AI 기반 데이터 시각화가 결과를 도출하는 방법

기업이 디지털 대시보드와 데이터 시각화를 활용하는 방법에 대한 두 가지 예

편집자 주: 이 이야기는 기업이 AI와 디지털 대시보드를 사용하여 보다 스마트하고 빠른 결정을 내리는 방법을 탐구하는 패키지의 일부입니다.

동반 스토리 읽기: AI가 기업 의 진행 상황 시각화를 돕는 방법

기업에서는 디지털 대시보드를 업무에 어떻게 활용하고 있나요? 다음은 이 기술의 두 가지 주요 사용 사례입니다.

1. 지능형 예측

소프트웨어 스타트업인 AllStacks는 소프트웨어 개발팀이 일정을 준수하고 다른 비즈니스 부서와 소통하는 데 도움이 되는 데이터 시각화 도구를 만듭니다.

COO인 Adam Dahlgren은 자신이 가장 좋아하는 데이터 시각화 사례는 자체 생산 일정을 예측하려고 시도했으며 새로운 소프트웨어 제품이 정확히 예정대로 향후 3개월 내에 시장에 출시될 것이라고 확신했던 공개 거래 고객과 관련이 있다고 말합니다.

하지만 회사는 불완전한 데이터를 바탕으로 예측을 내렸습니다. Dahlgren은 "모든 데이터 시스템을 연결했을 때 다양한 데이터 스트림을 더 깊이 있게 클릭할 수 있는 포트폴리오 보고서와 예측 데이터 시각화를 생성할 수 있었습니다."라고 말했습니다.

이는 회사에 자사 제품이 2.5개월 늦게 출시될 가능성이 있음을 보여줬을 뿐만 아니라 제품 개발 팀뿐만 아니라 회사의 모든 사람이 둘러볼 수 있는 직관적인 인터페이스를 통해 시각적으로 이를 보여주었습니다.

Dahlgren은 “예측을 분석함으로써 내부 추정치가 잘못되었음을 확인할 수 있었습니다.”라고 말합니다. 업데이트된 예측은 판매 전망을 바꾸었을 뿐만 아니라 월스트리트 분석가에게 더 나은 지침을 제공하여 판매 예측 누락을 방지하는 데 도움이 되었습니다.

2. 시나리오 기획

AI 기반 데이터 시각화의 예측 능력은 호텔 산업이 객실 가격을 책정하고 이벤트 공간을 채우는 데에도 도움이 됩니다.

업계에 대시보드 도구를 제공하는 Amaze Insights가 작년에 새로운 도구를 출시했을 때 Aimbridge Hospitality는 이를 사용해 보기로 결정했습니다. 세계 최대의 제3자 호텔 관리 회사인 Aimbridge는 포트폴리오의 모든 호텔에 대해 별도의 보고서를 실행해야 합니다.

Amaze의 최고 상업 책임자인 Nick Horgan은 "예년과 비교하여 예약 속도를 이해하기 위해 Excel을 광범위하게 사용했습니다."라고 말합니다. "우리의 데이터 시각화 도구를 통해 호텔은 이제 이 데이터의 시각적 표현을 확인할 수 있으며, 더 중요한 것은 이를 활용하여 더 많은 작업을 수행할 수 있다는 것입니다."

예를 들어, 2020년 데이터를 제외하여 전염병 이상 현상을 더 쉽게 설명할 수 있습니다. 또 다른 도구를 사용하면 호텔리어는 역사적으로 활용도가 낮은 기능과 회의 공간을 어떻게 사용하고 있는지 시각적으로 확인할 수 있으며, 수요를 더 잘 이해하고 각 예약의 가치를 측정하여 수익성을 향상시킬 수 있는 경로를 제공합니다.

이러한 대시보드 통찰력은 생명을 구하거나 최소한 의료 자원 개선으로 이어질 수도 있습니다. 뉴욕과 플로리다에서 혈장 기증 센터를 운영하는 Olgam Life는 AI를 사용하여 데이터 시각화 도구 기능을 발전시켰습니다.

마케팅 관리자인 Aliza Naiman은 이를 통해 조직이 "숨겨진 패턴을 발견하고, 예측 모델링을 수행하고, 실행 가능한 통찰력을 생성"하는 데 도움이 되었다고 말했습니다. Olgam Life의 대시보드는 기부자가 센터를 방문하는 빈도, 마케팅 캠페인에 대한 반응, 참여 패턴과 같은 지표를 추적합니다.

이해하기 쉬운 대시보드에 표시되는 이 모든 정보는 올감생명이 기부자와 소통하는 방식을 개인화하는 데 도움이 됩니다. 그 결과, "우리는 기부자 유지율이 증가하고 기부 수준이 향상되었으며 주요 후원자와의 관계가 강화되었습니다."라고 Naiman은 말합니다.

주의 사항

실무자들은 AI 기반 시각화를 시작할 때 데이터와 그로부터 얻고자 하는 통찰력을 이해하는 것부터 시작하는 것이 중요하다고 말합니다. AI는 마법의 총알이 아니며 앞으로도 그럴 것입니다. Harvard Business Review의 수석 편집자이자 "Good Charts"의 저자인 Scott Berinato 는 " 목표는 모든 것을 완벽하게 만드는 것이 아니라 필요한 것에 더 가까이 다가가서 시간을 낭비하지 않도록 하는 것입니다."라고 말합니다. 디자인을 미세 조정하는 데 많은 시간을 투자했습니다.”

Dataviz를 시작하는 위치는 특정 데이터 리소스, 의도된 사용 사례 및 비즈니스 목표에 따라 다릅니다. 그러나 목표가 무엇이든 AI를 갖춘 데이터 시각화는 그 어느 때보다 쉽습니다. 이는 현재 사용 가능한 소프트웨어 도구와 시작 방법을 보여주는 많은 책 및 웹 튜토리얼 덕분입니다. 이제 Google Sheets 처럼 기본적인 도구에도 작업 중인 데이터 유형을 기반으로 시각화를 제안할 수 있는 AI 기능이 있습니다.

그러나 데이터 전략가이자 "Thinking With Data"의 저자인 Max Shron은 AI 데이터 시각화 도구에 지나치게 매혹될 수 있는 사용자에게 약간의 주의 사항을 제시합니다. 그는 AI 기능만으로는 사람들이 복잡한 정보를 이해하도록 돕기 위해 데이터 시각화가 필요한 근본적인 이유를 해결하지 못할 것이라고 말합니다.

Shron은 "새로운 기술은 기업이 더 빠르게 좋은 시각화를 생성하는 데 도움이 될 수 있습니다. 하지만 시각화를 해석하는 방법을 배우는 것은 공식 교육 및 교육 세션을 통해 직원에게 가르칠 가치가 있는 기본적인 기술에 더 가깝습니다."라고 말합니다. “더 나은 기술을 통해서만 얻을 수 있는 것은 아닙니다.”