임베디드 분석 제품 적합성 가이드

데이터 소스 및 시각화

삽입된 분석 공급업체를 선택할 때 가장 먼저 고려해야 할 사항은 사용 가능한 데이터 소스입니다. 데이터는 시각화를 주도하는 것이며 데이터가 어디에 있든 연결할 수 있어야 합니다.

데이터가 있으면 다양한 시각화를 통해 이야기를 전달할 수 있습니다. 데이터 시각화는 귀하와 귀하의 소비자가 더 쉽게 통찰력을 이해하고 얻을 수 있는 방식으로 데이터를 표시하는 데 사용되는 다양한 차트 유형입니다. 차트, 그래프, 지도 및 기타 시각적 요소와 같은 데이터 시각화를 사용하면 전체 조직에서 데이터에 더 쉽게 액세스할 수 있으며 동시에 의사 결정 프로세스를 지원하고 안내할 수 있습니다.

다음은 데이터 원본 및 시각화와 관련하여 고려해야 할 가장 중요한 요소입니다.

지원되는 데이터 소스

우수한 임베디드 분석 공급업체는 사용자가 보다 포괄적인 분석을 위해 하나의 보기 또는 위치로 가져올 수 있는 광범위한 데이터 소스를 지원합니다. 이를 수행하고 전체 그림을 보려면 데이터가 저장된 위치(온프레미스 데이터베이스, 분석 도구, 콘텐츠 관리자, 클라우드 서비스, CRM, 스프레드시트 또는 공용 데이터 소스)에 관계없이 분석 솔루션을 데이터에 연결 해야 합니다. .

오늘날 비즈니스에서 생성되는 데이터의 대부분은 구조화되지 않은 데이터입니다. 많은 분석 플랫폼은 이를 사용하여 해당 데이터를 분석할 수 없습니다.

찾아야 할 인기 있는 데이터 소스:

• 아마존 아테나
• 아마존 레드시프트
• 아마존 S3
• 상자
• 드롭 박스
• 구글 애널리틱스
• 구글 빅쿼리
• 구글 드라이브
• 허브스팟
• 마케토
• 마이크로소프트 분석 서비스
• 마이크로소프트 애저 분석 서비스
• 마이크로소프트 애저 시냅스 애널리틱스
• 마이크로소프트 애저 SQL
• 마이크로소프트 다이나믹스 CRM
• 마이크로소프트 보고 서비스
• 마이크로소프트 SQL 서버
• MySQL
• OData 피드
• 원드라이브
• 신탁
• PostgreSQL
• 퀵북
• REST API
• 영업
• 공유 지점
• 눈송이
• 사이베이스
• 웹 리소스

메모리 내 데이터

또한 메모리 내 데이터 소스도 지원하는 임베디드 분석 소프트웨어를 찾아야 합니다. 메모리 내 데이터 소스를 사용하면 사용자가 이미 애플리케이션의 일부인 데이터 또는 공급자가 아직 기본적으로 제공하지 않은 데이터 소스에 직접 연결할 수 있습니다.

데이터 소스에 연결하면 서버의 모든 데이터가 로컬로 로드 및 다운로드되므로 데이터 세트를 처리, 정렬, 필터링, 집계 및 시각화에 사용할 수 있습니다.

데이터 시각화

수백 행의 숫자가 포함된 스프레드시트는 데이터 분석 교육을 받지 않은 사람에게는 무섭게 보일 수 있습니다. 그러나 그 사람이 막대 차트, 지도 또는 그래프를 보면 즉시 해당 숫자에서 통찰력을 얻을 수 있습니다. 데이터 시각화는 포함된 분석 벤더가 사용자에게 제공하는 다양한 차트 유형을 나타냅니다. 열, 선 또는 콤보와 같은 풍부한 차트 라이브러리에서 트리맵 또는 지리 공간 매핑과 같은 고급 차트에 이르기까지 선택할 수 있어야 합니다. 또한 사용자는 하나의 포괄적이고 아름다운 대시보드를 만들기 위해 소스에 관계없이 이러한 모든 시각화를 하나의 보기로 가져올 수 있는 기회를 가져야 합니다.

지원되는 시각화

임베디드 분석 공급업체를 선택할 때 시스템이 다음 데이터 시각화 유형을 지원하는지 확인하십시오.

비즈니스 차트– 오늘날 가장 인기 있는 차트 유형에는 열, 막대, 파이, 라인 등과 같은 차트 유형이 포함됩니다. 이러한 차트를 통해 사용자는 데이터 결과를 확인하여 현재 및 미래 데이터를 더 잘 이해하고 예측할 수 있습니다. 예를 들어 선 차트는 설명이나 숫자보다 빠르게 시간 경과에 따른 데이터 추세의 전반적인 내용을 전달할 수 있으며 막대 차트를 사용하면 보는 사람이 여러 범주 간의 개수 또는 성능을 빠르게 비교할 수 있습니다.

게이지– 이러한 차트 유형은 양적 컨텍스트 내에서 단일 데이터 값을 가장 잘 표시하기 위한 것이며 글머리 기호 그래프, KPI, 선형, 원형 및 단일 값 게이지를 포함합니다. 이 차트는 메트릭이 특정 범위를 초과하는지 또는 미만인지를 나타내는 데 유용합니다.

그리드– 시각적 개체 뒤에 데이터를 보다 구체적으로 표시하려는 경우 일반적으로 테이블이 해당 정보를 표시하는 가장 좋은 방법입니다. 부분적으로는 모두가 테이블의 열과 행 구조를 읽는 방법을 알고 있기 때문입니다. 이해 관계자가 보다 세분화된 정보를 보고 싶어한다는 것을 알고 있는 경우 데이터 시각화 보고서에 테이블을 포함할 수 있습니다.

지도– 지도 유형 데이터 시각화는 지리적으로 관련된 데이터를 분석하고 표시하는 데 사용됩니다. 사용자에게 여러 지역의 데이터 분포를 시각적으로 보여주고 지리적 정보를 더 깊이 이해하고 더 나은 의사 결정을 내리는 데 도움을 줍니다.

데이터 시각화는 트렌드와 패턴을 식별하고, 복잡한 정보를 빠르고 쉽게 이해하고, 이야기를 전달하고, 위험을 분석하고, 문제를 해결하는 데 도움이 될 수 있습니다. 그러나 하나의 사용 사례에는 훌륭하지만 동시에 다른 사용 사례에는 좋지 않은 데이터 시각화 유형이 있습니다. 다양한 데이터 시각화 유형을 이해하면 데이터를 가장 잘 시각화하고 데이터에서 실행 가능한 통찰력을 추출하는 데 도움이 됩니다.

사용자 지정 시각화

이러한 유형의 데이터 시각화를 사용할 수 있다는 것은 확실히 찾고 있어야 하는 것이지만 때로는 다양한 사용 사례에 사용할 수 있지만 특정 비즈니스 요구 사항이 고유할 수 있습니다. 이러한 이유로 사용자 지정 시각화를 생성할 수 있는 기능이 중요합니다.

제품 특징

임베디드 분석 소프트웨어의 주요 장점은 특징과 기능이며 최고의 공급업체는 단순한 데이터 시각화 그 이상을 제공합니다. 제품 기능은 기본적으로 귀하의 비즈니스를 경쟁 우위에 두고 수익을 늘리는 데 도움이 되는 것입니다. 이를 염두에 두고 주어진 임베디드 분석 솔루션에 포함된 기능과 비즈니스 성장에 필요한 기능인지에 세심한 주의를 기울여야 합니다.

시장에는 다양한 종류의 임베디드 분석 기능이 있지만 일반적으로 다음에 나열할 네 가지 기능은 우선 순위를 지정해야 합니다. 더 적은 것에 안주하지 마십시오!

대시보드 연결

대시보드 연결은 하나의 시각화 또는 대시보드를 다른 대시보드 또는 URL에 연결할 수 있는 기능입니다. 이를 위해서는 새로운 차원의 통찰력을 드릴다운하고 더 깊이 파고들어야 합니다. 예를 들어 판매 수치에 대한 높은 수준의 대시보드를 보고 있다면 특정 지역의 수익을 더 자세히 살펴보고 싶을 수 있습니다. 상위 수준 대시보드를 클릭한 지역 매개변수를 통과하는 더 자세한 보기에 연결할 수 있습니다. 이는 특히 Company 360 대시보드에서 유용할 수 있습니다. 여기서 하향식 분석 경로를 설정할 수 있습니다. 여기에서 비즈니스 현실에 대한 높은 수준의 개요에서 세부 사항이 포함된 더 자세한 보기로 이동할 수 있습니다.

맞춤 테마

원활하고 개인화된 경험은 고객 충성도의 핵심입니다. 제품의 모양과 느낌을 포함하여 고객 여정의 모든 단계를 맞춤설정할 수 있습니다. 얼마나 오랫동안 심리학자들이 첫인상이 얼마나 중요한지 말해왔습니다. 음, 제품에 대한 사용자의 첫인상은 제품의 모양입니다. 일관된 브랜딩은 고객의 참여도를 높이고 브랜드에 대한 충성도를 높일 것입니다.

임베디드 분석과 같은 타사 소프트웨어를 애플리케이션에 통합할 때 이러한 종류의 사용자 지정 및 개인화는 매우 중요합니다. 포함된 분석 솔루션의 모양과 느낌을 응용 프로그램과 일치하도록 개인화하는 데 사용할 수 있는 사용자 정의가 없으면 고객을 잃기 시작하여 이익을 잃을 수 있습니다.

글꼴 및 색상과 같은 시각적 요소를 사용자 정의하고 궁극적으로 처음부터 자신만의 사용자 정의 테마를 만들 수 있는 솔루션에 투자하십시오.

기계 학습 및 AI

AI(인공 지능)의 하위 집합인 머신 러닝은 시스템이 명시적인 프로그래밍 없이 학습하고 결과를 예측할 수 있도록 하며 주요 비즈니스 질문에 지능적으로 답하는 데 도움이 됩니다. 머신 러닝은 지금까지 현실 세계에 가장 큰 영향을 미친 AI 기술이고 비즈니스에서 가장 많이 사용하는 기술이기 때문에 AI라는 용어와 혼용되는 경우가 많습니다.

기계 학습은 주로 직접 프로그래밍하지 않고도 예측과 결정을 내리는 방법을 배울 수 있는 프로그램과 소프트웨어를 만드는 데 중점을 둡니다. 이러한 종류의 기술은 은행 및 고객을 위한 신용 위험 테스트 자동화에서 질병 및 건강 상태와 관련된 패턴 탐지에 이르기까지 다양한 목적에 사용될 수 있습니다.

기계 학습에 의해 주도되는 비즈니스 결과는 회사의 수익에 큰 영향을 미칠 수 있습니다. 예를 들어 데이터 기반 결정을 내리는 기계 학습 알고리즘의 기능은 경쟁에서 뒤처지는 것과 뒤처지는 것 사이에 큰 차이를 만듭니다. 머신 러닝은 수익성 있는 기회를 열고 회사를 경쟁에서 앞서게 하는 열쇠가 될 수 있습니다.

셀프 서비스 기능

현실을 직시하자; 데이터는 모든 사람에게 쉽게 제공되지 않습니다. 대부분의 조직이 데이터 전문가 또는 과학자가 아닐 가능성이 높습니다. 최종 사용자에게도 마찬가지입니다. 따라서 모든 사용자는 다르며 분석 사용에 대한 고유한 사용 사례가 있다는 점을 기억하는 것이 매우 중요합니다.

셀프 서비스 기능은 최종 사용자가 대량의 데이터를 분석하고 맞춤형 대시보드를 구축하며 독립적으로 보고서를 생성할 수 있도록 지원하는 프로세스 및 도구입니다. 즉, 특정 보고서나 대시보드가 필요할 때 IT 팀이나 BI 전문가를 기다리거나 의존하는 대신 직접 수행할 수 있습니다. 물론 이는 생산성 증가, 공동작업 강화, IT 부서의 소중한 시간을 확보하여 다른 중요한 작업에 집중할 수 있도록 합니다.

​드래그 앤 드롭 분석과 같은 셀프 서비스 기능을 통해 사용자는 더 이상 직감 기반 결정을 내리지 않을 것입니다. 실제로 그들은 정반대로 행동할 것입니다. 셀프 서비스 BI는 의사 결정 프로세스에 수월함과 효율성을 제공하여 의사 결정을 더 우수하고 스마트하며 가장 중요하게는 데이터 중심으로 만듭니다.

현대적이고 유연한 아키텍처

애플리케이션 아키텍처는 애플리케이션을 설계하고 구축하는 데 사용되는 패턴과 기술을 말합니다. 아키텍처는 애플리케이션을 빌드할 때 따라야 할 로드맵, 출발점, 권장사항을 제공하므로 결국 잘 구조화되고 작동하는 앱을 갖게 될 것임을 확신할 수 있습니다.

분석을 기존 애플리케이션에 통합할 때 무게와 복잡성을 추가하지 않고 소프트웨어가 원활하게 흐르는 것이 중요합니다. 따라서 내장형 분석 공급업체가 처음부터 내장형을 염두에 두고 처음부터 구축하는 것이 중요합니다. 오늘날의 많은 공급업체는 독립형 비즈니스 인텔리전스 도구를 구축하여 내장형 제품으로 성형했습니다. 이로 인해 백엔드 시스템 및 궁극적으로 비용이 많이 드는 가격 책정 모델에 추가 요구 사항 및 복잡성이 추가됩니다.

임베디드 분석을 위해 특별히 제작된 것 외에도 공급업체의 아키텍처에 대해 찾아야 할 추가 사항은 다음과 같습니다.

기본 데스크톱, 웹 및 클라우드 SDK

다음으로 찾아야 할 것은 SDK(소프트웨어 개발 키트)입니다. 기본 SDK를 통해 분석을 통합하는 것이 iframe을 통해 분석을 통합하는 것보다 낫습니다. 애플리케이션에 분석을 임베드할 때 SDK는 앱에 통합된 라이브러리 또는 프레임워크로 제공됩니다. 또는 최소한 네이티브 임베디드 SDK를 제공하는 공급업체를 찾아야 합니다. 개발자가 앱을 임베디드 분석 소프트웨어와 통합하는 데 사용할 수 있도록 돕기 위한 것입니다.

기본 SDK는 각 플랫폼의 특정 기능을 활용하고 모든 장치에서 대시보드를 생성, 편집 및 주석을 달기 위한 우수한 사용자 경험을 제공합니다.

TechStack

임베디드 분석 솔루션을 찾을 때 공급업체는 기술 스택을 지원해야 합니다. 그렇지 않으면 막다른 골목이 됩니다. 다음과 같은 백엔드 기술에 연결할 솔루션이 필요합니다.

• .NET 코어
• 자바
• 노드JS

다음과 같은 프런트엔드 기술:

• React 
• Angular  
• 블레이저
• 웹 구성 요소
• VueJS
• jQuery
• MVC
• Java 프레임워크(Spring, Tomcat, Apache)

클라우드 또는 온프레미스

클라우드와 온프레미스 소프트웨어의 차이점은 이 소프트웨어가 상주하는 위치입니다. 온프레미스 소프트웨어는 비즈니스 자체 컴퓨터 및 서버에 로컬로 설치되는 반면 클라우드 소프트웨어는 공급업체의 서버에 호스팅되고 웹 브라우저를 통해 액세스됩니다.

그러나 클라우드와 온프레미스 중에서 결정할 때 고려해야 할 다른 사항도 있습니다.

클라우드 소프트웨어 전문가 

• 접근성– 클라우드 기반 소프트웨어는 언제 어디서나 모든 장치에서 액세스할 수 있습니다.
• 경제성– 사용한 리소스에 대해서만 비용을 지불하고 그에 따라 가격이 위 또는 아래로 조정됩니다. 일반적으로 유지 관리 및 지원 서비스가 포함됩니다.
• 보안– 데이터 센터는 대부분의 기업이 감당할 수 없는 수준의 보안 조치를 적용합니다. 따라서 데이터는 사무실의 서버보다 클라우드에서 더 안전합니다.
• 확장성– 스토리지를 확장하거나 라이선스를 다시 추가하는 등 수요에 맞게 확장하기가 더 쉽습니다.
• 빠른 배포– 클라우드 기반 소프트웨어는 인터넷에 배포되며 배포 프로세스는 일반적으로 몇 시간 이상 걸리지 않습니다.

클라우드 소프트웨어 단점 

• 연결성– 클라우드 기반 솔루션에 액세스하고 사용하려면 안정적이고 신뢰할 수 있는 인터넷 연결이 필요합니다.

온프레미스 소프트웨어 전문가 

• 완벽한 제어– 온프레미스 환경에서 좋든 나쁘든 귀하는 무슨 일이 일어나고 있는지 완전히 제어할 수 있습니다. 구성, 업데이트 및 시스템 변경을 결정합니다.
• 데이터 보안– 이것은 장점이자 동시에 단점으로 간주될 수 있습니다. 데이터 보안은 귀하의 손에 달려 있으며 보안 방법을 완전히 제어할 수 있습니다. 어떤 회사에게는 이것이 큰 이점이 되지만 다른 회사에게는 그렇지 않습니다.

온프레미스 소프트웨어 단점 

• 유지 관리– 모든 것이 자동으로 처리되는 클라우드 기반 솔루션과 달리 온프레미스 솔루션을 사용하여 서버 하드웨어 및 소프트웨어, 스토리지 및 데이터 백업을 유지 관리할 책임은 사용자에게 있습니다.
• 구현– 온프레미스 구현은 서버 및 각 개별 컴퓨터에 설치를 완료하는 데 필요한 시간으로 인해 더 오래 걸립니다.

가격 책정 모델

가격은 공급업체를 선택할 때 고려해야 할 가장 중요한 사항 중 하나입니다. 포함된 분석 공간에서 명확하고 투명하며 공개적으로 사용 가능한 가격을 찾기가 어려울 것입니다. 대부분의 삽입된 분석 공급업체는 가격을 비밀로 유지하고 사용량 및 사용자와 같은 예측할 수 없는 비용을 청구합니다. 왜 그런지 궁금한가요? 우리가 설명하자…

소프트웨어 공급업체는 이 가격 책정 구조 기술을 사용하여 사용자당 또는 사용량 기반 모델로 고객에게 요금을 청구하여 ''돈이 들지 않는'' 상태에서 제품 가격을 극대화합니다. 이 가격 책정 구조는 비즈니스와 사용자 기반이 성장함에 따라 가격이 인상되므로 인보이스가 도착하면 충격적인 얼굴로 이어집니다.

일부 임베디드 분석 공급업체가 사용하는 또 다른 전략은 가격을 제시하기 전에 앱의 가격과 회사 수익원을 묻는 것입니다. 개략적으로 들리지 않습니까? 글쎄요, 그렇기 때문입니다.

그렇게함으로써 그들은 당신이 얼마나 가지고 있는지 파악하고 그들의 이익을 극대화하도록 설계된 가격 전략을 제시하려고 노력합니다.

따라서 앱에 통합할 내장된 BI 소프트웨어를 찾는 동안 이러한 스케치 가격 모델을 인식할 때 주의해야 합니다. 다행스럽게도 내장된 분석 공급업체가 모두 같지는 않으며 원하는 것을 알면 최상의 솔루션을 찾을 수 있습니다.

무엇보다 먼저 소프트웨어 비용이 얼마인지 미리 알고 싶습니다. 즉, 앱 판매가 증가해도 확대되지 않는 100% 투명한 가격 책정 모델을 찾아야 합니다. 또는 다른 말로, 놀라움, 숨겨진 수수료, 사용 또는 사용자 계층이 없는 고정 가격을 얻는 것입니다.

공급업체에 다음과 같은 질문을 하십시오.

• 솔루션의 총 비용은 얼마입니까? 구현, 교육, 지원 및 기타 비용을 포함합니다.
• 공개되지 않은 비용이 있습니까?
• 클라우드 사용량 또는 사용자당 요금이 있습니까?
• Windows 또는 Linux 컨테이너에서 로컬 또는 클라우드 기반 호스팅을 위해 솔루션을 배포할 수 있습니까?

궁극적으로 가격 책정은 구매와 구축 결정을 쉽게 해야 하며 평가에서 가장 스트레스가 많은 부분이 되어서는 안 됩니다. 다른 방향으로 느껴진다면 다른 곳을 살펴봐야 합니다.

팀, 로드맵 및 지원

마지막으로 내장된 분석 공급업체를 선택할 때 공급업체의 팀, 지원 및 로드맵을 고려해야 합니다.

팀

데이터 분석은 모든 사람이 전문가가 아닌 과학입니다. 애플리케이션에 가장 적합한 임베디드 분석을 검색하는 동안 솔루션 뒤에 있는 팀을 찾아 알아보세요. 팀이 분석 경험이 있습니까, 아니면 모두가 진행하면서 배우는 완전히 새로운 스타트업입니까? 애플리케이션 제공업체의 요구사항을 정말로 이해하고 있나요?

이러한 질문에 대한 답을 찾으면 이 솔루션에 투자할 가치가 있는지 여부를 명확하게 이해할 수 있습니다.

로드맵

주어진 솔루션 뒤에 누가 있는지 파악하는 것이 첫 번째 단계입니다. 다음으로 배워야 할 중요한 것은 그들이 다음에 무엇을 할 계획인지입니다. 공급업체가 고객이 요구하는 만큼 빠르게 혁신하고 가치를 제공하는지 확인해야 합니다. 로드맵은 원하는 결과를 정의하는 전략 계획입니다. 공급업체의 로드맵을 파악하는 것이 중요하므로 다음에 무엇이 올지, 곧 무엇을 얻을 수 있는지 알 수 있습니다. 공급업체가 고객을 만족시키기 위해 최선을 다하고 있다는 확신과 마음의 평화를 얻을 수 있습니다.

• 공급업체의 웹사이트를 검토할 때 다음 징후를 찾으십시오.
• 공개 로드맵이 눈에 띄게 게시되었습니까?
• 로드맵이 최신입니까?
• 공급업체가 이전 로드맵 약속을 성공적으로 이행하고 있습니까?

지원하다

비즈니스에 적합한 솔루션을 선택할 때 기술에 관한 것만이 아니라는 점을 이해하는 것이 중요합니다. 또한 귀하의 성공을 보장할 수 있는 수준 높은 품질의 숙련된 지원을 찾는 것입니다. 라이브 및 셀프 서비스 지원 옵션과 숙련된 전문가의 조합이 기술적인 질문에 도움을 줄 수 있어야 합니다.

그러나 그것은 당신이 찾아야 할 것이 아닙니다. 문서 및 FAQ는 기본적이고 매우 중요하지만 커뮤니티 포럼도 마찬가지입니다. 활발한 사용자 커뮤니티는 모범 사례와 경험을 다른 사람과 공유할 수 있도록 도와주므로 누구나 서로에게 도움이 되고 성장과 성공을 도울 수 있습니다.

공급업체에 고객 지원 정책 및 처리 시간, 구현 지원 방법, 사용 가능한 서비스 및 리소스 종류에 대해 확인하세요.

무엇 향후 계획?

협력할 임베디드 분석 공급업체를 선택하는 것은 쉽지 않지만 장단점을 차별화하는 방법과 고유한 비즈니스 요구 사항에 적합한 것이 무엇인지 알면 선택이 명확해집니다.

더 많은 질문이 있을 수 있다는 것을 알고 있으며 항상 기꺼이 답변하고 더 많은 도움을 드릴 수 있습니다. CaseyM@revealbi.io 의 Casey McGuigan에게 연락하십시오.

​완전한 임베디드 분석 솔루션인 Reveal에 대해 자세히 알아보십시오.

데모 예약- 실제 Reveal 확인하고 비즈니스를 가속화할 수 있는 방법을 알아보십시오.

전문가와 상담– 당사 영업팀과 통화를 예약하고 모든 질문에 대한 답변을 받으세요.