백서
Tableau Data Management
규모에 맞는 셀프 서비스 분석을 위한 신뢰성, 가시성 및 거버넌스
Tableau는 최신 셀프 서비스 분석으로 비즈니스 인텔리전스 환경을 크게 변화시켰습니다. 분야 전문 지식을 보유한 사람들이 직관적이고 시각적인 분석을 할 수 있게 되면 이들은 자신의 데이터 질문을 탐색하고 분석을 쉽게 반복하여 IT 부서에 의존하지 않고도 새로운 인사이트를 발견할 수 있게 됩니다. 최신 분석 배포가 증가함에 따라 IT 부서는 올바른 데이터를 선별, 관리 및 홍보해야 하는 과제에 직면해 있으며 비즈니스 사용자는 분석을 위해 관련성이 높고 신뢰할 수 있는 데이터를 찾으려 노력하고 있습니다.
사람들이 데이터를 보고 이해하도록 돕고자 하는 사명에 따라 Tableau는 고유한 방식으로 사용자를 위한 데이터 관리에 투자하고 있습니다. 또한, 분석이 진행되는 상황에서 사용자에게 도달하는 매우 시각적인 솔루션을 통해, 조직에서 누구나 자신이 올바른 데이터를 가지고 있음을 인지하고 이를 신뢰하여 의사 결정을 내릴 수 있도록 돕고 있습니다. 가시성, 검색 효율성 및 신뢰성의 강화는 관리되는 데이터 환경을 확장하는 데 도움이 됩니다. 이는 IT 부서가 데이터 원본 및 분석 콘텐츠의 확산을 더욱 효과적으로 관리할 수 있는 반면, 최종 사용자는 원하는 데이터를 더 빨리 찾고 분석에 자신감을 가질 수 있다는 것을 의미합니다.
기존의 데이터 관리 프로세스는 더 이상 확장 불가
최신 분석이 성공하기 위해서는 조직은 보안을 손상시키지 않으면서 역량 강화와 거버넌스 간의 균형을 유지해야 합니다. 확장하기 위해서는 가시성을 강화하고 최종 사용자가 신뢰할 수 있는 데이터를 찾을 수 있도록 데이터 관리 방식을 전환해야 합니다.
전에는 조직에서 관련성 있는 회사 데이터만 캡처하고 관리했지만, 지금은 마케팅과 영업에서 재무에 이르기까지 모든 부서에 다양한 유형의 데이터가 있으며 그 가치를 극대화해야 하는 틈새 분석 요구가 존재합니다. 사람들은 데이터로 무엇을 해야 하는지 알기도 전에 데이터를 캡처하고 있으며, IT 부서에서는 일부 부서의 데이터와 해당 응용 프로그램을 인식하지 못하고 있을 수도 있습니다.
또한, 분석을 위해 데이터를 적절한 모양과 형식으로 만들기 위한 모든 작업도 이러한 데이터의 확산에 기여합니다. 기존 모델에서는 IT 부서가 종종 특정 분석 사용 사례에 대한 데이터를 준비한 다음 데이터베이스나 파일을 계속 유지합니다. 더 많은 데이터가 축적되는 동안 IT 부서는 데이터 환경을 지원하기 위해 안정성을 추구하지만, 사용자 다운스트림에 미치는 영향이 불확실하고 비즈니스에 중요한 대시보드 손상이 우려되므로 테이블과 데이터 원본의 사용을 중단하는 데 어려움을 겪고 있습니다.
최신 분석은 IT의 역할을 단순히 보고서를 작성하는 것에서 조직 전체에서 자체적으로 데이터 기반 의사 결정을 내리도록 지원하는 시스템을 유지 관리하고 보안을 강화하는 것으로 전환하는 데 도움이 되었습니다. 비즈니스 사용자는 이제 자신에게 중요한 데이터를 다양한 형태로 가져오고 있지만 아직 확장 가능한 방식은 아닙니다. 많은 프로세스가 여전히 수동이며, 이러한 프로세스 중에는 분석을 위해 관리되는 시스템에서 관리되지 않는 시스템으로 데이터를 이전하는 작업이 포함될 수도 있습니다. IT 부서는 액세스를 제한하여 병목 현상을 초래하는 대신 데이터 및 분석 탐색의 방어책으로 거버넌스를 수용하고 있습니다. 그러나 IT 부서는 여전히 셀프 서비스 분석을 더 많은 사람이 사용하도록 확장해야 할 책임이 있는데, 이렇게 하려면 제어 기능과 민첩성 간의 균형과 더불어 효율적인 운영 및 자동화가 필요합니다.
조직이 변화에 대해 데이터 기반 의사 결정에 점점 더 의존함에 따라, 데이터에 대한 액세스 및 분석을 요청하는 사람도 늘어납니다. 일부 비즈니스 사용자가 더욱 정교한 데이터 능력을 개발하고 있는 반면, 대부분은 어떤 데이터를 사용해야 하는지 또는 어디에서 찾을 수 있는지 알지 못합니다. 명명 규칙, 복잡한 데이터 구조, 데이터베이스 이해, 테이블 조인 등은 일반 사용자에게 어려운 개념입니다. 회사에서 소수의 개인만 데이터에 액세스할 수 있었던 시기에는 "전담" 데이터 전문가에게 문의하기가 더 쉬웠습니다. 오늘날 이러한 방식은 증가하는 데이터의 사용 사례와 빠르게 수용되는 최신 분석 기술에 맞춰 확장되지 않습니다.
조직 전체에서 데이터 자산이 어떻게 사용되는지 파악하는 것은 지금까지 일화적 과제(“누가 이것을 어떻게 사용하고 있나요?”)이거나 답을 찾으려는 의도로 콘텐츠를 긁어오는 코딩 과제였습니다. ETL 작업이 실패하거나 데이터베이스에서 제거할 테이블이 있다고 가정해 보겠습니다. 기존의 데이터 관리 모델에서 관리자는 영향을 받을 사람들이 메시지를 받기를 희망하면서 wiki를 업데이트하거나 대량 이메일을 보낼 수 있습니다. 유용한 데이터 설명, 문서화된 계보 및 데이터 최신 상태 표시기가 포함된 엔터프라이즈 데이터 카탈로그가 조직에 있더라도, 최종 사용자가 이러한 다른 시스템에 로그인해서 분석을 시작하기 전에 사용 중인 데이터가 신뢰할 수 있고 최신 상태인지를 확인하는 빈도는 얼마나 되겠습니까?
또한, 규정 준수 요구 사항 때문에 사람들이 올바른 데이터를 사용하도록 하는 작업이 더욱 어려워지며, 이에 따라 민감한 데이터의 올바른 관리에 대해 조직에서 부정적인 인식을 갖게 될 수도 있습니다. IT 부서에서 최종 사용자가 어떤 데이터를 사용해야 하는지, 품질 문제가 있는지 여부를 이해하도록 하려면 별도의 시스템이나 도구가 아니라 분석 상황에서 품질에 대한 정보가 필요합니다. 이 메타데이터를 사용자에게 바로 가져가면 데이터를 신뢰하는 데 도움이 됩니다.
Gartner 설문조사 데이터에 따르면 데이터 소비자는 데이터 전송 속도의 향상을 요구하는 반면, 데이터 생산자는 데이터의 액세스, 검토, 자격 부여, 제공 속도 향상에 대해 점점 더 압력을 받는 것으로 나타났습니다. 기존 데이터 관리(특히 통합) 솔루션은 이러한 상황에 대처하지 못하고 있습니다.
Tableau가 데이터 관리에 접근하는 새로운 방법
Tableau는 고객과의 수많은 대화를 통해 데이터 유형이 너무 다양하다는 것, 그리고 데이터 웨어하우스 및 기타 관리 도구에 대한 투자를 제대로 활용하지 못하는 것에 확실히 문제가 있다는 사실을 확인했고, 사람들이 올바른 데이터를 확보하여 의사 결정을 내릴 수 있도록 하는 데 어려움이 있다는 사실도 알게 되었습니다. 데이터 관리에 대한 Tableau의 접근 방식은 메타데이터를 표시하고 사람들이 이미 시간을 보내고 있는 Tableau 분석 플랫폼에 관리 프로세스를 통합한다는 점에서 기존 솔루션과는 다릅니다. 이는 IT 및 일상적인 사용자에게 큰 혜택을 주는 시각적 환경을 제공할 뿐만 아니라, 데이터 관리에 대한 기존 투자를 더 적극적으로 활용하는 기회를 제공할 수 있습니다.
기존의 데이터 관리 솔루션은 일반적으로 여러 최종 사용자를 염두에 두고 설계되지 않았습니다. 더 많은 사람이 데이터에 액세스하는 셀프 서비스 환경으로 확장하기 위해서는 최종 사용자가 기존의 데이터 관리 책임 중 일부를 관리자와 공유하는 것이 중요합니다.
다른 데이터 관리 솔루션이 데이터를 마이그레이션하거나 응용 프로그램을 통합하는 데 도움을 줄 수 있는 반면, Tableau는 주로 분석에 중점을 둡니다. Tableau는 필요한 때와 장소에서, 즉 분석 흐름에서 직접 사람들에게 정보를 제공하는 것이 중요하다는 사실을 알고 있습니다.
Tableau는 시각적 인터페이스가 데이터와 상호 작용하는 가장 좋은 방법이라고 믿고 있습니다. 올바른 데이터를 검색하든, 분석을 위해 데이터를 준비하든, 인사이트를 위해 데이터를 탐색하든, 시각적 상호 작용으로 프로세스를 더 빠르고 쉽게 만들 수 있습니다.
엔터프라이즈 데이터 환경이 발전해 나감에 따라 기존 투자를 활용하는 것이 중요합니다. Tableau는 배포 옵션에서 여러 기본 데이터 커넥터에 이르기까지 탁월한 옵션을 제공하며, 데이터 관리 솔루션에도 이와 동일한 유연성과 확장성을 제공합니다.
Tableau Data Management Add-on 소개
데이터 관리에 대한 Tableau의 접근 방식을 통해 IT 부서에서는 끊임없이 변화하는 데이터 환경에서 확장 가능하고 관리되며 자급자족이 가능한 데이터 환경을 개발하고 유지할 수 있게 됩니다. Tableau Data Management Add-on에는 Tableau Prep Conductor 및 Tableau Catalog가 포함됩니다.
가시성
환경을 좀 더 효율적으로 관리할 수 있도록 조직의 데이터 자산에 대한 가시성을 개선합니다.
거버넌스 및 신뢰
조직 전체의 의사 결정에 사용되는 데이터에 대한 거버넌스 및 신뢰를 구축합니다.
검색 효율성
사용자가 분석에 올바른 데이터를 빠르고 자신 있게 찾을 수 있도록 검색 효율성을 높입니다.
확장성
반복 가능한 프로세스를 통해 대규모 데이터를 효과적으로 관리하여 데이터 및 메타데이터를 최신 상태로 유지합니다.
Tableau Prep Conductor
Tableau Prep Builder로 생성되는 일정 흐름은 확장 가능하고 신뢰할 수 있는 중앙 집중식 서버에서 실행되어 조직의 데이터를 항상 최신 상태로 유지합니다. 관리자는 조직 전반에 걸쳐 셀프 서비스 데이터 준비를 손쉽게 확인할 수 있게 됩니다. Tableau Prep Conductor를 사용하면, Tableau Server 또는 Tableau Cloud 환경에서 흐름 관리, 모니터링 및 보안 유지가 가능합니다. 자세히 알아보십시오.
Tableau Catalog
Tableau 환경에서 데이터의 완전한 뷰로 분석을 관리할 수 있습니다. 강력한 검색, 데이터 사전, 계보 및 영향 분석을 통해 모든 사용자가 신뢰할 수 있는 데이터를 찾고 이해하고 활용하도록 돕습니다. Metadata API를 통해 기존 메타데이터 시스템과 통합하면, Tableau와 중요한 메타데이터를 교환하여 사람들이 어디에서 분석을 수행하는지 확인할 수 있습니다. 자세히 알아보십시오.
Tableau 플랫폼과의 긴밀한 통합
사람들이 필요한 곳에서, 즉 분석이 진행되는 상황에서 중요한 정보를 사용할 수 있습니다. 비즈니스 사용자는 wiki를 검색하거나 엔터프라이즈 카탈로그에 로그인하지 않고도 Tableau에서 관리되는 데이터를 쉽게 찾아 신뢰할 수 있고 최신 상태인지 확인할 수 있습니다. 게다가, IT 부서는 보안, 거버넌스 및 사용 권한에서 모니터링 및 관리에 이르기까지 Tableau 플랫폼의 기존 기능을 활용할 수 있습니다. 또한, Tableau Server 환경의 데이터 자산이 자동으로 카탈로그되므로 설정이 필요하지 않습니다.
Tableau Data Management Add-on은 Tableau Server 또는 Online 배포와 별도로 라이선스가 부여됩니다.
Tableau Data Management가 조직 내 모든 사람에게 혜택을 주는 방식
데이터를 수집하고 저장한 후에는 준비, 분석을 거쳐 조직 전체를 통해 공유됩니다. IT 및 비즈니스 사용자가 이미 분석 워크플로우에 있는 Tableau Server 및 Online에 준비 흐름 새로 고침, 메타데이터 추가 및 액세스, 데이터 계보 이해와 같은 데이터 관리 프로세스가 긴밀하게 통합되었습니다.
데이터 선별 및 발견
데이터 담당자 및 데이터 엔지니어는 데이터베이스, 테이블 및 열에 설명과 메타데이터를 추가하고 데이터 자산을 인증하여 사용자가 신뢰할 수 있고 권장되는 데이터를 찾을 수 있도록 도와줍니다. 개발자는 Tableau Server REST API에서 메타데이터 메서드를 사용하여 프로그래밍 방식으로 특정 메타데이터를 업데이트할 수도 있습니다. 데이터 엔지니어와 데이터베이스 관리자는 사용량 메타데이터의 이점을 활용하여 테이블의 변경 사항을 알려 주어 데이터 원본을 최적화합니다.
콘텐츠 작성자는 Tableau Server 및 Online에 있는 기존의 데이터 원본, 데이터베이스 및 파일 또는 테이블을 검색하여 필요한 데이터가 이미 있는지 확인하여 중복되는 데이터 원본을 최소화할 수 있습니다. 콘텐츠 소비자는 데이터 자산에 대한 설명, 사용 및 인증을 확인함으로써 검색하는 동안 신뢰할 수 있는 데이터를 더욱 쉽게 찾을 수 있습니다. 사용자는 비주얼리제이션을 보면서 대시보드의 데이터 세부 정보 탭에서 필드 설명에 쉽게 액세스하여 분석에 올바른 데이터를 사용하고 있다는 확신을 가질 수 있습니다
계보 및 영향 분석
IT 부서는 영향 분석을 수행하여 데이터베이스 관리자나 데이터 엔지니어가 열이나 테이블을 변경하는 경우나 데이터 담당자가 계산을 수정하는 경우 등의 변경으로 인해 영향을 받는 데이터 자산과 사용자를 파악할 수 있습니다. IT 부서는 Tableau 플랫폼 내에서 영향을 받는 데이터 자산 소유자에게 이메일을 보낼 수 있습니다.
비즈니스 사용자는 인증 여부와 상관없이 데이터의 출처 및 소유자를 포함하여 분석에 사용 중인 데이터의 계보 및 준비 흐름 실행 기록을 빠르게(심지어 비주얼리제이션을 열기 전에도) 확인할 수 있습니다. 고급 사용자는 서버에 게시된 분석 콘텐츠를 찾을 수 있으며 통합 문서에서 계산을 심층적으로 탐색할 수 있습니다.
품질 경고 및 알림
데이터 엔지니어와 데이터 담당자는 서버 환경 또는 API를 통해 품질 경고를 직접 설정할 수 있습니다. 이 표시기(경고, 더 이상 사용되지 않음, 오래된 데이터 또는 유지 관리 중)는 데이터 자산의 상태를 사용자에게 알리고 새로 고침이 지연되거나 분석에 손상을 줄 수 있는 데이터가 누락된 경우와 같은 추가 정보를 제공합니다. 준비 흐름 소유자는 데이터 담당자 또는 분석가와 마찬가지로, 데이터베이스 시간 초과 또는 열 누락과 같은 준비 실행 실패에 대한 알림을 직접 수신하므로 신속하게 조치를 취할 수 있습니다.
비즈니스 사용자는 Tableau에서 분석을 수행하는 과정에서 데이터 자산에 대한 품질 표시기를 볼 수 있습니다. 이를 통해 모든 기술 수준의 사람들이 데이터로 비즈니스 의사 결정을 내릴 때 자신감을 갖게 되고, 경고가 발생하는 경우 IT 부서의 정보를 읽고 분석을 진행할지 여부를 결정할 수 있습니다.
메타데이터 API 통합
IT 부서는 메타데이터 API를 활용하여 기존 메타데이터 관리 솔루션의 기능을 확장할 수 있습니다. 데이터베이스 관리자 및 엔지니어가 메타데이터 테이블 또는 엔터프라이즈 카탈로그에서 선별한 메타데이터를 Tableau로 가져오고 다른 데이터 응용 프로그램 및 비즈니스 흐름에 사용할 수 있도록 Tableau에서 메타데이터를 추출합니다.
비즈니스 사용자는 엔터프라이즈 카탈로그의 유용한 메타데이터를 통해 IT 부서가 수행한 작업에 대한 가시성을 확보할 수 있습니다. 엔터프라이즈 카탈로그는 Tableau를 이용한 분석 상황에서 정보를 보고 사용할 가능성이 가장 높은 곳입니다.
Tableau Server 평가판의 일부로 Tableau Data Management Add-on을 사용해 보세요. 지금 바로 시작하세요!
*Gartner는 연구 간행물에서 언급된 어떠한 벤더, 제품 또는 서비스도 보증하지 않으며, 기술을 사용하고자 하는 분들에게 최고 등급을 받은 업체 또는 제품만 선택하도록 권고하지도 않습니다. Gartner 연구 간행물에는 Gartner 연구소의 의견이 포함되어 있으며, 사실을 기술한 것으로 간주해서는 안 됩니다. Gartner는 이번 연구와 관련하여 상품성 또는 특정 목적에의 적합성 보증을 비롯한 어떠한 명시적 또는 묵시적 보증도 제공하지 않습니다.