所有文章由SAS提供 SAS

  • 사물인터넷 가치를 향한 경로 찾기

    수백만 개의 센서와 장치들로 구성된 사물인터넷(IoT)이 비즈니스 환경을 다양한 방식으로 개선시켜 주고 있으며 이런 상황에 맞춰 IoT 전략을 가지고 있는 기업들은Io를 통해 수집된 광범위한 자료를 통한 데이터 분석 및 활용 하는 부분에 대하여 많은 고민을 하고 있습니다.

  • SAS® Event Stream Processing

    빅데이터의세계에서경쟁력을유지하려면보다민첩하게업무를처리하여신속한의사결정을내릴수있어야합니다. 특히, 사물인터넷데이터의급속한성장에대처하기위해서는지속적으로변화하는상황을파악하여관심이벤트가발생할때상황에맞는적절한조치를취해야합니다.

  • 사물인터넷과 애널리틱스가 교차하는 또 다른 지점

    IoT 기기는 기업이 데이터 분석결과를 LOB 비즈니스 직원에게 전달할 수 있게 해주며, 데이터를 물리적으로 더 가까이 구성원에게 가져와 음성 및 화면으로 새로이 표현할 수 있도록 도와줍니다. 이를 통해 데이터 중심의 조직 수를 더욱 늘릴 수 있는 단초를 제공해 줄 수 있습니다.IoT를 통해 연결된 기기의 장점은 단순히 데이터 전송능력뿐만 아니라 인터넷을 통해 데이터를 수신하고 그에 맞추어 행동을 변경하는 것 입니다.

  • 협업의 힘 - SAS Visual Analytics 및 Microsoft Office 사용법

    SAS® Visual Analytics와 현업에서 널리 사용되는 Microsoft 오피스 프로그램들과 결합을 통해 인사이트를 공유하고, 협업을 촉진시키며, 조직 전체에 걸쳐 분석과 BI 채택을 주도하는 작업이 얼마나 쉽게 이루어지는지를 확인하실 수 있습니다.

  • SAS Analytics로 오픈 소스를 더욱 유용하게!

    분석은 단순한 인사이트의 확보 그 이상을 의미합니다. 즉, 전반적으로 특정 모델과 모델의 전체 포트폴리오를 아우르는 분석 라이프사이클의 각 단계별 관리를 의미하는 것 입니다.

  • 당신이 꼭 알아 두어야 할 BI 대시보드 모범사례 3가지

    Power BI 플랫폼은 클라이언트의 사내 또는 온라인 상에 위치하는 클라이언트 데이터로 이를 통해 생성된 데이터 시각화를 완벽하게 저장 및 관리 할 수 있으며 이를 각 기업에 제공해 주고 있습니다. 중요한 것은 IT 의사결정자가 Power BI와 같은 플랫폼이 부서별 요구사항을 충족 할 수 있다는 것을 먼저 이해하고, 이에 기반해 대시보드 모두를 관리 및 배포 할 수 있는 공통 BI 플랫폼을 활용하는 것입니다.

  • IoT 데이터 스트림의 이해

    "사물 인터넷(Internet of Things)"이라 불리는, 즉 인터넷에 연결되어 서로 소통 하는 장치들이 곧 미래의 빅 데이터 소스가 될 것입니다. 하지만 빅 데이터 외에도 또 다른 문제가 존재하는데 바로 인간의 눈으로 감지할 수 없을 정도로 빠르게 이동하는 데이터입니다.

  • 실시간 스트리밍 데이터 분석

    IDC의 예측에 따르면 전 세계 IoT 솔루션 시장이 2013년에 1조 9,000억 달러에서 2020년에 이르면 7조 1,000억 달러로 증가하여 오늘날에 비해 어마어마한 성장세를 보일 것이라고 예상하고 있습니다.

  • "결정적 순간"이라는 기회의 최대화: 실시간의 의미 있는 고객대응 창출을 위한 방안

    Forrester Research는 고객과 지속적으로 인터랙션할 수 있는 컨텍스트를 파악하고 활용하여 이를 통해 반복 가능한 연결 고리를 형성하고, 깊이 있는 참여를 유도하며 프로세스상에서 경험한 내용을 적용하여 향후에도 동일한 수준의 고객 참여 형 인터랙션을 이끌어 내는 것이 마케팅의 역할이라 말하고 있습니다. 기업이 Customer Journey 상에서의 "결정적 순간"에 신속하면서도 정확하게 대응하기 위해서는 전통적인 마케팅 교본에서 벗어나, 다양한 채널 및 디바이스에 걸쳐 고객에게 개인화된 응답 및 메시지를 실시간으로 제공할 수 있어야 합니다.

  • 데이터 관리프로그램의 주요쟁점인 빅 데이터, 사물인터넷(IOT), 클라우드

    인터넷 클릭스트림, 산업용 장비와 기타 기기의 센서 등 비전통적 데이터 출처에서 데이터 생산량이 증가하고 있다는 것은 의심의 여지가 없지만, 기존의 관계형 데이터베이스를 사용하여 이러한 데이터를 처리하는 것이 쉽지 않으며 많은 비용이 든다는 것 또한 명백한 사실입니다.IoT 데이터는 모든 종류의 예측 장비를 유지 보수하는데 도움을 주지만 분석작업을 하려면 IoT 데이터를 사전에 수집, 저장 및 사전 처리를 해줘야 합니다. 이에 많은 기업에서 데이터 기술 및 고급 분석 소프트웨어에 대한 새로운 투자가 필요해졌습니다.