기업의 빅데이터 활용 유형별 적용 방안 및 효과 분석 = A Case Study on Application Methods and Effects based on the Type of Big Data at Corporations
저자
발행사항
오산 : 한신대학교 대학원, 2014
학위논문사항
학위논문(박사)-- 한신대학교 대학원 : 정보통신학과 2014. 8
발행연도
2014
작성언어
한국어
주제어
발행국(도시)
경기도
형태사항
93 p. ; 26 cm
일반주기명
지도교수: 홍성찬
소장기관
지난 수년 간 스마트폰과 같은 스마트 기기의 빠른 확산과 함께 인터넷과 소셜네트워크서비스(SNS, Social network Service) 등 소셜 미디어가 급성장함에 따라 개인정보와 소비패턴, 위치정보 등이 포함된 가치 있는 데이터가 매 순간 엄청난 양으로 생성되고 있으며, 사물간통신(M2M, Machine to Machine)과 사물인터넷(IoT, Internet of Things) 등이 활성화되면서 IT 및 생산 인프라 자체도 다량의 데이터를 직접 생성하기 시작했다. 점점 복잡해지고 리스크가 난무하는 최근 사회적, 경제적 환경에서 실시간 빅데이터 처리를 가능하게 하는 대규모 데이터 수집/관리/처리/분석 기술의 발전은 정부와 기업이 시장에 보다 효과적으로 대응할 수 있는 통찰력과 가치를 제공해주기 시작했다. 실제로 구글, 페이스북, 아마존, 야후 등의 소셜 미디어나 인터넷 업체들이 빅데이터 기반의 소셜 분석 효과를 입증하면서 많은 기업이 빅데이터에 주목하고, 빅데이터 기반의 새로운 비즈니스 모델 발굴을 추진하면서 빅데이터 시장 성장이 본격화되고 있다.
그렇지만 현재 기업과 일반대중의 관심을 받고 있는 것은 소셜 미디어에서 생산되는 소셜 데이터를 중심으로 한 비정형 빅데이터다. 물론, 새롭게 생성되고 유통되는 방대한 양의 데이터 즉, 빅데이터의 상당수는 비정형 데이터로 전체 데이터 양의 약 80%에 달하고 있는 것은 사실이지만, 일반 기업의 경우 이러한 비정형 데이터 중심의 빅데이터 만으로는 실제적인 가치를 확인할 수 있는 활용 방안이 그리 크지 않은 상황이다.
또한, 지금까지 이루어진 빅데이터 관련 연구를 살펴보면, 주로 활용 가능성을 타진하는 단일 사례 연구나, 빅데이터를 저장, 처리 및 분석하는 특정 기술에 한정된 것이 대부분이고 데이터의 유형, 즉, 정형 및 비정형 데이터의 빅데이터로서 적용에 대한 사례와 그 차이, 빅데이터 특성에 따른 활용 효과 등에 대한 연구는 부족한 실정이다.
본 연구는 기업에서 활용할 수 있는 빅데이터의 대표적 유형인 정형 데이터와 비정형 데이터, 더 나아가 정형 및 비정형 데이터의 결합을 통한 적용 사례를 비교 고찰함으로써 데이터의 유형에 따른 적용 영역과 적용 효과의 차이를 연구하였다.
이를 위하여 대표적인 비정형 데이터라 할 수 있는 소셜 미디어의 데이터를 수집, 분석하여 마케팅에 활용하는 사례, 정형 데이터 중에서 빅데이터에 해당하는 결산 데이터를 활용하는 사례, 정형 및 비정형 데이터를 결합하여 활용한 대리점 이상 거래 감지에 대한 사례를 비교 연구 하였다. 이 사례들을 통해 단일 기업 내에서도 데이터의 원천 및 유형, 담당하는 업무의 형태, 적용 기술 등에 따라 빅데이터가 활용되는 양상이 달랐다. 이러한 양상에도 불구하고 기업이 원하는 가치와 인사이트를 제공해 줄 수 있음을 알게 되었다.
사례 연구로 이루어진 빅데이터 활용 예는 신문이나 잡지에서 가볍게 다루어지는 것 외에 학문적 접근으로 연구된 것이 거의 없고 특히 민간 기업의 활용 사례를 연구 대상으로 한 것은 더욱 찾아보기 어렵고, 또한 학문적 주제로서 초기 연구에서는 다수 샘플에 의한 실증적 연구보다는 다양한 사례 분석을 통한 함의 축적이 더욱 필요하며 중요하다는 점에서 본 연구의 의의가 있다.
이러한 본 연구의 결과들이 종합되어 향후 국내 기업의 각종 의사결정이 데이터와 분석에 의한 보다 스마트한 의사결정이 되고, 이러한 의사결정들을 바탕으로 국내 기업의 경쟁력이 높아져 글로벌 시장에서 외국 기업들과 당당하게 겨루는 초석이 되었으면 하는 바람이다.
In recent years, the rapid diffusion of smart devices and growth of internet usage and social media have led to a constant production of huge amount of valuable data sets, such as personal information, buying patterns, and location information. IT and Production Infrastructure have also started to produce its own data with the vitalization of M2M (Machine-to-Machine) and IoT (Internet of Things).
In a complicated social background with a lot of risks, the technology to process big data in real time, which collects/manages/ processes/analyzes large amounts of data, is providing insights and values to governments and enterprises. Many internet companies, such as Google, Facebook, Amazon, and Yahoo are actually proving the effect of social analysis based on big data which made other companies to also pay attention on big data, and come up with new business models, fostering the growth of the market.
Currently companies are interested mainly in unstructured data produced by social media. It is true that the enormous amount of data which are newly produced and distributed are mostly unstructured data, and they compose approximately 80% of total data amount. However, in companies’ perspective, it is not easy to utilize and find practical values from this kind of big data focused on unstructured data.
Also, most of the big data related that are studies of a single-case experiment sounding feasibility out or studies of technologies for saving and analyzing big data. In other words, there are insufficient studies about the types of data. That is to say, there are not many studies comparing structured data and unstructured data in the aspect of applying and utilizing them.
This research investigated the differences among the examples of structured data, unstructured data, and furthermore, the combination of structured and unstructured data focusing on their application field and effect.
For this research, examples of utilizing typical unstructured data, such as collecting and analyzing social media data and utilizing them on marketing, structured data, such as utilizing closing account data, and combination of unstructured and structured data, such as tracking unusual transaction, were compared. Through these examples, a lesson was learned that even a single enterprise has different aspect of utilizing big data based on different sources, types, business type, and applied technology. Yet, despite of the differences, it was found that big data provides values and insights for companies.
This study has a significant meaning in the aspect that studies about cases of a private enterprise utilizing big data are very scarce to find except for simple articles on newspapers or magazines. Also, at initial stage of study, it is more important to find an undertone of implication from analyzing various cases rather than proceeding empirical studies with numerous samples.
The purpose of this study is to become a foundation for local enterprises by supporting them to make a smarter decision rather than based on a sense or a feeling. In this way, Companies could enhance competitiveness in the global market confronting other firms around the world.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)