Offcanvas
추천 테크라이브러리

테크라이브러리 광고 및 콘텐츠 제휴 문의

입력하신 이메일로 안내메일을 발송해드립니다.

BI|분석

기술 동향 2022 : 딜로이트 인사이트

Deloitte와 SAS는 수십년 동안 긴밀히 협력하면서 전 세계 클라이언트를 대상으로 기술과 분석 분야의 최신 동향을 찾아내고 있습니다. Deloitte의 산업 실무 경험에 세계 최고를 자랑하는 SAS의 분석 기술이 더해져 전 세계 기업들에게 확실한 성과를 선사합니다. Deloitte의 연례 기술 동향 보고서는 차세대 기술에 관한 인사이트를 도출하는 기준을 제시합니다. SAS는 Deloitte와 함께 미래의 기술 동향을 앞당겨 실현합니다. <25p> 주요 내용 - 더욱 간편해진 데이터 공유 - 클라우드의 산업화 - 블록체인: 비즈니스를 위한 준비 - 대규모 자동화: 분석에 관한 3가지 핵심 질문 - 사이버 AI: 실질적인 방어 수단 - 기술 스택의 물리화 - 미래에서 보내는 현장 노트

SAS 2022.10.28

BI|분석

AI 사업 성공을 향한 여정 시리즈 3 : AI를 위한 기술적 준비

많은 기업의 경영진이 인공 지능(AI)에 관심을 보이고 있으며 이에 따른 과제들이 생겨나고 있습니다. SAS와 MIT Sloan Management Review Connections가 출간한 4부작 시리즈에서는 이에 대한 접근법을 제시하고 있습니다. 또한 당면 과제를 해결하는 방법과 관련된 리스크 예방 및 기업의 효율적인 AI 도입을 위한 전문가 인사이트 등을 다룹니다. 3 편에서는 주요 유통 및 의료 산업 분야의 실사례를 통해 특정 AI 이니셔티브 수행을 위한 기술 준비도를 평가하는 방법을 다룹니다. <9p> 주요 내용 - AI를 위한 기술적 준비: 기업의 필수 숙지 사항 - ModelOps 에 대한 이해 - AI 기술 준비도: 5 가지 프레임워크 - 체크리스트: AI를 위한 기술 생태계 준비도 평가

SAS 2021.10.27

BI|분석

AI 사업 성공을 향한 여정 시리즈 4 : AI 준비 평가

많은 기업의 경영진이 인공 지능(AI)에 관심을 보이고 있으며 이에 따른 과제들이 생겨나고 있습니다. SAS와 MIT Sloan Management Review Connections가 출간한 4부작 시리즈에서는 이에 대한 접근법을 제시하고 있습니다. 또한 당면 과제를 해결하는 방법과 관련된 리스크 예방 및 기업의 효율적인 AI 도입을 위한 전문가 인사이트 등을 다룹니다. 4 편에서는 현재와 미래의 우선 순위 사이에서 균형, 리스크와 실패 가능성에 대한 이해, AI를 대규모 디지털 혁신 및 분석 전략에 통합하는 방법 등을 안내합니다. 더불어 윤리적인 AI 프레임워크를 구축하기 위한 팁을 제시하며, 유명한 유통 기업의 AI 전략에 대한 스냅샷을 제공합니다. <9p> 주요 내용 - AI 준비 평가: 오늘과 내일을 향한 계획 - 선두 기업으로 도약: 유통 AI 리더십을 향한 Dick의 모험정신 - 윤리적 AI 실행 구현 - 체크리스트: 오늘과 내일을 향한 계획

SAS 2021.10.27

BI|분석

팬데믹 대응을 위한 기술: 데이터 분석을 통해 포스트코로나 시대를 준비하는 방법

본 영상은 2021년 세계지식포럼의 한 세션으로, 기업 및 정부기관이 데이터 분석을 활용해 코로나19가 초래한 전례 없는 위기를 극복하고 새롭게 직면한 도전과제를 해결하는 방법을 제시합니다. 지난해 1~2월경 코로나19 확산 초기, 데이터 분석이 코로나19 현황 분석에 어떤 역할을 하였으며 도움을 주었는지를 설명합니다.  이와 관련한 실제 사례로 SAS가 미국의 비영리 종합대학병원인 클리블랜드 클리닉과 독일의 질병통제기관 로버트 코흐 연구소와 협력해 코로나19 확산에 효과적으로 대비한 케이스를 소개합니다. 이 밖에도 코로나 시대의 공급망 변화 예측을 비롯해 재고 관리, 정부 지원 부정수급 모니터링 등 다양한 데이터 분석 활용 사례를 소개하고, 기업 및 정부 기관이 빠르게 변화하는 포스트코로나 시대의 대응 방안에 대해 공유합니다. <34분>

SAS 2021.10.25

BI|분석

SAS Visual Text Analytics

텍스트 데이터는 산업 전반을 아우르며 점차 그 비중이 확대되고 있습니다. SAS Visual Text Analytics는 텍스트 데이터의 식별 및 범주화를 지원하는 종합적인 솔루션을 제공합니다. 이를 통해 기업은 방대한 양의 텍스트 데이터로부터 유용한 정보를 읽고 구성하고 추출하는 인적 활동을 조정할 수 있습니다. 사용자가 일련의 문서 집합을 자동으로 분석 및 범주화하는 모델을 구축하면 비정형 데이터가 유의미한 인사이트로 자동 변환되어 머신 러닝과 예측 모델에 투입됩니다. <4p> 주요 내용 - 머신 러닝과 규칙 기반 방법의 결합 - 콘텍스트 추출 - 멀티 사용자 환경을 통한 팀워크 및 협업 강화 - 자동화된 머신 생성 주제 감지 - 감성 분석

SAS 2021.10.18

BI|분석

자연어 처리 : 사람과 인공지능 간 커뮤니케이션에 관한 모든 것

NLP는 사람과 기계 간 커뮤니케이션의 연결고리로서, 효과적으로 기능하기 위해서는 인간과 기계의 지원이 필요합니다. NLP는 우리가 살아가는 방식과 일하는 방식을 개선해 줍니다. 사람과 기술이 협력하지 않고서는 변화하기 어렵거나 변화가 더딘 영역을 발전시켜 줍니다. NLP의 기본 개념과 의미, AI와 NLP에 인간의 전문지식을 결합하여 인간과 기계의 소통을 도모하고 데이터 분석을 지원하는 방법을 알아보고, 여러 산업의 NLP 활용 사례, 그리고 NLP 모델의 대규모 구축 및 배포를 위한 팁을 소개합니다.  여러분의 조직을 살펴보고 수집한 비정형 텍스트나 음성 데이터를 검토하여 여기서 무엇을 얻을 수 있는지 알아보십시오. 이러한 데이터를 토대로 보다 나은 고객 경험을 제공할 수 있고, 서비스의 질을 개선할 수 있습니다. 비정형 텍스트 데이터에는 유익한 정보가 숨어있습니다. NLP는 이를 찾아낼 최적의 수단입니다. <24p> 주요 내용 - 대화의 기술  - 동일한 언어 구현 - 커뮤니케이션의 과학 - 활용 사례  - 9가지 베스트 프랙티스

SAS 2021.10.18

BI|분석

디지털 트랜스포메이션에서 한발 앞서가기 위한 4가지 성공 전략

기업이 팬데믹 위기를 극복하기 위해 IT 부서에 의존하면서 분석과 AI에 대한 관심과 투자가 증가했습니다. 이러한 추세는 지속적으로 이어질 전망입니다. 전략은 성공적이었지만 일관된 분석과 AI 전략 개발에는 여전히 어려움을 겪는 조직이 많습니다. 지금은 IT 및 데이터 사이언스 리더가 분석과 AI 채택을 가속화하기 위해 일관된 전략을 추진해야 하는 시기입니다. 특히 기술 부채가 계속해서 큰 부담을 주고 있으므로, 기존 투자에서 더 많은 가치를 창출할 수 있는 창의적인 방법을 찾는 것이 중요합니다. 가장 성공적인 조직들이 비즈니스 차별화와 탄력성을 위해 분석과 AI 전략을 구축하는 4가지 방법과 실제 사례를 소개합니다. <14p> 주요 내용 - 분석과 AI를 위한 클라우드의 과제 - 지능형 클라우드로의 이동  - 현재 ModelOps 프로세스 평가 - 데이터 사이언스 업무를 지원할 커뮤니티의 활성화  - 거버넌스 도입  - 비즈니스 사용 사례

SAS 2021.09.23

BI|분석

AI 사업 성공을 향한 여정 시리즈 2 : AI 사업 타당성

본 시리즈의 1편에서 정의한 바와 같이 모든 AI 여정의 첫 번째 단계는 달성하고자 하는 목표를 정확히 파악하는 것입니다. 스위스 로잔에 위치한 IMD Business School의 혁신 및 전략 교수 Michael Wade는 AI의 사업 타당성이 질문이 되서는 안되며, 결국 사회적 흐름에 따라 AI는 불가피한 부분이기는 하나, 궁극적으로 AI를 도입하기에 앞서 AI를 통해 해결해야 할 문제는 무엇이며, AI 도입후의 손익을 추정 및 분석해야 한다고 전합니다.  문제 해결 수단으로서 AI 도입을 위해, 핵심 비즈니스 지원 요소 및 인적 및 재정적 부분과 같은 조건 요소를 확인합니다. 다음은 비즈니스 관점에서 AI 이니셔티브를 시행 전 확인해야 할 주요 고려 사항입니다. <10p> 주요 내용 - 기업이 필수적으로 파악해야 하는 부분은 무엇인가? - 포트폴리오 사안으로서의 AI - 잠재적 재능 - 체크리스트 : AI 사업 타당성

SAS 2021.09.01

BI|분석

AI 사업 성공을 향한 여정 시리즈 1 : 문제 파악

거의 대부분의 업계 경영진은 인공지능에 관심을 표하고 있으며, 이에 따른 과제들이 생겨나고 있습니다. SAS 및 MIT SMR Connections가 출간한 전략 가이드 4 부작 시리즈에서는 해결방안 제시, 당면 과제 극복방법 및 관련 리스크 예방 및 기업의 효율적인 AI 도입을 위한 전문가 인사이트등을 다룹니다. 1편에서는 AI의 활용 범위 및 활용 사례와 관련한 전반적인 내용을 다룹니다. <8p> 주요 내용 - 문제 파악: AI를 통해 해결할 수 있는 문제는 무엇인가? - AI를 정의하다 - AI: 주위를 둘러보세요 - 체크리스트: AI 활용사례 유효성 확인

SAS 2021.09.01

BI|분석

AI로 고객 경험을 개선하는 6가지 방법

오늘날 고객들은 기대치가 높아졌습니다. 이들은 자신들이 이용하는 모든 채널에서 매번 일관성 있고 개인화된 경험을 누리길 원합니다. 디지털 고객 경험이 고객 유치 및 확보를 모색 중인 기업들에게 새로운 전쟁터가 되고 있는 이유도 바로 여기에 있습니다. 인공 지능(AI)의 학습 및 자동화 기능을 통해 보다 개인화되고 시의 적절한 고객 경험을 오케스트레이션 하는 기업들이 늘고 있습니다. 이러한 개선은 보다 통합된 고객 여정을 만들고, 이는 다시 비즈니스 성과 개선으로 이어집니다. SAS는 가장 인기 있는 6가지 AI 사용 사례를 제시하여 AI로 업계 최고의 고객 경험을 선사하는 방법을 보여드리고자 합니다. <12p> 주요 내용 - 모든 채널에서 일관된 경험 제공 - 고객 가치 증대 - 진정한 맞춤 추천 제공 - 수익성을 위해 고객 여정 최적화 - 오퍼(Offer) 전달 개선 - 고객 NBA(Next Best Action) 예측

SAS 2021.08.04

보안

SAS Cloud와 보안

SAS Cloud는 하드웨어 및 분석 지원 팀에 먼저 투자 할 필요없이 광범위한 비즈니스 문제를 해결할 수 있는 SAS 제품을 제공합니다. 배포 일정, 인력 투입 및 비즈니스 요구 사항 등에 관계 없이 이러한 클라우드 솔루션은 생산성 극대화 및 경쟁력 유지에 도움을 줍니다. 이 문서는 SAS 클라우드에서 구현 된 여러 유형의 보안 방법에 대한 개요를 포함하고 있습니다. 이 백서에 거론될 보안 방식은 인적 보안, 물리적 보안, 논리적 보안, 제 3자 공급자 관리 및 내부 감사 등입니다. 이 백서의 두 번째 부분에서는 데이터 보호 및 일반 데이터보호규정(GDPR)을 다룹니다. <10p> 주요 내용 - 물리적, 논리적, 인적 보안 - 내부 감사 및 개선 프로세스 - 데이터 보안 및 데이터 프라이버시 - 비즈니스를 위한 클라우드 활용법

SAS 2021.06.07

BI|분석

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

SAS 2021.06.07

BI|분석

금융 업계가 고객 중심 전략을 실현하는 방법 - SAS Beyond Tomorrow 최종 보고서

금융 업계는 코로나19 팬데믹에 매우 발 빠르게 대응해야만 했습니다. 고객 지원, 수익 및 제품 혁신, 신용 위기 보호, 그리고 사업 운영과 경쟁력을 유지하기 위한 유동성 관리 측면에서 새로운 방안을 강구하는 등, 운영 요소에 대한 신속한 처리가 절실했기 때문입니다. 이 사안은 CEMEA 지역을 대상으로 실시된 SAS Beyond Tomorrow 이벤트의 핵심 주제였습니다. 60명의 인원을 동원하여 가상으로 진행된 이번 이벤트에서는 빠르게 변화하는 시장 환경 속에서 은행이 고객 중심 전략을 실현하고 이를 개선할 수 있는 방안을 집중 조명했습니다. <13p> 주요 내용 - 금융 업계의 원동력과 트렌드 - 디지털 전환 여정의 진행 상황 - 전략적인 인공 지능 활용 - 금융 업계의 미래

SAS 2021.06.07

BI|분석

성공적인 고객 경험 관리를 위한 데이터 고려사항 - SAS 고객 인텔리전스 솔루션 책임자 인터뷰

마케터, 전자상거래 및 디지털 팀을 하나로 통합하지 않은 브랜드는 이러한 경험을 제공하는 데 어려움을 겪게 될 것입니다. 그렇다면 어떻게 해야 이러한 통합을 실현할 수 있을까요? 그리고 어떻게 해야 고객 데이터 플랫폼(CDP)에서 각 고객에 대한 총체적인 가시성을 제공하여 마케터가 고객과 시의 적절하게 상호 작용하도록 할 수 있을까요? <3p> 주요 내용  - 많은 회사가 고객을 잘 파악하고 있음을 어필하는 데 어려움을 토로하는 이유 - 기업들이 해결해야 할 데이터 문제로는 어떤 것들이 있을까 - 디지털 채널 가속화는 고객 경험에 어떤 영향을 미칠까  - 기업에게 CCCM 가치를 최적화하도록 권장하는 방법 

SAS 2021.06.07

BI|분석

클라우드와 진화하는 데이터 사이언스 및 5가지 성공 요건 : TDWI Research

오늘날 많은 기업은 분석 작업을 지원하기 위해 다중 플랫폼 환경을 조성하고 있습니다. 클라우드는 이 전략의 핵심입니다. 실제로 TDWI 연구에 따르면, 클라우드 데이터웨어 하우스 또는 데이터 레이크와 같은 플랫폼은 분석을 지원하기 위한 데이터 관리의 성장점이 됩니다. 클라우드에는 고급 분석을 위한 수많은 이점이 존재합니다. 그 중 최고는 확장성과 탄력성을 꼽을 수 있습니다. 이 체크리스트는 클라우드 기반 실사례 평가, 클라우드 컴퓨팅 아키텍처 및 계획 고려 사항을 포함하여 데이터 사이언스에 클라우드를 활용하는 5 가지 모범 사례를 실었습니다. <12p> 주요 내용 - 분석 실사례에 대한 평가 - 데이터 중력에 대한 고찰 - 진화하는 분석 아키텍쳐에 대한 이해 - 데이터 사이언스 운영화에 대한 노력

SAS 2021.02.26

BI|분석

비즈니스 가치 실현을 위한 분석 운영 : TDWI PULSE 보고서

모든 비즈니스 부문의 기업은 운영 프로세스 및 시스템에 통합하여 분석을 운영하는 데 관심을 기울이고 있습니다. 또한 분석(머신 러닝, 텍스트 분석 및 예측 모델 포함)을 운영하는 것이 실제 비즈니스 가치를 창출한다는 인식이 점점 높아지고 있습니다. 기업이 분석 모델 구축 계획을 세울 때, 종종 모델이 운영 및 배포되는 백엔드가 아닌 머신 러닝 프로세스의 프런트엔드(모델 개발)에 집중하곤 합니다. TDWI는 기업이 모델 운영을 이해하고,계획 할 것을 추천 드립니다. TDWI 연구에 따르면, 모델링 노력을 하는 기업은 이미 가치를 창출하고 있습니다. 이러한 노력으로 인한 매출 및 이익에 대한 영향을 측정하고 있으며, 일반적으로 분석에 더 만족합니다. <13p> 주요 내용 - 운영은 성공적인 분석의 핵심 - 모델 운영 프로세스 - 모델 관리의 중요성 : 모델 등록, 모델 검증 - 모델 배포  필수 요소 - 생산 모델 모니터링과 모델 재학습

SAS 2021.02.26

BI|분석 / 엔터프라이즈 애플리케이션

"기업의 골든타임을 지켜라" 신속한 의사 결정을 위한 시티즌 데이터 사이언티스트가 되기 위한 조건 - IDG Summary

IT 담당자나 분석가에게 정보 분석을 요청하지도 않고, SQL을 몰라도 마우스 클릭만으로 쉽게 데이터를 추출하고, 분석 리포트가 아무리 복잡하더라도 코딩없이 쉽게 리포트를 만들고 인사이트를 도출할 수 있는 분석 솔루션. 현업 사용자에게는 이것이 필요하다. 많은 기업이 셀프서비스 분석 도구를 제공하지만 이것 만으로는 부족하다. 현업 사용자가 시티즌 데이터 사이언티스트가 되어 기업의 골든 타임을 지키는 데 필요한 사항에 대해 알아보자.  주요 내용  - 기존 데이터 분석의 어려움  - 5단계 데이터 분석 프로세스에 따른 업무 수행 - 지속적 지능과 전문성의 민주화  - 현업 사용자가 직접 데이터를 분석하고, 리포트를 생성하려면  - 현업 중심의 정보분석 플랫폼, SAS 애널리틱스 플랫폼  - SAS Enterprise Guide의 기능  

SAS 2020.11.24

+

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.