• 쉽고 직관적으로 활용할 수 있는 시각화된 분석 환경

  

  노 코드 AI 기반 시각화된 분석 툴을 사용하여, 드래그 앤 드롭 기능을 통해 비전문가도 분석 모델을 생성할 수 있습니다. 분석 단계별 데이터 및 워크플로우를 시각화하여 각 단계별 혹은 전체 프로세스를 한눈에 확인 할 수 있습니다.
  
  각 사용자에게 맞는 개발 환경을 지원하고 Scala, Python, SQL, R 등 사용자가 원하는 개발 언어를 사용하여 분석 수행이 가능합니다.

  분석 전 과정을 한눈에 관리할 수 있는 파이프라인

  

  각 모델의 파이프 라인 세부 설정 사항을 수정할 수 있어 사용자의 작업량을 간소화 합니다.
  
  사용자별 활동 내역을 공유하여 서로의 작업 내용을 확인할 수 있고, 브라이틱스 워크플로우 또는 주피터 노트북 등 파이프라인의 각 단계별 개발 환경을 사용자가 선택하여 사용할 수 있어서 다양한 사용자가 협업할 수 있는 개발/운영환경을 조성합니다.

  대시보드를 통해 모델 별 학습 이력 및 상태 확인

  

  대시보드를 통해 개발된 혹은 개발 진행 중인 모델 전체를 한눈에 확인하고, 각 모델에 대한 실험 상태와 이력을 마치 PC의 폴더 파일을 확인하는 것 만큼 쉽게 할 수 있습니다.

  최적의 결과 선정부터 배포까지 AI 모델 라이프사이클 관리

  

  최적의 모델 선정과 등록, 검증 그리고 운영 배포까지 전 단계의 AI 모델 라이프 사이클을 관리하고 추적할 수 있는 기능을 제공합니다.
  
  각 단계별 절체에 대한 관리를 하나의 플랫폼 안에서 수행함으로써 사용자들의 작업 효율성과 안정성을 보장합니다.

  다양한 운영 환경에 분석 모델 배포 및 모니터링

  

  개발된 AI모델을 클릭만으로 배포할 수 있고 자동화된 기능을 통해 배포할 대상의 운영 환경을 선택할 수 있습니다.
  
  또한, 운영 환경에서 작동하고 있는 모델의 성능을 지속 모니터링하고 변동 사항을 자동으로 알리는 기능을 제공합니다.
  
  이로 인해 데이터 사이언티스트와 AI 엔지니어 등 숙련된 전문 인력이 반복적이고 시간 소모적인 업무에 과도한 리소스를 투입하지 않도록 하여 작업 생산성을 향상 시키고 인력 절감을 돕습니다.

  ▶ 01

  06 < >

• 제품/서비스 수요 예측 분석

  

  수요와 관련된 다양한 예측 모델 기반으로 의사결정을 지원하고 고객사의 마케팅 투자 효과를 고도화 시킵니다.
  
  수요에 미치는 영향 분석 등을 통해 고객사의 마케팅 및 프로모션 활동의 성과를 분석하고 시뮬레이션합니다.

  고객 VoC 분석을 통한 이슈 감지

  

  이슈 센싱 및 키워드 분석 등에 소요되는 업무 수행 시간을 절감하고, 표준화된 결과물을 제공하여 분석자의 숙련도에 따른 오차율을 감소시킵니다.
  
  제품별 급증 키워드 및 연속 발생 키워드 분석, 클레임/PL/고질 불량 등 고위험군 분석, 불량 부위/증상/ 원인/대책 간의 상관관계 분석 등을 통해 품질 혁신 프로세스를 고도화 시킵니다.

  지속 검사에 따른 환자 재입원/사망 예측

  

  데이터 기반으로 사전 재입원 및 사망 예측을 통해 조기 대응을 가능하게 하고 재입원 및 사망률을 경감시킵니다.
  
  심부전증은 일반 질병보다 재 입원률이 높으나 재입원 가능성이 높은 환자 예상이 어렵습니다. * 국내 기준 약 25%의 재입원 발생
  
  입원 및 외래 검사로부터 얻은 의료검사 수치들을 학습한 머신러닝 모델을 구축하여, 예기치 못한 다수의 재입원으로 환자의 생명을 위협하는 것을 방지하고 인력/물품/병실 등의 의료지원을 효율적으로 관리할 수 있습니다.

  거래선 재무 건전성 예측

  

  매출 채권에 대한 장기연체(LO) 위험을 점수화하여 위험 거래선에 대한 사전 감지 정확도를 향상시키고 False Alarm을 감소 시킵니다.
  
  과거에는 담당자의 판단에 의해 채권 연체율 관리하며 거래선 신용평가를 외부기관에 의존하였고 거래선 별 장기 연체 위험도에 대한 객관적 지표가 없었지만 ML을 통해 부채 위험에 대한 점수를 제공하고 광범위한 영향요인을 반영한 위험요소를 분석하여 내부 데이터 기반의 객관적 판단 기준을 제공합니다.
  
  또한, 재무 관련 위험 발생 전 선제 대응 체계를 구축하고 채권 회수 위험에 대한 데이터를 종합적으로 분석합니다.

  고객 분석 및 구매 가망 고객 예측

  

  보다 정밀하고 개인화된 캠페인으로 런칭 기간동안 매출을 증대시킵니다.
  
  방대한 고객 정보와 캠페인 반응, 구매 이력 등의 행동 정보를 머신러닝 분류 기법에 적용합니다.
  
  개인화된 타겟 마케팅을 통해 구매 전환율을 끌어올리며 캠페인은 보다 경제적으로 구성하고 광고 피로도와 이탈 고객 수를 감소시킬 수 있씁니다.

  매장별 방문 고객 예측

  

  매장의 방문객 수를 예측하여 효율적인 인력 계획을 수립하고 고객 방문 패턴에 맞춘 인력 투입 최적화 및 고객 행동 데이터 분석을 통한 고객 만족도를 향상시킬 수 있습니다.

  시장 반응 분석

  

  SNS 등에서 발생하는 소비자의 Buzz로부터 소비자층의 긍/부정적인 피드백을 분석하여 시장의 반응을 신속하게 파악할 수 있습니다.

  제품 판매 예측

  

  제품의 수요 및 판매 예측을 통해 판매를 극대화하고 정확도 높은 판매량 예측을 통한 프로모션의 효과를 분석할 수 있습니다.

  딥러닝을 활용한 정확도 높은 심전도(ECG) 분석

  

  웨어러블 기기를 통해 수집된 심전도 데이터를 딥러닝 분석하여 민감하고 다양한 종류의 부정맥을 높은 정확도로 판별할 수 있습니다. 병원 및 연구기관은 이와 같은 분석 결과를 치료 및 임상연구에 활용할 수 있습니다.

  ▶ 01

  06 < >

• 자동화된 데이터 라이프사이클 관리 제공

  

  오픈소스 Nifi와 Airflow를 기반으로 다양한 유형의 데이터를 수집하고 작업을 정의하여 데이터 스케줄링 기능을 제공합니다. 또한, 매니저 포털에서 서비스 별 리소스 활용현황도 모니터링할 수 있습니다.

  엑셀과 유사한 기능으로 데이터 탐색 및 전처리

  

  로우 코드 전처리 기능을 제공하여 누구나 쉽게 데이터 전처리를 수행할 수 있습니다.
  
  또한, 데이터 프로파일링을 통해 데이터 탐색 및 데이터 분포현황, 통계 정보 등을 확인할 수 있고, 조인의 유형 및 조건을 클릭만으로 구성하여 데이터 원천 확인이 가능합니다.

  데이터 안정적인 저장과 모니터링

  

  임계치 기바의 진단 기능으로 장애를 사전 대응하고 통합 로그 모니터링으로 모든 서비스 로그를 한 번에 확인하여 조치할 수 있는 가이드를 제공합니다.
  
  그리고 웹 기반으로 쉽게 설치할 수 있고 하이브 쿼리 대비 약 11배 빠른 쿼리 성능을 제공받을 수 있습니다.

  ▶ 01

  06 < >

DH 구성

• 데이터 플로우 (Data Flow)

  데이터 수집

  데이터 처리 관리

  데이터 퍼포먼스

  데이터 랭글러 (Data Wrangler)

  데이터 소스 탐색

  데이터 변환

  데이터 전처리 데이터 작업 생성

  데이터 샘플 데이터 프로파일

  데이터 옵스 (Data Ops)

  데이터 작업 스케줄링

  데이터 파이프라인

  데이터작업 통합 관리

  데이터 허브 (Data Hub)

  Data Ingestion

  실시간 데이터 수집

  대량/로그 데이터 수집

  Data Warehouse

  정형 데이터 관리

  고속 쿼리 엔진

  Data Hub Basic

  데이터 저장

  데이터 보안

  데이터 거버넌스

  리소스 관리

  데이터 플로우(Data Flow)수많은 채널로부터 다양한 소스와 유형의 데이터를 손쉽게 수집할 수 있습니다.

  데이터 랭글러(Data Wrangler)실무자에게 익숙한 엑셀과 유사한 기능을 제공하여, 데이터를 탐색하고 원하는 형태로 재구성할 수 있습니다.

  데이터 옵스(Data Ops)데이터 수집 Job을 관리하고 스케줄링 및 모니터링할 수 있습니다.

  데이터 허브(Data Hub)하둡 생태계를 기반으로 데이터를 안전하게 저장 및 분석하고 효율적으로 관리할 수 있는 모니터링 체계를 제공합니다.