• Journal of Information Technology Applications and Management
• /
• 제29권3호
• /
• pp.57-74
• /
• 2022

Recently, big data services have been used in various fields. In this situation, this research studied the intention to provide personal information from users, which is necessary to provide useful big data services. A survey was conducted on college students and ordinary people who have understood big data services. And path analysis was performed through Amos' structural equation. As a result of the study, it was found that privacy risks, trust in service providers, individual innovativeness, service incentives, social influence, and service design are major variables influencing the intention to provide personal information. And it was found that trust in service providers plays a mediating role in influencing the intention to provide personal information. In addition, big data services were classified into types for information acquisition and types related to purchase. Accordingly, it was further analyzed whether major variables differ in the path affecting the intention to provide personal information, and new implications were found. Companies that actually develop and provide big data services should establish different strategies by reflecting research results depending on the type of big data service provided.

• 유통과학연구
• /
• 제21권1호
• /
• pp.53-63
• /
• 2023

Purpose: Big Data analytics (BDA) has been recognized to improve firm performance because it can efficiently manage and process large-scale, wide variety, and complex data structures. This study examines the determinants of Big Data analytics adoption toward marketing and financial performance of global logistic companies in Thailand. The research framework is adopted from the technology-organization-environment (TOE) model, including technological factors (relative advantages), organizational factors (technological infrastructure and absorptive capability), environmental factors (industry competition and government support), Big Data analytics adoption, marketing performance, and financial performance. Research design, data, and methodology: A quantitative method is applied by distributing the survey to 450 employees at the manager's level and above. The sampling methods include judgmental, stratified random, and convenience sampling. The data were analyzed by Confirmatory Factor Analysis (CFA) and Structural Equation Model (SEM). Results: The results showed that all factors significantly influence Big Data analytics adoption, except technological infrastructure. In addition, Big Data analytics adoption significantly influences marketing and financial performance. Conversely, marketing performance has no significant influence on financial performance. Conclusions: The findings of this study can contribute to the strategic improvement of firm performance through Big Data analytics adoption in the logistics, distribution, and supply chain industries.

• 디지털융복합연구
• /
• 제16권7호
• /
• pp.27-34
• /
• 2018

본 연구는 중소벤처기업부가 영위하는 비즈니스지원단의 운영효율성 제고에 관해 제언을 하고자 수행되었다. 이를 위해 비즈니스지원단 홈페이지에 게재되어 있는 7천여 개의 상담 사례와 현장클리닉 사례의 제목을 크롤링한 후 유효 키워드를 중심으로 한 워드클라우드 분석과 연관어분석을 실시하였다. 주요 결과로써, 상담사례의 분야별 빈도는 창업, 경영전략, 인사노무, 금융 순으로 많았으며 법무, 정보화, 수출입 순으로 적었다. 워드클라우드 분석 결과, 상담수요와 관련하여 높은 빈도를 보인 키워드는 소상공인, 수출, 방법, 절차, 등록, 인증 순이었다. 또한 최근의 중소기업의 상담 요구는 주로 소상공인에 대한 지원과 대출인 것으로 파악되었다. 본 연구의 성과는 빅데이터 분석을 활용하여 비즈니스지원단의 상담분야에 대한 적시 개편 필요성과 지원단 인력 모집 및 상담분야에의 배치 등과 같은 지원단 운영정책의 효율성에 대한 시사점을 제시했다는 점이다. 향후 연구의 한계점을 보완하여 인관관계 분석과 네트워크 분석까지 연구를 확대해 나가고자 한다.

• 한국인터넷방송통신학회논문지
• /
• 제19권1호
• /
• pp.171-178
• /
• 2019

한국의 조선 산업은 대내외 환경 변화로 인해 심각한 위기 상황에 처해 있다. 이 위기를 극복하기 위해서, 선박 신수요 예측을 통한 제품 및 기술의 선제적 개발이 필요하다. 본 연구의 목표는 선박 신수요 예측을 위해 선박 빅데이터에 기반한 인공지능 알고리즘의 개발이다. 본 연구에서는 선박 수요 예측에 특화된 빅데이터 분석 플랫폼을 개발하고 데이터 분석을 통한 선박 신수요 예측 결과를 신제품 기획/개발에 활용하고자 한다. 이를 통해 장비 및 기자재 제조업체를 위한 지속 가능한 신사업 모델 개발로 조선소 및 선박 기자재 업체에 대한 신성장동력을 창출할 수 있을 것이다. 또한 조선 업체들은 측정 가능한 성과를 기반으로 비즈니스 사례를 창출하고 시장 지향적 인 제품과 서비스를 계획하며 높은 시장 파괴력을 가진 혁신을 지속적으로 달성 할 수 있을 것으로 기대된다.

• Journal of Information Technology Applications and Management
• /
• 제26권2호
• /
• pp.13-26
• /
• 2019

The purpose of this study is to examine the effect of each of the two technology acceptance factors(employees' attitude toward smart factory technology, and ease of smart factory technology use) on the introduction level of each of the three smart factory technologies (manufacturing big data technology, automation technology, and supply chain integration technology), and in turn, the effect of each of the three smart factory technologies on manufacturing performance. This study employed PLS statistics software package to empirically validate a structural equation model with survey data from 100 domestic small-and medium-sized manufacturing firms (SMMFs). The analysis results revealed the followings. First, it is founded that employees' attitude toward smart factory technology influenced all of the three smart factory technology introduction levels in a positive manner. In particular, SMMFs of which employees had more favorable attitude toward smart factory technology tended to increase introduction levels of both automation technology and supply chain integration technology more than in the case of manufacturing big data technology. Second, ease of smart factory technology use also had a positive impact on each of the three smart factory technology introduction levels, respectively. A noteworthy finding is this : SMMFs which perceived smart factory technology as easier to use would like to elevate the introduction level of manufacturing big data technology more than in the cases of either automation technology or supply chain integration technology. Third, smart factory technologies such as automation technology and supply chain integration technology had affirmative impacts on manufacturing performance of SMMFs. These results shed some valuable insights on the introduction of smart factory technology : The success of smart factory heavily depends on organization-and people-related factors such as employees' attitude toward smart factory technology and employees' perceived ease of smart factory technology use.

• 지능정보연구
• /
• 제22권2호
• /
• pp.33-56
• /
• 2016

대부분의 부도 예측에 관한 연구는 재무 변수를 중심으로 통계적 방법 또는 인공지능 기법을 적용하여 부도 예측 모형을 구축하였다. 그러나 재무비율과 같은 회계 정보를 이용한 부도 예측 모형은 재무 제표 결산 시점과 신용평가 시점 간 시차를 고려하지 않을 뿐만 아니라 해당 산업의 경제적 상황과 같은 외부 환경적인 요소를 반영하기 어렵다는 한계점이 존재하였다. 기업의 부도 여부를 예측하기 위해 정량 정보인 재무 변수만을 이용하는 것에 한계가 있음에도 불구하고 정성 정보를 부도 예측 모형에 반영한 연구는 아직 미흡한 실정이다. 본 연구에서는 재무 변수를 이용하는 기존 부도 예측 모형의 성과를 개선하기 위해 빅데이터 기반의 정성 정보를 추가적인 입력 변수로 활용하는 부도 예측 모형을 제안하였다. 제안 모형의 성과 향상은 정성 정보를 예측 모형에 통합시키기에 적합한 형태로 정보의 유형을 변환시킬 수 있는가에 따라 달려있다. 이에 본 연구에서는 정성 정보 처리를 위한 방법으로 빅데이터 분석 기법 중 하나인 텍스트 마이닝(Text Mining)을 활용하였다. 해당 산업과 관련된 경제 뉴스 데이터로부터 경제 상황에 대한 감성 정보를 추출하기 위해 도메인 중심의 감성 어휘 사전을 구축하고, 구축된 어휘 사전을 기반으로 감성 분석(Sentiment Analysis)을 수행하였다. 형태소 분석 등을 포함한 텍스트 전처리 과정을 거쳐 감성 어휘를 추출하고, 각 어휘에 대한 극성 및 감성 점수를 부여하였다. 분석 결과, 전통적 부도 예측 모형에 경제 뉴스 데이터에서 도출한 정성 정보를 반영하는 것은 모형의 성과를 개선하는 것으로 나타났다. 특히, 경제 상황에 대한 부정적 감정이 기업의 부도 여부를 예측하는 데 더욱 효과적임을 알 수 있었다.

• 통상정보연구
• /
• 제13권3호
• /
• pp.377-401
• /
• 2011

본 연구는 우리나라 수출보험이 대기업 및 중소기업의 수출촉진에 효과적으로 작용하고 있는지를 분석하는 데에 초점을 두었다. 이를 위하여 대기업과 중소기업의 수출공급함수 모형을 각각 설정하여 수출보험이 수출공급에 미치는 영향에 대하여 실증분석 하였다. 실증분석 결과를 요약하면 다음과 같다. 1992년부터 2009년까지 연도별 자료를 이용하여 대기업과 중소기업의 수출보험인수액이 수출공급에 미치는 영향에 대하여 통상최소자승법으로 분석한 결과, 대기업과 중소기업의 수출보험인수액은 우리나라의 수출촉진에 긍정적 영향을 미치는 것으로 나타났다. 하지만 실증분석을 하기 위해서는 분석에 사용되어지는 자료들의 안정성 여부가 중요하다. 특히 불안정한 시계열을 적용할 경우 통계분석의 결과가 무의미해질 수 있기 때문이다. 따라서 자료들의 안정성 여부를 파악하기 위해 ADF 방식을 이용하여 검정을 시행한 결과 모든 변수들이 I(1)인 시계열임을 알 수 있었다. 이에 따라 I(1)인 변수들의 장기적 균형관계를 살펴보기 위해 Johansen 검정에 의해 공적분 검정을 실시하였다. 공적분 검정결과, 대기업의 수출공급과 수출보험인 수액 간에서는 5% 유의수준에서 공적분벡터가 존재하는 것으로 나타났다. 반면 중소기업의 수출공급과 수출보험 간에는 공적분벡터가 존재하지 않는 것으로 분석결과 나타났다. 따라서 대기업의 경우 수출보험이 수출공급에 영향을 주는 것으로 해석할 수 있지만, 중소기업의 수출공급에는 수출보험이 영향을 미치지 않고 있다 할 수 있다. 이를 통해서 대기업의 수출은 중소기업의 수출보다 수출보험의 영향력이 더 큼을 알 수 있다.

• 한국빅데이터학회지
• /
• 제7권2호
• /
• pp.153-172
• /
• 2022

온라인 쇼핑은 디지털전환(Digital transformation) 수요 및 COVID-19 대유행에 따른 사회적 거리두기 이슈 등에 해결책으로 도소매 서비스 분야의 선두에서 전체 시장을 변화시키고 빠르게 성장해왔다. 온라인 쇼핑 산업의 중심에서 다수를 이루고 있는 소상공인도 이러한 문제를 극복하고 지속적인 성장을 위하여, 정책의 변화 및 시장 동향 정보를 수집하여 마케팅 등 영업 활동에 활용하고 있으나, 한정된 자원과 경쟁 여건에서 본연의 사업에 더욱 밀착된 객관적이고 정제된 정보를 또한 필요로 하고 있다. 이에 본 논문에서는 디지털 전환의 핵심 기술인 빅데이터 정보 수집 및 분석을 통하여 대표적인 온라인 쇼핑몰인 네이버 스마트스토어의 상품 분류, 판매 동향, 소비자 선호도 및 리뷰 정보에서 핵심 변수를 선정하여, 등급별 영향도 및 경쟁자 비교 분석 및 온라인 쇼핑몰 사업 지속성 평가에 활용하는 방안을 마련하여 제안하고자 한다. 빅데이터 기반으로 소상공인이 경쟁자 또는 우수사업자를 벤치마킹하고, 시장의 트렌드 및 소비자 성향을 확인할 수 있다면, 본인의 영업 수준 및 위치를 명확하게 인식하고, 더욱 높은 경쟁력을 확보하기 위하여 자발적으로 노력할 것이다. 아울러 온라인 쇼핑몰 사업자의 지속 가능한 성장을 지표로 확인할 수 있다면, 한 단계 향상된 측정 방안을 보유하게 되므로 더욱 효율적인 정책의 수립 및 리스크관리를 기대할 수 있을 것이다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2014년도 춘계 종합학술대회 논문집
• /
• pp.389-390
• /
• 2014

• 지능정보연구
• /
• 제25권2호
• /
• pp.1-23
• /
• 2019

소비자의 니즈가 다양해지면서 데이터 마이닝과 고도화된 고객관계관리(CRM) 기법을 활용한 체계적인 마케팅 서비스를 제공하는 기업이 증가하고 있으며, KB국민카드는 고객의 결제 데이터 등을 활용하여 고객 개개인의 니즈를 충족시키고 소비자의 평생가치를 극대화하기 위한 전략을 강조하고 있다. 실시간으로 고객의 카드이용과 고객 행동, 위치 정보 등을 감지하여 진행하는 고효율 마케팅 운영시스템인 스마트 오퍼링 시스템을 운영하고 있으며, 다양한 앱 등과 결합하여 더욱 정교화된 서비스를 제공하고 있다. KB국민카드는 스마트 오퍼링 시스템의 성공과 지속적인 성장을 위해 고도화되고 있는 ICT 기술과 인재 확보를 위한 투자를 진행해야 하며, 장기적인 관점에서의 수익확보를 위한 전략을 확립하여 체계적인 진행이 필요하다. 특히, 프라이버시 침해와 개인정보 유출 등의 문제가 쟁점이 되는 현재 상황에서 고객 정보를 활용한 마케팅에 대한 고객의 인식을 긍정적으로 유도하고, 보안성을 강조하는 기업 이미지 형성을 위한 노력이 필요하다. 본 연구는 CRM 전략의 변화 과정을 통해 현재 카드사의 실시간 CRM 전략을 KB 국민카드의 빅데이터 활용전략과 마케팅 활동을 통해 확인하고자 한다.