빅 데이터가 가까운 미래에 비즈니스 현장을 어떻게 혁신할 것인가: 2부

빅 데이터는 기업과 기업이 전 세계에서 비즈니스를 수행하는 방식에 중대한 변화를 촉발했습니다. 미래에는 사람의 개입이 필요한 많은 기능 영역이 자동화될 것입니다. Amazon이 '구매할 책'을 제안하는 것처럼 LinkedIn은 '당신이 알 수도 있는 사람'을 추천하고 Facebook은 당신이 좋아할 만한 페이지를 표시합니다. 곧 다른 분야에도 동일한 기술이 적용될 것입니다. 예를 들어, 치료법을 추천하고, 질병을 진단하고, 범죄를 저지르기 전에 범죄자를 식별할 수 있습니다.

빅 데이터는 확실히 향후 몇 년 동안 게임 체인저가 될 것입니다. 빅 데이터 관행과 기술을 조직에 도입하는 집단적 효과는 혁신적 변화를 초래할 것입니다. 빅 데이터는 제품 개발 재정의, 공급망 최적화, 고객 관계에 긍정적인 영향, 비즈니스 데이터 중심화, 운영 개선 등 조직 전체의 다양한 기능에 영향을 미칠 수 있습니다. 고위 경영진은 회사가 빅 데이터 구현에서 파생된 통찰력을 어떻게 활용할 수 있는지 고려하기 시작해야 합니다.

2017년 및 그 이후의 빅 데이터 예측

2016년을 지나 곧 2017년을 맞이함에 따라 더 많은 센서, 장치, 기술, 기업, 심지어 사람들이 빅 데이터 대열에 합류하게 될 것입니다. 빅 데이터가 비즈니스를 혁신할 가능성이 가장 높은 분야는 다음과 같습니다.

사물 인터넷(IoT)

빅 데이터 클라우드 서비스는 IoT의 숨겨진 마법입니다. Oracle의 Big Data Advanced Analytics 부사장인 Neil Mendelson은 클라우드 서비스를 확장하면 센서 데이터를 포착할 뿐만 아니라 이를 빅데이터 알고리즘 및 분석에 제공하여 효과적으로 사용하게 될 것이라고 말했습니다. 또한 보안 IoT 클라우드 서비스는 제조업체가 사람의 개입 없이 분석된 데이터에 대해 안전하게 조치를 취하는 신제품 및 서비스를 생성하는 데 도움이 될 것입니다.

산업용 인터넷은 기계 학습, 기계 간 및 빅 데이터 통신을 결합하여 패턴을 식별하고 실시간으로 비즈니스 운영을 조정합니다. 잠시 후 산업용 인터넷은 IoT를 통합하기 위해 정의에 따라 확장될 것입니다. 머지 않아 실시간 데이터 스트림은 산업용 인터넷을 통해 가능한 것을 개선하여 사용자가 프로세스를 조정하고 중요한 질문을 하거나 특정 패턴을 즉시 볼 수 있게 합니다. 제약, 에너지, 정보 기술, 통신, 은행 및 농업과 같은 전체 산업은 정보에 입각한 신속한 비즈니스 결정을 내리기 위해 과거 및 실시간 데이터를 함께 조사하는 기능에 의해 상당한 영향을 받을 것입니다.

정보와 데이터 그 자체가 우리의 필수 무역품이 되는 사회로 나아가겠습니다. 마이크로 라이선스, 거래, 수익화 정보 교환은 우리의 기계 간 및 자동화 네트워크가 우리의 일상적인 요구를 처리함에 따라 중요한 작업이 될 것입니다. 데이터를 소유하고, 데이터를 평가하고, 혁신하고 개선하는 것은 업계와 기업의 성공을 위한 기반이 될 것입니다.

기계 학습

빅 데이터는 어디에나 존재하며 온라인 쇼핑, 지도 읽기 또는 여행과 같은 일상 활동에 통합되어 있습니다. 앞으로 기술자와 기업은 빅 데이터에서 머신 러닝으로 초점을 전환하고 사전 예방적 통찰력을 제공할 것입니다. 또한 능동적 인텔리전스는 기업이 머신 러닝 및 예측 분석과 같은 기술을 활용하여 연중무휴 데이터를 평가하고 중요한 이벤트가 발생할 때 알려주는 솔루션을 제공하는 새로운 초점이 될 것입니다.

한편 인공지능(AI)에 대한 기대감도 크다. 대기업은 물론 스타트업까지 AI에 막대한 투자를 하고 있다. 그럼에도 불구하고 비즈니스 성공은 많은 팡파르나 소란 없이 보다 개인화 된 제품 판촉, 서비스 및 권장 사항을 제공 하는 것과 같은 일상적인 문제를 해결 하기 위해 더 많은 기계 학습 기술을 적용 하는 회사에 갈 것입니다. 미래 지향적인 아이디어를 조직 전체에서 효과적으로 사용할 수 있는 관리 가능한 실용적인 응용 프로그램으로 변환할 수 있는 회사는 투자에 대해 더 많은 수익과 혜택을 얻을 수 있습니다. 2017년에는 속성 그래프(PG), 자연어 처리(NLP) 및 기계 학습(ML)과 같은 AI 기술이 관습적 또는 일반적인 데이터 처리 문제에 적용될 것입니다. PG, NLP 및 ML은 이미 빅 데이터에서 API(응용 프로그래밍 인터페이스) 라이브러리로 액세스할 수 있지만 새로운 변화에는 데이터 과학, 실시간 분석 및 응용 프로그램을 지원하는 정보 기술 도구에서 이러한 기술의 광범위한 사용이 포함될 것입니다.

보건 의료

인지 컴퓨팅과 AI는 맞춤형 의료의 길을 만들고 희귀 질환으로 고통받는 사람들의 생명을 구하며 향후 몇 년 동안 의료 상태를 개선할 것입니다. 2015년 미국 의회 연설에서 버락 오바마 대통령의 정밀 의학 이니셔티브에도 불구하고 오늘날 미국 병원의 16%만이 예측 분석을 사용합니다. 그러나 최근 인공지능을 빅데이터 예측분석에 적용하는 기술의 발전으로 유전체 데이터를 환자의 전자의무기록과 매핑하여 개인 맞춤형 의료를 시행하고, 약이나 희귀질환 치료에 대한 질문에 답할 수 있게 됐다. 과거에는 새로운 질병과 그 치료법에 대한 의학 연구는 작은 샘플 세트로 인해 엄청난 비용이 들었지만 빅 데이터의 큰 데이터 세트에서는 훨씬 실현 가능한 것으로 보입니다. 이제 여성, 노인, 어린이 및 다양한 인종과 같은 하위 집단에 대한 잠재적 치료법에 대한 질문에 대한 답변을 포함하여 정밀 의학을 사용하는 것이 가능할 수 있습니다.

범죄 예방

범죄를 저지르기 전에 잠재적 범죄자를 식별하기 위해 법 집행 기관, 특히 서구의 법 집행 기관은 빅 데이터에 눈을 돌리고 있습니다. 법 집행 기관 및 지방 당국에서 제공한 정보 및 데이터와 함께 공개적으로 공유된 정보는 경찰이 문제가 시작되기 전에 더 정확하게 위반자와 범죄 활동을 찾아내는 데 도움이 됩니다. 결과적으로 법 집행 기관은 덜 반응하는 경향이 있으므로 엉뚱한 사람을 쏘거나 체포할 위험이 줄어듭니다. 또한, 이 경찰관들은 범죄 핫스팟에 집중하여 은신처에서 나온 범죄자를 잡습니다. 빅 데이터 분석을 통해 계획된 임무는 법 집행 기관이 전 세계 주요 도시의 범죄율을 줄이거나 통제하는 데 도움이 되었습니다.

자연 재해에 대처하기

매년 홍수, 지진, 가뭄 또는 기타 자연 재해로 인해 수십억 달러와 수천 명의 생명이 손실됩니다. 데이터 과학자는 추세를 이해하고 인구의 취약성을 분석하며 미래의 재난을 예측하는 데 도움이 되는 자연 재해를 평가하기 위해 데이터 마이닝 기술을 사용하는 것의 가치를 인식합니다. 이러한 분석의 목적은 구호 노력, 비상 대응을 위해 전 세계 정부를 지원하고 미래의 자연 재해 완화를 위한 전략을 고안하는 것입니다. 빅 데이터 및 데이터 과학 기술의 최근 발전은 데이터 과학자가 경제적이고 정확하게 기술 및 예측 기술을 사용하는 데 도움이 되었습니다. 이러한 기술은 과거 사건을 분석하여 위험에 처한 인구를 식별하고 미래의 재난 예측을 개선할 수 있는 패턴을 결정함으로써 자연 재해에 취약한 인구를 식별하는 데 유용했습니다.

빅 데이터가 비즈니스에 미치는 영향

미국에 기반을 둔 기술 회사인 9Lenses의 CEO인 Edwin Miller는 빅 데이터가 공급망 운영, 제품 개발에서 고객 관계에 이르기까지 비즈니스에 상당한 영향을 미쳤으며 앞으로도 계속 그럴 것이라고 말했습니다. 많은 사람들이 빅 데이터에 대해 알지 못할 수도 있지만, 빅 데이터는 확실히 몇몇 기존 비즈니스에 영향을 미쳤습니다.

미국에 기반을 둔 Capital One Financial Corporation이 좋은 예입니다. 1990년대와 2000년대 사이에 신용 카드 산업은 캐피털 원을 제외하고 각 소비자에게 동일한 가격을 부과하는 균일한 가격 모델을 사용했습니다. 이 회사는 인구 통계 및 공공 신용 데이터를 기반으로 한 통계 모델을 활용하여 고객에게 맞춤형 제품을 제공했습니다. 혁신을 통해 회사는 1995년부터 2003년까지 33%의 CAGR(복합 연간 성장률)을 얻을 수 있었습니다. 그 결과, 상당수의 은행이 빅 데이터 분석에 더 집중하여 연간 순수익에서 17%의 성장을 달성했습니다. , 2009년부터 2015년까지 Bank of America 11%, Citigroup 11%, JP Morgan 6%와 같은 미국 최고의 은행과 비교할 때.

Walmart는 더 나은 운영, 제품 및 서비스를 위해 지속적으로 빅 데이터 분석을 사용합니다. 1990년대에 이 회사는 소매 링크라는 시스템을 사용하여 각 제품을 데이터로 기록함으로써 소매 부문을 혁신했습니다. 이 시스템을 통해 공급업체는 재고 회전율, 재고 수량, 총 마진 및 재고 비율을 포함한 데이터를 모니터링하여 제품 및 서비스를 감독하고 구성할 수 있었습니다. 결과적으로 낮은 재고 위험 및 기타 관련 비용을 달성했습니다.

롤스로이스도 빅데이터를 적용해 항공기 엔진 제조를 혁신했다. 이 고급 자동차 제조업체는 약 3,600개의 엔진을 정기적으로 모니터링하며, 각 엔진에는 고장이 발생할 수 있는 위치와 시기를 예측하는 여러 센서가 있습니다. 이 회사는 엔진 판매에서 고품질 엔진 및 모니터링 서비스 판매로 비즈니스를 전환하여 사용, 수리 및 교체에 따라 고객에게 요금을 부과합니다. 현재 이 서비스는 항공기 엔진 부문에서 연간 수익의 68% 이상을 차지합니다.

결론

빅데이터가 아직 전개되고 있는 상황에서 빅데이터가 가져온 변화가 기업, 조직, 심지어 사회까지 변화시킬 것이 분명합니다. 빅 데이터는 여기에 머물고 기업은 이 새로운 패러다임에 적응해야 합니다. 기업은 빅데이터 전략의 구현을 연기하거나 지연할 수 있지만 이미 전략을 구현한 기업이 경쟁업체보다 더 나은 성과를 거두고 있는 것은 분명합니다. 따라서 귀하의 회사가 번영하는 빅 데이터 시대에 제품과 서비스를 만들고 제공하려는 경우 지금 빅 데이터 전략을 개발하십시오.

웹에서 데이터를 수집할 계획입니까? 도와드리겠습니다. 귀하의 요구 사항에 대해 알려주십시오 .