분석 플랫폼

Oracle의 차세대 클라우드 인프라를 기반으로 구축된 Oracle Analytics Cloud는 분석 워크로드에 따라 배포되는 컴퓨트의 크기를 2~52 OCPU까지 조정할 수 있는 Oracle의 관리 전용 클라우드 서비스입니다. Analytics Cloud 환경은 유연하게 확장 및 축소가 가능합니다. 액세스할 필요가 없는 특정 Analytics Cloud 인스턴스를 간단히 일시 중지하여 비용을 절감할 수 있습니다.

Oracle Analytics Server는 고객 관리형으로서 고객의 데이터 센터에 배포됩니다. Analytics Server는 Oracle이나 Microsoft Azure 등의 Oracle 클라우드가 아닌 인프라에 호스트할 수도 있습니다.

Oracle Cloud Infrastructure(OCI)에서 호스팅되는 고객 관리형 Oracle Analytics 서버의 배포 속도를 향상합니다. Analytics Server 인스턴스의 완전한 제어를 유지합니다. 고객이 소유한 서버의 하드웨어, 유지 보수 및 관리 작업을 자유롭게 수행할 수 있습니다.

• 배치 및 관리에 대해 자세히 알아보기

Oracle Analytics에는 Azure와 Google 등의 다른 클라우드 제공자를 포함하여 Oracle 및 비Oracle 소스에 연결하는 35개 이상의 기본 커넥터가 내장되어 있습니다. Snowflake, Google Analytics, Amazon Redshift, Google BigQuery, Microsoft SQL Server 등 인기 있는 데이터 소스의 소셜 피드, 사물인터넷(IoT) 소스 및 데이터 레이크를 연결합니다.

Oracle Analytics 플랫폼은 직접 질의와 캐싱 옵션을 모두 제공합니다. 직접 질의를 사용하면 데이터를 질의를 위해 데이터 소스 자체에서 분석 계층으로 직접 전송할 수 있습니다. 원하는 분석에 따라 직접 질의와 캐시 질의를 원하는 대로 분산할 수 있습니다. 분석 쿼리는 최상의 성능을 위해 각 데이터 소스에 맞게 자동으로 최적화됩니다.

Oracle Analytics에 내장된 인메모리 엔진은 오래되었거나 속도가 느린 데이터 소스의 성능을 향상합니다. 분석을 위해 데이터 질의를 자주 실행하고 캐시에 저장해 최적화하는 방법으로 느린 시스템의 속도를 향상합니다. 이를 통해 사용자에게 우수한 성능을 일관되게 제공할 수 있습니다. 데이터를 캐시에 저장하면 자동화된 인사이트나 머신러닝 같은 최신 분석 기능을 캐시에서 간편하게 실행할 수 있습니다. 이는 최신 기능을 갖추지 않는 구형 데이터 관리 시스템을 확장하는 방법입니다.

• 연결 기능에 대해 자세히 알아보기

비즈니스 크리티컬 데이터를 일관성 있게 파악하기 위해 신뢰성을 갖춘 관리형 시맨틱 모델을 개발하고 제공합니다. 복잡한 데이터를 친숙하고 일관된 비즈니스 용어에 매핑합니다. 실행을 위해 최적화와 미세 조정을 거쳐 쿼리를 설계합니다.

사용자가 직접 두 개 혹은 더 많은 테이블을 병합하고 관계를 제어할 수 있습니다.(예: Inner 또는 Outer Join). 셀프서비스 데이터 모델을 동료들과 쉽게 공유할 수 있습니다.

비즈니스 사용자는 데이터 추가, 속성, 계산, 변환을 사용해 데이터세트를 보강할 수 있습니다. Oracle Analytics는 데이터세트를 검사하고 발견된 이상 데이터를 별도로 표시하며, 스마트한 권장사항을 이용해 데이터세트를 복구 또는 확장할 수 있습니다.

• 데이터 모델링에 대해 자세히 알아보기

데이터 품질 통찰력은 Oracle Analytics의 강력한 의미 기반의 프로파일링 기능을 이용해 데이터 품질을 시각적으로 표현해 문제를 빠르게 파악할 수 있습니다. 인라인 편집을 통해 문제를 빠르게 해결하고 열 이름을 변경할 수 있으며 스크롤 가능한 미니 맵으로 긴 목록을 간편하게 탐색할 수 있습니다.

Dataflows는 프로그래밍 없이도 데이터세트를 분석에 필요한 정보로 변환하는 기능을 제공합니다. 머신러닝 모델의 학습과 실행을 포함해 다양한 변환 기능으로 데이터를 강화합니다. 결과값은 로컬 데이터세트 혹은 연결된 관계형 데이터베이스에 테이블 형태로 저장 및 공유할 수 있습니다.

• 데이터 준비 및 보강에 대해 자세히 알아보기

데이터를 즉시 시각화하여 분석 프로세스를 바로 시작할 수 있습니다. 폭포형 차트 보고서, 성능 타일의 스파크라인 차트, 히트맵 계층, 사용자 정의 이미지 맵 등 바로 사용 가능한 45개 이상의 시각화를 통해 빠르게 시작할 수 있습니다.

중앙에서 관리하는 보고서와 대화형 대시보드를 구축해 거버넌스 및 제어를 보장합니다. 집중 분석 및 필터링과 같은 기능을 포함하는 정적 보고서 또는 매개변수화된 대화형 대시보드를 생성합니다.

자동 인사이트 기능은 데이터세트를 검사하고 머신러닝을 사용해 시각적 통찰력을 자동으로 생성하는 기능입니다. 여기에는 사용 가능한 모든 측정지표 및 속성이 포함됩니다. 데이터에 숨겨진 새로운 관계와 패턴을 발견합니다.

AI 기반의 자연어 처리(NLP)를 활용하여 분석에 대한 이해와 상호작용이 가능합니다. NLP는 대화형 검색과 분석에 텍스트와 음성을 활용합니다. 질문에 따라 설명이 필요 없는 해답을 제시합니다.

Oracle Analytics Cloud만이 제공하는 NLG(AI 기반 자연어 생성)는 시각화에 스마트 텍스트 설명을 덧붙입니다. 이는 기본적으로 데이터 소스에 라이브로 연결되며 시각화 및 필터 등의 다른 데이터 객체들과 상호작용합니다.

• 데이터 가시화에 대해 자세히 알아보기

모든 디바이스의 브라우저에서 Oracle Analytics를 직접 실행할 수 있습니다. 분석 준비에 필요한 모든 데이터세트에 접근해 이들을 변환하고 다른 사람과 데이터세트, 프로젝트 및 프레젠테이션을 공유합니다.

자동화된 인사이트와 지속적인 비즈니스 활동 모니터링에 언제 어디서나 연결 가능합니다. 플랫폼이 학습한 개인의 특정 패턴과 관심 데이터를 바탕으로 지능형 권장사항을 전달합니다.

사용자정의 웹 페이지, 포털 및 애플리케이션에 Oracle Analytics 시각화를 포함하기 위해 문서화된 API를 활용합니다. 내장된 시각적 요소의 실시간 데이터 연결을 유지하면서도 지정된 양식과 상호작용을 훼손하지 않습니다.

• Oracle Analytics 환경에 대해 자세히 알아보기

간단한 마우스 조작으로 고급 분석을 이용해 빠른 예측, 추세선, 클러스터 및 참조선을 표시합니다. 데이터 및 비즈니스 사용 사례에 더 적합한 내장 알고리즘의 예측 간격과 모델 유형을 사용자가 정의할 수 있습니다.

Explain 기능은 데이터세트를 검사하여 프로그래밍 없이 마우스 조작만으로 중요한 비즈니스 동인, 상황별 인사이트 및 이상 데이터를 파악할 수 있습니다. Explain에서 시각적 요소와 결과를 선택해 새로운 대시보드와 스토리를 시작할 수 있습니다.

• 비즈니스 사용자를 위한 머신러닝에 대해 자세히 알아보기

노코드 기능을 이용하면 다양한 내장 알고리즘으로 모델 학습이 가능합니다. 여기에는 수치 예측, 다중 분류, 바이너리 분류, 클러스터링 등이 포함됩니다. 이러한 머신러닝 알고리즘은 커스터마이징, 학습, 튜닝 후에 광범위한 분석 사용자 커뮤니티에 게시할 수 있습니다.

Autonomous Database에서 데이터 과학 기능을 정교하고 심도 있는 활용이 가능합니다. R과 Python을 사용하여 Oracle Analytics Cloud에 등록할 수 있는 머신러닝 모델을 개발, 테스트, 게시하면 누구나 자신의 데이터세트 또는 분석으로 이러한 새 모델에 액세스와 실행이 가능합니다.

• 고급 사용자를 위한 머신러닝 자세히 알아보기