위세아이텍 iOLAP 2002-09 · 아이템분석, 사용자분석, ... 이벤트성과분석 6월이벤트참여고객만을대상으로이벤트전과후의성과를비교 ... 비정형분석

국내 기업들이 이미 사용하고 있는

클라우드 환경의

BI/CRM/빅데이터 분석 사례

㈜위세아이텍김 상 수

1클라우드 환경의 BI, CRM, 빅데이터

알고 계십니까?

국내 BI, CRM, 빅데이터 분야에서 클라우드는?

• 새로운 추세가 아니라 이미 국내기업들이 몇 년 전부터 이용해온

서비스입니다.

• ㈜위세아이텍의 고객은 2012년부터 WISE BI Cloud를 이용하고

있습니다.

클라우드가 정말 괜찮은지?

• 경제성 뿐만 아니라 성능, 편의성에서 비교할 수 없는 가치를

제공합니다.

• WISE BI Cloud 고객들의 서비스 유지율은 100% 입니다.

• 본 세션발표에서 소개하는 내용은 모두 WISE BI Cloud 실제 이용

사례입니다.


목차

1. 교통 빅데이터 분석

2. 게임 빅데이터 분석

3. 실시간 캠페인과 상품 추천

4. DB 보안 로그 분석

5. 데이터 분석 교육과 실습

6. Why BI Cloud?


청주시 교통 빅데이터 분석

대중교통

운영

교통

량

분석

도로

소통

및

• 교통량이 많은 시간대/요일/월별 특성

버스운행기록 분석

• 청주시 교통량 특성 통계분석 및 변화패턴 추세분석

- 지점별 교통량, 시간대별 교통량, 구간별 교통량 특성

• 도로 구간별 통행속도 분석 시간대별 변화패턴 분석

• 각 노선의 시간대별/요일별/월별 운행 소요시간

(정류장 정차시간, 정류장간 이동시간)

• 버스 운행현황 분석 → 대중교통 운행 분석

현황

파악

교통흐름 패턴

교통카드 사용패턴 파악

• 정류장의 노선별/요일별/시간대별 승차수 분석

• 정류장의 노선별/요일별/시간대별 환승수 분석

• 노선의 시간대별/요일별 승객 특성 분석

• 도로 구간별 통행속도 지도기반 표출

• 축적된 데이터 분석활용

• 월별/요일별/시간대별/기상별로 교통혼잡지도 표출서비스교통혼잡지도


교통정보 분석 예


교통정보 분석을 통해 발견한 이슈


1) 청주시 대중교통 운행분석


2) 청주시 대중교통 사각지대 분석

청주시 전체 버스정류장 위치기반 접근성 분석

11% 25% 64%

주변 정류장 없음 평균 미만 평균 이상

453개 515개 1044개

정류장은 시내중심으로 밀집도가 높음중심에서 외곽으로 갈수록 밀집도가 낮아짐

- 총 정류장수 : 2012개- 청주 시내 정류장의 반경 400M 평균 정류장 개수 : 3개

인구 밀집지역임에도 평균 미만 또는 정류장이 드문 지역은?

http://mail3.nate.com/http:/210.115.187.129:8080/atiis_r4/#!%EB%B2%84%EC%8A%A4%EC%A0%95%EB%A5%98%EC%9E%A5%EC%A7%80%EB%8F%84http://210.115.187.129:8080/atiis_r4/

http://mail3.nate.com/http:/210.115.187.129:8080/atiis_r4/#!%EB%B2%84%EC%8A%A4%EC%A0%95%EB%A5%98%EC%9E%A5%EC%A7%80%EB%8F%84http://210.115.187.129:8080/atiis_r4/


3) 버스 탄력적 배차와 배차간격 조정


3) 버스 탄력적 배차와 배차간격 조정

노 선 기준운행시간 실제운행시간(첨두) 실제운행시간(비첨두)

711 번 84 88 82

513 번 68 61 57

823 번 126 144 150

115 번 70 104 85

30-1 번 89 66 75

OK

탄력적 배차 제안

배차 간격 조정 제안


4) 뺑소니범 찾을 수 있을까?

교통데이터수집 장비 DSRC 청주시내 103개 교차로 설치

청주시내에 AVI가 많이 설치되었다면뺑소니범 찾는데 도움이 되었을텐데 …

그러나, OBU단말기 부착 차량(전체 차량의 약 20%)만 수집

청주시 교통 빅데이터 분석으로뺑소니범 찾을 수 있을까


산학관 협력과 BI Cloud

WISE BI Cloud

청주시청 충북대학교 위세아이텍

시스템 확장, 성능유지에 대한 고민

없이 분석에만 집중

시간, 장소 구애 없이협업하고

지식과 노하우 접목


철도안전 빅데이터 분석

관제 시스템

사고통계

사고보고서

기타

차량, 시설 등으로부터의 각종 안전관련 정보고장과 같은 Machine data

조사를 통해 파악된 사고 관련 통계 데이터정형 데이터, 1차 가공/분석이 된 데이터

상세 사고 내용을 기록한 보고서비정형 데이터

온도, 강수량 등 외부 데이터고온에 따른 레일탈선, 침수에 따른 운행정지 연관분석

철도안전빅데이터


가장 빈번한 사고 유형과 원인은?

지연운행

사상사고

관리장애

원인은?

부품불량 20%부품노후 13%차량제작결함 10%실념 8%부품제작결함 7%


철도 고장 센싱 빅데이터 분석

각종 센서로부터 수집되는 고장 데이터

일반적인 고장 외에경고상황 검지, 이상 동작 제어에 대한 정보가 다양하게 수집됨

화장실 오물탱크 최대수위 검지 승객이 많은 구간, 정비할 시간

없이 바로 재출발


고장-사고 전조(前兆) 패턴 분석

기계적 원인으로 지연운행사고가 발생한 열차

수백가지의 고장 유형수십만건의 고장 이력

지연운행 사고가 발생할 열차는 OO일 전부터 ㅁㅁ고장이 나타나기시작한다

A 고장 후 D 고장이 같이 발생하면 80% 이상 사고가 난다 …

사고+고장결합 분석


연구를 위한 테스트 플랫폼

WISE BI Cloud

테스트가 필요할때만 확장

시스템 아키텍처를 필요에따라 다양하게 구성

WISE OLAP 서비스로다차원 비정형분석,

대시보드 구성


목차






6. Why BI Cloud?


상시 분석 & 비정기 분석

잔존률, 회귀율

자주 보지는 않지만계산하기 위해서는 많은 시간과 자원이 필요

아이템분석, 사용자분석, 캐릭터분석, 결제분석

매일 분석해야 하는 것고정적인 처리시간과 자원이 항상 필요

※ 잔존률 분석 : 특정 기준일의 접속자를 대상으로 매일 단위로 계속 접속하는 유저수를 찾는 것

예) 1월1일부터 7월말까지 매일 접속한 유저수는? 6월1일 행사일부터 어제까지 매일 접속한 유저수는?

상시사용자원

필요시확장자원


목차






6. Why BI Cloud?


설문 분석과 실시간 반응 캠페인

3번 문항 응답자에대한 실시간 반응

캠페인

설문 캠페인자동 분석


설문 캠페인 분석

고객정보와 자동 연계되어 고객 속성별 설문응답 분석을 하고 해당 고객을 바로 확인

성별, 연령대, 지역, 등급등으로 다차원 분석


이벤트 성과 분석

6월 이벤트 참여 고객만을 대상으로 이벤트 전과 후의 성과를 비교

[Subset 분석]특정 집단을 정한 후 여러관점별 분석과 비교 분석


상품 추천을 위한 (순차) 연관 분석

패키지 상품 구성이나상품 구매 시 동시 구매추천으로 유용한 상품은?

다음 번 구매는어떤 상품?


캠페인, 상품추천을 위한 마트 구성

비정형분석

Reporting

Dashboard

DW

Mart(현황 통계)

Mart(예측 결과)

통계 분석

(Math Analysis)

통계, 마이닝, 최적화(배치 작업)

기존 현황 통계와 함께통계분석 결과(예측)값을비정형분석하고 리포팅

사용자가 다양하게통계분석하고 결과값은

리포트로 활용

캠페인 활용 ‘구매가능성이 높은 상품’과같은 데이터를 직접 캠페인과

상품 추천에 활용

고성능클라우드

자원확장이용

1회성 구축이 아닌 매월 모델최적화 컨설팅과 마트 구축도WISE BI Cloud 서비스에 포함

상품 추천 활용


목차






6. Why BI Cloud?


DB 보안 로그 분석

DB 보안 로그빅데이터

DB 감사 이력 분석

DB 이상 접근 분석

감사 이력 검색

비정형 감사 이력 분석

감사 이력 리포팅

비정상 패턴 탐지

장기간 유출 탐지

DB 영향도 분석

DB 자산 연관관계 분석

데이터 흐름 분석

WISE BI Cloud

DB 접근제어 솔루션

최근 데이터에대해서만 검색,

리포팅사전 정의 정책에 따른 이상 징

후 경고

장기간 빅데이터 대상으로 분석DB 접근 제어 로그 외에 다른 데이터와의 결합 분석보안 강화를 위한 분석 뿐만 아니라 DB 자산 관리를

위한 분석


DB보안로그 데이터를 분해하면

DB 보안 로그 파싱

메타 등록(인젝션 명령어, 부하

유발 명령어 등)

Injection SQL 실행 탐지관리지정 SQL 실행 탐지


Injection SQL 실행 추적

Injection SQL 실행 IP 및SQL문장 확인

Injection SQL 실행(시도) 건 수 확인

Injection SQL 실행일자 확인


목차






6. Why BI Cloud?


데이터 분석 교육

WISE BI Cloud

실습용 샘플마트

비정형분석

Reporting

Dashboard

대학별계정생성

학생수만큼

사용자등록

국내외 20여개 대학에서 사용


데이터 분석 교육 플랫폼 확장

WISE BI Cloud

금융

2015년 하반기에 데이터 유형과분석 기능 확장 예정

교육용 데이터마트 추가

유통 제조 공공

마케팅 인사 재무 보안

분석 기능 추가

분석 사례 Best Practice 공유

비정형분석 Reporting

Dashboard Monitoring

통계

마이닝

산업별기능별

참조마트

통계, 마이닝도쉽게

기능 습득보다 분석인사이트

습득


통계분석 실습 - R

통계 분석 실습을 하는 경우

R을 사용한다면, PC에 R을 설치한 후

데이터 입력을 위한명령 수행

분석을 위한명령어 입력

분석 결과는명령어로 저장하고메모장 등으로 확인


통계분석 실습 – WISE Math Analysis

통계기법과데이터 선택

옵션만선택하면

통계분석 결과를바로 확인하고리포트로 저장


목차






6. Why BI Cloud?


WISE BI Cloud

WISE OLAP BLU에 In-Memory, Colum DB 적용으로 획기적으로 분석성능을 개선하였습니다.

In-Memory Column DB

10TB 데이터를 Read 하는데 일초 미만 소요Column 단위의 압축으로 전체 컬럼에 대한

빠른 Scan이 가능하며 압축율 증가


WISE BI Cloud

경제성 성능

신뢰

편의성

가치 이익

고객이 고민할 필요 없이 WISE BI Cloud 서비스에서는

고객이 원하면 WISE BI Cloud 서비스에서는


WISE BI Cloud

㈜위세아이텍김 상 수

[email protected]

감사합니다.

Documents

위세아이텍 iOLAP 2002-09 · 아이템분석, 사용자분석, ... 이벤트성과분석 6월이벤트참여고객만을대상으로이벤트전과후의성과를비교 ... 비정형분석