SlideShare ist ein Scribd-Unternehmen logo
1 von 13
Downloaden Sie, um offline zu lesen
Copyright © 2014 by Plan-iT Partners. ALL RIGHTS RESERVED.
No part of this publication may be reproduced, stored in a retrieval system, or transmitted in any form or by any means —
electronic, mechanical, photocopying, recording, or otherwise — without the permission of Plan-iT Partners.
Tableau : Leader of Agile BI
Quick start proposal
Feb, 2015
높은 구축 비용과 복잡한 구축 절차로 인해 BI를 도입하지 못하고 있습니까?
BI 도입에 대한 장애 요소
11%
18%
26%
16%
27%
20%
13%
17%
12%
33%
관심 없음
관심 있음
개발 계획 있음
개발 완료
확대 계획 있음
자체 개발
솔루션
CIO가 뽑은 투자 확대 분야 2위(56%) 1)
BI에 대한 기업들의 높은 관심
BI 시스템 개발 의향 조사2)
1) US CIO research, CIO Korea, 2013 – 1위는 59%로 Mobile
2) Forrsights Software Survey, Forrester, 2011
60%
43%
BI 도입의 걸림돌
필요성은
충분히
인식하지만,
투자 여력이
없어서…
 수억에서 수십억까지의 구축 비용 발생
– 수억 원 수준의 BI 솔루션 라이선스 및 ETL, DW
구현 관련 추가적인 라이선스 비용 발생
 전사 데이터 소스 분석, 취합에서 BI report
사용 환경까지 길고 복잡한 절차
Data source
ETL
ODS
Info portal
Data mart
BI tool
Data warehouse
요구사항 변화 및 부서별 요구사항에 대해 신속하게 대응하기 어렵습니까?
BI 도입에 대한 장애 요소
45%
19%
13%
23%
<6% 7-10% 11-19% >20%
당신의 기업 내 얼마나 많은
직원들이 BI를 이용합니까?2)
1) Forrester research & TDWI research, 2009-2012
2) Business Process Professionals, Boris Evelson, 2011
 64% 기업들이 10% 미만의
직원만이 BI를 사용하고
있다고 응답
낮은 이용률
“새로운 분석 보고서를 보려면
최소 3일을 기다려야 함“
“88%의 사용자가 엑셀을 통해
광범위하게 추가 데이터 가공“
“부서별 차별화된 분석 기준을
적용하기 어려움“
BI 요구 사항 반영과 관련된 기업들의 현황 1)
“74%의 기업이 새 데이터 소스를
추가하는데 3주 이상 소요“
“55%의 사용자가 단순히 숫자를
추출하기 위한 정보 채널로서 사용 “
느린 조회 성능 때문에 사용자 불만이 늘어나고 있습니까?
BI 도입에 대한 장애 요소
리포트 조회
속도 저하
이용자
불만
증대
데이터 단순
추출 목적
이용Report
관리/개선
의지 저하
전반적인
만족도 &
이용률 저하
 조회 성능은 BI 전문가, 소비자가 꼽은 가장 중요한
솔루션 선정 기준의 하나
조회 속도 저하로 인한 악순환 발생
 그러나 데이터 량 및 사용자 증가에 따라 기존 BI
report의 조회 속도 하락 가능성 높음
– 지속적인 데이터 증가 및 데이터 복잡도 증가에 따라
조회 속도 지속적 하락
– 동시 사용자 증가 또한 조회 속도에 악영향 초래
조회 성능 저하 Issue
BI 솔루션에서 가장 중요한 점은?1)
1) Information Week Analytics/IntelligentEnterprise.com, BI survey of 534 professionals
63%
66%
69%① 빠른 Data 조회, 분석 기능
② 구현 용이성
③ 사용자 이용 용이성
최고의 Agile BI 솔루션 ‘Tableau’를 Quick start program으로 사용해 보세요
최적의 서비스 제안
 Gartner 평가 1위 (2014)
 Data link 구성까지 사용자 주도로 진행 가능한
All-in-one Agile 솔루션
 Columnar In-memory 기술 기반
 사용량에 따라 적용되는 합리적인 가격 체계
 최소의 비용으로 BI 솔루션 구현 가능
 초기 투자 비용 없이 사용량과 기간에 따라
비용 지출
개요
 2천만 원의 비용으로 BI 구축 (H/W 별도)
- 라이선스 비용 및 초기 구축 비용 포함 (3주 동안
전문 인력이 설치, Initial scope 보고서 구현, 사용자
교육 수행)
 1개 개발자 & 10개 사용자 ID를 통해 사용성
검증 및 BI 효용 확보
주요
Benefit
 다양한 Data source의 쉽고, 자유로운 통합
 현업이 직접, 제약 없이 보고서 구성 가능
 보통의 Infra를 활용해 他 In-memory
솔루션보다 빠른 조회 성능 확보
Agile BI 솔루션 ‘Tableau’ Soft landing의 구축 ‘Quick start’
최소의 비용으로 최신 BI platform 구축 & 합리적인 TCO 운영
Agile BI는 기존 BI의 한계를 극복할 수 있는 차세대 BI 수행/운영 체계입니다
Agile BI 개요
기존 BI 한계의 원인
Agile BI
 BI 서비스 사용자와 제작 부서의
불일치
 소통 단절이 발생하는 협업 구조
조직 & 프로세스 :
개발 Role의 분리 &
실무 부서의 개발 참여
의사 결정자가
업무 환경의 변화에 대해
유연하게 대응할 수 있는
BI 체계1)
(프로세스, 업무/협업 방식,
개발 방법론, 툴/기술)
Agile BI 구성요소
기반 기술/Infra :
이종 Data 접근 및
Analytics 구성이 용이한
BI 플랫폼
 전문 기술이 필요한 개발 과정
(데이터 전처리 과정 포함)
 복잡한 기술 구성으로 인한 높은
TCO 발생
1) Trends 2011 And Beyond: Business Intelligence, Forrester report, 2011
개발 방법론 :
Prototype 우선 &
순환적/점진적 확장
 요구 사항이 변경될 가능성이
높으나, 수용도는 낮음
 복잡하고 긴 개발 단계
한마디로, 진화된 BI Tool을 활용해 BI 작업자가 직접 리포트를 구성하는
체계입니다
Agile BI의 핵심 Concept
기존 BI
Work practice
Agile BI
Work practice
Biz analyst
DW
modeler
ETL
developer
BI
developer
Quality
Assurance
End User
BI 작업자
(Power user)
DW modeler
ETL
developer
Infra
developer
End User
(Info consumer)
Quality
Assurance
Feedback &
개선 작업
 Data control에서 Report
구성까지 독자적으로 작업이
가능한 Tool 제공
 업무 이해도가 높은 BI작업자가
직접 Analytics 구성 및 제공
 이후 End user의 Feedback을
쉽고 편하게 반영
 그 외 Data, IT 관리자들은 BI
작업자가 Analytics를 구현할 수
있도록 보조* BI 작업자는 솔루션 전문가가
아닌, 내부 개발 인력 혹은 실무
부서 사용자
Tableau는 견고함과 성능, 민첩성을 갖춘 최적의 Agile BI 솔루션입니다
Tableau 소개
“Gartner에 의해 BI 영역
에서 No.1 평가를 받은
Self-service BI 솔루션”
평가 1위 영역
• 실행 능력
• 고객만족도
• 사용자편의성
“Self-Service BI” 모델링부터 화면 생성, 배포까지 사
용자가 직접 수행할 수 있는 유일한 BI 솔루션
1
타 BI솔루션과의 차별점
“강력한 Visualization” Pixar와 Stanford Univ.가 함께
개발한 강력한 분석도구
2
“뛰어난 조회 성능” 컬럼 단위 인메모리 처리 기술로
뛰어난 성능 발휘
3
Magic Quadrant for BI and Analytics Platform, 2014
Quick start 프로그램을 통해 부담 없이 검증, 적용해 보세요
Quick start 프로그램 개요
솔루션 구축 솔루션 이용 추가적인 활용 방안 수립
 개발 범위 산정
- 기본 2천만 원 기준 범위 산정
(추가 구축 범위 협의 가능)
 BI 전문 컨설턴트의 Report
design 검토 및 개선
- 솔루션의 특장점 반영한 디자인
 BI 전문 Engineer 주도의
솔루션 구축
- 소스 Data 통합, 가공, 리포트
개발까지 전체 Cycle 수행
 인수인계 시점에 사용자 교육
및 관리자 교육 진행
- Material 제공 및 교육 Session
 제약 없는 BI 서비스 이용
- 데이터 범위 및 BI report 사용량
제한 없음
- Mobile 포함 이용 제한 없음
- 온라인 교육 및 비정기적인 집합
교육 이용 가능
 Agile BI 체계로의 전환 검토
- Agile BI 기반 하의 R&R,
Process 수립
- 기존 시스템 Infra 및 BI
Platform과의 관계 설정
서비스
내용
- 합의된 작업 범위에 따른 Tableau
BI report 개발
- 개발 내용에 대한 보고 및 시연
- 솔루션 사용법에 대한
사용자/관리자 교육
- 작업 내용 인수 인계
솔루션 라이선스 BI reports 개발
- 1명 개발자 & 10명 사용자 ID
구매
사용자 교육 및 인수인계
절차
플랜잇은 BI system 구축과 Consulting 서비스를 모두 보유한 업체입니다
플랜잇의 주력 사업 분야
다양한 BI Tool을 활용한 시스템 구축 경험
10년 이상 축적
Tableau는 물론 SAP, QlikView, Tableau,
BIRST 등 최신 솔루션 경험 다수
BI System
서비스
Consulting
서비스
IT Solution
서비스
실질적인
고객 가치를 창출하는
Total BI Service
기업
기업 IT 부서의 성과 극대화를 위한 전략적 접근
제안
국내외 전략 컨설팅사 인력을 보유하여 고객사
문제해결 지원
강력한 자체 솔루션 개발 역량과 경험 보유
Big Data 분석 엔진, Cloud 기반 연말정산 등
상용 서비스 구현
다양한 플랫폼 기반 및 대형 Site 중심의 관련 Reference를 보유하고 있습니다
플랜잇의 주요 reference
사업 명 사업내용 참여기간 발주 처 구축 솔루션
Clinical DW 구축
의료 정보의 연구 목적 제공 및 Clinical
Index에 대한 DW 및 보고서 구축
2015.01 ~ 현재 국내 선도 병원 In-house
웹로그 분석
CRM 데이터와 웹로그를 분석하여 마케팅
활동에 활용하기 위한 BI 구축
2014.12 ~ 현재 국내 선도 자동차 보험 Tableau + Splunk
B2B 실적 모니터링
기업사업부문 Funnel 분석을 위한 BI 및
Dashboard 구축
2014.12 ~ 현재 국내 선도 통신사 Birst
자산운용 BI
자산 운용 현황 및 수익성 분석을 위한
통합적 BI 시스템
2014.12 ~ 현재 국내 선도 생명 보험사 SAP BW / BO
거래선 KPI 관리
리셀러와 AS Shop의 KPI 모니터링 시스템
구축
2014.11 ~ 2015.01 Global 자동차 제조사 Birst
수익성 분석
전사 PL, 채널별 PL 상세 분석을 위한
시스템 구축
2014.11 ~ 2014.12 Global 전자 제조사 SiSense
전사 EIS
전사 경영정보시스템 및 회의에 활용을
위한 회의체 시스템 구축
2014.06 ~ 2014.12 국내 선도 보험사 In-house
마케팅 DW 구축
시청 로그, 상품 구매 이력의 다차원 분석
DW 및 분석 보고서 구축
2014.08 ~ 2014.12 국내 선도 통신사 Birst
마케팅 BI
물류, 판매, 재고, 수익성 분석을 위한 DW
및 분석 보고서 구축
2014.04 ~ 2014.12 국내 선도 정유 SAP BW / BO
SCM BI 시스템 설계/구축
거래처 업무, 시장 현황, 수요 예측, 수익성
등 전사 통합적 BI 시스템
2013.08 ~ 2013.12 Global 전자 제조사 QlikView
자산운용 BI
자산 운용 현황 및 수익성 분석을 위한
통합적 BI 시스템
2013.03 ~ 2013.12 국내 선도 생명 보험사 MSTR
Big Data Analytics 기획
Mobile 단말 로그 분석을 위한 Analytics
platform & service 기획
2013.05 ~ 2013.06 Global 전자 제조사 Splunk
* Feb 2015 현재
필요에 따라 Agile BI 운영/관리 체계 구축을 위한 가이드를 제공합니다
플랜잇의 Agile BI 관리 체계 구현
Agile BI
적용 영역/방식
정의
1
Governance
체계 수립
활성화 방안
수립
3
성공적인
Agile BI
도입
2
 누가 어떤 방식으로 Agile BI 기반으로
개발하고 이용하는지에 대한 정의
 정의된 개발 절차가 어떤 영역에서
적용되는지에 대한 정의
 Agile BI Risk를 해소하기
위해 주요 관리 Point 정의
 관리 Point 별로 관리 주체,
대상, 프로세스에 대한
개괄 정의
 Agile BI 체계의 성공적
확산을 위한 활성화 방안
Ideation
 도출된 방안 별로 추진
방안 수립
Tableau Quick start introduction

Weitere ähnliche Inhalte

Was ist angesagt?

Was ist angesagt? (10)

QlikView ppt
QlikView pptQlikView ppt
QlikView ppt
 
Oracle innovation summit chatbot
Oracle innovation summit chatbotOracle innovation summit chatbot
Oracle innovation summit chatbot
 
Big data preparation cs를 이용한 비정형데이터 활용
Big data preparation cs를 이용한 비정형데이터 활용Big data preparation cs를 이용한 비정형데이터 활용
Big data preparation cs를 이용한 비정형데이터 활용
 
[IBM Korea 김상훈] Watson Explorer
[IBM Korea 김상훈] Watson Explorer[IBM Korea 김상훈] Watson Explorer
[IBM Korea 김상훈] Watson Explorer
 
20150305 스마트한 데이터모델링 with ER/Studio
20150305 스마트한 데이터모델링 with ER/Studio20150305 스마트한 데이터모델링 with ER/Studio
20150305 스마트한 데이터모델링 with ER/Studio
 
[한국IBM] 관리회계/경영계획 솔루션 Planning Analytics 소개자료
[한국IBM] 관리회계/경영계획 솔루션 Planning Analytics 소개자료 [한국IBM] 관리회계/경영계획 솔루션 Planning Analytics 소개자료
[한국IBM] 관리회계/경영계획 솔루션 Planning Analytics 소개자료
 
IBM with 서비스나우, IT운영관리 이젠 바뀔 때입니다.
IBM with 서비스나우, IT운영관리 이젠 바뀔 때입니다.IBM with 서비스나우, IT운영관리 이젠 바뀔 때입니다.
IBM with 서비스나우, IT운영관리 이젠 바뀔 때입니다.
 
[한국IBM] 비정형데이터분석 WEX 솔루션 소개
[한국IBM] 비정형데이터분석 WEX 솔루션 소개[한국IBM] 비정형데이터분석 WEX 솔루션 소개
[한국IBM] 비정형데이터분석 WEX 솔루션 소개
 
제품소개 Wise meta
제품소개 Wise meta제품소개 Wise meta
제품소개 Wise meta
 
제품소개 Wise dq
제품소개 Wise dq제품소개 Wise dq
제품소개 Wise dq
 

Andere mochten auch

7. 생각의 탄생 생각도구 5 패턴형성
7. 생각의 탄생 생각도구 5 패턴형성7. 생각의 탄생 생각도구 5 패턴형성
7. 생각의 탄생 생각도구 5 패턴형성
hansei university
 
2012 빅데이터 big data 발표자료
2012 빅데이터 big data 발표자료2012 빅데이터 big data 발표자료
2012 빅데이터 big data 발표자료
Wooseung Kim
 

Andere mochten auch (11)

[사례집] Onoff it-digital-marketing-casestudy-by-kosan-ver.1.0
[사례집] Onoff it-digital-marketing-casestudy-by-kosan-ver.1.0[사례집] Onoff it-digital-marketing-casestudy-by-kosan-ver.1.0
[사례집] Onoff it-digital-marketing-casestudy-by-kosan-ver.1.0
 
잡코리아 글로벌 프런티어 6기_NEXUS_탐방 보고서
잡코리아 글로벌 프런티어 6기_NEXUS_탐방 보고서잡코리아 글로벌 프런티어 6기_NEXUS_탐방 보고서
잡코리아 글로벌 프런티어 6기_NEXUS_탐방 보고서
 
공간정보, 그 변화와 이동 - 국토부 국토정보정책아카데미 특강(11월 26일)
공간정보, 그 변화와 이동 - 국토부 국토정보정책아카데미 특강(11월 26일)공간정보, 그 변화와 이동 - 국토부 국토정보정책아카데미 특강(11월 26일)
공간정보, 그 변화와 이동 - 국토부 국토정보정책아카데미 특강(11월 26일)
 
신호와 소음 저자 네이트실버가 밝히는 빅데이터(Big data)분석 및 미래예측전략(1)
신호와 소음 저자 네이트실버가 밝히는 빅데이터(Big data)분석 및 미래예측전략(1)신호와 소음 저자 네이트실버가 밝히는 빅데이터(Big data)분석 및 미래예측전략(1)
신호와 소음 저자 네이트실버가 밝히는 빅데이터(Big data)분석 및 미래예측전략(1)
 
Mago3D: A Brand-New Live 3D Geo-Platform
Mago3D: A Brand-New Live 3D Geo-PlatformMago3D: A Brand-New Live 3D Geo-Platform
Mago3D: A Brand-New Live 3D Geo-Platform
 
Process for Big Data Analysis
Process for Big Data AnalysisProcess for Big Data Analysis
Process for Big Data Analysis
 
5D Must Be Better Than 4D
5D Must Be Better Than 4D5D Must Be Better Than 4D
5D Must Be Better Than 4D
 
7. 생각의 탄생 생각도구 5 패턴형성
7. 생각의 탄생 생각도구 5 패턴형성7. 생각의 탄생 생각도구 5 패턴형성
7. 생각의 탄생 생각도구 5 패턴형성
 
빅데이터 기술 현황과 시장 전망(2014)
빅데이터 기술 현황과 시장 전망(2014)빅데이터 기술 현황과 시장 전망(2014)
빅데이터 기술 현황과 시장 전망(2014)
 
2012 빅데이터 big data 발표자료
2012 빅데이터 big data 발표자료2012 빅데이터 big data 발표자료
2012 빅데이터 big data 발표자료
 
사업계획서 샘플 - 판매, 유통(Sales business, distribution ppt templates sample)
사업계획서 샘플 - 판매, 유통(Sales business, distribution ppt templates sample)사업계획서 샘플 - 판매, 유통(Sales business, distribution ppt templates sample)
사업계획서 샘플 - 판매, 유통(Sales business, distribution ppt templates sample)
 

Ähnlich wie Tableau Quick start introduction

3 7 건설정보화전략과pmis(이민남)
3 7 건설정보화전략과pmis(이민남)3 7 건설정보화전략과pmis(이민남)
3 7 건설정보화전략과pmis(이민남)
JiWoon Yi
 

Ähnlich wie Tableau Quick start introduction (20)

KOPENS_INTRODUCTION_2014
KOPENS_INTRODUCTION_2014KOPENS_INTRODUCTION_2014
KOPENS_INTRODUCTION_2014
 
bsk_03_01
bsk_03_01bsk_03_01
bsk_03_01
 
UNUS BEANs 소개서 20141015
UNUS BEANs 소개서 20141015UNUS BEANs 소개서 20141015
UNUS BEANs 소개서 20141015
 
[아이투맥스] 2015.07_세일즈포스 crm 이노베이션 세미나 최신자료 salesforce crm innovation
[아이투맥스] 2015.07_세일즈포스 crm 이노베이션 세미나 최신자료 salesforce crm innovation[아이투맥스] 2015.07_세일즈포스 crm 이노베이션 세미나 최신자료 salesforce crm innovation
[아이투맥스] 2015.07_세일즈포스 crm 이노베이션 세미나 최신자료 salesforce crm innovation
 
Ifra 솔루션 제품소개서
Ifra 솔루션 제품소개서Ifra 솔루션 제품소개서
Ifra 솔루션 제품소개서
 
Digital signage 소개 자료 15 08
Digital signage 소개 자료 15 08Digital signage 소개 자료 15 08
Digital signage 소개 자료 15 08
 
DLAB company info and big data case studies
DLAB company info and big data case studiesDLAB company info and big data case studies
DLAB company info and big data case studies
 
H사 RPA Definiton
H사 RPA DefinitonH사 RPA Definiton
H사 RPA Definiton
 
Rpa definiftion
Rpa definiftionRpa definiftion
Rpa definiftion
 
발표자료 개선플러스 현장개선제안솔루션_v8
발표자료 개선플러스 현장개선제안솔루션_v8발표자료 개선플러스 현장개선제안솔루션_v8
발표자료 개선플러스 현장개선제안솔루션_v8
 
웹로그분석 솔루션 인사이트 제품소개서 2017
웹로그분석 솔루션 인사이트 제품소개서 2017웹로그분석 솔루션 인사이트 제품소개서 2017
웹로그분석 솔루션 인사이트 제품소개서 2017
 
Rpa approach
Rpa approach Rpa approach
Rpa approach
 
Operation Logic Manager
Operation Logic ManagerOperation Logic Manager
Operation Logic Manager
 
저성장 시대 데이터 경제만이 살길이다
저성장 시대 데이터 경제만이 살길이다저성장 시대 데이터 경제만이 살길이다
저성장 시대 데이터 경제만이 살길이다
 
bsk_03_02
bsk_03_02bsk_03_02
bsk_03_02
 
[DDC 2018] Metatron 오픈소스화 및 생태계 구축 (SKT 이정룡, 김지호)
[DDC 2018] Metatron 오픈소스화 및 생태계 구축 (SKT 이정룡, 김지호)[DDC 2018] Metatron 오픈소스화 및 생태계 구축 (SKT 이정룡, 김지호)
[DDC 2018] Metatron 오픈소스화 및 생태계 구축 (SKT 이정룡, 김지호)
 
[코세나, kosena] 빅데이터 구축 및 제안 가이드
[코세나, kosena] 빅데이터 구축 및 제안 가이드[코세나, kosena] 빅데이터 구축 및 제안 가이드
[코세나, kosena] 빅데이터 구축 및 제안 가이드
 
스마트 제조: AWS를 활용한 제조사의 디지털 트랜스포메이션 실현 방법 및 사례 – 석진호 AWS 제조업 사업개발 담당, 최계현 현대건설기...
스마트 제조: AWS를 활용한 제조사의 디지털 트랜스포메이션 실현 방법 및 사례 – 석진호 AWS 제조업 사업개발 담당, 최계현 현대건설기...스마트 제조: AWS를 활용한 제조사의 디지털 트랜스포메이션 실현 방법 및 사례 – 석진호 AWS 제조업 사업개발 담당, 최계현 현대건설기...
스마트 제조: AWS를 활용한 제조사의 디지털 트랜스포메이션 실현 방법 및 사례 – 석진호 AWS 제조업 사업개발 담당, 최계현 현대건설기...
 
bsk_04_01
bsk_04_01bsk_04_01
bsk_04_01
 
3 7 건설정보화전략과pmis(이민남)
3 7 건설정보화전략과pmis(이민남)3 7 건설정보화전략과pmis(이민남)
3 7 건설정보화전략과pmis(이민남)
 

Tableau Quick start introduction

  • 1. Copyright © 2014 by Plan-iT Partners. ALL RIGHTS RESERVED. No part of this publication may be reproduced, stored in a retrieval system, or transmitted in any form or by any means — electronic, mechanical, photocopying, recording, or otherwise — without the permission of Plan-iT Partners. Tableau : Leader of Agile BI Quick start proposal Feb, 2015
  • 2. 높은 구축 비용과 복잡한 구축 절차로 인해 BI를 도입하지 못하고 있습니까? BI 도입에 대한 장애 요소 11% 18% 26% 16% 27% 20% 13% 17% 12% 33% 관심 없음 관심 있음 개발 계획 있음 개발 완료 확대 계획 있음 자체 개발 솔루션 CIO가 뽑은 투자 확대 분야 2위(56%) 1) BI에 대한 기업들의 높은 관심 BI 시스템 개발 의향 조사2) 1) US CIO research, CIO Korea, 2013 – 1위는 59%로 Mobile 2) Forrsights Software Survey, Forrester, 2011 60% 43% BI 도입의 걸림돌 필요성은 충분히 인식하지만, 투자 여력이 없어서…  수억에서 수십억까지의 구축 비용 발생 – 수억 원 수준의 BI 솔루션 라이선스 및 ETL, DW 구현 관련 추가적인 라이선스 비용 발생  전사 데이터 소스 분석, 취합에서 BI report 사용 환경까지 길고 복잡한 절차 Data source ETL ODS Info portal Data mart BI tool Data warehouse
  • 3. 요구사항 변화 및 부서별 요구사항에 대해 신속하게 대응하기 어렵습니까? BI 도입에 대한 장애 요소 45% 19% 13% 23% <6% 7-10% 11-19% >20% 당신의 기업 내 얼마나 많은 직원들이 BI를 이용합니까?2) 1) Forrester research & TDWI research, 2009-2012 2) Business Process Professionals, Boris Evelson, 2011  64% 기업들이 10% 미만의 직원만이 BI를 사용하고 있다고 응답 낮은 이용률 “새로운 분석 보고서를 보려면 최소 3일을 기다려야 함“ “88%의 사용자가 엑셀을 통해 광범위하게 추가 데이터 가공“ “부서별 차별화된 분석 기준을 적용하기 어려움“ BI 요구 사항 반영과 관련된 기업들의 현황 1) “74%의 기업이 새 데이터 소스를 추가하는데 3주 이상 소요“ “55%의 사용자가 단순히 숫자를 추출하기 위한 정보 채널로서 사용 “
  • 4. 느린 조회 성능 때문에 사용자 불만이 늘어나고 있습니까? BI 도입에 대한 장애 요소 리포트 조회 속도 저하 이용자 불만 증대 데이터 단순 추출 목적 이용Report 관리/개선 의지 저하 전반적인 만족도 & 이용률 저하  조회 성능은 BI 전문가, 소비자가 꼽은 가장 중요한 솔루션 선정 기준의 하나 조회 속도 저하로 인한 악순환 발생  그러나 데이터 량 및 사용자 증가에 따라 기존 BI report의 조회 속도 하락 가능성 높음 – 지속적인 데이터 증가 및 데이터 복잡도 증가에 따라 조회 속도 지속적 하락 – 동시 사용자 증가 또한 조회 속도에 악영향 초래 조회 성능 저하 Issue BI 솔루션에서 가장 중요한 점은?1) 1) Information Week Analytics/IntelligentEnterprise.com, BI survey of 534 professionals 63% 66% 69%① 빠른 Data 조회, 분석 기능 ② 구현 용이성 ③ 사용자 이용 용이성
  • 5. 최고의 Agile BI 솔루션 ‘Tableau’를 Quick start program으로 사용해 보세요 최적의 서비스 제안  Gartner 평가 1위 (2014)  Data link 구성까지 사용자 주도로 진행 가능한 All-in-one Agile 솔루션  Columnar In-memory 기술 기반  사용량에 따라 적용되는 합리적인 가격 체계  최소의 비용으로 BI 솔루션 구현 가능  초기 투자 비용 없이 사용량과 기간에 따라 비용 지출 개요  2천만 원의 비용으로 BI 구축 (H/W 별도) - 라이선스 비용 및 초기 구축 비용 포함 (3주 동안 전문 인력이 설치, Initial scope 보고서 구현, 사용자 교육 수행)  1개 개발자 & 10개 사용자 ID를 통해 사용성 검증 및 BI 효용 확보 주요 Benefit  다양한 Data source의 쉽고, 자유로운 통합  현업이 직접, 제약 없이 보고서 구성 가능  보통의 Infra를 활용해 他 In-memory 솔루션보다 빠른 조회 성능 확보 Agile BI 솔루션 ‘Tableau’ Soft landing의 구축 ‘Quick start’ 최소의 비용으로 최신 BI platform 구축 & 합리적인 TCO 운영
  • 6. Agile BI는 기존 BI의 한계를 극복할 수 있는 차세대 BI 수행/운영 체계입니다 Agile BI 개요 기존 BI 한계의 원인 Agile BI  BI 서비스 사용자와 제작 부서의 불일치  소통 단절이 발생하는 협업 구조 조직 & 프로세스 : 개발 Role의 분리 & 실무 부서의 개발 참여 의사 결정자가 업무 환경의 변화에 대해 유연하게 대응할 수 있는 BI 체계1) (프로세스, 업무/협업 방식, 개발 방법론, 툴/기술) Agile BI 구성요소 기반 기술/Infra : 이종 Data 접근 및 Analytics 구성이 용이한 BI 플랫폼  전문 기술이 필요한 개발 과정 (데이터 전처리 과정 포함)  복잡한 기술 구성으로 인한 높은 TCO 발생 1) Trends 2011 And Beyond: Business Intelligence, Forrester report, 2011 개발 방법론 : Prototype 우선 & 순환적/점진적 확장  요구 사항이 변경될 가능성이 높으나, 수용도는 낮음  복잡하고 긴 개발 단계
  • 7. 한마디로, 진화된 BI Tool을 활용해 BI 작업자가 직접 리포트를 구성하는 체계입니다 Agile BI의 핵심 Concept 기존 BI Work practice Agile BI Work practice Biz analyst DW modeler ETL developer BI developer Quality Assurance End User BI 작업자 (Power user) DW modeler ETL developer Infra developer End User (Info consumer) Quality Assurance Feedback & 개선 작업  Data control에서 Report 구성까지 독자적으로 작업이 가능한 Tool 제공  업무 이해도가 높은 BI작업자가 직접 Analytics 구성 및 제공  이후 End user의 Feedback을 쉽고 편하게 반영  그 외 Data, IT 관리자들은 BI 작업자가 Analytics를 구현할 수 있도록 보조* BI 작업자는 솔루션 전문가가 아닌, 내부 개발 인력 혹은 실무 부서 사용자
  • 8. Tableau는 견고함과 성능, 민첩성을 갖춘 최적의 Agile BI 솔루션입니다 Tableau 소개 “Gartner에 의해 BI 영역 에서 No.1 평가를 받은 Self-service BI 솔루션” 평가 1위 영역 • 실행 능력 • 고객만족도 • 사용자편의성 “Self-Service BI” 모델링부터 화면 생성, 배포까지 사 용자가 직접 수행할 수 있는 유일한 BI 솔루션 1 타 BI솔루션과의 차별점 “강력한 Visualization” Pixar와 Stanford Univ.가 함께 개발한 강력한 분석도구 2 “뛰어난 조회 성능” 컬럼 단위 인메모리 처리 기술로 뛰어난 성능 발휘 3 Magic Quadrant for BI and Analytics Platform, 2014
  • 9. Quick start 프로그램을 통해 부담 없이 검증, 적용해 보세요 Quick start 프로그램 개요 솔루션 구축 솔루션 이용 추가적인 활용 방안 수립  개발 범위 산정 - 기본 2천만 원 기준 범위 산정 (추가 구축 범위 협의 가능)  BI 전문 컨설턴트의 Report design 검토 및 개선 - 솔루션의 특장점 반영한 디자인  BI 전문 Engineer 주도의 솔루션 구축 - 소스 Data 통합, 가공, 리포트 개발까지 전체 Cycle 수행  인수인계 시점에 사용자 교육 및 관리자 교육 진행 - Material 제공 및 교육 Session  제약 없는 BI 서비스 이용 - 데이터 범위 및 BI report 사용량 제한 없음 - Mobile 포함 이용 제한 없음 - 온라인 교육 및 비정기적인 집합 교육 이용 가능  Agile BI 체계로의 전환 검토 - Agile BI 기반 하의 R&R, Process 수립 - 기존 시스템 Infra 및 BI Platform과의 관계 설정 서비스 내용 - 합의된 작업 범위에 따른 Tableau BI report 개발 - 개발 내용에 대한 보고 및 시연 - 솔루션 사용법에 대한 사용자/관리자 교육 - 작업 내용 인수 인계 솔루션 라이선스 BI reports 개발 - 1명 개발자 & 10명 사용자 ID 구매 사용자 교육 및 인수인계 절차
  • 10. 플랜잇은 BI system 구축과 Consulting 서비스를 모두 보유한 업체입니다 플랜잇의 주력 사업 분야 다양한 BI Tool을 활용한 시스템 구축 경험 10년 이상 축적 Tableau는 물론 SAP, QlikView, Tableau, BIRST 등 최신 솔루션 경험 다수 BI System 서비스 Consulting 서비스 IT Solution 서비스 실질적인 고객 가치를 창출하는 Total BI Service 기업 기업 IT 부서의 성과 극대화를 위한 전략적 접근 제안 국내외 전략 컨설팅사 인력을 보유하여 고객사 문제해결 지원 강력한 자체 솔루션 개발 역량과 경험 보유 Big Data 분석 엔진, Cloud 기반 연말정산 등 상용 서비스 구현
  • 11. 다양한 플랫폼 기반 및 대형 Site 중심의 관련 Reference를 보유하고 있습니다 플랜잇의 주요 reference 사업 명 사업내용 참여기간 발주 처 구축 솔루션 Clinical DW 구축 의료 정보의 연구 목적 제공 및 Clinical Index에 대한 DW 및 보고서 구축 2015.01 ~ 현재 국내 선도 병원 In-house 웹로그 분석 CRM 데이터와 웹로그를 분석하여 마케팅 활동에 활용하기 위한 BI 구축 2014.12 ~ 현재 국내 선도 자동차 보험 Tableau + Splunk B2B 실적 모니터링 기업사업부문 Funnel 분석을 위한 BI 및 Dashboard 구축 2014.12 ~ 현재 국내 선도 통신사 Birst 자산운용 BI 자산 운용 현황 및 수익성 분석을 위한 통합적 BI 시스템 2014.12 ~ 현재 국내 선도 생명 보험사 SAP BW / BO 거래선 KPI 관리 리셀러와 AS Shop의 KPI 모니터링 시스템 구축 2014.11 ~ 2015.01 Global 자동차 제조사 Birst 수익성 분석 전사 PL, 채널별 PL 상세 분석을 위한 시스템 구축 2014.11 ~ 2014.12 Global 전자 제조사 SiSense 전사 EIS 전사 경영정보시스템 및 회의에 활용을 위한 회의체 시스템 구축 2014.06 ~ 2014.12 국내 선도 보험사 In-house 마케팅 DW 구축 시청 로그, 상품 구매 이력의 다차원 분석 DW 및 분석 보고서 구축 2014.08 ~ 2014.12 국내 선도 통신사 Birst 마케팅 BI 물류, 판매, 재고, 수익성 분석을 위한 DW 및 분석 보고서 구축 2014.04 ~ 2014.12 국내 선도 정유 SAP BW / BO SCM BI 시스템 설계/구축 거래처 업무, 시장 현황, 수요 예측, 수익성 등 전사 통합적 BI 시스템 2013.08 ~ 2013.12 Global 전자 제조사 QlikView 자산운용 BI 자산 운용 현황 및 수익성 분석을 위한 통합적 BI 시스템 2013.03 ~ 2013.12 국내 선도 생명 보험사 MSTR Big Data Analytics 기획 Mobile 단말 로그 분석을 위한 Analytics platform & service 기획 2013.05 ~ 2013.06 Global 전자 제조사 Splunk * Feb 2015 현재
  • 12. 필요에 따라 Agile BI 운영/관리 체계 구축을 위한 가이드를 제공합니다 플랜잇의 Agile BI 관리 체계 구현 Agile BI 적용 영역/방식 정의 1 Governance 체계 수립 활성화 방안 수립 3 성공적인 Agile BI 도입 2  누가 어떤 방식으로 Agile BI 기반으로 개발하고 이용하는지에 대한 정의  정의된 개발 절차가 어떤 영역에서 적용되는지에 대한 정의  Agile BI Risk를 해소하기 위해 주요 관리 Point 정의  관리 Point 별로 관리 주체, 대상, 프로세스에 대한 개괄 정의  Agile BI 체계의 성공적 확산을 위한 활성화 방안 Ideation  도출된 방안 별로 추진 방안 수립