비즈니스 인텔리전스 (Business Intelligence)

[비즈니스 인텔리전스]

수많은 기업인들이 기업경영을 위해 노력하고 있습니다. 그들은 많은 거래를 위해서 정보를 수집해야 함은 물론  그 정보를 토대로 매출 상승, 신제품 개발, 투자금 확보 등 수많은 의사결정을 해야 합니다. 의사결정을 돕기 위해  세상의 정보들을 모으고 분석하는 도구들이 나날이 발전해오고 있습니다. 정밀한 정보도구들을 통하여 의사결정을  함으로써 성공의 확률을 높이고 있죠. 

1. BI 개념

‘비즈니스 인텔리전스의 개념’에 대해서 학습하겠습니다. 비즈니스 인텔리전스의 개념에 대해서  알아보고 비즈니스 인텔리전스 기술의 발전에 대하여 살펴보겠습니다. 비즈니스 인텔리전스란 줄여서 BI라고도  하는데요. 사용자들의 의사결정을 돕기 위하여 방대한 양의 데이터를 통합하고 분석 및 접근할 수 있도록 해주는  도구를 지칭합니다. 비즈니스 인텔리전스는 기업이 보유하고 있는 수많은 정보를 정리하고 분석하여 기업의 생산성을  향상시키거나, 원가를 절감하거나, 고객만족을 높일 수 있는 등의 전략적 의사결정에 활용하게 합니다.  그리고 비즈니스 인텔리전스는 업무 각 분야의 데이터로부터 현재까지의 데이터를 분석하는데요. 이를 통해 미래의  계획을 세울 수 있는 통찰력을 얻게 하는 일련의 기능을 제공합니다. 또한 기업의 마케팅, 영업, 고객서비스 업무에  필요한 각종 의사결정 정보를 제공하여 합리적으로 의사결정을 할 수 있도록 도와줍니다.  

전통적인 비즈니스  인텔리전스 란 기업 경영에서 내비게이션 역할을 수행하는 것입니다. 기업에서 구성원에게 적시에 의사결정을 할 수  있도록 지원하는 기술이라고 정의할 수 있는데요. 기업의 비전을 달성하기 위하여 비즈니스 전략을 효율적이고  효과적으로 지원합니다. 기업의 구성원에는 각 조직의 종업원, 중간 관리자, 의사결정자 등이 있습니다. 비즈니스  인텔리전스 역할은 다음과 같은데요. 먼저 경영인이 전략을 세우는데 필요한 데이터를 수집하고, 이 데이터를  가장 효과적이고 효율적인 방법으로 이용하여 적절한 의사결정을 하도록 도와줍니다. 즉, 경영상의 다양한 위협이나  위험을 자동적으로 알려주는 시스템이라고 할 수 있습니다. 그리고 비즈니스 인텔리전스는 데이터를 가공하여 특정한  의미가 내포된 데이터인 지식과 정보를 추출합니다. 이를 통해  비즈니스 인텔리전스는 올바른 의사결정을 내릴 수  있도록 지원하는 역할을 수행하는 것입니다.

전통적인 비지니스 인텔리전스의 구성

비즈니스 인텔리전스는 전략 인텔리전스 , 분석 인텔리전스 , 확장  인텔리전스 , 인텔리전스 인프라 , 인텔리전스 정보전달 로 크게 다섯 부분으로 구성되어 있습니다. 

전략 인텔리전스는  경영전략을 효과적으로 수립하고 실행하기 위해 필요한 가치동인 관리, 경영성과 관리, 전략 실행 모니터링, 원가 및  수익성 등에 관한 분석정보를 제공하고, 분석 인텔리전스는 특정 이슈의 해결을 위한 전문적인 의사결정 모델부터  업무 기능의 영역별 보고서 및 조회를 위한 기능까지해서 분석을 위한 다양한 정보를 생성하여 제공합니다.  확장 인텔리전스는 기업 내부뿐만 아니라 고객, 공급자 등 외부 이해관계자와의 거래 및 운영 프로세스에서  생성 되는 데이터를 분석하여 정보를 제공하고, 인텔리전스 인프라는 비즈니스 인텔리전스를 구현하기 위한  다양한 기술 및 데이터 통합기반을 제공합니다. 마지막으로 인텔리전스 정보 전달은 비즈니스 인텔리전스에서  생성된 정보를 사용자의 요구에 맞도록 제공하는 것을 목적으로 합니다. 최근에는 비즈니스 인텔리전스 구성에  전사적 성과관리(CPM)나 비즈니스 성과관리(BPM)와 같은 신개념이 등장하고 있으나, 비즈니스 인텔리전스의 프레임워크에서  크게 벗어나지 않습니다.

전통적인 비지니스 인텔리전스의 영역

전통적인 비즈니스 인텔리전스 영역은 이미 성숙된 분야이기에 이미 오랜 기간 동안 많은 용어들이 통용되고 있으며  어떤 용어는 이미 사장되었고 어떤 용어는 그 의미가 새로운 의미로 진화되었습니다. 예를 들어, ‘비즈니스  인텔리전스’라는 용어 자체도 쿼리, 리포팅 및 분석이라는 협의의 기술적인 의미로 사용되고 있는 경우도 있지만  때로는 그 단계를 넘어 IDC에서 정의하듯이, 프런트-엔드 툴 및 데이터 웨어하우징, 분석 애플리케이션을 포함한  광의적 의미로 사용되기도 합니다. 비즈니스 인텔리전스 정의에 포함되는 것들에 대하여 좀 더 자세히 알아볼까요?

쿼리, 리포팅 및 분석이라는 것은 데이터 베이스에 저장되어 있는 데이터 중에서 사용자가 원하는 데이터를 찾아  적절한 형태로 요약하여 간단한 요약 분석의 내용을 리포팅하는 것을 말합니다. 프런트-엔드 툴 이란 클라이언트에  설치되어 서버의 데이터베이스에 접속하여 데이터 작업을 하는 프로그램을 말합니다. 데이터 웨어어하우징 이란  사용자의 의사 결정에 도움을 주기 위하여, 정보시스템의 데이터베이스에 축적된 데이터를 공통의 형식으로 변환해서  관리하는 데이터베이스인 데이터 웨어하우스를 구성하는 기술입니다. 방대한 조직 내에서 분산 운영되는 각각의  데이터베이스 관리시스템들을 효율적으로 통합하여 조정 ∙ 관리하기 때문에 효율적인 의사 결정 시스템을 위한  기초를 제공하는 기술이라고 말할 수 있습니다. 분석 애플리케이션 이란 통계적 분석 등과 같은 다양한 유형의  분석 작업에 필요한 기능이 들어있는 응용 프로그램을 의미합니다. 

전통적인 비지니스 인텔리전스와 빅데이터 분석

전통적인 비즈니스 인텔리전스는 빅데이터 분석과는 데이터 측면과 프로그래밍 측면에서 차이를 보이는데 데이터  측면 부터 살펴보겠습니다. 먼저 데이터가 어디서 발생되는지부터가 다릅니다. 전통적인 비즈니스 인텔리전스는  기업 내부의 정보시스템에서 데이터가 발생하여 이를 기반으로 데이터의 정제과정을 거쳐 의사결정에 활용하게 되는  반면 빅데이터는 기업의 내부와 외부에서 발생하는 다양한 데이터를 처리합니다. 따라서, 전통적인 비즈니스  인텔리전스 기술이 관계형 데이터를 다루는데 반하여 데이터는 관계형 데이터에서 벗어나게 됩니다. 그리고 데이터  발생에 따라 데이터의 양도 달라지는데요. 전통적인 비즈니스 인텔리전스에서는 기업 내의 정제된 데이터만을  저장하므로 기가 바이트 급의 관계형 데이터베이스가 주류이나, 빅데이터 분석 기술은 비정형 데이터를 포함하는  테라 바이트나 페타 바이트 이상의 데이터가 발생하게 됩니다.

빅데이터 분석은 기업 내부뿐만 아니라 외부에서도 데이터가 발생된다고 하였는데요. 외부 데이터는 크게 트위터와  같은 외부 시스템, 스마트폰 사용자의 위치기반 데이터, 비디오, 소비자의 불만사항 같은 텍스트 정보 등이  있습니다. 

전통적인 비즈니스 인텔리전스와 빅데이터 분석을 프로그래밍 측면 에서 살펴보겠습니다. 먼저 데이터 처리  부분입니다. 전통적인 비즈니스 인텔리전스의 경우, 패키지 기반의 상업용 데이터 추출, 정제, 탑재 등 데이터를  처리하는 제품들이 존재하며, 이기종 데이터베이스와의 자동 연결 기능 등이 지원됩니다. 하지만 빅데이터는 비정형  데이터가 많은 데이터의 속성상 비즈니스 인텔리전스와 같은 자동화가 어렵습니다. 그래서 자바 기반의 맵 리듀스  프로세스로 비정형 데이터 정제를 합니다. 프로그래밍 기술에서도 둘은 차이를 보이는데요. 전통적인 비즈니스  인텔리전스는 SQL 기반의 선언문, 중급수준의 함수 및 통계 알고리즘 등을 사용하여 프로그래밍을 합니다. 반면에  빅데이터 분석에서는 고급수준의 함수 및 알고리즘을 프로그래밍하는 기술이 필요합니다. 또한, 전통적인 비즈니스  인텔리전스는 일반적으로 클러스터 컴퓨팅 환경에서 실행되는 것을 고려하지 않는데 빅데이터 분석에서는  대용량 데이터 처리를 위해 대부분의 작업들은 클러스터 또는 클라우드 시스템을 기반으로 합니다. 

2. BI 기술의 발전

모바일 비지니스 인텔리전스

 비즈니스 인텔리전스 기술은 최근 여러 방향으로 발전하고 있습니다. 먼저 모바일 비즈니스 인텔리전스 방향으로  발전하는 것에 대해서 살펴보겠습니다. 모바일 비즈니스 인텔리전스는 휴대성 과 상호작용성 을 모두 가졌습니다.  경영자들이 출장이나 이동 중에도 실시간 경영 상태를 분석해 의사결정을 할 수 있도록 지원하고, 직원들은 때와  장소에 관계없이 각자의 핵심성과지표 KPI의 달성 상태를 파악하며, 개인 및 팀의 실적을 모바일 상에서 실시간으로  확인할 수 있도록 지원해줍니다. 이처럼 모바일 비즈니스 인텔리전스는 모바일 기기에 최적화된 응용 프로그램을  사용하여 정보 분석을 통해 비즈니스 통찰력을 얻는 기술입니다. 비즈니스 인텔리전스 기술의 최근 발전 방향 중  클라우드 비즈니스 인텔리전스 가 있습니다. 클라우드 컴퓨팅과 비즈니스 인텔리전스 기술을 조합한 것인데요. 클라우드 컴퓨팅 기술은 비즈니스 인텔리전스 애플리케이션에 액세스할 수 있는 가볍고 민첩한 방법을 제공하며  비즈니스 인텔리전스는 적절한 시기에 적당한 사람에게 올바른 정보를 제공에 할 수 있습니다.

시각화

비즈니스 인텔리전스 기술은 최근 발전 방향 중 시각화는 빼놓을 수 없는데요. 비즈니스 인텔리전스는 데이터 분석을 통해 비즈니스에  도움을 주는 서비스이죠. 하지만 이제는 분석만이 아니라 분석한 데이터를 어떻게 효과적으로 보여줄 것인지에 대한,  즉 시각화가 중요한 요소가 되었습니다. 활용 영역도 단순히 분석 결과를 이해하기 쉽게 보여주고 공유하는 것 외에  빅데이터 관련 작업 전반으로 확대 될 것입니다. 

[비지니스 인텔리전스 어플리케이션]

1. BI 애플리케이션 개념

일반적으로 비즈니스  인텔리전스 애플리케이션은 데이터베이스 쿼리 , 리포팅 소프트웨어 , 온라인분석처리 올랩 , 데이터 마이닝, 대시보드 ,  데이터 시각화 기술 등의 도구를 포함합니다. 즉, 기업들이 신속하고 정확한 비즈니스 의사 결정을 위해 사용하는  데이터의 접근, 수집, 보관, 분석 등의 애플리케이션과 기술의 집합을 비즈니스 인텔리전스 애플리케이션이라고  합니다. 

BI 애플리케이션 기능

비즈니스 인텔리전스 애플리케이션은 의사결정자가 핵심 정보를 쉽게 검토할 수 있게 합니다. 의사결정자가  필요로 하는 데이터의 현황을 그래프나 표로 시각적으로  파악할 수 있게 표현함으로써 핵심정보를 쉽게 파악할 수  있게 해줍니다. 또한 기업의 상태를 신속하게 확인할 수 있게 해줍니다. 기업에서 발생하는 중요한 사항에 대한  정보를 빠르게 정리하여 보여주기에 기업의 상태를 신속하게 확인할 수 있습니다. 또한 현재의 상황에 대한 적절하고  정확한 정보를 제공합니다. 기업의 현재 상황과 관련한 데이터를 정리하여 보여주기에 정확한 현재의 정보를  제공합니다. 

2. BI 애플리케이션 도구

쿼리와 리포팅 소프트웨어

 비즈니스 인텔리전스 애플리케이션에 포함되어 있는 도구들에 대하여 알아보고자 합니다. 먼저 데이터베이스 쿼리  도구입니다. 쿼리란 데이터베이스에 정보를 요청하는 것으로 특별한 쿼리 언어로 쓰여진 정형화된 쿼리 문장의  형태로 정보를 요청하도록 하고 있습니다. 비즈니스 인텔리전스 애플리케이션들은 이러한 데이터 베이스 쿼리 기능을  가지는 도구를 포함하고 있습니다. 그리고 리포팅 소프트웨어란 데이터베이스와 연계하여 다양한 보고서를 미리 보기  하거나 출력하는 리포트 제작 기능을 의미합니다. 비즈니스 인텔리전스 애플리케이션들은 이러한 리포팅 기능을  가지는 도구를 포함하여 현황 관련한 다양한 리포트를 제공합니다.

온라인 분석처리(OLAP, OnLine Analytical Processing)

온라인 분석처리는 올랩이라고 하는데 OnLine Analytical Processing의 줄임말입니다. 온라인 분석처리 올랩은  사용자가 다차원 정보에 직접 접근하여 대화 형태로 정보를 분석하고 의사결정에 활용하는 과정입니다. 온라인 분석  처리의 특성은 다음과 같습니다. 먼저 다차원의 데이터 분석을 지원합니다. 정보에 대한 각 측면을 의미하는 차원을  여러 개로 구성하여 데이터를 다차원 형태로 보여주는 것입니다. 그리고 중간 매개자 없이 사용자가 직접 데이터에  접근하는데요. 홈뱅킹, TV 쇼핑 등을 생각하면 좀 더 쉽게 이해가 되실 겁니다. 온라인 분석처리는 대화식으로  정보가 분석되기 때문에 사용자가 명령을 하고 오래 기다리지 않습니다. 그래서 특별한 질문들에 대해  데이터베이스에 해당 데이터들을 구성해놓고 사용자가 신속하게 답변을 얻을 수 있도록 해야 합니다.  

데이터 마이닝

데이터 마이닝은 대규모로 저장된 데이터 안에서 체계적이고 자동 및 반자동화된 과정으로 통계적 규칙이나 패턴을  찾아 내는 것입니다. 즉, 대형 데이터베이스, 데이터 웨어하우스 또는 데이터 마트와 같이 대규모로 저장된  데이터 안에서 자동 및 반자동화된 과정으로 통계적 규칙이나 패턴을 찾아냅니다. 이 패턴 속에서 중요한 비즈니스  정보를 찾아내어 미래를 예측하고자 하는 것입니다. 데이터 마이닝은 대량의 데이터에 숨겨진 의미있는 패턴을  찾아내는 데 촛점을 맞추는 반면, 온라인 분석처리는 데이터에 관해 현황 보고서를 작성하는데 중점을 둡니다.

예를 들면, 온라인 분석처리는 비즈니스의 형태에 따라 판매 보고서와 같은 보고서를 작성하는 반면,  데이터 마이닝은 이런 판매에 영향을 미치는 원인이 무엇인가를 발견하는데 중점을 둡니다. 온라인 분석처리는  다수의 데이터베이스를 복잡한 테이블들로 요약하기 위해 현황 및 사실 정보를 가지는 숫자 값들의 더하기와 합산에  관련되어 있기 때문입니다. 또한 데이터 마이닝이 알고리즘을 사용하여 데이터를 자동적으로 조사하는데 반하여  온라인 분석처리은 사용자가 질의할 것을 구성하여 수행합니다. 정리하자면 데이터 마이닝은 온라인 분석처리보다  데이터베이스내에 숨겨진 지식 및 정보를 발견하는 것에 중점을 둡니다.

정보유형

데이터마이닝으로부터 얻을 수 있는 정보들의 유형은 예측 정보, 분류 정보, 군집화 정보, 연관 정보, 순차 정보  등이 있습니다. 먼저 예측 정보는 대용량 데이터 집합 내의 패턴을 기반으로 미래를 예측하는 것으로 예로 수요를  예측하는 것을 들 수 있습니다. 분류 정보는 일정한 집단에 대한 특정 정의를 통해 분류 및 구분을 추론합니다.  예로는 이탈한 고객을 분류하는 것을 들 수 있습니다. 군집화 정보는 동일한 특성을 가지는  자료들을 찾아  그룹핑하는 정보인데 예로 비슷한 행동 집단을 구분해 내는 것을 들 수 있습니다. 연관정보는 동시에 발생한  사건간의 상호연관성을 탐색하는 것으로 예로는 장바구니의 상품들의 관계를 알아보는 것을 들 수 있습니다.  마지막으로 순차 정보는 연관 규칙에 시간의 개념을 반영하여 시계열에 따른 패턴들의 상호연관성을 탐색하는  정보입니다. 예로 매일 주식의 값을 저장하는 시계열 데이터를 들 수 있습니다.

데이터 마이닝은 대형 데이터베이스,  데이터 웨어하우스 또는 데이터 마트와 같이 대규모로 저장된 데이터 안에서 자동 및 반자동화된 과정으로 통계적  규칙이나 패턴을 찾아낸다고 했습니다. 그럼 이 대규모로 저장된 데이터들이 무엇인지 각각 알아볼까요?

대형 데이터베이스 란 일반적으로 테라바이트급 저장 장치를 가진 초대형 데이터베이스를 의미합니다. 일반적으로 다수의  사용자가 사용하는 의사 결정 지원 시스템이나 트랜잭션 처리 애플리케이션들이 이러한 대형 데이터베이스를  구축하고 있습니다. 데이터 웨어하우스 는 기업 내 업무수행 관련 다수의 핵심적인 거래처리시스템들로부터 현재 및 과거 데이터들을 저장합니다. 그리고 전사적인 사용을 위해 데이터를 통합하고 표준화하지만, 변경은 할 수 없다는  특징이 있습니다. 데이터마트 는 데이터 웨어하우스의 일부분으로, 특정 사용자 집단이 사용할 수 있도록 특정 업무  영역의 데이터를 요약하여 구성하였습니다.

대시보드

대시보드는 프레젠팅을 위한 비즈니스 인텔리전스 애플리케이션입니다. 대시보드는 최고 경영진의 정보 요구에  맞추어 특별하게 설계된 정보시스템인데요. 4가지 특징이 있습니다. 대시보드는 적절한 정보에 쉽게 접근하게 해주며  관리 보고서에도 직접 접근하게 해줍니다. 사용자 친화적이며 그래픽에 의해 지원됩니다. 그리고 관리자들이 예외  보고서를 검토하고 상세 데이터로 드릴 다운할 수 있도록 하는 애플리케이션입니다. 드릴 다운이란 단어가 낯설을 수  있는데요. 드릴 다운이란 각종 요약된 레벨로부터 가장 상세한 레벨까지 차원의 계층에 따라 분석에 필요한 요약  수준을 바꿀 수 있는 기능을 의미합니다. 

데이터 시각화 기술

문자와 그래프, 표 등으로 데이터를 알기 쉽게 표현할 수 있는 데이터  시각화 기술도 비즈니스 인텔리전스 애플리케이션에 있어서 유용한 도구입니다. 즉, 데이터 시각화 기술은 데이터가  처리된 후 결과를 문자, 그래픽, 표 등의 시각적 형식으로 사용자들에게 제공합니다. 일전에 시각화를 위한 도구에는  마이크로소프트 엑셀, 구글 스프레드시트, IBM의 매니아이즈 등의 소프트웨어 도구가 있다고 학습했던 적이   있습니다. 그러한 소프트웨어를 사용하지는 않지만 유사한 기능을 가지는 시각화 도구를 비즈니스 인텔리전스  애플리케이션이 포함하고 있습니다.