경영정보시스템

소개글

경영정보시스템 에 대한 보고서 자료입니다.

목차

1. 경영혁신을 통해 얻을 수 있는 효과에 대한 토론하시오..
( 다양한 성공사례를 중심으로)


2. ERP(전사적 자원관리) 도입의 성공요인과 실패요인을 적으세요.
( 다양한 기업의 ERP 성공사례를 중심으로)


3 대규모 데이터 저장소에서
유용한 정보를 자동으로 탐색하는 과정이 데이터 마이닝입니다.
이런 데이터마이닝의 기법에 대해 각각 언급하고 설명하세요.(5개)

본문내용

같은 형태의 결제시도가 있을시 가맹점에 전화를 걸어 본인여부를 확인하는 방법으로 도난이나 분실카드로 인한 손실을 연간 30% 이상 줄일 수 있었다.
3. Sequential Pattern (순차패턴)
순차 패턴은 순서대로 일어난 데이터를 분석해 빈도수가 높은 순차 패턴을 찾아내는 기술이다. 홈쇼핑 회사에서 소비자가 구매한 물건의 목록을 관찰하여 다음에 구매할 가능성이 높은 물건들의 쿠폰이나 카달로그를 발송한다. 우편주문이나 전자상거래 사이트에서 고객이 미래에 구매할 물건을 예측하는데 사용할 수 있다. 병원의 진료 기록을 보고 과거의 어떤 증상이나 치료과정이 현재 걸린 병을 유발하는 원인 이었는지를 찾아내는 데 이용할 수 있다.
- 적용사례
유아용품을 취급하는 A사는 분유와 기저귀를 처음 구입한 사람은 6개월후 보행기나 유모차를 구입한다는 사실을 발견하였다. A사는 이에 기초하여 처음 분유와 기저귀를 구입하는 고객명단을 추출하여 자사의 보행기와 유모차 할인쿠폰과 팜플릿을 배포하는 방법으로 판매량을 크게 늘릴 수 있었다.
4. Clustering (군집)
군집화 기술은 전체 데이터의 분포 상태나 패턴 등을 찾아내는 데 유용하게 사용된다. 분류와 다른 점은 각 집합에 해당되는 특징등과 같은 정보가 제공되지 않는 다는 점이다. 전자상거래 업체의 구매자 리스트를 이용해 특정 상품을 구매하는 집단과 그렇지 않은 집단을 찾아내어 해당 상품과 연계한 이벤트 등을 전개할 수 있다. 모든 고객의 신상 정보를 이용해 그 유사성에 따라 고객을 그룹화 할 수 있다. 이탈 고객을 특징별로 분류하여 이탈 원인별로 효과적인 이탈 방지책을 수립할 수 있도록 지원 할 수 있다.
- 적용사례
D이동통신사는 이탈고객의 성향을 분석하기 위하여 최근 6개월간 이탈고객에 대하여 군집분석을 수행한 결과 주 이탈고객은 20대초반이면서 의무사용기간이 3개월 이내인 신규가입자라는 특성을 발견했다. 반면에 30대 후반의 이용자이면서 가입후 1년이상된 경우는 이탈률이 극히 낮다는 사실도 발견할 수 있었다.
5. 모금에서 데이터마이닝(Data mining)
대학이나 방송국 등 많은 기부자를 다루는 비영리단체에 컨설팅을 하다 보면 마케팅 관련 에서 이런 질문을 자주 듣게 된다. “기존 우리 단체에 많은 기부자중에 거액모금에 동참하거나 결국에 유산기부를 할 수 있는 잠정기부자는 누구일까?” 모금이 과학적이라고 하는 2가지 이유 중에 하나가 바로 데이터마이닝(Data mining) 이 모금현장에서 쓰여지고 있기 때문이다. 재미있는 예가 있다. 미국의 대형 쇼핑몰에서 한가지 조사를 했는데 ‘아기 기저귀와 함께 가장 잘 팔린 제품은 무엇일까’라는 것이다. 아기들이 먹는 분유나 우유, 장난감 이 아니라 기저귀의 가장 좋은 매치는 바로 맥주이다. 부인의 부탁으로 기저귀를 사러 간 남편들이 지나가는 길에 맥주를 사기 때문이다. 실제로 월마트에서 맥주와 기저귀를 나란히 진열하자 맥주 매출이 크게 늘어났다고 한다. 이것은 이미 기존 판매 데이터를 분석하여 구매 패턴을 유출하여 바로 현장에 적용해 성공한 사례이다.
또 다른 예로 어떻게 신용카드 도용자를 막아낼수 있거나 최소화 할 수 있을까? 그를 잡기 위해 우선 ‘도용법칙’을 이해해야 한다. 이는 신용카드로 갑자기 거액을 쓰거나 엉뚱한 장소에서 물건을 사는 행위들을 찾아내는 것이다. 만약 특별한 데이터마이닝 기법이 나오면 과거 정보를 이용해 ‘맥주와 기저귀’처럼 전혀 생각하지도 못했던 도용 법칙들을 컴퓨터가 알아서 찾아낼 것이다. 이 규칙들을 이용하면 신용카드 도용을 어느 정도 방지할 수 있다. 사실 한국에서 한 연구가에 의해 “데이터마이닝을 이용해 신용카드 도둑은 카드를 훔친 뒤 ‘연속적으로 6~7번 카드를 쓰되, 거래간의 시간 차이가 30분 정도, 사용 액수도 적당한 액수를 유지한다’는 사실을 발견했다”고 설명했다. 이후 데이터마이닝 기법은 이동전화 업체, 은행, 보험사, 증권사 등에서 활발하게 이용되고 있다고 전해지고 있다. 필자는 미국에서 기부자 들이 Full Name 을 쓰는 사람이 (예를 들어 Daniel Ahn은 정식으로 긴 이름이고 줄여서Dan Ahn 이다) 줄인 이름으로 신청하는 사람보다 2-3 배 거액 후원할 확률이 높다는 점을 현장에서 적용하곤 한다.
수학의 한 분야인 ‘데이터마이닝’(Data mining)은 이처럼 다양한 사물들이 서로 맺고 있는 관계를 밝혀내는 데 사용하는 기술이다. 데이터마이닝은 60년대 초 미국의 통계학자 제임스 마이어와 에드워드 포지가 처음으로 만든 것으로 알려져 있다. 처음에는 은행이 새로운 대출 고객에 대해 신용도를 산출할 수 있는 데이터마이닝 기법을 개발했다. 고객의 나이, 수입, 전화보유 여부 등을 이용해 신용도를 파악하는 것이다. 이후 80년대 중반 미국의 통신회사 AT&T가 컴퓨터를 이용해 고객분석 기법을 개발하면서 현재 쓰는 데이터마이닝 기법이 확립됐다. 지금은 비영리 기부자 관리에까지 확대되어 말 그대로 산더미 같은 데이터(Data)에서 금이나 은 같은 귀중한 것을 발굴하는(Mining) 것이다. 이런 데이터마이닝 기법을 통해 고급 테니스 라켓을 산 사람은 머지않아 골프채를 살 확률이 높다는 사실이 밝혀진 것처럼 거액기부한 사람이 유산기부도 할 확률이 높다는 것을 알 수 있다. 이와 같이 각 Data mining 을 하는 모금컨설턴트 들은 자신의 경험에서 나오는 “감” 또는 나름대로 과학적인 테이타 를 바탕 한 “Know-How” 을 통해 잠재기부자를 그 많은 기부자 데이터 중에 발굴해 나가는 것이다.
이미 미국에는 많은 상업회사가 모금전용 데이터마이닝 소프트웨어가 시장에도 나왔고 기부자의 기부패턴을 분석하고 따로 그룹을 나누어 그 그룹에 맞는 접근방법을 맞춤형으로 한다는 것이다. 이번 오바마 대통령 선거에도 이 기법을 이용해 성공한 사례가 있는 것처럼 앞으로 기부자를 대상으로 한 비영리단체들은 데이터마이닝을 어떻게 활용하느냐에 따라 성패가 갈릴 것이다. 현재 단체가 보내는 수많은 기부요청 이 단순 ‘스팸메일’로 취급되지 않으려면 데이터마이닝을 통해 기부자의의 성향을 정확히 파악해야 효과와 효율을 동시에 만족할 수 있다.

키워드

경영정보시스템 ,   경영정보시스템