큰 데이터에 대 한 정보를 압도 하 고 눈부신. 정보는 멋진, 우리 또한 큰 데이터 뒤에 값을 참조 하지만 많은 회사가 그것을 어떻게 해야할지 모르겠다.
실용적인 방식으로 핵심 비즈니스 및 비즈니스 관리 및 전략적 의사 결정의 수준을 향상 하 고 궁극적으로 만드는 거 대 한 상업적 가치, 아마도 큰 데이터 값의 제일 해석을 위하여 전략적 결정에 필요한 중요 한 정보를 얻기 위해 낮은 비용, 높은 속도 캡처 및 대용량 데이터의 실시간 분석을 사용 하.
대용량 데이터를 분석 하는 과정에서 전통적인 bi (비즈니스 인텔리전스) 방식은 그것이 사전에 인사는 모델링의 분석 요구 사항에 따라 두 테이블을 할 또는 플레이 큐브, 데이터의 초기 요약, 비즈니스 직원 앞에 분석 결과 보고서를 볼.
이 성숙은 연습과 몇 년 동안 지속 하지만 몇 가지 문제가 있습니다.
1. 비즈니스 직원 상대적으로 정적 보고서, 크기의 분석 및 측정 모델의 계산의 볼을 왔다 추구를 변경 하려면, 모델링 사전 설정을 변경할 수 없습니다, 고정 등 합계 또는 평균 차이, 모델을 수정 하려면 다시가 야 한다
2. 요구 사항에서 변경의 분석, 비즈니스 직원 수 없습니다 직접 조정 보고서, IT 직원 필요 하거나 수정할 기존 분석 모델, 소모, 긴 응답 시간;
3. 일부 기업 데이터의 작은 금액 및이 프로세스와 데이터 분석을 수행 하는 구조에 따라 해야.
이러한 문제에 대 한 필수적인 이유 과거 기술 아키텍처는 대규모 데이터를 계산 하는 데 충분 하 고 사전에 모델링, 두 테이블 및 큐브 데이터 요약할 필요.
솔루션-Yonghong 민첩 한 Bi
개발 및 기술의 진화, 양방향 필드는 민첩 한 bi 혁신의 새로운 세대 되죠. Yonghong 민첩 한 BI를 사용 하 여 데이터 분석에서의 장점은 다음과 같습니다.
? 분석 보고서 볼 수 있지만 이동 되지 않습니다. 데이터 프레 젠 테이 션 시작 점으로 하지 끝점입니다. 인터랙티브 분석, 깊은 파, 문제, 조치를 취할 뿐만 아니라, 답변을 찾을 수를 찾을 수 있을 수 있을 수 데이터를 참조 하십시오. 그리고 데이터 상호 작용의 과정은 충분히 빨리, 사용자 생산 클릭 당 35 분 하는 경우 결과, 대화형 분석 되지 않을 수 있습니다. 대형 데이터 처리 기술을 기반으로 하는 Yonghong 민첩 한 BI, 데이터의 TB PB 수준 실현된 2 차 응답; 수
? 분석 보고서 여야 한다 사용할 수 있는 분석 플랫폼에서 직접 비 it 동료에 게. 모든 분석 요구 사항을 IT 부서에 보고를 제출 하는 무 능력 크게 IT 부서에 대 한 부담을 늘릴 수 있습니다. 민첩 한 BI 구현 작업은 간단, 사업 담당자를 직접 사용할 수 있습니다;
? 분석 보고 요구는 종종 부서 데이터 계층과 비즈니스 계층을 개선 하기 위해 필요로 하는 데이터 계층 변화를 필요로 하 고 전통적인 BI 플랫폼 한 달 또는 2에 대 한 모델을 빗 필요 합니다. Yonghong 민첩 한 BI 사전에 모델링 될 필요는 없습니다 수 유연 하 게 분석 치수를 조정 하 고 보고서 프레 젠 테이 션 분석 과정에서 엔터프라이즈의 통찰력 의사 결정 능력 향상 요구 사항 변화 하루에 응답할 수 있습니다.
민첩 한 bi의 원리
달리 전통적인 손담비 무게 모델링, 통합 보기, 민첩 한 bi 경량 모델링 뷰 방법, 아니 두 개의 테이블, 큐브, 데이터를 직접 분석 될 수 있다, 그리고 기업 들 분석 및 측정의 계산의 크기를 조정할 수 있습니다, 크게 진정으로 유연성을 증가 걸리고 데이터 대화.
아마도, 같은 프레임 워크를 채택 하지 않는, 때문에 그런 편리한 방법으로, 왜 전통적인 bi 질문은? 위에서 설명 했 듯이, 전통적인 기술 아키텍처 현재 대용량 데이터 기술 소개 하지 않습니다, 그리고 데이터 보고서 프레 젠 테이 션 속도의 분석 되도록 사전에 요약 해야 합니다 그래서 결과 보여 사용자의 몇 초에서 대규모 데이터의 얼굴을 클릭할 수 없습니다. 구현 민첩 한 bi의 전제는 수십 시간 시간, 분산 컴퓨팅, 메모리 계산, 열 저장 및 라이브러리 컴퓨팅을 포함 하 여 데이터를 처리 하는 새로운 아키텍처의 성능 향상을 위해 이다.
따라서, 민첩 한 bi 신속 하 게 의미 그리고 낮은 비용과 짧은 온라인 사이클을 통해 데이터의 가치에 대 한 통찰력을 줄 수 있습니다.
케이스-데이터 시각화 분석을 실현 하는 날
에릭 컨설팅 그룹의 실제 사례를 살펴 봅시다.
컨설팅 그룹은 다음과 같은 문제에 직면해:
? 에릭은, 국가에서 가장 큰 인터넷 미디어/연구 기관 그리고 그것의 연구 및 분석 보고서를 인용 하는 해외 상장 기업 70% 이상. 고객 맞춤형된 자문 Reporting Services와 함께 제공을 동시에 오프 라인 보고의 제공 및 소프트웨어 두 가지 유형의 서비스 제공으로 나누어
? 고객의 사용자 지정 요구 생산 보고서 소프트웨어의 제공 반 년 배달 주기를 필요로 하는 경우 3-4 주 배달 주기를 필요로 하는 경우 변경할 수 있습니다. 노동의 높은 비용 때문에 반복 주기는 너무 오래, 감히 하지 수행 프로젝트의 너무 많이 보고 요구 사항, 사용자 지정된 프로젝트;의 작은 수만 할 수 없습니다.
? 따라서, 아이리스는 비즈니스 효율성과 수익 공간을 향상 비즈니스 인텔리전스 도구를 활용 하 고 싶어.
에릭의 요구를 요약:
? 프로젝트 필요 예: 웹사이트 요약, 사용자의 소스 영역, 이력 도메인 이름에 시간 차원을 따라 하 고 페이지 방문 수, 체류 시간, 효과적인 방문 주파수, 반송 률, 반환 사람, 새로운 방문자, 방문 수, 방문 날짜 등 데이터 통계 관련. 조건, 사용자 동작을 통해 동적으로 추가할 수 모니터링 데이터를 분석 하 고, 얻은 자세한, 선택을 취소 사용자 행동 습관;의 이해
? 매일 데이터 볼륨 수만 수백만의 그리고 다른 웹사이트 고객의 분석 요구의 각각 다른 유연한 변경 다차원 분석 수요 분석 성능, 전통적인 데이터베이스에 높은 도전을 제기 했다 이며, Hadoop 아키텍처 이미 고성능 실시간 분석 수요;을 만족 시킬 수 없다
? IBM, SAP, Oracle 등 외국 제품 가격이 더 비싼, 규모, 참을;의 수백만에서
? 국내 제품은 대부분 비즈니스 인텔리전스를 분석 하기 전에 모델을 필요의 이전 세대의, 그것의 수요, 변화에에서 유연한 다차원 분석 처리 하기 어려운 이며 많은 양의 데이터 처리에 대 한 용량 요구 사항을 충족 하지 않을 수 있습니다.
마지막으로, 민첩 한 bi (비즈니스 인텔리전스) 기술을 3 개월 정보 데이터 (약 5 십억) 용 홍 기술, 분석 및 보고서의 프레 젠 테이 션에 직접 사용자 지정의 민첩 한 bi 시스템에 도입. 이 이니셔티브는 고객에 게 큰 혜택을 제공:
• 업무 효율성: 민첩 한 비즈니스 인텔리전스 도구를 사용 하 여 오프 라인 보고 배달 주기는 단축 3-4 주에서 1 주 후 소프트웨어 배달 6 1 개월 단축 하는 Excel과 SQL 프로그래밍에 따라 원래 분석 방법에 비해.
• 소스 증가 프로젝트: 이전 요구 사항은 제공 하는 무 능력에 따른 수요 변화에에서의 공포에 의해 완전히 확인 된 프로젝트 착수 하지 감히. 민첩 한 비즈니스 인텔리전스 도구, 몇 일, 프로토 타입 고객을 신속 하 게 구축할 수 있습니다와 요구 사항에 어떤 변화 든 지 1 주일 이내에 조정할 수 있습니다. 신속한 프로토 타입 및 오류 테스트 접근; 통해 같은 프로젝트를 수행 하는 기능
• 증가 수익 공간: 비즈니스 효율성에 큰 증가 때문 소득 공간, 더 많은 프로젝트를 수행 하는 여러 번 성장;
• 고객 만족도 향상: 고객에 게 신속 하 게 대응 하는 능력 필요 하 고 변경, 고객의 기대를 초과, 극적으로 증가 하는 고객 만족과 고객 유지 비율.
그 뿐만 아니라, 하지만 또한 혁신 모델의 변화:
• 민첩 한 비즈니스 인텔리전스 도구에 따라, 에릭 빌드 추가 사용자 경험을 향상 하 고 고객에 게 직관적, 대화형 프레 젠 테이 션 및 분석 보고서를 제공 하는 새로운 SaaS 플랫폼
• 제공 SaaS 계정을 통해 안정적인 장기 지속 가능한 수익 매출 패턴, 단일 프로젝트에 원래 근거 했다 수익 모델 변경
인터넷 응용 프로그램 공급자 대용량 데이터 서비스를 제공 하는 자본 시장의 가치를 극적으로 증폭 미디어/컨설팅 서비스에서 교대 U-아이리스의 값 설명
U 계열사 신속 하 게 새로운 패턴의 민첩 한 비즈니스 인텔리전스 도구 사용에 따라
이것은 새로운 혁명, 빅 데이터 시대, 수많은 데이터 덩어리의 출현, 또한 좋은 삽을 제공 하는 사람이 필요 합니다.