배경

  • PHILIP MORRIS는 그들의 경영부서의 상품 생산량 통제를 도와 높은 생산성을 유지하고 버려지는 상품의 양을 줄이기 위한 빠른 방법을 찾고있었다.
  • Client is looking for an faster way to help their Operation division to control their production yield while maintain high productivity and reduce production waste
  • Special Testing Kit가 해다 생산 라인에 설치되었고, 생산라인 및 구획의 매니저로부터 질의 응답과 피드백으 받았다.
  • 아래의 과제가 있었다:
    • Testing Kit의 산출물은 사람이 읽기에 적합하지 않은, 16진법 형식이었다. 해당 산출물은 각 상품 데이터의 일부에 불과했으며, 따라서 점차 데이터의 크기는 커져갈 것 이었다.
    • 각 장비의 센서데이터는 일단위로 수치화 된다.
    • 데이터들이 생산라인 및 구획매니저에게 의미를 가지기 위해서는 위의 데이터(경영데이터, 센서데이터, Testing Kit산출물)들이 병합되어야 한다.


솔루션 예시 화면

Datawatch Monarch는 Datawatch 가 가진 핵심 가치를 잘 나타낸다 각각의 대시보드는 각기 다른 데이터 소스로부터, 즉 비정형 & 정형 데이터로부터 오며 이  데이터들은 제품 흐름을 리포트상으로 확인하고 모니터링 하는데 사용되기 때문이다.

시간당 생산률


일별 생산률


품질 보증

수치화 데이터

도입 기능

  • ETL : DATAWATCH Monarch, Automator
  • Visualization : DATAWATCH Designer


기록 영상

아래의 비디오는 Datawatch Automatior를 통한 비정형 데이터의 추출, 추출한 데이터를 사람이 읽어낼 수 있는 형태로 변환하여 관련 데이터베이스로 입력하는 과정을 보여준다.




'자료실 > Datawatch' 카테고리의 다른 글

[Datawatch/Use Case] PHILIP MORRIS  (0) 2016.03.15
[Datawatch/Use Case] FedEx  (0) 2016.03.15
[Datawatch/Use Case] Lagadere  (0) 2016.03.15
[Datawatch/Use Case] Audi  (0) 2016.03.15
[Datawatch/Use Case] Great Eastern Life  (0) 2016.03.15
[Datawatch/Use Case]Standard Chartered  (0) 2016.03.15

 

배경
  • 배송 관리자의 부재시 전반적인 배송 현황에 대한 이해가 필요
  • 다양한 상황에 대한 모니터링은 가능하지만 통합화면이 부재
  • 위와 같은 이유로 배송현황에 대한 조직적인 편성과 통제가 불가
    • 유동적인 시간 활용 (유휴시간, 복귀 계획) 필요
    • 고객 중심의 KPI 수립 필요 (수령 위치,  주의 필요 배송물)

  • 비용문제: 과도한 초과 근무
  • 고객문제: 고객 만족도 불충분

솔루션 예시 화면

실시간 배송 KPI 정리

  • 배송 관리자의 KIP에 대한 빠른 요약
  • 배송/수취 비교, 휴식 시간, 주요 지표, BARN 지표


실시간 전체 배송 현황 및 유휴시간 

  • 구간별/ 매니저별/ 운전자별 능동적 (slice/dice) 계층구조 
  • 크기 = 남은 수화물
  • 색깔 = 누적 유휴 시간


실시간 배송자 위치 및 수취 현황

  • 배송자 위치정보 및 수취 현황

  • Monitor idle time accumulation throughout the day by loop/route/driver hierarchies
    • 구간/경로/배송자 계층별 누적 유휴시간 모니터링


도입 기능

  • ETL : DATAWATCH Monarch, Automator
  • Visualization : DATAWATCH Designer

영상 기록




'자료실 > Datawatch' 카테고리의 다른 글

[Datawatch/Use Case] PHILIP MORRIS  (0) 2016.03.15
[Datawatch/Use Case] FedEx  (0) 2016.03.15
[Datawatch/Use Case] Lagadere  (0) 2016.03.15
[Datawatch/Use Case] Audi  (0) 2016.03.15
[Datawatch/Use Case] Great Eastern Life  (0) 2016.03.15
[Datawatch/Use Case]Standard Chartered  (0) 2016.03.15

배경

  • Changi 공항에 위치한 대형 면세점의 경영자
  • 매장별 방향성 설정을 위한 고객, 상품, 재무성과에 대한 분석 필요
  • POS 데이터의 분석을 위한 데이터의 준비가 필요
  • Datawatch Monarch는 이에 적합

솔루션 예시 화면

  • 각 매장의 POS 파일은 반정형 데이터 로그이다
  • 해당 파일은 중요한 의미를 갖는 고객 정보를 포함한다.


  • 반정형 데이터의 특성상, 전통적인 BI툴과 리포팅 방식으로는 해당 데이터를 사용할 수 없다.
  • Datawatch 는 해당 POS 파일의 추출과 분석이 가능하다.


Datawatch는 해당 데이터를 시각화 하여 보여줄 수 있다.
  • 인구학적 통계(성별, 나이, 지역) 과 좌석의 클래스에 따른 고객 분석
  • 동일 데이터 셋에서의 상품및 매장 성취도 분석 가능


도입 기능
  • ETL : DATAWATCH Monarch, Automator
  • Visualization : DATAWATCH Designer


'자료실 > Datawatch' 카테고리의 다른 글

[Datawatch/Use Case] PHILIP MORRIS  (0) 2016.03.15
[Datawatch/Use Case] FedEx  (0) 2016.03.15
[Datawatch/Use Case] Lagadere  (0) 2016.03.15
[Datawatch/Use Case] Audi  (0) 2016.03.15
[Datawatch/Use Case] Great Eastern Life  (0) 2016.03.15
[Datawatch/Use Case]Standard Chartered  (0) 2016.03.15

배경

  • '소매점 재정 상태 제어 시스템'의 사례를 참고로 한다.
  • 아래의 과제를 참고하여, 데이터 시각화 분석툴을 최신화 한다:
    • 세그먼트 부터 SKU 레벨 전반의 이윤 통제
    • 방대한 딜러 네트워크 전반의 이윤통제 - 각 딜러들의 마진율 차이 파악
    • 예산 vs 현황과 예측


솔루션 예시 화면

하단의 대시보드는 SAP ABAP 데이터 소스를 베이스로 한 반복적인 템플릿이다.

소매점 재정 제어 시스템의 유저들은 아래와 같은 기능을 확인 할 수 있다;

  • 구역별 명확한 마진율 확인 가능
  • SKU 레벨 까지의 Drill Down 가능.
  • 비정상적 SKU 파악 가능
  • 최고 마진율, 가격 통제 가능


  • 매장 및 상품 전반의 재정적 통제 가능
  • 각 딜러 그룹의 수직적 정렬
  • 각 모델의 수평적 정렬



 예산 vs 실제 측정값

트리맵

  • 박스의 크기 =세일즈 볼륨
  • 색 = performance vs FC


Bullet Graph

  • 바의 길이 = 실제
  • 수직선 = 예측


도입 기능

  • ETL : DATAWATCH Monarch
  • Visualization : DATAWATCH Designer


'자료실 > Datawatch' 카테고리의 다른 글

[Datawatch/Use Case] FedEx  (0) 2016.03.15
[Datawatch/Use Case] Lagadere  (0) 2016.03.15
[Datawatch/Use Case] Audi  (0) 2016.03.15
[Datawatch/Use Case] Great Eastern Life  (0) 2016.03.15
[Datawatch/Use Case]Standard Chartered  (0) 2016.03.15
[Datawatch/Use Case] Quatrro  (0) 2016.03.15

배경

  • 보험설계사들은 주로 현장에서 영업을 진행하며, 그들이 모으는 영업 데이터들은 대부분 방대할 뿐 아니라 본사에 보고하기 위해서는 데이터를 손수 하나하나 정리 해야 했다.
  • 영업사원/관리자/해당 지부에서 보고되는 영업 리포트는 대부분 병합되지 않은 채로 통합 시스템에 보관된다.  
  • 리포트들은 일반적으로 "수정 및 해체가 불가능한" PDF 상태로, 정기적으로 회사에 제출된다.
  • 회사는 수작업으로 데이터를 정제하고 통합하여 분석하기 위하여 자산을 투자해야 했다.

솔루션 예시 화면

  • 리포트는 매달, 영업팀 팀장이, ERP 시스템에서 생성한다.
  • 데이터는 PDF파일로 잠겨있어, 병합이나 분석과 같은 재가공이 어렵다.



  • Datawatch Monarch는 PDF파일 에서 직접 데이터를 분석 하거나, 다른 소스 (Database, Web, Flat File)에서의 가상화 분석을 자동화할 수 있다. 
  • 추출 템플릿은 모든 리포트 소스에 반복적으로 재사용할 수 있다. (월간, 일간 등)
  • 알림: 개인정보는 Monarch의 기능을 이용하여 보이지 않게 처리했다.


Datawatch로 데이터를 준비한 후 시각화로 보여질 수 있다:

  • 모든 영업 인원에 대한 통합 화면 (매출, 수익)
  • 특정 인원에 대한 기간별 성과 분석 화면


도입 기능

  • ETL : DATAWATCH Monarch
  • Visualization : DATAWATCH Designer


'자료실 > Datawatch' 카테고리의 다른 글

[Datawatch/Use Case] Lagadere  (0) 2016.03.15
[Datawatch/Use Case] Audi  (0) 2016.03.15
[Datawatch/Use Case] Great Eastern Life  (0) 2016.03.15
[Datawatch/Use Case]Standard Chartered  (0) 2016.03.15
[Datawatch/Use Case] Quatrro  (0) 2016.03.15
[Datawatch/Use Case] Stryker Japan  (0) 2016.03.15

배경

  • 고객은 APAC(아시아 태평양)지역의 다양한 자산 관리사와 거래중이다.
  • 자산 관리사가 자산을 구매하면, 그에 대한 내역서를 생성한다.
  • 각 자산 관리사는 각자 원하는 형식으로 내역서를 작성한다. (PDF, Excel, Text 등)
  • Datawatch Monarch 는 위와같은 형식의 내역서의 데이터를 자동화하여 분석하고 정리/정제 하는 것에 적합하다.
  • 데이터들은내부적인 병합을 거쳐 , 각 자산 관리사의 커미션 시스템에 로드 될수 있어야 한다.
  • 최종적으로, 자산 관리사별 거래 성과의 추세를 한눈에 알 수 있는 대시보드가 제공되어야 한다.
  • 비용 성과: 과도한 초과근무 수당
  • 고객 성과: 서비스의 질에 대한 불만족 
  • 솔루션 예시 화면

    중계 수수료 내역 - 플랫 파일 형식 (PDF, txt, excel 등)

    • 알림: 민감한 정보들은 예시에서 제외


    Datawatch Monarch – 모델의 템플릿을 정의

    • 데이터를 추출하고 변환시킬 수 있는 "Traps" 으로 템플릿 구성
    • 어떠한 정형 리포트/파일도 한번에 처리가능
    • 테이블형태(엑셀과 같은)로 데이터 변환 가능 (소팅, 필터, 요약, 계산)


    Datawatch Monarch – 요구사항에 맞는 포멧으로 데이터 추출

    • 예시, Text file, Pipe Delimited


    Datawatch Automator로 스케쥴에 따른 프로세스 자동화, 유저 직접 구동 가능

    • Datawatch Automator는 Monarch를 기반으로 ETL business logic을 완전 자동화 시킬 수 있다.


    Datawatch Designer – 자산관리사 시각화 화면 샘플



    도입 기능

    • ETL : DATAWATCH Monarch, Automator
    • Visualization : DATAWATCH Designer


    '자료실 > Datawatch' 카테고리의 다른 글

    [Datawatch/Use Case] Audi  (0) 2016.03.15
    [Datawatch/Use Case] Great Eastern Life  (0) 2016.03.15
    [Datawatch/Use Case]Standard Chartered  (0) 2016.03.15
    [Datawatch/Use Case] Quatrro  (0) 2016.03.15
    [Datawatch/Use Case] Stryker Japan  (0) 2016.03.15
    [Datawatch/Use Case] Air Asia  (0) 2016.03.15

    배경

    • Quatrro 는 BPO(Business Process Outsourcing) 기업이다. 그들의 고객은 간단한 수동 입력 데이터 부터, 계정에 관한 장부와(GL ledger) 같은 더욱 복잡한 데이터까지, 정리하여 요약된 리포트로 변환 시키고자 했다.
    • Quatro는 그들의 내부 프로세스를 개선시킬 방안을 찾고 있었고, 그리 된다면 다른 프로젝트 수행시 그들의 리소스를 크게 절약할 수 있을 것 이었다. 
    • 다음과 같은 사항이 요구되었다.:
      • 1. input 데이터를 지도로 시각화 할 수 있어야 한다. 나아가 필터의 적용, 그룹별 총합, 필드 변환, 파생되 필드 추가 와 같은 기능들을 지원해야 한다.
      • 2. 파일의 포멧에 대한 적합성 판단 기능
      • 3. email에 첨부된 FTP에서의 정보추출이 가능할 것
      • 4. 다양한 거래종류 및 다수의 고객에 대응 가능할 것
      • 5. 서로 다른 시간대(일/주)의 고객의 스케쥴에 대응 가능할 것
      • 6. 마스터 데이터의 저장과 필드롤 통한 검색이 가능할 것
      • 7. 각 레코드의 종류와/열(type/row)의 프로세스가, 저장되어 있는 절차에 대응할 것 
      • 8. 그룹에 따른 각 필드별 합계
      • 9. 생성된 아웃풋에 추가적인 열 생성이 가능할 것
      • 10. 배포 리스트상의 정보에 따른 메일 전송
      • 11. 변형을 위한 명령행(Command Line) 사용 가능할 것
      • 12. 인풋(Input)과 아웃풋(Output)모두 나누기나 병합이 가능할 것
      • 13. 오류관리가 가능한 툴(Tool)일 것
      • 14. 모니터링 기능을 지원하는 툴(Tool)일 것

    도입 기능

    • ETL : DATAWATCH Monarch, Automator


    영상 기록

    • 아래의 시나리오는 위의 모든 요구사항을 충족시킨 시연 영상이다.
    • 이는 이곳 의 세부사항을 기반으로 한다.




    배경
    • Stryker Japan은 Stryker APAC의 본부이기 때문에, 막대한 양의  재정업무를 다루고 있다.
    • 해결 과제:
      • 영업 사원들의 월간 보고 분석
      • 반복적 업무의 감소 ( 매월 반복적인 단순 파일 복사 붙여넣기 업무) 

    솔루션 예시 화면

    아래의 화면은 소스 데이터의 ERP 인쇄물을 바탕으로 반복 사용되는 템플릿을 솔루션으로 불러온 것 이다. 데이터 소스는 기본적으로 ERP 시스템에서 가져오며, Stryker Japan은 데이터와 메세지만을 리포트에서 추출해 내길 바랬다.



    아래의 화면은 Monarch를 이용하여 PDF파일에서 원하는 데이터를 캡쳐한 후의 모습이다.



    도입 기능

    • ETL : DATAWATCH Monarch


    배경

    • Air Asia의 엔지니어링팀은 다중으로 구성되어있는 재고현황 데이터의 정제와 처리를 위해 Datawatch를 사용한다.
    • Datawatch 솔루션은 막다한 양의 수작업 공정을 자동화 하는데 성공했다. 


    도입 기능

    • ETL : DATAWATCH Monarch, Automator


    영상 기록

    판매사의 파일에서의 PDF파일 추출

    • AirAsia는 매시간 Airbus 로부터 부품 구매 내역에 대한 PDF파일을 받는다. 
    • 부품 번호에 대한 정보는 많은 이유로(신모델, 대체, 단종 등)인해 대단히 자주 바뀌기 때문에, 추출해 내어야 한다.
    • 부품 조달 시스템은 모든 관련 재고정보에서 업데이트를 받을 수 있어야 한다.


    부품 소모내역 병합

    • AirAsia는 부품에 대한 구매를 본사에서 진행하고, 여분의 부품은 보조적으로 사용되거나 각 지역에서 자체적으로 운용된다.
    • 그러므로 분리되어 있는 독립적으로 사용된 부품 기록과 부품 이동에 따른 재고에 대한 기록을 명확하게 만들어야 했다. 



    배경

    • DFS 그룹은 두개의 카드사와 재휴하고 있으며, 이들은 각각 모든 소매상의 일일 신용 카드 사용 기록을 가지고 있다. 
    • DPS 그룹은, 각 매장의 POS에서 나온 거래의 세부거래 내역을 사용 각 카드사의 사용기록과 매치 시키고자 했다. 
    • 두 카드사의 신용카드 사용기록은 다른 형식이었으며, 소실될 위협이 있었다.
    • DFS는 가급적 빠르게 이 두가지의 카드 사용 기록을 병합하길 원했으며, 발생가능한 사용기록의 소실을 파악하여 미래에 발생할지도 모르는 오류의 근원을 제거하고자 했다.

    도입 기능

    • ETL : DATAWATCH Monarch, Automator

    영상 기록

    • DFS 는 각각의 신용카드사로부터 2가지의 엑셀 파일을 받는다: Nets 와 Union Pay.
    • 이 두가지의 자료는 POS에서 나온 세부 거래내역과 병합된다.
    • 매치 되지 않는 자료는 차후 조사가 필요하다.



    + Recent posts