도는 빨라지는 계기가 되었습니다. 장/단기적 운영 상태를 파악하고 개선하려는 조직에서는 디지털 트랜스포메이션을 반드시 추진해야 합니다. 이러한 추세에 따라 새로운 비즈니스 프로세스, 서비스 및 모델을 적극적으로 도입하고 있는 제조업체가 많습니다. ARC Advisory Group은 수십 년간 산업체와 기술 공급업체 고객사를 대상으로 자문 서비스를 제공해 왔습니다. 오랫동안 디지털 트랜스포메이션 분야를 선도해 온 ARC는 예측 분석, 빅 데이터, 클라우드, 사물 인터넷(IoT) 등과 관련된 기술과 제품, 그리고 제조 및 관련 업계의 혁신 과정을 면밀히 파악했습니다. 그리고 아래에 보이는 것처럼, ARC는 최근 초기 리서치를 완료하였고 예측 분석을 활용하는 디지털 트랜스포메이션 프로젝트의 성공 여부를 판단할 수 있는 목표를 제시했습니다. <6p> 주요 내용 - 예측 분석의 이점 - 효율적인 예측 분석 구현 - 디지털 트랜스포메이션 프로젝트와 결과 - 제품 혁신과 서비스 최적화의 핵심

PTC 2022.05.24

BI|분석

Databricks Lakehouse 플랫폼 소개 및 글로벌 게임사 사례 소개

AI/ML 관련 기술이 활성화되면서 많은 기업이 데이터 분석 결과에 기반한 의사 결정을 지향하고 있습니다. 이때 경영진의 확고한 의지, 구성원의 열정, 그리고 적절한 도구의 세 가지 요소가 결합했을 때 시너지를 낼 수 있는 데이터 분석 환경을 구성할 수 있습니다. 그러나 분석 환경에는 정답지가 없습니다. 이런 분석한 경우는 정답지가 있지 않습니다. 기업이 가지고 있는 데이터가 다르고  환경과 분야가 다르기 때문이다. 이번 웨비나에서는 국내 게임사의 데이터 활용 관련 트렌드와 변화 방향을 살펴보고, 주요 사례를 알아보겠습니다. 또한 데이터 분석과 관련한 고민을 가지고 있는 기업의 여정을 도와드릴 수 있는 메가존 클라우드의 컨설팅과 데이터브릭스의 특화 솔루션의 장점도 소개합니다. <32분 06초> 주요 내용 - 국내 게임사들의 성공적인 데이터 활용을 위한 트랜드 및 변화 방향 - 게임사 사례 및 MegazoneCloud Databricks Offering 소개 - Databricks Lakehouse 플랫폼 - 글로벌 게임사 사례 소개

Databricks 2022.05.19

BI|분석

고성능 데이터 구축 + AI 조직 체계화 : MIT Technology Review Insights

데이터 관리는 데이터 중심 조직의 기반이지만, 기업에서 데이터를 관리하기란 매우 복잡합니다. 새로운 데이터 기술이 등장하면서, 통합이나 링 펜싱이 불가능한 레거시 시스템과 데이터 사일로의 부담이 커집니다. 아키텍처 단편화는 사일로를 일으킬 뿐만 아니라 많은 조직에서 여러 가지 온프레미스 및 클라우드 기반 도구를 사용하게 되어서 대부분 최고 데이터 책임자(CDO)들에게 골칫거리가 되었습니다.  MIT Technology Review Insights는 이러한 어려움 속에서 데이터 관리와 그 기술이 어떻게 발전하고 있는지 알아보기 위해 CDO, 최고 분석 책임자(CAO, 보고서의 여러 부분에서 이들을 “데이터 리더”로 지칭함), CIO(최고 정보 책임자), CTO(최고 기술 책임자) 및 기타 고위 기술 리더 351명에게 설문을 실시했습니다. <15p> 주요 내용 - 성장과 복잡성 - 전략 조정 및 실행 : 데이터로 높은 성과를 내는 조직 - 분석 및 머신 러닝 확장 - 미래 비전 : 새로운 아키텍처를 위한 CDO 위시리스트  

Databricks 2022.05.19

BI|분석

“운영 관리가 AI/ML의 성패를 결정한다” 머신러닝을 위한 MLOps 전략과 HPE Ezmeral MLOps - IDG Summary

AI/ML 프로젝트 중 프로덕션까지 살아남는 비중은 매우 낮다. 적절한 데이터 부족, 컴퓨팅 자원 부족 등 여러 이유가 있지만, 본질적인 이유는 AI/ML 모델 구현, 훈련, 배포, 모니터링 등 전체 생명주기를 아우르는 관리 체계 부재에서 찾을 수 있다.  HPE Ezmeral MLOps를 예로 AI/ML 프로젝트의 성공 비율을 높이는 MLOps 전략에 대해 알아보자.  주요 내용 - AI/ML 프로젝트의 성공률을 높여라 - 누구나 쉽게 활용할 수 있는 MLOps 솔루션 - 민첩성 보장하는 MLOps와 데브옵스의 통합 - HPE Ezmeral MLOps 활용 사례 - 다양한 배포 옵션으로 인프라와 MLOps 통합 - 디지털 트랜스포메이션을 가속화하는 AI의 역할 변화

HPE 2022.05.09

BI|분석 / 데이터센터 / 엔터프라이즈 아키텍처|SOA / 인프라 관리 / 클라우드 컴퓨팅

‘AI 인프라와 씨름하지 마세요’ HPE와 엔비디아가 내놓은 해법 - Tech Dossier

AI가 모든 업종에 걸쳐 비즈니스 여러 부문에 침투해야 할 필요성이 공감대를 얻어가고 있다. 이에 따라 초기 파일럿 프로젝트 때와 다른 접근방식과 아키텍처, 도구, 문화의 필요성이 대두되고 있다. 각종 AI 워크로드를 온프레미스 IT 인프라스트럭처를 쉽게 실행할 수 있도록 돕는 도구인 '엔비디아 AI 엔터프라이즈'를 알아보는 한편,  이를 HPE 그린레이크 하이브리드 클라우드 패키지를 결합해 효과를 극대화한 HPE GreenLake AI as a Service에 대해 살펴본다. 주요 내용 -> AI, 비즈니스 현장 속으로 -> 새로운 도구와 그릇이 필요하다 -> ‘낮아진 문턱을 더 허물다’ HPE와 NVIDIA의 ‘AI as a Service’ 해법 -> HPE GreenLake AI as a Service의 주요 혜택 -> 일문일답 | “프라이빗 클라우드에 특화된 최초이자 유일한 AI as a Service” 한국 HPE 신장규 이사

HPE 2022.04.05

BI|분석

“데이터 접근성과 활용성을 높여라” AI/ML을 위한 통합 데이터 플랫폼 전략 - Tech Summary

데이터의 가치가 나날이 높아지고 있다. AI/ML, 분석 같은 데이터 집약적인 워크로드가 빠르게 늘고 있기 때문이다. 하지만 이처럼 중요한 데이터 활용에 많은 조직이 어려움을 겪고 있다. 데이터 세트는 빠른 속도로 확장되고 있고, 이들 데이터는 파일, 객체, 스트림, 데이터베이스 등 여러 위치에 저장된다.  문제는 이들 데이터를 데이터 엔지니어, 데이터 분석가, 데이터 과학자가 접근해 활용하는 것이 점점 복잡해지고 있다는 것이다. 데이터를 다루는 전문가들이 더 생산적이고 효율적으로 작업을 하는 유일한 해결책은 통합 분석 플랫폼을 구축하는 것이다. 너무 많은 도구와 절차로 인한 복잡성의 문제에 직면한 기업들의 고충과 이를 통합 분석 플랫폼이 어떻게 해소할 수 있는지 HPE 에즈메랄 통합 분석 플랫폼을 통해 살펴보자.  주요 내용 - 데이터 접근과 활용에 대한 도전 과제 - 복잡성을 해결하는 4가지 원칙 - 4대 원칙에 충실한 통합 분석 플랫폼 - 데이터 패브릭 기반의 글로벌 데이터 통합 - 더 큰 자유와 선택

HPE / 영우디지탈 2022.03.29

BI|분석

매직 쿼드런트: 엔터프라이즈 대화형 AI 플랫폼 - 가트너

엔터프라이즈 대화형 AI 플랫폼은 기업 내 다양한 챗봇 사용 사례를 자동화해 여러 비즈니스 유닛 전반에 걸쳐 오케스트레이션 및 운영되는 봇을 생성합니다. 대화형 AI를 담당하는 애플리케이션 리더는 적합한 벤더를 평가하기 위해 본 매직 쿼드런트 보고서를 활용해야 합니다. 본 매직 쿼드런트 보고서에서 리더군으로 분류되는 코어에이아이는 미국에 본사를 둔 기업으로, 인도와 런던, 도쿄, 한국에서 사무실을 운영하고 있습니다. 대규모 파트너 네트워크를 바탕으로 광범위한 지리적 입지를 유지하고 있습니다. 넓은 의미에서 볼 때 Kore.ai Experience Optimization Platform은 인터페이스 및 프로세스 구축 기능을 통해 인접 제품 범주로 확장되는 대화형 AI를 위한 노코드 플랫폼입니다. 해당 플랫폼은 모든 주요 채널 및 사용 사례를 지원합니다. 또한 코어에이아이는 대규모 추가 및 보완 제품 포트폴리오를 통해 광범위한 대화형 AI 사용 사례에 적합한 포트폴리오를 완성합니다. <14p> 주요 내용 - 시장 정의/설명 - 매직 쿼드런트 - 맥락 - 평가 기준 정의

Kore.ai 2022.03.07

BI|분석

챗봇 vs 가상 비서 - 비교 분석

본 백서는 대화형 인공지능(AI)을 통해 고객/직원/상담원 경험을 혁신하고자 하는 기업들을 위해 작성되었다. 본 백서는 봇(bot)의 중요성과 현대적 라이프스타일에서 얼마나 흔하게 사용되는지 기술한다. 또한, 차세대 사용자 경험을 달성함에 있어 챗봇의 한계와 가상 비서가 이런 한계를 극복하는 방법에 대해 중점적으로 설명하며, 챗봇과 가상 비서의 비교 분석을 제공한다. 대화의 맥락과 사용자 감정을 이해하고, 한 번에 여러 요청을 처리하며, 대화 도중에 입력값을 변경하고, 일상적 대화를 나누거나 위젯 형식으로 데이터를 표시하는 등의 다양한 기능을 상세하게 설명하였다. 각 기능에 대한 이해를 돕기 위해 대화 시나리오를 사용했으며, 이를 통해 챗봇과 가상 비서의 대화 방식을 비교해볼 수 있다. 본 백서에서는 챗봇과 가상 비서의 차이점, 가상 비서 실행 시 챗봇 대비 얻을 수 있는 추가 이점 등을 심도 있게 다루었으며, 가상 비서가 디지털 혁신을 달성하도록 지원하는 방식에 대한 전반적인 개념을 이해할 수 있을 것이다. <16p> 주요 내용 - 일상 속 챗봇 - 챗봇의 한계 - 가상 비서의 진화 - 챗봇 vs 가상 비서 - 심층 비교 - 가상 비서의 비즈니스적 이점

Kore.ai 2022.03.07

BI|분석

기계 학습으로 4차 산업 혁명 추진 : 더 스마트하고, 빠르고, 경제적인 성장을 위한 비결 찾기

제조, 에너지, 광업, 농업, 운송 등의 분야에 속한 산업 기업들은 데이터를 수집하고 분석하고 이해하기 위한 노력의 일환으로 산업 기업이 클라우드 컴퓨팅, 사물 인터넷 (IoT), 고급 분석, 기계 학습 등의 새로운 기술을 채택하는 비율이 점차 커졌습니다. 그러나 과제는 존재합니다. 이러한 시스템에 묶여 있는 데이터를 해방시키기가 쉽지 않을 수 있습니다. 또한 지능형 기술로 생성된 방대한 데이터를 정리하고 이해하고 효율적으로 이용하려면 오래된 프로세스를 재검토하고 혁신을 가속화해야 할 수 있습니다. 이 eBook에서는 오늘날의 산업 기업이 기계 학습을 활용하여 디지털 트랜스포메이션 및 관련 이점을 추진하고 있는 현황을 알아봅니다. 그런 다음 산업계의 공통 과제를 살펴보고, AWS를 통해 기계 학습을 채택하여 그러한 과제를 극복하는 방법을 알아봅니다. <22p> 주요 내용 - 오늘날의 제조업체에서 기계 학습을 통해 성과를 내는 방법 - 산업계의 과제 : 자산 성능 개선 - 비즈니스 과제 : 품질 관리 - 비즈니스 과제 : 엣지에서 운영 효율성 개선 - 비즈니스 과제 : 수요 예측 및 재고 관리 - 비즈니스 과제 : 데이터에서 더 많은 가치 창출

Amazon Web Services 2022.01.25

BI|분석 / 데이터베이스 / 오픈소스

"클라우드 데이터는 클라우드 DW에" EDW의 7대 과제와 해결 방안 - IDG Summary

최근 많은 기업이 레가시 시스템들을 퍼블릭 클라우드로 전환함에 따라 클라우드 환경에서 생성되는 데이터를 저장, 분석하는 DW(Data Warehouse) 시스템도 클라우드로의 전환을 꾀하고 있다. DW 퍼블릭 클라우드 서비스는 기존 EDW(Enterprise Data Warehouse)의 많은 과제를 해결할 수 있으며, 특히 아키텍처에 대한 유연성과 확장성을 기업에 제시한다. 전통적인 EDW가 갖고 있던 고질적인 문제점을 알아보고, 이를 해결하는 방안에 대해 살펴보자. 주요 내용  - 기존 데이터 웨어하우스의 7대 과제  - 퍼블릭 클라우드 환경 DW “빠른 구축과 비용절감" - CDW, BI와 ETL 작업을 분리  - 클라우드 DW 비용절감의 핵심, 오토서스펜드 타임아웃 - 클라우데라, DW에 확장성과 가격 대비 성능 제공

Cloudera 2022.01.19

BI|분석 / 엔터프라이즈 애플리케이션

“하이퍼 오토메이션을 위한 초석” AI OCR의 이해 - IDG Tech Report

최근 RPA의 핵심 기술로 AI 기반 광학 문자 인식, ‘AI OCR’이 각광받고 있다. AI OCR은 학습 기반의 AI 알고리즘을 통해 문서 분류 및 데이터 추출 과정의 효율성과 정확도를 높여 복잡한 문서를 처리하지 못하는 전통적인 OCR의 한계를 보완했다. 기업 데이터의 약 80%를 차지하는 각종 비정형 문서에 대해 맥락 이해를 통한 데이터 오류 수정, 잠재적인 리스크 예측까지 가능하다는 점에서 활용 분야가 더욱 확대될 것으로 보인다. 다만, 한글과 필기체를 정확하게 인식하는 것은 여전히 기술적 과제로 남아있다. 또한, AI 모델 및 알고리즘을 악용한 각종 사이버 공격을 인지하고 대비해야 할 것이다. AI OCR의 작동 방식과 기존 OCR에 비해 갖는 차별점을 이해하고, 그 이면에 가려진 문제도 함께 살펴본다. 주요내용 - “노이즈 제거부터 맥락 이해까지” 다재다능한 AI OCR - 비정형 데이터 처리를 통한 하이퍼 오토메이션 가속화 - 기존 OCR과의 차별점 1. 스캔 도구와 인식 환경의 제약 감소 - 기존 OCR과의 차별점 2. 딥러닝 기반의 표 영역 인식 - 기존 OCR과의 차별점 3. AI 알고리즘 활용으로 모듈 간소화 - 기존 OCR과의 차별점 4. 이미지 정보 보호 - AI OCR 작동 방식 - 금융권에서 빛을 발하는 AI OCR - AI OCR도 못 막는 보안 공격 - 한글과 필기체 인식의 난제

ITWorld / Lomin 2022.01.19

BI|분석

글로벌 금융 리서치 #2: 금융서비스 혁신을 위한 지능형 자동화(RPA) 로드맵

불확실성으로 가득한 미래에는 발전을 거듭하고 변화에 민첩하게 대응할 필요성이 더욱 대두될 것입니다. 금융 서비스 조직은 AI 및 지능형 자동화를 통해 프로세스를 확장하고, 우선순위가 높은 업무에 활용할 수 있는 인적 리소스를 할당하며, 결과적으로 고객 경험을 개선하는 방법을 파악할 수 있습니다. 그러나 금융 전문가들이 자동화의 논리와 이점을 이해하고 있는 반면, 현재 업무 환경은 변화에 대응하도록 조성되어 있지 않습니다.  바로 이러한 노력을 통해 지능형 자동화의 이후 단계가 실현되고 더 많은 가치를 창출할 수 있을 것으로 기대됩니다. 가장 큰 변화를 만드는 핵심 요소는 디지털화 및 자동화가 진행되기 전에 모든 전환 작업에서 주요 프로세스를 재구상하고 재구성하는 노력이 수반되어야 한다는 것입니다. McKinsey는 “기업이 자동화에 착수하기 전에 재구성 작업을 진행하면 성공률이 40% 증가합니다 “라고 말합니다.<22p> 주요 내용 - 새로운 운영 모델의 기본 원칙 - 조직 전반에서 지능형 자동화를 주류로 만들기 - 연구 결과 - 전략적인 하향식 지능형 자동화를 위한 명확한 경로 만들기

Blue Prism 2022.01.05

BI|분석

글로벌 금융 리서치 #3: 고객과 미래 금융 비즈니스를 위한 지능형 자동화(RPA)

금융 기관이 직면한 과제에는 ESG 같은 영역의 규제뿐 아니라, 은행이 취약한 고객을 공정하게 대우하고 개인화된 상품과 서비스를 제공할 것이라는 기대감이 커지고 있다는 점도 포함됩니다. 한편 전 세계적으로 급증하는 랜섬웨어 공격과 부정행위로 인해 보안 우려가 높아지면서 비용 절감에 대한 압력이 계속되고 있습니다. 또한 은행은 애자일 핀테크의 영향으로 가치 창출 서비스가 분리되고 있으며, 대출 상품에서 이미 대형 기술 기업의 존재감이 증가하는 광경을 목격하고 있습니다. 이제 은행이 고객과의 관계를 유지하려면 다른 관점에서 성공을 측정해야 한다는 것은 분명합니다. 빠르고 효율적인 운영도 중요하지만 개인화와 훌륭한 고객 서비스의 중요성 또한 커지고 있습니다. 스마트 리더십과 더불어, 기술은 고객 서비스에 대한 접근 방식을 전환하고 재구성하기 위해 금융 기관이 이용할 수 있는 가장 중요한 수단이 될 것입니다.  <17p> 주요 내용 - 고객이 무엇을 원하는지 진정으로 파악 - 고객 인사이트 활용 - 조사 결과 - 고객 경험 개선

Blue Prism 2022.01.05

BI|분석

글로벌 금융 리서치 #1: 지능형 자동화(RPA)와 금융 서비스 업무의 재구성

이 보고서는 2020년 12월~2021년 1월에 PollRight가 미국, 영국, 프랑스, 독일, 북유럽, 중동 및 아프리카, 아시아와 오스트랄라시아 전역에서 백오피스 운영에 관여하는 고위 간부급 이상의 은행 전문가 총 550명을 대상으로 실시한 독립적인 리서치에 기반하여 작성되었습니다. 현재의 지능형 자동화는 적응력과 전반적인 탄력성 및 고객에게 제공하는 경험의 품질을 높일 필요가 있는 금융서비스 업계에는 그야말로 최적의 시점에 도래했다고 볼 수 있습니다. 새로운 디지털 중심의 경쟁업체와 빅테크 주자들이 경쟁 위협을 야기하고 있지만, 금융서비스는 자동화 기술을 활용하여 새로운 상품과 파트너십을 구축하고 향후에는 사람, 시스템과 디지털 워크포스가 각각 1/3씩을 차지하는 형태로 운영 방식을 재구성하는 기회로서 이러한 상황을 활용할 수 있습니다.<7p> 주요 내용 - 과제 : 금융서비스 업무의 재구성 - 전략 개선을 위한 기술 활용 - 팬데믹으로 인한 새로운 업무 방식 도입의 가속화 - 변화를 이끌어내는 지능형 자동화

Blue Prism 2022.01.05

BI|분석

데이터를 활용한 제조업의 디지털 트랜스포메이션 전략 - IDG Summary

제조업은 인더스트리 4.0 시대를 맞아 디지털 전환 속도를 높이고 있다. 제조의 디지털 전환의 핵심으로 많은 이들이 데이터를 꼽는다. 제조 기업은 많은 데이터를 보유하고 있다. 하지만 이를 중요한 의사결정을 지원할 수 있는 정보로 가공해 활용할 수 있는 환경을 갖추고 있는 곳은 많지 않다. 물론, 이미 상당한 수준의 디지털 전환을 이룬 곳도 많다.  데이터 활용에서 리더십을 발휘하고 있는 국내외 주요 기업들의 사례를 통해 제조 프로세스 엔지니어링, 공급망, 영업 및 마케팅 등의 업무 영역에서 데이터 중심 의사결정이 어떻게 손쉽게 이루어질 수 있는지 소개한다. 주요 내용 - 문제 해결의 열쇠 ‘데이터’ - 데이터 중심의 디지털 전환의 최우선 목표 ‘시각화’ - 데이터 분석을 보편적인 역량으로 만드는 ‘태블로’ - 네패스 사례를 통해 본 데이터 중심 조직으로의 여정 - 글로벌 선도 제조 기업의 데이터 전략

Tableau 2021.12.28

+

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.