PowerPoint Presentation

Size: px

Start display at page:

Download "PowerPoint Presentation"

경심 강
6 years ago
Views:

1 제 9~10 강 : 빅데이터 & 위치기반마케팅 (Big Data & Location-Based Marketing) 2016 년 1 학기 한양대학교언론정보대학원 서구원

2 학습목차 1. 빅데이터 (Big Data) 환경 2. 빅데이터를활용한마케팅 3. 빅데이터분석기법과미래 4. 사물인터넷 (IoT) 마케팅 5. 웨어러블디바이스 (Wearable Device) 2

3 금주의명언 정보는 21 세기의원유이며, 분석도구는연소엔진이다. Information is the oil of the 21st century, and analytics is the combustion engine. 피터손더가드 (Peter Sondergaard) 가트너 [Gartner] 수석부사장 3

4 문제제기 4

5 5

마이너리티리포트 (Minority Report) & 미래의광고 https://www.youtube.com/watch?

6 마이너리티리포트 (Minority Report) & 미래의광고 년스티븐스필버그 (Steven Allan Spielberg, 1946 ~) 감독, 탐크루즈 (Tom Cruise, 1962 ~ ) 주연의 SF(scientific fiction) 영화 2054 년워싱턴시배경으로범죄를예측하여아직죄를저지르지않은범죄자를체포하는내용 6

7 7

8 1. 빅데이터 (Big Data) 환경 1) 21 세기국가경쟁력 빅데이터 (Big Data) 2010 년 12 월에는미국대통령과학기술자문위원회 (President's Council of Advisors on Science and Technology) 가오바마대통령에게 디지털미래의설계 (Designing a Digital Future) 라는보고서를통해미연방정부기관들에게빅데이터전략 (big data strategy) 이필요하다는요지의보고서를제출 우리나라에서도 2011 년 10 월우리나라의국가정보화전략위원회에서는인터넷, 모바일, 소셜미디어등의등장으로인해폭증하는데이터가경제적자산이되는 빅데이터시대 가도래하였으며앞으로국가경쟁력은 빅데이터 의활용에달렸다고강조 2012 년 4 월지식경제부 R&D 전략기획단에서대한민국 IT 10 대핵심기술에빅데이터와이를검색ㆍ분석ㆍ활용하는인공지능분야를포함 8

9 2) 빅데이터란? 정의 (definition) 연구자 Snijders, Matzat, Reips(2012) David Kellogg (DataStax, 2013) McKinsey & Company (DataStax, 2013) O Reilly (DataStax, 2013) 정의 일반적정의 기존의데이터베이스소프트웨어로수집 저장 관리 분석할수있는능력을넘어서는대용량의데이터세트 (data set) 와이를분석하는기술 현재의전통적인기술로는합리적으로다룰수없는너무큰데이터 용량이전형적인데이터베이스소프트웨어로수집, 저장, 관리, 분석할수있는능력을넘어서는데이터세트 (data set) 전통적인데이터베이스시스템의프로세싱능력을초과하는데이터. 빅데이터는너무크고, 너무빨리움직이며, 데이터베이스아키텍쳐의구조에맞지않는다. * 오라일리 (O Reilly) : 오픈소스 와 Web 2.0 용어대중화 9

10 데이터용량단위 단위승수 킬로바이트 (kilobyte) 10 3 메가바이트 (megabyte) 10 6 기가바이트 (gigabyte) 10 9 테라바이트 (terabyte) 페타바이트 (petabyte) 엑사바이트 (exabyte) 제타바이트 (zettabyte) 요타바이트 (yottabyte)

11 < 그림 > 빅데이터환경 자료원 : 이상호 (2012) 11

12 3) 빅데이터의특징 구분 World Economic Forum (2012) 안드레아스웨이겐드 특징 (Laney, 2001) 전반적특징 내용 온라인또는모바일금융거래, 소셜미디어트래픽 (traffic), GPS(Geographic Positioning System) 등이매일 2.5 퀸틸리언 (quintillion, 100 경 ) 이상의정보 빅데이터 가만들어지고있다 Andreas S. Weigend : 아마존닷컴 (Amazon.com) 의최고과학자 (Chief Scientist) 출신스탠포드교수 빅데이터에의해변화되고있는이러한상황을소셜데이터혁명 (social data revolution) 이라고부름 3V : 데이터의규모 (volume), 속도 (velocity), 다양성 (variety) 대용량 : 테라 > 페타 > 엑사 > 제타급으로증대 소비자정보 : 인터넷, 모바일, 소셜미디어에서의개인정보와방문기록, 검색결과, 각종사이트와미디어의이용통계, 각종사이트나미디어간의이동과연관성, 커머스정보, 및소셜네트워킹정보등을축적 12

13 < 그림 > 빅데이터 3V 속도 다양성 규모 자료원 : Hurt(2012) 13

14 4) 빅데이터의마케팅시사점 구분소비자정보즉시성무한한정보량분석능력개인화 맞춤형 내용 소비자가스스로실시간으로제공 소비자의위치 (location), 소비자와함께있는사람이나객체 (people and objects around the user), 시간 (time) 등을인식 즉시적이고역동적인상황인식 (context awareness) 이가능 테라에서페타로그리고다시엑사, 제타급으로증대 분석능력에따라무한한가치가창출 맞춤형자료가능 사용자들의개인적인자료, 검색행동, 상품구매및추천등을바탕으로개인의구체적인행동을실시간으로예측하고광고를맞춤형으로집행 14

15 2. 빅데이터를활용한마케팅 빅데이터를활용한마케팅접근방법 < 그림 > 맥킨지가제안하는빅데이터의마케팅활용방안 1. 교차판매 (Cross-selling) 2. 위치기반마케팅 (Location based marketing) 6. 다채널고객체험 (Multichannel consumer experience) 5. 감정분석 (Sentiment analysis) 3. 매장내행동분석 (In-store behavior analysis) 4. 고객미시세분화 (Customer micro-segmentation) * MGI(2011) : McKinsey Global Institute ( 맥킨지글로벌연구소 ) 15

16 1) 교차판매 ( 연결판매, Cross-selling) 구분 개요 세부내용 기존에구매고객의자료를활용하여다른상품을구매하도록유도하는마케팅기법 방법 고객이구매한상품과연관성이높은상품을구매하도록제안하거나, 기업의다른상품을구매하도록제안 ( 추천 ) 데이터 사례 고객의모든정보활용 인구통계 (demographics), 구매내역 (purchase history), 선호 (preferences), 실시간위치 (real-time locations) 등 1 아마존닷컴 (Amazon.com) 분석기법 : Collaborative filtering (CF, 협업필터링 ) 모든상품의구매자나방문자에게 you might also want, next best offers 와같은프롬프트 (prompt) 가노출 아마존매출의 30% 는추천엔진의영향 2 구글애드센스 (AdSense) 구글전체매출의 30% 에상당 : 소비자가단어를입력하면연관성있는광고가노출되는매칭 (matching) 프로그램 사용자데이터누적으로키워드와게재광고의클릭률상관관계가증대 16

17 추천상품 : 고객별맞춤형광고 빅데이터가가장많이활용되는곳 : 온라인포털 (portal) 과쇼핑몰 구분 아마존 (Amazon.com) 페이스북 (Facebook) 세부내용 추천 (recommendation) 은소비자의빅데이터중에서도매우중요한정보로인식 " 좋아요 (like) 페이스북의특정브랜드에대한팬은다른사람보다 117% 를더구매 특정브랜드를 " 좋아요 (like)" 라고한사람중 17% 는그브랜드를구매 " 좋아요 (like)" 버튼을클릭한다음 51% 이상이구매할가능성이높다 미국에서페이스북의 좋아요 (Like) 버튼연계웹사이트약 350 만개 의류브랜드어메리칸이글 (American Eagle) 의경우페이스북을통해방문한소비자는다른소비자에비해 57% 를더소비 F- 커머스 : 이러한현상에따라페이스북을활용한상거래를부르는말 17

18 < 그림 > 몽블랑명함집검색결과 18

< 그림 > 교차판매과정 자료원 : http://practicalanalytics.

19 < 그림 > 교차판매과정 자료원 : 19

20 2) 위치기반마케팅 (Location-based marketing) 위치기반마케팅개요 구분개요방법데이터사례 세부내용 매장에있거나매장근처에있는고객을대상으로스마트폰을활용한통신, 소매, 미디어가결합된새로운가치창출의광고및마케팅기법 용어 : 위치기반마케팅 (LBM), 위치기반서비스 (LBS), 위치기반광고 (LBA) 프라이버시논란 매장에접근하는고객에게스마트폰을통해할인가격이나이벤트등특별한제안 (special offer) 메시지를발송하여고객의상품구매를유도 GPS(Global Positioning System) 외에 WiFi 망, 센서네트워크기술활용 위치정보에이용자정보, 증강현실, 소셜네트워크등결합 사물인터넷 (IoT, Internet on Things) 기술 미국포스퀘어 (Foursquare) : 2009 년 3 월창립 미국플레이스캐스트 (Placecast) : 2005 년설립, 소비자가사전에판촉활동을허용한업체의인접영역에접근하면모바일할인쿠폰을발송 한국미스터피자포스퀘어활용 : 2010 년 5 월업계최초 20

21 포스퀘어 (Foursquare) 사례 2010 년 5 월스타벅스 (Starbucks) 매장을빈번하게드나드는고객에게시장 (Mayor) 을제안 고객에게프라푸치노 (Frappucino) 에대해 $1 할인을제공 < 그림 > 포스퀘어광고원리 자료원 : 21

22 위치기반서비스 ( LBS, Location-Based Service) 동향 구분 미국 한국 세부내용 소셜미디어기업이 LBS 기업 M&A를통해융합발전 페이스북 : Hot Potato, Gowalla, Glancee 등인수 트위터 : Sense Networks, Mixer Labs, Spindle 등인수 애플 : WifiSLAM, Locationary, HopStop, Embark 등인수 정체 : 위치정보법에의한규제, 지도정보변동에의한고비용, 소비자의거부감등 LBS 활용분야 분야지역상점교통관광공공 세부내용 음식점, 카페, 미용실, 영화관, 학원등할인쿠폰광고 운행및차량관리서비스 ( 텔레매틱스 ), 택시, 대중교통, 카셰어링 교통텔리매틱스 (transport telematics) 맞춤형여행안내서비스 지방정부들의도시마케팅, 재난대응활동등 22

23 3) 점포내행동분석 (In-store behavior analysis) 구분개요방법데이터사례 세부내용 점포내에서의행동자료를분석하여점포레이아웃 (store layout), 제품믹스 (product mix), 및선반위치 (shelf positioning) 관리에활용 점포내에서의동선 (footpath), 소요시간등행동자료분석 스마트폰앱을통해실시간위지자료분석 비디오관찰카메라의이미지분석 Path inteligence 쇼핑카트에부착된자동으로응답하는신호수신기 (transponder), 매장내에모바일폰의위치를수동적으로모니터 사물인터넷 (IoT, Internet on Things) 기술 숍킥 (Shopkick) : 2010 년 8 월출시 미국최대의백화점메이시 (Macy s) : 숍킥 (shopkick) 을활용하여고객에게포인트를적립해주며, 단골고객의행동패턴을파악하고고객이관심을가질만한정보를미리제시. 메이시는첨단 2009 년이후매년연평균 6% 의성장을기록하였으며 2011 년매출 260 억달러를기록 23

24 < 그림 > 점포내위치추적결과 자료원 : MGI(2011, p.92) 24

25 25

26 숍킥 (Shopkick) 의특징 특징개요절차효과적용기업 세부내용 매장에근접한 숍킥 사용자에게실시간으로매장정보, 할인및각종이벤트정보를제공하고, 이를활용하는소비자에게는현금처럼쓸수있는사이버머니 (cyber money) 킥벅스 (kickbucks) 를제공하는어플 숍킥 (Shopkick) 은매장내에설치된디듀서 (deducer) 라는작은장치를활용 사용자는주로입구에서앱을다운로드하여매장에서쇼핑 쇼핑을하는동안 킥 (kicks) 이라불리는보상포인트를수령 킥포인트는상품권, 노래다운로드, 영화표, 페이스북크레딧, 30 개자선기금에전달되는기부금등으로변환가능 2011 년공휴일동안하루 310 만회이상의앱을방문, 런칭 1 년이내인 2011 년 1 억 1 천만달러매출기록 : 2014 년 9 월 SK 플래닛에서인수 64% 가여성, 평균 30 세 미국 250 개매장 : 타겟 (Target), 베스트바이 (Best Buy), 메이시 (Macy s), 크레이트 & 배럴 (Crate & Barrel), 올드네이비 (Old Navy), 어메리칸이글아웃피터 (American Eagle Outfitters), 스포츠오소리티 (Sports Authority), 토이스아러스 (Toys R Us), 사이먼몰 (Simon Malls) 피앤지 (P&G), 유니레버 (Unilever), 크래프트 (Kraft), 콜게이트 (Colgate), 클로락스 (Clorox), 디즈니 (Disney), 휼렛패커드 (HP), 인텔 (Intel) 26

27 < 그림 > 숍킥 (Shopkick) 사용절차 자료원 : 27

28 4) 고객미시세분화 (Customer micro-segmentation) 구분개요방법데이터사례 세부내용 현대첨단분석프로그램을통해보다정교한세분화가능 개인화 (personalization) 가능 마이크로트렌드 (Microtrend) : 소수의열정적집단이동조하는작은변화로서문화조류나소비형태로나타남 클릭스트림 (clickstream), 로그파일 (log file) 정보분석 군집분석 (Clustering) 전통적인시장조사자료와구매내역이외에도 개인별고객의행동에기초한추적자료활용 미국최대의최고급백화점니만마커스 (Neiman Marcus) : 행동적세분화 (behavioral segmentation) 와다계층회원보상프로그램 (multi-tier membership reward program) 으로상위소비층의매출상승 인써클 (InCircle) 프로그램, 명품잡지 The Book, 고객초청이벤트등 연간 3천불이상지출하는고객 15만명, 신용카드구매시 1달러당 1점포인트적립, 다양한사은품, 사은품을최후의순간까지비밀 ( 재규어자동차, 아라비아산경주마, 순종애완견, 해외휴가여행, 항공마일리지등 ), 신상품입하전화통지, 특별행사, 우편안내, 특별한패션잡지제공 28

29 < 그림 > Neiman Marcus 의 InCircle Rewards program & Saks Fifth Avenue SaksFirst program 자료원 : 29

30 美사우스웨스트항공 (Southwest Airlines) 사례 액시엄 (Axiom) 과빅데이터자료분석 : 기내광고에활용하여성공 액시엄은자사가소유하고있는미국인 96% 를포함하여세계 5 억명에해당하는사람들의개인정보, 신용카드이용정보, 보유애완동물, 복용중인약품등 1,500 여종이상의빅데이터를바탕으로분석된이용자개인정보에맞춘맞춤형광고를탑승객의앞좌석등받이의모니터에노출 < 그림 > 항공기내모니터이미지 30

31 5) 감정분석 (Sentiment analysis) 구분 개요 방법 데이터 세부내용 감정분석 : 트위터나페이스북에올라오는대화에서사용되는단어와문장구조등을분석해사람들의감정을해석하는기술 용어 : 여론분석 (opinion mining) 으로도불림 소셜미디어등분석대상으로선정된정보를자연어분석이나컴퓨터언어분석등을통해긍정, 부정, 중립등의감성적으로해석하는분석기술 감정분석, 여론분석이외에도소셜네트워크분석 (social network analysis), 소셜필터링 (social filtering) 등다양한기법이개발되어활용 소셜미디어를중심으로 소비자나유권자의호감도, 선호도, 불만등을나타내는의견을수집분석 사례 한국 : 펄스 K ( 코난테크놀로지 ) 코카콜라 : 시스모스 (Sysmos) 의세계각국의트위터이용자들이올리는관련정보를영어, 중국어, 일본어, 한국어, 아랍어등세계각국언어로분석, 갑자기비우호적정보가급증한국가나지역대상으로홍보를강화하는등실시간으로대응. 31

32 < 그림 > 이랜드의 LA 다저스인수에대한감정분석결과 ( 기간 ) 자료원 : 32

33 < 그림 > 다음소프트의감정분석결과 (1) 자료원 : 박현영 (2013) 33

34 < 그림 > 다음소프트의감정분석결과 (1) 자료원 : 박현영 (2013) 34

35 6) 다채널고객경험 (Multichannel consumer experience) 구분개요방법데이터사례 세부내용 다양한커뮤니케이션및브랜드접촉채널 (multichannel) 을통한고객경험의증대는판매, 고객만족, 충성도의원동력 통합된데이터베이스관리분석 소득, 주택보유가, 자녀수등 35 고객의다양한자료 다양한커뮤니케이션미디어 : 매장, 이메일, 웹, 모바일, 전화, 소셜미디어 가구 생활 주방용품브랜드윌리엄스 - 소노마 (Williams-Sonoma) 가계소득, 주택가치, 자녀수등 6 천만가구의고객통합데이터베이스 (DB) 를바탕으로타겟화된이메일을송부하여이전의 배응답결과 이러한정보를바탕으로타겟그룹별로행동과선호도에기반한카탈로그버전제작 35

36 7) 빅데이터분석기법개요 구분 분석기법에대한견해 분석능력 분석기법 & 기업 내용 일부전문가들은기존의정보분석기법인 CRM(Customer relationship management, 고객관계관리 ) 와데이터마이닝 (Data Mining) 을기반으로한분석기법으로가능하다고보는견해도있으나, 빅데이터의최종결과는사용자개인에대한맞춤형비즈니스가가능해양한다는점에서볼때기존의분석기법은한계가있다고보는것이일반적인견해 분석지수 (AQ, Analytics Qquotient) : 빅데이터를분석할수있는능력 아직은빅데이터를분석할수있는기술이충분히개발되지않고있다 빅데이터처리기법 : 텍스트마이닝 (Text mining), 평판분석 (Opinion mining), 군집분석 (Cluster Analysis), 소셜네트워크분석 (Social network analysis) 등다양한방법이있다. 국내기업으로서는소셜분석 (Social analytics) 회사사이람, 그루터와넥스알, 다음소프트, 솔트룩스등이있다. 36

37 < 그림 > 빅데이터조사기법의복잡성과시장수용상태 자료원 : Nasscom(2012, p.13) 37

38 < 그림 > 빅데이터분석기법 자료원 : 임동진, 2012 한국 DB 진흥원 38

39 4. 사물인터넷마케팅 1) 사물인터넷관련용어 사례 사물통신 (M2M) 사물인터넷 (IoT) 만물인터넷 (IoE) < 표 > 사물인터넷관련용어 적용성과 M2M : machine to machine 컴퓨팅센서와같은작은기계 (machine) 를통해동일한유형의디바이스사이에커뮤니케이션또는업무를수행하도록만드는기술 텔레매틱스, 운동, 내비게이션, 스마트계량기, 자동판매기, 보안서비스 IoT(Internet of Things) 가장보편적으로사용되고있는용어로 M2M, M2P, P2P 포괄 인터넷인프라를통해연결된디바이스간에상호작용할수있는사물, 사람, 동물등과같은개체들의네트워크 개인, 산업, 공공부문등다양한산업에활용 IoE(Internet of Everythings) 만물인터넷 : 특정기업 (CISCO) 이만들어낸조어 IoT 의다음단계 (next evolutionary stage) 로서사람, 데이터, 프로세스, 사물이통합된것 M2M : Machine to Machine, P2P : Person to Person 39

40 < 그림 > 사물인터넷과만물인터넷 자료원 : 주대영 (2014, p.17) 산업연구원 (KIET) 분류를인용 40

41 2) 사물인터넷의정의와시장전망 < 표 > 사물인터넷의정의와시장전망 구분 정의 시장전망 내용 사물에센서를부착해필요한정보를실시간으로주고받는기술이나환경 ( 김윤지, 2014). MIT 의 Auto-ID Lab 의 Kevin Ashton 이최초로제안한용어로, 고유식별가능한사물들이인터넷에연결된환경을의미 인간이사물의정보를수집하고지시하는것이아니라사물스스로정보를해석하고이행하는것을의미 시장조사기관 가트너 (Gartner) 는가장주목해야할 10대전략기술로서최근수년간 사물인터넷 을상위로선정 BI Intelligence 에서는 2018년까지사물인터넷기기가 90억대에이를것으로, 가트너는 2030년 300억대까지늘어이에따른부가가치가무려 1조 9,000억달러 ( 약 2,000조원 ) 에달할것으로추산하고있다. 사물인터넷시장이발전단계를지나본격적으로상업시장에 돌입했음을인식한것이다. 사물인터넷은어느 세계시장 : 2013년 2천억달러, 2020년 1조달러전망 ( 연26% 증가 ) 국내시장 : 2013년 2.3조원규모, 2020년 17조원전망 ( 연 33% 증가 ) 41

42 < 표 > 가트너가제시한 10 대전략기술동향 ( ) 2011년 2012년 2013년 2014년 2015년미디어태블릿그다양한모바일 1. 클라우드컴퓨팅모바일대전컴퓨팅에브리웨어이후기기관리모바일앱 & 모바일중심앱모바일앱 & 모바일앱 & 2. 사물인터넷미디어태블릿 & 인터페이스 HTML5 애플리케이션소셜커뮤니케이션상황인식과소셜이 3. 퍼스널클라우드만물인터넷 3D 프린팅 & 협업결합된사용자경험 4. 비디오사물인터넷사물인터넷 5. 차세대분석 앱스토어 & 마켓플레이스 하이브리드 IT & 클라우드컴퓨팅 6. 소셜분석차세대분석전략적빅데이터 하이브리드클라우드 & 서비스브로커로서의 IT 클라우드 / 클라이언트아키텍쳐퍼스널클라우드의시대 첨단분석 (Advanced, Pervasive and Invisible Analytics) 콘텍스트리치시스템 스마트머신 7. 상황인식컴퓨팅 빅데이터 실용분석 소프트웨어정의 클라우드 / 클라이언트컴퓨팅 8. 스토리지급메모리 인메모리컴퓨팅 인메모리컴퓨팅 웹스케일 IT 소프트웨어정의앱 & 인프라 9. 유비쿼터스컴퓨팅 저전력서버 통합생태계 스마트머신 웹-스케일 IT 10 패브릭기반컴퓨팅엔터프라이즈앱스위험기반보안과클라우드컴퓨팅 3D 프린팅 & 인프라스트럭처토어자가방어 42

43 < 그림 > 가트너의신기술하이프사이클 (Hype Cycle) 혁신촉발 부불려진 환멸단계 계몽단계 생산성안정단계 기대의정점 43

44 < 그림 > 사물인터넷의발전 자료원 : 이정, 박선형 (2014, p.12) 44

45 3) 사물인터넷의특징 < 표 > 사물인터넷의특징 특징 스마트 (Smart) 연결가능한 (connected) 분석 (anlaytics) 실시간 (real-time) 클라우드 (cloud) 내용 인터넷을기반으로한상호작용 예 : 스마트그리드 (smart grid) : 전기의생산, 운반, 소비과정에정보통신기술을접목하여효율성을높인지능형전력망시스템 커넥티드디바이스 (connected device) : 인터넷에연결이가능한디바이스 수집된정보를가공, 분석하여정보를재생산 의미있는방식으로활용하는데초점 ( 이승민, 2014) 리얼타임 (real-time) : 정보, 분석, 의사결정, 적용 클라우드기반서비스, 클라우드컴퓨팅 ADLINK Technology(2014), Deloitte Development LLC. (2014), Edson(2015), GSM Association(2014), Rose, Vadari, and Wigle(2015), SAP(2014) Vermesan, et al.(2014) 등의자료를기반으로정리함 45

46 커넥티드디바이스 (connected device) : 인터넷연결이가능한디바이스 < 그림 > 세계연결장치 (connected device) 수 ( ) 자료원 : Lorenz(2014) 46

47 2020 년예측 ( 이승민, 2014) : Cisco(2011) 500 억개, Gartner(2013) 260 억개사물 ( 스마트폰, 노트북, 태블릿 PC 등제외 ) < 그림 > 2020 년컨넥티드디바이스시장예측 ( 단위 10 억 ) UK Government Chief Scientific Adviser(2014, p.14) 47

48 4) 사물인터넷과마케팅 신제품, 신시장개척의기회 적시에, 개인화된 (personalized), 매력적인정보, 행동타게팅 (behavioral targeting), 가장관련있는채널을통해전달가능 구분 RFID 태그 (tags) 위치기반마케팅 (LBM) 웨어러블 (Wearable) 데이터분석 (data analytics) 출처 : Copernicus(2014) < 표 > 사물인터넷마케팅의범위 세부내용 RFID : Radio frequency identification RFID 태그는비용이비싸기는하나많은기업들이재고관리에활용 소비자체험 (experience) 제고및고객화에활용 LBM(Location-based marketing), 위치기반기술 (geo-location technology) : 웨어러블, i 비콘 (ibeacon) 실시간위치확인 : 메시징, 광고, 프로모션 (promotion) 등을개인화 스마트안경 (glasses, 시계 (watch) : 장소구별없이언제나소비자를접촉할수있어메시지송신, 광고, 쇼핑기회제공 리얼타임빅데이터 (real-time big data) 수집가능 예 : 제품사용, 아이템성과, 건강및라이프스타일특성, 매장방문경로, 소비자의사결정, 미디어소비 48

49 < 그림 > 사물인터넷의 6 개주요분야 자료원 : Anderson(2014) 의자료를재정리 49

50 5. 웨어러블디바이스 (Wearable Device) 1) 웨어러블디바이스의기능과형태 구분 개념 & 기능 형태 < 표 > 웨어러블디바이스 (Wearable Device) 기능과형태 내용 웨어러블기기 (Wearable Device) : 신체에장착하여사용하는 IT 기기로서스마트폰과연계시켜사용 기능 : 스마트폰기능보완, 생체데이터, 라이프로그등데이터를인터넷클라우드서비스전송 안경형 ( 스마트글라스 ), 시계형 ( 스마트워치 ), 생체신호데이터수집 ( 스마트밴드 ), 반지형, 콘택트렌즈형, 헤드폰등 워치 : 스마트폰메이커중심으로제품개발, Apple Watch 의수요에따라급속확대예상 밴드 : 헬스케어 ( 체온, 심박수, 혈압측정등 ) 중심으로많은기업들이시장진입 글래스 : 참가기업이적고, 여명기 일본야노경제연구소발표자료 50

51 2) 웨어러블디바이스시장 웨어러블디바이스 (wearable device) 시대의도래 < 표 > 웨어러블디바이스 (Wearable Device) 시장동향과전망 구분연도내용 세계시장 2013 총 671 만 5 천대 ( 밴드 439 만, 워치 229 만 5 천 ) 2014 총 692 만 8 천대 ( 워치 512 만, 밴드 165 만 8 천, 글래스 150 만예상 ) 2017 총 2 억 2,390 만대 ( 워치 1 억 3,690 만, 밴드 7 천만, 글래스 1,400 만예상 ) 일본시장 2013 총 53 만 3 천대 ( 밴드 33 만 2 천, 워치 20 만 ) 2014 총 275 만대 ( 워치 154 만, 밴드 116 만, 글래스 5 만예상 2017 총 1,310 만대 ( 워치 720 만, 밴드 500 만, 글래스 90 만예상 ) 일본야노경제연구소발표자료 51

< 표 > 웨어러블기기의형태별점유율 (2014-2017) http://www.generatorresearch.

52 < 표 > 웨어러블기기의형태별점유율 ( ) 52

53 < 그림 > 웨어러블디바이스의탑브랜드 (Onalytica 자료 ) 53

54 3) 네트워크근거리커뮤니케이션기술 최근마케팅에적용되고있는주요기술 < 표 > 사물인터넷의특징 특징 내용 지그비 (Zigbee) 블루투스 (Bluetooth) 저속전송 : 가정자동화, 데이터네트워크, 한전원격검침시스템, 화재감지기, 가스감지기에사용최근엔휴대폰에도사용 활용 : 원격 ( 제어, 관리, 모니터링 ), 자동화 ( 가정, 공장, 산업 ) m 근거리무선통신 BLE(Bluetooth low energy) 방식 : Bluetooth smart BLE 방식 Beacon( 비컨 ) : 애플, PayPal( 페이팔 ) Sound Beacon(Shopkick, 샵킥 ) : 고객위치기반쿠폰제공 Gimbal( 김발 ) : 퀄컴이개발한상황인식단말기술 ( 저가격 ) 활용 : 웨어러블, 스마트카드, 결재 태그 (Tag) NFC(Near Field Communication, 단거리무선통신 ) 20cm 미만초근거리통신 탭 (Tap) : 사진전송, 음식주문, 옥외광고 ( 정류장 ) RFID : 저렴, 경량패시브안테나, 48B~4KB 저장 ( 구글 Wallet) 활용 : 교통카드, 신용카드, 티켓 54

55 < 표 > 블루투스 / 비콘방식비교 사례 애플 페이팔비콘 (PayPal) 퀄컴 (Qualcomm) 샵킥 (shopkick) 니어바이 (Nearby) 적용성과 비콘 (ibeacon) : 근거리위치인식적용무선센서 2013 년 6 월 : BLE 방식 PC 의 USB 포트나전원콘센트에삽입하는매장용송수신기 e-bay : 페이팔모바일앱사용소비자에게정보제공, 대금결제용도 2013 년 9 월 : BLE 방식 Gimbal( 김발 ) : 퀄컴이개발한상황인식단말기술 ( 애플보다저렴 ) Proximity Beacon : 디지털사이니지 (digital signeage) 가능 2013 년 9 월 : BLE 방식 LBS( 위치기반서비스 ) 가아닌저주파방식의 push : 비콘신호송출기기를매장에각기설치 2009 년 구글에서준비중인비콘서비스명 구글계정에서니어바이기능을활성화하면사용자위치에따른상품정보및쿠폰송신가능 55

56 < 그림 > RFID & 비콘 (Beacon) RFID 비콘 (Beacon) 56

57 i 비콘의원리 자료원 : 나스미디어 (2014, p.4) 57

58 Beacon 활용사례 자료원 : 나스미디어 (2014, p.3) 58

59 자료원 : 나스미디어 (2014, p.9 & 10) 59

60 < 그림 > 구글 Glasses

61 < 그림 > 구글 Contact Lenses 61

< 그림 > 웨어러블디바이스의착용부위선호 http://blog.leweb.

62 < 그림 > 웨어러블디바이스의착용부위선호 62

63 참고문헌 김윤지 (2014). 사물인터넷현황과시사점. Market Intelligence, vol , 한국수출입은행. 나스미디어 (2014). 위치기반기술의또다른혁신, 비콘. Mobile issue report. 박현영 (2013). Mining Minds through Social Big Data Mining. 정과재능나눔발표자료 이상호 (2012). 디지털데이터홍수 분석지수 (AQ) 높여라 : 빅데이터시대, 금맥을찾아라 1. 한경 Business, 839, 이승민 ( 2014). 헬스케어산업의사물인터넷적용동향과전망. 보건산업브리프, 145, 한국보건산업진흥원. 이정, 박성현 (2014). 사물인터넷, 새로운세상의시작. 유진투자증권. 임동진 (2012). 21 세기의비즈니스연금술사 데이터사이언티스트. 정보통신산업진흥원 (2013). 내년에는빅데이터가 IT 업계의가장큰화두가될전망. 보도자료. 주대영 (2014). 초연결시대사물인터넷 (IoT) 의활성화방안. 산업경제, 2 월, DMC(2013) 년전망 Digital Media Trend Report. 63

64 ADLINK Technology(2014). Mainstreaming the Internet of Things: ADLINK dvances IoT with proven building blocks, intelligent gateways, and cloud-based remote management. Anderson, C. R. (2014). The Internet of Things: The possibilities are endless, but how will we get there? Copernicus(2014). Leveraging the Internet of Things in Marketing. Copernicus_IoT_Whitepaper.pdf Chubb, T. (2010). Foursquare Domino s pizza promotion helps growth. DataStax(2013). Big Data: Beyond the Hype Why Big Data Matters to You. White paper. Deloitte(2014). The Internet of Things ecosystem: Unlocking the business value of connected devices. Edson, B. (2015). Creating the Internet of your things. Microsoft Corporation. GSM Association(2014). Understanding the Internet of Things (IoT). 64

65 Hurt, J. (2012). The Three Vs Of Big Data As Applied To Conferences. Lorenz, S. (2014). Chat about the IoT s impact on business with Machina Research and LogMeIn. MGI (McKinsey Global Institute) (2011). Big data: The next frontier for innovation, competition, and productivity. Ministry of Science, ICT and Future Planning (2014). Master Plan for Building the Internet of Things (IoT) that leads the hyper-connected, digital revolution. Nasscom(2012). Big data: The next big thing. Nunen, M. (2014). Can lean innovation bring growth and profits back to semiconductors? Rose, A., Vadari, S., and Wigle, L. (2015). How the Internet of Things will enable vast new levels of efficiency. ACEEE Summer Study on Energy Efficiency in Buildings, ~

66 Snijders, C., Matzat, U., Reips, U. (2012). Big Data : Big Gaps of Knowledge in the Field of Internet Science. International Journal of Internet Science, 7(1), 1 5. SAP (2014). Next-generation business and the Internet of Things opportunities and challenges created by a connected and real-time world. UK Government Chief Scientific Adviser(2014). The Internet of Things: Making the most of the Second Digital Revolution. van Grove, J. (2010). McDonald s Foursquare Day campaign Increased checkins by 33%. Vermesan, O., et al., (2014). Internet of Things strategic research and innovation agenda. In, O. Vermesan and P. Friess (eds.), Internet of Things From research and innovation to market deployment (pp.7-142). Aalborg, Denmark: River Publishers. World Economic Forum(2012). Big Data, Big Impact: New Possibilities for International Development. 66

67 감사합니다. Q & A

PowerPoint Presentation

PowerPoint Presentation 사물인터넷마케팅 (IoT, Internet of Things) 2015. 3. 31 서구원 한양사이버대학교광고미디어학과교수 1 금주의명언 잘못된장소와시간에있는잘못된사람에게잘못된오퍼 (offer) 가만들어지면대부분의마케팅비용을허비하게된다. 사물인터넷 (IoT) 은구매자와그들의욕구에관한전례가없는엄청난양의정밀한정보를만들어낼것이다 존게팅거 (Jon Gettinger)