SAS® 360 Discover 주요 특징

웹, 모바일 앱 & 접점에서 데이터 수집

  • 모든 디지털 속성의 페이지, 화면, 트래픽 소스에서 사용자 행동 데이터를 수집합니다.
  • 목표, 이벤트, 페이지 뷰, 스크린 뷰, 순차적 탐색, 기타 유형의 고객 상호작용을 모니터링합니다.
  • 효율적인 HTML 태깅, Javascript API 및 SDK를 통해 거의 모든 유형의 디지털 플랫폼에서 데이터를 캡처할 수 있습니다.
  • GDPR과 CCPA를 준수하기 위해 사용자가 정의할 수 있는 데이터 수집 및 전송 프로세스를 제공합니다.

개방형 데이터 모델

  • 고객 경험 측정을 위해 구조화된 관계형 테이블 세트에 액세스할 수 있는 엔터프라이즈급 솔루션입니다.
  • 반 구조화된 디지털 로 데이터(law data) 를 비즈니스 관련 정보로 변환합니다.
  • 분석, 온/오프라인 데이터 통합, 캠페인 관리, 실시간 의사 결정 등을 위해 SaaS, 스트림 또는 다운로드 API 형태로 제공됩니다.

데이터 수집 후 컨텍스트화

  • 브랜드의 비즈니스 모델에 맞게 디지털 데이터를 컨텍스트화하는 방법을 활성화, 표준화, 자동화하는 룰 인터페이스를 구성합니다.
  • ID 관리 서비스는 세션, 익명의 잠재 고객, 식별 가능한 트래픽, 기존 고객에 대한 데이터 뷰를 집계합니다. 아울러 신규 데이터가 캡처되는 순간 사용자 ID 그래프를 실시간으로 업데이트합니다.
  • 결정 매칭을 통해 다른 1차/2차/3차 데이터 속성을 결합합니다.

스트리밍 데이터

  • 외부 API 게이트웨이를 사용하면 모든 클라우드 또는 온프레미스 액세스 지점으로 이벤트를 스트리밍할 수 있습니다.
  • 스트리밍 데이터를 의사 결정과 통합하여 차선책 기능(실시간 성향 평가, 비즈니스 규칙, 조정 등)을 향상합니다. 고객과 관련된 중요한 이벤트를 감지하고, 현재 상황에 맞는 최상의 제안을 결정할 수 있습니다.

대화형 대시보드, 보고서, 스마트 시각화

  • 보고와 탐색, 분석, Microsoft Office 응용 프로그램을 비롯한 다양한 채널에서의 정보 공유까지, 이 모든 과정을 단일 인터페이스에서 한번에 실행할 수 있습니다.
  • 제공된 데이터에 고급 데이터 시각화 기능을 가장 이해하기 쉽게 적용하고 자동 차트 기능을 통해 분석을 유도할 수 있습니다.

셀프 서비스를 위한 데이터 준비 & 분석

  • 예측, 목표 탐색, 시나리오 분석, 의사 결정 트리, 텍스트 분석, 성향, 경로 설정, 상관 관계, 평행 좌표 플롯, 열지도, 위치/지리 공간, 네트워크 다이어그램, 기타 시각적 분석을 사용자가 정의할 수 있습니다.
  • 데이터 준비에는 클렌징, 순서 조정, 추가, 결합, 표준화, 파티셔닝, 피처 엔지니어링이 포함됩니다.

디지털 데이터로 더욱 스마트한 작업

  • AI 기반의 제안을 통해 보다 신속하게 데이터 준비를 할 수 있습니다. 원-핫 인코딩(one-hot encoding), 중심 및 스케일, 데이터에 맞는 대치(Imputation) 등의 변환을 자동으로 생성하여 제안합니다. 코딩은 필요하지 않습니다.
  • 예측, 의사 결정 트리, 텍스트 분석, 네트워크 분석, 경로 설정 등의 기능과 결합하여 동적으로 자연어 설명(natural language explanations)이 생성됩니다. 이를 통해 사용자는 더 쉽고 명확하게 결과를 이해할 수 있습니다.

증강 분석

  • 자동 차트 작성 기능을 통해 선택한 데이터를 표시하기에 가장 적합한 그래프를 선택합니다.
  • 자동 설명(Automated Explanation) 은 패턴과 특이치를 강조하는 간단한 자연어 설명을 제공하며, 결과에 기여하는 변수, 차원, 매트릭스를 결정합니다.
  • 자동 예측(Automated Prediction) 은 관심 변수를 기반으로 여러 데이터 처리용 머신 러닝을 구축하고, 여기서 파생된 인사이트를 대화형 보고서에 간단히 삽입합니다.

어디든 인사이트와 결과 적용

  • 사용자 정의 웹과 모바일 앱을 포함한 모든 대시보드와 보고서, 시각화, 분석 결과를 어디에나 적용할 수 있습니다. 따라서 조직 내 누구나 데이터 인사이트를 활용하고 탐색할 수 있습니다.