2022년의 6가지 비즈니스 인텔리전스 과제

BI 솔루션의 중요성은 논쟁의 여지가 없습니다. 통계에 따르면 모든 기업의 26%가 이미 BI를 채택했으며 약 33%가 2023년까지 이를 구현할 예정입니다. 그러나 이러한 추세의 빠른 성장에도 불구하고 그 가치를 활용하는 길은 장미 꽃잎으로 가득 차 있지 않습니다. 많은 비즈니스 인텔리전스 문제는 시스템의 한계, 복잡한 비즈니스 요구 사항, 인적 요소 및 기타 등등에서 비롯됩니다.

다양한 산업 및 비즈니스 수준에 걸쳐 BI 솔루션을 구현하는 데 대한 심도 있는 전문 지식을 통해 비즈니스 인텔리전스 문제를 설명하고 문제 해결에 대한 판도를 바꾸는 팁을 제공할 수 있습니다.

행동의 시대에 들어서는 것은 특정한 BI 과제를 수반합니다.

비즈니스 인텔리전스는 더 이상 대기업에 국한되지 않습니다. 모든 규모의 회사는 이제 서로 다른 데이터를 실행 계획으로 전환할 수 있습니다. 그러나 행동 지향적 데이터 분석은 여러 선구자를 전제로 하며 각각은 초기 BI 채택자에게 잠재적인 도전 과제입니다.

1. 다른 소스 시스템의 데이터 통합

BI는 여러 소스의 데이터를 수집하고 분석하여 최종 사용자에게 통찰력을 위한 견고한 기반을 제공할 수 있을 때만 의미가 있습니다. 그렇지 않으면 요점이 무엇입니까? 그러나 BI 소프트웨어가 연결해야 하는 수많은 데이터 소스(과도한 데이터베이스 및 비즈니스 앱에서 빅 데이터 시스템에 이르기까지)는 잘못된 이야기를 할 위험을 높입니다.

내장된 ETL 프로세스를 통해 기성 BI 플랫폼이 다양한 데이터 소스에 직접 연결하고 자체적으로 사용할 수 있도록 데이터를 변환할 수 있다면 처음부터 문제가 없어 보일 수 있습니다. 빠르고 매력적이지만 내장된 ETL은 잡식성이 아닙니다. 일부 특수 커넥터는 새로운 소스 시스템을 위해 지속적으로 마무리되고 있지만 중대형 조직은 Power BI 데이터 흐름을 ETL 도구 및 DWH 저장소로 독점적으로 사용하는 경우 어느 시점에서 확장, 성능 ​​및 유지 관리 문제에 직면하게 됩니다.

첫째, 구조화되지 않은 원시 데이터로 작업하면 데이터 세트의 복잡성과 수가 증가하여 보고에 더 많은 시간이 소요됩니다. 보고서가 다른 소스의 데이터를 통합하는 경우 동일한 논리를 다른 데이터 세트에 쉽게 적용할 수 없습니다. 둘째, 서로 다른 데이터 세트에 걸쳐 여러 버전의 진실이 존재하기 때문에 보고 시스템 전반에 걸쳐 불일치 가능성이 높습니다. 셋째, 데이터가 수백만 행에 달하는 경우 기본 제공 ETL이 이를 처리할 수 없어 보고서 응답 속도가 느려집니다.

이 상황에서 가장 합리적인 솔루션은 데이터가 사전 집계되고 구조화된 방식으로 저장되는 단일 리포지토리의 설정인 것 같습니다. 즉, 데이터 웨어하우스입니다. 데이터 내의 혼란을 제거하면 단일 버전의 진실을 만드는 데 기여합니다. 중앙 리포지토리가 제공하는 다른 중요한 이점 중 하나는 기록 데이터 분석 및 더 빠른 보고서 준비 가능성입니다. 데이터 웨어하우스 기술을 사용하면 BI 도구 유지 관리에 더 많은 비용을 지출하지 않고도 계속 증가하는 데이터 소스를 처리할 수 있습니다.

2. 데이터 품질 문제

데이터 품질은 비즈니스 인텔리전스의 주요 과제 중 하나이며 BI 목표, 즉 올바르고 가치 있는 결정을 내리는 데 걸림돌이 됩니다. 인적 오류, 중복되고 유효하지 않은 데이터, 일관되지 않은 데이터 형식으로 인해 가치 있는 통찰력을 얻을 수 없으며 그 위에 잘못된 행동을 유발할 수 있습니다.

적절한 데이터 관리 전략은 데이터 품질 문제를 해결하는 데 도움이 됩니다. 간단히 말해서 더 나은 의사 결정을 보장하기 위해 회사에서 수집하거나 생성한 데이터를 처리합니다.

데이터 아키텍처는 고품질 정보를 전달하는 데 중요한 역할을 하는 중요한 데이터 관리 구성 요소입니다. 예를 들어 회사에 여러 판매 채널이 있는 경우 비즈니스 규칙에 정의된 특정 정리 알고리즘을 통과한 후 데이터 웨어하우스 수준에서 생성된 모든 정보를 병합하여 다른 보고서에 추가로 배포할 수 있는 것이 좋습니다.

데이터 모델링은 데이터를 분석에 적합하게 만들 때 무시할 수 없는 또 다른 것입니다. 예를 들어, 귀하의 웹사이트 방문자, 귀하가 수행한 설문조사 참여자 및 귀하의 클라이언트는 한 사람일 수 있습니다. 그러나 동일한 엔터티인 경우에도 서로 다른 시스템에서 서로 다른 역할로 제공될 수 있습니다. 그렇기 때문에 데이터 중복을 피하기 위해 이 엔터티를 할당할 시스템(CRM, ERP 등)을 결정해야 합니다.

데이터 관리 전략은 주로 관리 활동입니다. 동시에, 적절하고 잘 고려된 솔루션 아키텍처를 구축하는 기술적인 부분을 무시해서는 안 됩니다. 전략 작업은 회사의 모든 데이터 흐름에 대한 다이어그램으로 시작해야 합니다. 보유하고 있는 소스 시스템, 데이터 생성 및 소비 위치, 보유하고 있는 엔티티 및 저장 위치를 ​​결정한 다음 기술적으로 구현하는 방법을 결정하십시오.

— Alex Obolensky, *instinctools의 BI 부서 책임자

3. 데이터 인재 부족

기술 부족은 데이터 분석 노력을 방해하는 다른 일반적인 비즈니스 인텔리전스 문제 중 하나입니다. 2020년에 미국은 데이터 과학 인재의 부족에 직면했습니다. 기업은 약 250,000개의 일자리를 채우지 못했습니다. 2022 Tech Hiring Survey는 또한 데이터 과학을 수요가 공급을 훨씬 초과하는 기술로 정의했습니다.

고용 시장 전반에 걸친 인재 위기, 변화하는 인구 통계, 또 다른 경기 침체로 압축된 '위대한 사직'으로 인해 상황이 악화되었습니다. 전담 기술이 없으면 기업은 BI 분석을 효과적으로 활용하지 못하고 기준 정보를 위한 데이터 웨어하우스를 설정하거나 일반적으로 필요한 수준의 데이터 활용 능력을 확립하지 못합니다.

인재 부족 문제를 해결하기 위해 기업은 아웃소싱 전문 지식을 활용하는 경향이 있습니다. 전담 BI 팀이 사내 데이터 전문가로 구성된 전체 제품군을 구성하고 기업이 번거로운 고용 없이 데이터 이니셔티브를 신속하게 검증할 수 있도록 지원합니다.

4. 잘못된 데이터 시각화

데이터 및 분석 프로세스의 품질은 모든 영광을 훔치는 경향이 있습니다. 그러나 BI 대시보드의 디자인은 복잡한 데이터를 의사 결정자에게 전달하고 중요한 통찰력을 행동으로 옮기는 데 중요합니다.

데이터가 설득력 있는 방식으로 제시 및 주장되지 않으면 무시되거나 의견이 우세합니다. 논쟁을 갖고 이야기 구성 요소를 만드는 것의 가치는 결코 과소 평가되어서는 안됩니다.

— Dan Sommer, Qlik 시장 인텔리전스 수석 이사

상호 작용의 부족, 거의 실시간에 가까운 데이터를 가져올 수 없음, 엄격한 템플릿, 잘못된 색상 선택으로 인해 대시보드를 구현하는 데 잠재적인 문제가 발생할 수 있습니다. 적절한 데이터 값을 강조하기 위해 기업은 조직의 고유한 요구 사항을 충족하기 위해 광범위한 개인화 기능을 갖춘 고도로 사용자 정의 가능한 대시보드를 사용해야 합니다.

대시보드 유형을 올바르게 선택하면 BI 관리가 제대로 될 수도 있습니다. 분석 대시보드는 중요한 데이터에 대한 포괄적인 개요를 제공하고 운영 대시보드에는 특정 부서와 관련된 실시간 업데이트가 포함됩니다. 전략적 유형은 경영진에게 필수 KPI에 대한 요약을 제공합니다.

5. 올바른 소프트웨어 선택

비즈니스 인텔리전스 구현 문제를 해결할 때 올바른 BI 도구를 선택하는 것은 전투의 절반입니다. TrustRadius에 따르면 Tableau, Qlik Sense 및 Microsoft Power BI는 시장 점유율이 가장 높은 최고의 비즈니스 인텔리전스 플랫폼입니다. 그러나 귀하의 고유한 요구 사항에 맞는 클릭은 무엇입니까? 세 가지의 주요 차이점을 살펴보겠습니다.

표에서 볼 수 있듯이 이 세 가지 도구 중 하나를 선택하는 것은 Audi, BMW 및 Mercedes 중에서 선택하는 것과 같으며 약간 다른 외관에 동일한 품질을 담았습니다.

그러나 대규모 채택의 경우 미묘한 차이도 역할을 하기 시작합니다. BI 경험을 최적화하려면 라이선스 유형, 역할 및 권한, 할인 할당 및 기타 요소를 고려해야 합니다.

또한 일반적인 상용 솔루션이 항상 시각화 요구 사항을 충족하지 못할 수도 있습니다. 예를 들어, B2C 신생 기업은 높은 분석 요구 사항과 라이선스 부담이 없기 때문에 오픈 소스 BI 솔루션을 사용하는 것이 좋습니다. 회사에서 브랜드 디자인을 위한 맞춤형 BI 도구를 선택하는 경우가 있습니다.

6. 직원들의 낮은 BI 도입 수준

분석 소프트웨어에 투자한 모든 돈, 시간 및 노력에도 불구하고 사용자가 이를 수락하지 않기 때문에 여전히 작동하지 않을 수 있습니다. 조직 내 낮은 채택 수준은 여전히 ​​주요 BI 문제 중 하나입니다. 분석가나 데이터 과학자뿐만 아니라 새로 배포된 BI 도구를 사용하려면 사용자에게 친숙하고 위협적이지 않은지 확인하십시오.

게다가 직원들은 종종 새로운 소프트웨어에 대해 정당한 거부감을 보입니다. 이러한 BI 혐오는 회사의 분석을 수동으로 통합하는 것이 주요 작업인 사람들이 보고 자동화로 인해 업무가 중단될 것을 두려워하기 때문에 완전히 이해할 수 있습니다. 그것이 그들이 그렇지 않으면 확신을 가질 필요가 있는 이유입니다. 비즈니스 인텔리전스 문제와 기회를 수용할 수 있는 직원은 더 이상 숫자 계산에 많은 시간을 낭비하거나 실수의 위험에 대해 걱정할 필요가 없기 때문에 회사에 더 가치 있는 자산이 될 것입니다. 대신, 그들은 정보를 위에서 아래로 분석하고 이 분석 결과를 관리자에게 전달할 것입니다.

BI 구현 및 사고방식 전환 관행과 관련된 관리 문제를 다루는 미묘한 기술은 Excel과 관련하여 훨씬 더 정밀해야 합니다. 이 도구에 대한 사람들의 충성도를 무시해서는 안 됩니다. 숫자는 말보다 더 크게 말하는 경향이 있습니다. 이를 사용하여 직원들에게 BI 도구가 시간 절약 측면에서 얼마나 유익한지 보여주십시오. 예를 들어 재무 관리자는 임시 요청을 처리하는 데 1~2일이 소요되고 월별 회의를 준비하는 데 3~5일이 소요되며 연간 결과를 요약하는 데 약 3주가 소요됩니다. BI 시스템을 사용하면 버튼 클릭 한 번으로 모든 보고가 자동으로 수행됩니다.

주요 목표는 대시보드를 사용하여 질문에 답하고 사용 가능한 데이터를 빠르고 효율적으로 탐색하는 방법을 보여주는 것입니다. 데이터가 스프레드시트에 흩어져 있는 것보다 데이터가 적절하게 시각화될 때 추세를 훨씬 더 쉽게 파악할 수 있습니다.

예, 우리는 Excel이 단지 표에 관한 것이 아니라 차트를 작성할 수도 있다는 것을 알고 있습니다. 그러나 그 자리에서 표와 상호 작용할 수는 없습니다. 대시보드에서는 단일 세그먼트를 클릭하면 필요한 정보를 바로 볼 수 있지만 Excel에서는 동일한 작업을 수행하는 데 더 많은 시간이 걸립니다.

Alex Obolensky, *instinctools의 BI 부서 책임자

비즈니스 인텔리전스 구현 문제와 사용자의 고통을 완화하도록 설계된 적절한 변경 관리의 필수 구성 요소를 처리하는 효율적인 방법은 직원 교육입니다. 그렇기 때문에 시스템 배포 후 사용자가 혼란에 빠지면 안 됩니다. 새로운 프로세스에 대한 문서를 준비할 BI 구현 파트너를 찾고 소프트웨어 사용 방법을 가르치는 것뿐만 아니라 일반적인 기술 능력 향상을 목표로 하는 광범위한 교육을 주선합니다.

비즈니스 인텔리전스의 경로 탐색

데이터 과학 프로젝트의 실패율은 87%에 달합니다. 산발적이고 불완전한 통찰력으로 끝내기를 원하지 않는 한 견고한 데이터 분석 및 시각화 아키텍처는 직감에 따라 전략을 세울 수 없다는 사실을 증명합니다. 인식, 계획 및 전문 지식은 대부분의 BI 문제를 피하는 데 도움이 됩니다. 아래에서는 성공적인 비즈니스 인텔리전스 전략의 세 가지 기둥에 대해 설명합니다.

해결하려는 문제 정의

비즈니스 인텔리전스의 응용 분야는 방대하고 거의 모든 비즈니스 운영에 걸쳐 있습니다. 따라서 분석 범위를 식별하고 이를 관련 메트릭 및 보고서와 연결하여 작게 시작해야 합니다. 결과적으로 보고서는 조직의 데이터를 측정 및 분석하고 이를 개선하기 위해 내부 또는 외부의 특정 KPI 선택을 중심으로 이루어져야 합니다. BI 컨설팅 파트너가 관련 지표에 대해 조언하고 분석 범위를 검증할 수 있습니다.

적절한 변화 관리로 조직의 마인드 전환

사용자가 조각난 도구에서 통합 BI 시스템으로 전환함에 따라 관성을 제거하고 시스템 수용을 촉진하기 위해 올바른 변환 방법을 마련해야 합니다. 안정적이고 투명한 커뮤니케이션 흐름을 구축하고, 다양한 라인의 리더를 한데 모으고, 정확한 비즈니스 통찰력을 위한 협업 데이터 흐름과 원활한 지식 공유를 육성하기 위해 워크숍과 교육을 운영합니다.

신뢰할 수 있는 컨설팅 파트너 선택

단일 통합 데이터 웨어하우스와 일관된 데이터 전략은 빠르고 정확한 데이터 분석의 기반을 마련합니다. 이러한 선구자가 없으면 통찰력은 데이터 사일로에 격리되고 부서 내에서 놓친 기회로 잠겨 있습니다. 데이터 오류를 방지하려면 숙련된 BI 컨설팅 팀을 확보하여 강력한 데이터 인프라를 구축하고 데이터 거버넌스를 관리하며 데이터 웨어하우스를 올바른 BI 도구와 연결하십시오.

비즈니스 인텔리전스를 사용하여 더러움을 더하다

데이터 기반 의사 결정은 더 이상 선택 사항이 아닙니다. 그것은 사업의 장수와 경쟁력을 위한 명령입니다. 비즈니스 인텔리전스는 데이터 기반 접근 방식을 육성하고 기업이 데이터를 실행에 옮길 수 있도록 합니다.

BI 지원 경계는 올바른 데이터 전략, 통합 IT 아키텍처 및 일관된 채택 주기의 집합적인 결과입니다. BI 퍼즐에서 한 조각이라도 빠진다면 회사는 데이터에 대해 근시안적이어서 올바른 결정을 내리지 못할 것입니다. 데이터 및 BI 전문가의 지원을 받으면 퍼즐을 맞추고 일반적인 비즈니스 인텔리전스 문제를 극복하는 데 도움이 됩니다.

이 기사는 원래 여기에 게시되었습니다.