[경영정보] 데이터마이닝(Data Mining)에 대하여 - 활용분야, 기법, 특징, 수행과정, 논란, 발전과 미래 등

소개글

[경영정보] 데이터마이닝(Data Mining)에 대하여 - 활용분야, 기법, 특징, 수행과정, 논란, 발전과 미래 등 에 대한 보고서 자료입니다.

목차

1. 데이터 마이닝(Data Mining)이란?
2. Data Mining의 등장배경
3. Data Mining의 활용분야
4. 데이터 마이닝의 기법
5. 데이터 마이닝의 특징
6. 데이터 마이닝의 수행 과정
7. Data Mining의 사용 예
8. 데이터 마이닝을 둘러싼 논란들
9. 데이터 마이닝의 발전과 미래

본문내용

시작했다.
뉴욕 소재 데이터 마이닝 테크놀러지 오브 베스페이지(Data Mining Technologies of Bethpage)의 마이클 길먼(Michael Gilman) CEO는 “전자상거래는 가장 새롭고 열기가 넘친다”며 “당신에게 일정기간동안 축적된 데이터가 있다면 데이터 마이닝으로 사람의 눈으로 볼 수 없는 성향을 읽을 수 있다”고 말했다.
25년 역사의 SAS 인스티튜트(SAS Institute)는 포춘지가 선정한 500대 기업의 98%와 거래했고 지금은 전자상거래를 목표로 삼고 있다. SAS 통계전문가들에 따르면 카탈로그로 상품을 파는 소매상과 웹사이트들은 데이터 마이닝을 이용해 평균적으로 투자금의 1,000% 이상에 달하는 고수익을 올렸다.
SAS의 분석가 앤 밀리(Anne Milley)는 “많은 카탈로그 회사들은 주먹구구식 사업을 하고 있었다”며 “그때 우리가 나타나자 그들은 놀라워했다. 어느 집단을 목표로 잡아야 하는지, 무엇을 얼마나 자주 보내야 하는지, 정기적인 고객의 주기는 어떤 지에 대해서 알 수 있고 또 누가 카탈로그로 구매하는 지, 누가 온라인으로 구매하는지를 알 수 있기 때문에 소비자와 접촉하는 최적의 방법을 찾을 수 있다”고 주장했다.
과거 IBM에서 근무했던 존은 “에피퍼니에서 데이터 마이닝을 처음 만들 때 기업 고객의 입장으로 돌아가 그들이 이것을 어떻게 사용할 지에 대해서 생각했고 고객들은 큰 요구를 하지 않는다는 것을 알았다”고 당시를 회상했다. 그는 그러면서 “우리는 항상 사용자 인터페이스를 깔끔하게 만들기 위해 노력했고 마케팅 담당자들이 우리 제품을 사용할 것이라고 확신했다. 우리 제품은 사람들이 원하는 기능에만 초점을 맞췄다”고 말했다.
☞ 9. 데이터 마이닝의 발전과 미래
Rachel Konrad
Staff Writer, CNET News.com 2001년 2 월 9일
<동아일보 1998. 6. 18> 대광고「데이터마이닝」
2002년 어느 날 아침.
A은행 이대리가 동아일보 인터넷 전자신문에 접속했다.
화면에 나오는 광고는 그에겐 바로 요긴한 정보가 된다.
경쟁은행 투자신탁회사들이 내놓은 새로운 금융상품에 대한 광고의 내용 하나하나가 모두 김대리에겐 귀중한 정보다.
그러나 이씨의 아내가 전자신문을 볼 때의 광고는 이씨 것과 다르다.
요리학원 정보나 최신 패션에 대한 광고가 실린다.
전자신문을 보는 사람에 따라 광고가 달라지는 것이다.
이것은 데이터마이닝(정보채굴업)이 있어 가능하다.
데이터마이닝은 광고나 영업행태를 근본적으로 변화시킨다.
하나의 기업이 수많은 고객을 상대로 물량 위주 광고를 하던 것에서 기업과 고객이 1대1의 관계로 바꿔 놓는다.
기업입장에선 모든 고객 에게 똑같은 우편을 보내야 하는 수고를 덜어서 좋다.
데이터마이닝은 데이터베이스(DB)를 분류하고 다양한 정보를 연결 분석하며 미래의 소비행태를 예측해 보면서 가끔씩 발생하는 특이한 행동까지 잡아내는 4단계로 이뤄진다.
이 기법은 이미 영국 금융업계에서 지난 95년부터 도입해 로열선 은행의 경우 한해 우편비용만 6만 파운드를, 노던 은행은 25만 파운드를 줄일 수 있었다.
현재 전 세계에서 사용되는 신용카드는 어림잡아 8억장.
하루에 1천3백 억 건의 거래가 이뤄진다.
이 같은 거래는 전자상거래가 완전 도입되면 자료로서 완벽하게 기록된다.
미국의 경우 데이터마이닝만 전문으로 하는 업체는 스스로를 '사이버 세일즈맨'이라 부르며 정보고속도로시대의 새로운 비즈니스로 각광을 받고 있다.
데이터마이닝 시장은 94년 5천 만 달러(약 7백 억 원)에 불과하던 것이 내년엔
8 억 달러(약 1조2 천 억 원)규모로 커질 전망이다.
처음에는 틈새시장으로 간주해 중소기업이 주로 참여했지만 최근 대기업의 관심대상이 됐다.
IBM NCR 오라클 등 미국 컴퓨터 회사들은 이미 수 천 만 건씩의 제품목록을 전자카탈로그에 담아 두었다.
국외의 경우 데이터마이닝의 기술은 학계는 물론 IBM, AT&T, SAS와 같은 기업 연구소들에 의해서 데이터마이닝 시스템을 개발하기 위한 프로젝트가 활발히 진행되어 왔다. 개발된 데이터마이닝 툴로는 캐나다 Simon Fraser대학의 DBMiner, AT&T Bell Lab의 IMACS, IBM의 Intelligent Miner, SAS의 Enterprise Miner 등이 대표적이다. 이와 같이 개발된 데이터마이닝 툴을 전자상거래에 이용한 사례로는 미국의 'Blue Martini Software'가 1999년 3월에 개발한 E-Merchandising System을 들 수 있다. 이 시스템은 공급자와 소비자가 다(多) 대 다(多) 대응으로 만들어져 있고, 누구에게 어떤 상품이 팔리는지에 대한 정보를 데이터베이스에 저장하여 데이터마이닝을 적용할 수 있는 구조로 되어 있다.
국내의 경우 한국 오라클 및 한국 인포믹스에서 최근 데이터 웨어하우스를 기반으로 데이터마이닝 툴의 특성을 살려 시스템을 구축할 계획이며, 한국 실리콘그래픽스사도 데이터마이닝 시장에 진출하였다. 교보정보통신에서는 직업성 질환 발생에 관한 자료들을 데이터웨어하우스로 구축, 이를 기반으로 데이터마이닝 기술을 적용하여 직업성 질환 발생 가능성을 예측하였고, 또한 직업성 질환 발생과 관련된 요인별 패턴을 도출하였다. 따라서 국내에서 데이터 웨어하우스에 기반한 데이터마이닝 기술의 도입 및 응용이 활발히 진행되고 있다.
정보화가 가속화되고 있고 더 나아가 지식 기반 사회로 전이되고 있는 지금, 데이터베이스 구축, 정보검색 다음의 화두는 정보가공이라고 할 수 있다. 정보가공이란 많은 양의 정보로부터 유용한 정보를 추출하는 것으로 데이터마이닝의 목적과 일치한다. 특히 전자상거래 분야에서 가공되지 않은 대량의 거래 데이터로부터 one-to-one marketing 등의 차별화된 판매 전략을 수립하기 위해서는 데이터마이닝 기술이 필수적이다. 현재 다수의 상용화된 Tool이 개발되어 있으나, 가격이 고가이고 일반 사용자가 사용하기에는 기술적인 지원이 필요하므로, 중소규모의 사이버 쇼핑몰이 적절한 데이터마이닝 기술을 적용받을 수 있는 접근방법이 요구 된다.

키워드

경영정보,   데이터마이닝,   데이터 마이닝,   Datamining,   Data mining,   DSS,   데이터베이스,   경영학