• 정보화정책
• /
• 제28권1호
• /
• pp.43-63
• /
• 2021

최근 빠르게 변화하는 내·외부 환경에 대응하기 위해 데이터 분석 역량이 강조되고 있다. 본 연구는 조직문화가 데이터 기반 성과창출의 결정적인 역할을 한다는 점에 주목하여 조직문화 유형에 따른 데이터 리터러시와 데이터 분석 성숙도의 관계를 실증적으로 규명하였다. 첫 번째 분석 주제인 데이터 리터러시와 데이터 분석 활용도의 관계에서는 조직 구성원의 데이터 리터러시가 높을수록 조직의 데이터 분석 성숙도가 높다고 인식하고 있었다. 두 번째 주제인 조직문화와 데이터 분석 활용도의 관계를 살펴보면, 조직 구성원이 조직의 문화를 관계지향 문화와 혁신지향 문화라고 인식할수록 데이터 분석 성숙도가 높아진다고 인식하고 있다. 세 번째 분석인 데이터 리터러시와 데이터 분석 성숙도의 관계성은 관계지향 문화와 위계지향 문화에 의해서 달라짐을 발견하였다. 관계지향 문화는 데이터 리터러시가 데이터 분석 성숙도 인식에 미치는 영향에 대한 상승효과로 나타났으나, 위계지향 문화는 완충효과가 있는 것으로 나타났다.

• Asia pacific journal of information systems
• /
• 제32권1호
• /
• pp.70-91
• /
• 2022

Organizations today depend and thrive on timely, accurate and strategically relevant information. Business analytics (BA) holds the key to many of these issues. This paper validates a model on how the usage of BA leads to operational efficiency. We identified the factors of basic analytical usage from the Business Capacity Maturity Model (BCMM). The scope of the study is restricted to the Information Technology Infrastructure and Application management domain. A survey was conducted among the managers of the IT companies in Bengaluru, India. The results showed a significant influence of data-oriented culture and BA tools and infrastructure on BA usage. We found a significant influence of BA usage and pervasive use on operational efficiency. The speed to insight is still not practised in organizations. The awareness level of analytical skills in organizations is very low.

• 산업경영시스템학회지
• /
• 제39권2호
• /
• pp.54-63
• /
• 2016

As technology has developed and cost for data processing has reduced, big data market has grown bigger. Developed countries such as the United States have constantly invested in big data industry and achieved some remarkable results like improving advertisement effects and getting patents for customer service. Every company aims to achieve long-term survival and profit maximization, but it needs to establish a good strategy, considering current industrial conditions so that it can accomplish its goal in big data industry. However, since domestic big data industry is at its initial stage, local companies lack systematic method to establish competitive strategy. Therefore, this research aims to help local companies diagnose their big data capabilities through a reference model and big data capability assessment system. Big data reference model consists of five maturity levels such as Ad hoc, Repeatable, Defined, Managed and Optimizing and five key dimensions such as Organization, Resources, Infrastructure, People, and Analytics. Big data assessment system is planned based on the reference model's key factors. In the Organization area, there are 4 key diagnosis factors, big data leadership, big data strategy, analytical culture and data governance. In Resource area, there are 3 factors, data management, data integrity and data security/privacy. In Infrastructure area, there are 2 factors, big data platform and data management technology. In People area, there are 3 factors, training, big data skills and business-IT alignment. In Analytics area, there are 2 factors, data analysis and data visualization. These reference model and assessment system would be a useful guideline for local companies.

• 경영과정보연구
• /
• 제36권1호
• /
• pp.273-290
• /
• 2017

사물인터넷은 인터넷이 비즈니스 프로세스를 근본적으로 변화시킨 이후의 기술로 간주되고 있다. 그러나 사물인터넷의 영역이 하드웨어적인 센서 기술로부터 애플리케이션을 통한 서비스까지 광범위하여 아직까지 연구도메인에 대한 구조가 명확하지 않다. 본 연구에서는 기업에 가치를 제공하기 위해서 사물인터넷의 성숙도를 측정하기 위하여 Porter 등 (2014)이 제안한 기술스택 모델을 적용할 것을 제안한다. 스택모델을 이용하여 사회과학, 복합학, 공학 분야에서 발간되는 논문을 대상으로, "사물인터넷(IoT)"을 키워드로 포함하고 있는 논문의 저자들이 제공한 키워드 분석을 실시하여 사물인터넷 연구의 일반적인 동향을 살펴본다. 결과에 의하면, 클라우드와 빅데이터 분석 기반의 IoT 활용은 활발하지 못하고 결과적으로 IoT로부터의 가치가 충분히 실현되지 못하는 것으로 나타났다. 또한 가치 도출에 중요한 클라우드 프로세스를 적용하는 연구 논문 사례를 발췌하여 사물인터넷의 응용 수준을 측정하였다. 본 연구에서 IT의 가치사슬모형 적용과 유사하게, IoT의 가치를 높이기 위해 스택모델 적용을 제안한 것도 의미가 있다 할 수 있다.

• 품질경영학회지
• /
• 제49권4호
• /
• pp.447-466
• /
• 2021

Purpose: This article aims 1) to propose Quality 4.0 concept through surveying related literature, 2) to suggest key elements of Quality 4.0 by arranging the elements of Quality 4.0 that appeared in the literature, 3) to determine the levels of Quality 4.0, and 4) to suggest ideas for effective deployment of Quality 4.0. Methods: Eleven papers or documents are reviewed for Quality 4.0 concept; two papers and one document are investigated for key element extraction of Quality 4.0; and smart factory roadmap and industry 4.0 maturity model are studied to determine the levels of Quality 4.0. Results: 1) Quality 4.0 definition is proposed. 2) Three key elements are determined: data acquisition and analytics, connection and integration, and leadership and culture. 3) Six Quality 4.0 levels are determined. 4) Some suggestions are addressed for effective deployment of Quality 4.0. Conclusion: 1) Definition, key elements, levels, and some suggestions on effective deployment of Quality 4.0 are addressed. 2) Specific contents of Quality 4.0 education and training courses should be provided in the future. 3) Two future research directions are proposed.