BLOG
블로그 콘텐츠의 내용 및 의견은 AWS SUMMIT 2021의 세션을 리뷰한 내용입니다.
1.Amazon QuickSight
Amazon QuickSight는 대시보드를 통해 각종 정보를 시각화하며, 고도화된 검색 시스템을 지원합니다.
2. 로그 수집 / 분석
Amazon Kinesis Firehose 및 ATHENA 활용하여 효과적인 로그 수집과 분석이 가능합니다. 검색 패널 분석 (AASRR)과 검색 키워드 분류 또한 적극 활용할 수 있습니다.
3. Amazon Personalize 서비스를 통한 개인화 추천
다양한 기능을 지원하는 Amazon Personalize 서비스를 통해 효과적인 개인화 서비스를 지원할 수 있습니다. Amazon Personalize 서비스는 초기 구축 장벽이 낮고 8시간 만에 구축이 가능합니다. 또한 효율적인 학습 및 서비스 비용으로 하이퍼파라미터 학습과 HRNN 세션기반 큐레이팅 알고리즘 이해를 제공합니다.
4. 이미지 분류(ML)
Sagemaker를 이용한 이미지 분류
5. 앞으로 가야 할 목표
더욱 효율적인 데이터 분석을 위해 검색, 추천, ML, BI, 상관 관계 분석의 발전이 필요합니다.
6. 지그재그의 사례
지그제그는 NO.1 여성 쇼핑몰 모음 앱으로 외부데이터(Third Party), 내부데이터 (DB), 행동 데이터 (log)를 Amazon -S3 (100TB)를 통해 관리해왔습니다. 그러나 피크타임 시 5분에 3백만 건, 일간 5억 건의 데이터가 저장되었고 비즈니스가 커짐에 따라 늘어나는 요구 사항으로 인해 로그 수집에 어려움을 겪었습니다.
Reactive Microservice Architecture
AWS의 Reactive Microservice Architecture를 통해 지그재그는 Pre/Post-processing, Deduplication, Schema, Field Validation, Fault-Tolerance, Near Real-Time등의 요구사항들을 충족시킬 수 있었습니다. 이를 통해 로그 수집 플랫폼이 꼭 갖춰야 역량은 Fault-Tolerant / High Availability / Monitoring / Integrity라는 것을 알 수 있었습니다.
7. 마무리하며
커머스 스타트업의 효율적인 데이터 분석 플랫폼 구축을 위해서는 사용자 행동로그의 저장과 분석, 더나아가 AI/ML(이미지 검색, 추천, BI(시각화), 상관 관계 분석) 등 비즈니스 밸류 업그레이드가 가능합니다. 또한 비즈니스 정보 분석, 전략적 의사결정, 고객 데이터 분석, 데이터 기반 서비스 제공, 데이터 중심 사고를 가능하게 하는 것은 데이터로부터 시작됩니다.
발표자료URL: https://www.slideshare.net/awskorea/building-commerce-startups-efficient-data-analysis-platform
*해당 블로그는 메가존클라우드 임직원이 AWS SUMMIT 2021 “커머스 스타트업의 효율적인 데이터 분석 플랫폼 구축기” 세션을 보고 작성한 글로 발표 자료 및 자세한 내용은 위의 URL에서 확인하실 수 있습니다.