증강 분석: 2019년에 알아야 할 사항

기업이 디지털 혁신 여정을 시작하거나 계속함에 따라 처리하는 데이터의 양과 복잡성이 증가합니다.

데이터를 준비 및 분석하고 결과를 해석하고 해당 데이터로 스토리를 전달하는 프로세스인 기존의 분석은 시간이 많이 소요되는 수동 프로세스입니다. 그리고 계속되는 데이터 버스트를 처리하려는 회사에 중대한 과제를 안겨줍니다.

디지털 혁신 시장 준비 일정을 맞추기 위해 수동 분석의 시간 집약도를 줄이는 것이 필수적이 되었습니다.

이를 위해 우리는 기계 학습(ML) 및 인공 지능(AI)으로 인간 데이터 과학자를 보강하여 분석 여정의 각 단계를 가속화할 수 있습니다. 이를 증강 분석이라고 합니다.

지난 12~18개월 동안 한 분야로서의 증강 분석이 성장했으며 더 많은 기업이 이 프로세스를 수용하기 시작했습니다.

제약, 소매, 제조 등 많은 산업 분야에서 디지털 혁신을 겪고 있는 회사에서 증강 분석을 사용하기 시작했습니다.

나는 내년에 이 신흥 분야가 더 널리 사용되고 이해될 것이라고 믿습니다.

증강 분석에 대한 간략한 배경

2000년대 중반에는 클라우드 스토리지와 대량으로 사용 가능한 컴퓨팅 성능이 주류가 되었습니다. 이로 인해 빅 데이터 분석이 폭발적으로 증가했습니다.

이는 상당한 변화였지만 프로세스는 여전히 매우 수동적이었습니다. 즉, 분석 전문가는 여전히 많은 양의 코드를 작성해야 했습니다.

빅 데이터 혁명 이전에 기업은 의미 있는 통찰력을 얻기 위해 1000개의 플로우를 스캔해야 했지만 오늘은 수백만 개의 플로우에 대해 이야기하고 있습니다.

문제는 더 빠른 분석 = 더 빠른 출시 시간 = 더 강력한 ROI를 알면서 어떻게 데이터 분석이 필요한 시간을 엄청나게 줄이면서 동일한 가치를 제공할 수 있는지였습니다.

이것이 바로 증강 분석의 목적입니다. 더 많은 가치를 도출하기 위해 데이터 분석 분야의 속도를 높입니다.

점점 더 많은 양의 데이터를 논의하고 이해해야 할 필요성이 존재함에 따라 증강 분석은 이 연구 분야의 주요 변화를 나타냅니다.

증강 분석은 이미 분석의 해석, 생성 및 공유에 혼란을 야기하고 있습니다. 결과적으로 데이터 과학자는 기존의 수동 방법보다 데이터 탐색에 더 적은 시간을 할애하고 가장 관련성이 높은 통찰력에 더 많은 시간을 할애할 수 있습니다.

이 접근 방식은 기업이 디지털 혁신 의 필수 요소인 보다 신속하게 대응하고 민첩하게 대응할 수 있도록 하는 강력한 메커니즘입니다.

먼저 증강 분석의 주요 이점과 이러한 관행이 기존 비즈니스 모델을 어떻게 변화시키고 있는지 살펴보겠습니다. 증강 분석:

• 데이터 준비 및 검색 프로세스를 가속화 합니다.
• 비즈니스에 정통하지 않은 사용자를 위해 데이터 분석을 민주화 합니다.
• 경영진과 전체 조직에서 실행 가능한 통찰력을 채택 할 수 있습니다.

디지털 비즈니스에 대한 이러한 이점의 중요성은 매우 중요합니다.

조직이 디지털 시대에 경쟁하기 위해서는 데이터가 관련성 있고 실행 가능한 통찰력을 얻는 데 중요하다는 사실을 잘 알고 있습니다.

그러나 수동 분석 프로세스에 내재된 근본적인 복잡성은 많은 장애물을 만듭니다.

우선, 데이터 과학 실무에 능숙하고 비즈니스 모델과 운영에 대한 예리한 이해도 겸비한 데이터 과학자는 드뭅니다.

또한 데이터 과학자의 시간은 소중하지만 이 시간의 상당 부분은 정리 및 레이블 지정을 통해 수동으로 데이터를 준비하는 데 사용됩니다. 이러한 시간과 용량의 부족은 대부분의 데이터 분석이 데이터의 작은 부분에 대해 수행되는 반면 데이터 자산의 많은 부분은 채굴되지 않는다는 것을 의미합니다.

증강 분석이 얼마나 파괴적인지 알아보기 위해 위에 나열된 이점을 살펴보겠습니다.

증강 분석의 세 가지 주요 이점

1. 데이터 준비 및 검색 가속화

수동으로 수행할 경우 데이터 준비는 번거롭고 복잡한 작업입니다.

데이터 과학자가 조사할 수백만 개의 레코드가 있는 경우, 예를 들어 특정 지역의 모든 고객을 찾는 간단한 작업은 말 그대로 몇 달이 걸릴 수 있습니다.

대형 특수 종이 제품 소매업체를 예로 들어 보겠습니다. 디지털 여정의 일부로 고객을 더 잘 이해해야 했지만 레거시 시스템에서 가져온 데이터의 품질이 좋지 않았습니다.

조사해야 할 데이터의 양이 방대할 뿐만 아니라 다양한 분야에서 불일치가 있었고, 이를 하나의 통일된 형식으로 조정하는 것은 어려운 일이었습니다.

1200개의 다른 XML 파일 형식으로 평가할 2,600만 개의 레코드가 있었습니다.

수동 프로세스로 데이터를 정리하려면 6~12개월이 걸렸을 것입니다. 증강 분석 데이터 준비 기술과 ML 알고리즘을 활용하여 소매업체는 약 3주 만에 데이터를 정리할 수 있었습니다.

이러한 반복 단계를 자동화함으로써 전체 데이터 준비 및 검색 시간을 50~80% 단축할 수 있습니다.

이 경우 데이터 분석 팀이 얼마나 더 생산적이고 효율적일 수 있는지 상상해 보십시오!

2. 데이터 분석의 민주화

데이터가 준비되면 증강 분석이 비즈니스에 정통하지 않은 데이터 과학자가 잘 찾지 못할 수 있는 비즈니스 모델에 영향을 미치는 신호를 감지합니다.

증강 분석을 통해 데이터 과학자는 결과를 얻기 위해 사용하거나 코드를 작성할 적절한 알고리즘을 결정할 필요가 없습니다.

증강 분석 도구 세트는 데이터에 대해 8~10개의 알고리즘을 실행하고 패턴과 이상값을 감지하기 위해 공통 형식에 맞춥니다.

예를 들어, 대기업은 추가 조사가 필요한 이상치가 있는지 확인하기 위해 공급업체의 인보이스 발행에 대한 통찰력을 원할 수 있습니다.

전 세계의 운영 및 직원을 고려하면 매달 수천 또는 수십만 개의 공급업체에서 들어오는 청구서와 맞먹을 수 있습니다.

기본 데이터를 기반으로 증강 분석은 패턴을 감지하기 시작하고 회사에 월 $50,000를 지속적으로 청구하는 특정 공급업체가 $500,000에 대한 청구서를 보낼 때를 감지하는 이상값 분석을 자동으로 생성합니다.

이것이 자동으로 사기 행위로 표시되지는 않지만 평소보다 많은 양은 데이터 분석 전문가가 추가 조사를 위해 표시할 것이며 이러한 발견을 위해 알고리즘을 먼저 작성해야 하는 부담을 없앨 수 있습니다.

다시 말해, 증강 분석은 통찰력을 민주화하여 비즈니스 사용자가 복잡한 통찰력을 쉽게 추출하고 그렇게 하는 데 상당한 시간을 절약할 수 있도록 합니다.

3. 경영진과 조직 전반에 걸쳐 실행 가능한 통찰력을 채택할 수 있습니다.

신호와 패턴이 결정되면 그 결과를 경영진과 소통해야 합니다.

보고서나 대시보드를 만드는 것과 같은 전통적인 방법은 일반적으로 플랫폼에 로그인하고 자체 데이터 해석을 수행할 시간이 없는 경영진에게 추가적인 부담을 줍니다.

증강 분석을 통해 이 도구는 차트 또는 보고서를 읽고 정보를 "지난 몇 개월 동안 지속된 추세인 X 지역에서 매출이 감소하고 있습니다."와 같은 자연어 문장으로 정보를 번역합니다. 또는 "당신은 경쟁자 Y에게 시장 점유율을 잃고 있습니다."

팀 리더는 "전체적으로 매출이 10% 증가했지만 각 지역 수준의 마진은 어떻습니까?"와 같은 질문에 대한 답변을 얻을 수 있습니다. 이 수준의 실행 가능한 통찰력을 제공하면 데이터 기반 의사 결정이 가능하고 전체 조직에서 채택이 증가합니다.

정교한 분석 시스템은 음성 및 자연어 처리 기능을 제공하며 엔터프라이즈 검색 인터페이스 및 BI 플랫폼에 내장되어 있습니다.

상상해 보십시오. 데이터 과학자는 "우리의 판매 노력이 경쟁업체와 어떻게 비교됩니까?"와 같은 질문을 함으로써 자연어를 사용하여 증강 분석 플랫폼과 상호 작용할 수 있습니다.

증강 분석은 이면의 복잡성을 해결하여 비즈니스 사용자와 시민 데이터 과학자 모두에게 데이터 분석 프로세스를 간단하게 만듭니다.

증강 분석으로 어떻게 나아갈 수 있습니까?

위에 설명된 이점과 이러한 주요 혁신을 가능하게 하는 기술을 고려할 때 문제는 증강 분석을 채택해야 하는지 여부가 아닙니다. 문제는 시작 시점과 방법입니다.

위에서 논의한 다양한 단계를 위한 여러 유형의 도구가 있지만 모든 기능을 수행하거나 모든 조직에 적합한 하나의 도구는 없습니다.

기업이 진행할 수 있는 가장 좋은 방법은 분석과 새롭게 부상하는 증강 분석 도구 세트 및 방법론에 대한 폭넓은 경험을 보유한 컨설팅 파트너와 협력하여 맞춤형 로드맵을 만드는 것입니다. 앞으로의 성공적인 경로를 만들기 위해서는 사람, 프로세스 및 기술의 올바른 조합이 함께 이루어져야 합니다.

증강 분석은 여전히 ​​진화하는 분야입니다. 오늘날 대부분의 기업은 전체 프로세스에 대해 증강 분석을 채택하지 않고 하나의 작은 부분부터 시작하고 있습니다. 이는 좋은 방법입니다.

앞으로 몇 년 동안 나는 그것이 바뀔 것으로 예상하고 조직은 전체 데이터 분석 수명 주기 동안 증강 분석을 사용할 것입니다.

2019년에 증강 분석이 제공하는 상당한 이점은 고려해야 할 핵심 영역인 속도, 민주화 및 광범위한 채택입니다.

이러한 기능을 통해 조직은 고객 요구를 이해 및 예측하고, 비즈니스 프로세스를 조정 및 개선하고, 현재와 미래의 성공을 위한 입지를 다질 수 있습니다.