소개글
"빅데이터 분석플랫폼"에 대한 내용입니다.
목차
1. 빅데이터의 정의와 개요
1.1. 빅데이터의 정의
1.2. 빅데이터의 특징
1.2.1. 크기(Volume)
1.2.2. 속도(Velocity)
1.2.3. 다양성(Variety)
1.2.4. 기타 특징
2. 빅데이터 활용 사례
2.1. 동영상 공유 플랫폼: 유튜브 알고리즘
2.2. 스포츠: 야구의 출루율과 장타
2.3. 스포츠: 축구 전력분석
2.4. 패션브랜드: 자라
2.5. 내비게이션 어플: T map
3. 참고 문헌
본문내용
1. 빅데이터의 정의와 개요
1.1. 빅데이터의 정의
빅데이터란 디지털 환경에서 생성되는 데이터로, 그 규모가 방대하고 생성 주기도 짧으며 형태도 수치 데이터뿐 아니라 문자와 영상 데이터를 포함하는 대규모 데이터를 말한다. 과거에 비해 데이터의 양이 폭증했을 뿐만 아니라 데이터의 종류도 다양해져 사람들의 행동은 물론 위치정보와 SNS를 통해 생각과 의견까지 분석하고 예측할 수 있게 되었다.
1.2. 빅데이터의 특징
1.2.1. 크기(Volume)
빅데이터의 크기(Volume)는 기존 데이터 관리·분석 시스템으로는 커버할 수 없을 정도로 방대한 규모의 데이터를 의미한다. 과거에는 데이터의 양이 상대적으로 적었기 때문에 전통적인 데이터베이스 관리 시스템(DBMS)을 활용하여 데이터를 저장하고 관리할 수 있었다. 그러나 스마트폰, 소셜미디어, 센서 등 다양한 디지털 기기와 플랫폼이 등장하면서 데이터의 양이 기하급수적으로 증가하게 되었다. 예를 들어, 페이스북의 경우 매일 600TB 이상의 새로운 데이터가 생성되고, 트위터의 경우 매일 8TB 이상의 새로운 데이터가 생성된다. 이처럼 데이터의 양이 방대해짐에 따라 기존의 데이터베이스 관리 시스템으로는 데이터를 효과적으로 저장하고 관리하기 어려워졌다. 따라서 빅데이터 기술이 등장하게 된 것이다. 빅데이터 기술은 분산 컴퓨팅, NoSQL 데이터베이스, 데이터 마이닝 등의 기술을 활용하여 대용량의 데이터를 효과적으로 저장, 관리, 처리할 수 있게 해준다.
1.2.2. 속도(Velocity)
빅데이터의 특징 중 "속도(Velocity)"는 데이터의 생성 및 처리, 전달 속도를 의미한다. 과거와 달리 오늘날 데이터는 실시간으로 생산되고 있으며, 생성된 데이터는 즉시 분석되어 활용될 수 있어야 한다. 이러한 실시간성은 빅데이터의 핵심 특징 중 하나이다.
과거에는 데이터 수집과 분석에 많은 시간이 소요되었지만, 최근 기술의 발달로 데이터를 실시간으로 수집하고 처리할 수 있게 되었다. 예를 들어, 페이스북에서는 매초 6,000개의 게시물이 업로드되고, 트위터에서는 매분 347,000개의 트윗이 생성된다. 이러한 데이터를 실시간으로 분석하여 사용자의 관심사와 행동을 파악할 수 있다. 이를 통해 맞춤형 콘텐츠를 제공하거나 마케팅 전략을 수립할 수 있다.
IoT(사물인터넷) 기술의 발달로 센서를 통해 생성되는 실시간 데이터도 증가하고 있다. 공장이나 발전소와 같은 산업 현장에서 생성되는 센서 데이터를 실시간으로 수집하고 분석하여 에너지 효율화, 설비 관리, 생산 공정 최적화 등에 활용할 수 있다.
이처럼 빅데이터의 "속도(Velocity)" 특성은 데이터의 실시간 생성, 처리, 활용을 가능하게 하여 기업과 사회 전반에 걸쳐 다양한 혁신을 불러일으키고 있다.
1.2.3. 다양성(Variety)
다양성(Variety)은 빅데이터의 가장 중요한 특징 중 하나이다. 빅데이터에는 단순한 수치 데이터뿐만 아니라 문자, 영상, 음성 등 다양한 형태의 데이터가 포함되어 있다.""과거에는 정형화된 데이터만을 다루었지만, 빅데이터 환경에서는 비정형 데이터의 분석이 중요해지고 있다."" 특히 소셜미디어를 통해 생성되는 사용자 의견, 감정, 행동 데이터 등은 기업이나 정부 입장에서 매우 유용한 정보가 될 수 있다.""이처럼 빅데이터의 다양성은 과거에는 분석할 수 없었던 새로운 형태의 데이터를 활용할 수 있게 해준다.""결과적으로 이는 다양한 분야에서 새로운 통찰력과 가치 창출의 기회로 이어...
참고 자료
김대원. 2017. “카카오 빅데이터의 발견”. 월간교통. 2017(3). 16-22.
김동수, 김관호, 최동욱, 정재윤. 2016. “국내 O2O 서비스 이슈 진단 및 산업활성화 정책 방향 제안”. 한국전자거래학회지. 21(4): 137-150.
김정숙. 2012. “빅데이터 활용과 관련기술 고찰”. 한국콘텐츠학회지. 10(1): 34-40.
도해용. 류기상. 2014. “빅데이터를 이용한 레스토랑 브랜드 개성 측정”. 관광학연구. 38(1): 249-271.
박기태. (2017. 4. 20). “스테이션3, ‘다방 데이터 분석 센터’ 구축…’허위매물 사전 차단’”. 포커스뉴스.
박희진. (2016. 11. 10). “’선택과 집중' 승부수 던진 카카오…’O2O 플랫폼 만들겠다’”. 한국경제.
변은숙, 조은성. 2015. “빅데이터를 이용한 온라인 구전 문화 분석”. 문화산업연구. 15(2): 1-8.
삼성경제연구소. 2011. “정보홍수 속에서 금맥 찾기: 빅데이터 분석과 활용”. 『SERI경영노트』. 91호.
손영화. 2014. “빅데이터 시대의 개인정보 보호방안”. 기업법연구. 28(3): 355-393.
심재석. (2017. 2. 19). “카카오택시, 드디어 수익모델을 달았다”. 테크홀릭. 심재석. 2017.02.19
안동근, 목양숙. 2013. “SNS 광고 이용 행태와 기업의 SNS 광고마케팅 효과 및 전략”. 조형미디어학. 16, 3: 77-86.
이서구. 2015. “빅데이터 분석에 관한 마케팅적 접근”. 대한경영학회지. 28(1). 21-35.
이성훈. 2012. “빅데이터 활용 현황”. 한국정보기술학회지. 10(3): 51-54.
이유미. (2017. 3. 25). “데이터를 보면 대중교통 '빈공간'이 보인다”. 이데일리.
이재호. 2013. 『정부3.0실현을 위한 빅데이터 활용방안』. 한국행정연구원.
임영희. 2016. 『빅데이터 기반 레스토랑 평가 애플리케이션의 특성과 이용동기가 소비자 이용의도에 미치는 영향』. 세종대학교 관광대학원 호텔·외식경영학과.
정문경. (2017. 2. 20) “카카오, O2O서비스 수익모델 카카오택시로 시동”. 뉴스토마토.
정용찬. 2013. 『데이터』. 커뮤니케이션북스.
최병정, 김수진, 김자호, 진서훈. 2012. “빅 데이터 시대의 CRM을 위한 데이터 분석”. Entrue Journal of Information Technology. 11(1): 19-27.
Alex Cocotas. “How Yelp’s Business Works”. 2012 [2017. 4.30 인용; http://www.businessinsider.com/yelp-analysis-2012-3]
Balakrishnan, Anita. (2. 1. 2017). “Facebook ad revenue shoots up 53%, sending shares climbing”. CNBC.
Brown, J., Broderick A. J., & Lee N. 2007. “Word of Mouth Communication within Online Communities: Conceptualizing the Online Social Network”. Journal of Internet Marketing. 21(3), 2-20.
Cabral, Luis & Ali Hortacsu. 2010. “The Dynamics of Seller Reputation: Theory and Evidence from eBay”. Journal of Industrial Economics. Vol. 58, 54-78
Carter, P.(2011). “Big Data Analytics: Future Architectures, Skills, and Roadmaps for the CIO”. IDC White paper. 2011. 1-16.
Choi, S., Lehto, X. Y., & Morrison. A. M.(2007). “Destination image representation on the web: Content analysis of Macau travel related websites”. Tourism Management. 28(1): 118-129.
Gruman, G. 2010. “Tapping into the power of Big Data”. PWC Technology Forecast. 3: 4-13.
Ingram, Matthew. (1. 11. 2017). “Instagram Doubles Down on Video Ads by Putting Them in Instagram Stories”. Fortune.
Jin, Ginger & Phillip Leslie. 2003. "The Effect of Information on Product Quality: Evidence from Restaurant Hygiene Grade Cards," Quarterly Journal of Economics. 118(2): 409- 451.
Kang, D. 2015. “Domestic O2O Platforms that Grow Rapidly,” Industrial Internet Issue Report.
Kim, J., Kwon, H., & Kim, D. 2016. “Industry Trends and Challenges in On-Demand Services in South Korea,” ICIC Express Letters Part B: Applications, 7(9): 1933-1938.
Luca, Michael. 2011. “Reviews, Reputation, and Revenue: The Case of Yelp.com”. Harvard Business School.
Luca, Michael, Zervas, Georgios. 2015. “Fake It Till You Make It: Reputation, Competition, and Yelp Review Fraud”. Management Science. 62 (12): 3412-3427
Mourdoukoutas, Panos. (2015.05.01) “What's Yelp's Problem? Its Business Model”. Forbes.
O’Reilly, Lara. (2. 9. 2017). “Twitter's stock is tanking after the company warned its revenue growth would continue to 'lag' its recent spike in users”. Business Insider.
Tapachai. N., & Waryszak. R. 2000. “An examination of the role of beneficial image in tourist destination selection”. Journal of Travel Research. 39(1): 37-44.
김민희(2015). 빅데이터의 현실, 기대와 큰 격차. LG경영연구원.
박병권(2017). 빅데이터 경영 4.0. 서울: 라온북.
BC카드 빅데이터센터(2021). 빅데이터, 생활을 바꾸다. 서울: 미래의 창.
외머 아튼, 도미니크 레빈 저, 고한석 역(2017). 빅데이터를 활용한 예측마케팅 전략. 서울: 마인드큐브.
