• 지식경영연구
• /
• 제14권5호
• /
• pp.137-149
• /
• 2013

Although business Intelligence system is introduced to many companies over the past decade, The result of business benefits from BI investment are not so significant than expected. But still successful BI system can provide the ability to analyse business information in order to support and improve management decision making across a broad range of business activities. In recently, Business Analytics System(BA) is emerging as advanced alternative of outdated and inefficient BI System. This study is focus on constructing procedure of BA system in KB card company, which is major credit card company in South Korea. In practice there were just few works that mentioned well-designed environment of KMS system, and other contribution of this study is to make a platform which invoke revelation of collective intelligence in data analytic professional users group.

• 지식경영연구
• /
• 제24권3호
• /
• pp.127-148
• /
• 2023

전통적인 비즈니스 인텔리전스 환경은 빠르게 변하는 시장과 기하급수적으로 증가하는 데이터의 크기와 복잡성에 대처하는 데 한계를 보여왔다. 이에 기업들은 경쟁사 대비 더 빠르고 정확한 의사결정을 위해 사용자 주도 비즈니스 인텔리전스(Self-Service Business Intelligence) 환경으로의 변모를 요구받고 있다. 그러나 실제 기업 현장에서는 사용자 주도 비즈니스 인텔리전스 환경 구축과 운영에 어려움을 겪고 있으며, 참고할 만한 사례를 포함하여 성공적인 사용자 주도 비즈니스 인텔리전스에 관한 연구가 부족하다. 이에 본 연구에서는 비즈니스 인텔리전스 시스템의 핵심성공요인에 관한 기존 연구 방법론을 기반으로, 국내 3사 제조업 및 유통업체의 비즈니스 인텔리전스 개발 과정 및 활용 사례를 상세하고 깊이 있게 분석하였다. 조직-프로세스-기술 측면 7가지 핵심 성공요인에 대해 개발 목적과 구현 전략이 상이한 세가지 국내 사례를 비교 분석함으로써 비즈니스 인텔리전스 성공모델의 국내 기업 적용 가능성과 도입 전략의 시사점을 도출한다. 해당 프로젝트를 주도한 전문가들의 심층 인터뷰와 도입효과 평가를 통한 심층 비교 분석은, 사용자 주도 비즈니스 인텔리전스의 구체적인 개발 과정과 난제, 활용에 대한 풍부한 시사점을 제공하고 기업의 비즈니스 인텔리전스 활성화와 사용자 주도 비즈니스 인텔리전스 고도화에 기여할 것으로 기대된다.

• 지능정보연구
• /
• 제8권2호
• /
• pp.159-175
• /
• 2002

웹 마이닝은 e-Business 환경하에서 존재하는 대량의 웹 데이터에 데이터 마이닝 기법을 적용하여 유용하고 이해 가능한 정보를 추출해내는 과정을 의미하는데, 성공적인 e-Business전개를 위한 핵심적인 기술이다. 본 논문은 인공지능 기법에 기반한 웹마이닝 기술을 활용하여 e-Business상의 온라인 고객의 특성을 분석할 수 있는 data visualization system과 구매 판매 예측시스템의 효과적인 구조와 핵심적인 분석절차를 제안하였다.

• 품질경영학회지
• /
• 제34권3호
• /
• pp.31-40
• /
• 2006

Companies had to be more intelligent in order to survive in the rapidly changing environments. We need to make a decision to build the Information System to support the managers in their decision making. That is the reason many companies are tend to have Business Intelligence Systems. But, how can we know the new system would be better than the old system in making us intelligent? The answer is we can do it with the concept of Intelligence Density. In this study, Intelligence Density concept will be introduced, and the way how it can be applied to the information system will be presented. I think Intelligence Density should be studied more to help managers make right decisions for the DSS implementation.

• 산업경영시스템학회지
• /
• 제42권4호
• /
• pp.84-90
• /
• 2019

Lately, there have been tremendous shifts in the business technology landscape. Advances in cloud technology and mobile applications have enabled businesses and IT users to interact in entirely new ways. One of the most rapidly growing technologies in this sphere is business intelligence, and associated concepts such as big data and data mining. BI is the collection of systems and products that have been implemented in various business practices, but not the information derived from the systems and products. On the other hand, big data has come to mean various things to different people. When comparing big data vs business intelligence, some people use the term big data when referring to the size of data, while others use the term in reference to specific approaches to analytics. As the volume of data grows, businesses will also ask more questions to better understand the data analytics process. As a result, the analysis team will have to keep up with the rising demands on the infrastructure that supports analytics applications brought by these additional requirements. It's also a good way to ascertain if we have built a valuable analysis system. Thus, Business Intelligence and Big Data technology can be adapted to the business' changing requirements, if they prove to be highly valuable to business environment.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제8권5호
• /
• pp.489-500
• /
• 2002

비즈니스 인텔리젼스에 대한 관심이 증대되면서 핵심 기술로써 데이타마이닝의 적용이 증대되고 있다. e-Business에서의 비즈니스 인텔리젼스를 지원하기 위해 다양한 마이닝 연산을 통합적으로 제공하는 마이닝 시스템은 데이타베이스 시스템과 유연하게 통합될 수 있어야 하며, 또한 다양한 비즈니스 응용에서의 마케팅 프로세스를 쉽게 구현할 수 있는 인터페이스를 제공하여야 한다. 이 연구에서는 e-Business영역에서의 BI를 지원하기 위해 데이타마이닝 기법을 통합적으로 제공하는 시스템으로써 EC-DaMiner 시스템을 설계, 구현하였다. 데이타마이닝 시스템은 기존의 데이타베이스 시스템과의 표준적인 인터페이스를 통하여 연동될 수 있도록 하였다. 아울러 비즈니스 어플리케이션들은 마이닝 질의어인 MQL을 통하여 규칙을 탐사하고 탐사된 규칙을 기존의 마케팅 데이타베이스에 모델화하여 반영함으로써 마케팅 전략의 구현을 용이하게 하였다.

• 정보관리학회지
• /
• 제28권1호
• /
• pp.263-283
• /
• 2011

업무지능(Business Intelligence)은 이해관계자들이 경영 의사결정을 내리는데 활용되고 있다. 대시 보드(Dashboard)는 데이터, 정보 또는 지식을 한 눈에 이해할 수 있도록 가시화해 줌으로써 업무지능을 지원해 주고 있다. 본 연구에서는 미국 ARL 소속 대학도서관의 웹사이트에서 도서관의 성과와 가치에 관한 정보공개 현황을 살펴보았다. 그리고 국외 대학도서관의 웹사이트에서 업무지능과 대시보드의 적용 사례를 분석하였다. 이를 통해 국내 대학도서관의 웹사이트에서 업무지능과 대시보드 정보시스템의 구축 및 활용을 제안하였다. 본 연구의 결과는 국내 대학도서관이 웹사이트를 통해 이해관계자들에게 도서관의 성과와 가치를 효율적으로 전달하고 의사소통의 도구로서 업무지능과 대시보드를 활용하기 위한 기초자료가 될 수 있을 것이다.

• 산업공학
• /
• 제17권4호
• /
• pp.426-439
• /
• 2004

This research discusses knowledge contents needed to build an OLAP system for medical sector, OLAP functionalities from past studies, and a medical intelligence system which is a kind of OLAP. The knowledge requirements which consist of nine contents and OLAP fundamental functionalities are applied to the system. Most past studies have focused on developing a medical data warehouse rather than OLAP. The medical intelligence system supplies health care providers (i.e., doctors, clinicians, researchers and nurses) and non-providers (i.e., managers and business analysts) with multidimensional OLAP functionalities. The system can be used to gain a deeper understanding of specific medical issues. In this research, we focus not on medical data warehouse, but on the technical challenges of designing and implementing an effective medical intelligence system for health care information. An architecture is applied to developing the medical intelligence system for a medical center in order to illustrate its practical usage. Six packages in the developed system are discussed in this research: Explorer, Analyzer, Reporter, Statistician, Visualizer, and Meta Administrator packages. Evaluation of the system and ongoing research directions conclude the research.

• 한국산학기술학회논문지
• /
• 제9권2호
• /
• pp.431-448
• /
• 2008

경영패러다임의 변화는 오늘날 기술발전에 따른 정보기술 변화를 기업경영에 적극적으로 수용해야 한다는 것이며, 경영층에서 불확실한 경영환경에 보다 민첩하게 적응하며, 실시간으로 분석되는 정보를 기반으로 의사결정을 하여야 하는 것을 의미한다. 이것은 최근 기업의 효과적 목표달성과 효율적 업무생산성을 확보 할 수 있는 근간이 되며, 이에 따른 기업정보시스템으로써의 비즈니스 인텔리전스의 도입은 기업의 필수적인 요소가 되고 있다. 따라서 비즈니스 인텔리전스 시스템을 구축하고자 하는 기업들에게 경영성과에 보다 효과적으로 영향을 미칠 수 있는 핵심성공요인을 도출해 주는 것은 매우 의미 있을 것이다. 본 연구에서는 이론연구를 바탕으로 설정된 연구모형과 연구가설을 설문조사 및 통계분석을 진행하여 연구가설을 검정하고 그 결과를 분석하여 성공요인들 간의 관계를 규명해 준다.

• 한국빅데이터학회지
• /
• 제8권1호
• /
• pp.35-47
• /
• 2023

It is crucial to develop effective and efficient big data analytics methods for problem-solving in the field of business in order to improve the performance of data analytics and reduce costs and risks in the analysis of customer data. In this study, a big data-driven data analysis system using artificial intelligence techniques is designed to increase the accuracy of big data analytics along with the rapid growth of the field of data science. We present a key direction for big data analysis systems through missing value imputation, outlier detection, feature extraction, utilization of explainable artificial intelligence techniques, and exploratory data analysis. Our objective is not only to develop big data analysis techniques with complex structures of business data but also to bridge the gap between the theoretical ideas in artificial intelligence methods and the analysis of real-world data in the field of business.