증강 분석이 미래를 위해 중소기업을 준비하는 방법

그들이 소상공인을 위한 공포 영화를 만들었다면 악당은 손에 든 칼이나 만도를 휘두르는 헐크로 악몽을 꾸지 않았을 것입니다. 그것은 숫자가 없는 시계일 것입니다. 단지 "생각보다 늦었습니다."라는 문구만 있을 뿐입니다.

주당 80시간 근무하는 사람에게 여전히 추가 시간이 필요하다는 사실을 믿기 어렵지만 대부분의 기업가에게는 그렇습니다.

바쁘게 일하거나 향후 10년을 지배할 기술 트렌드를 따라갈 시간이 없습니다. 다행히도 두 가지 문제를 모두 해결하는 데 도움이 될 수 있는 한 가지 추세가 있습니다. 바로 증강 분석입니다.

Gartner는 2020년까지 증강 분석 기능이 비즈니스 인텔리전스 소프트웨어의 "신규 구매의 주요 동인"이 될 것이라고 예측합니다. (가트너 고객은 전체 조사 자료를 이용할 수 있습니다.)

경쟁업체는 이미 증강 분석 기능이 있는 소프트웨어를 찾고 있습니다. 다행히도 할 수 있습니다.

지금 증강 분석 기능이 있는 비즈니스 인텔리전스 도구에 투자하면 바쁜 업무를 줄여 시간을 절약할 수 있습니다. 또한 시장을 혼란에 빠뜨릴 기회를 갖기 전에 다음 10년의 파괴적인 기술에 투자할 것입니다.

오늘은 증강 분석을 준비하기 위해 취할 수 있는 3단계도 알려 드리겠습니다.

증강 분석 기능이란 무엇입니까?

증강 분석이란 무엇이며 일반 분석보다 나은 이유는 무엇입니까?

증강 분석은 기계 학습(ML) 알고리즘으로 증강된 BI 도구입니다. 증강 분석에 사용되는 ML 알고리즘은 반복적인 작업을 자동화하는 데 능숙합니다(모든 분야의 ML 알고리즘과 유사).

ML 알고리즘은 또한 SQL, Java 또는 Ruby on Rails와 같은 컴퓨터 언어 대신 패턴을 인지하고 인간의 언어를 이해하는 데 능숙합니다.

데이터 준비와 같은 반복적인 작업은 대부분의 분석가의 일과 중 상당 부분을 차지하기 때문에 증강 분석이 포함된 BI 도구는 탁월한 선택입니다. 그들은 분석가를 위해 반복적이고 시간 소모적인 작업을 수행하여 분석가가 실제로 분석할 수 있도록 합니다.

증강 분석이 포함된 BI 도구는 분석 및 데이터 기반 사고를 데이터 분석가 이상으로 확장할 가능성도 있습니다. 자연어 쿼리(NQL)라고 하는 한 가지 증강 분석 기능을 사용하면 사용자가 일반 영어로 질문할 수 있습니다. 다시 말해, BI 도구는 검색 엔진에 가깝고 투박한 기존 BI 프로그램과는 다릅니다.

그렇다면 이러한 기능이 중소기업에 어떤 도움이 될까요?

1. 바쁜 업무를 줄여주는 증강 분석

진부하게 들릴지 모르지만 증강 분석은 실제로 당신의 미래를 더 빠르게 만들어줍니다.

Data Warehousing Institute는 응답자의 65%가 자신의 시간 중 41~80%를 데이터 준비에 소비한다는 사실을 발견했습니다.

데이터를 사용할 수 있게 되기 전에 분석가는 데이터를 준비하는 데 연간 최대 1,669시간을 할애할 수 있습니다(연간 평균 2,087시간 작업 기준). 그것은 많은 시간을 낭비합니다.

그 준비는 어떤 모습입니까? 대부분은 작은 오류를 수정하고 있습니다(절반은 "Montana" 철자, 나머지 반은 "MT").

증강 데이터 준비는 수동 데이터 준비의 바쁜 작업을 줄여줍니다.

스프레드시트의 모든 "MT"를 "Montana"로 수정하는 데 70일을 소비하는 대신 증강 분석이 자동으로 수정합니다. 분석가는 필요한 데이터를 얻고 인사이트를 얻을 수 있는 시간이 절반도 채 되지 않아 생각에 더 많은 시간을 할애하고 두뇌를 소모하는 바쁜 작업에 더 적은 시간을 할애합니다.

2. 증강 분석을 통해 더 빠르게 질문할 수 있습니다.

시간이 많이 소요되는 바쁜 작업에 대해 말하면서 어느 것이 더 빠른지 자문해 보십시오.

1. "이 항목의 평균 가격은 얼마입니까?"라는 문구를 입력합니다.
2. SQL에 다음과 같은 동일한 질문을 입력합니다.

믿거나 말거나 이것은 SQL에서 항목의 평균 가격을 묻는 것과 같습니다 (출처)

자연어 쿼리(NLQ)가 있는 증강 분석을 사용하면 첫 번째 옵션을 활용할 수 있습니다. 그것 없이? 당신은 SQL 학습에 갇히게 될 것입니다.

NLQ는 평범한 영어로 컴퓨터 질문을 할 수 있는 능력을 뜻하는 멋진 용어입니다. NLQ는 다음 두 가지 방법으로 업무 시간을 절약할 수 있습니다.

• 평범한 영어로 질문하는 것이 더 쉽고 빠릅니다.
• 분석은 일반 비즈니스 사용자가 더 쉽게 액세스할 수 있으므로 분석 직원의 시간을 확보할 수 있습니다.

LOB(기간 업무) 직원은 SQL을 배우지 않을 것입니다. 결과적으로 SQL 기반 시스템은 아마도 그들을 겁먹게 할 것이며 데이터 기반 직원에 대한 꿈은 실현되지 않을 것입니다.

그러나 NLQ가 있는 소프트웨어는 배우기가 훨씬 쉽습니다. 직원이 검색 엔진을 사용할 수 있다면 BI 도구 사용법을 배울 수 있습니다.

3. 증강 분석이 올바른 길을 제시합니다.

증강 분석은 단순한 영어로 된 질문을 이해하지 않습니다. 그것은 또한 평범한 영어로 대답을 설명할 수 있습니다.

그 능력은 NLQ 뒤에 있는 동일한 기술인 자연어 생성(NLG) 덕분입니다. 당신의 평범한 영어 질문을 이해하는 NLG 알고리즘은 당신이 이해할 수 있는 언어로 자세한 답변을 제공할 수도 있습니다(이러한 답변을 종종 "내러티브"라고 함).

일부 첨단 비즈니스 인텔리전스 도구는 내러티브 형식의 데이터에서 통찰력을 찾고 설명하는 NLG 기능을 제공합니다.

예를 들어, NLG 내러티브가 있는 BI 도구는 데이터 포인트 그룹을 가리키고 사용자가 이를 해석하기를 기대하지 않습니다. 대신 프로그램은 해당 클러스터를 가리키고 "이 구매자는 30세 미만의 남성이며 중서부에 살고 있습니다."와 같은 텍스트 상자를 생성합니다.