BI, Bi2.0
태그 :
- 개념
- BI(Business Intelligence)의 정의 - 기업 사용자들이 비즈니스 의사 결정을 위해 사용하는 데이터의 접근, 수집, 보관, 분석 등의 애플리케이션과 기술의 집합 - 운영, 분석, 전략적 분야의 정보전략기술 (가트너) - BI 애플리케이션에는 의사 결정 지원 시스템, 조회 및 응답, 올랩(OLAP), 통계 분석, 예측 및 데이 터 마이닝 등이 포함된다
I. 실시간 데이터기반의 신속한 의사결정(RTE)구현을 위한 BI의 개요
가. BI(Business Intelligence)의 정의
- 기업 사용자들이 비즈니스 의사 결정을 위해 사용하는 데이터의 접근, 수집, 보관, 분석 등의 애플리케이션과 기술의 집합
- 운영, 분석, 전략적 분야의 정보전략기술 (가트너)
- BI 애플리케이션에는 의사 결정 지원 시스템, 조회 및 응답, 올랩(OLAP), 통계 분석, 예측 및 데이터 마이닝 등이 포함된다
나. BI의 특징
구분 |
설명 |
사용자중심(User oriented) |
사용자가 직접 접근, query를 통한 직접 분석 |
데이터분석 |
데이터 탐색, 데이터간의 추세파악 |
의사결정지원 |
다양한 각도에서 정보 분석을 통한 정확한 의사결정 지원 |
비즈니스 가치제공 |
전사차원의 정보 공유를 통한 지적 가치 수준 제공 |
II. BI 구성도 및 구성요소
가. BI 구성도
- 기간시스템 정보와 외부정보를 수집, 통합하여 DW, Data Mart등을 통한 정보관리와, Data Mining등을 통한 정보분석 결과를 의사결정자에게 배포
나. BI 구성 요소
구성요소 |
설명 |
솔루션 |
전략 인텔리전스 |
가치 동인 관리, 경영성과 관리, 전략실행 모니터링, 원가 및 수익성 등 관한 분석 제공 |
SEM,VBM, BSC |
분석 인텔리전스 |
분석을 위한 다양한 정보를 생성, 제공 |
OLAP, 데이터마이닝 |
확장 인텔리전스 |
기업 내,외부 이해 관계자와 생성되는 데이터를 분석하여 정보를 제공 |
CRM, SCM |
인텔리전스 인프라 |
인텔리전스를 구현하기 위한 다양한 기술 및 데이터 통학 기반 제공 및 플랫폼의 역할 수행 |
ETT, DW, Data Mart |
인텔리전스 정보전달 |
사용자의 요구에 맞게 인텔리전스 정보를 통합하여 제공 정보통합 측면과 정보전작 측면 포함 |
포탈, 경보 솔루션 |
다. BI의 핵심 기술
핵심요소 |
설 명 |
정보 추출, 변형 |
-Data, Information을 Business에 유용한 정보로 변형 -ETT(Extraction, Transformation, Loading)적용 |
정보 관리 |
DW, Data Mart 구축을 통한 정보관리 및 데이터 품질 관리 |
정보분석 및 Modeling |
-OLAP, Data Mining 등의 분석 기능을 활용. -다차원 모델링(Star Schema, Snowflake Schema) |
정보 배포 |
의사결정자에게 참조되로록 배포. |
어플리케이션통합 |
주요 어플리케이션과 통신을 위한 메시지의 표준을 관리하고 데이터 변환 및 어플리케이션의 통합 기능 제공. |
데이터웨어하우스 |
- 외부 및 초기데이터의 수집 및 통합. - DW(Data Warehouse), DM(Data Mart) |
네트워크 및 시스템 관리 |
-다양한 데이터 소스로부터 시스템 관리 데이터를 수집하고, 상호관계를 해석함으로써, 시스템 및 네트워크 장애가 비즈니스 프로세스에 미치는 영향 분석. -- HA(High Availability), DRS(Disaster Recovery System) |
프로세스통합관리 |
전체적인 업무 프로세스 흐름상에서 비즈니스 이벤트를 분석하여 그 영향을 분석하는 전반적인 업무 프로세스 기반 제공. - BPM, BRE, BAM |
III. 성공적인 BI 수행을 위한 요구사항 및 해결방안
구분 |
요구사항 |
해결방안 |
Presentation |
- 보고서 생성에 대한 요구사항 - 3D, 2D, Chart 보고서 요구사항 |
-기업Portal 서비스를 통한 다양한 사용자의 Reporting 기능연계 - X-Internet, Report Tool 연계 |
Analysis |
- 월, 년, 매출 등의 빠른 분석 |
-기업의 특징에 맞는 매출장표 및 GMV에 대한 Data 저장을 위한 DW구출 - Data mart를 통한 소규모 운영 |
Integration |
- 여러 시스템의 데이터 조합 - 데이터 통합 |
- Mediator & Wrapper를 통한 데이터 통합 - 통합 Repository를 위한 연계 - Reference, SP를 통한 통합 |
다양한 View & Concerns |
통일된 관점 요구 |
- EA/ITA기반의 View에 대한 요구사항 수렴 - 다양한 stakeholders의 관심사 수집 - Prototyping을 통한 Peer-review진행 |
DW연계 |
소수의 사용자가 대량의 데이터 요구 |
- 소수의 사용자가 분산된 대량의 데이터를 요구함 - 선DW를 구축을 통한 OLAP연계 |
수치, 계산 및 정량화 |
정량화 |
- 각 장표의 수치 및 계산에 대한 사전 표준화 작업 진행 |
IV. BI와 타 기술 비교 및 동향
가. BI, BAM, DW 기술 비교
구 분 |
BI (Business Intelligence) |
BAM(Business Activity Monitoring) |
DW(Data WareHouse) |
공통점 |
- 경영자 층의 의사결정을 지원하는 기반 제공 - EIP, EP 등과 통합하여 컨텐츠의 배포 등이 용이함 |
- 현업의 액티비티에 대한 프로세스 모니터링 및 병목현상 제거를 통한 업무 효율성 극대화 - 주로 경영자 층을 위한 시스템 |
- 기업 의사결정 과정을 지원하기 위한 주제 중심적, 통합적, 시간가변적인 비휘발성 자료의 집합 - BI, SEM의 위한 데이터 저장소 |
기능 |
결과 및 Performance 분석 |
- 현재의 Status 에 대한 추적 및 Performance 모니터링 |
- 데이터 통합저장 - 주기적 변경 데이터 적재 |
역할 |
결과 및 추세 분석 |
어떻게 진행되고 있고, 향 후 방안 고려 |
- 결과를 도출하기 위한 기간데이터 제공 |
도구 |
ETL에서 DW, Data Mart, Query 작성 및 Report 자동 생성 배포 |
- 이벤트 서비스 측정 도구 - Alerts 기능 통합 제공 |
- ETL / ETT을 통한 정제작업 - OLAP으로 접근 |
산출물 |
새로운 KPI와 효율적인 좌표 및 추세 제공 |
-문제 해결 및 Bottleneck 제거 |
-데이터 집합, Data Mart 등 |
나. 모바일 BI
- 시간과 공간의 제약에서 벗어나 언제 어디서나 스마트폰을 이용한 BI 정보를 이용하여 보다 빠른 의사결정이 이루어지고 기업의 생상성이 크게 향상됨
다. 차세대 BI
- 차세대 BI 기술로 꼽히는 예측분석, 실시간, 인메모리, SaaS, 모바일, 어플라이언스 등을 통해 많은 데이터를 좀더 빠르게, 그것도 실시간의 정보로 미래를 예측. 분석하고자 하는 기업의 요구사항을 반영할 수 있게됨.
라. 빅데이터, 모바일, 소셜, 클라우드 4가지 트렌드에 적용
- 기업들의 업무효율성 제고 및 비즈니스 가치를 실현할 수 있도록 지원
- 최근 본격적인 빅데이터 시대를 맞아 조직의 현황을 객관적으로 살펴보고 비즈니스 가치를 창출할 수 있는 전략의 재구성 지원
VI. BI 도입 효과와 BI 구축의 성공요소
가. BI 도입 효과
- 신속한 의사결정 지원 : 경영자를 위한 의사결정 정보의 제공으로 정확하고 신속한 의사결정을 지원
- 비용절감 및 수익 창출 : 통찰력 기반 분석을 통한 수익 개선 및 경영위험에 효과적으로 대응함으로써 기업가치 증대
- 정보시스템 투자 효율성 극대화 : 기 투자된 정보시스템에 대한 투자효과의 극대화 통한 투자 효율성 증가
- 통찰력 제공 : 뛰어난 분석도구를 통한 지속적인 관찰과 분석 수행 및 비효율성을 개선
- 전략지원 : 전사적 차원의 조율, 고객유지율 개선, 수익증가율 등의 전략적 이슈 해결
- 데이터 관리 주체의 변화: IT 담당부서 -> 전사 부서
- 병목구간 및 OLAP 등을 통한 데이터 이용방식의 획기적인 변화
- 정형, 비정형데이터 등의 사용자 직접 조회를 통한 정보이용 방식의 획기적인 변화
- 데이터 분석 전문 인력 양성 및 확보(End user computing 환경)
나. BI 구축의 성공요소
- 미래 청사진에 기초한 인텔리전스 아키텍처(Intelligence Architecture) 구축 : 비즈니스의 환경변화와 데이터 활용의 요구사항 변화에 대응할 수 있는 아키텍처의 유연성, 확장성 확보
- 전사적 오너십을 가질 수 있는 전담팀을 운영 : BI 프로젝트는 전사적인 관점에서 추진되며, 지속적인 피드백을 요구하는 프로젝트임
- BI 프로젝트 팀의 전문성과 팀워크 : 비즈니스 영역의 현업 전문가의 전문성과 아키텍처/응용시스템/데이터베이스 각 부문의 통합된 노력이 강력한 팀워크를 통해 발휘되어야 함
- 전사적 관점에서 하향식(Top-Down)으로 추진하되, 구축은 단계적인 상향식(Bottom-up)전개 : 빅뱅(Big-Bang) 방식으로 전사 데이터웨어 하우스를 구축하고자 하는 경우, 대용량 데이터베이스의 유지보수상의 난관에 봉착하거나, 활용측면의 효과를 적기에 실현해 나가는 데 많은 어려움이 발생할 가능성이 있음
- 확실한 요구사항 수집 노력 : BI 애플리케이션 개발은 일회성으로 끝나지 않고 반복되는 속성이 있으므로 사용자들에게 많은 설명을 해야 하고, 이어서 무엇을 해야 할 지 파악해야 하며, 팀원의 요구수집과 종합적인 검토가 중요함.
V. BI(Business Intelligence) VER1.0과 VER2.0 비교
가. BI(Business Intelligence) 2.0의 등장배경
- DW에 의존한 기존 BI로는 한계가 있음
- 기업 내부 정보만 부석 하여 신뢰성 있는 정보를 기대하는 것이 힘듦.
- 즉각적인 의사결정을 위해 데이터를 위합하고 분석 하기 위해서는 기업 내/외부를 막론한 다양한 데이터 리소스를 언제든지 사용 할 수 있어야 함.
나. BI(Business Intelligence) 2.0의 특징
- 기존 BI의 한계를 개선
- 고객의 요구 사항을 충족, 웹 2.0과의 접목 및 사용자 편의성 강화
- 실시간 데이터 분석 가능
- 웹 서비스 및 SOA 기반으로 DW없이도 분석 및 예측 가능
다. BI 1.0과 BI 2.0과의 비교
구분 |
BI 1.0(기존 BI) |
BI 2.0 |
정보 갱신 주기 |
Batch |
Real Time |
정보 이용자 |
의사결정권자 |
Every Employee |
의사 결정 주기 |
Day/ Month |
수시(Event-driven) |
사용 목적 |
사후 평가/관리 |
즉시 의사결정, 사전예방 |
정보 성격 |
Summary/Historical |
Transaction/이상정보 |
정보 Source |
내부 데이터 |
내/외부 데이터 |
정보 제공 방식 |
온라인 리포트 |
온라인리포트, (경보)메시지,무선, 기타 |
개발 방식(핵심기술) |
Stand-Alone(Data Warehouse) |
Operation system Add-in(EDA,BAM,SOA,Agent, etc) |
- 웹 기반, 실시간 분석, 사용자 편의성이 향상된 BI 2.0 기반의 솔루션 상용화로 향후 주류 시장으로 성장 예상됨.
IV. BI(Business Intellignece) 2.0의 특징
가. 운영 BI 중심
- 기존의 BI는 전략BI, 전술 BI에 집중 되어 하루에도 수많은 처리가 요구 되는 비즈니스 업무에 실질적으로 큰 도움이 안되고 있음.
- BI 영역이 운영 BI 관점으로 확장 됨에 따라 BPM(Business Process Management)영역의 BAM(Business Activity Monitoring)영역 포함 예상
나. SOA based BI
- 기술 아키텍처 측면에서 SOA Based BI 지향 예상
- 환경 변화에 민첩하게 대응하고 비즈니스 enabler로 역할을 수행하기위해 기존의 BI와 같이 업체에 종속된 BI플랫폼과 같이 폐쇄적인 시스템이 아니라 특정 서비스에 최적화된 BI모듈을 어떻게 탑재하고 결합 할 수 있는지 중용한 요소로 부각 예상
다. Event-Driven BI
- 정보 전달 측면에서 Event – Driven BI 지향 예상
- 실시간 기업(Real Time Enterprise) 혹은 Time to market이 화두로 부상하면서 보다 신속하고 정확한 판단과 결정이 요구되고 있음
- 기존 BI 에서는 보고서, 그래프, 다차원 분석을 통한 단 방향적 요약 정보의 출력이 목적 이였는데 이는 실제 업무로의 피드백 단절 또는 지연으로 현장에서 제대로 적용되지 못하는 단점 존재
- 의사결정의 순간과 시간이 점점 짧아 지고 있는 BI 2.0 환경에서는 이벤트 발생시 이를 바로 대응하는 EDA(Event Drive Architecture)가 적용 예상
[추가 사항]
기능요소 |
전략 BI |
운영 BI |
Business focus |
장기 업무 목표 달성, 중장기 정책 수립 |
일간 업무 수행에 최적화, 고객서비스 향상, 운영수준 유지 |
정보활용자 |
임원, 분석가 등 특정인 |
팀장, 현업 등 불특정 다수 |
Timeframe |
월, 주, 일 Batch |
업무 중 상시 (Intra-day), Global Business (24X7) |
Use model |
질의응답 (Rely on query/response) |
사건 Base (Event-driven, Event processing) |
데이터 |
과거데이터 |
실시간, 준실시간, 과거데이터 |
BI트렌드 변화
대용량데이터처리, 실시간정보제공 및 전사 BI 표준화가 반영된 차세대정보계시스템 구성도
지금까지의 BI가 지금까지 지나온 사실에 대해 정보를 수집하여 잘 구성해 전략구상과 의사 결정에 사용될 수 있는 형태로 정보를 제공하는 것이라면 앞으로의 BI는 Big Data를 기반으로 장래에 무엇이 일어날 것인지를 예측하고, 과거 데이터를 기반으로 예측에 대한 예측 계획을 세우는 데 보탬이 될 수 있는 형태로 진화할 것이다. 이런 새로운 BI 방식은 사용자들이 구하는 답을 얻기 위해 물어야 할 구체적인 질문들을 알지 않아도 된다는 점에서 더 의미가 크다고 할 수 있다
BI를 활용한 분석 시나리오의 유형
- 내부 데이터에 기반한 ‘case별 분석 시나리오 : 기 확보한 내부 데이터를 기반으로 정보를 가공하여 분석, 활용하는 경로를 설계하는 작업을 의미하며, 대부분의 기존 BI프로젝트에서 분석 view를 도출하고 설계하는 작업의 산출물이다. 이는 과거 데이터를 기반으로 이미 발생된 결과에 대한 분석을 수행하는 것이며, 결과에 대한 원인을 분석하고 미래에 대한 의사결정에 참고하는데 활용
- ‘시뮬레이션 기반 예측 시나리오 : 이 경우 필요한 데이터는 내·외부 시스템 및 정형·비정형 구조와 무관하게 예측에 필요한 항목으로 정의될 것이다. 기존에 발생하지 않았던 경영상황을 가정하여 이에 대응할 수 있는 방안을 도출할 수 있도록 지속적인 시뮬레이션을 수행하는 것을 의미, Big Data를 BI 기준으로 활용한 정보의 확장
Paradigm Changes - Convergence marketing - Ubiquitous Marketing |
Biz Analytics - 실행에 대한 예측(모형) 시나리오 정의 - 케이스 기반 분석 시나리오 정의 |
빅 데이터 확보/ 활용환경 구축 - 내, 외부 정보에 대한 필용성 증가 - 외부 비정형 데이터에 대한 확보/분석 연계 활용 니즈 발생 |