전략 인사이트 도출을 위한 필요 역량 1.데이터 사이언스의 의미와 역할 가.의미 - 데이터 사이언스란 데이터 공학, 수학, 통계학, 컴퓨터공학, 시각화, 해커의 사고방식, 해당 분야의 전문지식을 종합한 학문이다. 데이터로부터 의미있는 정보를 추출해내는 학문으로 정형 또는 비정형을 막론하고 인터넷, 휴대전화, 감시용 카메라 등에서 생성되는 숫자와 문자, 영상 정보 등 다양한 유형의 데이터를 대상으로 분석 뿐 아니라 이를 효과적으로 구현하고 전달하는 과정까지를 포괄적 개념이다. 나.역할 - 데이터 사이언티스트는 비즈니스의 성과를 좌우하는 핵심이슈에 답을 하고, 사업의 성과를 견인해 나갈 수 있어야 한다. 이는 데이터 사이언스의 중요한 역량 중 하나인 소통력이 필요한 이유이다. 2.데이터 사이언스의 구성요소 ..

빅데이터 분석과 전략 인사이트 1. 빅데이터 열풍과 희의론 빅데이터의 열풍은 '빨리 끓어 오른 냄비가 빨리 식는다'는 일종의 거품현상을 우려하는 시선도 없지 않다. 그래서 벌써부터 빅데이터 희의론이 심심찮게 흘러 나오기까지 하여 , 자칫 이런 희의론이 갖는문제는 실제 우리가 빅데이터 분석에서 찾을 수 있는 수많은 가치들을 제대로 발굴해 보기도 전에 그 활용 자체를 사전에 차단해 버릴 수 있다. 2.빅데이터 희의론의 원인 및 진단 가.투자효과를 거두지 못했던 부정적 학습효과 --> 과거의 고객관계관리 ( CRM ) - 과거 CRM의 부정적 학습효과 --> 공포 마케팅이 잘 통하는 영역 : 도입만 하면 모든 문제를 한번에 해소할 것처럼 강조 --> 막상 거액을 투자하여 하드웨어와 솔루션을 도입해도 어떻게 활..

미래의 빅데이터 빅데이터 활용의 3요소 가.기본 3요소 데이터 --> 모든 것의 데이터화 기술 --> 진화하는 알고리즘 , 인공지능 인력 --> 데이터 사이언티스트 , 알고리즈미스트 1) 데이터 - 모든 것을 데이터화 ( Datafication ) 하는 현 추세로 특정 목적없이 축적된 데이터를 통한 창의적인 분석이 가능해져 , 새로운 가치로 부상하고 있다. 2) 기술 - 대용량의 데이터를 빠르게 처리하기 위한 알고리즘의 진화와 함께 스스로 학습하고 데이터를 처리할 수 있는 인공지능 기술이 출현하였다. 3) 인력 - 빅데이터를 처리하기 위한 데이터 사이언티스트와 알고리즈미스트의 역할을 통해 빅데이터의 다각적 분석을 통한 인사이트 도출이 중요해지고 있다. * 데이터 사이언티스트 : 빅데이터에 대한 이론적 지..

위기 요인과 통제 방안 1.빅데이터 시대의 위기 요인 가.사생활 침해 - 개인정보가 포함된 데이터를 목적 외에 활용할 경우 사생활 침해를 넘어 사회,경제적 위협으로 변형될 수 있다. (Ex) 여행 사실을 트위트 한 사람의 집을 강도가 노리는 고전적 사례 발생 --> 익명화 ( anonymization ) 기술 발전이 필요하다 나.책임 원칙 훼손 - 빅데이터 기본분석과 예측기술이 발전하면서 정확도가 증가한 만큼 , 분석대상이 되는 사람들은 예측 알고리즘의 희생양이 될 가능성도 증가한다. 민주주의 국가에서는 잠재적 위협이 아닌 명확한 결과에 대한 책임을 묻고 있어 이에 따른 원리를 훼손할 가능성이 있다. (Ex) 영화 "마이너리티 리포트"에 나오는 것처럼 범죄 예측 프로그램에 의해 범행을 저지르기 전에 체포..

비즈니스 모델 1.빅데이터 활용 사례 가.기업 1) 구글은 사용자의 로그 데이터를 활용한 검색엔진 개발, 기존 페이지랭크 알고리즘을 혁신하여 검색 서비스를 개선했다. 2) 윌마트는 고객의 구매패턴을 분석해 상품진열에 활용했다. 나.정부 1) 정부는 실시간 교통정보 수집,기후 정보, 각종 지질 활동 , 소방 서비스 등 다양한 국가 안전 확보 활동을 위해 실시간 모니터링을 활용한다. 이 밖에도 미래 의제인 의료와 교육 개선을 위해 빅데이터를 활용해 해결책을 모색한다. 다.개인 1) 정치인은 선거 승리를 위해 사회관계망 분석을 통해 유세 지역을 선정하고 , 해당 지역의 유권자에게 영향을 줄 수 있는 내용을 선정해 효과적인 선거 활동을 펼친다. 2) 가수는 팬들의 음악 청취 기록 분석을 통해 실제 공연에서 부를..

빅데이터의 가치와 영향 1.빅데이터의 가치 가. 빅데이터 가치 산정이 어려운 이유 - 여러 가지 변수로 인해 빅데이터 시대에서는 가치를 측정하는 것이 쉽지 않다. 데이터 활용방식 --> 데이터 활용 방식에서는 재사용이나 재조합 , 다목적용 데이터 개발 등이 일반화되면서 특정 데이터를 언제 / 어디서 / 누가 활용할지 알 수 없게 되었다. 따라서 가치를 산정하는 것도 어려워졌다. 새로운 가치 창출 --> 빅데이터 시대에는 데이터가 '기존에는 없던 가치'를 창출함에 따라 그 가치를 측정하기가 어려워졌다. 분석 기술 발전 --> 현재는 가치가 없는 데이터일지라도 , 추후에 새로운 분석 기법이 등장한다면 거대한 가치를 지닌 데이터가 될 수 있다. 2.빅데이터의 영향 - 다양한 시장 주체들이 빅데이터를 활용함에 ..