비즈니스 분석
Business analytics |
비즈니스 분석(BA)은 과거 비즈니스 성과에 대한 지속적인 반복 탐색 및 조사를 통해 통찰력을 얻고 비즈니스 계획을 추진할 수 있는 기술, 기술 및 관행을 말합니다.비즈니스 분석은 데이터 및 통계 방법을 기반으로 비즈니스 성과에 대한 새로운 통찰력과 이해를 개발하는 데 중점을 둡니다.반면 비즈니스 인텔리전스는 기존에는 일관된 메트릭스를 사용하여 과거의 성과를 측정하고 비즈니스 계획을 안내하는 데 중점을 두고 있었습니다.즉, 비즈니스 인텔리전스는 설명에 중점을 두고 비즈니스 분석은 예측 및 [1]처방에 중점을 둡니다.
비즈니스 분석에서는 설명 및 예측 모델링,[2] 사실 기반 관리 등 분석 모델링과 수치 분석을 광범위하게 활용하여 의사 결정을 유도합니다.그러므로 그것은 경영학과 밀접하게 관련되어 있다.분석은 인간의 의사결정을 위한 입력으로 사용될 수도 있고 완전히 자동화된 의사결정을 유도할 수도 있습니다.비즈니스 인텔리전스는 쿼리, 보고서 작성, 온라인 분석 처리(OLAP) 및 "경고"입니다.
즉, 쿼리, 보고서 및 OLAP는 발생한 문제, 발생 횟수, 발생 빈도, 문제 장소, 필요한 조치 등의 질문에 답변할 수 있는 경보도구입니다.비즈니스 분석을 통해 이러한 현상이 발생하는 이유, 이러한 추세가 계속되면 어떻게 되는지, 다음에 어떤 일이 일어날지(예측), 일어날 수 있는 최선의 결과(최적화)[3]와 같은 질문에 답할 수 있습니다.
적용 예
의료 분야에서 비즈니스 분석을 사용하여 임상 정보 시스템을 운영하고 관리할 수 있습니다.의료 데이터를 혼란스러울 정도로 다양한 분석 방법에서 유용한 정보로 변환할 수 있습니다.또한 데이터 분석을 사용하여 환자의 최신 주요 지표, 과거 동향 및 기준 [4]값을 포함하는 최신 보고 시스템을 생성할 수 있습니다.
- 의사결정 분석: 사용자가 추론을 [5]반영하기 위해 모델링하는 시각적 분석을 통해 인간의 의사결정을 지원합니다.
- 기술 분석: 보고서 작성, 스코어 카드, 클러스터링 등을 통해 과거 데이터에서 통찰력을 얻습니다.
- 예측 분석: 통계 및 기계 학습 기술을 사용한 예측 모델링 사용
- 규범적 분석: 최적화, 시뮬레이션 등을 사용한 의사결정을 권장합니다.
분석 내 기본 도메인
- 행동 분석
- 코호트 분석
- 경쟁사 분석
- 사이버 분석
- 엔터프라이즈 최적화
- 금융 서비스 분석
- 부정 행위 분석
- 의료 분석
- 주요 퍼포먼스 지표(KPI)
- 마케팅 분석
- 가격 분석
- 소매판매분석
- 리스크 및 신용 분석
- 공급망 분석
- 인재 분석
- 전기 통신
- 수송 분석
- 고객 여정 분석
- 시장 바스켓 분석
역사
분석은 19세기 후반 Freddi WinWin Taylor에 의해 관리 작업이 시행된 이후 비즈니스에 사용되어 왔습니다.헨리 포드는 새로 설립한 조립 라인에서 각 부품의 시간을 측정했습니다.그러나 1960년대 후반 의사결정 지원 시스템에 컴퓨터가 사용되면서 분석이 더욱 주목을 받기 시작했습니다.그 후, 엔터프라이즈 리소스 플래닝(ERP) 시스템, 데이터 웨어하우스 및 기타 많은 소프트웨어 툴과 [3]프로세스의 개발에 따라 분석이 변화하고 형성되었습니다.
최근 몇 년 동안 컴퓨터의 도입으로 비즈니스 분석이 폭발적으로 증가했습니다.이러한 변화는 분석을 완전히 새로운 수준으로 끌어올렸고 무한한 가능성을 가져왔다.분석에 관한 한, 그리고 오늘날 분석 분야가 무엇인지에 관한 한, 많은 사람들은 분석이 1900년대 초에 Ford 씨가 직접 시작했다고는 생각하지 않을 것입니다.
과제들
비즈니스 분석은 충분한 양의 고품질 데이터에 의존합니다.데이터 품질을 보장하는 것은 서로 다른 시스템 간에 데이터를 통합 및 조정한 다음 사용할 [3]수 있는 데이터의 하위 세트를 결정하는 데 어려움이 있습니다.
이전까지 분석은 지난 분기 또는 지난해 판매 대수를 조사하여 소비자 행동을 예측하는 사후 방법으로 간주되었습니다.이러한 유형의 데이터 웨어하우징에는 속도보다 훨씬 더 많은 스토리지 공간이 필요했습니다.이제 비즈니스 분석은 고객과의 [6]대화 결과에 영향을 미칠 수 있는 도구가 되고 있습니다.특정 고객 유형이 구매를 고려하고 있는 경우, 분석을 지원하는 기업은 해당 소비자에게 어필하기 위해 판매 피치를 수정할 수 있습니다.즉, 필요한 데이터를 실시간으로 제공하려면 모든 데이터를 위한 스토리지 공간이 매우 빠르게 반응해야 합니다.
분석 경쟁
Babson College의 정보 기술 및 관리 교수인 Thomas Davenport는 기업이 분석을 통해 고유한 비즈니스 역량을 최적화하여 경쟁력을 높일 수 있다고 주장합니다.그는 [3]분석 분야에서 경쟁하기 쉬운 조직의 다음과 같은 특성을 파악합니다.
- 사실에 근거한 의사결정, 구체적으로는 분석을 강력히 지지하는 1명 이상의 고위 경영자
- 기술 통계뿐만 아니라 예측 모델링 및 복잡한 최적화 기법의 광범위한 사용
- 여러 비즈니스 기능 또는 프로세스에 걸쳐 분석 기능 대폭 활용
- 분석 도구, 데이터 및 조직 기술과 기능을 관리하기 위한 엔터프라이즈급 접근 방식으로의 이행
「 」를 참조해 주세요.
레퍼런스
- ^ "Comparing Business Intelligence, Business Analytics and Data Analytics". Tableau. Retrieved 2021-03-06.
- ^ Galit Schmueli and Otto Koppius. "Predictive vs. Explanatory Modeling in IS Research" (PDF). Archived from the original (PDF) on 2010-10-11.
- ^ a b c d Davenport, Thomas H.; Harris, Jeanne G. (2007). Competing on analytics : the new science of winning. Boston, Mass.: Harvard Business School Press. ISBN 978-1-4221-0332-6.
- ^ Ward, Michael J.; Marsolo, Keith A.; Froehle, Craig M. (2014-09-01). "Applications of business analytics in healthcare". Business Horizons. 57 (5): 571–582. doi:10.1016/j.bushor.2014.06.003. ISSN 0007-6813. PMC 4242091. PMID 25429161.
- ^ "Analytics List". Archived from the original on 7 April 2015. Retrieved 3 April 2015.
- ^ "Choosing the Best Storage for Business Analytics". Dell.com. Archived from the original on 2012-07-18. Retrieved 2012-06-25.
추가 정보
- Davenport, Thomas H.; Jeanne G. Harris (March 2007). Competing on Analytics: The New Science of Winning. Harvard Business School Press. ISBN 9781422103326.
