Global Use Cases
Read international Alteryx customer stories (in their own language) to learn how they transform their organizations into becoming a data-driven business.KB증권, 여러 데이터베이스를 병합하여 고객 데이터 분석
사용 사례 개요
KB증권은 한국에서 가장 큰 투자은행 중 하나입니다. KB증권의 데이터 분석 및 데이터 플랫폼 부서는 여러 데이터베이스를 통합하고 JSON을 비롯한 다양한 형식의 데이터를 분석해야 했습니다. 각 팀원들이 다양한 코딩 언어를 사용했고 이로 인해 프로세스의 속도가 상당히 느려졌습니다. 팀은 Alteryx Designer 및 Server를 사용하여 8개가 넘는 데이터베이스(Teradata, Oracle, AWD, Hadoop 등)를 통합하고 ETL, Prep & Blend(JSON 구문 분석) 및 스케줄링과 같은 많은 프로세스를 자동화하여 수백 시간을 절약했습니다.
KB증권은 KB금융그룹의 자회사 중 하나입니다. 2016년 WM 및 S&T 비즈니스에서 핵심 역량을 가진 현대증권과 IB 및 도매 비즈니스에서 탁월한 역량을 확보한 KB투자증권의 합병을 통해 모든 사업부에서 균형 잡힌 비즈니스 포트폴리오를 갖추게 되었습니다. 미래에셋대우증권, NH투자증권, 한국투자증권, 삼성증권과 함께 5대 IB(일명 빅5 증권사) 중 하나인 KB증권은 자본금 4조 원 이상의 초대형 증권사입니다.
- 저희는 데이터 중심 조직으로 발전하기 위해 "빅 데이터 플랫폼 구현 프로젝트"를 수행했습니다. 빅 데이터 플랫폼을 구축하기 전에는 각 프로젝트마다 서로 다른 데이터베이스를 구축하여 사용했으며 이로 인해 매우 다양한 데이터 소스를 운영하게 되었습니다. 결과적으로 조직에서 데이터를 구조상 효율적으로 활용하기가 어려웠습니다.
- 이 문제를 해결하고자 기존의 각기 독립적으로 구현된 데이터베이스(Teradata, Oracle, AWS, SQL Server, Splunk)를 새로운 데이터베이스(Hadoop, Hive, Impala)로 마이그레이션하여 데이터를 통합하고 체계적으로 관리하기 위한 "빅 데이터 플랫폼 구현 프로젝트"를 수행했습니다.
- "빅 데이터 플랫폼 구현 프로젝트"는 단순한 ETL 프로세스가 아니라 데이터 기반 조직으로의 전환을 위한 모든 프로세스를 포함합니다.
- 그중에서도 주요 과제는 KB증권 모바일 앱에서 발생하는 로그 데이터를 전처리한 후 (1) 모바일 미디어에서 고객 행동을 분석하고, (2) 고객/내부 미디어의 화면 사용을 분석하고, (3) 고객의 검색 의도를 분석하는 것이었습니다. 구현 과정에서 가장 큰 문제는 ETL, Prep & Blend(JSON 구문 분석), 스케줄링이었는데, 이 모든 문제는 Alteryx를 통해 효과적으로 해결되었습니다.
- 데이터 분석 부서: 과거에는 Python, R, Teradata를 사용하여 여러 데이터베이스의 데이터를 분석했습니다. 각 팀원이 서로 다른 코딩 언어를 사용하는 데다 최근 데이터 볼륨이 증가하면서 처리 속도가 매우 느려졌습니다. 복잡한 코딩 또한 훨씬 더 많은 시간이 필요했습니다. Alteryx를 통해 프로그래밍 언어와 관계없이 일관된 로직을 구축할 수 있게 되었고 손쉬운 유지 관리가 가능해졌습니다. 또한 데이터의 양을 제한하지 않으면서 작업 생산성도 빠르게 개선되었습니다. 무엇보다 Alteryx는 코딩에 대해 잘 모르는 사람이 빅 데이터에 접근해서 데이터를 다루고 생산성을 높이는 데 도움이 됩니다. 궁극적으로 중장기 목표는 AI와 머신 러닝을 사용하여 통계 분석과 데이터 분석을 가능하게 하는 것입니다.
- 데이터 플랫폼 부서: 다양한 데이터베이스를 관리하는 데 너무 많은 시간이 소비되었습니다. 각자 다른 쿼리 구문을 사용하고 다양한 오류가 발생하기 때문입니다. Alteryx의 코드 프리 기능과 코드 친화적 기능으로 데이터베이스 관리가 더욱 쉬워졌습니다. 향후 서버 스케줄링을 사용한 데이터 관리 자동화를 통해 생산성을 높일 계획입니다.
현재 저희는 사용자 미디어의 UI/UX를 개선하고 마케팅 및 내부 작업과 업무를 능률화하고 있습니다. 우선 KB증권에서는 주로 전처리와 ETL에 솔루션을 사용하고 있습니다. 특히 중첩된 JSON 데이터를 처리하는 데 효과적입니다. 다른 솔루션에 비해 사용 편의성과 높은 생산성을 비롯한 많은 이점이 있습니다.
|
|
예전의 필요 시간 |
도입 후 필요 시간 |
|
ETL |
해당 없음(이전에는 ETL 작업이 없었음) |
상당한 생산성 향상 |
|
Prep & Blend |
8시간 |
3시간 |
|
스케줄링 |
해당 없음(이전에는 스케줄링 작업이 없었음) |
상당한 생산성 향상 |
향후 목표는 AI와 머신 러닝을 사용하여 분석을 자동화하는 것입니다.
