Amazon Redshift 스트리밍 수집

여러 소스에서 스트리밍되는 대량의 데이터를 짧은 지연 시간과 높은 스루풋으로 처리하여 몇 초만에 인사이트를 얻을 수 있습니다.

Amazon S3에 스테이징할 필요 없이 Kinesis Data Streams 및 MSK에서 데이터 웨어하우스로 직접 스트리밍 데이터를 수집합니다.

Amazon Redshift 내에서 익숙한 SQL을 사용하여 스트리밍 데이터에 대해 다양한 분석을 수행합니다. 스트림을 기반으로 구체화된 뷰를 직접 정의하고 구축합니다. Amazon Redshift의 사용자 정의 함수 및 저장 프로시저를 사용하여 MV on MV를 생성함으로써 다운스트림 ELT 파이프라인을 생성하고 관리합니다.

원하는 비즈니스 인텔리전스 솔루션 내에서 스트리밍 데이터를 시각화하여 인사이트를 생성합니다. 네이티브 ML 통합 기능을 갖춘 통합 서버리스 비즈니스 인텔리전스 솔루션인 Amazon QuickSight와 같은 솔루션 내에서 차트와 기타 시각적 요소를 작성하여 조직의 데이터 기반 의사 결정을 지원합니다. 기계 학습 기반 Amazon QuickSight Q를 사용하여 데이터에 대해 대화식 질문을 하고 관련 시각화를 통해 답변을 받습니다.

게이머의 실시간 데이터를 분석하여 게임 내 전환율과 플레이어 유지율을 높이고 게임 경험을 최적화합니다.

수천 개의 IoT 디바이스에서 수집된 데이터를 분석하고, Amazon Redshift 내에서 기계 학습(ML)을 사용하여 운영을 개선하고 고객 이탈을 예측하며 비즈니스 성장을 실현합니다.

평균적으로 고객은 단일 세션에서 수십 곳의 웹 사이트를 방문하지만, 마케팅 담당자는 대개 자사의 웹 사이트만 분석합니다. 웨어하우스에 수집되는 승인된 클릭스트림 데이터를 분석하여 고객의 활동 내역과 행동을 평가합니다.

개발자와 엔지니어가 애플리케이션 로그 파일 및 네트워크 로그에서 스트리밍 데이터를 액세스하고 분석하여 실시간 문제 해결을 수행하고, 더 나은 제품을 제공하며, 예방 조치를 취하도록 시스템에 알릴 수 있습니다.

실시간 분석, 보고 및 시각화를 위해, 모든 POS 소매 판매 거래 데이터를 거의 실시간으로 액세스하고 시각화할 수 있습니다.