BigQuery 및 Looker를 활용한 비즈니스 인텔리전스 현대화 고객 사례

 * 본 아티클의 원문은 2021년 1월 27일 Google Cloud 블로그(영문)에 게재되었습니다.

고객, 제품, 마케팅 등을 더욱 정확히 이해하기 위한 기업의 데이터 수집이 더욱 증가하고 있습니다. 하지만 수집한 데이터에서 유용하고 유의미한 통계를 도출하려면 강력하고 안정적이며 확장 가능한 솔루션이 필요합니다. BigQuery 및 Looker 고객은 비즈니스 인텔리전스(BI)를 현대화하고 기업에서 수집하는 데이터의 셀프서비스 검색을 지원할 수 있었다고 이야기합니다. 데이터 과학자나 데이터 분석가는 물론 핵심 비즈니스 의사 결정권자를 포함한 조직 내 모두에게 통계를 빠르게 제공할 수 있다고 합니다.  

이 게시물에서는 BigQuery 및 Looker를 사용하여 데이터 통계로 새로운 기회를 창출하고 있는 여러 Google Cloud 고객 사례를 다룹니다. 

데이터 분석 시간 단축

Sunrun은 합리적인 가격대의 안정적인 청정 태양 에너지 및 배터리 저장 솔루션을 제공하는 주택용 태양광 분야의 선두 업체입니다. 재생 가능한 에너지의 수요가 늘어나면서 Sunrun은 설치 업무, 설치된 시스템, 고객 업무, 판매에서 발생하는 많은 양의 데이터를 효율적으로 관리할 방법이 필요했습니다.  

기존 데이터 스택에서는 거의 모든 내부 데이터 요청을 IT 및 데이터팀 지원에 의존했습니다. Sunrun의 기존 Oracle 데이터 웨어하우스로는 늘어나는 분석 수요에 맞춰 확장하거나 예측적 통계를 쉽게 활용할 수 없었으며 이러한 제약으로 인해 데이터 사일로 및 충돌이 발생했습니다. 

Sunrun은 평가 과정을 거친 후 BigQuery 및 Looker를 포함한 Google Cloud 스마트 분석 플랫폼으로 마이그레이션하여 추출, 변환, 로드(ETL)의 복잡성을 줄이고 쿼리를 쉽고 빠르게 실행하며 조직 전체의 데이터 접근성 및 신뢰성을 높였습니다. 

주요 이점

• 생산성 및 인력 데이터에 대한 통계로 공사 프로세스를 최적화하여 보다 효율적으로 계획하고 기회 영역을 파악합니다.
• 데이터 웨어하우스 설계 시간, ETL, 데이터 모델링이 50% 감소했습니다.
• 현대화 및 간소화된 아키텍처 덕분에 전체 데이터 개발 주기가 60% 넘게 단축되어 더욱 빠른 의사결정이 가능합니다.
• 허브 및 스포크 분석 모델로 핵심 비즈니스의 셀프서비스 분석을 지원하여 모든 측정항목의 제어 및 신뢰성을 보장합니다.
• Looker의 모델링 레이어인 LookML로 기업 전체의 측정항목 정의를 통합했습니다.
• 정기 경영진 회의에 Looker 대시보드를 활용하여 단일 정보 소스를 토대로 데이터 중심 전략을 수립하고 실행할 수 있습니다.

비즈니스 인텔리전스를 토대로 한 건설

데이터 분석에 Excel 통합문서를 사용하던 토목 공학 업체인 Emery Sapp & Sons는 비즈니스 성장에 따라 확장할 수 있는 새로운 데이터 스택의 주요 구성요소로 BigQuery와 Looker를 선택했습니다. 그 결과 광범위한 데이터 소스를 통합했고 비즈니스를 전체적으로 파악할 수 있게 되었습니다. Looker는 조직의 사용자 친화적인 셀프서비스 지원에 대한 니즈를 충족시켜 주었습니다. 따라서 최소한의 유지보수만으로 모든 팀에서 비즈니스-사용자 친화적인 인터페이스를 통해 정확한 데이터에 액세스하고 이를 바탕으로 조치를 취할 수 있었습니다.

주요 이점

• Looker의 사전 작성된 자동 비용 및 급여 보고서는 Emery Sapp & Sons팀에서 보고서를 작성하는 데 걸렸던 시간보다 훨씬 빠른 속도로 일정에 따라 데이터를 제공합니다.
• 실시간 데이터가 포함된 주간 수익 및 외상매출금 대시보드로 현금 흐름을 효과적으로 예측할 수 있으며 대시보드를 토대로 연락해야 할 고객을 파악할 수 있습니다.
• Looker의 Zendesk 지원 티켓 추적 기능으로 열림, 긴급, 높은 우선순위, 보류 중, 종료됨 상태의 티켓을 쉽게 확인하여 동향을 파악할 수 있습니다.
• 외상매출금 담당 팀에서 총 미수금 및 미납금 보고서에 즉시 액세스할 수 있습니다. 지점 관리자는 이 정보를 고객별로 정렬하고 후속 커뮤니케이션의 우선순위를 정할 수 있습니다. 

필요한 정보를 직관적으로 시각화할 수 있게 된 Emery Sapp & Sons는 중요한 데이터를 신속하게 파악하고 이를 바탕으로 조치를 취할 수 있게 되었습니다. 데이터 스택을 현대화한 후 수작업에 걸렸던 시간이 줄어 데이터가 비즈니스에 어떤 의미를 갖는지 파악하는 데 보다 집중할 수 있게 되었습니다. 이제는 성장과 고객 서비스 개선을 위한 전략적 이니셔티브에 전념할 수 있습니다.

불확실한 시대의 첨단 의료 서비스

Commonwealth Care Alliance(CCA)는 지역 사회 기반의 의료 기관으로 취약층 또는 소외 계층 등 도움이 절실한 개인을 대상으로 주로 의료 서비스를 제공 및 조율하고 있습니다. 작년 겨울, 코로나19의 징후가 처음으로 나타났을 때 CCA는 회원에 대한 의료와 관심을 강화해야 할 필요성을 깨달았습니다. 직원과 의료진에게 빠르게 제공할 수 있고 다양한 분야 및 소스와 통합되는 안정적인 데이터가 필요했습니다. 

다행히 CCA는 이미 BigQuery 및 Looker가 포함된 고급 분석 플랫폼을 갖추고 있었습니다. CCA 데이터 사이언스팀에서는 이 플랫폼을 사용해 CCA 의료진에게 유용한 정보와 예측적 통계를 제공하고 데이터 작업 및 머신러닝(ML) 작업 기능을 개발하고 배포했습니다. 모든 Google Cloud가 CCA의 HIPAA 요구사항에 부합하는 단일 비즈니스 제휴 계약(BAA)으로 제공되었으며 BigQuery는 탄력성과 서비스형 제품으로서의 가치를 입증했습니다. 이 두 기능은 안정적인 플랫폼 성능을 제공했을 뿐만 아니라 소규모 데이터 사이언스팀에서 규정을 준수하면서 집중력과 민첩성을 유지할 수 있도록 지원했습니다.

CCA는 쿼리 추상화 및 열 형식 기반의 데이터 엔진을 사용하여 의료진의 변화하는 니즈에 맞춰 대응하고 일반 대시보드와 역할별 대시보드(내부에서는 액션 보드라고 지칭)를 통해 데이터 및 예측적 통계를 제공할 수 있었습니다. 의료진은 이러한 대시보드를 통해 각 회원의 구체적인 니즈에 어떻게 대응할지 결정할 수 있었습니다.  

주요 이점

• CCA 내부 의료 관리 플랫폼 및 전자 의료 기록을 BigQuery 및 Looker에 정기적으로 업데이트합니다.
• Looker의 유연한 모델링 레이어인 LookML로 '코로나19 고위험군'과 같은 커스텀 개념을 빠르게 만들고 배포합니다. 
• 맞춤 대시보드를 통해 각 의료진 및 요양사는 조율된 진료를 위해 추천되는 조치 등 회원 관련 데이터에 액세스할 수 있습니다.
• Looker의 사용자 속성 및 권한을 서비스 중단과 같은 데이터와 통합하여 의료진이 상황 변화를 파악하고 대처할 수 있습니다.

매달 $10,000 절감 및 기타 이점

Label Insight는 다양한 제품의 패키징 및 라벨링을 분석하여 소매업체 및 브랜드에서 최신 트렌드 및 시장 수요를 파악하도록 돕고 있습니다. 고객은 이 정보를 사용해 기존 제품의 리패키징에 대한 결정을 내리거나 최신 요식업 트렌드에 맞는 신제품을 만듭니다. 

기존 온프레미스 BI 시스템을 사용했던 이전에는 데이터 사일로와 번거로운 프로세스가 많아 데이터에서 통계를 빠르게 추출하는 데 따르는 비용, 복잡성, 시간이 점차 커졌습니다. Label Insight에는 풍부한 데이터 세트가 있었지만 데이터 세트에 액세스하려면 보통 직원 한 명이 일주일 내내 분석해야 했습니다. 이 프로세스는 확장 및 반복이 불가능했으며 안정적이지도 않았습니다. 

현재 Label Insight의 새로운 데이터 플랫폼에는 데이터 웨어하우스로 사용되는 BigQuery와 비즈니스 인텔리전스로 사용되는 Looker가 포함되어 있습니다. 데이터 웨어하우스 제품을 평가한 결과 임원진은 BigQuery를 더 많이 사용할수록 더욱 많은 이점과 기업 ROI를 얻을 수 있다는 사실을 깨달았습니다. BigQuery는 현재 이 기업에 거의 무한대의 비용 효율적인 확장형 스토리지 용량과 뛰어난 성능을 제공하고 있습니다.

설정하기 쉬운 대시보드, 보고, 분석 기능을 갖춘 Looker는 Label Insight 조직 전체 사용자를 위해 데이터를 민주화하고 있습니다. 또한 Looker는 거버넌스 및 제어를 지원하여 BigQuery에서 고품질 데이터를 활용할 수 있도록 하며 데이터팀에서 보고 요청을 지속적으로 관리하는 부담을 덜어줍니다. 임베디드 분석을 통해 통계를 Slack과 같은 기존 애플리케이션에 통합할 수 있는 Looker의 기능 덕분에 Label Insight에서는 원하는 작업 관리 도구에서 일관되고 정확한 데이터에 액세스할 수 있어 모든 직원이 계속해서 고객에게 가치를 제공할 수 있도록 지원하고 있습니다.

주요 이점

• ROI 200%를 달성하고 매주 보고에 소요되던 업무 시간을 120시간 단축하여 팀에서 새로운 이니셔티브를 추진할 시간과 리소스를 확보했습니다.
• $10,000/월에 해당하는 절감 효과를 반복적으로 얻고 있습니다.
• 플랫폼에서 약 60%(여전히 증가 중)의 사용자 참여 점수를 기록했으며 Looker 수퍼유저의 활약을 통해 이 수치를 계속 높이는 것을 목표로 삼고 있습니다.
• Fivetran을 이용한 추출, 변환, 로드(ETL)의 자동화로 서로 다른 17개 소스의 데이터에 대한 쉽고 빠른 액세스를 제공하고 있습니다.

Label Insight는 데이터 기술 스택 현대화를 통해 원하던 모든 비즈니스 혁신을 이루었습니다. 

팬 및 클럽의 홈런 참여도

메이저 리그 베이스볼(MLB)의 팬 데이터 엔지니어링팀은 제3자와 내부 소스로부터 데이터를 수집하고 이 데이터를 엔터프라이즈 데이터 웨어하우스(EDW)에 취합하기 위해 350개가 넘는 데이터 파이프라인을 관리하는 업무를 담당하고 있습니다. EDW로 내부 제품, 마케팅, 재무, 티켓 판매, 매장, 분석, 데이터 사이언스 부서와 30곳의 모든 MLB 구단에서 데이터 관련 이니셔티브를 진행하고 있습니다. 전에는 EDW로 Teradata를 사용했습니다.

MLB는 EDW에서 쿼리 실패 및 지연 시간, 동기화 등의 문제를 겪고 있었습니다. 네트워크 연결 제한 및 클라이언트 소프트웨어 설정 문제로 인해 대체로 직접적인 사용자 액세스를 제공하기가 어려웠습니다. 2019년, Teradata에서 BigQuery로 마이그레이션을 완료함으로써 MLB는 현대적인 클라우드 우선 데이터 웨어하우스 플랫폼으로 얻을 수 있는다양한 이점을 누리게 되었습니다.

주요 이점

• 최소한의 비용과 무약정으로 성능 테스트를 나란히 실행할 수 있습니다. 주문형 가격 책정에서 정액제로 전환함으로써 MLB는 비용을 고정하고 예상치 못한 초과분을 방지하며 사용하지 않은 용량을 다른 부서와 공유할 수 있게 되었습니다.
• 클릭 한 번이면 데이터 세트를 원하는 Workspace 사용자 또는 그룹과 안전하게 공유할 수 있어 데이터 민주화를 촉진합니다. 
• BigQuery의 웹 콘솔에 액세스하여 검토하고 데이터에 SQL 쿼리를 실행하며 Connected Sheets를 사용하여 대규모 데이터 세트를 익숙한 인터페이스의 피벗 테이블로 분석할 수 있습니다. 
• 쿼리 완료 속도가 이전 EDW에 비해 50% 증가했습니다. 
• Google Ads, Google Campaign Manager, Firebase 등 MLB에서 사용하는 여러 서비스와 통합됩니다.
• MLB의 새 BI 도구인 Looker는 BigQuery와 통합되어 비즈니스 사용자가 데이터에 액세스하고 자세히 살펴볼 수 있도록 고성능의 깔끔한 인터페이스를 제공합니다. 
• 이전 데이터베이스 관리의 운영 오버헤드가 줄었습니다.
• Google 지원에서 모든 주요 서비스 문제를 다루어 IT팀이 보다 전략적인 업무에 집중할 수 있습니다. 

MLB는 이제 더 폭넓고 원활한 방법으로 팬과 리그를 위해 데이터를 활용할 수 있게 되었습니다. BigQuery 및 Looker로의 이전으로 도움을 받은 두 프로젝트를 소개합니다.

• OneView: 이 이니셔티브에서는 다운스트림 개인 맞춤설정과 세분화 이니셔티브(예: 뉴스 기사 맞춤설정)를 추진하기 위해 30개가 넘는 관련 데이터 소스를 팬 한 명당 한 행씩 단일 테이블로 컴파일합니다. 
• 실시간 양식 제출 보고: MLB는 Pub/Sub에서 BigQuery로 데이터를 실시간으로 스트림하기 위해 Google 제공 Dataflow 템플릿을 사용하여 'Opening Day Pick ‘Em' 콘테스트와 같은 이니셔티브의 양식 제출에 대한 실시간 보고 기능을 갖춘 Looker 대시보드를 만들었습니다. 이를 통해 편집팀은 결과에 대한 최신 분석을 만들 수 있습니다.

MLB는 새로운 데이터 스택을 마련하고 운영하여 데이터 이해관계자에게 최상의 서비스를 제공하고 새 데이터 기반 능력을 활용하여 팬들을 위해 더 나은 온라인 및 대면 경험을 만들 수 있게 되었습니다.

비즈니스 인텔리전스를 현대화할 준비가 되었나요? BigQuery 및 Looker의 종합 데이터 분석 솔루션을 살펴보세요.