본문 바로가기

2013년 05월 31일 (금)

ⓒ CIO Korea, Debarati Roy | Computerworld


메이저 사이트 추천

솔루션 업체, 애널리스트, IT리더들, 거의 모든 사람들이 빅 메이저 사이트 추천에 대해 각자 나름의 정의를 내리고 있으며 그들이 빅 메이저 사이트 추천에서 기대하는 바 역시 제각각이다. 하지만 껍데기를 버리고 알맹이만 취하는 것은 중요하다. 그래서 빅 메이저 사이트 추천에 대해 무엇이 맞고 무엇이 틀린 지를 알아보자.


빅 메이저 사이트 추천는 오해의 소지가 다분한 모든 요소를 가지고 있다. 빅 메이저 사이트 추천는 비교적 새롭고, 각각의 분야에서 고유한 성숙곡선을 타면서 성장하는 작은 기술들로 구성된 복잡한 시장이며, 현재 다소 과장돼 있다. 빅 메이저 사이트 추천에 대한 오해를 풀고 IT리더와 애널리스트들이 지적한 빅 메이저 사이트 추천의 정의, 기대치, 가능성에 대해 소개하고자 한다.


오해 1 : 빅 메이저 사이트 추천는 비정형 메이저 사이트 추천에 관한 것이다


소셜 미디어 사이트에서 비정형 메이저 사이트 추천를 분석하는 것만으로 빅 메이저 사이트 추천를 설명할 수는 없다. 가트너 연구 담당 선임 애널리스트 시드 데시팬데는 "메이저 사이트 추천 용량, 빠른 속도, 다양성으로 어려움을 겪고 있는 기업들은 빅 메이저 사이트 추천 문제를 안고 있는 조직이다"라고 지적했다.


인도 회사인 MTS의 CIO 라지브 트라의 예를 들어 보겠다. 개인정보 보호법 때문에 고객의 페이스북 계정으로 접속할 수 없다. 그러나 그의 시스템은 더 나은 고객 서비스를 제공하기 위해 매일 110TB의 정형 메이저 사이트 추천에서 정보를 처리하고 있다.


오해 2 : 빅 메이저 사이트 추천의 가장 큰 장점은 더 나은 고객 서비스다


빅 메이저 사이트 추천의 가장 우수한 사례는 고객 서비스를 개선에 이를 활용한 기업들에서 나왔다. 하지만 가트너는 그것이 빅 메이저 사이트 추천에서 파생된 가장 큰 장점은 아니라는 사실을 알아냈다.


"기업들에게 빅 메이저 사이트 추천를 통해 얻고자 하는 혜택 중 가장 큰 것이 무엇이냐고 물었을 때, 프로세스 효율이 가장 큰 비중을 차지했다. 그 다음으로 보안 위험 영역 파악하기, 고객 만족의 새로운 영역 찾기 등이 지목됐다"라고 데시팬데는 말했다.


오해 3 : 빅 메이저 사이트 추천는 IT프로젝트다


물론, 빅 메이저 사이트 추천는 결론 도출에 영향을 미치지 못한다. 그러나 빅 메이저 사이트 추천는 기업이 성공적인 비즈니스 결과를 도출하기 위해 행동으로 옮겨야 하는 고급 정보를 제공하지 않는다. 때문에 빅 메이저 사이트 추천는 IT프로젝트로 여겨질 수 없다. 맥킨지 글로벌 연구소장 마이클 추이는 "빅 메이저 사이트 추천를 IT 프로젝트로 취급한다면, 실패할 수밖에 없다"라고 주장했다.


SKS마이크로파이낸스(SKS Microfinance)의 CIO 스리니 페다다도 추이의 의견에 동의했다. 페다다는 "빅 메이저 사이트 추천는 베이스 노트다. 회사가 빅 메이저 사이트 추천 프로젝트를 대해 당신 편이 아니라면, 그것은 IT 프로젝트가 된다. 그리고 회사 내 모든 빅 메이저 사이트 추천는 쇠퇴할 것이다"라고 말했다.


오해 4. 빅 메이저 사이트 추천는 크게 시작해야 한다


꼭 그럴 필요는 없다. 디지털 분석 업체 타깃인디아(Target India)의 이사 냇 맬루필레이와 포레스터 인도 지사장 매니시 바흘은 CIO들이 빅 메이저 사이트 추천에 갇혀서는 안된다고 말했다. 빅 메이저 사이트 추천를 어떻게 도입할 지 잘 모르거나 투자에 회의적인 CIO들은 작게 시작할 수 있다.


"작게 시작하려는 CIO들은 정형 메이저 사이트 추천건 비정형 메이저 사이트 추천건 10~20% 정도로 작은 세트를 고른 다음 이 메이저 사이트 추천를 분석할 수 있는 전문 업체를 활용하는 게 좋다”라고 맬루필레이는 당부했다.


오해 5 : 빅 메이저 사이트 추천 모든 분석에 대한 모든 것이다


분석은 빅 데이터의 한 부분으로, 궁극적으로는 최종 목표다. 먼저, 데이터를 저장하고 관리하며 압축하고 검색할 방법부터 파악해야 한다. 하지만 이 모든 과정이 분석의 멋진 태그에 종종 묻힌다. 소량의 데이터에서 가치를 발견하게 되면 그 때부터 데이터 양에 욕심을 부리게 되기 때문에 빅 데이터는 순식간에 겉잡을 수 없이 돼 버릴 수 있다.


빅 메이저 사이트 추천는 너무 복잡하고 너무 빨라질 수 있다. 중요한 것은 빅 메이저 사이트 추천를 작고 합리적인 수준으로 보관하고, 분석하기 전에 어떻게 빅 메이저 사이트 추천를 관리할 지를 파악하는 것이다.




※ 본 내용은 한국IDG(주)(http://www.itworld.co.kr)의 저작권 동의에 의해 공유되고 있습니다.
Copyright ⓒITWORLD. 무단전재 및 재배포 금지


[원문출처 : http://www.ciokorea.com/news/17183]

맨 위로
맨 위로