임베디드 분석 위한 VS Looker Reveal; 어떤 솔루션이 귀하에게 더 적합합니까?

데이터 수집은 쉽지만 동일한 데이터를 해석하는 것은 어렵습니다. 여기에서 Reveal 및 Looker와 같은 도구가 유용합니다. 이러한 도구는 원시 데이터를 조직이 비즈니스 수행 방식을 재구성하고 현대화할 수 있도록 이해하기 쉽고 사용하기 쉬운 통찰력으로 변환합니다.

이 기사에서는 시장에서 가장 인기 있는 두 가지 임베디드 분석 솔루션인 Reveal과 Looker를 자세히 살펴보고 필요에 가장 적합한 도구를 찾는 데 도움을 드립니다.

Reveal 란 무엇입니까?

Reveal 강력한 분석 기능과 데이터 시각화를 앱에 더 쉽게 추가할 수 있게 해주는 임베디드 분석 및 BI(비즈니스 인텔리전스) 플랫폼입니다. 원시 데이터를 즉시 이해할 수 있는 실행 가능한 통찰력으로 변환하여 최종 사용자에게 데이터의 힘을 제공합니다. Reveal 대화형 대시보드, 드릴다운 기능, 공유, 화이트 라벨 분석, 드래그 앤 드롭 대시보드 생성기 환경을 통한 진정한 셀프 서비스 등을 제공합니다.

임베딩을 위해 특별히 제작된 Reveal의 최신 아키텍처에는 모든 플랫폼에서 최고의 경험을 제공할 수 있는 네이티브 SDK가 포함되어 있습니다. 이를 통해 클라우드, 데스크톱 및 모바일 장치에서 언제 어디서나 쉽고 편리하게 연결할 수 있습니다.

Reveal 임베디드 분석 솔루션은 개발자 도구, 애플리케이션 설계 도구, 가장 최근에는 비즈니스 인텔리전스 도구 분야에서 30년 이상의 경험을 보유한 조직인 Infragistics 회사 (1989년 설립)의 일부입니다.

루커란?

Looker는 원시 데이터를 수집, 분석 및 시각화하는 데 도움이 되는 브라우저 기반 비즈니스 인텔리전스 플랫폼입니다. 대시보드 색상 지정을 용이하게 하고 사용자 친화적인 워크플로우를 제공하여 기업이 통찰력 있는 시각화를 좀 더 쉽게 개발할 수 있도록 합니다.

2019년에 Looker는 Google에 인수되었으며 이제 Google Cloud 플랫폼의 일부가 되었습니다.

Reveal VS Looker – 특징 및 기능 비교

우수한 임베디드 분석 솔루션은 데이터 시각화보다 훨씬 더 많은 것을 제공합니다. 이러한 도구를 최대한 활용하여 경쟁 우위를 유지하고 수익원을 늘리려면 이를 실현하는 데 도움이 되는 모든 기능에 집중해야 합니다.

이 문서의 이 부분에서는 조직의 요구에 맞는 올바른 플랫폼을 쉽게 선택할 수 있도록 Reveal과 Looker를 차별화하는 주요 특징과 기능을 살펴보겠습니다.

Reveal의 장단점

Pros:  

완전한 셀프 서비스– Reveal의 최고의 임베디드 분석 기능 중 하나는 셀프 서비스 기능입니다. 즉, 최종 사용자가 대량의 복잡한 데이터를 분석하고 맞춤형 대시보드를 구축하며 독립적으로 보고서를 생성할 수 있는 프로세스와 도구를 제공합니다. 즉, 비기술 직원 및 부서가 IT 또는 BI 전문가에 의존하는 대신 스스로 데이터를 작업하고 이해할 수 있습니다.

완전히 사용자 지정 가능–Reveal SDK를 사용하면 모든 UX 요소(테마 및 스타일 지정, 원형도 대 직각도, 대화 상자 등)를 화이트 라벨로 지정하고 사용자 지정하여 고유한 브랜드의 모양과 느낌을 일치시킬 수 있습니다. 그렇게 하면 사용자는 주의가 산만해지지 않으며 실제로 자신의 일부로 완전히 다른 솔루션을 사용한다는 사실을 알아차릴 수도 있습니다. 전체 사용자 정의 기능은 사용자 채택을 늘리고 브랜드 일관성을 보장하며 궁극적으로 원활한 사용자 경험으로 이어집니다.

대시보드 연결– 이 기능을 사용하면 하나의 시각화 또는 대시보드를 다른 대시보드 또는 URL에 연결할 수 있습니다. 예를 들어 판매 수치에 대한 높은 수준의 대시보드를 보고 있다고 가정해 보겠습니다. 특정 지역의 수익에 대해 자세히 알아보려면 상위 수준 대시보드를 클릭한 지역 매개변수를 통과하는 더 자세한 보기에 연결하여 쉽게 수행할 수 있습니다.

데이터 혼합– 데이터 혼합 기능을 사용하면 여러 데이터 소스를 하나의 시각화로 통합하여 더 깊이 있고 나란히 볼 수 있으므로 인사이트를 더 쉽게 찾을 수 있습니다.

머신 러닝으로 예측 보기- Reveal의 머신 러닝 기능을 사용하여 데이터에서 예측을 식별하고 시각적으로 표시하여 더 많은 증거 기반 비즈니스 결정을 내릴 수 있습니다. 이를 통해 전자 시스템은 기존 데이터에서 학습한 다음 얻은 통찰력을 사용하여 독립적으로 예측 및 결정을 내릴 수 있습니다.

풍부한 데이터 분석– Reveal의 통계 기능과 드릴다운 기능을 통해 데이터에 대한 더 깊은 통찰력을 얻을 수 있습니다. 드릴다운은 클릭 한 번으로 일반 개요에서 보다 자세한 분석으로 사용자를 안내합니다. 이상값 감지, 시계열 예측, 선형 회귀와 같은 통계 기능을 사용하면 기본 데이터 시각화에 비해 훨씬 더 데이터 중심적이고 대상이 지정된 방식으로 데이터를 조작할 수 있습니다.

네이티브 SDK–Reveal.NET, JavaScript(Angular, React, 웹 구성 요소), iOS 및 Android를 포함한 모든 주요 플랫폼에서 광범위한 최신 네이티브 SDK, 학습 라이브러리 및 세부 샘플을 제공합니다.

상황에 맞는 편집– 이 기능을 사용하면 사용자가 응용 프로그램을 떠나 다른 앱으로 이동하지 않고도 응용 프로그램 내에서 바로 편집할 수 있습니다. 원하는 대로 편집한 다음 업데이트를 서버에 쉽게 푸시할 수 있습니다.

계산된 필드– 이 기능을 사용하면 데이터 소스의 추가 필드를 생성하여 데이터 시각화를 위해 즉시 활용할 수 있습니다.

Cons:  

Reveal 에는 많은 강력한 특징과 기능이 있지만 새로 개발한 도구로서 여전히 몇 가지 유용한 기능이 빠져 있습니다. 현재 진행 중인 작업이므로 반드시 단점으로 간주하지 않는 몇 가지 사항에는 그리드 기능, 시리즈 강조 표시 및 필터링, 향상된 데이터 분석을 위한 전체 도구 모음이 포함됩니다. 또한 Reveal의 팀은 새로운 데이터 시각화와 더 많은 데이터 소스를 추가하기 위해 노력하고 있습니다.

실제 Reveal 보기

Looker의 장단점

Pros: 

다중 클라우드 친화적– 최종 사용자의 경험에 영향을 주지 않고 Looker를 배포할 위치를 쉽게 변경할 수 있습니다. 지원되는 데이터베이스에는 Amazon S3, Azure 스토리지, Google Cloud Storage, Actian Avalanche, Mongo, Vector 등이 포함됩니다.

SQL Runner의 힘– Looker의 SQL Runner를 사용하면 기술적 추출 방법을 사용하지 않고도 통찰력 있는 정보 그룹을 쉽게 만들 수 있습니다. 스키마의 테이블을 탐색하고, 데이터에 대해 미리 작성된 설명 쿼리를 실행하고, 쿼리를 공유하는 등의 작업을 수행합니다.

Slack과의 통합– Slack 통합을 통해 Looker의 사용자는 모든 대화에 대한 통찰력을 얻을 수 있습니다. 이 통합의 단점은 워크플로 내에서 모든 것을 통합하는 대신 다른 앱 간에 전환해야 한다는 것입니다.

Looker Blocks– 사용자가 일반적인 분석 패턴 및 데이터 소스에 활용할 수 있는 사전 구축된 데이터 모델입니다. 처음부터 새로 만드는 대신 다른 사용자가 만든 블록을 사용할 수 있으며 그런 다음 정확한 사양에 맞게 블록을 사용자 지정할 수 있습니다. 사용 가능한 블록 중 일부에는 임베디드 블록, 데이터 블록, 분석 블록 등이 포함됩니다.

데이터 혼합- Looker가 병합된 결과의 개념으로 데이터 혼합을 지원한다는 차이점을 제외하고는 Reveal의 데이터 혼합 기능과 동일한 기능입니다. 데이터 혼합을 수행하려면 탐색에서 쿼리를 만들어 결과 집합을 생성한 다음 다른 쿼리를 추가하여 원래 쿼리에 병합해야 합니다.

Cons:  

iFrame, 브라우저 기반– Looker는 포함된 자산을 보려면 Looker 로그인이 필요한 완전한 웹 기반 플랫폼입니다. 즉, 앱에 포함된 분석의 사용자 경험을 전혀 제어할 수 없습니다. 사용자에게 고유한 브랜드에 맞게 모든 것을 사용자 정의할 수 있는 화이트 라벨링 기능을 제공하는 대신 Looker의 UX, 색상, 버튼 및 대화 상자 스타일, 대시보드가 표시되는 방식 등에 집착합니다. Looker는 SaaS로 구축 및 설계되었습니다. 포함된 SDK가 아닌 기반 셀프 서비스 BI 도구 . 따라서 어떤 SDK, API 또는 구성 요소도 애플리케이션에 진정으로 포함된 분석 경험을 제공하지 않습니다.

Looker 서버의 데이터: Looker는 데이터가 명령을 실행하는 서버에 있어야 합니다. 이로 인해 안전한 온프레미스 위치에서 클라우드로 데이터를 푸시해야 하며 보안, 인증 및 승인을 위해 Looker에 100% 의존합니다. 지난 몇 년 동안 지구상에서 가장 큰 회사조차도 해킹을 당했다는 것은 비밀이 아니므로 데이터의 보안과 안전을 보장할 수 있는 공급업체와 함께 하는 것이 좋습니다. 또한 데이터가 Looker의 클라우드로 이동하면 이에 대한 유연성을 잃게 됩니다. 즉, 대시보드를 가져오고 자체 데이터에 대한 불필요한 복잡성, 유지 관리 및 거버넌스를 추가하기 위해 Looker의 규칙 및 구성을 준수해야 합니다.

계층화된 가격 책정: Looker는 웹 사이트에서 가격 정보를 공개적으로 공개하지 않고 대신 맞춤형 모델을 제공하기로 선택합니다. Looker의 가격 책정 전문가로부터 받는 최종 견적은 총 사용자, 사용자 유형(뷰어 대 편집자), 데이터베이스 연결 및 배포 규모를 비롯한 여러 요인에 따라 달라집니다. 이것은 당신이 얻는 견적이 무엇이든 Looker의 시작 가격이 될 것이지만 사용자 기반이 성장함에 따라 그 가격도 커질 것임을 의미합니다. 타사 사이트에 따르면 Looker의 가격은 10명의 사용자에 대해 월 $3000-$5000에서 시작하며 각 신규 사용자에 대해 월 $50가 추가됩니다. 이 가격 구조는 투명한 SaaS 기반 가격 책정에 익숙한 잠재 고객에게는 매력적이지 않을 수 있습니다.

Reveal 통합

기존 애플리케이션에 분석 기능을 통합할 때 무게와 복잡성을 추가하지 않고 소프트웨어가 원활하게 흐르는 것이 중요합니다. Reveal과 마찬가지로 처음부터 임베딩을 염두에 두고 처음부터 구축해야 합니다. 유연성을 제공하고 추가 요구 사항이 없는 아키텍처를 통해 Reveal 사용하면 분석을 코드에 신속하게 통합하여 고객 요구에 부응할 수 있습니다.

Reveal의 SDK는 개발자를 위해 만들어졌습니다. 이를 통해 개발자는 단순히 iFrame을 애플리케이션에 포함하고 매개변수화된 URL로 대시보드를 구성할 필요가 없습니다. 개발자는 실제 개체 및 실제 속성과 함께 실제 코드를 사용할 수 있습니다.

자세한 기술 정보는 Reveal의 자세한 SDK 및 API 설명서를 참조하십시오.

Looker 통합

Looker 분석은 SQL 기반 데이터 소스에서만 작동합니다. 즉, Microsoft Azure SQL 데이터 웨어하우스, Amazon Athena 및 Greenplum과 같은 모든 SQL 데이터베이스 또는 데이터 웨어하우스와 통합할 수 있습니다.

NoSQL, REST-API 파일 등에 저장된 데이터가 있는 경우 Looker는 쿼리할 SQL 데이터베이스 형식을 넣어야 합니다.

반면에 Looker의 API는 데이터를 고객 및 타사 애플리케이션과 Google Docs 및 Excel과 같은 기타 애플리케이션에 통합합니다.

Reveal 대시보드 예

Looker 대시보드 예

가격

당연하게도 가격은 협력할 임베디드 분석 제공업체를 결정할 때 고려해야 할 주요 사항 중 하나입니다. 임베디드 분석 공간에서 대부분의 공급업체는 가격을 비밀로 유지하고 예를 들어 사용량 및 사용자와 같은 예측할 수 없는 비용을 청구합니다.

그렇다면 Reveal과 Looker는 어떻습니까?

Reveal 애플리케이션당 무제한의 사용자에게 도달할 수 있는 하나의 간단하고 경제적인 가격대를 제공합니다. Reveal의 가격 구조는 모든 규모의 회사에 투명하고 저렴합니다. 투명하다는 것은 지불할 금액을 정확히 예측할 수 있으므로 ROI를 더 쉽게 계산할 수 있음을 의미합니다.

Reveal의 목표는 고객에게 가치 있는 장거리 파트너가 되는 것이며 놀라운 수수료, 사용 또는 사용자 계층을 약속하지 않습니다.

반면 Looker의 가격은 사용자 수 및 배포 규모와 같은 요소를 기반으로 각 고객에 맞게 사용자 지정됩니다. 그들의 가격은 모든 규모의 비즈니스에 맞게 설계되었으며 가격 전문가가 귀하와 직접 협력하여 귀하의 비즈니스에 이상적인 가격 구조를 보장합니다.

언뜻 보기에 좋은 거래처럼 보일 수 있지만 다시 한 번 읽어보는 것이 좋습니다.

사용자 수와 배포 규모에 따라 각 고객에게 맞춤화된 가격은 비즈니스와 사용자 기반이 성장함에 따라 지불하는 가격이 증가한다는 것을 의미합니다.

이것은 일부에게는 괜찮을 수도 있지만 공급업체가 고객에게 미리 경고하지 않고 청구서가 오면 그 숫자를 보고 충격을 받게 되므로 미리 아는 것이 중요합니다.

지원하다

포함된 분석 파트너를 위해 Reveal 및 Looker와 같은 공급업체 중에서 선택할 때 두 솔루션의 지원도 고려해야 합니다. 품질과 경험이 풍부한 지원은 소프트웨어와 비즈니스에서 성공하는 데 도움이 될 수 있습니다.

지원 측면에서 Reveal과 Looker가 서로 어떻게 겹치는지 살펴보겠습니다.

Reveal Reveal 포럼의 모든 질문에 답변할 수 있는 친근한 24시간 커뮤니티와 함께 추가 비용 없이 다양한 지속적인 지원 서비스를 제공합니다. 또한 Reveal의 FAQ 페이지, 도움말 센터 및 교육 비디오에서 유용한 리소스를 많이 찾을 수 있습니다.

보다 심층적인 노하우와 고급 정보를 보려면 Reveal의 웨비나를 팔로우하십시오.

Looker는 다양한 지원 서비스도 제공합니다. 예를 들어 맞춤형 교육뿐만 아니라 자기 주도형 eLearning 과정을 찾을 수 있습니다. 도움말 센터에서 문서를 검색하고 커뮤니티 포럼에서 다른 사용자와 네트워크를 형성하고 지원 티켓 요청을 제출할 수도 있습니다. 사용자는 특히 인앱 채팅 지원을 좋아합니다.

마무리…

결론적으로 Reveal과 Looker는 둘 다 훌륭한 임베디드 분석 도구라는 것 외에는 할 말이 없습니다. 그러나 귀하의 필요와 예산에 따라 하나는 분명히 다른 것보다 귀하의 비즈니스에 더 나은 솔루션이 될 것입니다.

Reveal 구현 및 시작이 훨씬 쉽고 빠르며, 더 나은 사용자 지정 및 시각화 옵션을 제공하고, 머신 러닝 및 AI와 같은 기본 고급 분석 기능을 활용하는 등 Looker에 비해 매우 강력한 이점이 있다고 믿습니다.

Reveal과 Looker의 또 다른 주요 차이점은 가격 구조입니다. 성장에 상관없이 처음부터 지불할 금액을 아는 것이 매달 지불해야 할 금액이 점점 더 높아지는 인보이스를 받는 것보다 낫다고 생각합니다.

그러나 물론 결정은 귀하에게 맡깁니다.

Reveal 임베디드 분석 솔루션에 대해 자세히 알아보고 실제 작동 방식을 확인하고 싶다면 데모를 예약하세요. 그러면 분석 전문가가 데이터의 진정한 힘을 사용하고 활용하는 방법을 알려드릴 것입니다.