BLOGAnnounced at MongoDB.local NYC 2024: A recap of all announcements and updates — Learn more >

Real-Time Analytics

고객 참여 향상을 위한 Real-Time Analytics

고객 행동의 빠른 진화와 더불어 공급망 재편이 일어나고 있으며, 직원들은 새로운 방식으로 일하고 있습니다. 기업은 보다 개인화된 고객 경험을 제공하고 시장 트렌드에 보다 신속하게 대응하며 잠재적인 문제를 감지하여 예방해야 합니다. 그러나 분 단위 또는 초 단위로 데이터 변화에 대응할 수 있는 사람은 거의 없습니다.

비즈니스는 MongoDB를 사용하여 모든 데이터를 저장된 위치에서 분석하고 실시간으로 인사이트를 제공할 수 있습니다. 이를 통해 조직은 다음과 같은 새로운 기능을 활용할 수 있습니다.

  • 과도한 데이터 매핑 없이 모든 유형의 스트리밍 또는 배치 데이터 캡처
  • 내장된 집계 프레임워크를 통해 쉽고 직관적으로 데이터 분석
  • 데이터 인사이트를 대규모로 빠르고 쉽게 제공

조직은 실시간 이벤트의 데이터를 과거 데이터 세트 및 참조 데이터 세트와 결합하여 쿼리를 최적화하고, 이를 통해 실행 가능한 결과를 신속하게 제공할 수 있습니다. 이는 더 나은 통찰력과 향상된 고객 참여로 이어집니다.

Real-Time Analytics로 구축된 애플리케이션
A diagram of showcasing real time analytics applications

리테일 웹사이트의 개인화된 제안부터 계정에서 사기 활동이 발생했음을 알려주는 은행 앱에 이르기까지, Real-Time Analytics는 다양한 방법으로 애플리케이션을 지원합니다. 종종 다른 애플리케이션 내 마이크로서비스 형태로 만나볼 수 있는 Real-Time Analytics는 보통 다음 4가지 방법으로 제공됩니다.

개인화: Real-Time Analytics를 사용하여 사용자 행동을 평가하고, 프로필 정보를 제시하고, 과거의 상호 작용을 불러와서 고객 경험을 보다 면밀하게 맞춤화 및 개선하거나 실시간으로 의사 결정을 내릴 수 있습니다.

사기 및 오류 방지: Real-Time Analytics를 통해 기존 정보를 현재 상황과 매칭하여 사기 행위와 오기를 식별할 수 있습니다. 실시간 정보의 즉각적인 특성 덕분에 기만적인 행위를 방지하기 위한 즉각적인 조치를 취할 수 있습니다.

성능 최적화: Real-Time Analytics를 사용하여 적시에 프로세스 및 활동을 조정하고, 이를 통해 성능 및 리소스 할당을 최적화할 수 있습니다.

예방적 유지보수: Real-Time Analytics를 통해 시스템과 기계를 최적화하고 공정 전반에 걸쳐 성능과 생산성을 개선하여 많은 비용이 소모되는 다운타임 및 생산성 손실의 발생 가능성을 줄일 수 있습니다.

MongoDB의 개발자 데이터 플랫폼으로 실시간 애플리케이션 구축
A diagram showcasing the various data sources used to create real time applications
여러 소스에서 데이터 캡처

실시간 데이터는 현재 일어나고 있는 일을 반영합니다. 이는 이벤트 기반 스트리밍 데이터(예: 리테일 사이트나 은행 앱 내 사용자 활동 또는 IoT 애플리케이션 내 센서 데이터)를 포함합니다. 과거 데이터는 이전에 발생한 이벤트 또는 입력(예: 고객 프로필, 구매 내역 또는 배송)을 반영합니다. 대부분의 경우 과거 데이터는 Amazon S3 버킷과 같은 cloud 스토리지나 데이터 웨어하우스로 오프로드됩니다.

  • MongoDB를 사용하면 여러 소스의 데이터를 Single View로 캡처할 수 있습니다. MongoDB:
  • 업계 최고의 멀티 모드 데이터 플랫폼으로 여러 데이터 구조 및 유형 지원
  • 문서마다 다른 필드를 허용하는 유연한 스키마와 JSON 유사 문서 모델로 새로운 데이터 유형에 맞춰 쉽게 적응
  • Apache Kafka용 MongoDB Connector(Time Series 데이터 지원 포함)를 사용하여 전통적인 배치 프로세스 및 이벤트 기반 데이터로 원활하게 cloud 스토리지 데이터 수집
데이터 결합, 풍부화 및 분석

MongoDB를 사용하면 기본 집계부터 머신 러닝 및 AI에 이르기까지 여러 데이터 소스에서 Real-Time Analytics를 도출하고 별도로 저장할 수 있습니다. 새로운 데이터에 대해 높은 무결성으로 대규모 분석을 수행할 수 있습니다.

MongoDB의 기능:

  • MongoDB 집계 프레임워크를 통해 Time Series 데이터에 대한 창 함수를 비롯한 분석 및 데이터 준비 수행
  • AI/ML에 최적으로 통합된 파트너 솔루션과 고급 분석을 위한 Apache Spark용 MongoDB Connector
  • 샤딩을 통한 비용 효과적이고 효율적인 수평적 확장 및 워크로드 격리를 통해 높은 운영 성능 유지
  • 다량의 동시 쿼리를 처리하면서도 새로운 데이터에 실시간으로 반응하고 높은 데이터 무결성을 유지하는 역량을 보장하는 ACID 호환 데이터베이스
행동 중심의 인사이트 제공

사기를 방지하든 개인화된 제안을 보내든, 앱의 성공 및 궁극적인 비즈니스 성공을 위해서는 적시성이 필수적입니다. 따라서 인사이트도 실시간으로 제공되어야 합니다.

생산성이 높은 Real-Time Analytics를 구성하고 개발하면 데이터 테이블 매핑이나 일회용 데이터 파이프라인 코딩으로 낭비되는 시간이 감소하며, 이에 따라 데이터를 경쟁 우위로 활용할 수 있게 됩니다.

MongoDB:

  • Change stream, 트리거와 GraphQL 등 실시간으로 데이터 소비자에게 인사이트를 제공하기 위한 다양한 효율적인 옵션 제공
  • 개발자가 MongoDB Query API를 통해 앱에 선호하는 언어로 인사이트를 간편하게 코딩할 수 있도록 지원
  • 전체 텍스트 검색, 데이터 시각화 및 Data Lake 사용 사례를 간단한 아키텍처에 통합
  • 트랜잭션 처리 및 강력한 인덱스를 제공하여 지연 시간이 짧은 쿼리 보장

Atlas 활용 극대화

애플리케이션 데이터 플랫폼을 구성하는 나머지 도구를 사용해 데이터 중심 경험과 인사이트를 강화합니다.
atlas_search

검색

연관성 기반 전문(full-text) 검색 기능을 몇 분만에 빠르게 구축합니다. 데이터베이스 외에 검색 엔진을 따로 실행할 필요가 없습니다.

atlas_charts

차트

데이터의 가치를 빠르게 창출합니다. 시각화를 생성, 공유 및 삽입하여 실시간 인사이트와 비즈니스 인텔리전스를 도출합니다.

atlas_data_lake

Data Lake

Atlas와 AWS S3에 저장된 다량의 데이터를 손쉽게 분석합니다. 복잡한 통합 과정 없이 여러 소스의 데이터를 결합, 변환 보강합니다.

지금 Query API를 사용해보세요

몇 초면 시작할 수 있습니다. 미리 로드된 샘플 데이터 세트를 사용하여 Query API 및 MongoDB 애플리케이션 데이터 플랫폼을 익히세요.
무료 체험판 다운로드자세히 알아보기
무료 서비스:
  • CRUD
  • Aggregation pipeline
  • Change streams
  • 지리 공간
  • 전문 검색
  • 언어 드라이버