• 스마트미디어저널
• /
• 제10권1호
• /
• pp.108-115
• /
• 2021

본 연구는 기업의 빅데이터 분석가들을 대상으로 빅데이터의 분석능력과 가치, 그리고 비즈니스 성과와의 관련성을 살펴보았다. 빅데이터가 가져올 수 있는 가치를 거래적 가치, 전략적 가치, 변혁적 가치, 정보적 가치로 분류하였고, 이러한 가치들이 비즈니스 성과로 연결되는 지를 검증하고자 하였다. 빅데이터 분석을 수행한 경험이 있는 직원들을 대상으로 200부의 설문을 수거하여 분석하였다. 구조방정식 모형으로 가설을 검정하였고, 빅데이터 분석능력은 빅데이터의 가치와 비즈니스 성과에 의미있는 영향력을 미치는 것으로 나타났다. 빅데이터 가치들 중에서 거래적 가치, 전략적 가치, 그리고 변혁적 가치는 비즈니스 성과에 긍정적인 영향을 미치지만, 정보적 가치의 영향은 입증되지 않았다. 본 연구의 결과는 빅데이터를 활용하여 비즈니스 성과를 얻으려는 기업들에게 유용한 정보를 제공할 수 있을 것으로 기대된다.

• 한국IT서비스학회지
• /
• 제17권2호
• /
• pp.207-218
• /
• 2018

Recently, it becomes a big trend in the banking industry to apply a big data analytics technique to extract essential knowledge from their customer database. Such a trend is based on the capability to analyze the big data with powerful analytics software and recognize the value of big data analysis results. However, there exits still a need for more systematic theory and mechanism about how to adopt a big data analytics approach in the banking industry. Especially, there is no study proposing a practical case study in which big data analytics is successfully accomplished from the marketing perspective. Therefore, this study aims to analyze a target marketing case in the banking industry from the view of big data analytics. Target database is a big data in which about 3.5 million customers and their transaction records have been stored for 3 years. Practical implications are derived from the marketing perspective. We address detailed processes and related field test results. It proved critical for the big data analysts to consider a sense of Veracity and Value, in addition to traditional Big Data's 3V (Volume, Velocity, and Variety), so that more significant business meanings may be extracted from the big data results.

• 한국빅데이터학회지
• /
• 제3권2호
• /
• pp.123-130
• /
• 2018

산업 및 학계에서 빅데이터 분석 기술에 대한 활용 사례와 범위가 증가하면서, 이와 함께 빅데이터 분석 전문가에 대한 기업체들의 수요도 늘고 있다. 이러한 추세에 맞게 대학교들은 새로운 빅데이터 분석 교육과정들을 개발하여 수년 전부터 빅데이터 분석 전문가 양성을 위한 교육과정들을 제공하기 시작하였다. 본 연구에서는 9개 국내 대학, 20개 해외 대학의 빅데이터 분석 관련 석사과정 커리큘럼을 조사하였다. 국내 대학 프로그램과 해외 대학 프로그램을 비교한 결과, 한 학교 프로그램 당 평균 과목수는 국내 대학 프로그램이 더 많으나, 과목의 다양성 측면에서는 더 부족한 것으로 나타났다.

• 지식경영연구
• /
• 제24권3호
• /
• pp.95-125
• /
• 2023

항공산업의 급격한 성장으로 인해 많은 항공사가 생기면서 고객들이 항공사를 선택할 때 고려하는 요소가 늘어나고 있다. 이에 따라 항공사는 고품질의 서비스와 차별화된 경험적 가치를 제공하여 고객가치를 높이고 있다. 초기 고객가치 연구는 제품 및 서비스에 대한 효용성의 관점에서 비용과 편익 간의 상충관계로 간주하고 실용적 가치 중심으로 이루어졌지만, 최근에는 경험적 측면의 가치의 중요성이 주목받았다. 그러나 경험적 측면의 가치는 제품이나 서비스 상황에 따라 고객가치를 구성하는 요소가 변화되기 때문에 제품이나 서비스에 대한 고객의 선호도를 충분히 나타내는 특정 맥락에서 조사해야 한다. 또한, 고객가치는 고객이 의사결정을 내릴 때 큰 영향을 미치므로 항공사는 고객가치를 구성하는 요소를 정확하게 이해하는 것이 필요하다. 따라서 본 연구에서는 항공 전문 웹사이트인 스카이트랙스(Skytrax)에서 고객이 작성한 리뷰와 평점을 수집하고 BERTopic 모델을 활용하여 고객가치에 대한 요소를 도출하였다. 분석 결과, 항공사에서 고객가치를 구성하는 9가지 요소를 파악하였으며 이 중 6가지 요소가 고객 만족도와 영향을 미침을 확인하였다. 이를 통해 본 연구는 고객가치의 세분화된 파악을 가능하게 하는 새로운 방법론을 제안하고, 항공사에 구체적인 서비스 품질 향상을 위한 방향을 제시한다는 의의와 시사점을 가진다.

• 한국정보시스템학회지:정보시스템연구
• /
• 제24권4호
• /
• pp.139-152
• /
• 2015

With the advancement of the Internet/IT technologies and the increased computation power, massive data can be collected, stored, and processed these days. The availability of large databases has brought forth a new era in which companies are hard pressed to find innovative ways to utilize immense amounts of data at their disposal. Indeed, data has opened a new age of business operations and management. There are already many cases of innovative businesses reaping success thanks to scientific decisions based on data analysis and mathematical algorithms. Big Data is a new paradigm in itself. In this article, Big Data is viewed as a new perspective rather than a new technology. This value centric definition of Big Data provides a new insight and opportunities. Moreover, the Business Analytics, which is the framework of creating tangible results in management, is introduced. Then the Internet of Things (IoT), another innovative concept of data collection and networking, is presented and how this new concept can be interpreted with Big Data in terms of the value centric perspective. The challenges and opportunities with these new concepts are also discussed.

• 한국빅데이터학회지
• /
• 제8권1호
• /
• pp.35-47
• /
• 2023

It is crucial to develop effective and efficient big data analytics methods for problem-solving in the field of business in order to improve the performance of data analytics and reduce costs and risks in the analysis of customer data. In this study, a big data-driven data analysis system using artificial intelligence techniques is designed to increase the accuracy of big data analytics along with the rapid growth of the field of data science. We present a key direction for big data analysis systems through missing value imputation, outlier detection, feature extraction, utilization of explainable artificial intelligence techniques, and exploratory data analysis. Our objective is not only to develop big data analysis techniques with complex structures of business data but also to bridge the gap between the theoretical ideas in artificial intelligence methods and the analysis of real-world data in the field of business.

• 디지털산업정보학회논문지
• /
• 제12권3호
• /
• pp.1-9
• /
• 2016

The current meaning of "Big Data" refers to all the techniques for value eduction and actionable analytics as well management tools. Particularly, with the advances of wireless sensor networks, they yield diverse patterns of digital records. The records are mostly semi-structured and unstructured data which are usually beyond of capabilities of the management tools. Such data are rapidly growing due to their complex data structures. The complex type effectively supports data exchangeability and heterogeneity and that is the main reason their volumes are getting bigger in the sensor networks. However, there are many errors and problems in applications because the managing solutions for the complex data model are rarely presented in current big data environments. To solve such problems and show our differentiation, we aim to provide the solution of actionable analytics and semantic reusability in the sensor web based streaming big data with new data structure, and to empower the competitiveness.

• International Journal of Computer Science & Network Security
• /
• 제21권9호
• /
• pp.261-266
• /
• 2021

The spread of cloud computing, digital computing, and the popular social media platforms have led to increased growth of data. That growth of data results in what is known as big data (BD), which seen as one of the most strategic resources. The analysis of these BD has allowed generating value from massive raw data that helps in making effective decisions and providing quality of service. With Vision 2030, Saudi Arabia seeks to invest in BD technologies, but many challenges and barriers have led to delays in adopting BD. This research paper aims to search in the state of Big Data Analytics (BDA) in Saudi higher education sector, identify the barriers by reviewing the literature, and then to apply the design-reality gap model to assess these barriers that prevent effective use of big data and highlights priority areas for action to accelerate the application of BD to comply with Vision 2030.

• 디지털콘텐츠학회 논문지
• /
• 제13권2호
• /
• pp.205-211
• /
• 2012

본 논문은 기업의 마케팅 캠페인 실행 성과를 향상시키기 위한 디지털 마케팅 모델에 대한 연구 결과를 제시하고 있다. 최근 ERP, CRM, SCM 등 비즈니스 가치 사슬 프로세스를 개선하기 위한 프로젝트를 마친 기업들은 마케팅 프로세스를 전사적으로 개선하기 위한 작업을 진행하고 있다. 기존 마케팅 기법의 한계를 극복하기 위해서 디지털 마케팅 기법을 활용하기 위한 시도가 많다. 특히 마케팅 프로세스의 실행 단계인 캠페인 수행성과를 향상시키기 위해 디지털 마케팅 기법들을 적용하고 있다. 이에 본 논문에서는 디지털 마케팅 연구 모델과 연구 가설을 수립하고, 마케팅 전문가 설문 조사를 통한 통계적 분석 방법을 통해 검증하고자 하였다. 연구를 통해서 디지털 마케팅 모델 중에서 웹 분석, 소셜 분석, 개인 맞춤형 고객 관계 분석, 캠페인 실행 자동화, 실시간 캠페인 관리 등의 기법이 기업의 마케팅 캠페인 실행 성과에 영향을 미치는 것을 실증적으로 검증하였다.

• 전기학회논문지
• /
• 제65권7호
• /
• pp.1277-1282
• /
• 2016

The term "Big Data" has been defined to encapsulate a broad spectrum of data sources and data formats. It is often described to be unstructured data due to its properties of variety in data formats. Even though the traditional methods of structuring data in rows and columns have been reinvented into column families, key-value or completely replaced with JSON documents in document-based databases, the fact still remains that data have to be reshaped to conform to certain structure in order to persistently store the data on disc. ETL processes are key in restructuring data. However, ETL processes incur additional processing overhead and also require that data sources are maintained in predefined formats. Consequently, data in certain formats are completely ignored because designing ETL processes to cater for all possible data formats is almost impossible. Potentially, these unconsidered data sources can provide useful insights when incorporated into big data analytics. In this project, using big data solution, Apache Spark, we tapped into other sources of data stored in their raw formats such as various text files, compressed files etc and incorporated the data with persistently stored enterprise data in MongoDB for overall data analytics using MongoDB Aggregation Framework and MapReduce. This significantly differs from the traditional ETL systems in the sense that it is compactible regardless of the data formats at source.