%201.svg){kind=icon}
%201.svg){kind=icon}
.png)
Latest resources
일상 업무에서 데이터를 통해 얻은 정보를 다른 사람에게 전달해야 하는 경우가 많습니다.
하지만, 어떻게 하면 쉽게 전달할지를 생각해볼 때, 상대방에게 단순히 숫자를 보여주고 자신의 생각을 열심히 설명하는 것만으로는 효과적이지 않습니다. 데이터를 처음 보는 사람도 개요를 이해할 수 있도록 그래프나 표와 같은 형식으로 가공하여, 시각화된 데이터를 통해 직관적인 이해를 돕는 것이 중요합니다.
최근 가까워진 빅데이터에서도 데이터를 시각화하는 것은 중요합니다. “BI 도구”의 탄생으로 비(非)데이터 엔지니어인 비즈니스 전문가도 빅데이터를 시각화하고, 이를 의사 결정에 활용할 수 있게 되었습니다.
이 글에서는 BI 도구의 필요성과 장점, 그리고 대표적인 도구 3가지를 소개합니다.
BI 도구가 어떻게 의사 결정에 도움이 되는지 이해하고, 자사의 비즈니스에 활용해 봅시다.
BI 도구의 BI는 "Business Intelligence"의 약자입니다. 데이터를 분석하여 얻은 결과를 비즈니스 인사이트로 활용해 의사 결정을 할 수 있습니다.
BI 도구의 주요 기능은 데이터 분석과 시각화입니다. BI 도구는 지원되는 데이터 소스에서 데이터를 읽어 들여, 원래의 데이터 소스에서는 어려운 데이터 시각화를 지원합니다.
BI 도구는 다양한 데이터 소스를 지원합니다. 그러나 각 데이터 소스에서 개별적으로 BI 도구로 연결하는 것이 아니라, 사내의 데이터를 일단 DWH(데이터 웨어하우스)로 통합하여 분석을 위해 정비한 후, 이 DWH와 BI 도구를 연결해 사용하는 것이 일반적입니다.
기존의 BI 도구는 SQL(데이터 조작에 사용하는 언어) 등 데이터 엔지니어링 지식이 필요했지만, 최근의 BI 도구는 화면 설정과 직관적인 조작만으로도 데이터를 시각화할 수 있게 되었습니다.
또한 중장기적 경영 전략뿐 아니라, 단기적인 미세 의사 결정에서도 데이터의 중요성이 높아짐에 따라 BI 도구의 활용이 널리 확산되고 있습니다.
과거부터 데이터의 분석 및 시각화에는 Excel이 사용되었습니다.
하지만 Excel에는 처리 능력에 한계가 있습니다. 업무에서 다루는 데이터 양이 증가하면, Excel로의 처리가 어려워져 분석과 시각화에 특화된 BI 도구의 필요성이 커지게 됩니다.
또한 Excel과 달리, BI 도구에는 데이터 가공 및 편집 기능이 없습니다.
데이터 분석은,
이 세 가지 단계가 일반적이지만, ①~③을 폭넓게 다룰 수 있는 것이 Excel이고, ③에 특화된 것이 BI 도구입니다.
BI 도구를 활용한 거시적 데이터 분석을 통해 기존의 Excel을 사용한 미시적 분석으로는 발견하기 어려웠던 미세한 경향을 찾아내거나, 더 정밀한 예측이 가능해졌습니다.
예를 들어, 통계 분석 기법 중 하나인 로지스틱 회귀 분석은 의료 분야에서도 많이 사용되며, 상담 성패와 같은 0 또는 1의 결과 확률을 데이터에서 예측하는 방법입니다. 하지만 이 방법은 Excel의 기본 기능만으로는 수행할 수 없습니다.
Excel에서도 전혀 불가능한 것은 아니지만, 많은 BI 도구는 로지스틱 회귀 분석과 같은 고급 통계 기법을 지원하고 있습니다. 결과 해석 방법만 이해하고 있으면, 화면 클릭만으로 이러한 분석을 손쉽게 활용할 수 있습니다.
BI 도구는 전사적 경영 판단에서부터 현장 내 단기적 의사 결정에 이르기까지, 데이터 기반의 설명 자료로써 의사 결정에 기여할 뿐만 아니라, 대규모 데이터의 개요를 파악하기 위한 시각적인 대시보드로도 활용됩니다.
다음은 그 예시들 입니다:
영업 부문
Salesforce와 같은 SFA(Sales Force Automation) 도구의 데이터와 연계하여, 거래 진행 상황이나 성과를 그래프로 시각화하고 이를 실시간으로 팀과 공유할 수 있습니다.
마케팅 부문
특정 제품의 매출 데이터와 판촉 캠페인 데이터를 기반으로 캠페인의 효과를 예측하고, 마케팅 전략 수립에 활용할 수 있습니다.
엔지니어링 부문
프로젝트 전체의 개발 비용을 하나의 대시보드에 통합하여, 일일 예산 대비 실제 비용을 관리하는 데 사용할 수 있습니다.
Excel에서의 전환
기존에 수작업으로 수행하던 보고서 작성 작업을 BI 도구의 기능을 통해 자동화하여 시간과 자원을 절약할 수 있습니다.
BI 도구의 가장 큰 장점은 전문적인 지식이 없어도 빅데이터에 대해 고도화된 데이터 분석이 가능하다는 점입니다. 또한, 소규모 데이터 분석에도 BI 도구는 유용하게 활용됩니다.
데이터의 크기에 상관없이 데이터 분석 작업을 Excel에서 BI 도구로 전환함으로써, 다음과 같은 의사 결정상의 장점을 얻을 수 있습니다.
Excel을 이용한 보고서 작성은 조작이 비교적 쉬운 편이지만, 매번 수작업으로 데이터를 업데이트해야 합니다. 특히 매크로를 최대한 활용한 시트의 경우, 작성자 외에는 시트 수정이 어려운 경우가 많습니다.
반면, BI 도구를 활용하면 일일 보고서 작성 작업을 자동화할 수 있으며, 주기적으로 발생하던 작업 비용도 절감할 수 있습니다. 데이터 필터링 등 각종 설정도 복잡한 함수를 사용하지 않고 화면 클릭으로 가능해, 다른 사람도 보고서 구조를 쉽게 이해할 수 있습니다.
이로 인해 의사 결정 과정의 병목 현상을 해소하고, 데이터 분석 결과의 해석이라는 본질적으로 가치 있는 부분에 집중할 수 있게 됩니다.
비즈니스에서는 상황이 날마다 빠르게 변화합니다. 신선도가 떨어진 데이터를 기반으로 한 분석은 그만큼 신뢰성도 떨어지고, 의사 결정의 리스크를 높일 수 있습니다.
BI 도구는 데이터 소스와의 연결이 한 번 설정되면 자동으로 데이터를 업데이트하여, 거의 실시간에 가까운 정확도로 데이터를 시각화합니다. 이를 통해 최신 상황과 최신 데이터에 기반한 분석이 용이해지며, 상황 변화에 맞춰 유연한 의사 결정이 신속해집니다.
또한, 상담 진행 상황, 프로젝트 진행률, 현재 수행 중인 작업 등을 시각화함으로써 팀 내에서 빠르게 정보 공유가 가능합니다
기업 활동 성장의 핵심은 정보의 신선도입니다. 빠르게 최신 정보를 확보할 수 있는 BI 도구는 앞으로 기업의 의사 결정에서 없어서는 안 될 필수적인 도구가 될 것입니다.
BI 도구에는 많은 이점이 있지만, 도입 시 유의해야 할 단점도 존재합니다. 이러한 단점을 인지하지 않은 채 단순히 Excel 대체 도구로 BI 도구를 도입하면 충분히 기능을 활용하지 못할 가능성이 있습니다.
이 단점들은 모두 운영상의 노력으로 해결할 수 있지만, BI 도구 도입을 고려할 때는 이러한 단점들을 어떻게 처리할지에 대해서도 미리 계획해 두는 것이 좋습니다.
BI 도구는 데이터 시각화에 특화되어 있어 데이터를 편집할 수는 없습니다.
excel에서 진행했던 프로세스를 단순히 BI 도구로 대체하면, 데이터 정형화 작업을 거치지 않은 상태로 분석이 이루어져 BI 도구의 기능을 충분히 활용하지 못할 수 있습니다.
실패를 방지하기 위해 BI 도구 도입 시, 아래와 같이 데이터 분석에 적합하도록 데이터를 가공하는 새로운 전처리 프로세스를 마련하는 것이 필요합니다
데이터 가공 과정의 필요성을 인식하지 않고 BI 도구를 도입하면, 결국 Excel에서 데이터를 가공하는 데 그치고 이로 인해 추가적인 비용이 발생할 수 있습니다.
따라서, 데이터 처리 속도가 우수한 DWH를 함께 도입하고, 다양한 데이터를 DWH에 통합하여 DWH에서 분석용으로 가공한 후 BI 도구와 연계하는 프로세스를 마련하면 BI 도구를 효과적으로 활용할 수 있습니다.
부서마다 BI 도구를 통해 동일한 데이터를 사용해 여러 차트를 작성할 수 있기 때문에, 분석 결과에 차이가 발생할 수 있습니다. 예를 들어, 영업 부서와 마케팅 부서가 잠재 고객에 대한 가정을 달리할 때가 있습니다.
이처럼 동일한 목표로 매출과 관련된 요소를 찾는다고 해도, 분석 과정에서 각 부서 간의 데이터 해석 차이로 인해 효율성이 떨어질 가능성이 있습니다.
예를 들어, 영업팀은 매출과 고객의 성별을, 마케팅팀은 매출과 고객의 연령을 연관지어 분석했기 때문에 핵심 요소에 대한 해석이 달라져 의견이 엇갈릴 수 있습니다. 이처럼 사소한 데이터 해석의 차이도 기업의 정책을 잘못 설정하게 만드는 큰 위험 요소가 될 수 있습니다.
BI 도구로 손쉽게 데이터를 분석할 수 있는 만큼, 부서 간에 데이터에 대한 해석을 일치시키는 커뮤니케이션이 중요합니다. 신뢰할 마스터 차트를 결정하는 등 운영상의 규칙 설정도 필요합니다.
BI 도구 도입의 장점을 극대화하고 단점을 최소화하기 위해서는, 도입 전에 확인해 두어야 할 항목들이 있습니다. 검토 결과에 따라, BI 도구의 도입을 보류하는 것이 더 나을 수 있는 경우도 있으므로 하나씩 살펴보도록 하겠습니다.
BI 도구는 편리한 도구이지만, 그 자체로 사용 방법이 명확히 정해져 있는 것은 아닙니다. 사용자 측에서 활용 방법을 구체적으로 계획하고 정의할 필요가 있는 도구입니다.
이러한 목적이나 과제가 명확하지 않은 상태에서 BI 도구를 도입하면 결국 아무도 이를 활용하지 못해 도입 비용이 낭비될 우려가 있습니다. 따라서 여러분들의 회사에서 해결해야 할 문제를 정리하고, BI 도구의 필요성에 대해 의문이 생긴다면 도입을 보류하는 것이 좋을 수 있습니다.
BI 도구의 관리 및 운영 체계, 기존 분석이 어떻게 개선될지 등 도입 후의 이미지를 명확히 해두는 것도 중요합니다.
해결하고자 하는 과제가 분명하더라도, 운영 측면에서 구체적인 이미지 없이 BI 도구를 도입하면 운영이 궤도에 오르기까지 시간이 걸리거나 문제 해결에 도달하지 못할 우려가 있습니다.
특히 중요한 것은 Excel과의 역할 분담입니다.
데이터 분석 프로세스에서
등을 미리 고려함으로써, Excel과 BI 도구 각각의 장점을 살린 운영 체계를 구축할 수 있습니다.
데이터 분석에서는 데이터를 처리하는 데이터 엔지니어링과, 분석 결과를 해석하는 데이터 사이언스의 두 가지 요소가 핵심입니다.
BI 도구는 데이터 엔지니어링의 부담을 줄이고 분석을 지원하지만, 이 기능을 최대한 활용하기 위해서는 데이터 사이언스의 지식을 바탕으로 한 고급 분석이 필요합니다.
예를 들어, 자사 세미나에 신청한 고객에게 세미나 전에 리마인드 이메일을 보냈을 때, 이 조치가 고객의 참여 의지에 얼마나 영향을 미치는지 분석하는 상황을 생각해 볼 수 있습니다.
메일 전송 여부를 더미 변수로 0 또는 1로 변환하여 분석에 사용해야 하지만, 사용자 측에서 더미 변수의 개념을 이해하고 데이터를 정리할 수 없다면 BI 도구로 분석을 진행할 수 없습니다.
단순히 방대한 양의 데이터를 쉽게 분석하는 것이 목적이라면, 고도화된 분석은 고려하지 않아도 문제되지 않습니다.
그러나 향후 고도화된 분석을 염두에 두고 있다면, 사내에 데이터 사이언스에 대한 노하우를 보유하고 있는지 확인해보는 것이 좋습니다.
아직 그 노하우가 없다면, 데이터 인재의 확보나 사내 교육 세미나 개최 등의 대책도 함께 검토해볼 필요가 있습니다.
여기서는 대표적인 BI 도구 3가지를 소개합니다.
이 BI 도구들은 모두 사용자가 직관적으로 데이터를 시각화할 수 있도록 설계되어 있으며, 데이터 분석 및 시각화를 지원하는 다양한 옵션 기능을 갖추고 있습니다.
Looker는 Google에서 제공하는 BI 도구입니다.
뒤에서 소개할 Looker Studio 역시 Google에서 제공하는 도구지만, Looker는 BI 도구로서의 기능에 더해 데이터 분석의 운영을 지원하는 고유한 기능을 포함하고 있습니다.
그 대표적인 기능이 바로 Looker의 독자적인 모델링 언어인 LookML입니다.
LookML은 설정 데이터를 다루듯이 사용할 수 있는 언어로, 데이터 엔지니어가 미리 데이터의 형식이나 집계 방식을 LookML로 지정해 두면, 사용자는 이 설정을 기반으로 데이터를 재활용할 수 있습니다.
이를 통해 사용자는 공통된 데이터를 활용하며, 개별 사용자가 데이터 정의를 달리해서 발생할 수 있는 불일치를 방지할 수 있습니다. 또한, 분석 및 시각화 결과의 일관성을 유지할 수 있어, 대기업에서도 최고 경영진부터 각 부서의 책임자, 더 나아가 실무진까지 데이터의 일관성을 유지할 수 있다는 점이 Looker의 매력적인 특징입니다.
Looker Studio(구: Google 데이터 포털)은 Google에서 제공하는 BI 도구입니다.
Google에서 제공하는 도구이기 때문에 Google Search Console, Google Analytics, Google Ads와 같은 Google 서비스와의 연동에 강점을 가지고 있습니다. 그 외에도 해외 서비스를 중심으로 각 파트너 기업이 개발한 커넥터를 통해 600개 이상의 서비스와 연동이 가능합니다.
이 도구의 가장 큰 특징은 사용 시 비용이 발생하지 않는 무료 도구라는 점입니다.
비싼 도입 비용이 부담되어 BI 도구를 시도해 보지 못했던 분들이라면, Looker Studio를 활용해 "일단 BI 도구를 체험해 보고 싶다"는 목적을 달성할 수 있을 것입니다.
Tableau는 상대적으로 비교적 후발주자에 속하는 BI 도구지만, 최근 많은 기업에서 도입하고 있는 인기 있는 BI 도구입니다.
이 도구는 데이터 분석 및 시각화를 담당하는 "Tableau Desktop" 외에도, 분석 전 데이터를 가공하는 "Tableau Prep", 그리고 만들어진 대시보드를 공유하는 "Tableau Online" 등 데이터를 분석하는 모든 과정을 지원하는 다양한 기능을 제공합니다.
또한, 사용자 커뮤니티가 활발하게 운영되고 있으며, 일본 커뮤니티도 존재합니다.
Tableau는 하나의 도구로 데이터 분석 사이클 전반을 처리할 수 있기 때문에, 비용이 조금 들더라도 고기능의 도구를 사용하고 싶다는 사용자에게 적합한 도구로 추천됩니다.
Microsoft Power BI는 Microsoft에서 제공하는 BI 도구입니다.
Looker Studio가 Google 관련 서비스와의 연동에 강점을 가진 것처럼, Power BI는 Word, Excel과 같은 Microsoft 관련 서비스와의 연동에 강점이 있는 것이 특징입니다.
특히 Excel과의 호환성이 높아, Excel 데이터를 데이터 소스로 활용할 수 있어 기존의 Excel 중심 분석 워크플로우에서 쉽게 전환할 수 있는 BI 도구입니다.
이미 사내에서 Microsoft 관련 서비스를 적극 활용하고 있으며, Excel을 확장하여 BI 도구로 전환하고자 하는 사용자에게는 Power BI가 가장 적합한 선택입니다.
이 글에서는 BI 도구의 필요성과 도입 전에 확인해야 할 주요 사항에 대해 설명했습니다.
자사의 데이터 활용을 한 단계 더 발전시키려면 BI 도구의 도입이 필수적입니다.
이 기회를 통해 자사의 데이터 분석 체계를 재검토하고, BI 도구를 중심으로 누구나 데이터를 의사결정에 활용할 수 있는 체계로 전환해 보는 것은 어떨까요?
저희가 제공하는 ‘데이터 분석 기반 구축 서비스 TROCCO®’는, BI 도구를 활용한 분석을 위한 데이터 파이프라인 구축을 거의 노코드로 구현 가능하게 합니다. 사내 곳곳에 흩어진 각종 서비스 데이터를 하나의 DWH(Data Warehouse)로 통합하고, DWH와 BI 도구를 연동함으로써 데이터 파이프라인의 관리 및 운영이 한층 수월해집니다.
단순히 BI 도구를 활용한 데이터 분석 공정뿐만 아니라, 사내 데이터 관리 전체를 코딩 없이 노코드로 구현하고 싶은 분, 데이터를 더욱 효율적으로 연결·정비·운영하고자 하는 분, 또는 제품에 관심이 있는 분께서는 관련 자료를 확인해 보시기 바랍니다.
