자동화된 소프트웨어 정의 데이터센터
|
|
- 정윤 즙
- 5 years ago
- Views:
Transcription
1 사례로보는 Big Data 프로젝트의 Success Factor 한지수이사 한국이엠씨컴퓨터시스템즈 1
2 목차 Big Data는무엇인가? BI/DW와 Big Data의차이점? Big Data프로젝트의목표 Big Data 프로젝트수행의 3가지어려움 Big Data 프로젝트사례와시사점 Key Success Factor Big Data 수행을위한조직 Big Data 수행을위한 Technology Big Data 프로젝트수행단계 Best partner for Big Data 2
3 Big Data 는무엇인가? 비즈니스가치 Big Data 향상된 Insight 제공 사내 + 사외 ( 정형, 비정형 ) Smart 의사결정 Data 기반사고혁신 사내 ( 정형 ) 기존데이터 Volume Various Velocity Business 경쟁력제고 사내 사내 + 사외 (Web, SNS 등 ) 데이터 정형 정형 + 비정형 ( 문서, 메일, 이미지, 동영상, 로그등 ) 3
4 BI/DW 와 Big Data 의차이점? Big Data Analytics (Data Science) Interpretation based Why it happened? What we will do? 데이터유형 분석기법 대규모 data set 정형 / 비정형 Data, File, 음성 / 이미지 / 텍스트등 최적화모델 / 통계학적분석 / 예측분석모델 / Forecasting / Early Warning 등 ANALYSIS Fact based What happened? Past TIME What will happen? Future 일반적질문데이터유형 어떤결과가나올것인지?(What-if simulation) 우리비즈니스에최적화된시나리오는무엇인지? 향후에어떤일이발생할것인지? Business Intelligence 비교적소규모의 data set 정형 Data, 전통적 RDBMS 소스 Business Intelligence 분석기법 집약적대시보드 / 스탠다드 ad hoc 리포팅 / Alerts / 정형 Query 등 Big Data Analytics 일반적질문 지난분기에발생한일은? 왜발생했는지? 과거실적및영업이익은? 4
5 Big Data 의프로젝트의목표 생산 / 품질향상 고객중심의 R&D 계정계데이터흐름에대한분석 고객중심의이니셔티브 제조회사의목표 금융회사의목표 마케팅분석의고도화 고도의 AS 정보제공 Strong Analysis 병렬처리프로세싱 * Source: the Saïd Business School at the University of Oxford 5
6 Big Data 프로젝트수행의 3 가지어려움 1 왜 Big Data 를도입해야하나? 회사의비즈니스와 Align 하여 무엇 을 왜 분석해야하는지목표가명확하지않다 무엇을예측 할것인가?, 무엇을최적화 할것인가에대한막연한목표 2 IT 부서주도의기술구현프로젝트 업무현장의 Insight 를반영하기어렵고, 분석의효과로서목적하는바가분명하지않다 기존의시스템으로부터 어떤데이터 를 어떠한방식 으로수집할것인지확실치않다 3 매우다양한분석요구사항과시스템연계 분석데이터를요구하는조직마다매우 다양한원천데이터 와 다양한분석기법 을요구 6
7 Big Data 프로젝트사례와시사점 (1/3) 왜 Big Data 를도입해야하나? > 추진과제선정프로젝트의선행 Challenging Questions Cases Key Findings C 증권 < 월별주가예측리포트 > 조직차원의분석목표와분석대상을정의하였는가? 주가예측정확도향상 1) 95 개주가종목의예측이가능한 K-Index 지표개발 대상 Biz-Case 핵심과제를도출하였는가? 2) 통계경제지표, SNS, 블로그등내 / 외부통합데이터분석플랫폼구축 3) 13 년 Big Data Award 우수상수상 적합한주제 / 목표 C 레벨의스폰서쉽을확보하였는가? P 제조 빅데이터기반생산관리시스템 < 생산관리시스템품질관리 > 분석데이터의식별 투자효과에대한분석과예측이가능한가? 전직원공모 (358 개 ) 부서별토론 / 임원토론 현업부서장 ( 우선순위 : 35 개 ) 선행과제 20 개추출 선행과제실행으로 Big Data 선경험으로향후시행착오를줄이고자함 추진과제고도화 13 년 : 20 여개의 Pilot 과제 14 년 : 기수행 7 개과제검증및개선 7
8 Big Data 프로젝트사례와시사점 (2/3) IT 부서주도의기술구현프로젝트 > 회사전체의 Big Data 수준향상 Challenging Questions Cases Key Findings 현업분석가, Biz 전문가가함께참여하였는가? 데이터분석인력 (Scientist) 는육성및확보하였는가? Biz-Case 에적합하게적용할분석모델은수립하였는가? D 중공업 Pilot 을통한주제분석및사전교육 1. 과제별현업전문가, 분석전문가및 Data Scientist 양성 C 물류 현실성있는분석모델개발 1. 실무진과의참여와검증을통해물동량예측을위한모델개발 H 중공업 Pilot 과제수행 기본교육 (1 주 ) 심화교육 (2 주 ) 분석가활용 조직의빅데이터역량향상을위한데이터분석가양성 적합한과제와분석모델적용 조직전사수준의빅데이터수준진단은되어있는가? 빅데이터수준진단및과제선정 1. 빅데이터조직수준을진단 2. 전체업무중 25 개를빅데이터분석과제로선정, 최우선과제 4 개정의 H 사 8
9 Big Data 프로젝트사례와시사점 (3/3) 매우다양한분석요구사항과시스템연계 > BIG DATA ON CLOUD Challenging Questions Cases Key Findings S 제조 추가요구사항수렴이용이한확장구조인가? 안정적으로대용량을지원하는플랫폼인가? 구현목표 공정품질관제체계 Big Data 기반자동분석체계 다양한분석및결과 Feed Back 품질추적체계고도화 최적의솔루션구축 산재된데이터통합및연계방안은검토되었는가? 안정적인운영 / 확산 각분석환경에유연한대응은가능한가? Cloud 환경적용 9
10 Key success factor 1 적합한주제 / 목표 수행조직과역할 (Master Plan) 분석데이터의식별역량향상을위한데이터분석가양성적합한과제와분석모델적용 적용 Technology (Implementation) 철저한사전준비와검증을통한 Big Data 프로젝트수행 5 최적의솔루션구축 6 안정적인운영 / 확산 10
11 Big Data 수행을위한조직 People Role & Responsibility Business Biz Expert ( 업무담당자 ) Data Scientist ( 분석가 ) Big Data Coordinator 주제 / 과제정의 업무통찰력 / 분석수행 우선순위, 키워드정의 분석방법론적용 목적과효과 Data Data Architect Solution Architect Big Data Consultant 필요데이터식별 / 확보 원천 / 목표데이터정의 데이터논리 / 물리모델설계 속성데이터정의 데이터관리및활용체계수립 Data 수집과관리 Technology DB Administrator Hadoop Administrator HW/SW/NW Engineer Solution Specialist 아키텍처총괄적설계, 관리 데이터기술적관리, 처리 서버, NW, 스토리지기술지원 관련소프트웨어기술지원 제품별유지보수 Solutions 11
12 Data Ingestion & ETL Big Data 수행을위한 technology 기업의 Value Chain 에서생성되는모든데이터의저장 데이터원천데이터수집 Big Data Lake Analytic on Demand 분석 UI 소셜데이터 Aster SpringXD GemFire Greenplum DB Cloud Architecture Analytics Mobile 데이터 SmartTV 데이터 생산설비데이터 시스템데이터 Enterprise DW Extract Flume Crawler ETL CEP SQL- Fire GP Loader Load GP Loader Staging GPHDFS protocol Staging 4 EDW In-DB Scoring Greenplum & Hadoop Interface Hadoop 전처리 Hadoop In-DB Scoring HAWQ Analytic Mart 결과 GPFDIST protocol 8 GPHDFS protocol Visual Analytics High- Performance Analytics Adatper DB SandBox Hadoop SandBox Big Data 시각화, 모바일 예측모델 12
13 Big Data 프로젝트수행단계 Master Plan 수립 점진적추진 : 과제우선순위 선택과집중 시작이반 : 신속한추진전략과 Roadmap Pilot 수행 백문이불여일견 : Pilot 을통해실제체험 강력한 Sponsorship 확보 : C 레벨의의지 전문가양성 소수정예 : 전문가를양성하고전담조직구성 역량내재화 : 외부전문업체를활용하여기술내재화 Implementation 전사프로젝트 : 최고효율과최대성과를획득 뛰어난 Partnership : 성공확률극대화 13
14 Best partner for big data Solution 과경험을보유한 Big Data 프로젝트의최고의파트너는 EMC Big Data 위한최적의플랫폼 Big Data 전용솔루션 Big Data 를위한맞춤형서비스 1. 적합한주제 / 목표 2. 분석데이터의식별 Data Scientist 교육 Big Data Planning 3. 역량향상을위한데이터분석가양성 Big Data 분석 4. 적합한과제와분석모델적용 Big Data Architecting 대용량 HDFS DB/HD 5. 최적의솔루션구축 백업 Big Data Implementation 6. 안정적인운영 / 확산 Big Data 구축 관리자동화 BigData 를구현하기위한 Converged Infra, Storage, Virtualization Big Data 를효과적으로저장, 관리, 분석위한최적의제품및솔루션 Big Data 를통한비즈니스가치창출을위한최적의프로페셔널서비스제공 14
15
Oracle Apps Day_SEM
Senior Consultant Application Sales Consulting Oracle Korea - 1. S = (P + R) x E S= P= R= E= Source : Strategy Execution, By Daniel M. Beall 2001 1. Strategy Formulation Sound Flawed Missed Opportunity
More informationIBMDW성공사례원고
한국아이비엠주식회사 Your Possible Solution IBM DataWarehouse Appliance Impossible? I'm possible! 04 06 08 14 20 26 What BAO? 44x 3x 5x 05 04 Why DataWarehouse Appliance? Your Choice : Simplicity, Flexibility IBM
More information김기남_ATDC2016_160620_[키노트].key
metatron Enterprise Big Data SKT Metatron/Big Data Big Data Big Data... metatron Ready to Enterprise Big Data Big Data Big Data Big Data?? Data Raw. CRM SCM MES TCO Data & Store & Processing Computational
More informationCONTENTS Volume.174 2013 09+10 06 테마 즐겨찾기 빅데이터의 현주소 진일보하는 공개 기술, 빅데이터 새 시대를 열다 12 테마 활동 빅데이터 플랫폼 기술의 현황 빅데이터, 하둡 품고 병렬처리 가속화 16 테마 더하기 국내 빅데이터 산 학 연 관
방송 통신 전파 KOREA COMMUNICATIONS AGENCY MAGAZINE 2013 VOL.174 09+10 CONTENTS Volume.174 2013 09+10 06 테마 즐겨찾기 빅데이터의 현주소 진일보하는 공개 기술, 빅데이터 새 시대를 열다 12 테마 활동 빅데이터 플랫폼 기술의 현황 빅데이터, 하둡 품고 병렬처리 가속화 16 테마 더하기 국내
More informationecorp-프로젝트제안서작성실무(양식3)
(BSC: Balanced ScoreCard) ( ) (Value Chain) (Firm Infrastructure) (Support Activities) (Human Resource Management) (Technology Development) (Primary Activities) (Procurement) (Inbound (Outbound (Marketing
More information빅데이터_DAY key
Big Data Near You 2016. 06. 16 Prof. Sehyug Kwon Dept. of Statistics 4V s of Big Data Volume Variety Velocity Veracity Value 대용량 다양한 유형 실시간 정보 (불)확실성 가치 tera(1,0004) - peta -exazetta(10007) bytes in 2020
More information슬라이드 1
Data Warehouse 통합솔루션 회사연혁 Teradata Corporation (NYSE: TDC) 은 30 년이상업계를선도하며, 전세계적으로 Big Data 및데이터웨어하우스관련 Analytic 솔루션과컨설팅서비스를제공하는최고의기술을보유한 Global 기업 Teradata 본사 한국 Teradata 미국오하이오주 Dayton에세계최초의금전등록기제조사
More informationÆí¶÷4-¼Ö·ç¼Çc03ÖÁ¾š
솔루션 2006 454 2006 455 2006 456 2006 457 2006 458 2006 459 2006 460 솔루션 2006 462 2006 463 2006 464 2006 465 2006 466 솔루션 2006 468 2006 469 2006 470 2006 471 2006 472 2006 473 2006 474 2006 475 2006 476
More information歯목차45호.PDF
CRM CRM (CRM : Customer Relationship Management ). CRM,,.,,.. IMF.,.,. (CRM: Customer Relationship Management, CRM )., CRM,.,., 57 45 (2001 )., CRM...,, CRM, CRM.. CRM 1., CRM,. CRM,.,.,. (Volume),,,,,,,,,,
More information15_3oracle
Principal Consultant Corporate Management Team ( Oracle HRMS ) Agenda 1. Oracle Overview 2. HR Transformation 3. Oracle HRMS Initiatives 4. Oracle HRMS Model 5. Oracle HRMS System 6. Business Benefit 7.
More informationETL_project_best_practice1.ppt
ETL ETL Data,., Data Warehouse DataData Warehouse ETL tool/system: ETL, ETL Process Data Warehouse Platform Database, Access Method Data Source Data Operational Data Near Real-Time Data Modeling Refresh/Replication
More informationI. - II. DW ETT Best Practice
IBM Business Intelligence Solution Seminar 2005 - IBM Business Consulting Service (cslee@kr.ibm.com) I. - II. DW ETT Best Practice (DW)., (EDW). Time 1980 ~1990 1995 2000 2005 * 1980 IBM Information Warehouse
More informationBigdata가 제공하는 구체적인 혜택과 변화 양상 기업의 데이터 기반의 의사결정 시스템 구축 의지 확대 양상 빅데이터를 활용한 경영 및 마케팅 지속적인 증가세 뚜렷 빅데이터를 도입한 기업은 사전 기대를 뛰어넘는 효과를 경험 본 조사 내용은 美 BARC- Researc
Bigdata가 제공하는 구체적인 혜택과 변화 양상 기업의 데이터 기반의 의사결정 시스템 구축 의지 확대 양상 빅데이터를 활용한 경영 및 마케팅 지속적인 증가세 뚜렷 빅데이터를 도입한 기업은 사전 기대를 뛰어넘는 효과를 경험 본 조사 내용은 美 BARC- Researcht 社 가 2015년 대륙별 표본을 추출한 글로벌 546개사를 대상으로 리서치를 수행하여
More informationDW 개요.PDF
Data Warehouse Hammersoftkorea BI Group / DW / 1960 1970 1980 1990 2000 Automating Informating Source : Kelly, The Data Warehousing : The Route to Mass Customization, 1996. -,, Data .,.., /. ...,.,,,.
More informationIBM blue-and-white template
쌍용자동차 CATIA V5 적용사례 쌍용자동차기술관리팀안재민 AGENDA 1. SYMC PRODUCT LINE UP 2. SYMC PDM Overview 3. CV5 & PDM Implementation Overview 4. PDM을이용한 CV5 Relational Design 5. 향후과제 6. Q & A 2 Presentation Title 1 2 1.
More informationMicrosoft PowerPoint - 3.공영DBM_최동욱_본부장-중소기업의_실용주의_CRM
中 규모 기업의 실용주의CRM 전략 (CRM for SMB) 공영DBM 솔루션컨설팅 사업부 본부장 최동욱 2007. 10. 25 Agenda I. 중소기업의 고객관리, CRM의 중요성 1. 국내외 CRM 동향 2. 고객관리, CRM의 중요성 3. CRM 도입의 기대효과 II. CRM정의 및 우리회사 적합성 1. 중소기업에 유용한 CRM의 정의 2. LTV(Life
More informationOUR INSIGHT. YOUR FUTURE. Disclaimer Presentation ( ),. Presentation,..,,,,, (E).,,., Presentation,., Representative.( ). ( ).
OUR INSIGHT. YOUR FUTURE. Disclaimer Presentation ( ),. Presentation,..,,,,, (E).,,., Presentation,., Representative.( ). ( ). Investor Relations 2016 Contents Prologue Chapter1. 네트워크 솔루션 전문기업 Chapter2.
More informationPowerPoint 프레젠테이션
ㆍ Natural Language Understanding 관련기술 ㆍ Semantic Parsing Conversational AI Natural Language Understanding / Machine Learning ㆍEntity Extraction and Resolution - Machine Learning 관련기술연구개발경험보유자ㆍStatistical
More informationOZ-LMS TM OZ-LMS 2008 OZ-LMS 2006 OZ-LMS Lite Best IT Serviece Provider OZNET KOREA Management Philosophy & Vision Introduction OZNETKOREA IT Mission Core Values KH IT ERP Web Solution IT SW 2000 4 3 508-2
More informationOpen Cloud Engine Open Source Big Data Platform Flamingo Project Open Cloud Engine Flamingo Project Leader 김병곤
Open Cloud Engine Open Source Big Data Platform Flamingo Project Open Cloud Engine Flamingo Project Leader 김병곤 (byounggon.kim@opence.org) 빅데이터분석및서비스플랫폼 모바일 Browser 인포메이션카탈로그 Search 인포메이션유형 보안등급 생성주기 형식
More information[Brochure] KOR_TunA
LG CNS LG CNS APM (TunA) LG CNS APM (TunA) 어플리케이션의 성능 개선을 위한 직관적이고 심플한 APM 솔루션 APM 이란? Application Performance Management 란? 사용자 관점 그리고 비즈니스 관점에서 실제 서비스되고 있는 어플리케이션의 성능 관리 체계입니다. 이를 위해서는 신속한 장애 지점 파악 /
More informationBusiness Agility () Dynamic ebusiness, RTE (Real-Time Enterprise) IT Web Services c c WE-SDS (Web Services Enabled SDS) SDS SDS Service-riented Architecture Web Services ( ) ( ) ( ) / c IT / Service- Service-
More information160322_ADOP 상품 소개서_1.0
상품 소개서 March, 2016 INTRODUCTION WHO WE ARE WHAT WE DO ADOP PRODUCTS : PLATON SEO SOULTION ( ) OUT-STREAM - FOR MOBILE ADOP MARKET ( ) 2. ADOP PRODUCTS WHO WE ARE ADOP,. 2. ADOP PRODUCTS WHAT WE DO ADOP,.
More informationPowerPoint 프레젠테이션
4 차산업혁명시대의기본 데이터품질 1 산업혁명 4.0 : 데이터의연결화 What is industry 4.0 The invention of microprocessors brought Automaion into plants on a large scale. 3 차산업혁명자동화 (S/W) 4.0 Water and steam power ushered in the era
More informationPowerPoint 프레젠테이션
S/4HANA Fiori 기반의 Business Intelligence 및구축사례 Zen consulting Zen consulting 젠컨설팅은 SAP Gold Partner 이자 SAP Education Delivery Partner, 공식유지보수를할수있는 PCoE Partner 로서 SAP 전영역에걸쳐최상의서비스를제공합니다. Partnership with
More informationPortal_9iAS.ppt [읽기 전용]
Application Server iplatform Oracle9 A P P L I C A T I O N S E R V E R i Oracle9i Application Server e-business Portal Client Database Server e-business Portals B2C, B2B, B2E, WebsiteX B2Me GUI ID B2C
More informationIntra_DW_Ch4.PDF
The Intranet Data Warehouse Richard Tanler Ch4 : Online Analytic Processing: From Data To Information 2000. 4. 14 All rights reserved OLAP OLAP OLAP OLAP OLAP OLAP is a label, rather than a technology
More informationconsulting
CONSULTING 전략 컨설팅 클라우드 마이그레이션 애플리케이션 마이그레이션 데이터 마이그레이션 HELPING YOU ADOPT CLOUD. 클라우드로 가기로 결정했다면 누구와 함께 갈지를 선택해야 합니다. 처음부터 끝까지 믿을만한 파트너를 찾는다면 베스핀글로벌이 정답입니다. 전략 컨설팅 다양한 클라우드 공급자가 존재하고, 클라우드 공급자마다 다른 장단점을
More informationDB진흥원 BIG DATA 전문가로 가는 길 발표자료.pptx
빅데이터의기술영역과 요구역량 줌인터넷 ( 주 ) 김우승 소개 http://zum.com 줌인터넷(주) 연구소 이력 줌인터넷 SK planet SK Telecom 삼성전자 http://kimws.wordpress.com @kimws 목차 빅데이터살펴보기 빅데이터에서다루는문제들 NoSQL 빅데이터라이프사이클 빅데이터플랫폼 빅데이터를위한역량 빅데이터를위한역할별요구지식
More informationBasic Template
Hadoop EcoSystem 을홗용한 Hybrid DW 구축사례 2013-05-02 KT cloudware / NexR Project Manager 정구범 klaus.jung@{kt nexr}.com KT의대용량데이터처리이슈 적재 Data의폭발적인증가 LTE 등초고속무선 Data 통싞 : 트래픽이예상보다빨리 / 많이증가 비통싞 ( 컨텐츠 / 플랫폼 /Bio/
More information08SW
www.mke.go.kr + www.keit.re.kr Part.08 654 662 709 731 753 778 01 654 Korea EvaluationInstitute of industrial Technology IT R&D www.mke.go.kr www.keit.re.kr 02 Ministry of Knowledge Economy 655 Domain-Specific
More informationAgenda I. What is SRM? II. Why SRM? Trend, III. Function / To-be - IV. V. Critical Success Factor 2
(Procurement Engineering) - Engineering Introduction & Case study 2006. June 8 th Yoon-chang So / IBM GBS Agenda I. What is SRM? II. Why SRM? Trend, III. Function / To-be - IV. V. Critical Success Factor
More informationPowerPoint Presentation
1 2 Enterprise AI 인공지능 (AI) 을업무에도입하는최적의제안 Taewan Kim Solution Engineer Data & Analytics @2045 Imagine the endless possibilities to learn from 2.5 quintillion bytes of data generated every day AI REVOLUTION
More informationGlobal Bigdata 사용 현황 및 향후 활용 전망 빅데이터 미도입 이유 필요성 못느낌, 분석 가치 판단 불가 향후 투자를 집중할 분야는 보안 모니터링 분야 와 자동화 시스템 분야 빅데이터의 핵심 가치 - 트랜드 예측 과 제품 개선 도움 빅데이터 운영 애로 사항
Global Bigdata 사용 현황 및 향후 활용 전망 빅데이터 미도입 이유 필요성 못느낌, 분석 가치 판단 불가 향후 투자를 집중할 분야는 보안 모니터링 분야 와 자동화 시스템 분야 빅데이터의 핵심 가치 - 트랜드 예측 과 제품 개선 도움 빅데이터 운영 애로 사항 - 재직자 전문성, 복잡성으로 인해 알고리즘 개발 난항 본 조사 내용은 美 Techpro Research
More information슬라이드 1
Big Data & IoT Driven Smart Industry 2016.11 효성인포메이션시스템 CONTENTS Big Data & IoT World Smart Industry Strategy ⅠBig Data & IoT World Digital World IoT World Big Data & IoT World 2 Digital World Cloud Social
More informationSlide 1
SAS Visual Analytics: In-Memory 분석엔진기반의 Big Data 시각적분석 박현옥부장 SAS Korea Agenda Big Data Analysis - Issues Case Study Big Data Analytics를위한 SAS 분석아키텍쳐 SAS Visual Analytics의특징 데모 활용방안 Big Data Analytics -
More informationPowerPoint 프레젠테이션
Agenda 회사소개 Customer challenges Pre-Configured Solution 사례 Special offer or promotion Predictive Analytics Industry Experience Big Data 회사소개 - 일반 DS-eTrade Microsoft 의 Cloud Platform & Data Platform 파트너
More information3Æí2Àå¨éÀç
333 442 443 1e 1.1 eecrmeprocurement e eelectronic e e IT 321 444 online offline e front back IT 445 2000 com 1 1.2 322 e e 10 potential customers 446 1.3 e 323 447 Michael Porter 323 2 value chain enterprise
More informationAT_GraduateProgram.key
Art & Technology Graduate Program M.A.S (Master of Arts & Science) in Art & Technology Why Art Tech Graduate Program? / + + X Why Sogang? - Art/Design + Technology 4 Art & Technology Who is this for? (
More information歯_892-906_ 2001년도 회원사명단.doc
Polymer Science and Technology Polymer Science and Technology Polymer Science and Technology Polymer Science and Technology Polymer Science and Technology Polymer Science and Technology Polymer Science
More informationuntitled
3 IBM WebSphere User Conference ESB (e-mail : ljm@kr.ibm.com) Infrastructure Solution, IGS 2005. 9.13 ESB 를통한어플리케이션통합구축 2 IT 40%. IT,,.,, (Real Time Enterprise), End to End Access Processes bounded by
More informationE-BI Day Presentation
E-Business Intelligence Agenda Issue E-BI Architecture ORACLE E-BI Solutions ORACLE E-BI ORACLE E-BI I. Issue? KPI. (KPI ). Jeff Henley, CFO, Oracle Corporation I. Issue? I. Issue Many Sources, Users,and
More informationModel Investor MANDO Portal Site People Customer BIS Supplier C R M PLM ERP MES HRIS S C M KMS Web -Based
e- Business Web Site 2002. 04.26 Model Investor MANDO Portal Site People Customer BIS Supplier C R M PLM ERP MES HRIS S C M KMS Web -Based Approach High E-Business Functionality Web Web --based based KMS/BIS
More informationAgenda 오픈소스 트렌드 전망 Red Hat Enterprise Virtualization Red Hat Enterprise Linux OpenStack Platform Open Hybrid Cloud
오픈소스 기반 레드햇 클라우드 기술 Red Hat, Inc. Senior Solution Architect 최원영 부장 wchoi@redhat.com Agenda 오픈소스 트렌드 전망 Red Hat Enterprise Virtualization Red Hat Enterprise Linux OpenStack Platform Open Hybrid Cloud Red
More information001지식백서_4도
White Paper on Knowledge Service Industry Message Message Contents Contents Contents Contents Chapter 1 Part 1. Part 2. Part 3. Chapter
More information.
데이터통합의미래, 실시간데이터통합가상화솔루션 DataHub 3.0 2015. 03. 2015 TmaxSoft Co., Ltd. All Rights Reserved. Ⅰ Ⅱ Ⅲ BI 플랫폼의변화 데이터가상화플랫폼 : DataHub DataHub 의특장점및사례 BI 비즈니스환경의변화 복잡한비즈니스환경, IT 인프라의발전으로보다많은데이터로부터보다빠른의사결정이 요구되는상황임
More information13 Who am I? R&D, Product Development Manager / Smart Worker Visualization SW SW KAIST Software Engineering Computer Engineering 3
13 Lightweight BPM Engine SW 13 Who am I? R&D, Product Development Manager / Smart Worker Visualization SW SW KAIST Software Engineering Computer Engineering 3 BPM? 13 13 Vendor BPM?? EA??? http://en.wikipedia.org/wiki/business_process_management,
More information第 1 節 組 織 11 第 1 章 檢 察 의 組 織 人 事 制 度 등 第 1 項 大 檢 察 廳 第 1 節 組 대검찰청은 대법원에 대응하여 수도인 서울에 위치 한다(검찰청법 제2조,제3조,대검찰청의 위치와 각급 검찰청의명칭및위치에관한규정 제2조). 대검찰청에 검찰총장,대
第 1 章 檢 察 의 組 織 人 事 制 度 등 第 1 節 組 織 11 第 1 章 檢 察 의 組 織 人 事 制 度 등 第 1 項 大 檢 察 廳 第 1 節 組 대검찰청은 대법원에 대응하여 수도인 서울에 위치 한다(검찰청법 제2조,제3조,대검찰청의 위치와 각급 검찰청의명칭및위치에관한규정 제2조). 대검찰청에 검찰총장,대검찰청 차장검사,대검찰청 검사,검찰연구관,부
More information제 31회 전국 고교생 문예백일장 산문 부문 심사평.hwp
제 31회 전국 고교생 문예백일장 산문 부문 심사평 *당선자 : 장원-울산효정고등학교 이예슬 차상-수리고등학교 전하영 차하-안양예술고등학교 이본느 가작-은평고등학교 강보미 가작-고양예술고등학교 강보민 배우고( 知 ), 좋아하고( 好 ), 즐기며( 樂 ) 쌓아가는 삶의 피라미드! 단국대 제 31회 전국고교생 백일장 산문부 심사위원들의 가장 큰 아쉬움은 글제 삼각
More information빅데이터처리의핵심인 Hadoop 을오라클은어떻게지원하나요? Oracle Big Data Appliance Solution 01 빅데이터처리를위한전문솔루션이 Oracle Big Data Appliance 군요. Oracle Big Data Appliance 와함께라면더이
Cover Story 03 28 Oracle Big Data Solution 01_Oracle Big Data Appliance 02_Oracle Big Data Connectors 03_Oracle Exdata In-Memory Database Machine 04_Oracle Endeca Information Discovery 05_Oracle Event
More information빅데이터 시대의 전자상거래 초판인쇄 2015년 8월 15일 초판발행 2015년 8월 12일 지은이 노규성 김의창 문용은 박성택 이승희 임기흥 정기호 펴낸이 김승기 펴낸곳 (주)생능 / 주소 경기도 파주시 광인사길 143 출판사 등록일 2014년 1월 8일 / 신고번호
빅데이터 시대의 전자상거래 초판인쇄 2015년 8월 15일 초판발행 2015년 8월 12일 지은이 노규성 김의창 문용은 박성택 이승희 임기흥 정기호 펴낸이 김승기 펴낸곳 (주)생능 / 주소 경기도 파주시 광인사길 143 출판사 등록일 2014년 1월 8일 / 신고번호 제2014-000003호 대표전화 (031)955-0761 / 팩스 (031)955-0768
More information1~10
24 Business 2011 01 19 26 Business 2011 01 19 2011 01 19 Business 27 28 Business 2011 01 19 2011 01 19 Business 29 30 Business 2011 01 19 2011 01 19 Business 31 32 Business 2011 01 19 2011 01 19 Business
More informationCRM Fair 2004
easycrm Workbench ( ) 2004.04.02 I. CRM 1. CRM 2. CRM 3. II. easybi(business Intelligence) Framework 1. 2. - easydataflow Workbench - easycampaign Workbench - easypivot Reporter. 1. CRM 1.?! 1.. a. & b.
More informationOR2003-08.hwp
목 차 학습하는 개인 평생학습사회 실현 학습하는 참여하는 시민 개인 학습하는 성장하는 사회 개인 온 국민의 intelligence 업그레이드 학습자(Learners) 평생교육사(Educators) 제공자(Providers) 학습자 평생교육사 교육 제공자 (관련부처, 교육기관) Access 삶터에서의 학습기회 보장 Progress
More informationPowerPoint 프레젠테이션
2003 CRM (Table of Contents). CRM. 2003. 2003 CRM. CRM . CRM CRM,,, Modeling Revenue Legacy System C. V. C. C V.. = V Calling Behavior. Behavior al Value Profitability Customer Value Function Churn scoring
More informationMicrosoft PowerPoint - S4_통계분석시스템.ppt
Oracle 10g 기반의통계분석시스템사례 디비코아 ( 주 ) BI (Business Intelligence) 란? BI 란데이터와정보의가치를극대화하는것 Data? Information : 정제, 정렬, 조합, 결합된 Data 예 ) 특정상품구매자에대한성별, 수입별, 지역별고객리스트 Intelligence : 유기체적인특징 조직내에서증식 예 ) 구매정보를활용한마케팅팀의프로모션
More information<C7CFB9DDB1E2C3A4BFEB20B8AEC7C3B8B45F303832395FC3D6C1BEB5A5C0CCC5CD5FC0CEBCE2BFEB2E6169>
회사소개 1981년 한국전기통신공사로 창립된 kt는 대한민국 정보통신을 선도해왔습니다. 혁신을 거듭해온 kt는 통신, 미디어, 콘텐츠를 융합한 다양한 컨버전스 서비스를 제공하여 사람과 사람, 사람과 사물이 서로 소통하고 연결되는 Smart Life를 선도함으로써 Global ICT Convergence Leader 의 비전을 실현 해가고 있습니다. 특히 29년
More information歯CRM-All.PDF
56. CRM 1. CRM,, CRM. CRM.. CRM, CRM. CRM,. CRM, < -1>. CRM 57 < -1> CRM - 1999CRM, 2000 9 - CRM 10-2001 3 5-1998 4 7 1 CRM - 1999 72000 4 (DW) - 2000 4CRM - 2000 92001 3 2 CRM - 1999 10 DB - 2000 2 5
More information고객 지향적인 IT 투자와 운영이 요구되는 시대! 2014년 현재 유통, 서비스 업계의 정보화 화두는 BYOD 수용과 고객의 마음을 읽는 분석 입니다. Market Overview _ Cross Industry 의 정보화 동향 유통과 서비스 업계의 IT 환경은 발 빠르
무엇이든 물어보세요! 4 3 고객 지향적인 IT 투자와 운영이 요구되는 시대! 2014년 현재 유통, 서비스 업계의 정보화 화두는 BYOD 수용과 고객의 마음을 읽는 분석 입니다. Market Overview _ Cross Industry 의 정보화 동향 유통과 서비스 업계의 IT 환경은 발 빠르게 고객 지향적인 방향으로 발전해 가고 있다. 제품과 서비스를
More informationPowerPoint 프레젠테이션
빅 - 데이터분석에서데이터전 - 처리방법및트리팩타소개 데이터브릭 / 신동원 2 I. 데이터전 - 처리 3 1. 데이터전 - 처리정의및필요성 정의 필요성 4 2. 기존데이터전 - 처리문제점 80 % 5 2. 기존전 - 처리문제점 - IT 중심 이슈 수주에서수개월소요 1. 빠른인 - 사이트생성불가 2. 신속한업무적용불가 3. 결과물의정확성회의 6 2. 기존전 -
More informationAGENDA 01 02 03 모바일 산업의 환경변화 모바일 클라우드 서비스의 등장 모바일 클라우드 서비스 융합사례
모바일 클라우드 서비스 융합사례와 시장 전망 및 신 사업전략 2011. 10 AGENDA 01 02 03 모바일 산업의 환경변화 모바일 클라우드 서비스의 등장 모바일 클라우드 서비스 융합사례 AGENDA 01. 모바일 산업의 환경 변화 가치 사슬의 분화/결합 모바일 업계에서도 PC 산업과 유사한 모듈화/분업화 진행 PC 산업 IBM à WinTel 시대 à
More informationData Industry White Paper
2017 2017 Data Industry White Paper 2017 1 3 1 2 3 Interview 1 ICT 1 Recommendation System * 98 2017 Artificial 3 Neural NetworkArtificial IntelligenceAI 2 AlphaGo 1 33 Search Algorithm Deep Learning IBM
More information<A1DAC1D6BFE4BACEB9AE20B0E6B7C2C1F7C3A4BFEB20C1F7B9ABB1E2BCFABCAD28C1BEC7D5292D76332E786C73>
HRD 부문 직무기술서1 1. HRD기획 직군 일반직 직 종 교육 직무명 교육기획 소속팀 HRD기획팀 필요직급 과장~차장급 작성일자 2011-04-20 주요활동 책임 전사 교육전략 교육방침을 수립하고 당해년도 교육실적(교육투자예산)을 평가 관리한다. 교육체계 교육제도의 수립 관리 운영, HRD 역량개발 업무 HRD협의체를 운영한다. 사회적 트렌드, 경영방침,
More informationPowerPoint 프레젠테이션
Mining on Hadoop!! ankus 제품 소개서 어니컴 빅데이터 사업팀 팀장 이성준 (leesj@onycom.com) 2015.12 어니컴 목 차 01. ankus 개요 02. 주요 도입 사례 03. 기업소개 2 1.1 ankus 개요 1. ankus 개요 ankus는 대용량의 빅데이터로부터 데이터 마이닝/기계학습 등의 분석을 손 쉽게 수행할 수 있는
More informationuntitled
Logistics Strategic Planning pnjlee@cjcci.or.kr Difference between 3PL and SCM Factors Third-Party Logistics Supply Chain Management Goal Demand Management End User Satisfaction Just-in-case Lower
More informationThe Self-Managing Database : Automatic Health Monitoring and Alerting
The Self-Managing Database : Automatic Health Monitoring and Alerting Agenda Oracle 10g Enterpirse Manager Oracle 10g 3 rd Party PL/SQL API Summary (Self-Managing Database) ? 6% 6% 12% 55% 6% Source: IOUG
More informationCover Story 01 20 Oracle Big Data Vision 01_Big Data의 배경 02_Big Data의 정의 03_Big Data의 활용 방안 04_Big Data의 가치
Oracle Big Data 오라클 빅 데이터 이야기 Cover Story 01 20 Oracle Big Data Vision 01_Big Data의 배경 02_Big Data의 정의 03_Big Data의 활용 방안 04_Big Data의 가치 최근 빅 데이터에 대한 관심이 커지고 있는데, 그 배경이 무엇일까요? 정말 다양한 소스로부터 엄청난 데이터들이 쏟아져
More informationMicrosoft PowerPoint - 6.CRM_Consulting.ppt
고객DB로 가치를 창출해 내는 CRM 컨설팅 제안? 현장 CRM 컨설팅? 분석 CRM 컨설팅 AGENDA I. I. 공영 DBM 소개 II. II. III. III. IV. 컨설팅 구성 컨설팅 추진 방법론 CRM 컨설팅 사례 V. V. 컨설턴트 소개 -1- I-1 공영DBM 서비스 범위 I. 공영 DBM 소개? 공영DBM은 CRM Portal 전문기업으로써,
More informationLevel 학습 성과 내용 1수준 (이해) 1. 기본적인 Unix 이용법(명령어 또는 tool 활용)을 습득한다. 2. Unix 운영체계 설치을 익힌다. 모듈 학습성과 2수준 (응용) 1. Unix 가상화 및 이중화 개념을 이해한다. 2. 하드디스크의 논리적 구성 능력
CLD 모듈 계획서 Unix Systems 운영관리기법 교과목 코드 모듈명 Unix Systems Administration 코디네이터 김두연 개설 시기 2015. 5 th term 학점/시수 3 수강 대상 1~3학년 분반 POL Type TOL Type SOS Type 유형 소프트웨어 개발 컴퓨팅 플랫폼 관리 개발 역량 분석/설계 프로그래밍
More informationWORLD IT SHOW 2015 TREND Connect Everything WIS 2015 KEY ISSUE
Connect Everything www.worlditshow.co.kr facebook.com/worlditshow1 twitter.com/worlditshow blog.naver.com/worlditshow WORLD IT SHOW 2015 TREND 01 02 03 04 05 Connect Everything WIS 2015 KEY ISSUE 06 07
More information? Search Search Search Search Long-Tail Long-Tail Long-Tail Long-Tail Media Media Media Media Web2.0 Web2.0 Web2.0 Web2.0 Communication Advertisement
Daum Communications CRM 2007. 3. 14. ? Search Search Search Search Long-Tail Long-Tail Long-Tail Long-Tail Media Media Media Media Web2.0 Web2.0 Web2.0 Web2.0 Communication Advertisement Communication
More informationSlide 1
SAS High-Performance Analytics : Big Data Analytics 를위한기술혁신 SAS Korea 김근태 빅데이터가과거에는불가능했던새로운기회를제공합니다. 수일또는수주일이소요되었던분석인사이트를수분또는수초내에 확보할수있습니다. What if you could. Big Data 를경쟁사보다며칠더빠르게가망 고객의구매행위와의사결정기준을예측할수
More information목순 차서 v KM의 현황 v Web2.0 의 개념 v Web2.0의 도입 사례 v Web2.0의 KM 적용방안 v 고려사항 1/29
Web2.0의 EKP/KMS 적용 방안 및 사례 2008. 3. OnTheIt Consulting Knowledge Management Strategic Planning & Implementation Methodology 목순 차서 v KM의 현황 v Web2.0 의 개념 v Web2.0의 도입 사례 v Web2.0의 KM 적용방안 v 고려사항 1/29 현재의
More informationPowerPoint 프레젠테이션
Microsoft Power BI on Big Data Platform 아젠다 Ⅰ Ⅱ Ⅲ Microsoft Power BI on Big Data Platform 소개 Microsoft Power BI on Big Data Platform 구축사례 메이븐클라우드서비스소개 Microsoft Power BI on Big Data Platform 소개 Microsoft
More information자동화된 소프트웨어 정의 데이터센터
엔터프라이즈데이터레이크와 Scale-Out 데이터스토리지 서영일차장한국이엠씨컴퓨터시스템즈 1 목차 Data Lake 전략의필요성 Enterprise Data Lake 정의 EMC의 EDLP(Enterprise Data Lake Platform) 전략 EMC Scale-Out NAS Isilon 성공사례 2 전통적인분석을위한 Data Flow 전통적인분석방식의한계점
More information(Microsoft PowerPoint - INPIX_Company_Brochure_\310\250\307\307\277\353_12\277\371.pptx)
SMART IDEA, INPIX Overview Organization History People & Culture Clients Project P1 Overview 인픽스는 Insight + Pixel의 합성어 입니다. Digital Display 최소단위 Pixel, 화면을 넘어 정보와 소통에 대한 Insight. Insight + Pixel은 인픽스의
More informationYachtro_여병상_조경식_백인송
YachtRo.com 1. 요약 2. 배경 3. 시장분석 4. 비지니스콘셉 5. 사업추진계획 6. 리스크분석 7. 마케팅계획 8. 소요자금 / 재무추정 9. 사업화추진일정 10. 서비스디자인아웃라인 11. Appendix : .. 1. AirBnB? 1?? IT : IT, : Exclusive : (,, ) 2. 1 14 1) 100. 2) 3) 4) 1 1
More information비식별화 기술 활용 안내서-최종수정.indd
빅데이터 활용을 위한 빅데이터 담당자들이 실무에 활용 할 수 있도록 비식별화 기술과 활용방법, 실무 사례 및 예제, 분야별 참고 법령 및 활용 Q&A 등 안내 개인정보 비식별화 기술 활용 안내서 Ver 1.0 작성 및 문의 미래창조과학부 : 양현철 사무관 / 김자영 주무관 한국정보화진흥원 : 김진철 수석 / 김배현 수석 / 신신애 부장 문의 : cckim@nia.or.kr
More information목 차 Ⅰ. 정보기술의 환경 변화 Ⅱ. 차량-IT Convergence Ⅲ. 차량 센서 연계 서비스 Ⅳ. 차량-IT 융합 발전방향
차량-IT 융합 기반의 미래형 서비스 발전 동향 이범태 (현대자동차) 목 차 Ⅰ. 정보기술의 환경 변화 Ⅱ. 차량-IT Convergence Ⅲ. 차량 센서 연계 서비스 Ⅳ. 차량-IT 융합 발전방향 Ⅰ. 정보 기술의 환경변화 1. 정보기술의 발전 2. 자동차 전장 시스템의 발전 1. 정보기술의 발전 정보기술은 통신 네트워크의 급속한 발전, 단말의 고기능화,
More informationPowerPoint 프레젠테이션
Reasons for Poor Performance Programs 60% Design 20% System 2.5% Database 17.5% Source: ORACLE Performance Tuning 1 SMS TOOL DBA Monitoring TOOL Administration TOOL Performance Insight Backup SQL TUNING
More information` Companies need to play various roles as the network of supply chain gradually expands. Companies are required to form a supply chain with outsourcing or partnerships since a company can not
More informationㅇ ㅇ
ㅇ ㅇ ㅇ 1 ㆍ 2 3 4 ㅇ 1 ㆍ 2 3 ㅇ 1 2 ㆍ ㅇ 1 2 3 ㆍ 4 ㆍ 5 6 ㅇ ㆍ ㆍ 1 2 ㆍ 3 4 5 ㅇ 1 2 3 ㅇ 1 2 3 ㅇ ㅇ ㅇ 붙임 7 대추진전략및 27 개세부추진과제 제 5 차국가공간정보정책기본계획 (2013~2017) 2013. 10 국토교통부 : 2013 2017 차 례 제 1 장창조사회를견인하는국가공간정보정책
More information<30332DB1E2C8B9C6AFC1FD28B7F9C0E7C8AB292832312D3335292E687770>
플랜트 산업 기술의 ICT 적용 사례 류 재 홍 강 석 환 차 재 민 고등기술연구원 플랜트엔지니어링센터 ICT Application of Plant Industry Technology Jae-Hong Ryu, Suk-Hwan Kang, and Jae-Min Cha Institute for Advanced Engineering, Plant Engineering
More informationecorp-프로젝트제안서작성실무(양식4)
/ / Selling Point Solution Next Business Proposal 1 1 1 review 2 2 2 review Why What How (Service) / Knowledge Asset Library Risk Risk ( ) Risk. Risk Cost
More informationCS.hwp
보고서 2019-11 2019. 1. 3 CS(065770) IT H/W < 작성기관 : 한국기업데이터 > 보고서 ( 요약 ) 보고서 ( 전문 ) 기업현황산업분석기술분석주요이슈및전망 CS(065770) IT H/W 이 보고서는 자본시장 혁신을 위한 코스닥시장 활성화 방안 의 일환으로 코스닥 기업에 대한 투자정보 확충을 위해, 한국거래소와 한국예탁결제원의 후원을
More informationPowerPoint Presentation
SAP HANA 와 Predictive Analytics 를홗용한 IoT & Big Data 의인사이트도출 이철 / SAP Korea 2016.04.05 2015 2014 SAP AG. SE or All rights an SAP reserved. affiliate company. All rights reserved. 1 AGENDA 1 2 3 4 5 분석에대한니즈의변화
More informationMicrosoft PowerPoint - Smart CRM v4.0_TM 소개_20160320.pptx
(보험TM) 소개서 2015.12 대표전화 : 070 ) 7405 1700 팩스 : 02 ) 6012 1784 홈 페이지 : http://www.itfact.co.kr 목 차 01. Framework 02. Application 03. 회사 소개 01. Framework 1) Architecture Server Framework Client Framework
More informationIntro to Servlet, EJB, JSP, WS
! Introduction to J2EE (2) - EJB, Web Services J2EE iseminar.. 1544-3355 ( ) iseminar Chat. 1 Who Are We? Business Solutions Consultant Oracle Application Server 10g Business Solutions Consultant Oracle10g
More information내지출력
Contents 08 14 22 28 why? _ 이유가 뭐죠? 동종업계 매출1위, 기업신용등급A, 경영혁신형 중소기업 선정 안정적인 초우량 기업으로 성장하고, 고객들에게 신뢰받을 수 있는 비결이 도대체 뭐죠? (주)교원 제작관리팀_이성재 주임 당신의 성공 파트너! 당신곁엔 언제나 신승지류유통이 있습니다. 글로벌 경쟁의 시대, 한걸음 더 높이 도약하기 위해
More information歯두산3.PDF
ERP Project 20001111 BU 1 1. 2. Project 3. Project 4. Project 5. Project 6. J.D. EdwardsOneWorld 7. Project 8. Project 9. Project 10. System Configuration 11. Project 12. 2 1. 8 BG / 2 / 5 BU (20001031
More information12권2호내지합침
14 OPTICAL SCIENCE AND TECHNOLOGY April 2008 15 16 OPTICAL SCIENCE AND TECHNOLOGY April 2008 17 18 OPTICAL SCIENCE AND TECHNOLOGY April 2008 19 20 OPTICAL SCIENCE AND TECHNOLOGY April 2008 21 22 OPTICAL
More information첨 부 1. 설문분석 결과 2. 교육과정 프로파일 169
첨부 168 첨 부 1. 설문분석 결과 2. 교육과정 프로파일 169 Ⅰ-1. 설문조사 개요 Ⅰ. 설문분석 결과 병무청 직원들이 생각하는 조직문화, 교육에 대한 인식, 역량 중요도/수행도 조사를 인터넷을 통해 실 시 총 1297명의 응답을 받았음 (95% 신뢰수준에 표본오차는 ±5%). 조사 방법 인터넷 조사 조사 기간 2005년 5월 4일 (목) ~ 5월
More information