DataFam 고객 사례 모음집 – 4개 기업이 Tableau 로 업무를 바꾼 방법

Key Takeaways

• 토스뱅크: 5,700+ 대시보드 환경에서 Ansible 자동화·쿼리 리니지 92% 매핑·권한 거버넌스로 1년간 운영을 시스템화
• LG CNS: 협상 중심 구매에서 정보우위 구매로 전환, 내부·외부 데이터를 Tableau로 통합해 감지-판단-실행 3단계 의사결정 지원
• KRAFTON: AI가 가설을 빠르게 실험(FLASH), Tableau가 검증, 분석가가 기준 정의와 신뢰도 책임(DEEP) — 이터널 리턴 메타 지표 설계
• BRPConnect(바로팜): 제약 산업 22,500약국 데이터를 연속성·유연성·정확성 3조건으로 정리, 4종 대시보드 + Tableau AI로 발주 부담 감소

목차

• KRAFTON — AI 시대 게임 메타 지표 설계
• LG CNS SINGLEX — 데이터 기반 스마트 구매 생태계
• 토스뱅크 — Tableau 운영 자동화 & 거버넌스
• BRPConnect — 제약 산업 데이터 플랫폼
• FAQ

---

토스뱅크 — Tableau 운영 자동화 & 거버넌스

문제: 5,700개 대시보드를 사람이 돌릴 수 없다

토스뱅크의 Tableau는 전사 지표·리포트가 모이는 단일 플랫폼이다. 규모는 감당할 수단이 사람이 아니라 시스템이어야 할 정도로 커져 있었다.

세 가지 과제였다. ① 운영 자동화는 여전히 손으로, ② 무거운 쿼리는 누가 날린 건지 알 수 없고, ③ 거버넌스(권한 부여·회수)도 수동.

해결 1: Ansible 코드화와 전용 pool 격리

설치·업그레이드·백업·복구를 Ansible로 코드화하고 배치 구성했다. 전용 pool을 격리해 자원 경합을 해소하고, 매핑·추적·회수를 시스템에 맡겼다.

해결 2: 쿼리 정규화·해싱으로 92% 자동 매핑

무거운 쿼리의 주인을 찾기 위해 쿼리 문자열을 정규화·해싱해 워크북·담당자와 자동 매핑했다. 매핑률 92%, 오너 추적 ≤1시간, 최근 2주 30,396건 중 실패 358건을 즉시 식별한다.

지표	결과	의미
매핑률	92%	무거운 쿼리 대부분이 워크북·담당자까지 자동 연결
오너 추적	≤ 1시간	매시 적재·조회 한 번으로 워크북 주인 확인
실패 식별	358 / 30,396건	최근 2주 실행 중 실패를 즉시 식별

해결 3: 권한 부여·회수 이력 DB화

핵심 부여·회수, 모든 변경이 이력 DB를 경유한다. 감사 증적이 자동 축적되고, 장기 미사용자·퇴사자 라이선스를 자동 회수한다.

1년간 바뀐 건 도구가 아니라 운영의 기본값. 부여·회수·수기 대장이 사라지고, 시스템이 대신했다.

---

LG CNS SINGLEX — 데이터 기반 스마트 구매 뷰어

전환: 협상 중심에서 정보우위 구매로

구매의 미래는 협상이 아니라 정보우위에서 시작된다. 같은 데이터라도 새로운 질문에는 새로운 시스템이 필요하다. 내부 실적 데이터만으로는 절반, 외부 시장 데이터가 나머지 절반을 채운다.

구분	협상 중심 구매	정보우위 구매
경쟁의 원천	협상력·관계·물량	정보의 양·정확도·속도
의사결정 시점	구매 요청 들어온 뒤	시장 신호 감지된 순간
데이터 범위	내부 실적 중심	내부 실적 × 외부 시장 인텔리전스
성과 정의	단가 절감액	총비용(TCO)·공급 안정성·기회 포착

구조: 감지-판단-실행 3단계

정보우위를 만드는 데이터 지도는 감지(Sense) → 판단(Decide) → 실행(Act) 3단계로 구성된다. 각 단계마다 필요한 데이터와 산출물이 다르고, 이 순환이 빠를수록 정보우위가 커진다.

ERP·사내·외부 데이터를 잇는 Tableau 통합 아키텍처가 이를 뒷받침한다. 5계층 구조(수집→통합·정규화→적재→시멘틱→분석·활용)로 각 계층이 독립적으로 확장된다.

활용: 6종 보고서와 단가×시황 예측

이미 운영 중인 6종 보고서는 ‘무엇을 어떻게 구매했는가’에서 ‘무엇을 어떻게 구매해야 하는가’로 시점을 옮긴다. 이상 징후 모니터링, Spend 분석 × Self-BI, 시황 정보 & 자동 구독 리포트, 단가×시황 연계 예측 등을 운영한다.

데이터는 표준으로 태어나고, 내부 데이터만으로는 절반이며, 담당자는 예측으로 움직이고, 다음 단계는 AI다. 자연어 AI(PROai)로 분석과 실행 방안까지 제공할 계획이다.

---

KRAFTON — AI 시대 게임 메타 지표 설계

질문: AI가 답을 내리는 시대, 왜 분석가가?

AI는 이미 분석의 출발점이다. 아이디어를 가설로, 코드와 목업까지 만든다. 그럼 분석가는? KRAFTON은 세 역할로 답한다. AI는 빠르게 만들고, Tableau는 다시 보게 하고, 분석가는 판단하고 설득한다.

무대: 이터널 리턴의 메타

이터널 리턴은 세 명이 한 팀으로 플레이하는 배틀로얄 게임이다. 패치에 따라 어떤 전투 방식이 늘고 줄었는지 모니터링할 데이터가 필요했다. 메타, 즉 유행하거나 효과적인 플레이 방식을 추적하는 것이 출발점이었다.

메타 분류: 8개 조합

세 명의 원거리·근거리 여부(1/0)와 데미지 기여 순서를 조합해 000부터 111까지 8개 조합으로 분류한다. 여기에 데미지 기여 순서를 반영하면 패치별 추이를 볼 수 있다.

분류 기준	구성	활용
원거리·근거리	3명 여부 (1/0)	000~111, 8개 조합 분류
데미지 기여 순서	기여도 순	패치별 추이 추적
역할군 조합	캐릭터 역할	메타 유형별 포지션

FLASH vs DEEP: 빠른 답 이후의 역할

AI의 빠른 사고(FLASH)는 가설·실행·목업을 빠르게 만들고, 분석가의 깊은 사고(DEEP)는 직접 보며 의심하고, 예외와 모순을 발견하고, 분류 기준을 재정의한다. AI가 준 것은 실행 시간이며, 더 중요해진 것은 판단과 검증이다.

좋은 판단이 조직에 남으려면 신뢰할 수 있는 데이터 연결, 접근 권한, 반복 사용 가능한 콘텐츠 관리가 필요하다. KRAFTON은 Tableau TF로 거버넌스를 확립해 Insight를 조직에 아카이브한다.

---

BRPConnect(바로팜) — 제약 산업 데이터 플랫폼

배경: 약국 발주 부담을 줄이는 플랫폼

바로팜은 단 한 번의 연동으로 도매상 재고·가격을 비교하고 통합주문까지 처리해 약국의 의약품 주문 부담을 줄이는 플랫폼이다. 전국 약국의 90%인 22,500곳이 사용 중이다. 주문이 일어나는 곳에 쌓이는 데이터를 분석해 대시보드로 제공하는 회사가 비알피커넥트다.

세 가지 데이터 조건: 연속성·유연성·정확성

제약 데이터를 다루려면 세 가지 조건이 필요하다. ① 연속성: 신제품이 나와도, 주가 바뀌어도 흐름이 끊기지 않게. ② 유연성: 한 번 정리한 데이터를 지역·채널·성분 어느 질문에도 열 수 있게. ③ 정확성: 고객사가 숫자를 믿고 회의에 들고 들어갈 수 있게.

조건	의미	해결책
연속성	흐름이 끊기지 않게	Tableau Prep 전처리 파이프라인
유연성	어떤 질문에도 재사용	분석 키값 설계
정확성	숫자를 믿고 회의에 활용	도메인 QC + Tableau 레이어 대응

4종 대시보드: Sales·District·Price·Distribution

4개 상품군으로 17개 대시보드를 운영한다. 글로벌·국내 제약사 동시 서비스를 제공한다.

대시보드	주요 분석
Sales Analyzer	의약품 전체 Market Review, 회사별·카테고리별 Sales Trend, 경쟁 브랜드 Market Share
District Analyzer	시도/시군구별 판매·경쟁 현황, 병원별 실적, 지역별 목표 달성률
Price Tracker	품목별 약국 사입 단가 Trend, 비급여·OTC 특화, 지역별 실거래가 분포
Distribution Tracker	유통 채널별 판매 분석, 품절·입고 현황, 재고 소진 흐름 모니터링

Before & After: 분기 대기에서 매일 아침 확인으로

고갶사 데이터 제공 주기도 분기에서 월로, 커스텀 요청 반영도 5일에서 1일로 단축됐다.

다음 단계: Tableau 기반 AI

대시보드 속 Tableau Agent, Tableau Pulse 브리핑→Agent 질의, Slack 자연어 질의로 확장한다. 세 가지 조건(연속성·유연성·정확성)이 AI 시대에도 그대로 유효하다.

FAQ