'Analytics'에 해당되는 글 6건

  1. 2013.07.26 데이터 분석(Analytics)의 가치는 어느 정도일까?
  2. 2013.07.19 온라인 게임 업체 징가(Zynga)의 사례를 통한 분석의 활용 가치
  3. 2013.06.24 빅데이터 시대에 분석(Analytics)에 대한 성숙도 모델(Maturity Model)
  4. 2013.05.28 모바일 비즈니스를 위한 Mobile Analytics를 활용 방안~
  5. 2013.04.24 빅데이터에서의 Analytics에 대한 정의
  6. 2011.12.31 2011년 미니의 프로그래밍 이야기 블로그 결산

데이터 분석(Analytics)의 가치는 어느 정도일까?

|



더 나은 의사결정의 효과를 어떻게 측정할 수 있을까요? 

데이터 통합에 따른 가치 창출 효과는 어떨까요?

고객의 행동패턴 분석을 통한 인사이트 발굴의 가치는 어떻게 계산할까요?  

이와같이 대부분의 분석의 가치는 유형이 아닌 무형 자산이기 때문에 측정하는 것 자체가 쉽지 않습니다. 


하지만 분석 전문가들에 따르면, 분석은 비즈니스를 수행하는데 있어, 경쟁 우위를 선점하기 위한 필수 사항이라고 이야기 하고 있습니다.  

실제로 제품을 개선하고, 프로세스를 최적화하고, 성과를 측정하고, 파트너를 관리하고, 변화에 빠르게 대응하기 위해서 Analytics를 사용하고 있다고 합니다. 


분석을 처음 도입할 때의 주 목적은 비용 절감과 생산성 향상이었다고 합니다.  

국내에서도 여러 개의 모바일 게임을 개발하는 업체들과 이야기를 해봤는데요. 

각 게임별로 통계를 각자 처리하기 때문에, 서비스 하는 게임 수만큼 비용이 낭비되고 있었습니다. 

통합적으로 통계를 관리할 수 있다면, 이런 비용들은 쉽게 절감될 수 있을 것입니다. 


그러나 진정한 분석의 가치는 스마트한 의사결정, 성능 향상, 그리고 전략적 목표를 달성하는데 있다고 볼 수 있습니다. 

이러한 내용은 징가의 사례를 통한 분석의 가치에서도 이야기 했었습니다. 


또한 분석을 통해서 과거 일에 대한 대응(Reactiving)에서 선제 대응(Proactiving)으로 전환할 수 있습니다. 

다음 그림은 각각의 분석 카테고리가 어떤 역할을 하는지 잘 설명해 주고 있습니다. 


그리고 분석을 전략적인 목적으로 사용하는 것은 그 효과는 크지만 경우의 수가 많지 않습니다. 

만약 분석을 전사적으로 도입한다면 운영적인 측면에서도 분석을 적용해서 활용도를 높이는 부분도 필요할 것입니다. 

운영적인 측면에서 분석 활용은 파급효과는 조금 적더라도, 분석의 활용범위가 넓어지는 장점이 있기 때문입니다. 


마지막으로 단순히 분석 플랫폼을 도입한다고 해서 이런 가치들을 얻을 수 있는 것은 아닙니다. 

바로 분석을 적절하게 수행할 수 있도록 구축해야 하는데요. 

이런 부분에 대해서는 다음 기회에 다시 한번 정리하도록 하겠습니다. 






Trackback 0 And Comment 0

온라인 게임 업체 징가(Zynga)의 사례를 통한 분석의 활용 가치

|



분석(Analytics)이 실제로 얼마나 활용가치가 있을지, 세계적인 온라인 게임 업체인 징가(Zynga)의 사례를 살펴보도록 하죠..  

Analytics의 정의, Analytics의 필요성, Analytics의 성숙도 모델에 대해서는 이전 글을 참고하기 바랍니다.  

Analytics 접근방식

게임은 모바일 뿐만 아니라 인터넷 산업에서 가장 성공한 비즈니스 중의 하나입니다. 

하지만 분석 측면에서 보면, 게임 산업은 아직도 "fly blind" 즉 실제 통계 정보들에 의존하지 않고 새로운 게임을 감각적으로 만드는 경향이 있다고 합니다.


영화를 예로 들면, 좋은 시나리오 작가와 유명한 배우들, 그리고 훌륭한 감독을 선정해서 영화를 만든 다음, 

충분한 시장조사와 사전 분석 없이 그저 대박을 기대하면서 전세계로 상영을 시작하는 것과 비슷하다고 할 수 있습니다. 


하지만, 징가(Zynga)의 CEO인 Mark Pincus는 기존 게임산업의 방식에서 탈피해서 분석에 기반한 새로운 접근방법을 사용하고 있다고 합니다.

현재 징가의 게임 설계자들은 사용자들이 게임을 어떻게 이용하는지에 대한 분석 결과를 계속해서 받아서 반영하고 있습니다. 

그래서 징가의 게임은 영화보다는 TV 시트콤에 비유를 많이 합니다. 

즉, 시청자들의 피드백에 따라 시나리오나 인물들이 변화하는 것과 유사하다는 것이지요. 


징가는 사용자의 행동패턴을 추적함으로써, 게임을 더욱 재미있고 즐길 수 있도록 만들 뿐만 아니라, 

사용자의 충성도를 높이고 결과적으로 수익 향상까지 가져오고 있다고 합니다. 


그럼 실제로 분석을 어떻게 활용하고 있는 간단하게 살펴보도록 하겠습니다. 


Analytics 활용 사례

징가는 주로 다음 세가지 부분에 대해서 Analytics를 사용하고 있다고 합니다. 

  • 실시간으로 앱의 상태를 모니터링
  • 게임 설계 방향 결정
  • 게임 플레이어의 경험을 개인화해서 제공 


실시간 모니터링

먼저 실시간으로 게임 데이터를 모니터링하여, 게임 실행의 비정상적인 패턴을 살펴본다고 합니다.

예를 들어, 새로운 버전 게임을 배포한 후, 모니터링을 통해 일별 방문자 수(DAU)와 같은 중요한 지표가 감소하고 있다는 것을 파악합니다.

이 경우, 가장 먼저 게임을 이전 버전으로 되돌리고 난 후, 왜 이런 일이 발생했는지 내부적으로 검토를 한다고 합니다. 


게임 설계 방향 결정

징가는 사용자들이 무엇을 하고, 얼마나 오래 하고, 얼마나 자주 사용하는지에 대한 분석을 통해 향후 방향을 결정한다고 합니다. 

실제 새로운 게임을 오픈할 때, 처음 몇 주동안 사용자들이 관심을 가질만한 일부 컨텐츠만을 제공한다고 합니다. 

그리고 사용자들의 패턴을 분석해서 결과를 확인하고, 어떤 게임 요소들을 추가하고 수정할지를 결정해 나간다고 하네요. 


게임 플레이어의 경험을 개인화 

마지막으로 사용자의 게임 경험치를 분석해서 개인화에 활용한다고 합니다. 

만약 사용자에게 다른 사람들을 추천할 때, 그들의 게임을 하는 성향등을 분석해서 함께 게임할 수 있는 사람들을 추천해 준다고 하네요.  

단순히 페이스북 친구들을 추천하는 것에서 벗어나서, 실제 게임을 함께 공유하면서 즐길 수 있는 사람들을 추천해주는 방식이라고 합니다. 


다른 게임회사는 어떻게 해야 할까?

물론 징가는 이미 게임으로 많은 수익을 창출하고 있고, 

내부적으로 수학자와 통계학자 등 데이터 분석 전문가들을 보유하고 있습니다. 


만약 일반 게임회사들이 이런 분석을 하려면 어떻게 해야 할까요? 

바로 전문적인 분석 플랫폼을 활용하면 됩니다. 

다양한 분석 플랫폼들 중에서 자신에게 맞는 것을 찾아서 활용하면 되겠죠. 


제가 진행하고 있는 모바일 분석 플랫폼인 Fingra.ph도 다가오는 8월 15일 완전 개편해서 새롭게 서비스를 시작합니다. 

지난 1년 동안의 서비스 경험을 토대로 다른 분석 서비스보다 이해하기 쉽게 통계 정보를 제공하도록 재구성했네요.

모바일 관련 회사라면 이미 1,500여만명의 사용자를 통해 검증된 Fingra.ph를 한번 활용해 보기 바랍니다. 

핑그래프(Fingra.ph)를 사용하면, 모바일 환경에서 징가와 같은 분석과 활용을 쉽게 할 수 있습니다. 


모바일 분석 플랫폼 Fingra.ph from James Kim




Trackback 0 And Comment 0

빅데이터 시대에 분석(Analytics)에 대한 성숙도 모델(Maturity Model)

|



Analytics에 대해서 좁은 의미와 넓은 의미로 정리를 했었는데요. 

이번에는 Analytics IQ를 측정할 수 있는 성숙도 모델(Maturity Model)에 대해서 정리해 보도록 하겠습니다. 


소프트웨어공학에서는 업무능력과 성숙도를 평가하기 위해, CMMI(Capability Maturity Model Integration) 인증을 하기도 하는데요. 

빅데이터 시대에는 분석 능력을 평가하기 위한 인증도 나오지 않을까 하는 생각도 드네요. ^^


분석에 대한 성숙도 모델은 2010년 Harvard Business Press에서 Thomas Davenport, Jeanne Harris, Robert Morison이 쓴 

"Analytics at Work: Smarter Decisions, Better Results"에서 다음과 같이 나옵니다. 

현재 스스로가 어느 단계에 속하는지 한번 생각해 보시기 바랍니다. 


 


기술적인 관점에서는 다음 사항들을 진행해야 한다고 합니다. 

그러나 가장 중요한 것은 기술이 아니라 바로 리더쉽이라고 이야기 하고 있습니다. 

  • 데이터를 통제하고 조정할 수 있어야 한다. 
  • 주요 프로세스를 모니터링하고 관리할 수 있도록 리포트나 대시보드가 제공되어야 한다. 
  • 데이터 분석가나 통계 담당자가 데이터를 확인하고 모델을 수립할 수 있는 권한이 있어야 한다. 
  • 이러한 모델이 비즈니스르 수행할 수 있도록 핵심 운영 프로세스로 적용되어야 한다. 


다음 이미지는 "Secrets of Analytical Leaders"의 저자인 Wayne Eckerson의 Analytical IQ입니다. 



4가지 지표를 측정해서 오른쪽 상단에 위치하면 가장 좋다는 것이죠.. 

실제 이 책의 다른 Leader들의 이야기를 보면, Netflix, Zynga, Nokia 등이 "Analytical Competitor"라고 하고 있습니다. 


저도 현재 수행하고 있는 Fingra.ph를 기반으로 스스로 측정해봤습니다. ^^

Analytical Maturity 측면에서 보면, 

대시보드 이상의 Fingra.ph만의 몇몇 모델을 제시하고, 가설을 통해 검증해서 활용하므로 "Modeling" 이라고 할 수 있습니다.


Data Maturity 측면에서는, 

빅데이터 처리를 위한 데이터 수집/분석/시각화를 위한 인프라를 구성했기 때문에 "Big Data Ecosystem"이 맞겠네요


Analytical Culture 측면에서는,

Fingra.ph의 향후 비전, 가치, 전략을 실제 데이터를 통해서 수립했으므로 "Strategic resource"라고 할 수 있습니다. 


Scale and Scope 측면에서는, 

올해 8월 부터 본격적으로 고객들에게도 Fingra.ph의 주요 서비스를 제공할 예정이므로 

아직은 "Enterprise+"가 아닌 "Enterprise"라고 해야 할 것 같습니다. 


성공적인 Analytics를 위해서는 데이터를 가끔식 분석해서 사용하는 형태가 아니라 계속적으로 확인하고 분석해야 한다고 합니다. 

Fingra.ph도 8월 새로운 개편 이후, 새로운 데이터들을 토대로 계속 분석하고 모델을 세우고 검증해 나가야 경쟁력을 유지할 수 있을 것이라 생각합니다. 


여러분도 현재 하는 업무의 Analytics IQ를 스스로 측정해 보시기 바랍니다. 





Trackback 0 And Comment 0

모바일 비즈니스를 위한 Mobile Analytics를 활용 방안~

|



모바일 분야의 신규 비즈니스를 위해 모바일 앱을 만들 때 어떤 점들을 고려해야 할까요?

먼저 훌륭한 기획이나 전략이 필요할 것입니다. 

당연히 직관적인 디자인과 안정적인 개발은 필수 항목이겠죠. 


그런데 사용자의 실행 형태를 측정하고, 모바일 앱을 통해 얻고자 하는 가치를 확인하는 것 또한 매우 중요합니다. 

실제로 스마트폰이 우리 생활 깊숙이 들어오면서, 마케터나 개발자들이 사용자의 행태를 분석하기 위해 지속적인 노력을 기울이고 있는 상황입니다. 


모바일 비즈니스는 시작된지 얼마 안되었지만 서로 좋은 앱으로 경쟁하려는 플랫폼이나 서비스들이 많기 때문에, 

모바일 앱 분석을 통한 사용자 행태를 파악해서 경쟁력을 갖는 것이 무엇보다 중요하게 된 것입니다. 


이제 모바일 비즈니스에서 Mobile App Analytics는 선택이 아닌 필수가 되었다고 할 수 있겠죠. 

이런 관점에서 Ryan Matzner가 이야기한 Get the most out of mobile app analytics with these 8 tips를 기반으로 정리 해보도록 하겠습니다. 


1. 앱을 마켓에 등록하기 전에 Analytics를 사용하라. 

모바일 분석 플랫폼을 언제 부터 사용해야 할까요? 

제가 Fingra.ph라는 모바일 앱 분석 플랫폼을 운영하면서 보면, App을 마켓에 등록하고 난 이후에 적용하는 경우를 많이 봤습니다. 


하지만 사용자의 행태 분석이라는 측면에서 보면, 

베타 테스트 더 나아가 내부에서만 테스트하는 시점부터 모바일 앱 분석을 사용하는 것이 좋습니다. 


실제로 베타 테스트를 진행하면서 디자인을 비롯한 개발 요소들을 많이 변경하기도 합니다. 

이럴때 단순히 회사 동료나 친구들의 의견만 듣고 수정하는 것보다는 

실제 사용 패턴을 확인하고 반영하는 것이 보다 좋은 앱을 만들 수 있을 것입니다. 


만약 신규 앱을 기획하고 개발하고 있다면, 

초기부터 모바일 앱 분석을 적용해서 사용자들의 패턴을 확인해 보시기 바랍니다.  


2. 사용자는 개발자가 의도한 대로 앱을 사용하지 않는다. 

모바일 앱을 만들기 위해 와이어프레임과 같은 기획을 할 때, 사용자의 흐름을 잘 설계해서 만들어 놓습니다. 

그런데 충분한 고민과 시간을 들여서 사용자의 동선을 기획했건만, 

대부분의 경우 사용자는 처음 기획했던 방식대로 앱을 사용하지 않습니다. 


만약 주변 친구나 가족들에게 테스트해보라고 하면, 특히 국내 환경에서는 않좋은 점 보다는 그저 괜찮다고만 할 뿐이죠. 

그래서 선입관이 없는 일반 사용자들로부터 피드백을 받는 것이 매우 중요합니다. 


그러나 잘 알지도 못하는 사람들에게서 이런 사용 후기를 받는 것은 쉽지 않습니다. 

그렇기 때문에 모바일 분석을 활용해야 합니다. 


모바일 분석 플랫폼을 사용하면, 사용자의 방문 횟수나 사용 시간, 재방문율 등 많은 정보를 알아낼 수 있습니다. 

이러한 정보들을 다양한 측면에서 해석해 보면, 사용자가 어떻게 사용하고 있는지 판단할 수 있을 것입니다. 

그러므로 개발자는 초기부터 다양한 사용자로부터 테스트 결과를 수집하도록 노력해야 합니다. 

그리고 사용하는 형태가 초기 기획의도와 맞는지 검토해보고 반영해 나가야 겠죠. 


3. 대상 고객에 적합한 KPI를 세워라

모바일 앱이 다양한 것만큼 모두 동일한 목표를 가지고 있는 것은 아닙니다. 

어떤 앱은 콘텐츠를 무료로 제공하면서 광고 수익을 얻으려고 하는 것도 있고, 어떤 앱은 앱내 결제를 통해 수익을 만들어 내려고 합니다. 

또한, 어떤 앱은 수익이 목표가 아니라 브랜드를 홍보하기만 하면 되는 것도 있습니다. 


이렇듯 컨텐츠 제공, 소셜 네트워크, 유틸리티, 전자상거래, 게임과 같이 대부분의 앱들은 서로 다른 KPI를 가지고 있습니다. 


만약 새로운 모바일 앱을 만든다면, 얻고자 하는 것을 먼저 명확하게 정의해야 합니다. 

그리고 나서 모바일 분석 플랫폼을 통해서 해당 KPI에 적합한 지표들을 중심으로 살펴보는 것이 바람직 합니다. 


실제로 사용하지도 않는 심지어 알지도 못하는 숫자들로 가득 찬 분석은 아무런 의미가 없습니다. 

정확한 정보를 필요한 시점에 제공할 수 있는 모바일 분석 플랫폼이야말로, 

모바일 비즈니스에 있어 인사이트를 주고, 실행할 수 있는 포인트를 제공해주는 것이겠죠.. 


4. 다양한 종류의 모바일 분석 플랫폼들이 있다.

모바일 비즈니스가 확장함에 따라 다양한 모바일 분석 플랫폼들이 계속해서 나오고 있는 상황입니다.

각각의 모바일 분석 플래폼들은 자기만의 영역을 구축하면서 발전하고 있습니다. 


광고 모델을 기반으로 하고 있는 것도 있고, 소셜 미디어 분석에 집중하는 것도 있고, 마켓 데이터 분석을 위주로 하는 것도 있습니다. 

또한 모바일 게임을 위한 분석 플랫폼을 제공하는 것도 있고, 콘텐츠를 전달하는 앱에 적합한 분석 플랫폼도 있습니다.


앞서 이야기한 대로 자신의 KPI를 확인하고, 본인에게 적합한 모바일 분석 플랫폼을 찾아서 선택하는 것이 중요하다고 생각합니다. 


5. 마켓 데이터 분석을 통해 경쟁자들의 이전 실수를 피하라. 

모바일 분석 플랫폼들은 마켓 데이터들을 분석하여 제공하기도 합니다. 

정보 보호 이슈로 경쟁자 앱에 대한 정보를 바로 제공하는 경우는 거의 없지만, 관련 카테고리와 같은 기준으로 경쟁자들의 동향과 비교해 볼 수 있습니다. 

이런 기능을 통해서 경쟁자들이 했던 실수들을 확인하고 피해 갈 수도 있고, 현재 내 앱의 위치가 어느 정도 되는지도 파악하는데 도움이 될 것입니다. 


모바일 분석 플랫폼들이 제공하는 마켓 분석이나 다른 데이터들을 참고해서 최선의 의사 결정을 해 보시기 바랍니다. 


6. 분석 플랫폼을 적절하게 적용하라. 

분석 플랫폼은 사용자 통계를 얻어서 분석하고 비즈니스에 활용하기 위해 사용하는 것입니다. 


그런데 모바일 분석 플랫폼을 사용할 때, 이런 목표로 사용하면서 SDK를 적절하게 적용하지 않는 경우가 많이 있습니다. 

실제로 대부분의 모바일 분석 플랫폼은 SDK와 함께 설치 메뉴얼을 제공합니다. 

반드시 설치 메뉴얼을 잘 확인해보고, 이해가 안되는 부분은 문의를 해서라도 정확하게 연동해야 합니다. 

그래야 정확한 사용자 통계를 얻을 수 있고 제대로 활용할 수 있기 때문이죠. 


또한 SDK를 정확하게 적용하지 않을 경우, 앱의 실행과 관련하여 영향을 줄 수도 있습니다. 

실제 Fingra.ph SDK를 설계할 때도 가장 중요한 것은 어떤 경우에도 앱에 영향을 주지 않아야 한다는 것이었습니다. 


반드시 SDK의 설치 메뉴얼을 확인하고 적용하고, 필요할 경우 플랫폼 제공사에 문의해서 확실하게 사용하기 바랍니다. 


7. 함께 성장할 수 있는 분석 플랫폼을 선택하라. 

모바일 분석 플랫폼을 제공하는 회사들은 모바일 비즈니스에 대해 많은 정보를 가지고 있습니다. 

또한 모바일 앱에 대한 개발 경험도 충분히 가지고 있기도 합니다. 


그래서 모바일 비즈니스를 확장하려고 할 때, 모바일 분석 플랫폼이 도움이 되는 경우가 많습니다. 

예를 들어, 앱 광고로 수익을 올려보고자 할 때 어떤 광고가 효과가 높은지를 분석 플랫폼을 통해서 확인할 수 있고, 

프로모션을 진행할 때, 어떤 채널을 확인하면 좋을지 등에 대한 정보들을 제공할 수가 있습니다. 


8. 모바일 앱 분석이 여러분의 모바일 비즈니스의 끝이 아니다. 

모바일 비즈니스를 진행하면서 페이스북, 트위터와 같은 SNS와 각종 온라인 광고등을 활용하기도 합니다. 

그래서인지 요즘 모바일 앱 분석이 앱 자체를 분석하는 것은 기본이고, 

SNS나 광고에서 발생하는 다른 데이터들도 통합해서 보여주기도 합니다. 


모바일 비즈니스를 위해서 모바일 앱 분석 뿐만 아니라 별도의 소셜 네트워크 분석을 활용해 보거나 

아니면 이러한 것들이 통합되어 있는 플랫폼을 사용하는 것도 필요할 것입니다. 


단, 가장 중요한 것은 앞에서도 이야기 한 것처럼 의미없는 데이터만 많은 것이 아니라 

정말 필요한 데이터를 구해서 활용하는 것임을 기억하기 바랍니다. 


결론

모바일 비즈니스 시장이 빠르게 확대되고 있기 때문에, 

앱 분석을 통해 현재 상태를 바로 확인하고 미래를 예측해서 비즈니스를 수행하는 것이 필요합니다. 

모바일 분석을 통해서 누구나 할 수 있는 많은 실수들을 사전에 예방할 수도 있을 것입니다. 


Fingra.ph 서비스를 작년 8월 15일에 베타 버전을 오픈하면서 사용자 행태 분석에 초점을 두고 진행했었습니다. 

신규 사용자 수, 사용자 수, 방문수, 사용시간, 사용빈도, 시간대별 사용자수, 국가별 사용자수와 같은 다양한 지표들을 보여줬습니다. 

이러한 사용자 행태를 분석하는 것은 대부분의 모바일 분석 플랫폼에 있어서 기본적인 항목이기는 합니다. 


솔직히 분석 플랫폼을 오랫동안 했던 구글등 경쟁사와 비교하면 기능적으로 더 낫다고 볼 수는 없겠죠. 비슷한 기능을 제공할 뿐이었습니다. 

하지만 미국, 중국등의 전시회에서 발표하면서 사용자들의 다음과 같은 점을 확인했습니다. 

즉, 기존의 분석 플랫폼들이 너무 많은 정보를 보여주려고 하면서, 소위 데이터 사이언티스트라고 하는 전문가의 도움 없이는 

제공해주는 통계를 해석할 수 없다는 것입니다. 


그래서 올해 8월 15일 정식 오픈하는 Fingra.ph는 이러한 통계를 보다 쉽게 제공하는데 중점을 두고 있습니다. 

이를 위해 App Profile이라고 하는 주요 지표를 한눈에 확인할 수 있는 기능을 개발하기도 했고, 

현재 App의 지표들을 카테고리의 최고 앱과 비교해서 보여주기도 하고, 

전체적인 상승과 하락을 직관적으로 확인할 수 있는 디자인도 제공할 계획입니다. 

또한 프로모션 분석에 초점을 맞추어 마케터들을 위한 기능들을 별도로 제공하려고 준비하고 있습니다. 

그리고 한국어, 영어, 중국어, 일본어 등으로 서비스할 예정이므로 영어로 된 통계에 힘들어했던 국내 사용자들에게도 도움이 될 것입니다. 


새롭게 준비하고 있는 모바일 분석 플랫폼인 Fingra.ph를 많이 기대해 주시기 바랍니다. 

감사합니다. 





Trackback 0 And Comment 0

빅데이터에서의 Analytics에 대한 정의

|



빅데이터의 등장과 함께 Analytics에 대한 관심도 높아지고 있습니다. 

넓은 의미의 Analytics는 의사 결정권자에게 실행할 수 있는 인사이트를 제공해주는 것이라 할 수 있습니다. 

좁은 의미로는 사용자에게 데이터로부터 패턴을 파악해서 제공할 수 있는 기술이나 프로세스를 말합니다. 


일반적으로 IT와 관련된 용어들은 여러가지 측면에서 의미를 부여할 수 있습니다.

보통 비즈니스 측면과 기술적 측면으로 나눠 볼 수 있는데요. 

Analytics도 넓은 의미는 비즈니스 측면이고 좁은 의미는 기술적인 측면이라고 말 할 수 있겠죠. 


넓은 의미의 Analytics

일반적으로 데이터를 분석하는 목표는 비즈니스를 성공적으로 이끌어내기 위함입니다. 

즉, 넓은 의미의 Analytics는 비즈니스 자체에 목적을 두고 있다고 봐야 합니다. 


그래서 수많은 데이터에서 인사이트를 발견하고 이를 실제로 실행할 수 있도록 제공하는 것을 Analytics라고 이야기 할 수 있습니다. 

여기서 중요한 것은 바로 실행입니다. 

비즈니스의 성공을 위해서 기존의 데이터를 분석해 의사결정하고 행동에 옮길 수 있어야 한다는 것이죠. 


지난번 Harvard Business Review에 나온 의사결정에 숨어있는 함정에서도 이야기 한 것처럼 

단순히 직관에 의한 결정이 얼마나 큰 문제가 되는지 알 수 있을 것입니다. 


즉, Analytics를 통해 데이터에 기반을 둔 의사 결정을 할 수 있다는 것이 바로 최근 Big Data 측면에서의 Analytics라고 할 수 있습니다. 


다음 그림을 보면 Analytics 이전에도 이미 이런 움직임은 많이 있었습니다. 



90년대 초반의 Data Warehousing, 2000년대 초반의 Business Intelligence와 Performance Management 등이 여기에 해당한다고 할 수 있습니다. 

Data Warehousing에서는 데이터를 가져오는 것이 중요했고, 

Business Intelligence에서는 이런 데이터를 비즈니스에 사용하는 것이 목표였습니다. 

그리고 Performance Management에서는 이런 데이터의 활용으로 비즈니스를 개선하는 것이었죠. 

Analytics는 이런 과정을 거쳐서 비즈니스의 추진력을 높여주는 것이라고 이해할 수 있습니다. 


좁은 의미의 Analytics

좁은 의미로 살펴보면, Analytics는 데이터를 분석하기 위해 사용하는 기술이라고 이야기할 수 있습니다. 

데이터를 분석하기 위한 기술로는 주로 리포팅 툴과 분석 툴을 사용합니다. 


리포팅 툴의 예로 대시보드와 같은 것을 생각하면 됩니다. 

리포팅 툴을 활용하면 주요 현황을 모니터링 할 수 있고, 주어진 문제에 대한 해결책 등을 찾아낼 수 있습니다. 


반면, 분석 툴은 패턴, 트랜드, 또는 이상 징후를 찾아내기 위해 데이터를 탐구해 보는 것이라고 할 수 있습니다. 

즉, 데이터를 모니터링하기 위해서는 리포팅 툴을 사용하고, 데이터를 연구하기 위해서는 분석 툴을 사용한다고 볼 수 있겠죠. 


다음 그림은 이러한 흐름을 잘 보여주고 있습니다. 



Reporting과 Monitoring이 리포팅 툴을 이야기 하고 있는데요. 

Reporting은 과거에 일어난 일을 이야기하고, Monitoring은 현재 일어나고 있는 일을 살펴보는 것입니다. 

그리고 Analysis와 Prediction은 분석 툴로 간주할 수 있습니다. 

Analysis는 왜 일어났는지를 살펴보고, Prediction은 앞으로 일어날 일을 예측하는 것이 되겠죠. 


현재 저는 분석 플랫폼인 핑그래프(http://fingra.ph)를 진행하고 있습니다. 

작년 8월에 공개한 베타 버전이 리포팅 툴이었다면, 지난 미국 SXSW와 홍콩 ICT 엑스포에서 발표한 내용이 분석 툴에 해당한다고 할 수 있습니다. 

최종적으로 올해 8월 정식 버전은 넓은 의미의 Analytics인 의사 결정을 위한 플랫폼을 구축해 보려고 합니다. 


 

 


앞으로 기회가 되면 Analytics와 관련된 글들도 올려보도록 하지요.. 





Trackback 0 And Comment 0

2011년 미니의 프로그래밍 이야기 블로그 결산

|



2011년 한 해가 저물어 가네요~
항상 끝은 새로운 시작을 의미한다고 내일부터는 2012년 새해가 시작되네요. 

올 한해 프로젝트를 정리해 보면서 1월에 계획했던 자료를 보니 느낌이 새로웠습니다.
또 다시 한해를 기획하고 내년 말에도 똑같은 감정을 느끼게 되겠죠.

이번에는 블로그도 한번 정래 보려고 합니다.
올 9월 부터는 블로그에 내가 생각하는 점이나 궁금해서 찾아본 자료들을 정리해서 올리는 형태로 운영을 꾸준히 해 봤습니다. 

꾸준이 글을 올리니 아주 조용했던 블로그가 오히려 제 홈페이지보다 더 활성화가 되더군요. 
그 어떤 것보다 꾸준히 노력하는 것이 중요하다는 점을 다시 한번 생각해 보게 되었습니다. 


현재까지의 총 방문자 수가 26만명을 넘었네요.. 
특히 10월부터는 방문자 수가 1만명 이상을 넘어서고 있는 것이 보입니다. ^^
2007년에도 1만명을 넘은 때가 딱 한 번 있었는데 그 이후로는 처음이네요. 




그런데 제 블로그의 접속 동향을 살펴보면 일정 주기가 있습니다. 


월요일 ~ 금요일까지는 꾸준히 유지하다가 토, 일요일에 반절 정도 뚝 떨어집니다. 
아무래도 IT 관련 블로그라서 평일에는 학생, 직장인들을 기반으로 많이 접속하지만
주말에는 관련 내용을 찾아보지 않아서 그런 것 같습니다. 

구글의 Analytics를 통해 지난 한 달 사이의 통계를 보니 방문당 페이지 수가 1.22 이며
평균 사이트에 머문 시간이 45초네요. 
아마도 검색으로 들어와서 해당 페이지만 빨리 살펴보고 나가는 형태인 것 같습니다. 


그래서 인지 재방문자 보다는 새로운 방문자의 비율이 85% 정도로 높네요.. 
 


마지막으로 어떤 검색을 통해서 많이 들어오는지 살펴봤습니다. 
네이버와 구글의 검색을 통해서 들어오는 경우가 대부분인 것 같습니다. 
제 홈페이지를 통해서 들어온 것도 조금 보이네요.. ^^


2012년 내년에는 어떤 통계가 나올지 궁금합니다. 
꾸준히 운영해서 월 2만 이상의 페이지뷰가 나오는 블로그가 되면 좋겠네요. ^^

 



Trackback 0 And Comment 0
prev | 1 | next