Business Innovation Utilizing- Big Data in the 4th Industrial Revolution Era

 

 

 

 

 

Business Innovation & Big Data

 

빅데이터는 높은 가치의 원재재로 4차산업혁명에서 기업의 경쟁력의 원천이다.

빅데이터의 특징은 정확한 분석이 가능하고 의미있는 비지니스 인사이트를 제공한다는 것이다.

또한 원데이터의 변형을 최소화하여 데이터 분석의 정확성을 높일 수 있다.

이는 빅데이터의 대용량, 이동속도가 빠름, 형태가 다양하다는 특징에서 기인한다.

특히 비정형데이터는 현재 다양한 분야에서 활용되고 있다 

이러한 활발한 빅데이터분석은 기술적진보(클라우드컴퓨팅) + 모바일장치 확산 + 소셜미디어의 성장으로 가능해졌다.

 

어떻게 비지니스에 빅데이터를 성공적으로 사용할 수 있을까?-> 경쟁우의 

• 비용우위
• 차별화우위
• 틈새시장 공략우위

1단계: 생산성향상

 2단계: 발견에 의한 문제해결

3단계: 의사결정에 과학화와 자동화

4단계: 새로운 고객가치를 창출하는 기업 비지니스 혁신

 

1단계: 생산성향상

빅데이터로 생산성 향상을 위한 두 가지 방법: 

1. 실제 움직임을 포착하는 센서 기술

1) 홍콩대학도서관

RFID(Radio-Frequency Identification) 기술을 통해  효율성과 생산성을 최대 50%까지 크게 향상시켰으며, 사용자 만족도도 향상시켰다. 하지만 개인적으로 연계된 정보를 동의 없이 열람할 수 있는 가능성으로 인하여 사생활에 대한 심각한 우려가 제기되어 왔다.

2) UPS(물류 회사)&USXpress(로지스틱 회사)

쌍방향 정보수집칩인 텔레매틱스(Telematics)에서 추가 데이터 소스 제공하여 배달 시간 단축, 연료비 절감, 환경 보호, 효과적인 차량 유지 관리, 운전자의 안전 향상. USXpress(로지스틱 회사)는 드라이버테크시스템 등 비정형화된 데이터를 분석하여 연료 절약 1년차 2천만 달러를 절약했다.

2. 가치사슬 흐름 재설계

3)Li&Fung(패션브랜드 공급망 관리자)

고객 맞춤 아웃소싱 비지니스모델이다. 가장 효율적인 아웃소서를 경제 시장 법등의 빅데이터를 통해 찾아내 Value-chain 형성하고 생산의 선순환을 이어나간다. 즉, '토탈소싱'으로 글로벌 공급망엣 데이터와 정보가 순환하며, 가치있는 비지니스 인사이트, 데이터정확성, 명확성, 고객맞춤 서비스를 고객의 니즈에 맞게 제공한다

 

2단계:발견에 의한 문제해결

검색

구조화되고 반복되는 분석이나 키워드를 알 때 문제해결방식이다

-> 일반적인 수익레포트, 수익성레포트, 고객 조사

발견

키워드를 설정이 수월한 빅데이터 접근이나 키워드를 모를 때 문제해결방식이다. 

->빅데이터를 분석하여 알고리즘,시각화한다. 그 다음 브랜드 민감성에 대한 인사이트, 자산활용의 최대화한 후 새로운 제품전략을 세운다

 

 

1. '시각화'를 통해 새 패턴/인사이트 발견

빅데이터는 분석자체가 목적이 아니라 분석내용을 바탕으로 인사이트를 끌어내 키워드, 해결책을 찾아내는 것이 중요

따라서 시각화가 중요하다

1) market map (by 스마트머니)

2) 도날드 트럼프 트윗 word cloud

2. '트렌드 탐색 도구'를 통한 인사이트 발견

3) goole trend

3. 소셜 미디어 분석을 통한 고객 정서 분석 

빅데이터는 고객의 숨겨진 감성을 드러내고 소비자의 마음을 읽을 수 있는 도구이다

4)기아 모터

SNS분석은 마케팅의 전통적인 분석법인 그룹분석법과 인터뷰보다 더 좋은 결과를 낳았다.

4. 예측을 통한 개인화와 맞춤화

빅데이터는 분석뿐만 아니라 예상한다. 발견은 곧 예측을 말한다. 다양한 데이터들은 미래의 결과와 상황에 더 쉽게 접근화할 수 있게한다.따라서 아마존의 고객맞춤형추천 시스템이 가능해진다.

5) 레코벨의 빅데이터와 AI 기반 개인별 추천 서비스 : 과거 고객의 구매이력, 관심사를 기반 향후 구매후보상품 추천

6) 개인맞춤형 영양제 기업 -미국&중국 :개개인의 선호보다는 객관적으로 데이터를 섭렵해서 추천하는게 더 나음=> 건강 관련

7)Lotte On 핵심주축은 롯데 멤버스 

통합온라인쇼핑플렛폼으로 온라인 오프라인 구별하지않고 모든 데이터 분석해서 제공  

5. 다양한 변수를 고려한 예측                          

8) 감염병현황 예측

다양한 변수에 대입할 수 있는 빅데이터 수식의 분석을 통해 감염병 대응 예측모델구축

 

3단계: 의사결정에 과학화와 자동화

의사결정의 제약을 극복하기 위한 도구

과거:직관과 경험, 감을 통해 의사결정

하지만 경영자의 직관 및 의사결정이 합리적이지 않을 경우가 많다.

따라서 빅데이터 애널릭틱스를 통한 경영의사결정을 해야함

이를 위해서는 빅데이터를 유연하게 받아들일 수 있는 조직의 문화가 중요한 역할!

의사결정의 과학화

1. 광범위한 데이터의 사용
2. 통계적이고 계략적인 사용
3. 설명적이고 예견적인 모델 수립
4. 의사결정과 행동을 이끌기위한 사실기반의 경영

직관

과거의 경영진의 직관과 현재의 경영진의 직관이 달라져야함

과거는 제한적인 정보에 의한 결정

현재 및 향후는 빅데이터 애널릭틱스에 기반한 데이터는

직관을 끌어내는 근거가 되는 데이터를 획시적으로 늘려주고 분석해줌으로써, 보다 정확한 직관을 끌어내도록 해야함

탑매니지먼트 기업에서는 적극적으로 활용한다.

 

 

빅데이터의 애널릭틱스를 의사결정에 활용하는 수준 4단계

위로 갈 수록 의사결정의 민첩성과 빅데이터 수준이 높아짐, 위로 갈수록 직관에 의한 경영판단 줄어들음

 

1. Managing information

• 기업의 경영정보를 단순 관리
• 정보활용의 목적은 회계나 재무상태 파악
• 전반적인 데이터 현황의 광범위한 보고
• 직관얻기 어려움

->2.  Business Intelligence

• 데이터를 사용자를 고려하여 데이터를 똑똑하게 활용하는 단계
• 의사결정을 돕기위해 문제를 정확히 파악하는데 데이터 활용
• 고객데이터와 마케팅이나 영업에서 데이터를 활용하기 시작
• 데이터를 1차적으로 가공하는 것에서 나아가 사용자가 이해하기 쉽게 정리 제공하는 단계
• 사용자가 원하는 대로 사용자 관점에서 볼 수 있게 해줌

-> 3.  Insight Generation

• 예측모형이나 알고리즘을 적용
• 의사결정을 위한 미래의 결과를 예측하는 단계
• 여러가지 의사결정의 옵션들 중 회적의 대안을 선택하기 위해
• 데이터 사이의 인과관계를 찾아내는 것이 목적

가치있는 예측은???

• 데이터 분석을 통해 새롭게 생성되는 예측
• 남들이 예상치 못하는 점을 잡아내는 예측

->4.  Analyics-enabled Decision Making

• 실질적인 기업의 성과로 이어지도록 최적해법제공
• 소프트웨어가 최적의 의사결정까지 내릴 수 있도록
• 의사결정의 신속성이 필요한 분야 ex) 재무, 회계, 은행
• 나중에 직관에 의한 의사결정을 빅데이터로 보완한다면 더 큰 효과

 

 

4단계: 새로운 고객가치를 창출하는 기업 비지니스 혁신

 

앙트프레너는 고객의 니즈를 파악하고, 니즈를 통해 이윤을 창출하는 비지니스모델을 창출해야함

이 비지니스모델을 빅데이터를 통해 설득 

 

1. 빅데이터 비즈니스맨 =기존 사업 분야에 특화된 통신, 교통, 유통, 미디어 데이터 판매 ex)JR일본, 미국 개인정보
2. 빅데이터 창출자 =데이터를 창출하고 찾아내는 능력 ex)구글 covid 19, 러닝앱, 발맞춤신발 ->B2B
3. 빅데이터 대리인 =분석에 특화 ex)facebook, 등 SNS 분석 
4. 빅데이터 연구가 =특정분야 데이터 수집 연구 ex)연구자,논문
5. 빅데이터 응용가 =새로운 부가가치상품개발 이윤창출 종합적인 빅데이터 처리역량 중요 ex) Zestfinance

 

AI

표준화된 정의는 없고 발전중

AI는 스스로 배우고 발전하는 능력

AI를 경영학적 관점에서 분석

가치사슬의 열쇠 ->경쟁력

ex)하버드 비지니스 리뷰: 연구와 실행의 간극을 줄이는 역할

 

1. 문제인식
2. 조직의 전반적인 개편이 요구

• 고립된 작업에서 학제적협력으로
• 경험 및 리더의 의사결정에서 데이터 추출 의사결정으로
• 실험적이고 적용가능함으로

3. 성공을 위한 준비

• 설명하기
• 변화거부 예상하기
• 기술로서 통합 도입 자금 마련하기
• 균형잡힌 실현가능성, 시간투자, 가치

4.상하관계가 아닌 허브 앤 스포크관계

회색 분야= 예전 전산팀, 이제는 AI를 회사전체시스템에 도입, 모니터링, 피드백

5.교육 : 리더십, 분석, 번역 및 이해(언어)

 

 

 

 

 

AI는 

• 디자인 ex) stich fix= 의류소비라이프스타일과 디자인 맞춤 ->하이브리드 큐레이션
• 제조,원재료 조달  ex) IBM 왓슨=재고관리에 이용 
• 배송 ex) IBM weather company=항공사나 배송회사의 운행 예측을 위한 정보 제공
• 판매
• ex) Pilot AI =고객행동관찰 및 추적

      ex) Sale force = 양적, 질적,CRM 

      ex) Adobe = 사진의 특성분석 

• 고객서비스 ex) Ohm Connect=알린->에너지절약-> 환급: 캠페인 참여

 

• 해킹
• 개인정보유츌
• 생체정보수집
• 정부 및 개인의 정보수집

보안의식 부족=>이중보안으로

안면인식기술의 장점 단점

 

디스토피아 vs 유토피아

빅데이터와 AI는 프로세스 효율성, 프로세스 향상, 제품 및 서비스 혁신

의사결정과정에서 AI를 도입할 것인지, 효과는 어떤지. AI의 부작용을 커버할 수 있는지 고려