민첩한 데이터를 통한 10가지 혁신 사례

데이터는 더 나은 제품과 우수한 사용자 경험을 만드는 데 매우 중요합니다. 데이터 중심 혁신 사례 10가지를 살펴봅니다.


데이터는 기업이 제품 및 서비스의 성과와 성공을 위해 계산된 전략을 취할 수 있도록 지원하는 데 반드시 필요한 인사이트를 제공합니다. 제품 설계와 개선의 측면에서도 데이터는 모든 업계의 기업들에게 매우 중요합니다. 그러나 중요한 것은 얼마나 많은 데이터를 보유하고 있는가가 아니라, 얼마나 빨리 데이터에 액세스하여 인사이트를 도출할 수 있는가입니다.

고객이 원하는 것과 필요로 하는 것에 대한 높은 이해, 센서 및 에지 기술의 활용, 생산성 향상 또는 보안 위협에 대한 더 나은 이해, 민첩성은 향상된 제품과 우수한 사용자 경험을 제공하는 데 도움이 될 수 있습니다.

1. F1 엔지니어링, 우승을 지원하는 실시간 센서 데이터

F1 팀은 기술에 점점 더 의존하고 있으며, AT&T, 퓨어스토리지 같은 기술 기업들과 전략적 파트너십을 맺고 실시간 데이터를 사용해 레이스 전략을 개선하고 있습니다. F1 레이싱에서 데이터는 타이어 공기압, 공기 역학, 서스펜션, 주행 스타일 등 성능에 영향을 미치는 여러 요소를 측정하고 모니터링하는 데 사용될 수 있습니다. 테스트 및 레이스가 진행되는 중에 차량 전반에 설치된 수백 개의 센서에서 성능 및 상태와 관련된 데이터를 수집할 수도 있습니다.

이렇게 수집된 데이터를 활용하면 팀의 자동차와 주행 전략에서 무엇을 조정해야 하는지 파악할 수 있습니다. 예를 들어, 차량의 엔진은 센서를 사용해 온도, 압력 및 타이밍과 관련된 데이터를 수집해 제공(영문자료)할 수 있습니다. 엔지니어는 이러한 지표들이 임계값 내에 있는지 확인하여 최적의 엔진 상태를 보장할 수 있습니다. 또한 향후 엔진의 구성 요소에서 제품 설계와 성능을 향상시키는 데 사용할 수도록 엔진 제조업체에 이러한 정보를 보낼 수도 있습니다.

2. 주식 앱을 지원하는 글로벌 데이터

지난 몇 년 동안 투자 앱이 인기를 끌면서 로빈후드(Robinhood) 같은 앱은 단 4개월 만에 3백만 명의 신규 사용자를 확보(영문자료)했습니다. 실시간 데이터는 많은 거래 애플리케이션에서 당일 차트를 생성하고, 잠재적 이익 및 손실을 모니터링하며, 하루 종일 거래된 주식 볼륨에 대한 최신 정보를 조회하는 등 광범위하게 사용됩니다. 오래된 데이터를 사용해 거래하면 손해를 볼 수 있기 때문에, 기술을 사용하는 투자자들은 일별 차트를 사용해 주가 상승 및 하락을 모니터링하고 있습니다. 실시간 차트는 업데이트된 정보로 주식의 래깅이나 가격 상승 시점을 알려줍니다. 이 두 가지 정보는 가격 이동에 대한 신속한 결정을 내려야 하는 투자자에게 특히 유용합니다.

그러한 한 가지 예가 옵션 기술(Options Technology, 영문자료)입니다. 이 기술은 주요 금융 기업들에게 초고속 데이터 액세스를 제공하여 보다 스마트한 거래 전략과 심층적인 시장 인사이트를 얻을 수 있도록 지원합니다. 몇 초로 수익이냐 손실이냐가 갈라진다면, 대규모의 빠른 데이터가 도움이 될 수 있습니다.

3. 인앱 리프레시를 통한 경험 향상

데이터를 완전하게 재로딩하지 않고 데이터를 즉각적으로 새로 고치고 업데이트하는 동적 웹 앱에서, 민첩한 데이터는 중요한 역할을 합니다. 이러한 앱은 전체 애플리케이션을 다시 로드하는 대신 앱의 리프레시 기능을 사용해 초기 페이지 로드 후 현재 페이지에서 콘텐츠만 새로 고쳐 사용자와 지속적으로 상호작용을 합니다.

서비스나우(ServiceNow) 같은 기업은 클라우드 기반 디지털 워크플로우 솔루션을 제공하여, 수천 개의 고객 인스턴스와 테라바이트 규모의 데이터를 호스팅하고 수백만 개의 데이터베이스 쿼리, HTTP 요청 및 API 호출을 처리하는 높은 수준의 작업을 지원합니다. 실시간 업데이트는 직관적인 경험을 제공하여 고객들이 비즈니스 프로세스의 우선순위를 정하고 관리 및 현대화하는 데 필요한 데이터를 확보할 수 있도록 합니다. 이러한 방식으로, 인앱 리프레시 기능은 생산성을 높이고 기업 전체에서 원활한 워크플로우를 지원하는 데 필요한 실시간 데이터를 제공할 수 있습니다.

4. 안전하고 정확한 길 찾기를 위한 집합 데이터

장거리 자동차 여행을 위해 사전에 지도를 확인하거나 꼼꼼하게 계획을 세우던 시대는 지났습니다. 위성 GPS 기술과 웨이즈(Waze), 구글맵(Google Maps) 같은 인기 있는 앱을 사용해, 출발 위치와 목적지를 입력하면, 이동 중 거의 모든 곳에서 실시간 안내를 받을 수 있습니다. 지속적인 데이터 수집 덕분에, 모바일 매핑 시스템은 도로 공사, 경로 변경, 회전 지점을 놓치는 경우 등에 보다 동적으로 대응할 수 있습니다.

운전자 지원뿐만 아니라, 민첩한 데이터는 산업별 애플리케이션에서도 중요한 역할을 합니다. 예를 들어, 민첩한 데이터는 통근자를 위해 더욱 스마트하고 편리한 교통 서비스(영문자료)를 만드는 데 중요한 역할을 합니다. 실시간 데이터는 현재 버스가 있는 위치와 도착 시간에 대한 업데이트를 지원하며, AI는 고객 서비스 챗봇을 가동하여 24시간 고객 질문에 대한 답변을 제공합니다.

데이터는 수요를 예측하고 항공 경로를 계획하며 지하 교통 시스템에서 승객의 흐름을 모니터링하고 자율주행 자동차의 자율 의사결정(영문자료)을 지원하는 데에도 사용됩니다.

5. 헬스케어 분석을 통한 진료 서비스 향상

민첩한 데이터 및 분석은 헬스케어 기관이 양질의 진료에 영향을 미치는 요소들을 보다 잘 이해하고 헬스케어 관련 문제에 대한 신속한 답을 제공할 수 있도록 합니다. 규제가 엄격한 헬스케어 업계의 전문가들은 각 환자에게 맞춤화된 고품질 진료를 제공할 수 있도록(영문자료) 데이터와 툴에 대한 안전한 실시간 액세스가 필요합니다.

데이터와 인사이트를 사용해, 병원과 기타 헬스케어 기관은 비효율성과 성능 문제를 보다 정확하게 파악하여, 고객들을 위해 헬스케어 분석을 더욱 빠르게(영문자료) 수행할 수 있습니다. 이는 팬데믹 상황에서 특히 중요합니다. 코로나19 통계를 모니터링하고 지속적으로 변화하는 환경에서 양질의 헬스케어 서비스를 지속적으로 제공하려면 정교한 분석 툴 및 서비스, 맞춤화된 분석 솔루션이 필요하기 때문입니다.

이러한 방식으로, 헬스케어 업계에서 민첩한 데이터는 기업들이 더 높은 유연성, 더 빠른 혁신, 더 나은 고객 서비스를 달성하는 동시에 경쟁력을 높이는 데 도움을 줍니다.

6. 차량 공유 앱

우버(Uber)나 리프트(Lyft) 같은 차량 공유 앱의 성공은 사용자에게 긍정적인 경험을 제공할 수 있는냐에 달려 있습니다. 예상 이동 시간 예측부터 운전자를 위한 교통 상황 변화 알림에 이르기까지, 차량 공유 앱은 데이터 기반 인사이트를 활용해 서비스를 지원합니다.

탑승자의 픽업 위치, 하차 위치 및 하루 중의 시간대 정보를 사용해, 차량 공유 앱의 예측 모델은 호출한 차량이 도착하는 데 걸리는 시간을 파악할 수 있습니다. 또한 차량을 사람들에게 보내주는 고급 경로 지정 및 매칭 알고리즘은 가장 가까운 거리에 있는 운전자와 승객을 매치시킵니다.

이러한 계산은 자체 데이터 분석 툴(Uber의 Argos 및 Gurafu 등)에 의해 추진됩니다. 이러한 툴은 차량 공유 앱이 수백만 건의 시스템 상호 작용, 지표 및 GPS 위치를 한 번에 모니터링하여 보다 나은 탑승자 경험을 제공할 수 있도록 합니다.

7. 기상 데이터로 정확도 및 안전성 향상

패턴의 복잡성으로 인해 날씨를 예측하는 일은 쉽지 않습니다. 기상 빅데이터 분석은 조직에서 생성된 데이터를 최종 사용자에게 실행가능한 정보로 변환해 제공함으로써 도움을 줄 수 있습니다.

먼저, 예측 및 매핑 서비스를 제공하는 고급 GIS 시스템을 사용해 기상 데이터를 정리하고 분석합니다. 항공사, 보험 회사, 농업 관련 기관, 운송 서비스, 화물 회사, 이벤트 주최자들이 이러한 서비스를 활용할 수 있습니다.

예를 들어, 기상 빅데이터 분석은 기상 조건이 어떤 영향을 미쳤는지 판단함으로써 기상 관련 사고 또는 재산 피해 관련 청구를 처리하는 데 도움을 줍니다. 항공사들은 또한 바람 패턴을 예측하고 가장 연료 효율이 높은 항공기 경로를 예측하는 데에도 이 방법을 사용합니다. 농산물 거래자들은 민첩한 데이터 덕분에 일기 예보에 따라 특정 작물의 가격 변화를 예측할 수 있습니다.

8. 핀테크 및 금융 사기 경고

금융 기관은 랜섬웨어 공격이 발생하거나 데이터가 손상되는 경우 신뢰할 수 있는 데이터 백업에 빠르게 액세스할 수 있어야 합니다. 민첩한 데이터는 특히 데이터 복구 속도를 높일 수 있는 고성능 스토리지 시스템으로 뒷받침될 때 더 신속한 데이터 복구를 가능하게 해줍니다. 이러한 환경에서, 고객은 데이터가 안전하게 저장되어 있으며 데이터 손실이 발생할 경우 안정적으로 복원할 수 있다는 사실에 안심할 수 있습니다.

또한 금융 및 보험 회사들은 빅데이터를 사용해 의료 비용 청구, 임금, 날씨 등과 관련된 과거 및 실시간 데이터를 처리, 상관 관계 분석 및 변환하여, 감춰진 부정 행위의 징후를 발견하고 기존 프로세스를 개선하며 조사 속도를 높일 수 있습니다.

예측 모델, 고급 AI 기술, 실시간 부정 행위 탐지 툴을 통해, 조직은 방대한 양의 데이터를 더 빠르게 분석하여 사기 및 공격 방법의 잠재적 소스에 대한 실행 가능한 인사이트를 얻을 수 있습니다. 결과적으로, 부정 행위가 발생하기 전에 더 효과적으로 대비할 수 있습니다.

9. 인스타그램(Instagram)의 온디맨드 게시물 보관

Instagram 사용자가 플랫폼에 게시물을 생성하고 상호 작용을 하면, 분석을 통해 활용할 수 있는 방대한 양의 데이터가 생성됩니다. 하지만 사용자가 게시물을 삭제하면 이와 관련된 중요한 게시물 데이터와 지표가 손실됩니다.

Instagram의 아카이브 기능은 사용자가 데이터와 성능 지표를 삭제하지 않고도 사진과 동영상을 숨길 수 있도록 해줍니다. 이 기능은 오래된 이미지나 리브랜딩으로 인해 사용되지 않게 된 이미지처럼 만료되었거나 관련성이 없어진 콘텐츠를 제거할 때 특히 유용합니다. 이렇게 보관된 콘텐츠는 Instagram의 분석에 여전히 포함되기 때문에, 완전한 상호 작용 데이터 집합을 기반으로 의사 결정을 내릴 수 있습니다.

10. 장바구니 분석 및 온라인 주문 추적 

온라인 장바구니에 품목을 추가한 후 “품절 임박: X개의 제품이 남았습니다.”라는 메시지를 본 적이 있으십니까? 실시간 분석을 통해, 온라인 유통업체(영문자료)는 고객이 장바구니에 넣은 품목을 확인할 수 있을 뿐 아니라 고객에게 해당 품목의 인기도(및 남은 수량)를 알릴 수 있습니다. 이처럼 데이터를 동적으로 사용하면 다급함을 느낀 구매자들이 다른 사람이 구매하기 전에 구매 결정을 내릴 수 있도록 만들 수 있습니다.

효율적인 주문 처리 및 추적은 또한 비즈니스 생산성과 고객 만족을 위해 필수적입니다. 오늘날의 고객은 신속한 배송, 분 단위 배달 추적, 주문 업데이트 등을 기대합니다. 특히 뜨거운 음식이나 신선 식품의 경우는 더욱 그렇습니다. 민첩한 데이터를 통해 모든 업종의 기업은 고객에게 더 나은 주문 처리 경험을 제공할 수 있습니다.

도미노피자가 어떻게 퓨어스토리지의 도움으로 1분에 수천 건의 실시간 주문을 업데이트하고 있는지 알아보세요(영문자료). >>

자동화된 주문 관리 시스템 및 주문 처리 작업에 민첩한 데이터를 통합하면 유통업체는 다음과 같은 혜택을 얻을 수 있습니다.

  • 주문 자동 생성
  • 인보이스 준비 및 전송
  • 주문 업데이트가 포함된 후속 이메일 전송
  • 창고 선택 프로세스 최적화
  • 더 나은 배송 경로 계획
  • 배송 일정 예측

더 나은 경험을 위한 빠른 스토리지

탁월한 사용자 경험을 만들려면 빠른 데이터 액세스가 필요하며, 초고속 파일 및 오브젝트 데이터를 통합하는 업계 최고의 고급 올플래시 스토리지 솔루션이 필요합니다.

퓨어스토리지 플래시블레이드(FlashBlade)는 실시간 분석, 머신 러닝, 인공 지능을 사용해 더욱 빠른 발견과 인사이트를 지원합니다. 플래시블레이드는 모든 데이터 크기, 구조 또는 액세스에 탁월한 성능을 제공하며, 레거시 스토리지에 비해 전력, 용량 및 냉각 비용을 10배 이상 절감해줍니다.

퓨어스토리지와 함께 데이터 분석과 의사결정을 가속화하세요.