셀프 서비스 BI의 정의와 올바른 수행 방법

셀프 서비스 비즈니스 인텔리전스(BI)는 꽤 오랫동안 많은 조직의 해야 할 일 목록에 있었습니다.

비기술적 배경을 가진 사용자가 비즈니스 속도로 통찰력을 얻을 수 있도록 하는 도구로 마케팅된 셀프 서비스 BI는 실제로 구현하는 데 있어 많은 조직에서 실망을 안겨주고 있습니다.

기업은 셀프 서비스 BI가 원래 약속한 것을 얻지 못하면서 실패 사례가 많습니다. 이는 비즈니스 성장을 주도하기 위해 강력하고 정확한 보고서를 작성하는 LOB(기간 업무) 사용자를 위한 IT의 자유입니다.

이 블로그에서는 셀프 서비스 BI가 정확히 무엇인지, 조직에서 실패하는 이유, 성공적인 셀프 서비스 BI 솔루션을 구현하기 위해 회사가 취해야 하는 단계에 대해 알아봅니다.

셀프 서비스 BI란 무엇입니까?

셀프 서비스 BI 정의

셀프 서비스 BI는 기술에 정통하지 않은 비즈니스 사용자(영업, 재무, 마케팅 또는 HR)가 직접 데이터에 액세스하고 데이터를 탐색할 수 있도록 사용하기 쉬운 BI 도구를 사용하는 BI의 한 형태로 종종 정의됩니다. .

셀프 서비스 BI는 중앙 집중식 기능으로 IT 또는 BI 부서에서 소유하는 기존 BI와 다릅니다. 전통적인 접근 방식에서는 이러한 팀이 모든 것을 담당합니다. 필요한 데이터를 준비하고, 저장 및 보호하고, 데이터 모델을 구축하고, 쿼리를 생성하고, 요구 사항을 수집한 후 최종 사용자를 위한 시각화를 구축합니다.

셀프 서비스 BI의 아이디어는 조직의 모든 사람이 데이터에 액세스하고 사용할 수 있도록 하는 데 중점을 둔 데이터 민주화와 밀접한 관련이 있습니다. 궁극적인 목적은 조직 수준에서 더 많은 통찰력을 생성하고 더 나은 비즈니스 결정을 내리는 것입니다.

셀프 서비스 BI의 주요 이점

• 통찰력 확보 시간 단축 — 최종 사용자에게 제어권을 이전한다는 것은 기존 BI 프로세스에서 시간이 많이 소요되는 단계를 건너뛰는 것을 의미합니다. 셀프 서비스 BI에서 최종 사용자는 도출 및 승인을 거쳐 최종적으로 보고서가 게시될 때까지 며칠 또는 몇 주를 기다릴 필요가 없습니다. 또한 더 많은 시각적 개체가 필요하다는 것을 깨달았을 때 지루한 변경 요청 관리 프로세스를 처리할 필요가 없습니다. 중요한 추세, 패턴 또는 이상을 발견하기 위해 즉석에서 데이터를 자르고, 조정하고, 추가할 수 있기 때문입니다.
• 향상된 운영 효율성 — 셀프 서비스 BI는 철저한 도메인 지식을 갖춘 비즈니스 사용자가 임시로 자체 데이터 분석을 수행할 수 있도록 함으로써 IT 또는 BI 팀이 데이터와 관련된 일상적인 작업을 처리하지 않도록 하는 동시에 더 나은 품질의 통찰력을 제공합니다. 대신 이러한 팀은 데이터 파이프라인을 설정하여 적시에 올바른 대상으로 데이터를 정제 및 변환하고 중요한 데이터 거버넌스 프로세스를 유지 관리하는 것과 같은 더 어려운 문제에 집중할 수 있습니다.
• 비용 절감 — 많은 셀프 서비스 BI 채택자들은 시간과 비용 절감을 위해 IT 및 BI 기능을 최적화하는 것 외에도 한 단계 더 나아갑니다. 이들은 고급 데이터 분석을 수행하기 위한 지식과 도구를 주제 전문가에게 제공합니다. 즉, 비즈니스에 중요한 ML 기반 예측을 생성하는 방법을 알고 있는 시민 데이터 과학자를 양성합니다. 데이터 과학 인재가 막대한 비용을 지불해야 하는 상황에서 이러한 종류의 투자는 아마도 데이터 기반 기업이 할 수 있는 최고의 투자 중 하나일 것입니다.

셀프 서비스 BI 도구의 핵심 기능

위에서 언급한 셀프 서비스 BI의 강력한 이점을 사용하려면 셀프 서비스 BI 도구에 다음과 같은 필수 기능이 있어야 합니다.

• 셀프 서비스 BI 도구를 데이터베이스, CRM, ERP, 마케팅 분석, 재무 소프트웨어, 기타 온프레미스 및 클라우드 시스템과 통합하여 가장 효율적인 방식으로 분석 요구 사항을 충족할 수 있도록 하는 데이터 커넥터 입니다.
• 사용자 지정 가능한 설정이 포함된 책 품질의 미리 준비된 보고서에서 임시 드릴다운에 이르기까지 다양한 보고 기능 을 통해 사용자가 배포 일정을 잡거나 결과를 여러 대상에 대한 하위 집합으로 나눌 수 있습니다.
• 직관적인 끌어서 놓기 또는 클릭 기반 인터페이스 로 사용자가 데이터 필드와 시각적 개체를 선택하고 탐색 및 스토리텔링을 위해 보고서 캔버스로 끌어다 놓을 수 있습니다.
• 사용자 기본 설정 및 요구 사항에 따라 대시보드를 만드는 프로세스를 단순화하는 데이터 시각화 템플릿 입니다.

많은 조직에서 데이터 과학 및 기계 학습 기능을 강화하여 셀프 서비스 BI를 다음 단계로 끌어 올립니다. 증강 분석 플랫폼을 통해 사용자는 더 많은 데이터를 검색하고, 특성화되지 않은 데이터 세트를 평가하고, 가상 시나리오를 생성할 수 있습니다. 이러한 방식으로 비즈니스는 진화하는 요구 사항에 최대한 빨리 대응하여 최대한의 민첩성을 달성할 수 있습니다.

조직이 셀프 서비스 BI에 실패하는 이유

1. 비현실적인 기대

초보 사용자에게 데이터를 제공하기 시작한 조직은 보고서 품질이 저하될 심각한 위험에 직면해 있습니다. 다른 자격을 가진 이러한 사용자가 보고의 기본 사항을 먼저 배우지 않고 잘못 해석되지 않은 데이터를 얻게 되면 매우 운이 좋을 것입니다.

예를 들어, 과거 기간의 총 판매액에 대한 첫 번째 보고서를 작성하는 행복한 사용자는 다양한 측정에 대한 기본 집계에 대해 전혀 모르고 SUM 대신 평균 수치로 끝날 수 있습니다. 또는 반대로 부풀려진 숫자를 제출할 수 있습니다. 또한 가중 평균이 서로 다른 세부 수준으로 표시되어야 할 때 가중 평균에 영향을 줄 수 있는 데이터 불일치의 위험이 있습니다.

더 나아가, 파워 유저가 아닌 사람들은 그들의 초기 믿음을 뒷받침하는 단순한 분석에 만족할 수 있습니다. 확인 또는 체리 따기 편향 함정은 특히 특정 패턴을 설명해야 하는 압력을 받을 때 훈련을 받지 않은 사용자가 반드시 알아야 하는 것은 아닙니다.

2. 혼돈 보고

셀프 서비스 BI는 IT 개입이 전혀 없음을 의미하지 않습니다. IT의 거버넌스 없이 사용자가 데이터를 가지고 놀게 하면 일반적으로 보고가 무정부 상태가 됩니다.

거버넌스가 없으면 사일로에서 작업하고 동일한 분석을 제공하는 여러 사용자의 중복 보고서 또는 동일한 메트릭을 분석하지만 다른 필터를 사용하여 상충되는 결과를 제공하는 다른 사용자의 보고서가 중복될 수 있습니다. 다른 부서의 보고서는 수량, 값 또는 시간에 대해 다른 명명 규칙에 의존하거나 동일한 용어를 사용할 수 있지만 반드시 동일한 정의는 아닙니다. 동일한 데이터베이스의 여러 버전, 수정되지 않는 데이터베이스의 오류, 한 번만 사용되는 개체 생성 ... 목록은 끝이 없습니다.

거버넌스는 데이터 기반 조직이 셀프 서비스 세계에서 보이콧할 수 있는 것이 아닙니다. 회사가 사용자가 자체 분석을 수행하지 못하도록 아무리 간절히 원하더라도 높은 데이터 품질과 일관성을 유지하려면 IT 부서가 여전히 관여해야 합니다.

3. 채택 부족

사실 모든 사람이 열심히 일하는 것을 좋아하는 것은 아닙니다. 대부분의 비즈니스 사용자는 숫자를 알려주는 간단한 대시보드를 원합니다. 그러나 가치 있는 통찰력은 종종 단순한 비즈니스 성과 분석보다 더 깊은 수준에 있습니다.

효율적인 셀프 서비스 BI를 방해할 수 있는 또 다른 심리적 요인은 변화에 대한 저항입니다. 셀프 서비스 BI 여정의 초기 단계에 있는 많은 조직에서 좌절한 비즈니스 사용자가 예전처럼 보고서를 요청하기 위해 BI 또는 IT로 다시 오는 것을 보는 것은 드문 일이 아닙니다. 오래된 접근 방식이 더 안전합니다.

비우호적인 셀프 서비스 BI 환경 설정도 문제가 될 수 있습니다. IT 또는 BI 팀이 결과를 수집하고 개선하기 위한 사용하기 쉬운 도구로 보일 수도 있는 것이 기술적인 기술이 없는 일반 사용자에게는 압도적이고 의욕을 떨어뜨리는 기능을 가질 수 있습니다. 중요 테이블과 스프레드시트는 지루할 수 있지만 사용자는 막히면 빠르게 원래대로 되돌립니다.

셀프 서비스 BI를 성공적으로 구현하는 방법에 대한 ITRex의 10가지 팁

다음은 300만 비즈니스 사용자를 보유한 세계 최고의 소매업체를 포함하여 중소기업과 대기업 모두를 위한 효율적인 셀프 서비스 BI 도구를 구축한 ITRex의 경험에서 얻을 수 있는 필수 사항 목록입니다(이 프로젝트에 대한 자세한 내용은 여기를 참조하십시오).

1. 셀프 서비스 BI 전략 설정

지연된 보고서를 줄이거나 조직 전체에 데이터 액세스를 제공하는 것과 같이 간단하게 셀프 서비스 BI로 달성하려는 목표를 먼저 정의해야 합니다. 셀프 서비스는 다른 사람들에게 무엇이든 의미할 수 있으므로 프로젝트에 대해 명확해야 합니다. 구현 규모, 사용자 유형, 기술 숙련도, 결과물에 대한 기대치를 조기에 이해하는 것도 중요합니다.

2. 프로젝트 전반에 걸쳐 모든 이해 관계자를 참여시키십시오.

이해 관계자가 데이터에서 무엇을 찾고 데이터 관련 성공 메트릭이 무엇인지에 대해 머리를 숙여야 합니다. 기능, 유용성, 사용자 경험 및 기타 입력을 수집하기 위해 인터뷰합니다. 그런 다음 반복하면서 지속적으로 피드백을 요청하세요. 관련 셀프 서비스 BI 도구를 구축하는 것 외에도 이해 관계자에게 주인의식을 심어주고 참여도를 높일 수 있습니다.

3. IT 부서 참여

이것은 또한 필수적입니다. IT는 데이터 환경, 기존 데이터 소스, 데이터 거버넌스 제어 및 데이터 액세스 관리에 대한 모든 정보를 보유하고 있습니다. 사용자 액세스 및 새로운 데이터 소스의 통합 측면에서 유지 관리, 모니터링 및 관리하기 쉬운 셀프 서비스 BI 솔루션을 선택하거나 구축하는 데 도움이 될 것입니다.

4. 강력한 거버넌스 설정

셀프 서비스 BI 거버넌스에는 다음이 포함됩니다.

데이터의 일관성, 완전성, 통합성, 정확성, 최신성을 보장하기 위한 데이터 거버넌스 정책 및 절차. 여기에서 더 광범위한 데이터 관리 전략을 개발하고 마스터 및 메타데이터 관리의 일부로 선도적인 사례를 채택해야 합니다.

• 셀프 서비스 BI 환경 전반에 걸쳐 균일하게 정의하고 편차를 배제하기 위한 비즈니스 메트릭 거버넌스
• 품질 검증 절차를 설정하기 위한 보고서 거버넌스
• 셀프 서비스 BI의 어떤 데이터에 누가 액세스할 수 있는지 정의하고 데이터 계보를 설정하는 데이터 보안

5. 올바른 도구 선택

일률적인 전략은 없습니다. 사용자는 도구가 정확하게 충족해야 하는 다양한 요구 사항과 기술을 가지고 있습니다. 사용자가 자립을 유지하면서 새로운 질문을 할 수 있도록 유연성과 정교함의 균형을 맞춰야 할 것입니다. 맞춤형 셀프 서비스 BI 솔루션을 사용하면 더 쉽게 달성할 수 있습니다.

6. 단일 진실 소스 구축

동일한 데이터를 기반으로 의사 결정을 내릴 수 있도록 단일 정보 소스가 솔루션 아키텍처의 일부로 구현됩니다. 이를 위해 기업은 여러 소스의 모든 데이터에 대한 360도 보기를 제공하고 데이터 액세스, 분석, 강화 및 보호를 훨씬 간단하고 효율적으로 만드는 데이터 웨어하우스 또는 다른 종류의 중앙 리포지토리를 구축합니다. 투자할 가치가 있습니다.

7. 사용자 교육

최종 사용자를 위한 세 가지 유형의 교육 프로그램은 필수입니다. 1. 데이터 분석 및 시각화, 2) 데이터 결합 및 데이터 모델 구축의 기본, 3) 지속적인 P2P 교육.

8. 커뮤니티 구축

최종 사용자가 지식의 격차를 메우기 위해 어디로 가야 하는지 알 수 있도록 우수 센터를 설립하거나 Slack 또는 Teams에 대한 전문가 커뮤니티를 구축하면 많은 도움이 될 것입니다.

9. BI 전문가를 비즈니스 단위에 포함시키는 것을 고려하십시오.

분석 배경이 없는 사용자의 데이터 액세스를 늘리고 더 나은 품질의 보고를 위해 필요에 따라 감독을 제공하여 참여를 유도하는 데 도움이 됩니다.

10. 작게 시작하라

셀프 서비스 BI 프로젝트를 시작하기 위한 제한된 환경을 선택하고 민첩한 접근 방식을 사용하여 거기에서 빌드하십시오. 이렇게 하면 확장하기 전에 문제를 조기에 해결할 수 있습니다.

셀프 서비스 BI 여정을 시작하려는 경우 ITRex 팀에 전화를 끊으십시오. 전투 테스트를 거친 접근 방식을 통해 프로젝트를 성공으로 이끄는 동시에 일반적인 함정을 피할 수 있도록 도와드립니다.

2022년 8월 10일 https://itrexgroup.com에 원래 게시되었습니다.