안녕하세요! 하트카운트팀의 Analytics Engineer, Jaden 입니다.

현대 비즈니스 환경에서 데이터의 중요성은 더 이상 강조할 필요가 없을 정도로 자명합니다.

기업은 단순히 데이터를 보유하는 것을 넘어서야 합니다.

조직의 모든 구성원들이 데이터에 관심을 갖고, 주요 성과 지표(KPI)를 이해하며, 이를 바탕으로 의사결정을 내리는 문화를 만들어 나가야 합니다.

그리고 이를 수행하기 위한 툴이 바로 대시보드, 그 중에서도 BI 대시보드 입니다. 지난 편에서는 BI툴과 PA툴을 비교해 보았는데요. (아래 링크 참고)

다 대시보드 툴 아니에요? ( BI툴 vs PA툴 )

BI(Business Intelligence) 툴과 PA(Product Analytics) 툴의 차이점을 비교하고 대표적인 프로덕트 분석(PA) 툴 앰플리튜드, 믹스패널, GA4의 특징을 정리해 보았습니다.

HEARTCOUNT COMMUNITYJaden Jeong

이번 글에서는 시장에서 주목받는 BI tool 5개를 선정하여 각각의 장단점을 살펴보고자 합니다.

Tableau : BI 계의 i-Phone Pro

Tableau 는 BI 시장의 아이폰같은 존재에요.

브랜드 가치가 높고, 기능도 강력합니다. 그리고 가장 비싸죠.

대기업, 금융권, 공기업 등 큰 조직에서 사용합니다.

그럼 먼저 장점을 알아 볼까요?

장점 1. 강력한(자유도 높은) 데이터 시각화 기능

Tableau의 강점은 그 무한한 시각화 자유도에 있습니다. 이 도구는 사용자의 창의성에 거의 제한을 두지 않아, 기본적인 차트부터 완전히 새로운 형태의 시각화까지 모든 것이 가능합니다.

대시보드를 마치 웹페이지처럼 고도로 맞춤화하여 개발하려는 니즈가 있는 기업들에게 Tableau는 최적의 선택이 됩니다. 기업의 브랜드 아이덴티티를 완벽히 반영하거나, 복잡한 비즈니스 프로세스를 그대로 시각화할 수 있기 때문이죠.

창의적인 시각화 방식으로 인사이트를 이끌어내려는 데이터팀에게도 Tableau는 없어서는 안 될 도구입니다. 기존의 차트 유형에 구애받지 않고 데이터를 자유롭게 탐색하고 표현할 수 있어, 숨겨진 패턴을 발견하고 새로운 인사이트를 얻는 데 큰 도움이 되죠.

장점 2. 세일즈포스와의 강력한 시너지

세일즈포스(Salesforce)는 전 세계적으로 가장 큰 점유율을 자랑하는 고객 관계 관리(CRM) 플랫폼입니다. 이 회사는 클라우드 기반의 CRM 솔루션을 제공하여 기업들이 고객 데이터를 효과적으로 관리하고 활용할 수 있도록 돕고 있습니다.

특히 주목할 만한 점은 세일즈포스의 마케팅 자동화 기능입니다. 이 기능을 통해 기업은 고객과의 다양한 접점에서 자동화된 마케팅 활동을 수행할 수 있습니다.

예를 들어, 고객의 행동이나 특성에 따라 맞춤형 이메일을 자동으로 발송하거나, 소셜 미디어 캠페인을 효율적으로 관리할 수 있습니다. 이러한 마케팅 자동화는 특히 대규모 고객 데이터를 다루는 대기업들에게 매력적인 기능입니다.

세일즈포스가 Tableau를 인수한 이후, 두 플랫폼의 시너지 효과는 더욱 두드러지고 있습니다.

Tableau는 세일즈포스의 방대한 CRM 데이터를 보다 직관적이고 의미 있는 형태로 변환해줍니다. 이를 통해 기업들은 고객 데이터에서 더 깊은 인사이트를 얻을 수 있게 되었습니다.

예를 들어, 마케팅 팀은 세일즈포스를 통해 수집된 고객 데이터와 캠페인 성과 데이터를 Tableau로 시각화하여, 어떤 마케팅 전략이 가장 효과적인지, 어떤 고객 세그먼트에 집중해야 하는지 등을 보다 명확하게 파악할 수 있게 되었습니다.

이러한 데이터 기반의 의사결정은 마케팅 효율성을 크게 높이는 데 기여하고 있습니다.

장점 3. 커뮤니티 생태계

Tableau의 강력한 데이터 커뮤니티는 단순한 사용자 그룹을 넘어서는 실질적인 가치를 제공합니다. 이 커뮤니티는 Tableau 사용자들의 전문성 향상과 실무적인 문제 해결에 크게 기여합니다.

비용 절감과 효율적인 문제 해결

Tableau 포럼을 통해 기업은 외부 컨설팅 없이도 데이터 분석 문제를 해결할 수 있습니다.

예를 들어, 복잡한 데이터 모델링이나 특정 산업에 특화된 대시보드 구축 같은 문제에 대해 전문가들의 조언을 무료로 얻을 수 있습니다.

이는 컨설팅 비용을 절감할 수 있음을 의미합니다. 또한, 포럼을 통한 빠른 문제 해결로 프로젝트 지연을 방지하여 시간과 자원을 절약할 수 있습니다.

데이터의 혁신적인 활용에 도움

Tableau Public의 실제 사례를 통해 직원들은 최신 데이터 시각화 기법을 학습할 수 있습니다.

이는 별도의 교육 비용 없이 직원들의 skills를 향상시킬 수 있음을 의미합니다.

다양한 산업의 혁신적인 데이터 활용 사례에 접근함으로써, 기업은 자사의 데이터를 새로운 방식으로 분석하고 활용할 수 있는 아이디어를 얻을 수 있습니다.

Tableau Community

Join a community that supports your Tableau journey, brings your data skills to the next level, and nurtures powerful connections. When people are united by data, anything is possible.

TableauSEDALE MCCALL, Tableau Equity Task Force Member

단점 1. 하지만… 너무 비싸다 !

Tableau의 가장 큰 단점 중 하나는 상대적으로 높은 가격입니다.

Tableau의 경쟁 제품인 Microsoft의 Power BI와 비교해보면 그 차이가 두드러집니다.

Tableau vs Power BI 가격 비교표

이러한 비싼 가격 때문인지 Tableau는 Market Share에서는 이미 Power BI 에 1위 자리를 내준지 꽤 됐습니다.

하지만 그렇다고 Power BI 가 글로벌 BI tool 1등이라고는 할 수 없습니다.

삼성전자의 갤럭시가 글로벌 스마트폰 시장에서 1위를 한다고 i-Phone을 제치고 정말 1등 브랜드라고 할 수는 없는 것처럼요.

삼성이 보급형 모델인 갤럭시 A 시리즈로 Market Share를 가져간 것과 비슷하게 볼 수 있겠습니다.

여전히 세상에서는 BI tool 하면 Tableau를 먼저 떠올립니다.

그러나 그 격차는 갈수록 좁혀지고 있죠.

단점 2. 제한적인 ETL 기능

Tableau 환경에서는 복잡한 데이터 전처리를 하기가 어렵습니다.

Tableau Prep은 노코드 환경에서 기본적인 데이터 변환과 쿼리 구성을 가능하게 합니다. 이는 간단한 데이터 정제와 변환 작업에 유용합니다.

그러나 SQL에서는 쉽게 할 수 있는 다음과 같은 복잡한 윈도우 함수를 Tableau Prep에서 직접 구현하기 어려울 수 있습니다.

SELECT *,
       AVG(sales) OVER (PARTITION BY category ORDER BY date ROWS BETWEEN 3 PRECEDING AND 3 FOLLOWING) as moving_avg
FROM sales_data

심도 있는 수준의 ETL 작업을 수행하려면 Tableau 아키텍처 외부에서 처리해야 하는 경우가 많습니다.

이는 추가적인 도구와 기술이 필요하며, 전체 데이터 파이프라인의 비용과 복잡성을 증가시킵니다.

Tableau를 사용하는 조직은 종종 별도의 ETL 솔루션을 도입하거나, 데이터 엔지니어링 팀의 지원을 받아야 할 수 있습니다.

이는 전체적인 데이터 분석 프로세스의 효율성을 저하시키고, 추가적인 리소스 투자를 필요로 합니다.

단점 3. 가파른 Learning Curve

Tableau는 강력한 데이터 시각화 도구로 널리 알려져 있지만, 다른 BI 도구들에 비해 학습 곡선이 가파른 편입니다.

Tableau를 처음 열면 사용자는 완전히 빈 워크시트와 마주하게 됩니다. 데이터 시각화 비전문가가 이 툴에 익숙해지는데 굉장히 어려운 부분이죠.

디자이너가 아닌 사람에게 Figma 를 주고, 산출물을 만들어내보라고 하면 느낄 막막함과 같을겁니다.

높은 자유도는 Tableau의 큰 장점이지만, 동시에 이 장점을 극대화하려면 데이터 시각화에 대한 더 많은 경험과 스킬, 그리고 어느 정도의 디자인 감각까지도 필요합니다.

또한 Figma 도 다룰 줄 알아야 하고, LOD 표현식과 같은 Tableau 만의 계산식 문법에도 익숙해져야 합니다. 그리고 tool 의 자유도가 아주 높아 모든 방법들이 다 개발자 문서에 기록되지 못합니다.

그래서 개발자들이 stack overflow 사용하듯 Tableau 커뮤니티에 물어보면서 작업하는 경우도 꽤 많죠.

그래서 Power BI 나 Looker Studio 에서 아주 유명한 셀럽은 없지만, Tableau 생태계에는 시각화 고수 셀럽들이 많이 있습니다.

Tableau 유튜버

Tableau Tim

High-quality Tableau tutorials. You can also suggest a video here to have your question answered as a video on the channel. https://shrtm.nu/ZW48

YouTube

Power BI : BI 계의 삼성 갤럭시

장점 1. Excel과의 강력한 호환성

Power BI의 주요 강점 중 하나는 Microsoft Excel과의 뛰어난 호환성입니다.

많은 기업에서 마케팅, 영업, 인사 등 각 부서의 실무자들은 로컬 컴퓨터의 Excel 파일로 데이터를 관리합니다.

Power BI는 로컬에 저장된 Excel 파일들을 자동으로 수집하여 대시보드에 반영시킬 수 있어요.

실무자들은 평소와 같이 Excel로 작업을 하고, Power BI는 이 데이터를 자동으로 가져와 실시간으로 대시보드에 반영합니다.

이 과정에서 Power BI는 강력한 ETL(추출, 변환, 로드) 기능을 제공합니다. Power Query를 사용하면 데이터 정제, 변환, 결합 등의 작업을 시각적인 인터페이스로 쉽게 수행할 수 있습니다.

또한, DAX(Data Analysis Expressions)를 이용하면 고급 계산 및 비즈니스 로직을 적용할 수 있습니다.

판매 데이터에서 전년 대비 성장률을 자동으로 계산하거나, 고객 세그먼트별 수익성을 분석하는 등의 복잡한 작업을 수행할 수 있죠.

뿐만 아니라 Power BI는 단순히 Excel 데이터를 시각화하는 것을 넘어, 여러 데이터셋을 통합하고 복잡한 데이터 모델을 구축할 수 있어요.

예를 들어, 영업부서의 판매 데이터, 마케팅 부서의 캠페인 데이터, 그리고 재무부서의 비용 데이터를 하나의 데이터 모델로 통합하여 종합적인 비즈니스 성과 분석을 할 수 있습니다.

Power BI와 Excel 연동의 가장 큰 장점은 현업 실무자들이 데이터베이스 쿼리 작성이나 서버 관리 같은 기술적 작업을 배울 필요 없이, 익숙한 Excel 환경에서 작업하는 것만으로도 고급 데이터 분석과 시각화의 혜택을 누릴 수 있다는 점입니다.

이는 데이터 활용의 민주화를 촉진하고, 조직 전체의 데이터 기반 의사결정 능력을 크게 향상시킵니다.

장점 2. 상대적으로 저렴한 비용

비즈니스 인텔리전스와 데이터 시각화 도구 시장에서 Microsoft의 Power BI와 Salesforce의 Tableau는 가장 주목받는 솔루션입니다.

두 도구 모두 강력한 기능을 제공하지만, 가격 정책에서 상당한 차이를 보입니다.

먼저, Tableau와 Power BI의 라이선스 유형별 가격을 표로 정리해보았습니다:

이 가격 구조만 봐도 Power BI가 전반적으로 더 경제적인 옵션임을 알 수 있습니다.

Tableau의 가장 저렴한 Viewer 라이선스조차 Power BI의 Pro 라이선스보다 비싸죠.

실제 기업 환경에서의 비용 비교

실제 기업 환경에서 이러한 가격 차이가 어떻게 체감되는지 더 구체적으로 알아보기 위해, 가상의 중견기업 사례를 통해 비교해보겠습니다.

예를 들어, 어떤 한 기업의 직원이 200명이라고 하면, price plan에 따라 사용자 유형을 아래와 같이 나누어 볼 수 있겠죠.

Tableau vs PowerBI 비용 비교표

연간 총 비용 측면에서 Power BI를 선택할 경우 Tableau 대비 $30,960의 절감 효과를 볼 수 있습니다.

비용 효율성 측면에서 보면, Power BI는 Tableau에 비해 약 55% 저렴한 것으로 나타났습니다.

만약 대기업에서 도입한다면, 비용 효율성의 차이는 훨씬 더 심해지죠.

단점 1. 아쉬운 수준의 데이터 시각화 자유도

Tableau 만큼 압도적인 데이터 시각화 기능을 가지고 있지는 않지만, 나름 쓸만하게 준수한 데이터 시각화 기능을 가지고 있습니다.

그렇지만 무료 BI tool 인 Looker Studio ( 구 Google Data Studio ) 나 오픈 소스 Superset 보다 월등히 나은 수준의 시각화를 보여주지는 못하죠

Tableau 와 Power BI 를 비교하는 다른 글들

Tableau vs Power BI: Which One Is Better?

Power Bi vs Tableau: the definitive comparison. Its features, cost, which one is better for your needs, and much more.

BI connector BlogBI Connector Team

Tableau vs Power BI: A Comprehensive Comparison, Differences, Pros and Cons | EPAM Anywhere

Discover the key differences and similarities between Tableau and Power BI, two leading data visualization and business intelligence tools. Make an informed choice for your data analytics needs.

EPAM AnywhereThe EPAM Anywhere Editorial Team

Looker Studio : 무료 BI tool

Looker Studio(이전의 Google Data Studio)는 Google이 제공하는 클라우드 기반 비즈니스 인텔리전스(BI) 및 데이터 시각화 플랫폼입니다.

이전에 Google Data Studio 였는데, Looker Studio로 리브랜딩 되었죠.

사실 Looker Studio 가 많이 사용되는 이유는 Google BigQuery 덕분이 큽니다.
스타트업계에서는 DW/DM 으로 BigQuery를 많이 채택하는데요. 사용 편의성이 좋기 때문입니다.

AWS 의 Redshift + Athena 보다 훨씬 더 사용하기 간편하죠.

Redshift는 클러스터 관리와 스케일링에 더 많은 수동 작업이 필요한 반면, BigQuery는 서버리스 아키텍처로 이러한 복잡성을 크게 줄여줍니다.

데이터 로딩과 쿼리 실행 속도 면에서도 BigQuery가 대체로 우수한 성능을 보여, 특히 대규모 데이터 처리에 있어 더 효율적입니다.

컬리, 카카오엔터, 요기요, 에이블리, 당근, 잡플래닛, 마이리얼트립, 원티드, 야놀자, 원티드, 하이퍼커넥트, 오피지지, 라이너 등 …

데이터에 신뢰성과 재사용성까지, Analytics Engineering with dbt

사내 dbt(data build tool) 도입 및 운영기

SOCAR Tech Blog험프리

잡플래닛 데이터 웨어하우스 구축 여정 - 잡플래닛 테크블로그

잡플래닛의 데이터 웨어하우스 구축 과정과 데이터 중심 조직으로의 전환을 소개합니다. | Data&AI

잡플래닛 테크블로그정성현

그래서 빅쿼리와 연동이 매우 좋은 Looker Studio를 사용하는 스타트업들이 늘어나고 있습니다.

장점 1. FREE of charge !!

Looker Studio의 가장 주목할 만한 특징은 무료로 제공된다는 점입니다. 무료이기 때문에 많은 기업들이 도입하여 사용합니다.

마치 Google Analytics가 Amplitude 나 Mixpanel 보다는 아무래도 부족한 Product Analytics tool 이지만, 많은 기업들이 사용하는 것과 같죠.

그렇지만 무료임에도 Looker Studio 는 꽤나 준수한 성능을 보여줍니다.

다른 BI 도구들이 사용자 수에 따라 비용을 청구하는 것과 달리, Looker Studio는 사용자 수에 제한 없이 무료로 이용할 수 있습니다.

또한, 생성할 수 있는 보고서나 대시보드의 수에도 제한이 없어 다양한 부서나 프로젝트별로 필요한 만큼의 대시보드를 만들 수 있습니다.

장점 2. 강력한 Google 생태계와의 강력한 통합

Looker Studio의 가장 큰 장점 중 하나는 Google의 다양한 서비스와 원활하게 통합된다는 점입니다. 이는 Google 생태계를 주로 사용하는 기업들에게 특히 강력한 이점을 제공합니다.

Google Analytics 4(GA4)와의 통합은 Looker Studio의 핵심 장점입니다.

다른 BI 도구들이 GA4 데이터를 시각화하기 위해 'GA4 → BigQuery → BI 대시보드'와 같은 복잡한 데이터 파이프라인을 구축해야 하는 반면, Looker Studio는 이러한 중간 단계 없이 GA4 데이터를 바로 가져와 시각화할 수 있습니다.

더불어 Looker Studio는 Google Ads, YouTube Analytics, Google Search Console 등 다른 Google 마케팅 도구들과도 원활하게 연동됩니다.

이를 통해 다양한 채널의 데이터를 한 곳에서 통합적으로 분석할 수 있습니다.

예를 들면,

• Google Ads 캠페인 성과와 GA4의 웹사이트 행동 데이터를 결합하여 ROAS(Return on Ads-spent)를 측정할 수 있습니다.
• YouTube 채널 성과 지표와 웹사이트 트래픽 데이터를 연계하여 콘텐츠 마케팅 효과를 종합적으로 분석할 수 있습니다.
• Search Console 데이터와 GA4 전환 데이터를 통합하여 SEO 전략의 실질적인 비즈니스 임팩트를 평가할 수 있습니다.

이러한 통합 능력은 마케팅 성과 측정, 고객 행동 분석, 전반적인 디지털 전략 최적화 등에 필요한 종합적인 인사이트를 제공합니다.

Looker Studio를 통해 기업은 데이터 사일로를 제거하고, Google 생태계 내의 모든 데이터를 효과적으로 활용할 수 있게 됩니다.

장점 3. 배우기 쉽다 !!

직관적인 인터페이스로 인해 별도의 교육 비용 없이도 팀 구성원들이 빠르게 적응할 수 있어 학습 비용도 절감할 수 있습니다.

이 부분이 확실시 Tableau 에 비해 장점입니다.

BI 대시보드, 그거 그냥 뚝딱 만들면 되는거 아니야? 라는 질문에..

→  Tableau 는 전혀 아닌데요..? 라고 대답할 수 있겠고, →  Looker Studio 는 그렇죠? 라고 대답할 수 있겠습니다.

드래그 앤 드롭 기능을 통해 복잡한 코딩 없이도 데이터 필드를 차트나 그래프에 쉽게 매핑할 수 있습니다. 이는 비기술 인력도 데이터 시각화를 빠르게 만들 수 있게 해줍니다.

더불어 별도의 설치나 설정 과정 없이 Google 계정만 있으면 바로 사용할 수 있어, IT 부서의 지원 없이도 누구나 쉽게 시작할 수 있습니다.

단점 1. 제한적인 시각화 및 분석 기능

Looker Studio는 고급 시각화 기능에 있어서 한계가 분명합니다.

따라서 기본적인 보고서 작성과 간단한 데이터 시각화에는 매우 적합하지만, 커스텀 시각화를 원하는 데이터 시각화 전문가들에게는 적합하지 않은 툴입니다.

가장 눈에 띄는 제한사항은 제공되는 차트 유형의 다양성 부족입니다. Looker Studio는 막대 그래프, 선 그래프, 파이 차트, 테이블 등 기본적인 차트 유형은 잘 지원하지만, 더 복잡하고 특화된 차트 유형은 제한적입니다.

예를 들어, 복잡한 네트워크 다이어그램, 고급 지리적 시각화, 또는 특수 목적의 차트를 직접 구현하기 어려울 수 있습니다.

기존에 정의된 템플릿 외에, 완전히 새로운 유형의 시각화를 만들어내는것은 불가능합니다.

차트 커스터마이징 옵션도 다소 제한적입니다. 기본적인 색상 변경, 폰트 조정, 간단한 레이아웃 변경 등은 가능하지만, 차트의 세부적인 디자인 요소를 완전히 제어하기는 어렵습니다.

이로 인해 기업의 브랜드 아이덴티티를 완벽히 반영하거나, 매우 특화된 시각화 요구사항을 충족시키기 어려울 수 있습니다.

또한, 인터랙티브 기능도 부족합니다. 기본적인 필터링이나 드릴다운은 가능하지만, 복잡한 사용자 상호작용이나 동적 데이터 탐색 기능을 구현하기는 어렵습니다.

예를 들어, 차트 간의 복잡한 연동이나 사용자 입력에 따른 실시간 차트 변형 등의 고급 기능은 제한적입니다.

단점 2. 제한적인 데이터 소스 연결

Looker Studio의 또 다른 주요 단점은 연결할 수 있는 데이터 소스가 매우 제한적이라는 점입니다.

• Google 생태계 중심: Google 서비스와의 연동은 뛰어나지만, 다른 주요 데이터 소스와의 연결은 제한적입니다.
• 직접 데이터베이스 연결 부재: MySQL, PostgreSQL 등 주요 관계형 데이터베이스에 대한 직접 연결이 지원되지 않습니다.
• 제한적인 외부 데이터 소스 지원: 많은 기업에서 사용하는 ERP, CRM 등의 시스템과 직접 연동이 어렵습니다.
• 실시간 데이터 스트리밍 제한: 실시간 데이터 소스와의 연동 및 스트리밍 데이터 처리 능력이 제한적입니다.

이러한 데이터 소스 연결의 제한은 Looker Studio를 다양한 데이터 환경을 가진 기업이나 Google 생태계 외부의 데이터를 주로 사용하는 조직에게 적합하지 않게 만들 수 있습니다.

이 두 가지 주요 단점으로 인해 Looker Studio는 Google 서비스를 주로 사용하고 기본적인 데이터 시각화 및 보고 기능만을 필요로 하는 소규모 조직이나 프로젝트에 더 적합할 수 있습니다.

반면, 복잡한 데이터 분석 요구사항이 있거나 다양한 데이터 소스를 통합해야 하는 대규모 기업이나 데이터 중심적인 조직에게는 제한적일 수 있습니다.

단점 3. Cloud only, on-prem 서버에 설치 불가

Looker Studio의 주요 특징 중 하나는 클라우드 전용 서비스라는 점입니다. 이는 on-premise(온프레미스) 서버에 설치할 수 있는 옵션이 없어, 항상 인터넷 연결이 필요하며 로컬 환경에서의 독립적인 운영이 불가능합니다.

대기업이나 특정 산업군에서는 이러한 클라우드 전용 특성이 큰 제약으로 작용할 수 있습니다.

예를 들어, 자체 서버 인프라를 이미 구축하고 있는 대기업의 경우, 추가로 클라우드 서비스에 비용을 투자하는 것을 꺼릴 수 있습니다.

이들 기업은 기존 인프라를 최대한 활용하고자 하며, 새로운 클라우드 서비스 도입으로 인한 추가 비용과 복잡성을 피하고자 합니다.

특히 금융권 및 일부 제조업 기업들의 경우, 망분리 정책으로 인해 클라우드 서비스 사용이 매우 제한적입니다.

이들 기업은 보안상의 이유로 내부 네트워크와 외부 네트워크를 물리적으로 분리하여 운영하는 경우가 많습니다. 따라서 클라우드 기반의 Looker Studio는 이러한 보안 정책과 충돌하여, 아예 고려 대상에서 제외되는 경우가 많습니다.

또한, 데이터 주권과 규제 준수 문제도 중요한 고려사항입니다. 일부 국가나 산업에서는 데이터의 국외 이전을 엄격히 제한하고 있어, 클라우드 서비스 사용이 법적으로 문제가 될 수 있습니다.

SPOTFIRE : 실시간 모니터링에 적합한 BI

TIBCO Spotfire는 강력한 비즈니스 인텔리전스(BI) 및 데이터 시각화 도구입니다.

Spotfire 는 복잡한 데이터를 직관적이고 인터랙티브한 방식으로 탐색하고 분석할 수 있게 해주며, 특히 실시간 분석과 지리공간 분석 능력이 뛰어납니다.

장점 1. Realtime Analytics

Spotfire 은 자사 솔루션의 가장 큰 장점으로 실시간 분석을 전면에 광고합니다.

Spotfire 대시보드는 Sub-miliseconds (1/1000 미만)의 Latency 를 보장한다고 합니다.

이러한 실시간 분석 능력은 아래와 같은 산업분야에서 잘 활용될 수 있을 겁니다.

• 제조업: 생산라인 실시간 모니터링
• 금융: 실시간 거래 분석 및 리스크 관리
• 물류: 실시간 배송 추적 및 최적화
• 에너지: 전력 그리드 실시간 모니터링
• 교통: 실시간 교통 흐름 분석

Q. 다른 BI 들은 이게 안돼나?

BI 시스템은 일반적으로 데이터 웨어하우스에서 여러 소스의 데이터를 가져와 데이터 마트에서 분석 가능한 형태로 구조화한 후 시각화합니다. 이 과정은 주로 배치 처리로 이루어져 실시간 데이터 흐름을 지원하기 어렵습니다.

Tableau, Power BI, Looker Studio 같은 주요 BI 도구들도 이러한 이유로 진정한 의미의 실시간 데이터 스트리밍을 지원하지 않습니다. 대신 'Near Real-time' 업데이트를 제공하지만, 이는 여전히 배치 처리의 한 형태입니다.

따라서 Spotfire의 실시간 데이터 처리 능력은 이 도구만의 차별적인 장점이라고 말할 수 있습니다.

장점 2. 지리공간 분석 (Geo-Analytics)

Spotfire의 또 다른 강점은 뛰어난 Geo-Analytics(지리공간 분석) 기능입니다.

Spotfire는 다양한 유형의 지도를 바탕으로 데이터를 시각화할 수 있으며, 다양한 지리적 시각화 옵션을 제공합니다.

특히, 거리 계산, 영역 분석, 경로 최적화 등 다양한 공간 분석 도구를 내장하고 있어 위치 기반의 복잡한 분석을 쉽게 수행할 수 있습니다.

대용량 지리데이터 처리 능력은 Spotfire의 또 다른 강점입니다.

수백만 개의 지리적 데이터 포인트를 빠르게 처리하고 시각화할 수 있어, 대규모 IoT 센서 데이터나 전국 단위의 고객 데이터 분석에 유용합니다. 사용자 정의 지도 레이어 기능을 통해 기업 특화된 지리 정보를 표현할 수도 있습니다.

이러한 지리공간 분석 기능은 아래와 같은 분야에서 활용될 수 있습니다.

• 소매업 : 상권 분석, 매장 위치 최적화
• 부동산 : 지역별 부동산 가치 분석
• 통신 산업 : 네트워크 커버리지 분석
• 공공 부문 : 도시 계획, 재난 관리
• 환경 분야 : 기후 변화 영향 분석

단점 1. 너무 비싼데?

Spotfire 공식 웹사이트에서는 표준 가격 모델을 제시하지 않고 있지만, 약간의 리서치를하면 아래와 같은 정보를 찾을 수 있습니다.

한눈에 잘 보이게, Tableau 및 Power BI 와 비교하면 아래와 같습니다.

가격 비교표를 살펴보면, Spotfire가 전반적으로 가장 높은 가격대를 형성하고 있음을 알 수 있습니다.

Spotfire의 최고급 옵션인 Cloud - Analyst는 연간 $1,250로, Tableau의 최고급 옵션인 Creator($900)보다 39% 더 비쌉니다.

Power BI의 최고급 옵션인 Premium($240)과 비교했을 때 무려 421%나 더 비쌉니다.

Spotfire는 실시간 분석과 강력한 Geo-Analytics 기능에서 독보적입니다. 이러한 고급 기능이 반드시 필요한 경우, Spotfire를 대체할 만한 솔루션을 찾기 어렵습니다.

반면, 이런 특화된 기능들이 꼭 필요하지 않다면 높은 가격을 고려했을 때, Spotfire 도입은 최적의 선택이 아닐 수 있습니다.

HEARTCOUNT : 대시보드 + 대화형 데이터 분석

하트카운트는 기존 정적인 BI 솔루션이 아니라, 대시보드와 데이터 분석을 결합한 통합 솔루션이에요.

데이터 대시보드를 구축해놓아도 조직 구성원들은 몇 번 보다가 말고, 결국 대시보드는 방치되고 말죠.

그 이유는 대시보드가 FAQ, 자주 묻는 질문이기 때문입니다.

Tableau 를 데이터 시각화 전문가들이 애용한다면, HEARTCOUNT는 그 반대 컨셉으로 사내 구성원 모두에게 데이터가 민주화되는 방향으로 제품이 설계 되었죠.

대기업, 금융권, 공공기관, 대학 등 큰 조직들에서 구성원들의 데이터 민주화 프로젝트를 진행할 때, 핵심 솔루션으로 HEARTCOUNT 를 많이 채택하고 있습니다.

장점 1. 통합된 분석 환경

앞서 말씀드렸듯이 대시보드는 FAQ, 자주 묻는 질문이기 때문입니다.

매번 보던 것만 보는 대시보드이기 때문에 더 이상 새로운게 없어 방치되는겁니다.

그렇다고 시각화 전문가가 내부에 상주하면서 계속 대시보드를 만들어대면, 결국 조직은 대시보드 부자가 되고

더 많은 대시보드들이 정리되지 않은 채 방치되고 말죠.

이 문제를 해결하기 위해 하트카운트는 BI 대시보드와 데이터 분석 툴이 통합된 솔루션을 만들어냈습니다.

사용자는 대시보드에서 발견한 트렌드에 대해 즉시 심층적인 통계 분석을 실행할 수 있습니다.

전통적인 BI 도구와 애드혹 분석 도구를 데이터셋을 중심으로 통합하면, 사용자의 데이터 활용 경험을 한층 더 향상시킬 수 있습니다.

이러한 통합은 대시보드 기반의 모니터링부터 심층적인 데이터 탐색까지, 데이터 분석의 전 과정을 하나의 플랫폼에서 원활하게 수행할 수 있게 해줍니다.

장점 2. 자연어 데이터 분석

자연어로 데이터 분석하는거.. 그거 ChatGPT 가 하는거 아니야? 라는 질문에 대답하자면 ..

데이터 분석의 각 단계별로 LLM은 오차를 발생시킬 가능성이 존재합니다. 그리고 사용자가 지적하기 전까지는 자신이 오차를 만들었다는 사실조차 인지하지 못하는 것이 현재로서는 현실이죠. (=할루시네이션 )

데이터 사이언스 용어 중에 Error Propagation 이라는 것이 있습니다. 어떤 단계 i에서 발생한 오차(error_i)는 다음 단계 i+1로 전달되고, i+1에서의 계산은 이미 이전 단계에서 발생한 오차를 포함한 계산이 되어, 결과적으로 다시 오차를 만들어냅니다.

이 단계가 반복되다보면 결국에는 오차가 쌓여 최종 결과물을 신뢰할 수 없게 된다는 개념인데요.

마치 '고요 속의 외침' 같은 게임을 하다 보면, 처음의 제시어가 단계별로 틀어져버려 결과적으로는 전혀 엉뚱한 답변을 하게 되는 것과 같습니다.

출처

ChatGPT를 대신할, 데이터 분석의 새로운 대안! HEARTCOUNT AI Analytics

HEARTCOUNT Dialogue는 사용자에게 적절한 분석 질문을 추천하고, 정확한 시각화 결과물 및 텍스트 요약문을 생성하는, 데이터 전문가가 아닌 모든 사람을 위한 AI 기반 데이터 분석 제품입니다. HEARTCOUNT가 어떠한 철학과 고민을 담아 이 제품을 만들었는지 함께 나누어 보고자 합니다.

HEARTCOUNT COMMUNITYDavid Gu

HEARTCOUNT는 바로 이러한 문제, 곧 시장의 기대와 실제 LLM이 제공할 수 있는 결과물 사이의 괴리를 메우기 위해, AI 데이터 분석(AI Analytics) 기능인 HERATCOUNT Dialogue를 선보입니다.

LLM의 힘을 빌리지 않고, 자체 자연어 분석 모델(ALM, Analytical Language Model)을 활용합니다.

양질의 데이터 분석 보고서를 레퍼런스삼아, 현재 선택지에 대한 최적의 분석적 해석, 주목할 만한 사실들을 식별하고 도출하는 모델입니다.

사용자가 선택한 질문에 대해 적절한 시각화 결과물 및 해석을 도출하여 사용자에게 제공합니다. 결과물을 도출하는 것은 이미 기존의 HEARTCOUNT가 보유하고 있는 잘 정의된 시각화/분석 엔진을 활용하여, 오류가 발생하지 않습니다.
→ LLM의 트랜스포머 아키텍쳐가 근본적으로 품고 있는 Hallucination 현상의 발생 가능성이 없습니다.

출처

ChatGPT를 대신할, 데이터 분석의 새로운 대안! HEARTCOUNT AI Analytics

HEARTCOUNT Dialogue는 사용자에게 적절한 분석 질문을 추천하고, 정확한 시각화 결과물 및 텍스트 요약문을 생성하는, 데이터 전문가가 아닌 모든 사람을 위한 AI 기반 데이터 분석 제품입니다. HEARTCOUNT가 어떠한 철학과 고민을 담아 이 제품을 만들었는지 함께 나누어 보고자 합니다.

HEARTCOUNT COMMUNITYDavid Gu

장점 3. 이상치 탐지 및 원인 자동 보고기능

HEARTCOUNT의 "시그널(Signal)" 기능은 데이터에서 중요한 변화를 자동으로 감지하고 그 원인을 분석하는 혁신적인 도구입니다.

이 기능은 단순한 통계적 이상치 탐지를 넘어서, 비즈니스 맥락에서 실제로 의미 있는 변화를 식별합니다.

"Signal"은 우연한 변동(Noise)과 실질적인 변화(Signal)를 명확히 구분합니다. 복잡한 예측 모델이나 통계 이론에 의존하지 않고, 실무자의 관점과 언어로 중요한 변화를 정의하고 탐지할 수 있게 해줍니다.

예를 들어, "3달 이상 연속 증가하다 이번 달에 50% 이상 감소한 경우를 찾아줘"와 같은 구체적인 패턴을 쉽게 검색할 수 있습니다.

변화가 감지되면, "Signal"은 해당 변화에 영향을 미친 다양한 요인들을 자동으로 분석합니다.

이 과정에서 무수히 많은 영향 요인들을 그 중요도(절대적 변화량, 변동률 등)에 따라 정렬하고 검색 가능하게 만듭니다. 이를 통해 사용자는 가장 중요한 영향 요인을 빠르게 파악할 수 있습니다.

더 나아가 "Signal"은 이러한 분석 결과를 바탕으로 주목할 만한 지표 변화와 그 주요 요인들을 이메일 보고서 형식으로 정리하여 자동으로 발송합니다.

이 기능은 팀 전체가 중요한 데이터 인사이트를 신속하게 공유하고 대응할 수 있게 해줍니다.

장점 4. 데이터 전문가들의 지원

다른 BI 솔루션의 경우, 도입 및 사업 종료 후에 지속적인 컨설팅이나 사후 관리가 안되는 경우가 많습니다.

BI tool 의 경우 거의 모든 제품들이 외산이고, 이에 따라 국내에는 벤더사들이 파트너사라는 이름을 가지고 구축사업 비즈니스를 하죠.

데이터 시각화 전문가들만 양성하고, 제대로 된 DW/DM 설계에 어려움을 겪는 경우가 많습니다.

HEARTCOUNT는 2015년에 한국에서 설립된 데이터 분석 전문 기업, 아이디케이스퀘어드에서 만든 제품입니다.

한국 모회사, 일본 자회사가 있는 글로벌 기업이며, 많은 레퍼런스를 가지고 있습니다.

HEARTCOUNT 제품을 설계한 실력있는 데이터 분석가 및 기획자부터, 기업에 HEARTCOUNT ABI 를 구축하는 인프라 전문가, 데이터 엔지니어, DBA 등 경험 많은 실무진들이 포진해있습니다.

데이터 전문가들에게 프로젝트 전반 뿐만 아니라, 구축 이후에도 지속적인 지원과 컨설팅을 받을 수 있습니다. 이에 따라 높은 고객만족도를 바탕으로, HEARTCOUNT는 빠르게 성장하고 있는 국산 글로벌 BI tool 입니다.

단점 1. 창의적인 시각화가 어렵다

이전 Looker Studio 의 단점과 마찬가지입니다.

HEARTCOUNT 도 사용자 정의(Custom) 시각화를 지원하지 않기에, 완전히 새로운 유형의 시각화를 만들어내는것은 어렵습니다.

그렇기에 시각화 전문가들이 굉장히 창의적인 시각화 대시보드를 만들어내기에 적합한 BI tool이 아닙니다.

HEARTCOUNT 는 처음부터 고급 시각화 전문가를 위한 tool 이 아니라, 모든 사람들이 사용하기에 가장 쉬운 데이터 분석 tool 을 지향합니다. HEARTCOUNT 의 Catch Phrase 가 Everyone is an Analyst 인 것을 보면 알 수 있죠.

단점 2. 대시보드는 기업용으로만 제공

HEARTCOUNT 는 두 가지 유형으로 제품을 분류할 수 있습니다.

1. 개인이 사용할 수 있는 데이터 분석 도구 HEARTCOUNT
2. 기업용 소프트웨어인 HEARTCOUNT ABI

여기서 HEARTCOUNT ABI 가 지금까지 언급한 BI 와 데이터 분석도구가 합쳐진 Product 입니다.

그런데 이 HEARTCOUNT ABI 는 기업용으로만 배포되었으며, 현재까지는 개인이 사용할 수는 없습니다.

요약 정리 표