Gartner에 따르면, 비즈니스 인텔리전스란 ‘정보에 액세스하고 그것을 분석하게 해주는 응용 프로그램, 인프라, 도구 및 모범 사례를 포함하는’ 용어입니다. 이 용어는 1960년대 의사 결정 지원 시스템에서 처음으로 사용되기 시작하여 1980년대에 그 의미가 확장되고 발전되었습니다. 비즈니스 인텔리전스는 의사 결정 및 계획을 위한 컴퓨터 모델을 따라 데이터를 결론으로 치환해내는 방법으로서 등장했습니다. 비즈니스 인텔리전스의 의미가 시간이 흐르면서 발전되었다 하더라도 그 중요성은 그 어느 때보다 강조되고 있습니다.

이 문서는 본 주제에 대한 소개 정도만을 다루고 있습니다. 자세히 알아보려면 비즈니스 인텔리전스에 대한 다수의 서적이 있으니 참조하시기 바랍니다. 실제 사용되는 비즈니스 인텔리전스 실례 목록도 있으니 참조하십시오.

비즈니스 인텔리전스란 무엇입니까?

비즈니스 인텔리전스는 비즈니스 운영에서 데이터, 컴퓨팅 및 분석을 폭넓게 보는 기술적 용어입니다. 비즈니스 인텔리전스는 특정한 ‘무엇’이라기보다는 비즈니스 운영 또는 활동에서 얻은 데이터를 수집, 저장, 분석하여 성과를 최적화하는 프로세스와 방법을 망라하는 포괄적인 용어입니다. 이러한 모든 것이 합쳐져 비즈니스에 대한 종합적인 뷰를 생성하여 사람들이 실행 가능하며 더 나은 결정을 할 수 있도록 도와줍니다.

비즈니스 인텔리전스 예:

  • 데이터 마이닝
  • 보고
  • 성과 메트릭 및 벤치마킹
  • 설명적 분석
  • 쿼리
  • 통계 분석
  • 데이터 시각화
  • 데이터 준비

비즈니스 인텔리전스는 왜 중요합니까?

간단하게 말하면 비즈니스 인텔리전스란 비즈니스 맥락에서 현재와 과거의 데이터를 보여줌으로써 더 나은 비즈니스 의사 결정을 내릴 수 있도록 도와주는 것입니다. 또한 성과 벤치마크를 제공하여 더욱 원활하고 효율적으로 비즈니스를 운영할 수 있게 합니다. 사람들이 시장 동향을 파악하여 판매나 수익을 증가할 수 있게 합니다. 효과적으로 사용하면 규정 준수 및 인력 채용에도 도움이 될 수 있습니다. 비즈니스 인텔리전스를 통해 비즈니스의 거의 모든 측면이 향상될 수 있습니다.

디지털 전환은 엄청난 양의 정보 유입을 가져왔고, 그 속도는 더 빨라질 전망입니다. 데이터는 언제 어디에나 있으며, 이제 모든 규모의 조직의 비즈니스 프로세스에 깊숙이 자리 잡고 있습니다. 이제 모든 사람은 새로운 정보에 액세스하고 이를 사용하여 매일매일의 의사 결정에 필요한 정보를 얻고 새로 추구할 방향에 대한 비즈니스 호기심을 해소할 수 있을 것이라고 기대합니다.

비즈니스 인텔리전스가 비즈니스에 도움이 되는 방법:

  • 수익을 증가시킬 수 있는 분야 또는 방법 식별
  • 고객 행동 분석
  • 경쟁 비즈니스와 데이터 비교
  • 회사 실적 추적
  • 회사 운영 최적화
  • 신규 사업의 성공 예측
  • 시장 동향 파악
  • 비즈니스 사안 및 문제 파악

미국 경제의 장기적 추진 요인을 보여주는 경제 지표 대시보드의 예미국 경제의 장기적 추진 요인을 보여주는 경제 지표 대시보드의 예입니다.

비즈니스 인텔리전스 작동 방식

비즈니스에는 질문과 목표가 있습니다. 그 질문에 답하고 목표 달성을 위해 어떻게 업무를 수행하는지 추적하기 위해, 기업에서는 필요한 데이터를 수집하고 분석하며 비즈니스 추진을 위해 취해야 할 조치를 결정합니다.

실례로, 금융 서비스 회사인 Charles Schwab에서는 비즈니스 인텔리전스를 사용하여 미국 전역의 모든 지점에 대한 종합적인 뷰를 통해 실적 메트릭을 보고 이해하며 기회가 있는 분야를 식별해 냈습니다. Schwab에서는 중앙 비즈니스 인텔리전스 플랫폼에 액세스하여 전체 지점 데이터를 하나의 뷰로 가져올 수 있었습니다. 이제 지점 관리자는 투자 요구에 변경 가능성이 있는 고객을 파악할 수 있습니다. 또한 경영진에서는 어떤 지역의 실적이 평균 이상인지 또는 이하인지 추적할 수 있고, 지역의 실적을 주도하는 지점을 클릭하여 확인할 수 있습니다. 이러한 과정을 통해 고객 서비스가 향상됨과 동시에, 최적화 기회도 증가합니다.

기술적 측면에서 보면, 비즈니스 활동을 통해 원시 데이터가 수집됩니다. 데이터는 처리된 후 데이터 웨어하우스에 저장됩니다. 데이터가 저장되고 나면, 사용자는 이 데이터에 액세스하여 비즈니스 질문에 대한 답을 구할 수 있는 분석 프로세스를 시작할 수 있습니다.

비즈니스 인텔리전스와 비즈니스 분석의 차이점

비즈니스 분석은 비즈니스 인텔리전스의 하위 집합입니다. Gartner의 IT 용어집에 따르면 “비즈니스 분석에는 데이터 마이닝, 예측 분석, 응용 분석, 통계가 포함됩니다.” 간단히 말해, 조직에서는 더 큰 규모인 비즈니스 인텔리전스 전략의 일환으로 비즈니스 분석을 수행합니다.

하나의 질문에 답하는 것은 후속 질문과 반복으로 이어질 가능성이 높기 때문에 비즈니스 분석은 선형 프로세스여서는 안 됩니다. 더 정확히 말하면, 그 프로세스를 데이터 액세스, 발견, 탐색, 정보 공유가 순환하는 것으로 생각해야 합니다. 이를 분석 주기라고 하는데, 비즈니스에서 변화하는 질문과 기대에 부응하기 위해 어떻게 분석을 사용하는지 설명하는 최신 용어입니다.

분석 주기에 관한 백서 및 기타 비즈니스 인텔리전스 용어를 참조하십시오.

비즈니스 인텔리전스 도구

많은 셀프 서비스 비즈니스 인텔리전스 도구가 분석 프로세스를 간소화하여 데이터를 탐색하는 기술적 노하우가 없는 사람들도 데이터를 쉽게 이해할 수 있게 합니다.

비즈니스 인텔리전스를 표현하는 일반적인 방법 중 하나는 데이터 시각화를 통한 것입니다. 인간은 시각적 존재로 패턴이나 색상 차이에 아주 민감합니다. 따라서 데이터 시각화는 사람들이 더 접근하기 쉽고 이해하기 쉬운 방식으로 데이터를 보여줍니다. 대시보드로 컴파일된 비주얼리제이션을 통해 쉽게 스토리를 전달하며, 원시 데이터를 수동으로 분석할 때는 쉽게 발견할 수 없는 추세나 패턴을 하이라이트할 수 있습니다. 이러한 접근성은 또한 데이터에 관한 많은 대화를 가능하게 하여 비즈니스에 광범위한 영향을 미칠 수 있습니다.

비즈니스 인텔리전스 동향 변화 보고서를 참조하십시오.

기존 비즈니스 인텔리전스와 최신 비즈니스 인텔리전스의 차이점

과거에, 비즈니스 인텔리전스 도구는 전통적인 비즈니스 인텔리전스 모델을 기반으로 했습니다. 이 모델은 비즈니스 인텔리전스를 IT 조직에서 주도하는 하향식 접근 방식이었으며 대부분 또는 모든 분석 질문에 대해 정적 보고서 형식으로 답했습니다. 즉, 받은 보고서에 대해 후속 질문이 있는 경우, 그 요청은 보고 대기열의 맨 끝으로 가서 프로세스를 다시 시작해야 했습니다. 따라서 보고 주기가 느리고 번거로워 사람들은 의사 결정에 현재의 데이터를 활용할 수 없었습니다.

최신 비즈니스 인텔리전스 모델의 분석 워크플로우최신 비즈니스 인텔리전스 모델의 분석 워크플로우입니다.

오늘날에는 더 많은 조직에서 데이터로의 셀프 서비스 접근 방식을 특징으로 하는 현대적인 비즈니스 인텔리전스 모델로 전환하고 있습니다. IT팀에서는 데이터(보안, 정확성, 액세스)를 관리하여, 사용자가 비즈니스 인텔리전스 플랫폼을 통해 직접 데이터와 상호 작용할 수 있도록 합니다. Tableau와 같은 최신 분석 플랫폼에서는 조직에서 분석 주기의 모든 단계(Tableau Prep에서 데이터 준비, Tableau Desktop에서 분석 및 발견, Tableau Server 또는 Online에서 공유 및 거버넌스)를 처리할 수 있도록 지원합니다. 이는 IT팀이 데이터 액세스를 관리하는 동시에, 더 많은 사람이 자신의 데이터를 시각적으로 탐색하고 인사이트를 공유할 수 있도록 지원할 수 있게 됨을 의미합니다.

비즈니스 인텔리전스에 대한 최근 접근 방식 백서를 참조하십시오.