Tableau, Power BI 또는 Qlik Sense와 같은 BI 도구를 사용해 본 적이 없는 데이터 과학자들은 종종 이러한 도구가 단순히 필요하지 않다고 말합니다. 그들은 이미 오픈 소스 프레임워크에서 스크립트를 코딩하고 있으며 스크립트가 제대로 작동한다는 것을 알고 있습니다.

하지만 이 문제를 조금 더 깊이 파고들면 동일한 데이터 과학자들이 자신의 스크립트가 충분히 충족하지 못하는 몇 가지 요구 사항에 대해 이야기하는 것을 종종 듣게 될 것입니다. 사실, 일반적으로 다음과 같은 문제로 요약됩니다.

스토리 텔링.

대시보드와 시각화는 가치가 있을 수 있지만 올바른 설명, 내러티브 및 컨텍스트가 있어야만 가능합니다. 그것이 없으면 모든 시청자가 해석할 수 있습니다. 이것이 데이터 과학자(및 기타 분석 사용자)가 데이터에 목소리를 내야 하는 이유입니다. 그들은 발견한 것을 설명하고, 내러티브를 말하고, 이상치가 추세를 왜곡할 때마다 지적하고, 제안을 제공해야 합니다. 행동에는 맥락이 필요하며 이 접근 방식은 정보에 입각한 행동을 가능하게 합니다. 결국, 그것이 무엇입니까 비즈니스 인텔리전스 도구 데이터 기반 의사 결정을 가능하게 하는 것입니다. 데이터를 기반으로 결정을 내리려는 경우 해당 데이터가 가능한 한 완전하기를 원합니다. 그리고 때로는 데이터를 완성하기 위해 페이지의 시각화 이상의 것이 필요합니다.

준비가 아니라 탐색입니다.

열심히 일하는 데이터 엔지니어나 BI 도구가 없다면 데이터를 준비하는 데 노력의 약 80%를 소비하고 마침내 데이터를 탐색할 수 있게 되면 인사이트를 찾는 데 20%만 소비할 것입니다. 비즈니스용 데이터를 생성하려면 전체 데이터 통합 ​​프로세스(변환, 정리 등)를 포함하여 많은 준비 작업이 필요합니다. 이상적으로는 데이터 변환 및 결합을 위한 데이터 통합 ​​기능을 제공하는 BI 도구를 찾을 수 있습니다. 사실, 그들 중 일부는 원활한 데이터 카탈로그 및 데이터 분석 파이프라인을 보장하기 위해 엔터프라이즈급 데이터 통합 ​​플랫폼을 포함하기도 합니다. BI 도구(또는 전담 데이터 엔지니어)의 도움 없이는 데이터 통합 ​​프로세스에 귀중한 시간을 낭비할 수 있습니다. 식사를 준비하는 데 몇 시간이 걸리고 5분 만에 다 먹는 것과 같습니다. 데이터 탐색보다 데이터 준비에 더 많은 시간을 할애하고 있다면 전략 변경을 고려해야 할 때일 수 있습니다.

모든 각도에서 탐색합니다.

Python, R 등의 스크립트 미리 결정된 질문에 대한 효과적인 답변을 확실히 제공할 수 있습니다. 그러나 분석은 선형 SQL 기반 모델로 제한됩니다. 쿼리 기반 접근 방식은 특정 제한 내에서만 데이터를 탐색하므로 검색할 수 있는 항목도 제한됩니다. 일부 BI 도구는 무료 데이터 탐색을 허용하는 엔진을 사용하여 다른 접근 방식을 취합니다. 모든 방향과 모든 각도에서 탐색할 수 있습니다. 이러한 유형의 데이터 탐색은 모호한 연결도 찾아냅니다. 더 일반적인 접근 방식으로는 나오지 않았을 경향, 이상값 및 패턴을 볼 수 있습니다. 쿼리하는 방법을 알지 못했거나 쿼리 기반 접근 방식으로 찾을 수 없었을 수 있습니다.

협동.

데이터 과학자들 사이에서 논의되는 공통 주제는 분석 및 데이터를 통한 더 나은 지식 공유 및 그룹 문제 해결의 필요성입니다. 이러한 일이 발생할 때까지 이해 관계자는 계속해서 단편화된 암묵적 지식과 활용도가 낮은 도메인 전문 지식을 얻게 될 것입니다. BI 도구는 비즈니스 사용자와 비동기식 협업을 허용하여 문제를 완화합니다. 이렇게 하면 결정을 기다리거나 회의에 참석하는 동안 낭비될 시간이 절약됩니다. 보다 구체적으로 말하면 BI 도구를 사용하면 다른 사용자가 데이터를 탐색 또는 수정하는 방법에 대한 제안을 하거나 비즈니스 컨텍스트를 제공하기 위해 설명을 추가할 수 있습니다. 여러 사람이 Google 문서의 공유 문서에 기여할 수 있는 것처럼 이러한 BI 도구를 사용하면 개인의 지성을 집단 지성으로 전환할 수 있습니다.

시각화의 유연성.

많은 데이터 과학자들이 시각화를 위해 오픈 소스 라이브러리로 이동합니다. 반면에 BI 도구는 데이터의 미리 정의된 구조에서 시각적 개체를 만듭니다. 이 접근 방식을 사용하면 훨씬 더 많은 유연성을 갖게 됩니다. 엔진은 세분화된 수준에서 데이터를 집계하여 데이터의 패턴을 보다 효과적으로 노출합니다. 이렇게 하면 파생 데이터 포인트를 즉석에서 더 쉽게 생성할 수 있습니다. 먼저 데이터를 함께 그룹화한 다음 해당 그룹에서 시각화를 만듭니다(색상 코딩, 벤치마킹 등). 일단 설정되면 얼마나 많은 시각화를 사용하든 상관없이 코드를 추적할 수 있습니다. 더군다나 이러한 도구는 특정 속성(예: 시계열 또는 지리 분석)에 따라 데이터를 분석하기 위해 최적의 시각화를 활용하는 데 도움이 됩니다. 이는 오픈 소스 라이브러리를 사용할 때 까다로운 부분입니다.

신뢰할 수 있고 안전하며 관리되는 데이터입니다.

모델을 신뢰하려면 데이터를 신뢰할 수 있어야 합니다. 최고의 BI 도구에는 데이터 계보 시각화와 같은 추가 기능이나 규칙 기반 거버넌스를 사용하여 데이터를 안전하게 관리할 수 있는 중앙 집중식 관리가 포함됩니다. 이 마지막 항목을 사용하면 공유, 게시 및 데이터와 앱에 액세스할 수 있는 사용자를 제어할 수 있습니다.

그 외에도 카탈로그 데이터가 필요합니다. 일부 BI 도구는 스마트 데이터 프로파일링을 제공합니다. 이것은 사용자에게 데이터가 준비되었는지 여부를 알려줄 뿐만 아니라 데이터 품질 문제를 나타냅니다. 예를 들어 PII일 수 있는 모든 항목을 식별한 다음 자동으로 마스킹할 수 있습니다. 마지막으로, (메타데이터를 통해) 쉽게 검색할 수 있는 데이터는 주제, 비즈니스 도메인 또는 데이터 소스로 검색할 수 있게 되면 마치 쇼핑을 하는 것처럼 느끼게 만듭니다.

비즈니스에 BI 도구를 사용하기로 결정한 경우에도 외부 IDE를 계속 사용하여 스크립트를 생성하거나 개선할 수 있습니다. 그런 다음 BI 도구와 함께 사용하여 위에서 언급한 요구 사항을 해결할 수 있습니다. 비즈니스 인텔리전스 도구는 다양한 소스의 데이터를 데이터 시각화, 대시보드, 보고서, 임베디드 분석 및 증강 분석과 같은 광범위한 사용 사례를 지원하는 단일 플랫폼으로 결합하여 더 나은 결정을 내리는 데 도움이 되는 앱 및 커넥터 모음입니다. .

모든 BI 도구가 모든 기능에서 뛰어난 것은 아닙니다. 귀하의 필요에 맞는 것을 얻으려면 스스로 조사해야 합니다. 그만큼 Gartner Magic Quadrant 비즈니스 인텔리전스 보고서 BI 공급업체에 대한 공정한 평가를 제공합니다.

출처 : Plato Data Intelligence : PlatoData.io