PowerPoint Presentation

Size: px

Start display at page:

Download "PowerPoint Presentation"

한일 조
6 years ago
Views:

1 제 6 강빅데이터 (Big Data) 2015 년 1 학기 한양대학교언론정보대학원 서구원교수

2 학습목차 1. 빅데이터 (Big Data) 환경 2. 빅데이터를활용한마케팅 3. 빅데이터분석기법과미래 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 5 4

2014 년 1 월 카드사개인정보유출로 ' 유탄 ' 맞은빅데이터 ( 미디어오늘 2014. 1. 23) 빅데이터는박근혜정부가내세운창조경제의핵심사업중하나 두얼굴의빅데이터 보안위협이냐보안강화냐 ( 디지털타임스 2014.

5 2014 년 1 월 카드사개인정보유출로 ' 유탄 ' 맞은빅데이터 ( 미디어오늘 ) 빅데이터는박근혜정부가내세운창조경제의핵심사업중하나 두얼굴의빅데이터 보안위협이냐보안강화냐 ( 디지털타임스 ) 한국인터넷진흥원도올해정보보호 10 대이슈중하나로 ` 빅데이터보안 ' 을꼽는등 5

6 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 6

7 정보통신산업진흥원주관의 `IT 산업전망컨퍼런스 정보통신산업진흥원이 IT 업계종사자 723 명을대상설문조사결과 2012 년 3 위이던빅데이터가 2013 년 1 위로부상 < 그림 > IT 업계 2013 년예상이슈 자료원 : 정보통신산업진흥원 (2013) 7

8 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, 데이터베이스아키텍쳐의구조에맞니않는다. 8

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

10 < 그림 > 빅데이터환경 자료원 : 이상호 (2012) 10

11 3) 빅데이터의특징 World Economic Forum (2012) : 온라인또는모바일금융거래, 소셜미디어트래픽 (traffic), GPS(Geographic Positioning System) 등이매일 2.5 퀸틸리언 (quintillion, 100 경 ) 이상의정보소위 빅데이터 (big data) 가만들어지고있다. 아마존닷컴 (Amazon.com) 의최고과학자 (Chief Scientist) 출신스탠포드교수안드레아스웨이겐드 (Andreas S. Weigend) : 빅데이터에의해변화되고있는이러한상황을소셜데이터혁명 (social data revolution) 빅데이터의특징 (Laney, 2001) : 3V[ 데이터의규모 (volume), 속도 (velocity), 다양성 (variety)] 대용량 : 테라 > 페타 > 엑사 > 제타급으로증대 소비자정보 : 인터넷, 모바일, 소셜미디어에서의개인정보와방문기록, 검색결과, 각종사이트와미디어의이용통계, 각종사이트나미디어간의이동과연관성, 커머스정보, 및소셜네트워킹정보등을축적 11

12 < 그림 > 빅데이터 3V 자료원 : Hurt(2012) 12

13 4) 빅데이터의마케팅시사점 빅데이터는소비자가스스로실시간으로제공 소비자의위치 (location), 소비자와함께있는사람이나객체 (people and objects around the user), 시간 (time) 등을인식 즉시적이고역동적인상황인식 (context awareness) 이가능 무한한정보량 : 테라에서페타로그리고다시엑사, 제타급으로증대 분석능력에따라무한한가치가창출 맞춤형자료가능 : 사용자들의개인적인자료, 검색행동, 상품구매및추천등을바탕으로개인의구체적인행동을실시간으로예측하고광고를맞춤형으로집행 13

14 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 ) 14

15 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 15

16 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 16

17 < 그림 > 몽블랑명함집검색결과 17

< 그림 > 교차판매과정 18 자료원 : http://practicalanalytics.

18 < 그림 > 교차판매과정 18 자료원 :

19 2) 위치기반마케팅 (Location-based marketing) 위치기반마케팅개요 구분 세부내용 개요 매장에있거나매장근처에있는고객을대상으로스마트폰을활용한통신, 소매, 미디어가결합된새로운가치창출의광고및마케팅기법 용어 : 위치기반마케팅 (LBM), 위치기반서비스 (LBS), 위치기반광고 (LBA) 프라이버시논란 방법 데이터 사례 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 19

20 포스퀘어 (Foursquare) 사례 2010 년 5 월스타벅스 (Starbucks) 매장을빈번하게드나드는고객에게시장 (Mayor) 을제안 고객에게프라푸치노 (Frappucino) 에대해 $1 할인을제공 < 그림 > 스타벅스의포스퀘어활용프로모션 자료원 : 20

21 < 그림 > 포스퀘어광고원리 자료원 : 21

22 영국스타벅스의 Placecast 활용사례 2010 년 10 월영국이동통신사 O2 는 Placecast 의 LBS(Location Based Service) 활용 : 100 만명의자사스마트폰사용자대상프로모션진행 고객의인구통계정보및흥미등다양한정보를분석하여, 고객이특정지역이나스타벅스점포가까운지역에들어오면고객맞춤정보를제공 < 그림 > O2 의스타벅스프로모션자료 자료원 : 22

23 한국미스터피자포스퀘어활용사례 2010 년 5 월업계최초 포스퀘어 활용캠페인 < 그림 > 미스터피자의포스퀘어프로모션 자료원 : 23

24 위치기반서비스 ( LBS, Location-Based Service) 동향 구분 미국 한국 세부내용 소셜미디어기업이 LBS 기업 M&A 를통해융합발전 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 24

25 < 그림 > 위치기반서비스 (LBS) 의진화사례 자료원 : 25

26 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 26

27 < 그림 > 점포내위치추적결과 자료원 : MGI(2011, p.92) 27

28 < 그림 > 숍킥 (Shopkick) 사용절차 자료원 : 28

29 숍킥 (Shopkick) 의특징 특징 개요 절차 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 효과 2011 년공휴일동안하루 310 만회이상의앱을방문, 런칭 1 년이내인 년 1 억 1 천만달러매출기록 64% 가여성, 평균 30 세 적용기업 미국 250개매장 : 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) 29

30 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 30

31 < 그림 > Neiman Marcus 의 InCircle Rewards program & Saks Fifth Avenue SaksFirst program 자료원 : 31

32 美사우스웨스트항공 (Southwest Airlines) 사례 액시엄 (Axiom) 과빅데이터자료분석 : 기내광고에활용하여성공 액시엄은자사가소유하고있는미국인 96% 를포함하여세계 5 억명에해당하는사람들의개인정보, 신용카드이용정보, 보유애완동물, 복용중인약품등 1,500 여종이상의빅데이터를바탕으로분석된이용자개인정보에맞춘맞춤형광고를탑승객의앞좌석등받이의모니터에노출 < 그림 > 항공기내모니터이미지 32

33 SK 플래닛 T 애드 사례 구분 특징 서비스 광고타겟 효과 세부내용 공식출범한국내첫빅데이터기반모바일광고 : LBS 기반 1000 만명이넘는자사가입자데이터분석기반 1 단계 : 성별 나이 위치 단말기종류 사용애플리케이션 ( 앱 ) 이통사등기본정보를토대로서비스를시작 2 단계 : 이를조합하고 T 맵 POI 나상품구입목록, 지역부동산정보까지녹인 ` 프로파일 (profile)` 과 ` 행동유형 ` 분류 광고타겟을총 128 개유형으로분류 출산하는애국자 : 20~30 대여성, 이동거리가짧고산부인과 산후조리원과잦은통화 신도시에사는이대리 : 30 대초중반, 매일분당과서울을오가며외식이빈번 골프족 : 골프장 연습장에많이머물고종종골프용품을구입 이통사와다음 구글 NHN 인모비 (InMobi) 등이경쟁을벌이고있는국내모바일광고시장활성화 33

34 5) 감정분석 (Sentiment analysis) 구분 개요 방법 데이터 세부내용 감정분석 : 트위터나페이스북에올라오는대화에서사용되는단어와문장구조등을분석해사람들의감정을해석하는기술 용어 : 여론분석 (opinion mining) 으로도불림 소셜미디어등분석대상으로선정된정보를자영어분석이나컴퓨터언어분석등을통해긍정, 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. 34

35 < 그림 > 이랜드의 LA 다저스인수에대한감정분석결과 ( 기간 ) 자료원 : 35

36 < 그림 > 다음소프트의감정분석결과 (1) 자료원 : 박현영 (2013) 36

37 < 그림 > 다음소프트의감정분석결과 (1) 자료원 : 박현영 (2013) 37

38 6) 다채널고객경험 (Multichannel consumer experience) 구분개요방법데이터사례 세부내용 다양한커뮤니케이션및브랜드접촉채널 (multichannel) 을통한고객경험의증대는판매, 고객만족, 충성도의원동력 통합된데이터베이스관리분석 소득, 주택보유가, 자녀수등 38 고객의다양한자료 다양한커뮤니케이션미디어 : 매장, 이메일, 웹, 모바일, 전화, 소셜미디어 가구 생활 주방용품브랜드윌리엄스 - 소노마 (Williams-Sonoma) 가계소득, 주택가치, 자녀수등 6 천만가구의고객통합데이터베이스 (DB) 를바탕으로타겟화된이메일을송부하여이전의 배응답결과 이러한정보를바탕으로타겟그룹별로행동과선호도에기반한카탈로그버전제작 38

39 < 그림 > 다채널고객경험 자료원 : 39

40 베스트바이 (Best Buy) 사례 미국의전자제품소매유통업체로서각종경로로수집한빅데이터를새로개발한소비자행동예측모델을활용하여분석 소비자는뉴미디어가아닌올드미디어 (old media) : 등한시했던 TV 광고에집중함으로써마케팅에성공 < 그림 > 베스트바이 TV 커머셜 자료원 : 40

41 3. 빅데이터분석기법과미래 (1) 분석기법에대한견해 일부전문가들은기존의정보분석기법인 CRM(Customer relationship management, 고객관계관리 ) 와데이터마이닝 (Data Mining) 을기반으로한분석기법으로가능하다고보는견해도있으나, 빅데이터의최종결과는사용자개인에대한맞춤형비즈니스가가능해양한다는점에서볼때기존의분석기법은한계가있다고보는것이일반적인견해 (2) 분석능력 분석지수 (AQ, Analytics Qquotient) : 빅데이터를분석할수있는능력 아직은빅데이터를분석할수있는기술이충분히개발되지않고있다 (3) 분석기법 & 기업 빅데이터처리기법 : 텍스트마이닝 (Text mining), 평판분석 (Opinion mining), 군집분석 (Cluster Analysis), 소셜네트워크분석 (Social network analysis) 등다양한방법이있다. 국내기업으로서는소셜분석 (Social analytics) 회사사이람, 그루터와넥스알, 다음소프트, 솔트룩스등이있다. 41

42 < 그림 > 빅데이터조사기법의복잡성과시장수용상태 자료원 : Nasscom(2012, p.13) 42

43 < 그림 > 빅데이터분석기법 자료원 : 임동진, 2012 한국 DB 진흥원 43

44 < 그림 > 빅데이터분석기법 자료원 : 44

45 < 표 > 빅데이터분석기법 구분 자연언어처리 (NLP) 정보검색 (IR) 정보수집 (Crawling) 기계학습 (Machine Learning) 텍스트마이닝 (Text mining) 클라우드컴퓨팅과 NoSQL 시맨틱 (Semantic) 통계기술 세부내용 인간언어를컴퓨터로분석 : 형태소, 구문, 개체명인식등 주제와관련된데이터를빠르게찾아분석에적용 발전된정보수집기술 : 포커스드크롤링 (focused crawling) 학습데이터로부터모델을생성하고, 해당모델을통해대용량데이터를자동분석, 귀납추론하는 대규모텍스트로부터의미있는정보를추출, 분석하는기술 초대용량데이터의저장과관리, 운영기술 : Hadoop, HBase, Casandra, MongoDB 와같은 NoSQL 기술 데이터의의미분석기술 : 비정형 & 정형데이터를의미에따라연결하고분석 통계적의미와패턴을분석 시각화 (Visualization) 그래프, 네트워크, 지도, 매시업등 자료원 : 45

46 < 표 > 국내빅데이터분석회사 기업그루터넥스알다음소프트사이람솔트룩스 업무 빅데이터플랫폼구축및컨설팅 빅데이터분석및데이터제공서비스 빅데이터분석플랫폼 (NDAP : NexR Data Analytics Platform) 구축 빅데이터분석솔루션 (RHive) 구축 SNS 기반여론진단, 소셜미디어트위터, 블로그트렌드분석 소셜미디어데이터의의미있는정보를찾고, 조직화함으로써정보간의관계나패턴, 트렌드등을분석하는서비스제공 소셜네트워크분석소프트웨어넷마이너 (NetMiner) 개발 : 대규모소셜네트워크및데이터간의관계를계량적으로분석하고시각화 소셜네트워크분석응용솔루션및컨설팅제공 비정형빅데이터분석및시맨틱기술전문기업 비정형빅데이터분석플랫폼 (truestory), 클라우드기반시맨틱검색플랫폼 (IN2), 시맨틱기반빅데이터추론플랫폼 (STORM), 빅데이터분석서비스플랫폼 (O2) 서비스 자료원 : 한국정보화진흥원 (2012) 46

47 (4) 빅데이터의활용 빅데이터를기업의마케팅정보로활용하기위한다양한노력 타겟오디언스 (target audience) 개인별맞춤형광고가가능 향후다양한마케팅분야에확산예상 정치마케팅에서도체계적이고전략적으로활용 2008 년미국대통령선거에서버락오바마 (Barack Obama) 가다양한형태의유권자데이터베이스를확보하여이를분석 활용한 ' 유권자맞춤형선거전략 ' 을전개하여성공 국내에서는 년 4 월에시행된제 19 대총선부터소셜네트워크등인터넷상의선거운동이법적으로상시허용 빅데이터가다양한분야에활용됨으로서사물인터넷 (Iot) 기술과다양한분석기법이개발되고업그레이드되면서광고를비롯한산업의성장에새로운동력으로작용할것으로예측 (5) 부정적인측면 개인의사생활침해 비정형데이터의분석에한계 분석기술의한계 47

48 참고문헌 김정현, 유은아, 김정희, 박재민 (2011). 통합적커뮤니케이션시대의스마트미디어광고효과연구. 한국방송광고공사. 박현영 (2013). Mining Minds through Social Big Data Mining. 정과재능나눔발표자료 이상호 (2012). 디지털데이터홍수 분석지수 (AQ) 높여라 : 빅데이터시대, 금맥을찾아라 1. 한경 Business, 839, &mode=sub_view 이성호 (2010). 스마트폰과위치기반서비스를활용한서비스산업혁신전략. 삼성경제연구소. 임동진 (2012). 21 세기의비즈니스연금술사 데이터사이언티스트. 정보통신산업진흥원 (2013). 내년에는빅데이터가 IT 업계의가장큰화두가될전망. 보도자료. 정용찬 (2012). 빅데이터혁명과미디어정책이슈. 정보통신정책연구원. 한국정보화진흥원 (2012). 빅데이터기업의솔루션및서비스추진현황 I. 48

49 Berg Insight AB (2012). Location-based advertising and marketing. DataStax(2013). Big Data: Beyond the Hype Why Big Data Matters to You. White paper. Hurt, J. (2012). The Three Vs Of Big Data As Applied To Conferences. MGI (McKinsey Global Institute) (2011). Big data: The next frontier for innovation, competition, and productivity. Nasscom(2012). Big data: The next big thing. 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. World Economic Forum(2012). Big Data, Big Impact: New Possibilities for International Development. 49

50 감사합니다. Q & A

소셜미디어와광고 /10 차시 10 빅데이터 (Big Data) 1 교시빅데이터환경

소셜미디어와광고 /10 차시 10 빅데이터 (Big Data) 1 교시빅데이터환경 10 빅데이터 (Big Data) 1 교시빅데이터환경 학습목차 학습목표 1 교시 문제제기 1. 빅데이터환경 2 교시 빅데이터환경 빅데이터를이용한마케팅과분석기법 빅데이터 (Big Data) 환경에대해설명할수있다. 빅데이터를활용한마케팅에대해설명할수있다. 빅데이터분석기법과미래에대해설명할수있다. 2. 빅데이터를활용한마케팅 3. 빅데이터분석기법과미래 2 정보는 21