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 세기의원유이며, 분석도구는연소엔진이다. Information is the oil of the 21st century, and analytics is the combustion engine. - 피터손더가드 (Peter Sondergaard) 가트너 (Gartner) 수석부사장 - 3
문제제기 에피소드 1 빅데이터활용, 이젠필수, 美기업 10 곳중 3 곳은이미 ' 활용중 ' 출처 : http://www.viva100.com/main/view.php?key=20150303010000525 4
문제제기 에피소드 2 국내빅데이터시장쑥큰다. - 2018 년 3,000 억원규모돌파전망 - 시장조사업체한국 IDC 는최근발간한 국내빅데이터기술및서비스시장전망보고서 에서국내빅데이터기술및서비스시장이지난해 1,204 억원규모를형성했다고밝힘 2014년연평균 26.4% 성장률 2018년 1,204 억원의규모형성 3,117 억원규모로예상 (1/2) 5
문제제기 에피소드2 국내빅데이터시장쑥큰다. - 2018년 3,000억원규모돌파전망 [ 국내빅데이터기술및서비스시장전망 (2014~2018 년 )] 3,500 3,000 2,500 2,000 1,500 1,000 500-1,204 2014 1,558 2015 1,990 2016 source : IDC, 2015 년 * note : 빅데이터분석환경구현을위해도입된인프라, 소프트웨어, 서비스의총합 출처 : http://www.etnews.com/20151030000257 2,549 2017 3,117 2018 ( 년 ) 인프라스트럭처 소프트웨어 서비스 ( 단위 : 억원 ) (2/2) 6
1. 빅데이터환경 1) 21 세기국가경쟁력 빅데이터 (Big Data) 한국 국가정보화전략위원회 (2011 년 10 월 ) - 인터넷, 모바일, 소셜미디어등의등장으로인해폭증하는데이터가경제적자산이되는 빅데이터시대 가도래하였으며, 앞으로국가경쟁력은 빅데이터 의활용에달렸다고강조함 지식경제부 R&D 전략기획단 (2012 년 4 월 ) - 대한민국 IT 10 대핵심기술에빅데이터와이를검색 분석 활용하는인공지능분야를포함함 미국 대통령과학기술자문위원회 (President's Council of Advisors on Science and Technology, 2010 년 12 월 ) 오바마대통령에게 디지털미래의설계 (Designing a Digital Future) 라는보고서를통해미연방정부기관들에게빅데이터전략 (big data strategy) 이필요하다는요지의보고서를제출함 7
1. 빅데이터환경 1) 21 세기국가경쟁력 빅데이터 (Big Data) 정보통신산업진흥원주관의 `IT 산업전망컨퍼런스 정보통신산업진흥원이 IT 업계종사자 723명을대상으로한설문조사결과 2012년 3위이던빅데이터가 2013년 1위로부상함 [IT 업계 2013년예상이슈 ] 2012년실제이슈 2013년예상이슈 1. 보이스톡무료통화서비스 2. 모바일특허분쟁 3. 빅데이터 4. 세계경제불안 5. LTE 스마트폰 / 서비스보급확산 6. 반도체 / 부품업계재편 7. 클라우드컴퓨팅 8. 페이스북상장과 SNS 9. 아날로그 TV 방송종료 10. 개인정보보호법시행 1년 1. 빅데이터의활용 2. 특허 / 지재권중요도증대 3. 클라우드컴퓨팅도입확산 4. 신정부의 IT 정책방향 new 5. 차세대반도체 / 디스플레이 new 6. 신종보안위협 7. 스마트홈가전 / 서비스 new 8. HTML5 new 9. 소셜미디어 / 소셜엔터프라이즈 10. 차별화를위한콘텐츠 / 서비스경쟁 new 출처 : 정보통신산업진흥원 (2013) 8
1. 빅데이터환경 2) 빅데이터란? 정의 (definition) Snijders, Matzat, and Reips (2012) David Kellogg (DataStax, 2013) McKinsey & Company (DataStax, 2013) O Reilly (DataStax, 2013) 기존의데이터베이스소프트웨어로수집 저장 관리 분석할수있는능력을넘어서는대용량의데이터세트 (data set) 와이를분석하는기술 현재의전통적인기술로는합리적으로다룰수없는너무큰데이터 용량이전형적인데이터베이스소프트웨어로수집 저장 관리 분석할수있는능력을넘어서는데이터세트 (data set) 전통적인데이터베이스시스템의프로세싱능력을초과하는데이터 빅데이터는너무크고, 너무빨리움직이며, 데이터베이스아키텍쳐의구조에맞지않음 9
1. 빅데이터환경 2) 빅데이터란? 데이터용량단위 단위 승수 킬로바이트 (kilobyte) 10 3 메가바이트 (megabyte) 10 6 기가바이트 (gigabyte) 10 9 테라바이트 (terabyte) 10 12 페타바이트 (petabyte) 10 15 엑사바이트 (exabyte) 10 18 제타바이트 (zettabyte) 10 21 요타바이트 (yottabyte) 10 24 10
1. 빅데이터환경 2) 빅데이터란? 빅데이터환경 데이터폭발 300 억개 RFID 태그수 20 억명 인터넷이용자 (2011 년 ) 1,750% 자본시장데이터증가율 (2003~2006 년 ) 220 테라바이트 세계기후데이터센터웹데이터 46 억개 세계모바일폰 7 테라바이트 매일신규트위터트윗 10 테라바이트 매일신규페이스북글 출처 : 이상호 (2012) 11
1. 빅데이터환경 3) 빅데이터의특징 온라인또는모바일금융거래, 소셜미디어트래픽 (traffic), GPS(Geographic Positioning System) 등에서매일 2.5 퀸틸리언 (quintillion, 100 경 ) 이상의정보, 즉 빅데이터 (big data) 가만들어지고있음 - World Economic Forum(2012) - 아마존닷컴 (Amazon.com) 의최고과학자 (chief scientist) 출신스탠포드교수 빅데이터에의해변화되고있는이러한상황을소셜데이터혁명 (social data revolution) 이라고함 - 안드레아스웨이겐드 (Andreas S. Weigend) - 12
1. 빅데이터환경 3) 빅데이터의특징 빅데이터 3V(Laney, 2001) : 데이터의규모 (Volume), 속도 (Velocity), 다양성 (Variety) data Velocity( 속도 ) automated demand generation 출처 : Hurt(2012) marketing automation SMS social tech data Variety ( 다양성 ) CMS audio video photo mobile app reports table data base real time near real time periodic batch KB MB GB TB PB data Volume ( 규모 ) 13
1. 빅데이터환경 3) 빅데이터의특징 대용량 테라>페타>엑사>제타급으로증대함 소비자정보 인터넷, 모바일, 소셜미디어에서의개인정보와방문기록, 검색결과 각종사이트와미디어의이용통계 각종사이트나미디어간의이동과연관성 커머스정보및소셜네트워킹정보 14
1. 빅데이터환경 4) 빅데이터의마케팅시사점 1 빅데이터는소비자스스로실시간으로제공함 2 소비자의위치 (location), 소비자와함께있는사람이나객체 (people and objects around the user), 시간 (time) 등을인식함 3 즉시적이고, 역동적인상황인식 (context awareness) 이가능함 15
1. 빅데이터환경 4) 빅데이터의마케팅시사점 4 무한한정보량 테라에서페타로그리고다시엑사, 제타급으로증대함 5 분석능력에따라무한한가치가창출됨 6 맞춤형자료가가능함 사용자들의개인적인자료, 검색행동, 상품구매및추천등을바탕으로개인의구체적인행동을실시간으로예측하고광고를맞춤형으로집행함 16
10 빅데이터 (Big Data) 2 교시빅데이터를이용한마케팅과분석기법
2. 빅데이터를활용한마케팅 [ 빅데이터의마케팅활용방안 ] 교차판매, 연결판매 (cross-selling) 위치기반마케팅 (location-based marketing) 감정분석 (sentiment analysis) 점포내행동분석 (in-store behavior analysis) 출처 : 맥킨지글로벌연구소 (MGI : McKinsey Global Institute, 2011) 2
2. 빅데이터를활용한마케팅 1) 교차판매, 연결판매 교차판매, 연결판매 (cross-selling) 기존구매고객의자료를활용하여다른상품을구매하도록유도하는마케팅기법 방법 고객이구매한상품과연관성이높은상품을구매하도록제안함 기업의다른상품을구매하도록제안함 ( 추천 ) 데이터 고객의모든정보를활용함인구통계, 구매내역, 선호, 실시간위치 (real-time locations) 등 3
2. 빅데이터를활용한마케팅 1) 교차판매, 연결판매 사례 1 아마존닷컴 (Amazon.com) 분석기법 : 협업필터링 (CF : Collaborative Filtering) 모든상품의구매자나방문자에게 you might also want, next best offers 와같은프롬프트 (prompt) 가노출됨 아마존매출의 30% 는추천엔진의영향을받음 2 구글애드센스 (AdSense) 구글전체매출의 30% 에해당되는마케팅기법 - 소비자가단어를입력하면연관성있는광고가노출되는매칭 (matching) 프로그램 사용자와관련된데이터누적으로키워드와게재광고의클릭률상관관계가증대됨 4
2. 빅데이터를활용한마케팅 1) 교차판매, 연결판매 추천상품 : 고객별맞춤형광고 빅데이터가가장많이활용되는곳 : 온라인포털 (portal) 과쇼핑몰 구분 아마존 (Amazon.com) 페이스북 (Facebook) 세부내용 추천 (recommendation) 은소비자의빅데이터중에서도매우중요한정보로인식됨 좋아요 (like) 의의미 - 페이스북의특정브랜드에대한팬은다른사람보다 117% 를더구매함 - 특정브랜드를 좋아요 (like) 라고한사람중 17% 는그브랜드를구매함 - 좋아요 (like) 버튼을클릭한다음, 51% 이상이구매할가능성이높음 - 미국에서페이스북의 좋아요 (like) 버튼연계웹사이트 : 약 350 만개 F- 커머스 의류브랜드어메리칸이글 (American Eagle) 의경우 : 페이스북을통해방문한소비자는다른소비자에비해 57% 를더소비함 - 좋아요 (like) 와연관된구매현상을의미하며, 페이스북을활용한상거래를부르는말 5
2. 빅데이터를활용한마케팅 1) 교차판매, 연결판매 몽블랑명함집검색결과 출처 : google.com 6
2. 빅데이터를활용한마케팅 1) 교차판매, 연결판매 교차판매과정 상품 catalog your site 유저 your users 메타데이터 meta data item properties 추천 recommendation social and user personalized recommendations strands recommender TM historical data 유저행동 user behavior item tags real-time user clickstream 출처 : http://practicalanalytics.wordpress.com/2012/01/05/analytics-case-study-schwan-foods/ 7
2. 빅데이터를활용한마케팅 2) 위치기반마케팅 위치기반마케팅 (location-based marketing) 매장에있거나매장근처에있는고객을대상으로스마트폰을활용한통신, 소매, 미디어가결합된새로운가치창출의광고및마케팅기법 용어 위치기반마케팅 (LBM) 위치기반서비스 (LBS) 위치기반광고 (LBA) 문제점 프라이버시논란이있음 8
2. 빅데이터를활용한마케팅 2) 위치기반마케팅 방법 매장에접근하는고객에게스마트폰을통해할인가격이나이벤트등특별한제안 (special offer) 메시지를발송하여고객의상품구매를유도함 데이터 GPS(Global Positioning System) 외에 WiFi 망, 센서네트워크기술을활용함 위치정보에이용자정보, 증강현실, 소셜네트워크등을결합함 사물인터넷 (IoT, Internet on Things) 기술을활용함 9
2. 빅데이터를활용한마케팅 2) 위치기반마케팅 사례 1 포스퀘어 (Foursquare) : 미국에서 2009 년 3 월창립 2 플레이스캐스트 (Placecast) : 미국에서 2005 년설립 소비자가사전에판촉활동을허용한업체의인접영역에접근하면모바일할인쿠폰을발송함 10
2. 빅데이터를활용한마케팅 2) 위치기반마케팅 포스퀘어광고원리 geofencing customer s smartphone foursquare customer Kiehl s alerts : get a deluxe sample w/any molsturlzer purchase @ Kiehl s, mention code HYDRATE. Ends 3/31. store customers sign up for smartphone alerts. when they come close to a store like kiehl s, wireless technology senses their presence and sends them offers or perks. shoppers who use foursquare s smartphone application to explore for nearby businesses and check in can receive offers or coupons on their mobile devices. 출처 : http://bozell.com/thinking/clickstream/location-location-location-2/ 11
2. 빅데이터를활용한마케팅 2) 위치기반마케팅 한국미스터피자포스퀘어활용사례 2010년 5월업계최초로포스퀘어활용캠페인을펼침 [ 미스터피자의포스퀘어프로모션 ] 출처 : http://www.asiatoday.co.kr/news/view.asp?seq=358607 12
2. 빅데이터를활용한마케팅 2) 위치기반마케팅 위치기반서비스 (LBS, Location-Based Service) 동향 한국 위치정보법에의한규제, 지도정보변동에의한고비용, 소비자의거부감등으로인해정체됨 출처 : http://www.mobizen.pe.kr/1385 미국 소셜미디어기업과 LBS 기업의 M&A 를통해융합발전함 - 페이스북 : Hot Potato, Gowalla, Glancee 등을인수함 - 트위터 : Sense Networks, Mixer Labs, Spindle 등을인수함 - 애플 : WifiSLAM, Locationary, HopStop, Embark 등을인수함 13
2. 빅데이터를활용한마케팅 2) 위치기반마케팅 위치기반서비스 (LBS) 활용분야 분야지역상점교통관광공공 세부내용 음식점, 카페, 미용실, 영화관, 학원등할인쿠폰광고 운행및차량관리서비스 ( 텔레매틱스 ), 택시, 대중교통, 카셰어링 교통텔리매틱스 (transport telematics) 맞춤형여행안내서비스 지방정부들의도시마케팅, 재난대응활동등 14
2. 빅데이터를활용한마케팅 3) 점포내행동분석 점포내행동분석 (in-store behavior analysis) 점포내에서의행동자료를분석하여점포레이아웃 (store layout), 제품믹스 (product mix) 및선반위치 (shelf positioning) 관리에활용하는마케팅기법 방법 점포내에서의동선 (footpath), 소요시간등의행동자료를분석함 스마트폰앱을통해실시간위치자료를분석함 비디오관찰카메라의이미지를분석함 경로지능 (path intelligence) 데이터 쇼핑카트에부착된자동으로응답하는신호수신기 (transponder), 매장내에모바일폰의위치를수동적으로모니터함 사물인터넷 (IoT, Internet on Things) 기술을활용함 15
2. 빅데이터를활용한마케팅 3) 점포내행동분석 사례 미국최대의백화점메이시 (Macy s) 에서의숍킥 (shopkick) 활용 2010 년 8 월에출시한숍킥을활용하여고객에게포인트를적립해주며, 단골고객의행동패턴을파악하고고객이관심을가질만한정보를미리제시함 2009 년이후매년연평균 6% 의성장을기록하였으며, 2011 년매출 260 억달러를기록함 16
2. 빅데이터를활용한마케팅 3) 점포내행동분석 점포내위치추적결과 input output RFID tag path tracker beta test store +mobile phones video personal tracking shopper distribution traffic flow 출처 : MGI(2011, p.92) 17
2. 빅데이터를활용한마케팅 3) 점포내행동분석 숍킥의정의및절차 숍킥 (shopkick) 매장에근접한 숍킥 사용자에게실시간으로매장정보, 할인및각종이벤트정보를제공하고, 이를활용하는소비자에게는현금처럼쓸수있는사이버머니 (cyber money) 킥벅스 (kickbucks) 를제공하는앱 (app) 절차 1 2 3 4 매장내에설치된디듀서 (deducer) 라는작은장치를활용함 사용자는주로입구에서앱을다운로드하여매장에서쇼핑함 쇼핑을하는동안 킥 (kicks) 이라불리는보상포인트를수령함 킥포인트는상품권, 노래다운로드, 영화표, 페이스북크레딧, 30 개의자선기금에전달되는기부금등으로변환이가능함 18
2. 빅데이터를활용한마케팅 3) 점포내행동분석 숍킥의정의및절차 [ 숍킥의사용절차 ] 출처 : http://www.businessinsider.com/shopkick-iphone-app-demo-2010-8# 19
2. 빅데이터를활용한마케팅 3) 점포내행동분석 숍킥의효과및적용기업 효과 2011년공휴일동안하루 310만회이상앱을방문함 런칭 1년이내인 2011년 1억 1천만달러의매출을기록함 (2014년 9월 SK플래닛에서인수함 ) 이용자의 64% 가여성이며, 평균 30세임 적용기업 미국 250개매장 타깃 (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) 휴렛패커드 (HP) 인텔 (Intel) 20
2. 빅데이터를활용한마케팅 4) 감정분석 감정분석 (sentiment analysis) 트위터나페이스북에올라오는대화에서사용되는단어와문장구조등을분석해사람들의감정을해석하는기술 용어 : 여론분석 (opinion mining) 으로도불림 방법 소셜미디어등분석대상으로선정된정보를자연어분석이나컴퓨터언어분석등을통해긍정, 부정, 중립등의감성적으로해석하는분석기술을활용함 감정분석, 여론분석이외에도소셜네트워크분석 (social network analysis), 소셜필터링 (social filtering) 등다양한기법이개발되어활용함 데이터 소셜미디어를중심으로소비자나유권자의호감도, 선호도, 불만등을나타내는의견을수집 분석함 21
2. 빅데이터를활용한마케팅 4) 감정분석 사례 1 한국의펄스 K( 코난테크놀로지 ) 2 코카콜라 시스모스 (Sysmos) 의세계각국의트위터이용자들이올리는관련정보를영어, 중국어, 일본어, 한국어, 아랍어등세계각국언어로분석하여, 갑자기비우호적정보가급증한국가나지역을대상으로홍보를강화하는등실시간으로대응함 22
2. 빅데이터를활용한마케팅 4) 감정분석 이랜드의 LA 다저스인수에대한감정분석결과 긍정 40.46% 중립 13.74% 부정 45.80% ( 기간 : 2012 년 1 월 30 일 ~31 일 ) 스트림 전체긍정중립부정 언론보도 : 이랜드, LA 다저스인수에참여 2012.01.01 2012.01.05 2012.01.15 2012.01.29 언론보도 : 이랜드, 사이판 PIC 리조트인수 출처 : http://blog.konantech.com/107 23
2. 빅데이터를활용한마케팅 4) 감정분석 다음소프트의감정분석결과 (1) 출처 : 박현영 (2013) 24
2. 빅데이터를활용한마케팅 4) 감정분석 다음소프트의감정분석결과 (2) 출처 : 박현영 (2013) 25
3. 빅데이터분석기법과미래 1) 분석기법에대한견해 일부전문가들의견해 일반적인견해 기존의정보분석기법인 CRM(Customer Relationship Management, 고객관계관리 ) 과데이터마이닝 (data mining) 을기반으로한분석기법으로가능하다고봄 빅데이터의최종결과는사용자개인에대한맞춤형비즈니스가가능해야한다는점에서볼때기존의분석기법은한계가있다고봄 26
3. 빅데이터분석기법과미래 2) 분석능력 분석지수 (AQ, Analytics Quotient) 빅데이터를분석할수있는능력 아직은빅데이터를분석할수있는기술이충분히개발되지않고있음 27
3. 빅데이터분석기법과미래 3) 분석기법 & 기업 빅데이터처리기법 1 텍스트마이닝 (text mining) 2 평판분석 (opinion mining) 3 군집분석 (cluster analysis) 4 소셜네트워크분석 (social network analysis) 한국기업 사이람 : 소셜분석 (social analytics) 회사 그루터 넥스알 다음소프트 솔트룩스등 28
3. 빅데이터분석기법과미래 3) 분석기법 & 기업 빅데이터조사기법의복잡성과시장수용상태 고 fraud detection social media analytics real-time dashboards behavioural analysis predictive modelling optimisation sentiment analysis (NLP*) stochastic optimisation genetic algorithm (optimisation) degree of complexity statistical analysis micro customer segmentation descriptive modeling video analytics text mining/analytics social network analysis 저 출처 : Nasscom(2012, p.13) time-series analysis pattern recognition data mining (regression technique) 성숙 성장 초기 market adoption status 29
3. 빅데이터분석기법과미래 3) 분석기법 & 기업 빅데이터분석기법 환경분석기법분석인프라 스마트기기 텍스트 / 옵션마이닝 Hadoop 기업의사결정 모바일컴퓨팅 소셜네트워크분석 NoSQL 기업내부조직 소셜네트워크 클러스터분석 R, SAS, Scipy, Stata, SPSS 데이터수집데이터분석가치발견 action 출처 : 임동진 (2012). 한국 DB 진흥원 30
3. 빅데이터분석기법과미래 3) 분석기법 & 기업 빅데이터분석기법 구분 자연언어처리 (NLP) 정보검색 (IR) 정보수집 (crawling) 기계학습 (machine learning) 텍스트마이닝 (text mining) 세부내용 인간의언어를컴퓨터로분석하는기술 형태소, 구문, 개체명인식등 주제와관련된데이터를빠르게찾아분석에적용하는기술 발전된정보를수집하는기술 - 포커스드크롤링 (focused crawling) 학습데이터로부터모델을생성하고, 해당모델을통해대용량데이터를자동분석, 귀납추론하는기술 대규모텍스트로부터의미있는정보를추출, 분석하는기술 (1/2) 31
3. 빅데이터분석기법과미래 3) 분석기법 & 기업 빅데이터분석기법 구분 클라우드컴퓨팅 & NoSQL 시맨틱 (semantic) 통계기술 시각화 (visualization) 세부내용 초대용량데이터의저장과관리 운영하는기술 Hadoop, HBase, Casandra, MongoDB 와같은 NoSQL 기술 데이터의의미를분석하는기술 - 비정형 & 정형데이터를의미에따라연결하고분석함 통계적의미와패턴을분석하는기술 그래프, 네트워크, 지도, 매시업 (mashup) 등 출처 : http://saltluxtruestory.files.wordpress.com/2013/02/bigdata_overview02.jpg (2/2) 32
3. 빅데이터분석기법과미래 3) 분석기법 & 기업 한국빅데이터분석회사 그루터 넥스알 다음소프트 빅데이터플랫폼구축및컨설팅을함 빅데이터분석및데이터제공을서비스함 빅데이터분석플랫폼 (NDAP : NexR Data Analytics Platform) 을구축함 빅데이터분석솔루션 (RHive) 을구축함 SNS 기반여론진단, 소셜미디어트위터, 블로그트렌드를분석함 소셜미디어데이터의의미있는정보를찾고, 조직화함으로써정보간의관계나패턴, 트렌드등을분석하는서비스를제공함 (1/2) 33
3. 빅데이터분석기법과미래 3) 분석기법 & 기업 한국빅데이터분석회사 사이람 솔트룩스 소셜네트워크분석소프트웨어넷마이너 (NetMiner) 를개발함 - 대규모소셜네트워크및데이터간의관계를계량적으로분석하고시각화함 소셜네트워크분석응용솔루션및컨설팅을제공함 비정형빅데이터분석및시맨틱기술전문기업 - 비정형빅데이터분석플랫폼 (truestory) - 클라우드기반시맨틱검색플랫폼 (IN2) - 시맨틱기반빅데이터추론플랫폼 (STORM) - 빅데이터분석서비스플랫폼 (O2) 출처 : 한국정보화진흥원 (2012) (2/2) 34
3. 빅데이터분석기법과미래 4) 빅데이터의활용 빅데이터를기업의마케팅정보로활용하기위해다양한노력을시도함 타깃오디언스 (target audience) 개인별맞춤형광고가가능함 향후다양한마케팅분야로확산이예상됨 정치마케팅에서도체계적이고전략적으로활용됨 미국 - 2008 년대통령선거에서버락오바마 (Barack Obama) 가다양한형태의유권자데이터베이스를확보하여, 이를분석 활용한 유권자맞춤형선거전략 을전개하여성공함 한국 - 2012 년 4 월에시행된제 19 대총선부터소셜네트워크등인터넷상의선거운동이법적으로상시허용됨 빅데이터가다양한분야에활용됨으로써사물인터넷 (IoT) 기술과다양한분석기법이개발되고업그레이드되면서, 광고를비롯한산업의성장에새로운동력으로작용할것으로예측됨 35
3. 빅데이터분석기법과미래 5) 부정적인측면 1 개인의사생활침해 2 비정형데이터의분석에한계 3 분석기술의한계 36
참고문헌 김정현, 유은아, 김정희, 박재민 (2011). 통합적커뮤니케이션시대의스마트미디어광고효과연구. 한국방송광고공사. 박현영 (2013). Mining Minds through Social Big Data Mining. 정과재능나눔발표자료. 2013. 8. 이상호 (2012). 디지털데이터홍수 분석지수 (AQ) 높여라 : 빅데이터시대, 금맥을찾아라 1. 한경 Business, 839, 2012. 1. 4. http://magazine.hankyung.com/business/apps/news?popup=0&nid=01&c1=1002&nkey=20120 10200839000141&mode=sub_view 이성호 (2010). 스마트폰과위치기반서비스를활용한서비스산업혁신전략. 삼성경제연구소. 임동진 (2012). 21 세기의비즈니스연금술사 데이터사이언티스트. http://www.dbguide.net/knowledge.db?cmd=view&boardconfiguid=19&boarduid=165782 정보통신산업진흥원 (2013). 내년에는빅데이터가 IT 업계의가장큰화두가될전망. 보도자료. 정용찬 (2012). 빅데이터혁명과미디어정책이슈. 정보통신정책연구원. 한국정보화진흥원 (2012). 빅데이터기업의솔루션및서비스추진현황 I. (1/2) 37
참고문헌 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. http://jeffhurtblog.com/2012/07/20/three-vs-of-big-data-as-applied-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., and 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. (2/2) 38
학습내용요약 빅데이터환경 빅데이터를활용한마케팅 빅데이터분석기법과미래 39