비즈니스 인텔리전스

Business intelligence

비즈니스 인텔리전스(BI)는 기업이 비즈니스 정보의 [1]데이터 분석 및 관리를 위해 사용하는 전략과 기술로 구성됩니다.비즈니스 인텔리전스 기술의 공통 기능에는 보고, 온라인 분석 처리, 분석, 대시보드 개발, 데이터 마이닝, 프로세스 마이닝, 복잡한 이벤트 처리, 비즈니스 성과 관리, 벤치마크, 텍스트 마이닝, 예측 분석 및 규정 분석이 포함됩니다.

BI 툴은 대량의 정형 데이터와 때로는 비정형 데이터를 처리하여 새로운 전략적 비즈니스 기회를 식별, 개발 및 창출할 수 있습니다.이러한 빅데이터를 쉽게 해석할 수 있도록 하는 것을 목표로 하고 있습니다.새로운 기회를 특정하고 통찰력을 바탕으로 효과적인 전략을 구현함으로써 기업은 경쟁력 있는 시장 우위성과 장기적인 안정성을 얻을 수 있으며 전략적 [2]의사결정을 내릴 수 있습니다.

기업은 비즈니스 인텔리전스를 사용하여 운영에서 전략까지 다양한 비즈니스 의사 결정을 지원할 수 있습니다.기본적인 운용상의 결정에는 제품의 포지셔닝이나 가격이 포함됩니다.전략적 비즈니스 의사 결정에는 가장 광범위한 수준의 우선순위, 목표 및 방향이 포함됩니다.어느 경우든 BI는 기업이 영업하는 시장에서 파생된 데이터(외부 데이터)와 재무 및 운영 데이터(내부 데이터) 등 기업 내부 소스의 데이터를 결합할 때 가장 효과적이다.외부 및 내부 데이터를 결합하면 완전한 그림을 얻을 수 있으며, 사실상 단일 데이터 [3]집합에서 도출할 수 없는 "지능"을 생성할 수 있습니다.

비즈니스 인텔리전스 툴을 사용하면 조직은 새로운 시장에 대한 통찰력을 얻고, 다양한 시장 세그먼트에 대한 제품 및 서비스의 수요와 적합성을 평가하며, 마케팅 [4]활동의 영향을 측정할 수 있습니다.

BI 애플리케이션은 데이터 웨어하우스(DW) 또는 데이터 마트에서 수집된 데이터를 사용하며 BI 및 DW의 개념은 "BI/DW"[5] 또는 "BIDW"로 결합됩니다.데이터 웨어하우스에는 의사결정 지원을 용이하게 하는 분석 데이터의 복사본이 포함되어 있습니다.

역사

비즈니스 인텔리전스라는 용어가 가장 먼저 사용된 것은 Richard Millar Devens의 Cyclopédia of Commercial and Business Ifiles(1865)에 있습니다.Devens는 은행가 Sir Henry Furnese가 경쟁사보다 먼저 환경에 대한 정보를 받고 이에 따라 어떻게 이익을 얻었는지를 설명하기 위해 이 용어를 사용했습니다.

네덜란드, 플랜더스, 프랑스, 독일 전역에서 그는 완벽한 일련의 비즈니스 정보를 유지했습니다.많은 전투의 소식은 그에 의해 먼저 전해졌고, 나무르의 몰락은 소식을 일찍 접한 덕분에 그의 이익을 증가시켰다.

--

Devens씨는, 취득한 정보에 근거해 적절히 수집해 대응하는 능력은, 비즈니스 인텔리전스의 [6]중심이라고 말합니다.

IBM의 연구원 Hans Peter Luhn이 1958년에 발행된 기사에서 비즈니스 인텔리전스라는 용어를 사용했을 때, 그는 웹스터 사전의 인텔리전스 정의인 "원하는 [7]목표를 향해 행동을 이끄는 방식으로 제시된 사실의 상호 관계를 이해하는 능력"을 사용했다.

1989년 Howard Dresner(나중에 Gartner 분석가)는 "사실 기반 지원 [8]시스템을 사용하여 비즈니스 의사 결정을 개선하는 개념과 방법"을 설명하기 위한 포괄적인 용어로 비즈니스 인텔리전스를 제안했습니다.1990년대 후반이 되어서야 이 사용이 널리 [9]보급되었다.

비평가들은 BI를 점점 더 강력하고 사용하기 쉬운 데이터 분석 툴의 등장과 함께 비즈니스 리포팅의 진화로만 보고 있습니다[who?].이런 점에서 빅 데이터 [10]급증의 맥락에서 마케팅 유행어라는 비판도[by whom?] 받고 있다.

정의.

Solomon Negash와 Paul Gray에 따르면 비즈니스 인텔리전스(BI)는 다음과 같은 기능을 결합한 시스템으로 정의할 수 있습니다.

복잡한 기업 및 경쟁 정보를 평가하여 계획자와 의사결정자에게 프레젠테이션하고 의사결정 프로세스에 [11]대한 입력의 적시성과 품질을 개선하는 것을 목표로 합니다."

Forrester Research에 따르면 비즈니스 인텔리전스는 "원시 데이터를 의미 있고 유용한 정보로 변환하여 보다 효과적인 전략적, 전술적, 운영 통찰력과 [12]의사결정을 가능하게 하는 일련의 방법론, 프로세스, 아키텍처 및 기술"이라고 합니다.이 정의에서 비즈니스 인텔리전스는 정보 관리(데이터 통합, 데이터 품질, 데이터 웨어하우징, 마스터 데이터 관리, 텍스트 및 콘텐츠 분석 등)를 포함합니다.따라서 Forrester는 데이터 준비와 데이터 사용률을 비즈니스 인텔리전스 아키텍처 스택의 두 개의 독립된 세그먼트(segment)라고 부릅니다.

비즈니스 인텔리전스의 몇 가지 요소는 다음과 같습니다.[citation needed]

  • 다차원 집약 및 할당
  • 표준화 해제, 태그 부착 및 표준화
  • 분석 경보를 통한 실시간 보고
  • 구조화되지 않은 데이터 소스와 인터페이스하는 방법
  • 그룹 통합, 예산 책정 및 예측 진행
  • 통계적 추론 및 확률론적 시뮬레이션
  • 주요 퍼포먼스 지표 최적화
  • 버전 관리 및 프로세스 관리
  • 오픈 아이템 관리

Forrester는 "보고, 분석 및 [13]대시보드와 같은 BI 아키텍처 스택의 최상위 계층"인 비즈니스 인텔리전스 시장과 차별화합니다.

경쟁사의 인텔리전스와 비교

비즈니스 인텔리전스라는 용어는 때때로 경쟁사의 인텔리전스와 동의어이지만(둘 다 의사결정을 지원하므로), BI는 기술, 프로세스 및 애플리케이션을 사용하여 내부, 구조화된 데이터 및 비즈니스 프로세스를 주로 분석하고 경쟁사의 인텔리전스는 주제별로 정보를 수집, 분석 및 배포합니다.회사 경쟁사와의 비교입니다.비즈니스 인텔리전스를 폭넓게 이해하면 비즈니스 인텔리전스는 경쟁 [14]인텔리전스의 서브셋으로 간주할 수 있습니다.

비즈니스 분석과 비교

비즈니스 인텔리전스와 비즈니스 분석을 동시에 사용하는 경우도 있지만,[15] 다른 정의도 있습니다.Babson College의 정보 기술 및 관리 교수인 Thomas Davenport는 비즈니스 인텔리전스는 쿼리, 보고, 온라인 분석 처리(OLAP), "경보" 도구 및 비즈니스 분석으로 구분되어야 한다고 주장합니다.이 정의에서 비즈니스 분석은 보고 [16]기능이 아닌 통계, 예측 및 최적화에 초점을 맞춘 BI의 하위 집합입니다.

데이터.

비즈니스 운영에서는 이메일, 메모, 콜센터 메모, 뉴스, 사용자 그룹, 채팅, 보고서, 웹 페이지, 프레젠테이션, 이미지 파일, 비디오 파일 및 마케팅 자료의 형태로 매우 많은 양의 데이터를 생성할 수 있습니다.Merrill Lynch에 따르면 모든 비즈니스 정보의 85% 이상이 이러한 형태로 존재합니다. 기업은 이러한 문서를 한 [17]번만 사용할 수 있습니다.이 정보는 생성 및 저장 방식으로 인해 비구조화되거나 반구조화됩니다.

반구조화 데이터 관리는 정보기술([18]IT) 업계의 미해결 과제다.Gartner(2003)의 예측에 따르면 화이트칼라 근로자는 전체 시간 중 30~40%를 비정형 데이터의 검색, 검색 및 평가에 소비합니다.BI는 정형 데이터와 비정형 데이터를 모두 사용합니다.전자는 검색이 용이하고 후자는 분석과 [18][19]의사결정에 필요한 대량의 정보를 포함하고 있다.비정형 또는 반구조화된 데이터를 적절하게 검색, 검색 및 평가하는 것이 어렵기 때문에 조직은 이러한 방대한 양의 정보를 활용하지 못할 수 있으며, 이는 특정 의사결정, 작업 또는 프로젝트에 영향을 미칠 수 있습니다.결과적으로 정보에 근거한 의사결정이 [17]불충분해질 수 있습니다.

따라서 비즈니스 인텔리전스/DW 솔루션을 설계할 때는 구조화 데이터뿐만 아니라 반구조화 데이터와 비구조화 데이터와 관련된 특정 문제를 해결해야 합니다.

비구조화 데이터 대 반구조화 데이터

비구조화 데이터와 반구조화 데이터는 상황에 따라 다른 의미를 가집니다.관계형 데이터베이스 시스템에서 비정형 데이터는 예측 가능한 순서대로 배열된 열과 행에 저장할 수 없습니다.구조화되지 않은 데이터의 한 가지 유형은 일반적으로 BLOB(이진 대형 객체)에 저장됩니다. BLOB는 대부분의 관계형 데이터베이스 관리 시스템에서 사용할 수 있는 모든 데이터 유형입니다.비구조화 데이터는 행마다[20] 다른 불규칙하거나 랜덤하게 반복되는 열 패턴을 참조하거나 상세 메타데이터가 [21]없는 자연 언어의 파일을 참조할 수도 있습니다.

단, 이메일, 워드프로세서텍스트 파일, PDF, PPT, 이미지 파일, 비디오 파일 등, 이러한 데이터 타입의 대부분은 메타데이터의 가능성을 제공하는 표준에 준거하고 있습니다.메타데이터는 작성자 및 작성 시각 등의 정보를 포함할 수 있으며, 이를 관계형 데이터베이스에 저장할 수 있습니다.따라서 반구조적인 문서나 [18]자료로 이야기하는 것이 더 정확할 수 있지만, 구체적인 합의는 이루어지지 않은 것으로 보인다.

비정형 데이터는 비즈니스 사용자가 미래의 비즈니스 동향에 대해 알고 있는 지식일 수도 있습니다.비즈니스 사용자는 비즈니스를 종합적으로 생각하기 때문에 비즈니스 예측은 BI 시스템과 자연스럽게 일치합니다.비즈니스 유저만이 생각할 수 있는 비즈니스 지식을 취득하는 것으로, 완전한 BI 솔루션을 실현하기 위한 가장 중요한 데이터 포인트가 됩니다.

반구조화 및 비구조화 데이터의 제한

반구조화된 데이터를 사용하여 BI를 개발하는 데는 몇 가지 과제가 있습니다.Inmon & Nesavich에 [22]따르면 그 중 일부는 다음과 같습니다.

  • 구조화되지 않은 텍스트 데이터에 물리적으로 액세스– 구조화되지 않은 데이터는 다양한 형식으로 저장됩니다.
  • 용어 – 연구자 및 분석가들 사이에서는 표준화된 용어를 개발할 필요가 있습니다.
  • 데이터 볼륨 – 앞서 설명한 바와 같이 전체 데이터의 최대 85%가 반구조화 데이터로 존재합니다.단어 대 단어 및 의미 분석의 필요성과 결합합니다.
  • 구조화되지 않은 텍스트 데이터의 검색 가능성– 예를 들어 Apple 등의 데이터에 대한 단순한 검색으로 해당 검색어를 참조할 수 있는 링크가 생성됩니다. (Inmon & Nesavich, 2008)[22] 예를 들어 다음과 같습니다.「검색은 중범죄라는 용어에 대해 이루어집니다.단순 검색에서는 중죄라는 용어가 사용되며 중죄에 대한 언급이 있는 모든 곳에서 구조화되지 않은 문서에 히트합니다.하지만 간단한 검색은 조잡하다.범죄, 방화, 살인, 횡령, 차량 살인 등에 대한 언급은 찾을 수 없다."고 말했다.

메타데이터

검색성과 데이터 평가의 문제를 해결하기 위해서는 그 내용에 대해 알아야 합니다.메타데이터를 [17]사용하여 컨텍스트를 추가하면 됩니다.많은 시스템이 이미 일부 메타데이터(파일 이름, 작성자, 크기 등)를 캡처하고 있지만, 실제 컨텐츠에 관한 메타데이터(요약, 토픽, 인물, 회사 등)가 더 유용합니다.콘텐츠에 대한 메타데이터를 생성하기 위해 설계된 두 가지 기술은 자동 분류와 정보 추출입니다.

적용들

비즈니스 인텔리전스는 다음과 같은 비즈니스 [23]목적에 적용할 수 있습니다.

역할

비즈니스 인텔리전스 개발자의 일반적인 기술 역할은 다음과 같습니다.[25]

위험.

Gartner는 2013년 보고서에서 비즈니스 인텔리전스 벤더를 독립 "순수한" 벤더 또는 통합 "메가벤더"[26][27]로 분류했습니다.2019년 데이터 수집 및 보관에 대한 책임을 엄격한 법률로 데이터 사용자에게 전가하는 GDPR(General Data Protection Regulation)의 새로운 법안으로 인해 유럽 내 BI 시장이 크게 흔들렸습니다.유럽 내 성장은 GDPR이 도입된 2019년 5월 이후 꾸준히 증가했다.이 법에서는 기업이 자사의 데이터를 컴플라이언스 관점에서 검토하도록 다시 초점을 맞췄지만 개인화 및 외부 BI 공급자를 사용하여 시장 점유율을 높일 [28]수 있는 미래 기회도 제시했습니다.

참고 항목

레퍼런스

  1. ^ Dedić N. & Stanier C. (2016). "Measuring the Success of Changes to Existing Business Intelligence Solutions to Improve Business Intelligence Reporting" (PDF). Measuring the Success of Changes to Existing Business Intelligence Solutions to Improve Business Intelligence Reporting. Lecture Notes in Business Information Processing. Lecture Notes in Business Information Processing. Vol. 268. Springer International Publishing. pp. 225–236. doi:10.1007/978-3-319-49944-4_17. ISBN 978-3-319-49943-7. closed access
  2. ^ (Rud, Olivia (2009). Business Intelligence Success Factors: Tools for Aligning Your Business in the Global Economy. Hoboken, N.J: Wiley & Sons. ISBN 978-0-470-39240-9. )
  3. ^ Coker, Frank (2014). Pulse: Understanding the Vital Signs of Your Business. Ambient Light Publishing. pp. 41–42. ISBN 978-0-9893086-0-1.
  4. ^ Chugh, R&Grandhi, S 2013, '비즈니스 인텔리전스가 필요한 이유'비즈니스 인텔리전스 도구의 의의와 BI 거버넌스와 기업지배구조의 통합', E-Entrepreneurship and Innovation, vol.4, no.2, 페이지 1-14.https://www.researchgate.net/publication/273861123_Why_Business_Intelligence_Significance_of_Business_Intelligence_Tools_and_Integrating_BI_Governance_with_Corporate_Governance
  5. ^ Golden, Bernard (2013). Amazon Web Services For Dummies. For dummies. John Wiley & Sons. p. 234. ISBN 9781118652268. Retrieved 6 July 2014. [...] traditional business intelligence or data warehousing tools (the terms are used so interchangeably that they're often referred to as BI/DW) are extremely expensive [...]
  6. ^ Miller Devens, Richard (1865). Cyclopaedia of Commercial and Business Anecdotes; Comprising Interesting Reminiscences and Facts, Remarkable Traits and Humors of Merchants, Traders, Bankers Etc. in All Ages and Countries. D. Appleton and company. p. 210. Retrieved 15 February 2014. business intelligence.
  7. ^ H P Luhn (1958). "A Business Intelligence System" (PDF). IBM Journal of Research and Development. 2 (4): 314–319. doi:10.1147/rd.24.0314. Archived from the original (PDF) on 13 September 2008.
  8. ^ D. J. Power (10 March 2007). "A Brief History of Decision Support Systems, version 4.0". DSSResources.COM. Retrieved 10 July 2008.
  9. ^ Power, D. J. "A Brief History of Decision Support Systems". Retrieved 1 November 2010.
  10. ^ "Decoding big data buzzwords". cio.com. 2015. BI refers to the approaches, tools, mechanisms that organizations can use to keep a finger on the pulse of their businesses. Also referred by unsexy versions -- "dashboarding", "MIS" or "reporting".
  11. ^ Springer-Verlag Berlin Heidelberg, Springer-Verlag Berlin Heidelberg (21 November 2008). Topic Overview: Business Intelligence. doi:10.1007/978-3-540-48716-6. ISBN 978-3-540-48715-9.
  12. ^ Evelson, Boris (21 November 2008). "Topic Overview: Business Intelligence".
  13. ^ Evelson, Boris (29 April 2010). "Want to know what Forrester's lead data analysts are thinking about BI and the data domain?". Archived from the original on 6 August 2016. Retrieved 4 November 2010.
  14. ^ Kobielus, James (30 April 2010). "What's Not BI? Oh, Don't Get Me Started....Oops Too Late...Here Goes..." Archived from the original on 7 May 2010. Retrieved 4 November 2010. "Business" intelligence is a non-domain-specific catchall for all the types of analytic data that can be delivered to users in reports, dashboards, and the like. When you specify the subject domain for this intelligence, then you can refer to "competitive intelligence", "market intelligence", "social intelligence", "financial intelligence", "HR intelligence", "supply chain intelligence", and the like.
  15. ^ "Business Analytics vs Business Intelligence?". timoelliott.com. 9 March 2011. Retrieved 15 June 2014.
  16. ^ Henschen, Doug (4 January 2010). "Analytics at Work: Q&A with Tom Davenport" (Interview). Archived from the original on 3 April 2012. Retrieved 26 September 2011.
  17. ^ a b c Rao, R. (2003). "From unstructured data to actionable intelligence" (PDF). IT Professional. 5 (6): 29–35. doi:10.1109/MITP.2003.1254966.
  18. ^ a b c Blumberg, R. & S. Atre (2003). "The Problem with Unstructured Data" (PDF). DM Review: 42–46. Archived from the original (PDF) on 25 January 2011.
  19. ^ Negash, S (2004). "Business Intelligence". Communications of the Association for Information Systems. 13: 177–195. doi:10.17705/1CAIS.01315.
  20. ^ Inmon, W.H. (25 July 2014). "Untangling the Definition of Unstructured Data". Big Data & Analytics Hub. IBM. Retrieved 8 May 2018.
  21. ^ Xing, F. Z.; Cambria, E.; Welsch, R. E. (2018). "Natural language based financial forecasting: a survey" (PDF). Artificial Intelligence Review. 50 (1): 49–73. doi:10.1007/s10462-017-9588-9. hdl:1721.1/116314. S2CID 207079655.
  22. ^ a b Inmon, B. & A. Nesavich, "조직 내 비정형 텍스트 데이터 관리", 프렌티스 홀 2008, 페이지 1~13
  23. ^ Feldman, D.; Himmelstein, J. (2013). Developing Business Intelligence Apps for SharePoint. O'Reilly Media, Inc. pp. 140–1. ISBN 9781449324681. Retrieved 8 May 2018.
  24. ^ Moro, Sérgio; Cortez, Paulo; Rita, Paulo (February 2015). "Business intelligence in banking: A literature analysis from 2002 to 2013 using text mining and latent Dirichlet allocation". Expert Systems with Applications. 42 (3): 1314–1324. doi:10.1016/j.eswa.2014.09.024. hdl:10071/8522.
  25. ^ 데이터에서의 역할 - Microsoft 문서 알아보기
  26. ^ Andrew Brust (14 February 2013). "Gartner releases 2013 BI Magic Quadrant". ZDNet. Retrieved 21 August 2013.
  27. ^ Pendse, Nigel (7 March 2008). "Consolidations in the BI industry". The OLAP Report.
  28. ^ SaaS BI의 성장은 2010년 클라우드 컴퓨팅에서 급증할 것입니다.Info World (2010년 2월 1일)2012년 1월 17일 취득.

참고 문헌

  • 랄프 킴발 외"데이터 웨어하우스 라이프 사이클 툴킷" (제2판)Wiley ISBN 0-470-47957-4
  • Peter Rausch, Ala Sheta, Aladdin Ayesh: 비즈니스 인텔리전스 및 퍼포먼스 관리: 이론, 시스템 및 산업 애플리케이션, Springer Verlag U.K, 2013, ISBN 978-1-4471-4865-4.
  • 무노즈, J.M. (2017년)글로벌 비즈니스 인텔리전스Routledge :ISBN 978-1-1382-03686

외부 링크

Wikimedia Commons에는 비즈니스 인텔리전스와 관련된 미디어가 있습니다.