Active Data Warehouse. Active Enterprise Intelligence 비즈니스 전략을 지원하는 제품, 기능, 서비스 및 비즈니스 파트너십의 조합입니다. 이 용어는 2001년에 테라데이타에 의해 만들어졌습니다.
자세히 읽기
빅 데이터의 맥락에서 알고리즘은 통찰력을 발견하고 패턴을 감지하는 주요 수단입니다. 따라서 빅 데이터 비즈니스 사례를 실현하는 데 필수적입니다.
자세히 읽기
애널리틱스 플랫폼은 대기업의 요구 사항을 충족하도록 설계된 모든 기능을 갖춘 기술 솔루션입니다. 일반적으로 실행할 엔진, 데이터를 저장 및 관리하기 위한 데이터베이스 또는 리포지토리, 데이터 마이닝 프로세스, 저장되지 않은 데이터를 가져와 준비하기 위한 기술 및 메커니즘을 포함하여 다양한 도구와 애널리틱스 시스템을 결합합니다.
자세히 읽기
Apache Hive is an open-source data warehouse infrastructure that provides tools for data summarization, query and analysis. It is specifically designed to support the analysis of large datasets stored in Hadoop files and compatible file systems, such as Amazon S3. Hive was initially developed by data engineers at Facebook in 2008, but is now used by many other companies.
자세히 읽기
행동 분석은 사용자가 디지털 애플리케이션(웹, 모바일, IoT)에 참여하는 방법과, 관련이 없어 보이는 데이터 요소가 결과를 설명 또는 예측하는 방법을 나타냅니다.
자세히 읽기
빅 데이터는 너무 크고 복잡하여 표준 도구로 조작하거나 쿼리할 수 없는 데이터 세트의 그룹입니다.
자세히 읽기
빅 데이터 애널리틱스는 소셜 네트워크, 비디오, 디지털 이미지, 센서 및 판매 거래 기록을 포함하여 다양한 소스에서 수집된 대용량 데이터를 분석하는 전략을 말합니다.
자세히 읽기
Business Intelligence (BI) parses business data and presents easy-to-digest reports, performance measures, and trends that drive management decisions.
자세히 읽기
Cascading은 Hadoop에서 빅 데이터 애플리케이션을 개발하기 위한 플랫폼입니다. 계산 엔진, 시스템 통합 프레임워크, 데이터 처리 및 스케줄링 기능을 제공합니다.
자세히 읽기
CDP(고객 데이터 플랫폼)는 다른 시스템에 액세스할 수 있는 지속적이고 통합된 고객 데이터베이스를 만드는 패키지 소프트웨어 유형입니다.
자세히 읽기
클라우드 컴퓨팅은 인터넷(클라우드)을 통해 제공되는 데이터에 액세스하여 원격 서버 네트워크(온프레미스 서버 또는 개인용 컴퓨터가 아닌)를 통해 데이터를 저장, 관리 및 처리하는 방식을 말합니다.
자세히 읽기
클러스터 분석 또는 클러스터링은 객체 또는 데이터 집합을 그룹화하여 동일한 그룹(클러스터)에 있는 항목과 다른 클러스터에 있는 항목을 구별하는 통계적 분류 기술 또는 활동입니다.
자세히 읽기
비교 분석은 둘 이상의 프로세스, 문서, 데이터 세트 또는 기타 객체를 비교하는 것을 말합니다. 패턴 분석, 필터링 및 결정 트리 분석은 비교 분석의 한 형태입니다.
자세히 읽기
연결 분석은 사람, 제품, 프로세스, 머신 및 시스템의 연결을 매핑하고 이들 간 상호 작용을 지속적으로 모니터링하여 네트워크 내의 사람, 제품, 프로세스, 머신 및 시스템 간의 상호 관련된 연결 및 영향을 발견하는 데 도움이 되는 새로운 분야입니다.
자세히 읽기
동시성 또는 동시 컴퓨팅은 여러 컴퓨팅 작업이 동시에 또는 겹치는 시간에 발생하는 컴퓨팅 형태를 말합니다. 이러한 작업은 개별 컴퓨터, 특정 애플리케이션 또는 네트워크를 통해 처리가 가능합니다.
자세히 읽기
상관 분석은 통계 분석 및 기타 수학적 기법을 적용하여 변수 간의 관계를 평가하거나 측정하는 것을 말합니다.
자세히 읽기
데이터 분석가의 주요 작업은 데이터를 수집, 조작 및 분석하는 것뿐만 아니라 그래프, 차트, 대시보드 및 기타 시각화를 포함하는 보고서를 준비하는 것입니다.
자세히 읽기
Data analytics, also known as advanced analytics or big data analytics, is an autonomous or semi-autonomous inspection of data or content using sophisticated techniques and tools beyond those of traditional business intelligence (BI), to uncover deeper insights, make predictions, or produce recommendations. Techniques include data/text mining, machine learning, pattern matching, forecasting, visualization, semantic analysis, sentiment analysis, network and cluster analysis, multivariate statistics, graph analysis, simulation, complex event processing, neural networks.
자세히 읽기
테라데이타 통합 데이터 아키텍처는 최초의 포괄적인 빅 데이터 아키텍처입니다. 이 프레임워크는 SQL 및 NoSQL 분석을 통해 관계형 및 비관계형 리포지토리를 활용합니다.
자세히 읽기
데이터 정리 또는 데이터 스크러빙은 데이터베이스에서 부정확한 데이터나 레코드를 감지하고 수정하거나 제거하는 프로세스입니다.
자세히 읽기
데이터 중력은 리포지토리의 데이터 볼륨과 그 사용 횟수와 함께 증가할 때 나타나며 이로 인해 데이터 복사 또는 마이그레이션이 번거로워 지고 많은 비용이 들게 됩니다.
자세히 읽기
데이터 레이크는 새로운 형태의 분석 민첩성을 제공하면서 원래의 원시 데이터 정확도 및 장기 저장에 중점을 둔 디자인 패턴으로 웨어하우스를 보완합니다.
자세히 읽기
데이터 대기 시간은 거의 실시간으로 데이터를 로드 및 업데이트하는 동시에 쿼리 워크로드를 지원하는 기능입니다.
자세히 읽기
데이터 마트는 제한된 사용자 그룹에 서비스를 제공하는 데이터 웨어하우스 논리 모델의 주제 지향적인 한 부분입니다.
자세히 읽기
데이터 마이닝은 데이터의 숨겨진 패턴을 다양한 관점으로 분석하여 유용한 정보로 분류하고, 데이터 웨어하우스와 같은 공통 영역에서 데이터를 수집 및 조합하여 효율적인 분석, 데이터 마이닝 알고리즘, 비즈니스 의사 결정 및 기타 정보 활용을 용이하게 하고 궁극적으로 비용을 절감하고 수익을 증대시키는 프로세스입니다.
자세히 읽기
특정 산업 또는 비즈니스 기능에 맞게 조정된 데이터 모델은 빅 데이터 프로그램 및 투자에 강력한 기반을 제공하거나 "활력"을 불어 넣을 수 있습니다.
자세히 읽기
설명 분석은 어떤 일이 일어났는지, 무엇이 변경되었는지, 어떤 패턴을 식별할 수 있는지를 알아내기 위해 과거 데이터를 분석하는 것입니다.
자세히 읽기
컴퓨팅에서 엔터프라이즈 데이터 웨어하우스(EDW)라고도 불리는 데이터 웨어하우스(DW 또는 DWH)는 보고 및 데이터 분석에 사용되는 시스템입니다.
자세히 읽기
데이터 볼륨은 기본적으로 객체 스토리지에 저장된 페타바이트 단위의 데이터를 효율적으로 저장하고 처리하는 것을 말합니다.
자세히 읽기
심층 신경 학습 또는 심층 신경망이라고도 하는 딥 러닝은 인간의 두뇌가 데이터를 처리하고 의사결정을 용이하게 하는 패턴 생성 방식을 모방하는 인공 지능(AI) 기능입니다.
자세히 읽기
ETL(추출, 변환 및 로드)은 소스 시스템에서 데이터를 동시에 읽고(또는 추출), 쿼리 및 분석을 위해 데이터를 적절한 형식으로 변환(또는 전환)하고, 데이터 웨어하우스, 운영 데이터 저장소 또는 데이터 마트에 로드하는 데이터 웨어하우징 프로세스를 나타냅니다.
자세히 읽기
엄청나게 큰 디지털 데이터 단위인 1엑사바이트(EB)는 1,000페타바이트 또는 10억 기가바이트(GB)와 같습니다. 일부 기술자들은 인류가 말한 모든 단어가 5엑사바이트에 해당할 것이라고 추정했습니다.
자세히 읽기
재무 분석이라고도 하는 금융 분석은 특정 비즈니스의 금융 데이터에 대한 다양한 관점을 제공하여, 비즈니스의 전반적인 성과를 향상시키는 전략적 의사결정과 조치를 용이하게 할 수 있는 통찰력을 제공합니다.
자세히 읽기
Hadoop은 빅 데이터를 저장하고 처리하기 위한 분산 데이터 관리 플랫폼 또는 오픈 소스 소프트웨어 프레임워크입니다. 때로는 축소된 분산 운영 체제로 알려져 있습니다.
자세히 읽기
Hybrid cloud, also known as hybrid cloud architecture, is the combination of on-premises and cloud deployment – whether public cloud, private cloud, or multi-cloud. Whether an organization’s resources include on-premises, private, public, or managed cloud, a hybrid cloud ecosystem can deliver the best of all worlds: on-prem when needed and cloud when needed.
자세히 읽기
IoT라고도 하는 사물 인터넷은 고유 식별자를 통해 인식하고 다른 장치와 관련시킬 수 있도록 일상적인 물리적 객체 및 제품을 인터넷에 연결하는 것을 설명하는 개념입니다.
자세히 읽기
머신 러닝은 컴퓨터에 명시적으로 프로그래밍하지 않고도 학습할 수 있는 능력을 제공하는 일종의 인공 지능(AI)입니다. 새로운 데이터에 노출되었을 때 성장하고 변화할 수 있도록 스스로 가르칠 수 있는 컴퓨터 프로그램 개발에 중점을 둡니다.
자세히 읽기
마스터 데이터 관리(MDM)는 글로벌 비즈니스의 분석 요구 사항을 충족하기 위해 여러 시스템의 데이터에 대한 통합 뷰를 제공합니다. MDM은 고객, 제품, 공급업체, 위치 또는 기타 중요한 속성을 설명하는 마스터 및 참조 데이터에 대한 단일 보기를 생성합니다.
자세히 읽기
메타데이터는 시간이 지남에 따라 많은 양의 데이터를 수집, 저장 및 분석할 수 있도록 일관된 방식으로 구조화된, 다른 데이터를 설명하는 데이터입니다.
자세히 읽기
혼합 워크로드는 단일 환경에서 SLA가 다른 여러 애플리케이션을 지원하는 기능입니다.
자세히 읽기
MongoDB는 기존의 테이블 기반 관계형 데이터베이스 구조가 아닌 문서 지향 데이터 모델을 사용하는 교차 플랫폼 오픈 소스 데이터베이스입니다. 이러한 유형의 모델을 사용하면 정형 및 비정형 데이터를 보다 쉽고 빠르게 통합할 수 있습니다.
자세히 읽기
인공 지능의 한 분야인 자연 언어 처리(NLP)는 컴퓨터가 인간의 언어(문어 및 구어 형식 모두)를 이해할 수 있도록 구현하는 것을 말합니다.
자세히 읽기
패턴 인식은 알고리즘이 대규모 데이터 세트 또는 서로 다른 데이터 세트에서 반복성 또는 규칙성을 찾을 때 발생합니다. 머신 러닝 및 데이터 마이닝과 밀접하게 연결되어 있으며 이것의 동의어로 간주되기도 합니다.
자세히 읽기
매우 큰 디지털 데이터 단위인 페타바이트는 1,000테라바이트와 같습니다. 일부 추산에 따르면 1페타바이트는 큰 서류 캐비닛 2천만 개 또는 인쇄된 표준 텍스트 5,000억 페이지와 같습니다.
자세히 읽기
예측 분석은 빅 데이터를 분석하여 예측을 하고 미래 결과, 추세 또는 이벤트의 가능성을 알아냅니다.
자세히 읽기
예측 분석의 유형 또는 연장선상에 있는 규범적 분석은 특정 정보 상태에 도달하거나 조건이 충족될 때 특정 조치를 권장하거나 규정하는 데 사용됩니다.
자세히 읽기
Python은 동적 체계를 가진 해석된 객체 지향 고급 프로그래밍 언어입니다. Python은 초보자에게 친숙한 언어로 잘 알려져 있으며, Java를 제치고 가장 널리 사용되는 입문 언어가 되었습니다. 사용자의 복잡성을 대부분 해결하고 초보자가 사소한 세부 사항보다 프로그래밍 개념을 완전히 이해하는 데 집중할 수 있는 것이 그 이유입니다.
자세히 읽기
R은 통계 분석을 위한 오픈 소스 프로그래밍 언어입니다. 명령줄 인터페이스와 여러 그래픽 인터페이스가 포함되어 있습니다. 인기 있는 알고리즘 유형에는 선형 및 비선형 모델링, 시계열 분석, 분류 및 클러스터링이 포함됩니다.
자세히 읽기
소매 분석은 수익성을 높이는 비즈니스 결정을 내리는 것을 목표로 소매 운영에서 생성된 데이터를 분석하는 것입니다. 소매 분석의 사용은 소비자 행동의 전례 없는 변화, 마진에 대해 가중된 압박, 매장의 역할 변화, 온/오프라인 채널의 경쟁 심화로 인한 소매 혁신에 대응하기 위해 개발되었습니다.
자세히 읽기
위험 완화라고도 불리는 위험 관리는 활동에서 허용되는 전반적인 최대 위험 수준을 계산한 다음, 위험 평가 기술을 사용하여 초기 위험 수준을 정확히 파악하고, 과도한 것으로 판단되면 집단 위험 수준이 허용 가능한 수준으로 떨어질 때까지 특정 개별 위험을 완화하는 전략을 개발하는 프로세스입니다.
자세히 읽기
RTIM, also known as Real Time Interaction Manager or Management, uses real-time customer interactions, predictive modeling, and machine learning to deliver consistent, personalized customer experiences across channels.
자세히 읽기
Semi-structured data does not follow the format of a tabular data model or relational databases because it does not have a fixed schema. However, the data is not completely raw or unstructured, and does contain some structural elements such as tags and organizational metadata that make it easier to analyze.
자세히 읽기
감정 분석은 소셜 미디어 게시물, 고객 서비스 전화 및 설문 조사와 같은 다양한 유형의 상호 작용에 참여하는 소비자가 표현하는 의견 또는 감정을 포착하고 추적하는 것을 말합니다.
자세히 읽기
정형 데이터는 조직이 일관되고 강력한 데이터 집합을 말합니다. 정형 데이터는 사용자가 데이터를 쉽게 검색하고 조작할 수 있는 SQL(구조화된 질의어)로 관리됩니다.
자세히 읽기
상대적으로 큰 디지털 데이터 단위인 테라바이트(TB)는 1,000기가바이트와 같습니다. 10테라바이트는 미국 의회 도서관의 인쇄된 모든 컬렉션을 보유 할 수 있으며, 1TB는 브리태니커 백과사전 1,000부를 보유할 수 있습니다.
자세히 읽기
비정형 데이터는 고정된 구성 원칙이 없는 필터링되지 않은 정보를 말합니다. 흔히 원시 데이터라고도 불립니다. 일반적인 예로는 웹 로그, XML, JSON, 텍스트 문서, 이미지, 비디오 및 오디오 파일이 있습니다.
자세히 읽기
VPC는 가상 사설 클라우드의 약자입니다. VPC는 퍼블릭 클라우드 환경에서 호스팅되는 개인 및 프라이빗 가상 네트워크 공간입니다. 각 VPC는 안전하며 동일한 퍼블릭 클라우드의 다른 가상 네트워크와 논리적으로 격리됩니다.
자세히 읽기
Big data – and the business challenges and opportunities associated with it – are often discussed or described in the context of multiple V’s:
자세히 읽기