DOI QR코드

DOI QR Code

ID3 알고리즘 기반의 귀납적 추론을 활용한 인터넷 기업 비즈니스 모델의 성공과 실패에 영향을 미치는 요인에 관한 연구

Factors affecting success and failure of Internet company business model using inductive learning based on ID3 algorithm

  • Jin, Dong-su (Department of Business Administration, Kyungin women's University)
  • 투고 : 2019.01.07
  • 심사 : 2019.01.27
  • 발행 : 2019.02.28

초록

웹에서, 모바일, 스마트에서 시작하여 사물인터넷, 빅데이터, 인공지능과 같은 형태의 새로운 기술들은 이전에 존재하지 않았던 새로운 비즈니스 모델을 가능하게 하고 있고, 이와 같은 비즈니스 모델에 기반한 다양한 형태의 인터넷 기업들이 출현하고 있다. 본 연구에서는 이와 같은 인터넷 기업들의 성공과 실패에 비즈니스 모델의 어떠한 요소가 영향을 미쳐왔는지를 중다사례 연구로 분석하고자 한다. 이를 위하여 비즈니스 모델에 대한 최근 연구들을 고찰하고, 인터넷 기업의 성공에 영향을 미치는 변수를 네트워크 효과 발생, 사용자 인터페이스, 제공 이해관계자와의 협력, 사용자에 대한 가치창출, 수익모델의 확보의 다섯 가지로 도출하고자 한다. 도출한 다섯 가지 변수를 사용하여, 상업화가 활발한 일곱 가지 카테고리에서 성공하고 실패한 인터넷 기업 14개를 선정하여 사례분석을 실시하고자 한다. 분석결과에 대하여 ID3 알고리즘에 기반을 둔 귀납적 추론을 적용하여 의사결정 나무를 도출하고, 도출한 의사결정 나무를 기반으로 성공과 실패에 영향을 미치는 규칙을 도출하고자 한다. 이와 같이 도출된 규칙을 가지고, 인터넷 기업들이 성공하기 위하여 필요한 전략적 방향을 이해관계자에게 제시하고자 한다.

New technologies such as the IoT, Big Data, and Artificial Intelligence, starting from the Web, mobile, and smart device, enable new business models that did not exist before, and various types of Internet companies based on these business models has been emerged. In this research, we examine the factors that influence the success and failure of Internet companies. To do this, we review the recent studies on business model and examine the variables affecting the success of Internet companies in terms of network effect, user interface, cooperation with actors, creating value for users. Using the five derived variables, we will select 14 Internet companies that succeeded and failed in seven commercial business model categories. We derive decision tree by applying inductive learning based on ID3 algorithm to the analysis result and derive rules that affect success and failure based on derived decision tree. With these rules, we want to present the strategic implications for actors to succeed in Internet companies.

키워드

HOJBC0_2019_v23n2_111_f0001.png 이미지

Fig. 1 Decision Tree

Table. 1 Success Factors in business model

HOJBC0_2019_v23n2_111_t0001.png 이미지

Table. 2 Research procedure

HOJBC0_2019_v23n2_111_t0002.png 이미지

Table. 3 Case analysis table1)

HOJBC0_2019_v23n2_111_t0003.png 이미지

참고문헌

  1. IBM Global Business Services. Expanding the innovation horizon: The Global CEO Study 2006[Internet]. Available: http://www-07.ibm.com/sg/pdf/global_ceo_study.pdf.
  2. C, M. DaSilva and P. Trkman, "Business Model: What It Is and What It Is Not," Long Range Planning, vol. 47, no. 6, pp. 379-389, Dec, 2014. https://doi.org/10.1016/j.lrp.2013.08.004
  3. P. Spieth, D. Schneckenberg and J. E. Ricart, "Business model innovation -state of the art and future challenges for the field," R&D Management, vol. 44, no. 3, pp. 237-247, Jun, 2014. https://doi.org/10.1111/radm.12071
  4. O. Gassmann, and O. K. Frankenberger, M. Csik, Geschaftsmodelle entwickeln: 55 innovative Konzepte mit dem St. Galler Business Model Navigator, Hanser Verlag, Munich. 2015.
  5. T. Saebi and N.J. Foss, "Business models for open innovation: Matching heterogeneous open innovation strategies with business model dimensions," European Management Journal, vol. 33, no. 3, pp. 201-213, June 2015. https://doi.org/10.1016/j.emj.2014.11.002
  6. R. Amit and C. Zott, "Value creation in e‐business," Strategic management journal, vol. 22, no. 6-7, pp. 493-520, June- July, 2001. https://doi.org/10.1002/smj.187
  7. D. Jin, Y. Suh, and L. Lee, "Generation of Hypotheses on the Evolution of Agent-Based Business Inductive Learning," Electronic Markets, vol. 13, no. 1, pp. 13-20, March 2003. https://doi.org/10.1080/1019678032000062221
  8. D. Jin, "Research on Success and Failure of Mobile operating system using inductive learning based on ID3 algorithm," Journal of Korea Institute of Information and Communication Engineering, vol. 19, no. 2, pp. 258-264, Feb, 2015. https://doi.org/10.6109/jkiice.2015.19.2.258
  9. S. Moon, "Case Study of Big Data in Humanities using Ngram Viewer," Asia-pacific Journal of Multimedia Services Convergent with Art, Humanities, and Sociology, vol. 5, no. 6, pp. 57-65, Dec, 2015. https://doi.org/10.14257/AJMAHS.2015.12.10
  10. D. Jin, "Case Research on Failure of Internet Company - In Perspective of Multiple Case Study and Inductive Learning," Journal of Economy & Business, vol. 6, no. 2, pp. 161-174, Dec, 2011.
  11. K. M. Eisenhardt, "Finding Theory-Method Fit: A Comparison of Three Qualitative Approaches to Theory Building," Journal of Management Inquiry, vol. 27, no. 3, pp. 284-300, July 2018. https://doi.org/10.1177/1056492617706029
  12. R. Yin, "Case study research: Design and methods (2nd ed.)," Thousand Oaks, CA: Sage Publishing, 1994.
  13. J. R. Quinlanm , "Induction of Decision Trees," Machine Learning, vol. 1, no. 1, pp. 81-106, March 1986. https://doi.org/10.1007/BF00116251