빅 데이터란 정확히 무엇인가요? 애플리케이션 시나리오가 기존 BI와 다릅니까?

이 기사를 읽는 것이 좋습니다. 도움이 될 것입니다 ~~

Hualian 슈퍼마켓 데이터 센터 이사 Fu Lihu는 다음과 같은 이야기를 한 적이 있습니다. 국내 상업용 슈퍼마켓에는 매일 전국 매장에서 수천만 건의 거래 데이터가 발생하며, 사용자만 구매하는 누적 데이터도 매년 2TB를 초과합니다. 이를 위해 Hualian은 2008년에 데이터 분석을 위한 SAP의 BW 시스템을 구체적으로 도입했으며, 이후 2012년에는 SAP의 BO 제품을 도입하여 보다 발전된 데이터 분석을 수행하고 비즈니스 지침을 제공했습니다.

그런데 푸리후를 무력하게 만드는 것은 SAP의 BO를 사용해 10억 줄의 보고서를 쿼리할 때 약 20분 정도 소요되고, 4명이 동시에 온라인에 있는 시스템이 충돌한다는 점이다... 문제 고가의 외국 소프트웨어로는 해결할 수 없는 문제에 대해 Fu Lihu는 국내에서 해결책을 찾기 시작했고, 이로 인해 Haizhi BDP와 Hualian이 제휴하게 되었습니다.

화롄 슈퍼마켓의 이야기는 비단 특별한 사례가 아니다. 최근 '패스트 패션'에 초점을 맞춰 각광받고 있는 신생 리테일 브랜드 미니소가 하이즈 BDP와 협력하게 된 이유는 SAP의 BI 시스템을 사용하면 데이터 취합, 추출, 프리젠테이션 시간이 수시간이 걸리기 때문이다. 매우 비효율적입니다. 예를 들어 보고서를 내보내는 데 6~8시간이 걸리고, 데이터를 내보내는 과정에서 중단이 자주 발생해 데이터 분석가의 실시간 분석에 큰 불편을 초래한다...

비즈니스 인텔리전스, 영어로 Business Intelligence로 줄여서 BI라고 합니다. 이 개념은 1996년 가트너가 처음 제안했다. SAP, 오라클 등 해외 거대 소프트웨어 기업과 함께 바다 건너 중국에 상륙한 바 있다. 한때 ERP 이후 기업 관리 소프트웨어 분야의 신성장 블루오션으로 여겨졌던 것이다.

그러나 잔인한 현실은 소프트웨어 거대 기업이 추진하는 전통적인 BI 구현의 실패율이 항상 높았다는 것입니다. 불완전한 통계에 따르면 실제 기업 애플리케이션에서 비즈니스 인텔리전스의 실패율은 70%에 달해 충격적입니다.

전통적인 BI가 죽었다는 것은 경각심을 불러일으키는 말이 아닙니다. 높은 구현 실패율은 기존 BI의 여러 가지 어려움을 반영합니다.

첫 번째는 기술적인 딜레마이다. Hualian Supermarket과 Miniso의 사례는 실제로 ETL, 데이터 웨어하우스, OLAP과 같은 기존 BI 기술이 정형 및 비정형을 포함한 대용량 데이터 처리 문제를 해결할 수 없기 때문에 폐기될 위기에 처해 있음을 반영합니다.

일부 엔지니어들은 인터넷에 “원래 BI 채굴자들은 일부 샘플을 추출하고 단일 머신에서 R을 실행하는 것에 매우 기뻐했지만 더 이상 작동하지 않습니다. 5천만 명의 데이트 서클?”

'스몰 데이터' 시대의 컴퓨팅 성능으로 인해 인터넷 시대에는 전통적인 BI를 달성하기가 어렵습니다. 따라서 업데이트 방법만이 새로운 기회를 가져올 수 있습니다. 기본적으로 기존 BI의 모든 기능은 해당 빅데이터 구성요소로 대체될 수 있으며, 빅데이터 기술은 비용상의 이점이 있으므로 기술 대체가 일반적인 추세입니다. 둘째, 비즈니스 딜레마이다. 우리 모두 알고 있듯이 대기업이든, 부유하거나 잘생긴 기업이든, 중국의 2천만 중소기업이든 SAP와 Oracle에서 소프트웨어 서비스를 구입하는 것은 기업에게 값비싼 IT 비용입니다. 중국 기업의 정보화 임무를 완수합니다. 기술이 모든 사람에게 혜택을 줄 수 없다면 기술은 항상 소수의 사람들을 위한 게임이 될 것입니다. 높은 비용 외에도 프로젝트 주기에 기반한 기존 소프트웨어 제공 방법은 빠르게 변화하는 기업의 요구 사항에 적응할 수 없습니다. 기존 BI 구현 과정에서 프로젝트의 첫 번째 단계에서는 좋은 결과가 있는 것처럼 보이지만 이후 기업의 새로운 요구 사항과 새로운 프로젝트가 시대에 뒤떨어지거나 완료되지 않는 경우가 종종 발생합니다.

다행히 클라우드 컴퓨팅이 등장했습니다. SaaS(Software as a Service)의 개념은 전통적인 소프트웨어 비즈니스를 완전히 전복시켰습니다. 주문형 지불, 리소스에 대한 온라인 액세스 및 빠른 반복은 인터넷 시대의 기업을 위한 소프트웨어 서비스에 대한 새로운 표준 이해를 구성합니다.

전통적인 BI 제조업체들은 수년 동안 "기업이 현명한 비즈니스 결정을 내릴 수 있도록 도와달라"고 외쳐왔습니다. 이제 수많은 보고 시스템, 일부 의사결정 트리 및 기타 통계 알고리즘 외에 무엇이 남았습니까? 기존 기업에서는 그렇게 많은 BI 컨설팅을 도입하고 수많은 보고서를 작성했지만 실제로 가치를 창출한 기업은 몇 개나 됩니까? 근본적인 이유는 기존 BI 벤더의 경우 유일한 대상이 상사이고 의사결정이 실행과 단절되어 있기 때문입니다. 결국 최전선으로 내려갈 수도 없고 결국 체면을 구는 프로젝트로 전락해 전혀 실질적인 가치를 창출하지 못했습니다. 전통적인 BI의 실패는 기술 중심의 비즈니스가 기술의 공동화로 이어지는 결과입니다. 보고서 발표를 목적으로 하는 이러한 개발은 좋지도 나쁘지도 않은 가치 포지셔닝을 가지며, 역사에 의해 소멸될 수밖에 없습니다.

기업의 빅데이터에 가치를 부여하기 위해서는 실제로 사업의 최전선에서 운영, 분석, 데이터 열람을 하고 있는 사람들이 타겟이 되어야 한다. - xxx 등록회원들의 활동은 왜 그랬는가? 오늘 앱이 떨어졌나요? xxx 제품이 오후보다 오전에 더 많이 팔리는 이유는 무엇입니까? xxx 채널의 광고가 일주일이 지나면 아무런 효과가 없는 이유는 무엇입니까? ...매 순간 발생하는 실제 비즈니스 시나리오에 대해 상사가 답변할 때까지 기다리는 것은 불가능합니다. 직원들이 아이디어가 있을 때 실시간으로 결과를 얻을 수 있도록 하려면 기술적인 한계점을 최대한 낮추고, 기술적인 성능을 크게 향상시키며, 간단한 드래그 앤 드롭으로 아름다운 데이터 차트를 표시할 수 있는 데이터 분석 도구가 필요합니다. PC 측면과 모바일 단말기 측면도 고려하는 것이 바람직합니다. 비즈니스 부서에서 데이터 분석을 잘 활용해야 데이터의 가치가 극대화될 수 있습니다.

데이터 중심은 상사뿐만 아니라 회사의 모든 일반 직원의 혈액에 데이터가 통합되어 데이터 중심이 공허한 말이되지 않도록해야합니다.