AI 기반 데이터 시각화가 결과를 주도하는 방법

AI 기반 데이터 시각화 활용하기

AI 기반 데이터 시각화 활용하기

이 이야기는 기업들이 AI와 디지털 대시보드를 사용하여 더 똑똑하고 빠르게 결정을 내리는 방법을 탐구하는 시리즈의 일부입니다. “AI가 기업이 진전을 시각화하도록 돕는 방법”도 읽어보세요.

기업들은 디지털 대시보드를 어떻게 활용하고 있을까요? 다음은 이 기술의 두 가지 주요 사용 사례입니다:

  1. 지능형 예측

소프트웨어 스타트업 Allstacks는 소프트웨어 개발 팀이 일정에 맞추고 비즈니스와의 의사소통을 유지하도록 돕는 데이터 시각화 도구를 제공합니다.

COO인 Adam Dahlgren은 데이터 시각화가 실제로 어떻게 작동하는지 보여주는 가장 좋은 예로 상장 고객을 언급했습니다. 이 고객은 새로운 소프트웨어 제품이 3개월 내에 정확히 출시될 것이라고 예측했습니다.

하지만 이 회사는 불완전한 데이터에 기반하여 예측을 했습니다. “모든 데이터 시스템을 연결했을 때, 우리는 포트폴리오 보고서와 예측 데이터 시각화를 생성할 수 있었으며, 이를 통해 다양한 데이터 스트림을 더 깊이 클릭하여 볼 수 있었습니다.”라고 Dahlgren은 설명합니다.

이를 통해 회사는 제품이 2.5개월 늦게 출시될 가능성이 있다는 것을 시각적으로 보여주었습니다. 이는 회사 전체가 이해할 수 있는 직관적인 인터페이스를 통해 이루어졌습니다.

“예측을 분해할 수 있게 됨으로써, 그들은 내부 추정치가 잘못되었음을 알 수 있었습니다.”라고 Dahlgren은 말합니다. 업데이트된 예측은 판매 전망을 변경했을 뿐만 아니라, 월스트리트 분석가들에게 더 나은 지침을 제공하여 판매 예측을 놓치지 않도록 도왔습니다.

  1. 시나리오 계획

AI 기반 데이터 시각화의 예측 능력은 또한 호텔 산업에서 객실 가격을 설정하고 행사 공간을 채우는 데 도움을 줍니다.

Amaze Insights는 업계를 위한 대시보드 도구를 제공하며, 작년에 새로운 도구를 출시했을 때 Aimbridge Hospitality가 이를 시도했습니다. Aimbridge는 세계 최대의 제3자 호텔 관리 회사로, 포트폴리오의 모든 호텔에 대해 별도의 보고서를 작성해야 합니다.

“엑셀을 광범위하게 사용하여 이전 해와의 예약 속도를 이해하려고 했습니다.”라고 Amaze의 최고 상업 책임자인 Nick Horgan은 말합니다. “우리의 데이터 시각화 도구를 통해 호텔들은 이제 이 데이터를 시각적으로 볼 수 있으며, 더 중요한 것은 더 많은 일을 할 수 있다는 것입니다.”

예를 들어, 팬데믹의 특이성을 더 쉽게 설명하기 위해 2020년 데이터를 제외할 수 있습니다. 또 다른 도구는 호텔들이 역사적으로 덜 사용된 기능 및 회의 공간을 시각적으로 보여주어 수요를 더 잘 이해하고 각 예약의 가치를 평가함으로써 수익성을 개선할 수 있는 경로를 제공합니다.

이러한 대시보드 통찰력은 생명을 구하거나 최소한 의료 자원을 개선하는 데도 도움이 될 수 있습니다. 뉴욕과 플로리다에서 혈장 기증 센터를 운영하는 Olgam Life는 AI를 사용하여 데이터 시각화 도구 기능을 발전시켰습니다.

이는 조직이 “숨겨진 패턴을 발견하고, 예측 모델링을 수행하며, 실행 가능한 통찰력을 생성”하는 데 도움이 되었다고 마케팅 매니저인 Aliza Naiman은 말합니다. Olgam Life의 대시보드는 기증자가 센터를 방문하는 빈도, 마케팅 캠페인에 대한 반응, 참여 패턴 등의 메트릭을 추적합니다.

이 모든 정보는 이해하기 쉬운 대시보드에 제공되어 Olgam Life가 기증자와 소통하는 방식을 개인화하는 데 도움이 됩니다. 그 결과, Naiman은 “기증자 유지율이 증가하고, 기여 수준이 향상되었으며, 주요 지지자와의 관계가 강화되었습니다.”라고 말합니다.

주의 사항 

AI 기반 시각화를 시작할 때, 실무자들은 데이터를 이해하고 그로부터 얻고자 하는 통찰력을 이해하는 것이 중요하다고 말합니다. AI는 만능 해결책이 아니며, 결코 그럴 수 없습니다. “목표는 완벽하게 하는 것이 아니라, 디자인을 미세 조정하는 데 많은 시간을 들이지 않고도 필요한 것에 더 가까이 다가가는 것입니다.”라고 Harvard Business Review의 수석 편집자이자 “Good Charts”의 저자인 Scott Berinato는 말합니다. 

데이터 시각화의 시작점은 비즈니스의 특정 데이터 리소스, 의도된 사용 사례 및 목표에 따라 다릅니다. 그러나 목표가 무엇이든 AI를 갖춘 데이터 시각화는 이제 그 어느 때보다 더 쉬워졌습니다. 이는 주로 이제 사용할 수 있는 소프트웨어 도구와 시작하는 방법을 보여주는 많은 책과 웹 튜토리얼 덕분입니다. 구글 시트와 같은 기본 도구조차도 작업 중인 데이터 유형에 따라 시각화를 제안할 수 있는 AI 기능을 제공합니다. 

그러나 데이터 전략가이자 “Thinking With Data”의 저자인 Max Shron은 AI 데이터 시각화 도구에 지나치게 매료될 수 있는 사용자들에게 약간의 주의를 당부합니다. 그는 AI 기능만으로는 데이터 시각화가 처음부터 필요한 근본적인 이유, 즉 복잡한 정보를 이해하는 데 도움이 되는 근본적인 이유를 해결하지 못한다고 말합니다. 

“새로운 기술은 회사가 더 빨리 좋은 시각화를 생성하는 데 도움을 줄 수 있지만, 시각화를 해석하는 방법을 배우는 것은 더 근본적인 기술로, 직원들에게 공식적인 교육과 교육 세션을 통해 가르치는 것이 좋습니다. 이는 더 나은 기술만으로 얻을 수 있는 것은 아닙니다.”

Similar Posts

Leave a Reply

Your email address will not be published. Required fields are marked *