원활한 거래 경험

마지막 업데이트: 2022년 2월 9일 | 0개 댓글
  • 네이버 블로그 공유하기
  • 네이버 밴드에 공유하기
  • 페이스북 공유하기
  • 트위터 공유하기
  • 카카오스토리 공유하기

우리에 관하여

Leading Alliance에서 우리는 최고의 거래 경험을 제공하기 위해 노력하는 전문적인 다중 자산 온라인 중개 업체로서 원활하고 빠른 실행과 최적의 성능을 보장합니다. 우리의 경영진은 무역 업계에서 경험이 풍부한 팀으로 구성됩니다. 우리는 최신 기술과 소프트웨어를 사용하여 최고의 가격 실행 속도를 제공하고 거래자가 거래 목표를 달성 있도록 우수한 서비스를 제공합니다.

우리의 다양한 고객은 초보자부터 숙련 트레이더, 펀드 매니저 기관 고객에 이르기까지 다양한 숙련도를 포함합니다. 우리의 가격은 우리를 포함한 어떤 당사자의 간섭없이 고객에게 직접 전달되는 국제 은행을 포함한 수많은 유동성 공급자에 의해 제공됩니다.

온라인 사기 활동 식별

매년 전 세계적으로 온라인 사기로 인해 수백억 달러의 손실이 발생합니다. 전통적으로 기업들은 정확하지 않고 사기꾼의 변화하는 행동을 따라갈 수 없는 규칙 기반 사기 탐지 애플리케이션을 사용했습니다. AWS 사기 탐지 기계 학습 솔루션을 통해 기업은 온라인 사기를 사전에 보다 정확하게 감지하고 방지할 수 있습니다. 이러한 솔루션은 변화하는 위협 패턴에 적응하면서 수익 손실을 줄이고 브랜드 손상을 방지하며 마찰 없는 고객 온라인 경험을 제공하는 데 도움이 됩니다.

더 나은 개인화된 경험 제공

자체 조건에 따른 사기 탐지

기계 학습 전문가가 없는 기업은 Amazon Fraud Detector를 사용하여 몇 분 만에 비즈니스 애플리케이션에 기계 학습 기반 사기 탐지 기능을 추가할 수 있으며, 데이터 과학자로 구성된 전담 팀이 있는 기업은 Amazon SageMaker를 사용하여 며칠 만에 고도로 전문화된 사기 탐지 솔루션을 개발할 수 있습니다.

고객 참여 증대

Amazon의 사기 탐지 전문 지식을 기반으로 구축

Amazon의 사기 탐지 기계 학습 솔루션은 AWS, Amazon.com 및 자회사에서 사기 및 남용을 방지한 Amazon의 20년 경험을 활용하여 사기 패턴에 대한 지식으로 생산하는 모델을 강화합니다.

모든 접점을 개인화

실시간 온라인 사기 방지 및 탐지

Amazon의 사기 탐지 기계 학습 솔루션은 실시간으로 이벤트 위험을 평가하므로 고객은 사기꾼을 차단 또는 거부하고 위험이 낮은 활동을 신속하게 추적하도록 설계된 억제 또는 수정 조치를 즉시 적용하여 적법한 고객에게 더 나은 고객 경험을 제공할 수 있습니다.

모든 접점을 개인화

사기 팀에 더 많은 제어 권한 부여

사기 탐지 모델을 훈련, 조정 및 배포하는 데 필요한 복잡한 작업을 자동으로 처리함으로써 Amazon의 사기 탐지 기계 학습 솔루션을 사용하면 기계 학습 전문가는 아니지만 사기 문제에 익숙한 사용자가 매우 정확한 모델의 개발 및 업데이트에 참여할 수 있습니다.

사용 사례

결제 또는 거래 사기 탐지

관심 이벤트는 온라인 구매를 완료하거나 온라인으로 결제를 진행하거나 처리하려는 시도입니다. 전자 상거래 공간의 일반적인 예 중 하나는 “게스트 체크아웃”과 관련이 있습니다. 이러한 거래에는 계정 기록이 없거나 보다 익명의 경험을 위해 "게스트" 체크아웃 옵션을 선택한 사용자가 포함됩니다.

새 계정 사기

관심 이벤트는 새 계정에 가입하거나 등록하는 행위입니다. 사기는 악의적인 행위자가 가짜, 도난, 합성 자격 증명을 생성하거나 종종 봇을 통해 여러 계정을 생성할 때 시작됩니다. 디지털 플랫폼에서 자격 증명이 설정되면 공격을 더 쉽게 실행할 수 있습니다.

계정 탈취

관심 이벤트는 합법적인 사용자 계정에 대한 로그인 시도입니다. 계정 탈취는 악의적인 행위자가 사용자 ID와 비밀번호를 도용하거나 다크 웹에서 구매했거나 추측에 성공하여 합법적인 사용자의 로그인이 손상된 상황을 의미합니다.

프로모션 부정 사용

관심 이벤트는 원활한 거래 경험 일반적으로 사용자가 수요 창출 또는 마케팅 프로모션을 통해 부여된 혜택을 사용하는 행위입니다. 악의적인 행위자는 적법한 사용자의 계정에 액세스하여 양도 또는 구매를 통해 로열티 크레딧 또는 포인트를 소진합니다. 또한 새 계정과 함께 제공되는 무료 평가판 또는 무료 크레딧과 같은 프로모션을 활용하거나 추천 보너스를 받기 위해 자체 추천을 수행하기 위해 여러 개의 가짜 계정을 만듭니다.

허위 또는 악의적인 리뷰

관심 이벤트는 오해의 소지가 있거나 악의적인 내용을 포함할 수 있는 제품 리뷰를 게시하는 것입니다. 고객 서비스 팀이 수많은 알림(그 중 상당수는 오탐일 수 있음)을 거치지 않아도 되도록 허위 리뷰와 악의적인 리뷰를 찾아내는 기능을 확장하려면 스크리닝을 자동화하는 것이 중요합니다.

온라인 계정 등록 중에 기계 학습 기반 얼굴 생체 인식을 통해 모든 상황에서 신원 확인이 가능합니다. 사전 훈련된 얼굴 인식 및 내장된 분석 기능을 사용하여 기계 학습 전문 지식 없이도 이를 추가하여 사용자 온보딩 및 인증 워크플로를 향상할 원활한 거래 경험 수 있습니다.

고객 사례

Omnyex

SLA Digital

SLA Digital은 원활하고 안전한 이동통신사 청구 솔루션을 통해 전 세계 통신사 및 온라인 판매자를 위한 새로운 수익원을 창출합니다. SLA Digital은 판매자가 이동통신사와 쉽게 연결할 수 있도록 하는 이동통신사 청구 플랫폼을 제공하여 비용, 운영 위험 및 양 당사자의 시장 출시 시간을 줄입니다. 결제 집계자로서 사기 거래를 식별하고 방지하는 것은 SLA Digital의 비즈니스에 매우 중요합니다.

"12개월 전에 당사는 자체 기계 학습 전문 지식에 많은 투자를 할 필요가 없는 사기 탐지 솔루션을 찾고 있었습니다. Amazon Fraud Detector는 투명한 종량제 요금을 통해 효과적이고 경제적인 새로운 기계 학습 모델을 손쉽게 생성하고 기존 설정에 통합할 수 있도록 지원했습니다.“

Richard Fisher, SLA Digital의 기술 책임자

FlightHub Group

FlightHub Group은 더 원활한 거래 경험 많은 사람들이 새로운 장소를 방문하고 새로운 문화를 탐험할 수 있도록 여행에 쉽게 접근 할 수 있도록 합니다. 연간 5백만 명 이상의 고객에게 서비스를 제공하는 이들의 목표는 여행자에게 가장 저렴한 항공편과 함께 최적의 일정 및 탁월한 고객 서비스를 제공하는 것입니다. FlightHub의 사기 방지 팀의 최우선 순위 중 하나는 훔친 신용 카드로 항공권을 구매하려는 사기꾼에게서 저렴한 항공권을 찾는 가치에 민감한 여행자를 분별하는 것입니다.

"Amazon Fraud Detector를 도입한 이후 중단률이 2% 미만으로 낮아졌습니다 (5%였던 이전 대비). 또한 당사의 차지백 비율은 회사 설립 이래 가장 낮습니다. 이제 비즈니스는 과거 모델이 위험하다고 표시하여 거절했을 더 많은 체크아웃을 수락할 수 있습니다. 그러나 아마도 가장 좋은 점은 이전과 거의 동일한 운영 비용으로 이러한 훌륭한 결과를 얻고 있다는 것입니다. 이 모든 것이 예약 및 수익 증가와 함께 차지백으로 인한 손실 감소로 이어집니다."

Drayton Williams, FlightHub의 사기 조사 관리자

Pulselive

Aella Credit

"그동안 신흥 원활한 거래 경험 시장에서는 자격 증명 확인 및 검증이 주요 당면 과제였습니다. 사용자를 적절히 식별하는 능력은 신흥 시장에서 수십억 명의 사람에 대한 신용 정보를 구축하는 데 있어 큰 장애 요소입니다. 모바일 애플리케이션에서 신원 확인을 위해 Amazon Rekognition을 사용하면서 검증 오류가 크게 감소하고 확장성이 향상되었습니다. 이제 사람의 개입 없이 실시간으로 개인의 신원을 탐지하고 확인할 수 있게 되어 제품에 대한 액세스 속도가 개선되었습니다. 우리는 광고를 통해 알게 된 다양한 솔루션을 시도해 보았지만 널리 사용되는 대안 중 다양한 피부색을 정확하게 식별하는 솔루션은 없었습니다. Amazon Rekognition은 우리 시장에서 고객의 얼굴을 효과적으로 인식하는 데 도움이 되었습니다. 또한, KYC와 함께 중복되는 프로필과 중복 데이터 집합을 발견하는 데 도움이 되었습니다.”

Wale Akanbi, Aella Credit의 CTO 겸 공동 창립자

ActiveCampaign

"2020년 1분기/2분기에 피싱 공격에 사용되는 계정이 급증했습니다. 결과적으로 우리는 더 강력한 거래 데이터와 신호로 기존 자체 개발 솔루션을 보완하여 악의적인 행위자를 더 빨리 식별해야 했습니다. 예측적 원활한 거래 경험 기계 학습에 기반한 확장형 솔루션은 우리 사업을 성장시키는 데도 중요합니다. Amazon Fraud Detector는 자사 데이터를 사용하여 간편하게 모델을 구축하고, 피싱 공격을 하는 계정 가입을 정확하게 찾아냈습니다. 더 중요한 것은 매우 낮은 오탐율로 이러한 결과를 얻을 수 있다는 점으로 이는 운영 직원이 추가 작업을 수행할 필요가 없음을 의미합니다. Amazon Fraud Detector에는 경쟁력 있는 가격 모델이 있으며 이 모델을 기존 워크플로에 쉽게 통합할 수 있습니다."

Alex Burch, ActiveCampaign의 선임 이메일 운영 엔지니어

Qantas Loyalty

"Amazon Fraud Detector는 사기 탐지 및 완화 기능에 큰 보탬이 되었습니다. 회사의 고유한 상황에 적용되는 사용자 지정 규칙을 작성하고, 기계 학습 모델을 온디맨드로 훈련할 수 있으며, 다른 AWS 서비스와 원활하게 통합되기 때문에 플랫폼을 완벽하게 제어하면서 빠르고 지능적으로 의사 결정을 내릴 수 있습니다. AWS는 개념 증명 단계에서 매우 유용했으며 사기 추세에 맞추어 새로운 기능을 플랫폼에 추가하고 있습니다."

Mary Criniti, Qantas Loyalty의 CTO

CDKeys

"Amazon Fraud Detector를 통해 사기성 거래를 6% 줄였습니다. 동시에, 이전에는 수동 검토 플래그가 지정되었던 거래 중 90%가 넘는 결제에 대해 결제 프로세스를 자동화할 수 있었습니다. 이제 수동으로 검토하는 거래는 10%에서 더 감소하여 거래 중 1%에 불과합니다 이 서비스를 구현한 이후로, Trustpilot 점수가 크게 향상되었으며, 이는 이러한 체크아웃 탐지 자동화와 함께 웹 사이트에서 일관되게 구현해온 추가적인 개선 사항 덕분에 가능했습니다. 신뢰는 고객에게 전달하는 가치에서 큰 부분을 차지하며, 비즈니스의 중요한 성공 요인입니다."

Kevin Cole, Omnyex의 운영 이사

Truevo

"Amazon Fraud Detector를 통해 운영을 대폭 개선하고, 악의적인 행위자에 대응할 수 있는 유연성을 높이며, 시스템 및 프로세스를 더 강력히 제어할 수 있었습니다. 처음에는 사내 솔루션 및 타사 솔루션을 모색하고 있었습니다. Amazon Fraud Detector가 발표된 이후에 바로 노선을 변경했습니다. 우리는 오래전부터 AWS의 고객이었고 Amazon의 제품을 매우 신뢰하고 있습니다. Amazon Fraud Detector를 사용하면 온프레미스 또는 SaaS 상품에 존재하는 기존의 한계에 묶여 있을 필요가 없습니다. 오히려 기계 학습 서비스를 필요에 맞게 수정할 수 있는 유연성을 얻었습니다. 필요할 때마다 완전한 기계 학습 기능을 사용하도록 신속하게 확장할 수 있으면서도, AWS의 규칙 전용 옵션을 사용할 수도 있게 되었습니다. 그 덕분에 개발 기간이 3~6개월 단축되었습니다! 사실, 첫 번째 프로토타입 모델은 30분 만에 배포했습니다. 결과적으로 실시간 사기 탐지 기능을 더욱 깊이 신뢰하면서 운영할 수 있게 되었습니다. 완전히 파악하지는 못했지만 차단해야 하는 비정상적인 활동을 발견했을 때 규칙 탐지를 배포할 수 있는 역량도 강화되었습니다. 당사는 끊임없이 변화하는 규제 및 제도 요구 사항에 대응하고 적응할 수 있어 업계의 선두를 유지할 수 있습니다.”

‘갑질 여전’ 프랜차이즈 가맹점 15% “불공정거래 경험”

정부의 가맹불공정 근절 대책 이후 프랜차이즈 업계의 이른바 ‘갑질’ 관행이 상당 부분 개선됐음에도 가맹점 15%가량은 여전히 갑질에 시달리는 것으로 조사됐다.

8일 산업통상자원부가 발표한 2018년 기준 프랜차이즈 산업 실태조사 결과에 따르면 조사 대상 원활한 거래 경험 가맹점의 15.3%는 가맹본부와 불공정 거래 경험이 있다고 응답했다.

이번 실태조사 표본은 1200곳이었지만 국내 프랜차이즈 가맹점 수가 24만8000여곳임을 감안하면 3만8000여곳의 점주들이 가맹본부의 ‘갑질’을 경험하고 있는 것이다.

불공정거래 원활한 거래 경험 경험 중에는 가맹본부가 가맹점에 공급하는 재료비 등 필수품목 구입을 명목으로 강제 구매하도록 하는 경우가 전체 갑질의 11.4%로 가장 많았다.

반대로 조사 대상 가맹본부의 8.8%도 가맹점으로부터 결제대금 지연 등을 이유로 불공정 거래 경험을 했다는 응답을 했다.

가맹본부와 점주 간 신뢰는 본부의 68.6%가 강하게 형성이 돼 있다고 응답한 반면 점주들은 33.7%만이 그렇다고 답해 대조를 이뤘다. 소통 수준의 원활 정도 역시 본부는 77.3%가 그렇다고 응답했지만 점주들은 39.8%에 그쳤다.

2017년 기준 프랜차이즈산업 매출(가맹본부+가맹점)은 전년 대비 2.7% 증가한 119조7000억원으로, 우리나라 명목GDP(1730조원)의 6.9%를 차지한 것으로 나타났다.

전체 매출 중 가맹본부가 52조3000억원(44%), 가맹점이 67조4000억원(56%)이며 연평균 매출액은 가맹본부당 144억원, 가맹점당 2억8000억원이었다.원활한 거래 경험

고용은 전년 대비 11% 증가한 125만6000명으로, 우리나라 경제활동인구(2775만명)의 4.5%를 차지했다.

전체 고용 중 가맹본부가 18만2000명(14%), 가맹점이 107만4000명(86%)이며, 평균 고용인원은 가맹본부가 49명, 가맹점이 4명이었다.

전체 가맹본부 중 7.6%(350여개사)가 해외진출 경험이 있고, 12.3%가 향후 해외진출을 계획한다고 응답했다.

업종별로는 커피(16.8%), 치킨(16.2%), 한식(15.8%) 등 외식업 진출이 활발하고, 진출 국가로는 중국(52%), 미국(20%), 동남아 순이었다.

가맹본부의 수입원은 물류마진(81%), 로열티(11.0%) 등의 순이었고, 주로 겪는 애로사항으로는 경쟁 심화(원활한 거래 경험 39.5%), 가맹점 경영악화(24.1%) 등을 꼽았다.

가맹점 창업은 ‘안정적 소득을 위해(59.2%)’, ‘생계수단이 마땅치 않아(11.5%)’ 등 생계형 창업이 주를 이뤘고, 최초 가맹계약 기간은 평균 2.2년, 재계약률은 78.5%에 달했다.

고용노동부

페이스북 공유하기 트위터 공유하기 밴드 공유하기 카카오스토리 공유하기 카카오톡 공유하기

임서정 고용노동부 차관은 6월 25일(목) 오후 15시, 대전 유성구에 있는 인터넷 기반 서비스 기업인 ㈜플랜아이를 방문했다.
이번 현장방문은 정부에서 새롭게 추진하는 청년 일자리 사업인 ‘청년 디지털 일자리 사업’과 ‘청년 일경험 지원사업’의 본격적인 추진에 앞서 현장의 의견을 청취하기 위해 이루어진 것으로, 지난 5월 이재갑 장관의 샌드박스네트워크 방문에 이어 연속해서 현장행보를 이어가고 있다.

임 차관은 사업장에서 제작하고 있는 인터넷 프로그램 개발 현장을 살펴보고, 대표이사 및 청년 직원들과의 간담회를 통해 신규 사업에 대한 현장의 의견을 들었다.

‘청년 디지털 일자리 사업’과 ‘청년 일경험 지원사업’은 지난 5.20일 제4차 비상경제 중앙대책본부 회의를 통해 발표한 ?공공 및 청년 일자리 창출계획?에 포함된 청년 신규 일자리 사업으로, 정부는 국회에서 추경이 통과 되는대로 즉시 사업을 개시하여 코로나19로 인해 취업에 어려움을 겪고 있는 청년과 경영상 어려움을 겪는 원활한 거래 경험 원활한 거래 경험 기업에 활력을 제공할 계획이다.

이날 간담회에서 임서정 차관은 “코로나19로 인해 모두가 힘든 상황인데, 기업들이 신규 채용을 축소하는 방식으로 위기에 대응하고 있어 청년들이 체감하는 어려움은 더욱 클 것이라 생각한다.”라면서, ”청년 신규 일자리 사업이 어려운 청년 고용 상황을 개선하는 마중물이 될 수 있기를 바라며, 기업에서도 청년 신규 채용을 통해 위기 극복을 위한 동력을 얻기 바란다.“라고 밝혔다.

유통업 성공의 비결, 현대적 데이터 스토리지

팬데믹으로 인해 유통업은 급격한 변화를 겪었습니다. 고객이 기대하는 수준의 경험을 제공하기 위해서는 현대적인 IT 인프라가 필요합니다.

A Secret to Retail Success? Modern Data Storage

이 게시물은 퓨어스토리지의 데이터 보호 솔루션 마케팅 매니저 Peter Eicher가 공동 작성했습니다.

2020년에는 집에 머무르면서 온라인으로 쇼핑을 즐기는 사람들이 급격하게 증가함에 따라, 오프라인 거래에서 이커머스로 전환이 빠르게 이루어졌습니다.

Digital Commerce 360의 조사(영문자료)에 따르면, 소비자들은 2020년 상반기에만 온라인상에서 미국 유통업체에 3,472억 6천만 달러를 지출했습니다. 이는 2019년 같은 기간에 비해 30.1% 증가한 수치입니다. 또한, 이 데이터(영문자료)에 따르면, 소비자의 1/4이 쇼핑의 90% 이상을 온라인으로 하고 있습니다.

이와 같은 추세는 지속될 것으로 예상됩니다. SYKES의 2020년 8월 설문 조사(영문자료)에서 약 44%의 소비자가 해당 국가 또는 해당 지역에서 팬데믹이 통제 가능한 상황이 될 때까지 대면 쇼핑은 마음이 편치 않을 것이라고 답했습니다.

이제 점점 더 많은 고객들이 다양한 구매 방식을 기대하고 있습니다. 고객은 구매한 상품을 배송 받을지 아니면 매장 내에서 수령하거나 매장 외부 주차장에서 픽업할지 선택하기를 원합니다. 점점 더 많은 유통업체가 온라인 매장을 기본 판매 채널로 사용하고 실제 매장을 주문처리 센터로 사용하고 있습니다.

유통 환경을 변화시키는 다양한 트렌드

2020년, 변화는 시작됐습니다.

  • 많은 기업들이 처음으로 이커머스 플랫폼(영문자료)을 개설함에 따라 온라인 경쟁이 심화되고 있습니다.
  • 정확한 데이터로 재고를 최적화하는 것이 그 어느 때보다 더 중요하며, 이를 통해 유통업체는 수요에 맞춰 공급을 효율적으로 조정하고 예측할 수 있습니다. 쇼핑 및 주문 처리는 원활한 거래 경험 컴퓨터, 모바일 기기, 오프라인 매장 등 플랫폼에 상관없이 원활한 고객 경험을 제공하는 것을 목표로 합니다.

이러한 상황에서 변하지 않는 한 가지는 바로, 고객의 기대를 충족하는 것입니다. 구매자는 상세하고 정확한 제품 정보와 함께 투명한 가격 정책을 기대합니다. 또한, 사이트를 탐색하고 주문하는 동안 원활한 사용자 경험을 원합니다. 그리고 맞춤형 제품 추천 등 개인화된 경험과 간편한 결제 프로세스를 중요하게 생각합니다. 배송을 위해 유통업체는 구매 내역, 온사이트 인터랙션 및 가격과 같은 모든 종류의 데이터를 수집합니다.

디지털 이커머스를 위한 견고한 IT 기반

온라인 마켓플레이스를 지원할 뿐만 아니라 고객이 기대하는 경험을 제공하기 위해서는 적합한 IT 인프라가 필수적입니다. 노후화된 인프라는 시장의 변화를 따라갈 수 없으며 기업과 고객 모두에게 좌절감만 안겨줄 뿐입니다. 그리고 비즈니스에 리스크를 초래합니다.

한 의류 유통업체는 연휴 쇼핑 시즌에 소셜 인플루언서와 공동 작업한 한정판 상품을 실시간으로 런칭하는 동안 주문 시스템이 중단된 적이 있습니다. 고객은 소셜 미디어에서 불만을 표현했으며 온라인 대기 시간이 무려 2시간이었다고 전했습니다. 시스템 가동 중단으로 인해 유통업체는 사업적 손실을 입고 브랜드는 타격을 입었습니다.

데이터베이스는 유통업체 인프라의 가장 필수적인 요소입니다. 데이터베이스는 데이터 구조를 제공할 뿐만 아니라 제품 정보(설명, 가격, SKU, 프로모션, 구매 가능 여부), 고객 데이터 및 거래 정보를 저장합니다. 일반적으로 기업은 주문 처리 및 거래를 위해 SQL Server 및 Oracle과 같은 관계형 데이터베이스 관리 시스템을 사용해 왔습니다. 그런데 최근 몇 년 동안 MySQL, PostgreSQL 및 이에 대응되는 NoSQL 데이터베이스(MongoDB, Cassandra, Couchbase 등)와 같은 오픈소스 데이터베이스(영문자료)를 채택하는 경우가 많아졌습니다. 이러한 시스템은 I/O 프로세스의 병목 현상 없이 대규모 데이터세트로 작업할 수 있는 기능과 확장성을 제공합니다.

이커머스 사이트의 성공에 매우 중요한 부분인 데이터 서비스(영문자료)는 오픈소스 데이터베이스를 보완합니다. 실시간 데이터 관리 및 분석 요구가 증가하는 상황에서 스토리지의 병목 현상을 방치할 수는 없습니다. 직접 연결 스토리지(DAS)와 같은 기존 시스템은 최신 워크로드의 요구 사항을 충족하도록 설계되지 않았습니다. 스토리지 제한 사항을 해결하려고 하면 복잡성이 증가하고 관리 비용이 늘어나며, 다운타임이 증가할 수 있습니다. 그리고 계획된 중단이든 계획되지 않은 중단이든 스토리지 중단은 수익에 영향을 미칠 수 있습니다.

유통업체의 IT 부서는 대개 업무는 많지만 리소스는 부족합니다. 스토리지 관리에 시간을 소비하다 보면 실질적으로 변화를 추진하여 비즈니스 이점을 실현하는 데 사용할 시간이 부족해집니다. 시장 출시 기간을 단축하고 소프트웨어 개발 효율성을 높이면 경쟁 우위를 강화할 수 있습니다. 출시 기간 단축과 개발 효율성 향상은 유통업에서 매우 중요한 두 가지입니다. 고객은 항상 최고의, 최신 쇼핑 경험을 기대합니다. 소프트웨어 개발 팀은 단기간 내에 새로운 애플리케이션 및 기능을 생성할 수 있는 역량이 필요합니다.

민첩한 디지털 이커머스를 위한 민첩한 인프라

퓨어스토리지는 유통업체에서 필요한 속도, 편의성, 복원성 및 하이브리드 클라우드 민첩성을 제공하는 현대적인 데이터 경험을 제공합니다. 퓨어스토리지 플래시어레이(FlashArray™)를 사용하면 스토리지 환경을 간소화할 수 있습니다. 하드웨어, 소프트웨어 및 클라우드 관리 환경은 모든 것이 원활하게 작동 될 수 있도록 함께 설계되었습니다. 플러그-앤-플레이 방식의 스토리지 클래스 메모리를 갖춘 플래시어레이 all-NVMe 아키텍처는 마이크로초(μs) 단위의 레이턴시로 새로운 차원의 성능을 제공합니다. 레이턴시 최소화는 미션 크리티컬 애플리케이션 및 데이터베이스의 아웃풋을 최적화하는 데 매우 중요합니다. 플래시어레이는 확장 및 컨트롤러 업그레이드를 비롯하여 입증된 99.999%의 가용성을 제공합니다. 또한, 유통업에서 흔히 발생하는 예상치 못한 트래픽 급증을 손쉽게 처리하여 거래가 중단되지 않도록 합니다.

테스트를 거쳐 입증된 성능

퓨어스토리지는 MySQL로 테스트를 실행하여 DAS의 성능을 플래시어레이와 비교했습니다. 플래시어레이 장치는 DAS 시스템보다 초당 50% 이상 더 많은 트랜잭션을 처리했으며, 레이턴시는 최대 34% 더 낮았습니다. 그리고 퓨리티 액티브DR(Purity Active DR™)로 데이터를 보호할 수 있습니다. 퓨리티 액티브DR은 볼륨 복제는 물론 스냅샷 기록 및 스케줄, 볼륨 설정, 보호 그룹 및 사용자 정의 볼륨 태그를 타깃 어레이에 복사합니다.

액티브DR을 MongoDB 복제와 비교하여(영문자료) 테스트했을 때, 네이티브 복제를 원활한 거래 경험 사용하는 MongoDB보다 플래시어레이 시스템은 과도한 쓰기 작업 중에 복제 지연이 최대 33% 더 낮은 것으로 나타났습니다. Amazon Web Services(AWS)에서 MongoDB 복제본 세트를 빌드하려면, 간단하게 MongoDB 노드에서 파일 시스템을 잠그고 퓨어 클라우드 블록 스토어(Pure Cloud Block Store™) 볼륨을 복사한 후 새 볼륨을 복제본 세트 노드에 연결하기만 하면 됩니다. 복구는 빠르고 쉬우며 성능에 원활한 거래 경험 영향을 주지 않고, 데이터베이스 중단 또는 네트워크를 통한 장시간의 데이터 복사가 필요하지 않습니다.

향후 비즈니스 성장에 따른 용량 할당을 최적화할 경우, 퓨어1 메타(Pure1 Meta®) AI 기반 워크로드 플래너를 사용하면 스토리지 과다 또는 과소 프로비저닝이라는 악몽과 같은 상황을 피할 수 있습니다. 서비스형 퓨어(Pure as-a-Service™)는 단일 구독으로 하이브리드 클라우드를 통합하는 온-프레미스 및 퍼블릭 클라우드를 위한 서비스형 스토리지를 제공합니다. 가장 좋은 점은 무엇일까요? 퓨어 프로페셔널 서비스(영문자료) 팀은 고객에게 필요한 기술이 무엇인지 진단하고 최대한 빠르고 원활하게 문제를 해결할 수 있도록 지원합니다.

팬데믹으로 인해 유통 환경이 대대적으로 개편되고 이커머스로의 전환이 가속화되고 있습니다. 민첩한 현대적 인프라를 갖추고 있다면 고객이 요구하는 원활한 쇼핑 경험을 제공하고 고객의 높은 재방문율을 유지할 수 있습니다.


0 개 댓글

답장을 남겨주세요