SlideShare a Scribd company logo
1 of 29
Download to read offline
데이터 시각화 서비스 주요 기능 비교
• QLIK
• Google Data Studio
• DAISY by NEWSJELLY
개요
서비스 주요 기능별 비교
DASIY -
NEWSJELLY
Qlik Data studio
사용시나리오 1. 데이터 검색
2. 시각화 자동화
3. 시각화 편집
1. 데이터 선택
2. 시각화 유형선택
3. 차트 변수 선택
4. 시각화 편집
1. 데이터 선택
2. 시각화 자동화
3. 차트 변수 선택
4. 시각화 편집
데이터 소스 직접 검색 소스 관리 소스 관리
시각화 방법 자동화 변수 입력 자동화
시각화 유형 20종 8종 6종
필터 X O O
편집기능- 데이터 행열삭제
값 수정
결합 결합
편집기능-시각화 O O O
대시보드 기능 개별 선택 후 조합 동시 선택
- 데이터 소스 관리
동시 선택
- 데이터 소스 관리
협업기능 X O O
Qlik
• 1993년 설립, Quality, Understanding, Interaction, Knowledge
• QuilkView 데스크탑 기반 제품을 가지고 BI 시장 진입
• 2005년 이후 서버 기반 제품군으로 으로 방향을 바꿈
• 현재는 Quilk Sense 가 메인 제품군
서비스 개요
QLIK
상품 구성
• Qlik sense
현재는 Qik Sense를 중심으로 bi 솔루션을 제공하는 것으로 보임
http://www.qlik.com/solutions
• QlikView
http://www.qlik.com/products/qlikview
Quik Sens 이전의 주요 제품으로 성격이 유사
너무 오래된 UI라 현재는 사용성 디자인 등이 구식
• Qlik Analytics Platform
http://www.qlik.com/products/qlik-analytics-platform
시각화 분석 앱이나 디바이스 개발을 위한 개발자 플랫폼
개발용 라이브러리 등등을 제공 하는 것으로 보임
• Qlik DataMarket
http://www.qlik.com/products/qlik-data-market
각종 외부 데이터를 미리 패키지화 하여 클라우드 서비스로 제공
Qlik Sense 에서 자료를 불러올 때 바로 접근해서 사용할 수 있음
테스트용 무료 자료도 제공
QLIK
기능 리뷰
• 앱
- 프로젝트가 앱 이라는 개념으로 이루어지고 하위에 다양한 대쉬보드 시트를
입력 하는 형태로 프로젝트가 관리됨
QLIK
기능 리뷰
• 시트
- 대쉬보드 형태로 이루어지는 화면 단위
QLIK
기능 리뷰
• 스토리
- 피피티 형식으로 여러 장의 슬라이드를 구성
QLIK
기능 리뷰
• 데이터 매니져
- 앱에 포함되는 다양한 데이터를 관리할 수 있는 기능들을 포함함
- Association 기능을 도입하여 자동으로 데이터를 연결시켜주는 곳으로 보여짐
- 매니져에서 데이터를 불러와서 바로 시트를 만들 수 있도록 함
QLIK
기능 리뷰
• 데이터 로드 에디터
- 데이터를 불러올때 전처리를 통해 데이터의 형태나 영역을 제한함
- Query를 통해 설정하는 방식으로 기본적으로 데이터 매니져에 의해 자동 생성
된 설정을 갖게됨
- 설정을 수정하거나 추가하여 다양한 방식으로 데이터를 가공할 수 있음
QLIK
기능 리뷰
• 데이터 모델 뷰어
- 현재 불려진 데이터 내부의 테이블들이 어떠한 형태로 관계 맺고 있는지를 한
눈에 파악 가능하도록 제공
- 특정 테이블이나 필드를 선택하면 상호 연관된 테이블들의 대략적인 정보를 프
리뷰 창에 보여줌
QLIK
기능 리뷰
• 시트 에디팅
- 시트 에디팅은 좌측의 시각화, 변수, 마스터 아이템 선택 창과 중앙의 작업영역,
우측의 옵션 영역으로 분리된다.
QLIK
기능 리뷰
• 시각화
- 가능한 시각화의 형태는 매우 제한적이고 오히려 테이블이나 필터 기능이 강조
QLIK
기능 리뷰
• 시각화
- 시각화를 먼저 선택하면 바로 중앙 작업영역에 시트가 추가 되고 우측에 옵션
창이 갱신
QLIK
- 옵션 창 : 우측 옵션 창은 데이터에 포함되는 변수들과 기타 옵션들을 설정할 수 있다.
- 데이터는 기본적으로 Dimension과 Measure로 나뉘어 시각화 형태에 따라 알맞은 형
태를 입력할 수 있도록 변환되어 제공된다.
기능 리뷰
• 시각화
- 시각화를 먼저 선택하면 바로 중앙 작업영역에 시트가 추가 되고 우측에 옵션
창이 갱신
QLIK
- 옵션 창 : 우측 옵션 창은 데이터에 포함되는 변수들과 기타 옵션들을 설정할 수 있다.
- 데이터는 기본적으로 Dimension과 Measure로 나뉘어 시각화 형태에 따라 알맞은 형
태를 입력할 수 있도록 변환되어 제공된다.
기능 리뷰
• 시각화
- 필드 선택창
- 시각화를 먼저 설정하지 않고 필요한 필드를 먼저 선택하거나 필드를 바
탕으로 새로운 Dimension이나 Measure를 생성할 수 있는 영역
- 필드를 직접 드래그앤 드롭하여 챠트나 작업영역에 바로 추가 가능
QLIK
기능 리뷰
• 필터링
- 다른 툴과 달리 별도의 설정없이 시트 및 앱 전체의 모든 자료가 연동
- 예를 들어 특정 바챠타의 바를 선택하면 해당 바에 해당하는 자료들만 다른 챠트에
남게 되는 구조로 해당 시트 뿐만 아니라 앱 내부의 시트도 서로 연동
- 완성된 시트내에서 필터링을 할 수 있는 방법은 2가지 1) 시트내의 시각화 요소에
서 직접 선택하거나 2) 별도의 필터 선택 창을 활용
QLIK
기능 리뷰
• 시각화요소에서 필터링
- 시각화 요소를 클릭하면 해당 요소가 계속해서 선택되어 하이라이트 되고 나머지
는 흐려짐
- 선택과 동시에 다른 요소에도 동시에 동일한 필터링이 적용되어 결과가 제시됨
- Lasso Selection 기능이 있어서 마우스 드래깅을 통해 궤적을 지나는 요소들을 동
시에 선택 가능
QLIK
Google Data Studio
서비스 개요
• Google Analytics 제품군의 일부로 출시
• 타블로와 유사한 대쉬보드 형태의 결과를 제공하여 스토리텔링하는데 초점
• Acme Marketing Website
https://datastudio.google.com/u/0/#/org//reporting/0B_U5RNpwhcE6SF85TENURnc4UjA
• World Population, Internet, & Mobile Data
https://datastudio.google.com/u/0/#/org//reporting/0B_U5RNpwhcE6bzVYT2FSNmRBUWc
Google Data studio
기능리뷰
• https://datastudio.google.com/?hl=en
• 현재 크게 Reports 와 Data Sources 기능 샘플을 열어두고 있음
• Reports의 경우 대쉬보드 형태의 보고서 형태이고 Data Sources 에서는 현재 불러와진 데이터들을
제어하는 영역으로 보임
Google Data studio
기능리뷰
Google Data studio
• Reports
- 간략히 정리된 사용법을 검토해보면 기존의 구글 드라이브와 유사한 에디터 인
터페이스를 제공하는 것으로 추정
- 또한 여러 페이지의 대쉬보드를 하나의 레포트에 추가할 수 있는 것으로 보임
기능리뷰
Google Data studio
• 시각화
- 제공되는 차트 유형은 단순한것으로 보임
기능리뷰
Google Data studio
• 시각화 사용 시나리오
- 데이터 불러오기  차트 유형 선택  차트별 편집
- 데이터 소스에 미리 등록해둔 데이터를 불러오는 형태
기능리뷰
Google Data studio
• 시각화 사용 시나리오
- 데이터 불러오기  차트 유형 선택  차트별 편집
- 툴바에서 직접 챠트 유형을 바로 선택하여 입력하는 형태로 추정
- 챠트별로 Dimension과 Metric 유형으로 데이터 필드를 나누어 챠트별로 적당
한 필드를 추가하도록 함
기능리뷰
Google Data studio
• 시각화 사용 시나리오
- 챠트별로 데이터 범위를 조정
- 테이블 형태의 요소는 스프레드시트 형태의 필터링 제공
기능리뷰
Google Data studio
• 데이터 소스 관리
- 불러온 데이터의 경우에는 아래와 같이 필드별로 정보를 확인하고 편집하거나
새로운 변수를 추가
- 필드별로 별도의 ID값을 부여
- 타입의 경우 숫자, 시간, 날짜, 위치, 텍스트, 퍼센트 등 스프레드시트에서 사용
되는 형태들이 대부분 인식 되는 형태
기능리뷰
Google Data studio
• 데이터 불러오기
- 데이터 불러오기 기능은 직접 확인할 수 없으나 가능한 소스는 구글 시트, Analytics,
Youtube, Big Query등 구글의 다양한 서비스와 연동이 되는 형태로 추정
- 신규 필드 생성 : 원자료에 있는 필드 뿐만이 아니라 이들을 편집하여 새로운 필드를 생
성할 수 있는 것으로 보임.
예) 아래 필드는 특정 값의 평균을 내어 생성된 변수로 추정됨
데이터시각화 서비스 주요기능 비교

More Related Content

What's hot

Amazon Redshift 아키텍처 및 모범사례::김민성::AWS Summit Seoul 2018
Amazon Redshift 아키텍처 및 모범사례::김민성::AWS Summit Seoul 2018Amazon Redshift 아키텍처 및 모범사례::김민성::AWS Summit Seoul 2018
Amazon Redshift 아키텍처 및 모범사례::김민성::AWS Summit Seoul 2018Amazon Web Services Korea
 
Deview2014 Live Broadcasting 추천시스템 발표 자료
Deview2014 Live Broadcasting 추천시스템 발표 자료Deview2014 Live Broadcasting 추천시스템 발표 자료
Deview2014 Live Broadcasting 추천시스템 발표 자료choi kyumin
 
데이터는 차트가 아니라 돈이 되어야 한다.
데이터는 차트가 아니라 돈이 되어야 한다.데이터는 차트가 아니라 돈이 되어야 한다.
데이터는 차트가 아니라 돈이 되어야 한다.Yongho Ha
 
데이터 분석가는 어떤 SKILLSET을 가져야 하는가? - 데이터 분석가 되기
데이터 분석가는 어떤 SKILLSET을 가져야 하는가?  - 데이터 분석가 되기데이터 분석가는 어떤 SKILLSET을 가져야 하는가?  - 데이터 분석가 되기
데이터 분석가는 어떤 SKILLSET을 가져야 하는가? - 데이터 분석가 되기Hui Seo
 
Microsoft Build 2021をさらに楽しむためのおすすめセッション/サンプル コード Powered by Microsoft MVPs
Microsoft Build 2021をさらに楽しむためのおすすめセッション/サンプル コード Powered by Microsoft MVPsMicrosoft Build 2021をさらに楽しむためのおすすめセッション/サンプル コード Powered by Microsoft MVPs
Microsoft Build 2021をさらに楽しむためのおすすめセッション/サンプル コード Powered by Microsoft MVPsRie Moriguchi
 
[창업&예비창업자] BM모델 진단 및 수립
[창업&예비창업자] BM모델 진단 및 수립[창업&예비창업자] BM모델 진단 및 수립
[창업&예비창업자] BM모델 진단 및 수립더게임체인저스
 
Little Big Data #1. 바닥부터 시작하는 데이터 인프라
Little Big Data #1. 바닥부터 시작하는 데이터 인프라Little Big Data #1. 바닥부터 시작하는 데이터 인프라
Little Big Data #1. 바닥부터 시작하는 데이터 인프라Seongyun Byeon
 
Amazon Athena で実現する データ分析の広がり
Amazon Athena で実現する データ分析の広がりAmazon Athena で実現する データ分析の広がり
Amazon Athena で実現する データ分析の広がりAmazon Web Services Japan
 
[한국IBM] Watson Explorer 활용사례집
[한국IBM] Watson Explorer 활용사례집 [한국IBM] Watson Explorer 활용사례집
[한국IBM] Watson Explorer 활용사례집 Sejeong Kim 김세정
 
AWSKRUG DS - 데이터 엔지니어가 실무에서 맞닥뜨리는 문제들
AWSKRUG DS - 데이터 엔지니어가 실무에서 맞닥뜨리는 문제들AWSKRUG DS - 데이터 엔지니어가 실무에서 맞닥뜨리는 문제들
AWSKRUG DS - 데이터 엔지니어가 실무에서 맞닥뜨리는 문제들Woong Seok Kang
 
Azure上の データベース 機能の選び方。KVSからDWHまで
Azure上の データベース 機能の選び方。KVSからDWHまでAzure上の データベース 機能の選び方。KVSからDWHまで
Azure上の データベース 機能の選び方。KVSからDWHまでDaisuke Masubuchi
 
[우리가 데이터를 쓰는 법] 모바일 게임 로그 데이터 분석 이야기 - 엔터메이트 공신배 팀장
[우리가 데이터를 쓰는 법] 모바일 게임 로그 데이터 분석 이야기 - 엔터메이트 공신배 팀장[우리가 데이터를 쓰는 법] 모바일 게임 로그 데이터 분석 이야기 - 엔터메이트 공신배 팀장
[우리가 데이터를 쓰는 법] 모바일 게임 로그 데이터 분석 이야기 - 엔터메이트 공신배 팀장Dylan Ko
 
Causal Inference : Primer (2019-06-01 잔디콘)
Causal Inference : Primer (2019-06-01 잔디콘)Causal Inference : Primer (2019-06-01 잔디콘)
Causal Inference : Primer (2019-06-01 잔디콘)Minho Lee
 
Power BI の共有について
Power BI の共有についてPower BI の共有について
Power BI の共有についてMari Miyakawa
 
Vuorovaikuta - Opi kuuntelun 6 tasoa
Vuorovaikuta - Opi kuuntelun 6 tasoaVuorovaikuta - Opi kuuntelun 6 tasoa
Vuorovaikuta - Opi kuuntelun 6 tasoaTaru Tuomisto
 
一歩先行く Azure Computing シリーズ(全3回) 第2回 Azure VM どれを選ぶの? Azure VM 集中講座
一歩先行く Azure Computing シリーズ(全3回) 第2回 Azure VM どれを選ぶの? Azure VM 集中講座一歩先行く Azure Computing シリーズ(全3回) 第2回 Azure VM どれを選ぶの? Azure VM 集中講座
一歩先行く Azure Computing シリーズ(全3回) 第2回 Azure VM どれを選ぶの? Azure VM 集中講座Minoru Naito
 
개인화 추천은 어디로 가고 있는가?
개인화 추천은 어디로 가고 있는가?개인화 추천은 어디로 가고 있는가?
개인화 추천은 어디로 가고 있는가?choi kyumin
 
로그 기깔나게 잘 디자인하는 법
로그 기깔나게 잘 디자인하는 법로그 기깔나게 잘 디자인하는 법
로그 기깔나게 잘 디자인하는 법Jeongsang Baek
 
Bigquery와 airflow를 이용한 데이터 분석 시스템 구축 v1 나무기술(주) 최유석 20170912
Bigquery와 airflow를 이용한 데이터 분석 시스템 구축 v1  나무기술(주) 최유석 20170912Bigquery와 airflow를 이용한 데이터 분석 시스템 구축 v1  나무기술(주) 최유석 20170912
Bigquery와 airflow를 이용한 데이터 분석 시스템 구축 v1 나무기술(주) 최유석 20170912Yooseok Choi
 
Effective Data Lakes - ユースケースとデザインパターン
Effective Data Lakes - ユースケースとデザインパターンEffective Data Lakes - ユースケースとデザインパターン
Effective Data Lakes - ユースケースとデザインパターンNoritaka Sekiyama
 

What's hot (20)

Amazon Redshift 아키텍처 및 모범사례::김민성::AWS Summit Seoul 2018
Amazon Redshift 아키텍처 및 모범사례::김민성::AWS Summit Seoul 2018Amazon Redshift 아키텍처 및 모범사례::김민성::AWS Summit Seoul 2018
Amazon Redshift 아키텍처 및 모범사례::김민성::AWS Summit Seoul 2018
 
Deview2014 Live Broadcasting 추천시스템 발표 자료
Deview2014 Live Broadcasting 추천시스템 발표 자료Deview2014 Live Broadcasting 추천시스템 발표 자료
Deview2014 Live Broadcasting 추천시스템 발표 자료
 
데이터는 차트가 아니라 돈이 되어야 한다.
데이터는 차트가 아니라 돈이 되어야 한다.데이터는 차트가 아니라 돈이 되어야 한다.
데이터는 차트가 아니라 돈이 되어야 한다.
 
데이터 분석가는 어떤 SKILLSET을 가져야 하는가? - 데이터 분석가 되기
데이터 분석가는 어떤 SKILLSET을 가져야 하는가?  - 데이터 분석가 되기데이터 분석가는 어떤 SKILLSET을 가져야 하는가?  - 데이터 분석가 되기
데이터 분석가는 어떤 SKILLSET을 가져야 하는가? - 데이터 분석가 되기
 
Microsoft Build 2021をさらに楽しむためのおすすめセッション/サンプル コード Powered by Microsoft MVPs
Microsoft Build 2021をさらに楽しむためのおすすめセッション/サンプル コード Powered by Microsoft MVPsMicrosoft Build 2021をさらに楽しむためのおすすめセッション/サンプル コード Powered by Microsoft MVPs
Microsoft Build 2021をさらに楽しむためのおすすめセッション/サンプル コード Powered by Microsoft MVPs
 
[창업&예비창업자] BM모델 진단 및 수립
[창업&예비창업자] BM모델 진단 및 수립[창업&예비창업자] BM모델 진단 및 수립
[창업&예비창업자] BM모델 진단 및 수립
 
Little Big Data #1. 바닥부터 시작하는 데이터 인프라
Little Big Data #1. 바닥부터 시작하는 데이터 인프라Little Big Data #1. 바닥부터 시작하는 데이터 인프라
Little Big Data #1. 바닥부터 시작하는 데이터 인프라
 
Amazon Athena で実現する データ分析の広がり
Amazon Athena で実現する データ分析の広がりAmazon Athena で実現する データ分析の広がり
Amazon Athena で実現する データ分析の広がり
 
[한국IBM] Watson Explorer 활용사례집
[한국IBM] Watson Explorer 활용사례집 [한국IBM] Watson Explorer 활용사례집
[한국IBM] Watson Explorer 활용사례집
 
AWSKRUG DS - 데이터 엔지니어가 실무에서 맞닥뜨리는 문제들
AWSKRUG DS - 데이터 엔지니어가 실무에서 맞닥뜨리는 문제들AWSKRUG DS - 데이터 엔지니어가 실무에서 맞닥뜨리는 문제들
AWSKRUG DS - 데이터 엔지니어가 실무에서 맞닥뜨리는 문제들
 
Azure上の データベース 機能の選び方。KVSからDWHまで
Azure上の データベース 機能の選び方。KVSからDWHまでAzure上の データベース 機能の選び方。KVSからDWHまで
Azure上の データベース 機能の選び方。KVSからDWHまで
 
[우리가 데이터를 쓰는 법] 모바일 게임 로그 데이터 분석 이야기 - 엔터메이트 공신배 팀장
[우리가 데이터를 쓰는 법] 모바일 게임 로그 데이터 분석 이야기 - 엔터메이트 공신배 팀장[우리가 데이터를 쓰는 법] 모바일 게임 로그 데이터 분석 이야기 - 엔터메이트 공신배 팀장
[우리가 데이터를 쓰는 법] 모바일 게임 로그 데이터 분석 이야기 - 엔터메이트 공신배 팀장
 
Causal Inference : Primer (2019-06-01 잔디콘)
Causal Inference : Primer (2019-06-01 잔디콘)Causal Inference : Primer (2019-06-01 잔디콘)
Causal Inference : Primer (2019-06-01 잔디콘)
 
Power BI の共有について
Power BI の共有についてPower BI の共有について
Power BI の共有について
 
Vuorovaikuta - Opi kuuntelun 6 tasoa
Vuorovaikuta - Opi kuuntelun 6 tasoaVuorovaikuta - Opi kuuntelun 6 tasoa
Vuorovaikuta - Opi kuuntelun 6 tasoa
 
一歩先行く Azure Computing シリーズ(全3回) 第2回 Azure VM どれを選ぶの? Azure VM 集中講座
一歩先行く Azure Computing シリーズ(全3回) 第2回 Azure VM どれを選ぶの? Azure VM 集中講座一歩先行く Azure Computing シリーズ(全3回) 第2回 Azure VM どれを選ぶの? Azure VM 集中講座
一歩先行く Azure Computing シリーズ(全3回) 第2回 Azure VM どれを選ぶの? Azure VM 集中講座
 
개인화 추천은 어디로 가고 있는가?
개인화 추천은 어디로 가고 있는가?개인화 추천은 어디로 가고 있는가?
개인화 추천은 어디로 가고 있는가?
 
로그 기깔나게 잘 디자인하는 법
로그 기깔나게 잘 디자인하는 법로그 기깔나게 잘 디자인하는 법
로그 기깔나게 잘 디자인하는 법
 
Bigquery와 airflow를 이용한 데이터 분석 시스템 구축 v1 나무기술(주) 최유석 20170912
Bigquery와 airflow를 이용한 데이터 분석 시스템 구축 v1  나무기술(주) 최유석 20170912Bigquery와 airflow를 이용한 데이터 분석 시스템 구축 v1  나무기술(주) 최유석 20170912
Bigquery와 airflow를 이용한 데이터 분석 시스템 구축 v1 나무기술(주) 최유석 20170912
 
Effective Data Lakes - ユースケースとデザインパターン
Effective Data Lakes - ユースケースとデザインパターンEffective Data Lakes - ユースケースとデザインパターン
Effective Data Lakes - ユースケースとデザインパターン
 

Similar to 데이터시각화 서비스 주요기능 비교

Tableau 사용자를 위한 데이터 블렌딩 with alteryx
Tableau 사용자를 위한 데이터 블렌딩 with alteryxTableau 사용자를 위한 데이터 블렌딩 with alteryx
Tableau 사용자를 위한 데이터 블렌딩 with alteryxPikdata Inc.
 
20150305 스마트한 데이터모델링 with ER/Studio
20150305 스마트한 데이터모델링 with ER/Studio20150305 스마트한 데이터모델링 with ER/Studio
20150305 스마트한 데이터모델링 with ER/StudioDevgear
 
언론사에 구글 애널리틱스 도입하기 - 강의 1주차
언론사에 구글 애널리틱스 도입하기 - 강의 1주차언론사에 구글 애널리틱스 도입하기 - 강의 1주차
언론사에 구글 애널리틱스 도입하기 - 강의 1주차chan693050
 
[Gastudy.net] Google analytics platform principles
[Gastudy.net] Google analytics platform principles[Gastudy.net] Google analytics platform principles
[Gastudy.net] Google analytics platform principlesSeHeung Oh
 
빅데이터 기술 현황과 시장 전망(2014)
빅데이터 기술 현황과 시장 전망(2014)빅데이터 기술 현황과 시장 전망(2014)
빅데이터 기술 현황과 시장 전망(2014)Channy Yun
 
[Bespin Global 파트너 세션] 분산 데이터 통합 (Data Lake) 기반의 데이터 분석 환경 구축 사례 - 베스핀 글로벌 장익...
[Bespin Global 파트너 세션] 분산 데이터 통합 (Data Lake) 기반의 데이터 분석 환경 구축 사례 - 베스핀 글로벌 장익...[Bespin Global 파트너 세션] 분산 데이터 통합 (Data Lake) 기반의 데이터 분석 환경 구축 사례 - 베스핀 글로벌 장익...
[Bespin Global 파트너 세션] 분산 데이터 통합 (Data Lake) 기반의 데이터 분석 환경 구축 사례 - 베스핀 글로벌 장익...Amazon Web Services Korea
 
AWS기반 서버리스 데이터레이크 구축하기 - 김진웅 (SK C&C) :: AWS Community Day 2020
AWS기반 서버리스 데이터레이크 구축하기 - 김진웅 (SK C&C) :: AWS Community Day 2020 AWS기반 서버리스 데이터레이크 구축하기 - 김진웅 (SK C&C) :: AWS Community Day 2020
AWS기반 서버리스 데이터레이크 구축하기 - 김진웅 (SK C&C) :: AWS Community Day 2020 AWSKRUG - AWS한국사용자모임
 
AWS기반 서버리스 데이터레이크 구축하기 - 김진웅 (SK C&C) :: AWS Community Day 2020
AWS기반 서버리스 데이터레이크 구축하기 - 김진웅 (SK C&C) :: AWS Community Day 2020AWS기반 서버리스 데이터레이크 구축하기 - 김진웅 (SK C&C) :: AWS Community Day 2020
AWS기반 서버리스 데이터레이크 구축하기 - 김진웅 (SK C&C) :: AWS Community Day 2020Jinwoong Kim
 
Data Driven Decision을 위한 데이터플랫폼구축기@kakaomobility
Data Driven Decision을 위한 데이터플랫폼구축기@kakaomobilityData Driven Decision을 위한 데이터플랫폼구축기@kakaomobility
Data Driven Decision을 위한 데이터플랫폼구축기@kakaomobilityJongho Woo
 
Data discovery qlikview
Data discovery   qlikviewData discovery   qlikview
Data discovery qlikviewchoi3773
 
Google analytics in business
Google analytics in businessGoogle analytics in business
Google analytics in businessTae Young Lee
 
Datawarehouse를 이용한 데이터 블렌딩
Datawarehouse를 이용한 데이터 블렌딩Datawarehouse를 이용한 데이터 블렌딩
Datawarehouse를 이용한 데이터 블렌딩Pikdata Inc.
 
201210 그루터 빅데이터_플랫폼_아키텍쳐_및_솔루션_소개
201210 그루터 빅데이터_플랫폼_아키텍쳐_및_솔루션_소개201210 그루터 빅데이터_플랫폼_아키텍쳐_및_솔루션_소개
201210 그루터 빅데이터_플랫폼_아키텍쳐_및_솔루션_소개Gruter
 
MariaDB 마이그레이션 - 네오클로바
MariaDB 마이그레이션 - 네오클로바MariaDB 마이그레이션 - 네오클로바
MariaDB 마이그레이션 - 네오클로바NeoClova
 
[오픈소스컨설팅]MySQL Monitoring
[오픈소스컨설팅]MySQL Monitoring[오픈소스컨설팅]MySQL Monitoring
[오픈소스컨설팅]MySQL MonitoringJi-Woong Choi
 
Case Study를 통해 본 데이터사이언스 협업 플랫폼의 필요성 (옥주영 컨설턴트, Hancom MDS) :: AWS Techforum ...
Case Study를 통해 본 데이터사이언스 협업 플랫폼의 필요성 (옥주영 컨설턴트, Hancom MDS) :: AWS Techforum ...Case Study를 통해 본 데이터사이언스 협업 플랫폼의 필요성 (옥주영 컨설턴트, Hancom MDS) :: AWS Techforum ...
Case Study를 통해 본 데이터사이언스 협업 플랫폼의 필요성 (옥주영 컨설턴트, Hancom MDS) :: AWS Techforum ...Amazon Web Services Korea
 
3D 검색기반 부품 공용화
3D 검색기반 부품 공용화3D 검색기반 부품 공용화
3D 검색기반 부품 공용화dohun kim
 

Similar to 데이터시각화 서비스 주요기능 비교 (20)

Tableau 사용자를 위한 데이터 블렌딩 with alteryx
Tableau 사용자를 위한 데이터 블렌딩 with alteryxTableau 사용자를 위한 데이터 블렌딩 with alteryx
Tableau 사용자를 위한 데이터 블렌딩 with alteryx
 
[팝콘 시즌1] 이인영 : AWS QuickSight 맛보기
[팝콘 시즌1] 이인영 : AWS QuickSight 맛보기[팝콘 시즌1] 이인영 : AWS QuickSight 맛보기
[팝콘 시즌1] 이인영 : AWS QuickSight 맛보기
 
데이터품질진단솔루션
데이터품질진단솔루션데이터품질진단솔루션
데이터품질진단솔루션
 
20150305 스마트한 데이터모델링 with ER/Studio
20150305 스마트한 데이터모델링 with ER/Studio20150305 스마트한 데이터모델링 with ER/Studio
20150305 스마트한 데이터모델링 with ER/Studio
 
언론사에 구글 애널리틱스 도입하기 - 강의 1주차
언론사에 구글 애널리틱스 도입하기 - 강의 1주차언론사에 구글 애널리틱스 도입하기 - 강의 1주차
언론사에 구글 애널리틱스 도입하기 - 강의 1주차
 
[Gastudy.net] Google analytics platform principles
[Gastudy.net] Google analytics platform principles[Gastudy.net] Google analytics platform principles
[Gastudy.net] Google analytics platform principles
 
빅데이터 기술 현황과 시장 전망(2014)
빅데이터 기술 현황과 시장 전망(2014)빅데이터 기술 현황과 시장 전망(2014)
빅데이터 기술 현황과 시장 전망(2014)
 
[Bespin Global 파트너 세션] 분산 데이터 통합 (Data Lake) 기반의 데이터 분석 환경 구축 사례 - 베스핀 글로벌 장익...
[Bespin Global 파트너 세션] 분산 데이터 통합 (Data Lake) 기반의 데이터 분석 환경 구축 사례 - 베스핀 글로벌 장익...[Bespin Global 파트너 세션] 분산 데이터 통합 (Data Lake) 기반의 데이터 분석 환경 구축 사례 - 베스핀 글로벌 장익...
[Bespin Global 파트너 세션] 분산 데이터 통합 (Data Lake) 기반의 데이터 분석 환경 구축 사례 - 베스핀 글로벌 장익...
 
AWS기반 서버리스 데이터레이크 구축하기 - 김진웅 (SK C&C) :: AWS Community Day 2020
AWS기반 서버리스 데이터레이크 구축하기 - 김진웅 (SK C&C) :: AWS Community Day 2020 AWS기반 서버리스 데이터레이크 구축하기 - 김진웅 (SK C&C) :: AWS Community Day 2020
AWS기반 서버리스 데이터레이크 구축하기 - 김진웅 (SK C&C) :: AWS Community Day 2020
 
AWS기반 서버리스 데이터레이크 구축하기 - 김진웅 (SK C&C) :: AWS Community Day 2020
AWS기반 서버리스 데이터레이크 구축하기 - 김진웅 (SK C&C) :: AWS Community Day 2020AWS기반 서버리스 데이터레이크 구축하기 - 김진웅 (SK C&C) :: AWS Community Day 2020
AWS기반 서버리스 데이터레이크 구축하기 - 김진웅 (SK C&C) :: AWS Community Day 2020
 
Data Driven Decision을 위한 데이터플랫폼구축기@kakaomobility
Data Driven Decision을 위한 데이터플랫폼구축기@kakaomobilityData Driven Decision을 위한 데이터플랫폼구축기@kakaomobility
Data Driven Decision을 위한 데이터플랫폼구축기@kakaomobility
 
Data discovery qlikview
Data discovery   qlikviewData discovery   qlikview
Data discovery qlikview
 
Google analytics in business
Google analytics in businessGoogle analytics in business
Google analytics in business
 
Datawarehouse를 이용한 데이터 블렌딩
Datawarehouse를 이용한 데이터 블렌딩Datawarehouse를 이용한 데이터 블렌딩
Datawarehouse를 이용한 데이터 블렌딩
 
Information Architecture
Information ArchitectureInformation Architecture
Information Architecture
 
201210 그루터 빅데이터_플랫폼_아키텍쳐_및_솔루션_소개
201210 그루터 빅데이터_플랫폼_아키텍쳐_및_솔루션_소개201210 그루터 빅데이터_플랫폼_아키텍쳐_및_솔루션_소개
201210 그루터 빅데이터_플랫폼_아키텍쳐_및_솔루션_소개
 
MariaDB 마이그레이션 - 네오클로바
MariaDB 마이그레이션 - 네오클로바MariaDB 마이그레이션 - 네오클로바
MariaDB 마이그레이션 - 네오클로바
 
[오픈소스컨설팅]MySQL Monitoring
[오픈소스컨설팅]MySQL Monitoring[오픈소스컨설팅]MySQL Monitoring
[오픈소스컨설팅]MySQL Monitoring
 
Case Study를 통해 본 데이터사이언스 협업 플랫폼의 필요성 (옥주영 컨설턴트, Hancom MDS) :: AWS Techforum ...
Case Study를 통해 본 데이터사이언스 협업 플랫폼의 필요성 (옥주영 컨설턴트, Hancom MDS) :: AWS Techforum ...Case Study를 통해 본 데이터사이언스 협업 플랫폼의 필요성 (옥주영 컨설턴트, Hancom MDS) :: AWS Techforum ...
Case Study를 통해 본 데이터사이언스 협업 플랫폼의 필요성 (옥주영 컨설턴트, Hancom MDS) :: AWS Techforum ...
 
3D 검색기반 부품 공용화
3D 검색기반 부품 공용화3D 검색기반 부품 공용화
3D 검색기반 부품 공용화
 

More from Newsjelly

빅데이터 시각화 기술 특허 동향 분석
빅데이터 시각화 기술 특허 동향 분석빅데이터 시각화 기술 특허 동향 분석
빅데이터 시각화 기술 특허 동향 분석Newsjelly
 
뉴스젤리 인터랙티브 소개서 2016
뉴스젤리 인터랙티브 소개서 2016뉴스젤리 인터랙티브 소개서 2016
뉴스젤리 인터랙티브 소개서 2016Newsjelly
 
맛있는 정보디자인 레시피
맛있는 정보디자인 레시피맛있는 정보디자인 레시피
맛있는 정보디자인 레시피Newsjelly
 
[임지현]금수저 컨텐츠 메이킹스토리
[임지현]금수저 컨텐츠 메이킹스토리[임지현]금수저 컨텐츠 메이킹스토리
[임지현]금수저 컨텐츠 메이킹스토리Newsjelly
 
[임지현]상권분석 메이킹스토리
[임지현]상권분석 메이킹스토리[임지현]상권분석 메이킹스토리
[임지현]상권분석 메이킹스토리Newsjelly
 
[조성도]Newsjelly seminar sloday 1013
[조성도]Newsjelly seminar sloday 1013[조성도]Newsjelly seminar sloday 1013
[조성도]Newsjelly seminar sloday 1013Newsjelly
 
[김태형]데이터 저널리즘 보도 사례
[김태형]데이터 저널리즘 보도 사례[김태형]데이터 저널리즘 보도 사례
[김태형]데이터 저널리즘 보도 사례Newsjelly
 
디포커스 전홍구
디포커스 전홍구디포커스 전홍구
디포커스 전홍구Newsjelly
 
다음카카오 이현재차장
다음카카오 이현재차장다음카카오 이현재차장
다음카카오 이현재차장Newsjelly
 
뉴스젤리 임준원
뉴스젤리 임준원뉴스젤리 임준원
뉴스젤리 임준원Newsjelly
 
Sap lumira 김무식
Sap lumira 김무식Sap lumira 김무식
Sap lumira 김무식Newsjelly
 
[데이터 시각화 3rd 세미나] 공공 데이터 시각화_조용현 통계데이터담당관
[데이터 시각화 3rd 세미나] 공공 데이터 시각화_조용현 통계데이터담당관[데이터 시각화 3rd 세미나] 공공 데이터 시각화_조용현 통계데이터담당관
[데이터 시각화 3rd 세미나] 공공 데이터 시각화_조용현 통계데이터담당관Newsjelly
 
[데이터 시각화 3rd 세미나] 사회에 기여 하는 방법_뉴스젤리 임지현 디렉터
[데이터 시각화 3rd 세미나] 사회에 기여 하는 방법_뉴스젤리 임지현 디렉터[데이터 시각화 3rd 세미나] 사회에 기여 하는 방법_뉴스젤리 임지현 디렉터
[데이터 시각화 3rd 세미나] 사회에 기여 하는 방법_뉴스젤리 임지현 디렉터Newsjelly
 
[데이터 시각화 3rd 세미나] 데이터시각화로본기업 _ 웅진변상필영업대표
[데이터 시각화 3rd 세미나] 데이터시각화로본기업 _ 웅진변상필영업대표[데이터 시각화 3rd 세미나] 데이터시각화로본기업 _ 웅진변상필영업대표
[데이터 시각화 3rd 세미나] 데이터시각화로본기업 _ 웅진변상필영업대표Newsjelly
 
[데이터 시각화 3rd 세미나] 상권 교차 분석_조이코퍼레이션 김재홍 부사장
[데이터 시각화 3rd 세미나] 상권 교차 분석_조이코퍼레이션 김재홍 부사장[데이터 시각화 3rd 세미나] 상권 교차 분석_조이코퍼레이션 김재홍 부사장
[데이터 시각화 3rd 세미나] 상권 교차 분석_조이코퍼레이션 김재홍 부사장Newsjelly
 
뉴스젤리 통통한 통계 1화 - 통계, 너는 누구냐
뉴스젤리 통통한 통계 1화 - 통계, 너는 누구냐뉴스젤리 통통한 통계 1화 - 통계, 너는 누구냐
뉴스젤리 통통한 통계 1화 - 통계, 너는 누구냐Newsjelly
 
국내 데이터 저널리즘 동향분석
국내 데이터 저널리즘 동향분석국내 데이터 저널리즘 동향분석
국내 데이터 저널리즘 동향분석Newsjelly
 
뉴스젤리 - 슈퍼리치 인기투표
뉴스젤리 - 슈퍼리치 인기투표뉴스젤리 - 슈퍼리치 인기투표
뉴스젤리 - 슈퍼리치 인기투표Newsjelly
 
리뷰세미나 - 픽토차트
리뷰세미나 - 픽토차트리뷰세미나 - 픽토차트
리뷰세미나 - 픽토차트Newsjelly
 
Study republic
Study republicStudy republic
Study republicNewsjelly
 

More from Newsjelly (20)

빅데이터 시각화 기술 특허 동향 분석
빅데이터 시각화 기술 특허 동향 분석빅데이터 시각화 기술 특허 동향 분석
빅데이터 시각화 기술 특허 동향 분석
 
뉴스젤리 인터랙티브 소개서 2016
뉴스젤리 인터랙티브 소개서 2016뉴스젤리 인터랙티브 소개서 2016
뉴스젤리 인터랙티브 소개서 2016
 
맛있는 정보디자인 레시피
맛있는 정보디자인 레시피맛있는 정보디자인 레시피
맛있는 정보디자인 레시피
 
[임지현]금수저 컨텐츠 메이킹스토리
[임지현]금수저 컨텐츠 메이킹스토리[임지현]금수저 컨텐츠 메이킹스토리
[임지현]금수저 컨텐츠 메이킹스토리
 
[임지현]상권분석 메이킹스토리
[임지현]상권분석 메이킹스토리[임지현]상권분석 메이킹스토리
[임지현]상권분석 메이킹스토리
 
[조성도]Newsjelly seminar sloday 1013
[조성도]Newsjelly seminar sloday 1013[조성도]Newsjelly seminar sloday 1013
[조성도]Newsjelly seminar sloday 1013
 
[김태형]데이터 저널리즘 보도 사례
[김태형]데이터 저널리즘 보도 사례[김태형]데이터 저널리즘 보도 사례
[김태형]데이터 저널리즘 보도 사례
 
디포커스 전홍구
디포커스 전홍구디포커스 전홍구
디포커스 전홍구
 
다음카카오 이현재차장
다음카카오 이현재차장다음카카오 이현재차장
다음카카오 이현재차장
 
뉴스젤리 임준원
뉴스젤리 임준원뉴스젤리 임준원
뉴스젤리 임준원
 
Sap lumira 김무식
Sap lumira 김무식Sap lumira 김무식
Sap lumira 김무식
 
[데이터 시각화 3rd 세미나] 공공 데이터 시각화_조용현 통계데이터담당관
[데이터 시각화 3rd 세미나] 공공 데이터 시각화_조용현 통계데이터담당관[데이터 시각화 3rd 세미나] 공공 데이터 시각화_조용현 통계데이터담당관
[데이터 시각화 3rd 세미나] 공공 데이터 시각화_조용현 통계데이터담당관
 
[데이터 시각화 3rd 세미나] 사회에 기여 하는 방법_뉴스젤리 임지현 디렉터
[데이터 시각화 3rd 세미나] 사회에 기여 하는 방법_뉴스젤리 임지현 디렉터[데이터 시각화 3rd 세미나] 사회에 기여 하는 방법_뉴스젤리 임지현 디렉터
[데이터 시각화 3rd 세미나] 사회에 기여 하는 방법_뉴스젤리 임지현 디렉터
 
[데이터 시각화 3rd 세미나] 데이터시각화로본기업 _ 웅진변상필영업대표
[데이터 시각화 3rd 세미나] 데이터시각화로본기업 _ 웅진변상필영업대표[데이터 시각화 3rd 세미나] 데이터시각화로본기업 _ 웅진변상필영업대표
[데이터 시각화 3rd 세미나] 데이터시각화로본기업 _ 웅진변상필영업대표
 
[데이터 시각화 3rd 세미나] 상권 교차 분석_조이코퍼레이션 김재홍 부사장
[데이터 시각화 3rd 세미나] 상권 교차 분석_조이코퍼레이션 김재홍 부사장[데이터 시각화 3rd 세미나] 상권 교차 분석_조이코퍼레이션 김재홍 부사장
[데이터 시각화 3rd 세미나] 상권 교차 분석_조이코퍼레이션 김재홍 부사장
 
뉴스젤리 통통한 통계 1화 - 통계, 너는 누구냐
뉴스젤리 통통한 통계 1화 - 통계, 너는 누구냐뉴스젤리 통통한 통계 1화 - 통계, 너는 누구냐
뉴스젤리 통통한 통계 1화 - 통계, 너는 누구냐
 
국내 데이터 저널리즘 동향분석
국내 데이터 저널리즘 동향분석국내 데이터 저널리즘 동향분석
국내 데이터 저널리즘 동향분석
 
뉴스젤리 - 슈퍼리치 인기투표
뉴스젤리 - 슈퍼리치 인기투표뉴스젤리 - 슈퍼리치 인기투표
뉴스젤리 - 슈퍼리치 인기투표
 
리뷰세미나 - 픽토차트
리뷰세미나 - 픽토차트리뷰세미나 - 픽토차트
리뷰세미나 - 픽토차트
 
Study republic
Study republicStudy republic
Study republic
 

데이터시각화 서비스 주요기능 비교

  • 1. 데이터 시각화 서비스 주요 기능 비교 • QLIK • Google Data Studio • DAISY by NEWSJELLY
  • 2. 개요 서비스 주요 기능별 비교 DASIY - NEWSJELLY Qlik Data studio 사용시나리오 1. 데이터 검색 2. 시각화 자동화 3. 시각화 편집 1. 데이터 선택 2. 시각화 유형선택 3. 차트 변수 선택 4. 시각화 편집 1. 데이터 선택 2. 시각화 자동화 3. 차트 변수 선택 4. 시각화 편집 데이터 소스 직접 검색 소스 관리 소스 관리 시각화 방법 자동화 변수 입력 자동화 시각화 유형 20종 8종 6종 필터 X O O 편집기능- 데이터 행열삭제 값 수정 결합 결합 편집기능-시각화 O O O 대시보드 기능 개별 선택 후 조합 동시 선택 - 데이터 소스 관리 동시 선택 - 데이터 소스 관리 협업기능 X O O
  • 4. • 1993년 설립, Quality, Understanding, Interaction, Knowledge • QuilkView 데스크탑 기반 제품을 가지고 BI 시장 진입 • 2005년 이후 서버 기반 제품군으로 으로 방향을 바꿈 • 현재는 Quilk Sense 가 메인 제품군 서비스 개요 QLIK
  • 5. 상품 구성 • Qlik sense 현재는 Qik Sense를 중심으로 bi 솔루션을 제공하는 것으로 보임 http://www.qlik.com/solutions • QlikView http://www.qlik.com/products/qlikview Quik Sens 이전의 주요 제품으로 성격이 유사 너무 오래된 UI라 현재는 사용성 디자인 등이 구식 • Qlik Analytics Platform http://www.qlik.com/products/qlik-analytics-platform 시각화 분석 앱이나 디바이스 개발을 위한 개발자 플랫폼 개발용 라이브러리 등등을 제공 하는 것으로 보임 • Qlik DataMarket http://www.qlik.com/products/qlik-data-market 각종 외부 데이터를 미리 패키지화 하여 클라우드 서비스로 제공 Qlik Sense 에서 자료를 불러올 때 바로 접근해서 사용할 수 있음 테스트용 무료 자료도 제공 QLIK
  • 6. 기능 리뷰 • 앱 - 프로젝트가 앱 이라는 개념으로 이루어지고 하위에 다양한 대쉬보드 시트를 입력 하는 형태로 프로젝트가 관리됨 QLIK
  • 7. 기능 리뷰 • 시트 - 대쉬보드 형태로 이루어지는 화면 단위 QLIK
  • 8. 기능 리뷰 • 스토리 - 피피티 형식으로 여러 장의 슬라이드를 구성 QLIK
  • 9. 기능 리뷰 • 데이터 매니져 - 앱에 포함되는 다양한 데이터를 관리할 수 있는 기능들을 포함함 - Association 기능을 도입하여 자동으로 데이터를 연결시켜주는 곳으로 보여짐 - 매니져에서 데이터를 불러와서 바로 시트를 만들 수 있도록 함 QLIK
  • 10. 기능 리뷰 • 데이터 로드 에디터 - 데이터를 불러올때 전처리를 통해 데이터의 형태나 영역을 제한함 - Query를 통해 설정하는 방식으로 기본적으로 데이터 매니져에 의해 자동 생성 된 설정을 갖게됨 - 설정을 수정하거나 추가하여 다양한 방식으로 데이터를 가공할 수 있음 QLIK
  • 11. 기능 리뷰 • 데이터 모델 뷰어 - 현재 불려진 데이터 내부의 테이블들이 어떠한 형태로 관계 맺고 있는지를 한 눈에 파악 가능하도록 제공 - 특정 테이블이나 필드를 선택하면 상호 연관된 테이블들의 대략적인 정보를 프 리뷰 창에 보여줌 QLIK
  • 12. 기능 리뷰 • 시트 에디팅 - 시트 에디팅은 좌측의 시각화, 변수, 마스터 아이템 선택 창과 중앙의 작업영역, 우측의 옵션 영역으로 분리된다. QLIK
  • 13. 기능 리뷰 • 시각화 - 가능한 시각화의 형태는 매우 제한적이고 오히려 테이블이나 필터 기능이 강조 QLIK
  • 14. 기능 리뷰 • 시각화 - 시각화를 먼저 선택하면 바로 중앙 작업영역에 시트가 추가 되고 우측에 옵션 창이 갱신 QLIK - 옵션 창 : 우측 옵션 창은 데이터에 포함되는 변수들과 기타 옵션들을 설정할 수 있다. - 데이터는 기본적으로 Dimension과 Measure로 나뉘어 시각화 형태에 따라 알맞은 형 태를 입력할 수 있도록 변환되어 제공된다.
  • 15. 기능 리뷰 • 시각화 - 시각화를 먼저 선택하면 바로 중앙 작업영역에 시트가 추가 되고 우측에 옵션 창이 갱신 QLIK - 옵션 창 : 우측 옵션 창은 데이터에 포함되는 변수들과 기타 옵션들을 설정할 수 있다. - 데이터는 기본적으로 Dimension과 Measure로 나뉘어 시각화 형태에 따라 알맞은 형 태를 입력할 수 있도록 변환되어 제공된다.
  • 16. 기능 리뷰 • 시각화 - 필드 선택창 - 시각화를 먼저 설정하지 않고 필요한 필드를 먼저 선택하거나 필드를 바 탕으로 새로운 Dimension이나 Measure를 생성할 수 있는 영역 - 필드를 직접 드래그앤 드롭하여 챠트나 작업영역에 바로 추가 가능 QLIK
  • 17. 기능 리뷰 • 필터링 - 다른 툴과 달리 별도의 설정없이 시트 및 앱 전체의 모든 자료가 연동 - 예를 들어 특정 바챠타의 바를 선택하면 해당 바에 해당하는 자료들만 다른 챠트에 남게 되는 구조로 해당 시트 뿐만 아니라 앱 내부의 시트도 서로 연동 - 완성된 시트내에서 필터링을 할 수 있는 방법은 2가지 1) 시트내의 시각화 요소에 서 직접 선택하거나 2) 별도의 필터 선택 창을 활용 QLIK
  • 18. 기능 리뷰 • 시각화요소에서 필터링 - 시각화 요소를 클릭하면 해당 요소가 계속해서 선택되어 하이라이트 되고 나머지 는 흐려짐 - 선택과 동시에 다른 요소에도 동시에 동일한 필터링이 적용되어 결과가 제시됨 - Lasso Selection 기능이 있어서 마우스 드래깅을 통해 궤적을 지나는 요소들을 동 시에 선택 가능 QLIK
  • 20. 서비스 개요 • Google Analytics 제품군의 일부로 출시 • 타블로와 유사한 대쉬보드 형태의 결과를 제공하여 스토리텔링하는데 초점 • Acme Marketing Website https://datastudio.google.com/u/0/#/org//reporting/0B_U5RNpwhcE6SF85TENURnc4UjA • World Population, Internet, & Mobile Data https://datastudio.google.com/u/0/#/org//reporting/0B_U5RNpwhcE6bzVYT2FSNmRBUWc Google Data studio
  • 21. 기능리뷰 • https://datastudio.google.com/?hl=en • 현재 크게 Reports 와 Data Sources 기능 샘플을 열어두고 있음 • Reports의 경우 대쉬보드 형태의 보고서 형태이고 Data Sources 에서는 현재 불러와진 데이터들을 제어하는 영역으로 보임 Google Data studio
  • 22. 기능리뷰 Google Data studio • Reports - 간략히 정리된 사용법을 검토해보면 기존의 구글 드라이브와 유사한 에디터 인 터페이스를 제공하는 것으로 추정 - 또한 여러 페이지의 대쉬보드를 하나의 레포트에 추가할 수 있는 것으로 보임
  • 23. 기능리뷰 Google Data studio • 시각화 - 제공되는 차트 유형은 단순한것으로 보임
  • 24. 기능리뷰 Google Data studio • 시각화 사용 시나리오 - 데이터 불러오기  차트 유형 선택  차트별 편집 - 데이터 소스에 미리 등록해둔 데이터를 불러오는 형태
  • 25. 기능리뷰 Google Data studio • 시각화 사용 시나리오 - 데이터 불러오기  차트 유형 선택  차트별 편집 - 툴바에서 직접 챠트 유형을 바로 선택하여 입력하는 형태로 추정 - 챠트별로 Dimension과 Metric 유형으로 데이터 필드를 나누어 챠트별로 적당 한 필드를 추가하도록 함
  • 26. 기능리뷰 Google Data studio • 시각화 사용 시나리오 - 챠트별로 데이터 범위를 조정 - 테이블 형태의 요소는 스프레드시트 형태의 필터링 제공
  • 27. 기능리뷰 Google Data studio • 데이터 소스 관리 - 불러온 데이터의 경우에는 아래와 같이 필드별로 정보를 확인하고 편집하거나 새로운 변수를 추가 - 필드별로 별도의 ID값을 부여 - 타입의 경우 숫자, 시간, 날짜, 위치, 텍스트, 퍼센트 등 스프레드시트에서 사용 되는 형태들이 대부분 인식 되는 형태
  • 28. 기능리뷰 Google Data studio • 데이터 불러오기 - 데이터 불러오기 기능은 직접 확인할 수 없으나 가능한 소스는 구글 시트, Analytics, Youtube, Big Query등 구글의 다양한 서비스와 연동이 되는 형태로 추정 - 신규 필드 생성 : 원자료에 있는 필드 뿐만이 아니라 이들을 편집하여 새로운 필드를 생 성할 수 있는 것으로 보임. 예) 아래 필드는 특정 값의 평균을 내어 생성된 변수로 추정됨