시각화 분석을 위해서는 빅데이터를 활용할 수 있어야 하며, 시각화 및 고급 분석, 셀프 서비스, 리포팅 기능을 갖춰야 합니다. 아울러 데이터 핸들링, 분석, 리포트 생성에 이르는 전 과정에서 인사이트를 확보하고자 하는 모든 이들이 자유롭게 사용할 수 있어야 합니다.

SAS AI 기반의 시각화 솔루션은 완전 초보자도 자동 추천과 자동 예측 기능을 사용하여 마음껏 분석할 수 있는 셀프 서비스 환경을 제공합니다. 또한 언제 어디서나 필요한 분석과 인사이트를 편리하게 활용할 수 있도록 웹 기반과 모바일 환경의 분석 시각화를 제공합니다.

 

AI 기반의 시각화 솔루션 활용 사례

한 기업은 임원과 실무자가 대시보드를 활용하여 필요한 인사이트를 얻고, 수요 예측을 관리하기 위해 매주 작성하는 단순하고 반복적인 리포트 작업 시간을 줄이고자 했습니다. 또한 영업 사원별 분석 기술의 차이로 발생하는 수요 예측의 어려움을 극복하고, 통계 분석을 통한 역량 강화 및 내재화를 위해 SAS 분석 시각화를 도입했습니다.

그 결과 ▶보고서 수작업을 자동화하는 프로세스를 수립할 수 있었습니다. 다양한 운영 시스템과 엑셀 작업의 수많은 인터페이스 절차를 간소화하여 리포트 생성 시간을 줄이고, 분석 결과의 정합성까지 확보했습니다. ▶직급별 분석 방법과 분석 스킬도 표준화했습니다. 분석 방법과 스킬의 차이는 리포트 정합성을 위협하는 요소입니다. 표준화를 통해 동일한 데이터를 활용하면서 다른 결과를 도출했던 오류를 해소할 수 있었습니다. 이러한 개선 효과로 최대 1주일까지 걸렸던 분석 리포트 생성 시간을 단 몇 분 이내로 단축하고 있습니다.

사용자 계층별 AI 기반의 SAS 분석 시각화 활용

AI 기반의 SAS 분석 시각화 솔루션을 사용하면 초보자, 중급자, 고급 사용자, 전문가 등 모든 사용자 계층에서 자신이 원하는 다양한 인사이트를 확보할 수 있습니다.

데이터 생성_ 분석 마스트 생성을 위한 Data Preparation

분석 시각화의 초보자 단계를 시작하기 전에, 우선 시스템에 접근하여 데이터를 프로파일링하고 데이터 선행 작업으로 분석에 필요한 파생데이터 생성 작업을 수행합니다. 활용할 데이터를 프로파일링하여 데이터의 기술적 측도, 패턴 및 분포 등을 확인하고, null 값 등 불필요한 데이터를 제거, 변환하여 데이터 파생 및 퀄러티를 향상시킵니다.

초급 사용자_ 기본 리포트 생성(AI추천 시각화 차트, 페이지 템플릿, 자동 그래프)

초급 사용자는 데이터 탐색 기능을 활용하여 기본 리포트를 작성할 수 있습니다. 데이터에 적합한 차트는 AI가 추천하여 자동으로 분석 리포트를 구성해 주므로 사용자는 분석하고자 하는 데이터에만 집중하면 됩니다. 데이터를 선택하여 그림창에 옮기면 AI는 데이터 속성에 적합한 자동 그래프를 활용하여 시각화해 줍니다.

 

AI가 추천하는 시각화 차트도 활용할 수 있습니다. ‘추천 시각화’에서 원하는

 

 

 

 

 

결과를 선택하면 보다 구체적이고 이해하기 쉽게 표현할 수 있습니다. 추천 시각화는 데이터를 자동으로 분석하여 약 80여 개 이상의 의미 있는 분석 차트를 제공합니다. 이 같은 자동화 차트를 활용하여 리포트를 완성하고, 분석 내용을 설명하는 제목을 살짝 조정하면 시각화를 처음 접하는 사용자도 쉽게 활용할 수 있습니다.

중급 사용자_원인 분석 세분화(AI 자동 탐색 및 분석, 파생 데이터 활용)

중급 사용자는 AI 기반의 자동화된 예측 및 최적화를 비롯하여 다양한 시각적 분석을 수행할 수 있으며, 파생 데이터를 직접 생성하여 한발 더 나아간 다양한 관점에서 분석 리포트를 작성할 수 있습니다.

특히 AI가 자동으로 분석, 예측해주는 다양한 알고리즘을 활용할 수 있습니다. 분석 변수를 이해하기 쉽게 설명하는 ‘자동 설명’과 주요 분석 변수로 스코어 카드를 자동으로 생성해주는 예측 모델인 ‘자동 예측’이 그 예입니다.

 

 

 

 

 

고급 사용자_인포그래픽 생성(인포그래픽 리포트, 사용자 생성 차트)

고급 사용자는 다양한 시각적 이미지와 텍스트 문구를 활용하여 데이터를 보다 쉽게 이해할 수 있게 리포트를 디자인할 수 있습니다. 인포그래픽의 배경을 설정하고, 타이틀, 주석, 설명, 이미지, 데이터 영역을 디자인합니다. 이때 데이터 리터러시 및 스토리텔링을 고려하여 구성하는 것이 좋습니다.

전문가_분석 리포트 생성(고급 통계 분석, 통계 분석 리포트)

전문가는 케이민즈(K-means) 알고리즘을 사용하는 군집분석, 로지스틱 회귀 분석, 의사결정트리 등 다양한 분석 모델을 사용하여 보다 심층적인 인사이트를 확보하고 의사결정을 할 수 있습니다.

SAS를 선택해야 하는 이유

SAS의 분석 시각화는 데이터를 빠르게 탐색, 분석할 수 있는 AI 기반의 편리한 자동 분석과 시각화 기능을 제공합니다. 따라서 누구나 데이터로부터 인사이트를 도출하여 복잡한 비즈니스 문제를 신속히 해결할 수 있습니다. 강력한 인메모리 기반의 분산형 프로세싱 기술을 활용하여 대용량 데이터도 가볍게 분석합니다. 또한 SAS 시각화 기반은 다양한 비즈니스 솔루션으로의 연계하여 확장할 수 있으며, R, 파이썬, 자바, 루아 등 SAS 외 다른 언어로 작업하고 싶은 사용자도 활용할 수 있는 통합 플랫폼을 제공합니다.