Predictive analytics를 위한 alteryx
1 like303 views
예측 분석 (predictive analytics)를 위해 데이터 세트를 블렌딩하는 7단계를 설명합니다. 다양한 데이터 소스에 직접 액세스하고 드래그앤드롭의 쉬운 방식으로 코딩 없이 예측 분석을 누구나 수행할 수 있게 됩니다. R프로그래밍 언어를 기반으로 하여 고급사용자도 자신의 코드 또는 스크립트를 쉽게 통합하여 사용이 가능합니다. Tableau와 Quilk를 지원하여 예측분석과 시각화의 완벽한 협업을 이루어 낼수 있습니다. - by 픽데이타(www.pikdata.com)
Predictive analytics를 위한 alteryx
- 1. 예측 분석(PredictiveAnalytics) 를 위한 데이터 블렌딩 7단계 픽데이타㈜
- 2. 데이터양과다양성이크게증가함에따라데이터분석에대한기대도커지게 되었습니다.의사결정자가참고했던지난달의현황분석자료가내일에도유 효할수없습니다. 경쟁업체보다 앞서고, 회사 수익 증대를 위해 데이터 분석가는 앞으로 일 어날 일을 이해해야 합니다. 이를 통해 기업의 운명을 바꾸는 변화에 대해 더 많이 준비 할 수 있습니다. 예측 분석(Predictive analytics)을 통해 조직은 현재와 과거 데이터를 분석하 여 미래의 이벤트 발생 가능성을 더 잘 이해하고 예측함으로써 우위를 확 보 할 수 있습니다. 예측 분석에서 가장 어려운 부분은 올바른 데이터를 준비하는 일 입니다. 데이터 블렌딩은 이러한 올바른 데이터 준비를 도와줍니다. Analytics의 진화 7 Steps to Data Blending for Predictive Analytics
- 3. 데이터분석은기존의단일데이터소스분석에서 여러다양한데이터소스를결합하여분석하는것으로진화하고 있습니다. 데이터 블렌딩은 여러 소스의 데이터에 액세스하고 이를 결합하는 것으로, 이를 통해 현업 분석가들은 더 깊은 비즈 니스 의사결정을 이끌어내는 인사이트를 가질 수 있게 됩 니다. 데이터 분석가는 데이터 블렌딩으로 데이터 세트를 작성하 고 이를 분석하여 비즈니스 질문에 응답하고 고객 선호도, 마케팅 캠페인 결과, 재무 운영, 사이트/머천다이징 최적화 에 대한 인사이트를 얻을 수 있게 됩니다 . DataBlending이란? TraditionalData CloudApps CRM Data Warehouse Excel Marketing Data Mart New BusinessOpportunities Customer Analytics Financial & StatisticalAnalysis PredictiveAnalytics SpatialAnalysis EnrichmentData Demographic Firmographic Industry-speci fic Spatial EmergingData Amazon Redshift GoogleAnalytics Marketo Twitter 7 Steps to Data Blending for Predictive Analytics
- 4. 예측 분석/모델링/결과 개선을 위해서는 반드시 올바른 데이터로 작업하고 있는지를 확인해야합니다. 그리고 가장 많은 정보에 입각하여 의사 결정을 내리기 위해서는 이전보다 훨씬 많은 데이터 소스와 데이터 형식의 통합이 필요합니다. 예측 분석을 위한 데이터 블렌딩은 데이터 분석가가 모델 생성, 평가, 배포에 더 많은 시간을 투자할 수 있게 하고 데이터 준비 시간을 크게 줄여줍니다. 현재 데이터 분석가가 직면한 어려움은 다음과 같습니다: • 올바른 데이터 유형과 데이터 시스템으로의 액세스 • 데이터 프렙 및 클렌징 • 여러 데이터세트 병합(join) • 재사용 가능한 반복가능한 프로세스 • 데이터세트 생성을 위해 IT부서 등 타인에게 의존해야 하는 것 예측 분석(predictive Analytics)을 위한 데이터 블렌딩? 많은 데이터 분석가들이 데이터 블렌딩 또는 예측분석을 수행할 수 있는 적절한 도구가 없습니다 데이터 준비를 위해 데이터 사이 언티스트와 IT부서에게 의존하 는 것은 매우 비효율적입니다 데이터 분석가는 데이터 변경 시 마다 동일하고 지루한 프로세스 를 기억해 반복해야 합니다 7 Steps to Data Blending for Predictive Analytics
- 5. 더 빠른 데이터 블렌딩을 위한 방안 데이터병합(join) 예측분석(predictive analytics) 통합 필요한 모든 데이터에 액세스 데이터를이해(understand) 데이터프렙및클렌징 데이터변환(transform) 및재구성(restructure) 1 2 3 4 5 6 7 기존의예측모델에output 준비물 • Alteryx 프로그램 alteryx.com/download • 블렌딩하고자 하는 데이터 소 스의 리스트 • 사용하고자 할 데이터가 위 치한 데이터베이스 혹은 데 이터 소스로의 액세스 • 필요한 데이터 세트에 대한 대략적인 명세(specification) 7 Steps to Data Blending for Predictive Analytics 데이터 블렌딩 데모 alteryx.com/solutions/data- blending
- 6. 7 Steps to Data Blending for Predictive Analytics 기업에 중요하고 장기적 영향을 미칠 수 있는 사항에 대한 정확한 의 사 결정을 내리려면 하나가 아닌 더 많은 데이터를 사용해야합니다. 예측 분석에 필요한 데이터를 얻는 것은 어려운 일 이었습니다. alteryx는 모든 소스에서 모든 유형의 데이터에 액세스 할 수 있는 기능을 제공합니다: • Input 도구를 사용하여 관계형 데이터베이스 또는 Excel, SAS, SPSS, ERSI, MapInfo 등에 직접 액세스할 수 있습니다 • 직접 커넥터(direct connector)를 통해 twitter 및 foursquare와 같은 SNS 데이터에 액세스할 수 있습니다 • 클라우드 커넥터(cloud connector)를 통해 Salesforce.com, Marketo, Google analytics, Amazon S3등 에 액세스할 수 있습니다 Inputtool 필요한 모든 데이터에 액세스 성공적 분석을 위해 • 자신이 데이터 소스에 액세스 하는 데 필요한 자격 증명을 보 유하고 있는지 IT 부서에 확인 하십시오 • 데이터 크기 제한없이 모든 데 이터 유형을 분석(설문 조사 데이터, 로그 파일, 모바일 데 이터, XML 등) • alteryx는 Experian, Dun & Bradstreet, TomTom등의 써드 파티 데이터를 제공하여 현재 데이터 세트를 보강할수 있습 니다 • 기 생성한 예측 모델의 데이터 통합을 위해 SPSS (.sav) 또는 SAS (.sas7bdat) 파일에 연결도 가능합니다 1 Twitter tool Salesforce.com Inputtool
- 7. 데이터를이해합니다 성공적 분석을 위해 • alteryx의 interactive한 시 각화 기능을 통해 데이터를 더 잘 이해하고 탐색할 수 있습니다 • Association Analysis과 같은 마이닝 기술을 활용하여 어떤 필드가 연관되어 있는 지 확인하십시오 2 데이터의 중요 세부사항을 이해하기 위해 데이터 조사(data investigation) 가 필요합니다. alteryx는 데이터 조사에 필요한 다양한 도구를 제공합니다: • Frequency Table을 사용하여 데이터의 개수(count) 및 비율(percentages) 을 파악 • Contingency Table로 필드 값과 비율(percentages)의 조합을 파악 • Field Summary 도구를 통해 선택한 모든 변수(variables)에 대한 기술 통계(descriptive statistics)를 확인 Inputtool: Connect to Customer Database R ContingencyTable 7 Steps to Data Blending for Predictive Analytics FrequencyTable D R I D I
- 8. 성공적인 분석을 위해 • 여러 데이터 세트를 함께 가져올 때 제품명, 카테고리, 유저 ID를 일관되게 만듭니 다 • CSV 또는 XML 파일을 불러 들일때 문자열 또는 텍스트 필 드로 읽습니다 • Regular Expression와 XML Parse 와 같은 파싱 도구를 사용하여 데이터를 convert, match, replace합니다 데이터 프렙및 데이터 클렌징3 분석가는 데이터 준비 보다 데이터를 분석하는 데에 더 많은 시간을 할애 하여야 합니다. alteryx는 데이터 프렙 시간을 최대 30% 단축시켜 주어 분석가가 세운 가설(hypotheses)을 테스트하고 모델을 평가하는 데 더 많은 시간을 할애 할 수 있습니다. alteryx는 데이터 프렙 및 클렌징 프로세스를 위한 다양한 도구를 제공합니 다: • Auto Field 도구로 각 문자열 필드의 필드 유형을 자동으로 설정 • Select 도구로 필드 유형 또는 이름을 변경 • Filter도구로 데이터 세트내 관심있는 부분만을 분리 Inputtool: Connect to Customer Database Filter tool:Isolate a subset of data T T Inputtool: Connect to Product Sales Select tool: Change field names Auto Field tool: Automatically change field types 7 Steps to Data Blending for Predictive Analytics
- 9. 데이터는 다양한 모양과 형태로 제공되기에 분석을 위해 올바른 모양과 형태로 이를 변형(transform) 또는 재구성(restructure)해야 합니다. alteryx로 이런 프로세스를 단순화시킬 수 있습니다: • Summarize도구로 데이터를 집계합니다. 예를 들어 고객 ID당 총지출액 및 거래건수를 계산합니다. (참고 : summarize도구는 Excel의 pivot table이 수행하는 작업을 수행합니다) • Transpose 도구 또는 Crosstabs 도구로 데이터의 필드를 다시 정렬합니 다 • Formula 도구로 Excel에서 만들던 수식과 유사한 수식(expression)을 만듭니다 Summarizetool: Count the number of transactions, and add the value of the transac tions 성공적인 분석을 위해 • 데이터 스트림을 통과하는 레코드들을 그룹화하고 카운트 • min 값과 max 값을 결정하고, 누적합계를 유지합니다 • 별도의 스프레드시트에서 작업 하는 것이 아닌, 전체 데이터 세 트를 Crosstab & transpose 데이터변환(transform) 및 재구성(restructure)4 Transpose tool: Move data from columns to rows (or vice versa) Formula tool: Create a new field based on IF THEN statements 7 Steps to Data Blending for Predictive Analytics
- 10. 성공적 분석을 위해 • Match 도구를 사용하여 정확히 일치하지 않는 필드들을 가져옵니다 • 클릭 한번으로 모든 스프레 드 시 트 탭 을 가 져 오 는 매크로 생성 데이터 병합(Join)5 여러 데이터 소스를 클렌징하고 형태를 맞춘 후에는, 해당 데이터들을 가져와 하나의 데이터 세트로 만드는 것이 중요한 다음 단계입니다. alteryx는 여러 방법으로 데이터를 병합(join)할 수 있습니다: • Union도구로 유사한 구조의 두 개 이상의 데이터 스트림을 단일 스트림으로 결합 • Join 도구로 주요 필드들에 대한 pre- process와 concatenate 없이 여러 필드 를 결합 • Excel에서 다중 VLOOKUP 표현식으로 데 이터를 결합하는 위험없이 inner join 및 outer join을 수행합니다 • Fuzzy Matching으로 고객명 또는 주소 에서 정확히 일치하지 않는 부분을 처 리 (예: John, Jon, Johnny, Jonathan) Union tool: Combine each data sou rce into a singlestream Join tool: Combine data stre ams on commonfields L R L J R 7 Steps to Data Blending for Predictive Analytics
- 11. 성공적 분석을 위해 • Time Series 도구로 예측 (forecasting) 향상 • alteryx 도구 뒤에 있는 R 코드 에 쉽게 액세스하여 더 쉽게 이해하거나 변경을 가할 수 있 습니다 • R 도구를 사용하여 사용자 정 의 R모델을 통합합니다 예측분석(predictive analytics) 통합6 alteryx에서 예측 분석은 데이터 블렌딩 시 사용한 캔버스에 해당 도구를 드래그하기만 하면 됩니다. 코딩이 필요 없어 누구나 쉽게 예측 분석을 수행할 수 있지만, 고급 사용자도 사용할 수 있을 만큼 유연합니다. alteryx는 모델링, 그룹화, 시계열 을 위한 30가지 이상의 드래그 앤 드롭 도구를 제공하며 모두 R 프로그래밍 언어를 기반으로 합니다: • Logistic Regression 도구로 고객들이 광고 또는 캠페인에 반응할 지를 예측 • Boosted Model 도구로 예측 필드(predictor fields)의 중요성을 이해 할 수 있습니다 • K-Centroid Analysis 도구로 구성원을 빠르게 클러스터링 하 거나 그룹화하십시오 • R도구를 사용하여 R 프로그래머 가 자신의 코드 또는 스크립트를 가져올 수 있도록 허용 Logistic Regression tool Boosted Model tool K-Centroids Analysistool Rtool 7 Steps to Data Blending for Predictive Analytics
- 12. 기존의 예측 모델로 출력(Output)7 예측 모델을 구축과 이를 조직 전체에 배포하는 데에는 엄청난 시 간과 비용이 소비됩니다. alteryx는 기존에 제작한 것을 대체하지 않고 기존에 생성했던 모델을 활용할 수 있게 합니다. • R도구를 사용하여 사전 작성한 R 모델을 통합 • SPSS (.sav) or SAS (.sas7bdat) 파일로 출력하여 조직의 기존 모 델을 활용 “지난 5년 동안 우리는 12개 이상 의 예측 모델을 개발하였었습니다. 그러나 그 모델들은 현재 사용중인 아키텍처와 더 이상 맞지 않게 되었 습니다. 대부분의 병목현상은 모델 링의 데이터 준비 및 데이터 처리 단계에 있었습니다. 나는 alteryx trial을 다운로드했고, 우리의 오래된 아키텍처상에서 25분이 걸렸던 과정은 Alteryx에 서 5초도 채 걸리지 않았습니다.” – Michael Barone Predictive Modeling Analyst, Paychex 7 Steps to Data Blending for Predictive Analytics
- 13. 기존의 예측 모델로 출력(output)7 #1 #2 1 2 3 4 5 T F T F Customerswith transactions.sav Customerswith t ransactions.sas7bdat L J R L R • R 도구를 사용하여 자신의 R 스크립트를 작성하 거나 사전 작성된 R 모델을 Alteryx 워크 플로우로 가져올 수 있습니다. 7 Steps to Data Blending for Predictive Analytics • SPSS 또는 SAS로 출력하고 조직에서 사용하는 기존 모델 활용
- 14. 예측분석 결과는 인터랙티브한 시각화를 통해 가장 쉽게 이해할 수 있습니다. alteryx는 시장에서 가장 많이 사용되는 시각화 도구인 Tableau와 Quilk를 지 원합니다. • alteryx는 Tableau TDE 파일 형식이나 Qlik QVX 파일 형식으로 직접 출력가능하여, 시각화 렌더링 전에 계산을 컴파일을 할수 잇어 성능 상 이득을 얻을 수 있습니다 • alteryx는 Tableau workbook을 실행하여 기본 데이터(underlying data)를 업데이트하고 대시 보드에 결과를 표시 할 수도 있습니다 • alteryx의 데이터는 QlikView와 Qlik Sense 모두에서 대시 보드를 업데이트하고 실행할 수 있습니다. 예측분석을 시각화로 출력(output) 성공적인 분석을 위해 • Alteryx Server를 통해 Tableau와 Qlik에 증분 (incremental) 업데이트 스케 줄링을 할 수 있어 시각화를 항상 최신 상태로 유지할 수 있습니다 TableauWorkbook Tool: Immedi ately launch your results in your favoriteTableau Workbook QlikView Worksheet Tool: Imm ediately launch your results into QlikView or Qlik Sense 7 Steps to Data Blending for Predictive Analytics
- 15. Alteryx Analytics 갤러리는 의사 결정자가 분석 워크플로우를 작성할 필요가 없이 보다 나은 비즈니스 의사결정에 필요한 매력적인 경험과 결과를 제공합니다. • 워크플로우를 저장하고 자동화 하여 업데이트 된 데이터로 동일 프로세스를 실행하고 오류 가능성을 제거합니다 • 브라우저에서 실행가능한 분석 어플리케이션에 워크플로우를 패키지화 하십시오 • 의사 결정자가 워크플로우를 직접 만들지 않고도 분석 어플리케이 션을 커스터마이즈하고 실행할 수 있는 기능 제공 보너스! Decision-Maker를 위한 예측 분석 성공적 분석을 위해 • 워크플로우를 생성하고 향 후 프로세스 또는 출력에 재 사용 하십시오 • 반복되는 프로세스를 쉽게 하는 매크로 작성 • 허용된 사용자만 액세스가 능하게 워크플로우 와 매크 로에 대한 사용권한 설정 7 Steps to Data Blending for Predictive Analytics
- 16. Southern States Cooperative는 마케팅 업무의 최적화를 위해 Alteryx의 예측 분석 도구를 사용하고 있습니다. Deeper Insights 다양한 소스의 모든 관련 마케팅 데이터 및 고객 데이터에 액세스하고 블 렌딩하고 예측 및 공간 분석을 수행하여 Targeted Mailing을 위한 잠재고객 을 확인할 수 있었습니다. Hours vs.Weeks 인사이트 획득에 걸리는 시간을 수 주에서 수 시간으로 단축하여, 더 많 은 인사이트를 획득함으로써 캠페인 응답률을 약 200 % 향상시킬 수 있 었습니다. Intuitive Workflow 코딩 작업 없이 개발된 수십 여개의 분석 어플리케이션을 회사 전체 에 배포하여 단일 워크 플로우에서 데이터 추출, 클렌징, 탐색, 모델링 등의 작업을 수행 할 수 있게 되었습니다. Alteryx의 예측분석으로 마케팅 비용을 절감 “이전에는통계분석이나예측모델 링을수행하기위해데이터를다른 소프트웨어로내보내야했습니다. 이제는Alteryx를사용하여모든분 석을동일한워크플로우내에서수 행할수있게되었습니다. 사실상모든데이터추출,정리,탐 색,모델링을하나의모듈내에서완 벽하게수행하게되고있습니다.” 7 Steps to Data Blending for Predictive Analytics – Greg Bucko Manager of Customer Insights
- 17. Alteryx 는 데이터 분석가가 가장 필요한 세가지를 제공합니다 완벽한 데이터 블렌딩과 advanced analytic 프로세스를 위한 단일하고직관적인 워크플로우를 제공합니다 타인에 대한 의존 없이, 공간 분석 또는 예측 분석으로 더 깊은 비즈니스 통찰력을 가질 수 있게 합니다 분석가가 필요한 모든 데이터를 활용하여 최적의 방식으 로 분석할 수 있게 합니다 7 Steps to Data Blending for Predictive Analytics
- 18. Next Steps 7 Steps to Data Blending for Predictive Analytics alteryx로 데이터 블렌딩 trial alteryx.com/download 데이터 블렌딩 키트 다운로드 bit.ly/datablendingkit 고객사 case study alteryx.com/customers
- 19. 예측분석을위한데이터블렌딩 감사합니다 픽데이타㈜ 솔루션사업부 정희설 sales@pikdata.com / 02-3775-2658 http://www.pikdata.com