비즈니스

기업 비즈니스, 보안, 네트워크, 기업용 소프트웨어

arrow_downward최신기사

데이터 분석

롯데멤버스, "데이터 분석으로 고객 경험 디자인"

빅데이터 컨설팅 컴퍼니 롯데멤버스가 10월17일 ‘데이터 애널리스틱스로 고객 경험을 디자인하다’라는 주제로 롯데호텔월드점에서 2019 L.POINT 애널리틱스 컨퍼런스를 열었다. L.POINT 애널리틱스 컨퍼런스는 유통/제조업계 종사자들과 관련 기업 관계자 400여명이 한 자리에 모여 고객들의 데이터를 활용하고, 분석정보 기반의 인사이트를 논의했다. 글로벌 로열티 솔루션 기업 에이미아(AIMIA)의 부사장 케빈 발드윈과 가격 책정 및 프로모션 전문가인 휴 바커 박사가 연사로 나서, 고객 중심의 비즈니스 기회를 모색한 사례와 데이터와 플랫폼을 활용한 효과적인 마케팅 노하우를 공유했다. 강승하 롯데멤버스 대표이사는 CEO세션 기조연설에서 “우리는 일상 속 많은 부분에서 데이터에 기반해 움직이고 행동한다. 롯데멤버스는 고객들의 데이터를 분석하고 비즈니스에 적용하여, 고객 경험과 비즈니스 파트너의 가치를 디자인하기 위해 아낌없는 투자하고 있다. 이번 컨퍼런스가 데이터...

뉴스젤리

위치 데이터의 시각적 활용 어떻게 할 수 있을까?

 시각화로 하는 데이터 분석 데이터 분석(visualization analysis)은 텍스트 형태로 된 방대한 양의 데이터를 일일이 보지 않고도, 시각화 결과물의 시각적 패턴을 바탕으로 인사이트를 도출하는 것입니다. 이는 ‘시각적으로 아름답게 디자인’하는 것을 목표로 하는 예술적 관점의 데이터 시각화(Artistic Data Visualization)와는 달리, ‘데이터가 갖고 있는 인사이트’를 찾는 것을 최우선의 목표로 합니다. 즉, 예뻐 보이는 차트 보다 데이터와 분석 목적에 적합한 시각화 유형을 활용해 인사이트를 도출하는 것입니다. 그러므로 누군가 막대 차트가 지겨워 파이 차트를 그렸다고 이야기하면, 데이터가 제대로 시각화되었는지, 시각적 패턴이 보는 사람으로 하여금 오해를 하게 만들지 않는지 등을 주의 깊게 살펴봐야 합니다. 데이터 시각화를 논함에 있어 시각적 분석의 중요성을 언급하는 것은 여러 번 해도...

구글 애널리틱스

“모바일앱 트래킹 ‘춘추전국시대’...‘툴믹스 전략’ 필요해”

“지금은 모바일 앱 추적 도구의 ‘춘추전국시대’다.” 김선영 데이터리셔스 대표는 10월16일 블로터앤미디어 주최로 쉐라톤 서울 디큐브시티 호텔에서 열린 ‘마케팅 앤 테크놀로지 서밋 2019’에 연사로 참석해 이같이 말했다. 이날 ‘디지털 마케팅 분석 기술 트렌드 키워드 5가지’라는 주제로 발표에 나선 김 대표는 △모바일 앱 트래킹(tracking) △데이터 통합 프로젝트 증가 △온오프라인 연계 분석 △인공지능(AI) 상품화 △마케팅 자동화 등을 주요 열쇳말로 꼽았다. 김 대표는 모바일 앱 추적도구의 불편함을 강조했다. 김 대표는 “모바일 앱 마케팅 시장 자체는 미디어들이 굉장히 파편화돼 있어 하나의 도구로 모든 모바일 앱을 트래킹하는 게 불가능하다”라며 “앱 설치단계부터 사용자 유지율, 앱 평점 등의 KPI를 따로 보는 실정이다. 심지어는 수개월 동안 추적 도구마다 지표가...

데이터 분석

'클라우데라 데이터 플랫폼' 발표...클라우드서 데이터 분석 가능

엔터프라이즈 데이터 클라우드 전문 기업 클라우데라가 엣지부터 인공지능(AI)까지 광범위한 분석 기능을 제공하는 엔터프라이즈 데이터에 대한 새로운 접근방식인 '클라우데라 데이터 플랫폼(Cloudera Data Platform, CDP)'을 선보였다. 클라우데라 데이터 플랫폼(CDP)은 구축, 관리, 사용이 용이한 통합 데이터 플랫폼이다. IT 임직원들이 요구하는 세분화된 보안과 거버넌스 정책을 통해 하이브리드와 멀티 클라우드 환경 전반에 걸쳐 강력하면서 쉽고 간편한 셀프 서비스 분석 기능을 제공한다. 믹 홀리슨 클라우데라 최고마케팅책임자(CMO)는 클라우데라 데이터 플랫폼 이점으로 모든 클라우드 지원, 다양한 기능 제공, 보안과 거버넌스, 개방성을 꼽았다. '속도+민첩성' 갖춘 데이터 분석 플랫폼 CDP는 온 프레미스, 하이브리드, 프라이빗 클라우드, 다양한 퍼블릭 클라우드 환경에서 데이터를 관리, 분석, 실험할 수 있는 옵션을 통해 최대의 선택과 유연성을...

구글 클라우드

“데이터 분석에 맞는 클라우드가 궁금하시다면”

IT 시장에 ‘클라우드’란 개념이 등장한 지 10여년이 넘었다. 2006년 아마존이 클라우드 인프라 서비스(IaaS)를 시작한 이후, 마이크로소프트(MS), 구글을 비롯해 오라클, VM웨어, IBM 등도 다양한 기업이 이 시장에 뛰어들었다. 원하는 시점에 원하는 서비스를 사용하고, 쓴 만큼 비용을 낸다는 개념을 많은 기업이 환영했다. 때마침 등장한 빅데이터도 클라우드 도입을 채찍질했다. 요정 할머니가 휘두르는 마법의 지팡이마냥 ‘클라우드’는 빅데이터 분석을 꿈꾸고, 비용절감을 원하는 기업의 바람을 금방이라도 이뤄줄 것만 같았다. “국내 기업 대부분이 막대한 투자로 빅데이터 플랫폼을 자체 구축해 분석했는데 효과가 없었습니다. 매장 판매 현황 등 유의미한 정보와 연계할 수 없거나 기업 내 정보 공유가 여전히 해결되지 않아 결과가 제한적으로 나왔지요. 분석 방법도 기업 활동 변화에 맞춰...

P2P 금융

렌딧, 포트폴리오 P2P 투자 상품 ‘헬로렌딧’ 출시

마켓플레이스 금융기업 렌딧은 첫 투자 고객을 위한 포트폴리오 P2P 투자 상품인 ‘헬로렌딧’을 출시한다고 2월27일 밝혔다. 헬로렌딧은 렌딧이 자체 개발한 분산투자 추천 시스템을 통해 채권 100개 이상을 묶은 포트폴리오 투자 상품이다. 처음 투자를 시작하는 고객이 쉽고 편리하게 렌딧의 투자를 경험하고, 올바른 분산투자를 익힐 수 있도록 기획했다. 투자자는 헬로렌딧을 선택한 후 투자 금액만 입력하면 채권 100개 이상에 손쉽게 분산투자를 할 수 있다. 렌딧은 2월25일 투자 모집을 시작한 헬로렌딧 1호를 시작으로, 2호, 3호 등으로 명명된 상품을 상시 오픈할 예정이다. 렌딧은 2015년 5월 국내 P2P금융기업 최초로 포트폴리오 투자 방식을 선보였다. 당시에는 이미 대출이 집행된 채권 100개 가량을 전문가가 ‘렌딧 포트폴리오’로 구성한 후, 한 달에...

DAISY

성별, 연령별, 지역별…데이터를 나누면 인사이트가 보인다

시각적 데이터 탐색 및 분석을 위한 데이터 집산(Data Aggregation) 이야기를 이어가 봅시다. 지난 글에서는 데이터 집산 개념과 수치형 변수를 활용한 데이터 집산에 대해 알아보았습니다. 이번 글에서는 범주형 변수를 활용한 데이터 집산의 개념과 시각화 유형에 대해 자세히 알아보겠습니다. · · · 데이터를 보는 수십 개의 눈, 어떤 기준으로 볼 것인가 범주형 변수란 무엇일까요? 범주형 변수(dimension)란 개별 항목(category)으로 구분되는 데이터 값을 갖는 변수를 말합니다. 일반적으로 값은 텍스트, 날짜 형태를 띱니다. 간혹 숫자 형태의 값을 갖는 변수를 범주형 변수로 활용하기도 하는데, 이 경우 수학적으로 계산할 수 없다는 점에서 수치형 변수와 구별됩니다. 이를 범주형 변수의 종류로 설명할 수 있는데, 좀 더 세분화해 ① 텍스트 ②...

DAISY

숫자는 계산하라고 있는 것, 차트 만들기에서도 예외 없다

지난 글 ‘데이터 하나로 몇 개의 차트를 만들 수 있을까요?’에서 데이터 집산(Data Aggregation)의 개념을 알아보았습니다. 시각화에서 데이터 집산은 그 기준이 되는 변수의 유형에 따라 두 가지(수치형, 범주형)로 나뉘는데요. 이번에는 수치형 변수를 활용해 데이터 집산을 해보고, 시각화했을 때의 효과까지 자세히 알아봅니다. · · · · · 시각화 차트를 만드는 순간, 당신은 이미 데이터 집산을 했다 먼저 수치형 변수의 개념을 간단히 알아봅시다. 수치형 변수(measure, value)란 계산이 가능한 숫자 형태의 값을 가진 변수를 의미합니다. 시각화 차트는 수치형 변수와 범주형 변수(dimension, 항목(category)으로 구분되는 값)의 조합으로 만들어집니다. 이때 범주형 변수 항목별로 수치형 변수의 값이 합산(SUM)되는 것이 일반적입니다. 시각화 차트를 만드는 과정을 통해 자세히 알아보겠습니다. 먼저 시각화를 하기 위해 필요한 데이터인 로우(raw)...

DAISY

데이터 하나로 몇 개의 차트를 만들 수 있을까?

 데이터 하나로 만들어진 이 모든 차트 데이터 분석 결과 보고서나 자료를 보면, 많은 시각화 차트와 데이터 표가 포함된 경우가 많습니다. 이런 보고서를 보고 있노라면, ‘이 보고서에 정말 많은 종류의 데이터가 활용됐구나’, ‘이 모든 것을 다 이해하기는 힘들겠다’ 등의 생각이 듭니다. 데이터에 압도되는 듯한 느낌이 드는 것이죠. 그러나 꼭 그럴 필요는 없습니다. 사실 특정 조사 기관이 하나의 조사를 한다면, 해당 조사 결과 데이터는 하나로 정리되었을 것이기 때문입니다. 여기에서 데이터란 정제되지 않은 상태의 원본 데이터인 로우(raw) 데이터를 의미합니다. 이들이 보고서에 여러 개의 시각화 차트와 데이터 표를 넣은 이유는 데이터 분석 과정에서 발견한 여러 인사이트를 전달하기 위한 보조 자료로써 활용했기 때문입니다. 여기에서 우리는...

광고 데이터

마케터가 알아두면 좋은 '낯선' 시각화

우리는 데이터를 통해 문제를 발견하고자 합니다. 데이터에서 문제를 볼 줄 알아야 하는데, 여기에 시각화의 필요성이 있습니다. · · · · ·  마케팅 데이터로 해보는 시각화 마케팅의 경우 사용자의 반응을 즉각적으로 확인하고, 그에 따른 적절한 행동을 취할 때 마케팅 효율을 높일 수 있습니다. 시각화는 이런 통찰을 가능하게 합니다. 통찰은 단순한 과정이 아니라 내부 요인 간의 관계를 통해 대상들 사이에 숨겨진 관계를 찾는 것을 의미합니다. 이 관계를 찾으면 과거를 알 수 있고, 현재가 보이며, 미래에 대해 짐작할 수 있습니다. 그렇다면 시각화는 어떻게 할 수 있을까요? 시각화에도 프로세스가 있습니다. 시각화를 통해 어떤 목적을 달성할 것이냐에 따라 심화된 단계로 나아갈 수 있습니다. 시각화 프로세스는 그 과정과 목적에 따라...