SNS와 빅데이터의 활용이 소셜커머스 활성화에 미치는 영향

천홍말 ( Hong Mal Chun ) 한국물류학회 2013 물류학회지 Vol.23 No.5

본 논문은 현재 관심의 대상이 되고 있는 SNS(social networking service)관련 이슈들과 소셜커머스(social commerce) 편익 간의 관계를 규명하고, 그 과정에서 빅데이터(Big Data)에 대한 수용의도가 어떠한 상호작용효과를 나타내는지에 대하여 분석하였다. 연구결과를 도출하기 위하여 SNS 이슈들을 독립변수로 하고 소셜커머스 편익을 종속변수로 하여 이들 둘 간의 영향관계를 검정하였다. 아울러, 조절변수인 빅데이터 수용의도가 독립변수와 종속변수 사이에서 어떠한 상호 작용효과를 발생시키는지 검정하였다. 이를 위하여 독립변수인 SNS 이슈는 SNS 사용몰입, SNS 마케팅편의, SNS 비대면의존의 3개 요인으로, 종속변수인 소셜커머스 편익은 소셜커머스 편익이점과 소셜커머스 편익개선의 2개 요인으로 구분하여 조절변수인 빅데이터 수용의도와 대응시켜 분석하였다. 분석결과, SNS 사용몰입과 SNS 마케팅편의는 소셜커머스 편익이점 및 편익개선에 유의한 영향을 미치는 것으로 나타났다. 아울러 SNS 사용몰입과 소셜커머스 편익이점, 그리고 SNS 비대면의존과 소셜커머스 편익개선 간의 관계에 대하여 빅데이터 수용의도의 조절역할이 확인되었다. This study investigated the relationships between SNS issues and social commerce benefits, and also the moderating effect of Big Data acceptance intention through the empirical analysis. The independent variables(SNS issues) were composed of three factors as SNS commitment, SNS marketing convenience and SNS dependence. Also the dependent variables(social commerce benefits) were separated by two factors as social commerce benefits, social commerce improvement expectations. Finally, the moderating variable( Big Data acceptance intention) was classified as a single factor. The results, SNS commitment and SNS marketing convenience affected on social commerce benefits, and similarly affected on social commerce improvement expectations. Also, the moderating effect of Big Data acceptance intention on the relationship between SNS commitment and social commerce benefits was confirmed. And similarly, the moderating effect of Big Data acceptance intention on the relationship between SNS dependence and social commerce improvement expectations was verified.

영화흥행을 위한 빅데이터 활용효과에 관한 연구

김진욱(Jin-Wook Kim) 한국엔터테인먼트산업학회 2015 한국엔터테인먼트산업학회논문지 Vol.9 No.2

본 연구는 영화흥행 예측을 위한 마케팅을 빅데이터 활용에서 시작한다. 영화마케팅에서 SNS의 강력한 플랫폼을 활용하여 영화에 대한 수용자의 태도와 성향을 파악하는 것은 영화 개봉 전 관객들을 끌어오는 데에 매우 중요한 요소이다. 영화는 감성적 소비재로써 객관적인 정보뿐만 아니라 주관적인 구전 정보들이 관객들에게 주는 신뢰감이 더 크기 때문에 데이터의 수집 및 분류작업은 필수적이라 할 수 있다. 이러한 이론적 배경을 토대로 2014년 여름에 엄청난 흥행기록을 세운 영화 <명량>을 빅데이터 처리과정인 오피니언마이닝을 통해, SNS에서 평가한 개개인의 영화에 대한 데이터정보를 분류작업 한다면 다수의 영화소비자들의 영화에 대한 기대와 만족도를 구체적으로 파악할 수 있을 것이다. 기존의 영화마케팅에 대한 연구들은 제작사나 배급사의 입장에서 과거의 성공사례를 이용하여 흥행요인을 찾고자하는 연구가 대부분이었다. 그러나 영화는 예술성과 더불어 첨단기술과 테크놀로지 융합에 의해 만들어진 종합예술이므로 관객들은 여러 가지 요인에 의해 영화를 선택하며 영화흥행은 몇 개의 요소로 결정되지 않는다. 따라서 본 연구는 영화선택의 높은 예측을 하는 관객의 관람 전 후, SNS 이용자들의 심리요인들을 분석한다. 이렇게 지각된 정보요인들을 데이터화하여 최근 이슈가 되고 있는 빅데이터를 활용해 영화마케팅 전략을 도출한다. 분석결과, 영화마케팅에 있어 빅데이터 분석은 영화흥행을 예측하는데 기존의 마케팅 분석보다 가장 적은 ±6% 이하의 오차범위를 이끌어 냈다. 이러한 결과는 궁극적으로 영화제작사와 영화마케터들에게 중요한 요소로 작용하게 되고, 무엇보다도 빅데이터 분석은 동시대에 개봉한 영화들의 마케팅전략 포인트와 차기 영화에 중요한 준거자료가 될 것이다. This study starts big data analysis for box-office prediction of film marketing. In film marketing, Utilizing the powerful platform, SNS, identifying the attitude and preference of consumers on the film is the information needed for marketing in attracting audiences prior to releasing the films. Film is a sensational consumer good that subject mouth information as well as objective information provide much of reliability to audiences. Therefore, it is inevitable to collect and classify the data. Theoretical background, one can predict how successful a film will be. Also, we can find out about the opinion mining and the open source of the films through the NoSQL software system, analysis the 〈Roaring Currents〉 2014. Through this analysis, information about personal preference on the film evaluated in SNS, in other words; mouth communication of films is to be organized as data and classified properly to identify expectation and satisfaction of consumers on the film in details. Most of the previous studies dealing with film marketing used success cases in the past in the perspective of manufacturers or distributors in order to find the factors for the box office hit. However, films are relevant to the comprehensive art comprised of advanced technology and convergence along with artistic features. Therefore, audiences select with several factors, and the box office hit of a film is not determined by only a few elements. Therefore, this study is intended to identify the influence of SNS after watching the film through satisfaction and also analyze psychological factors of SNS users by regarding the expectation of SNS communication before audiences with high anticipation on film selection watched the film as a previous study. Utilizing information elements perceived hereof, it is intended to suggest for film marketing strategies by using big data. As for results of the analysis, big data analysis on the film marketing has derived the smallest error range (±6%) to existing marketing analysis in expecting the box office hit. This not only serves as a standard data for marketing strategies point for films being released at the similar period but also contributes significantly to the next films.

웹 3.0 시대 빅데이터 시각화 분석 도구를 활용한 SNS 기업 소셜리서치에 관한 연구

추진기 한국기초조형학회 2019 기초조형학연구 Vol.20 No.6

Research on new theories and strategies that can enhance competitiveness in the corporate environment where the digital revolution leads the world has been continuously made after the Industrial Revolution. Big data has now become a way of presenting insights into a new leap in human civilization in the digital age, and methods of analyzing and visualizing it on social SNS are evolving. This study aims to empirically study the value and necessity of social research big data visualization type for SNS company based on web 3.0 era aiming for a new future. In actual big data analysis, Social MatrixTM using the Opinon Mining analysis method is used as a tool to analyze the weight and sensitivity of the search for SNS service companies, and to analyze the positive and negative influences by detailed keywords. It proceeded by the method of measuring and analyzing. As a result, it was easy to identify the characteristics of the related words associated with the SNS company through data visualization. These big data visualizations have led to the implications of rethinking insights to make it easier and faster to use information that is useful to users, and focusing on ensuring that analytics solutions are available to businesses in the right direction. In the flood of information produced constantly, analytics solutions based on big data visualization will be valuable to many users. In the future, these studies will complement data mining technology and visualize analysis, and the rich experience data of big data will provide the core foundation for the utilization of informatization. 디지털 혁명이 세상을 주도하는 기업 환경에서 경쟁력을 제고 할 수 있는 새로운 이론과 전략에 관한 연구는산업혁명 이후에 끊임없이 제기되었다. 이제 빅데이터는 디지털 시대에 새로운 인류 문명의 도약에 대한 통찰력을 제시할 수 있는 하나의 방법이 되었고 소셜네트워크서비스(SNS)상에서 이를 분석하고 시각화하는 방법은진화하고 있다. 본 연구는 새로운 미래를 지향하는 웹 3.0 시대를 고찰하고 이를 기반으로 하는 SNS 기업에대한 소셜 리서치(Social Research) 빅데이터 시각화 유형의 가치와 필요성을 위한 실증적 연구를 하고자 하였다. 실제 빅데이터 분석은 오피니언 마이닝(Opinon Mining) 분석기법을 적용한 소셜 매트릭스(Social MetrixTM)를 도구로 활용하여 SNS 서비스기업을 대상으로 연관어 검색 비중과 감성 분석 그리고 세부 키워드에 의한 긍, 부정 영향력 등을 측정하고 분석하는 방법으로 진행하였다. 연구결과, 해당 SNS 기업과 연관된 연관어 특성을 데이터 시각화를 통해 쉽게 파악할 수 있었다. 이러한 빅데이터 시각화는 사용자에게 유용한 정보들을 더욱 쉽고 빠르게 활용할 수 있도록 통찰력을 재고해 주고, 기업 에게는 정확한 방향으로 분석 솔루션을활용할 수 있도록 해야 하는 데 초점을 맞추어야 한다는 시사점을 발견할 수 있었다. 시대적으로 끊임없이 생산되는 정보의 홍수 속에서 빅데이터 시각화에 따른 분석 솔루션은 많은 사용자에게 가치 있는 정보가 될 것이다. 앞으로 이러한 연구가 데이터 마이닝(Data Mining) 기술보완과 더불어 시각화 분석을 통해 빅데이터의 풍부한경험 데이터가 정보화 활용에 핵심적 기반을 제시할 것이다.

빅데이터를 이용한 오피니언 마이닝 기반 SNS데이터의 활용

이명균(Myoung-gyun Lee),지효상(Hyo-sang Ji),김정준(Jeong-Joon Kim),박정민(Jeong-Min Park) 인문사회과학기술융합학회 2018 예술인문사회융합멀티미디어논문지 Vol.8 No.3

스마트폰의 대중화로 인해 SNS를 통한 사람들의 소통은 점점 확대 되고 있다. 사회와 정책에 대한 여론을 형성하고, 맛집 추천, 기행문을 통한 정보 제공 등의 주제에 대한 각자의 의견을 표현하는 공 간으로써 다양하게 사용되고 있다. Facebook이란 매체를 보면 좋아요 라는 기능으로 사용자 간 게시 글에 대한 자신의 감정을 표현함으로써 서로의 공감 여부를 파악 할 수 있다. 예로 H대학의 학생의 불만사항을 소통하는 페이지가 있다. Facebook의 좋아요 기능만으로는, 학생들의 불만사항들이 어떻 게 처리 되어 지는지를 알기 위한 과정은 매우 복잡하다. 따라서 본 논문은 빅데이터를 접목한 오피 니언 마이닝 기술로써 R 프로그램을 이용해 SNS의 데이터를 수집하고, 빅데이터의 Hadoop을 이용해 수집된 데이터를 저장, 처리 도구를 이용한 데이터를 정제·처리 후, 다시 R 프로그램을 사용해 저장· 처리된 데이터를 시각화 함으로써 학보사와 Facebook, 두 사이트에서 얼마나 데이터들이 수렴되고 소 통되는지를 분석한다. Due to the popularization of smartphones, people s communication through SNS is expanding. It is widely used as a space for expressing opinions on topics such as building public opinion on society and policy, recommending restaurants, and providing information through travel texts. If you look at the media called Facebook, you can understand their empathy by expressing your feelings about posting between users with the function of Like . For example, there is a page that communicates the complaints of students at H University. With Facebook s Like feature, the process of knowing how complaints are handled is very complex and passive. Therefore, this paper is an Opinion Mining technology that combines Big Data, collects SNS data using R program, saves collected data using Hadoop of big data, refines and processes data using processing tool, To analyze how data is converged and communicated between the school newspaper and Facebook.

텍스트 마이닝을 이용한 SNS와 언론의 이슈에 대한 반응 비교 -“한일군사정보보호협정(GSOMIA) 종료”를 중심으로-

이수련,최은정 한국디지털정책학회 2020 디지털융복합연구 Vol.18 No.2

Text mining is a representative method of big data analysis that extracts meaningful information from unstructured and large amounts of text data. Social media such as Twitter generates hundreds of thousands of data per second and acts as a one-person media that instantly and directly expresses public opinions and ideas. The traditional media are delivering informations, criticizing society, and forming public opinions. For this, we compare the responses of SNS with the responses of media on the issue of the termination of the Korea-Japan GSOMIA (General Security of Military Information Agreement), one of the domestic issues in the second half of 2019. Data collected from 201,728 tweets and 20,698 newspaper articles were analyzed by sentiment analysis, association keyword analysis, and cluster analysis. As a result, SNS tends to respond positively to this issue, and the media tends to react negatively. In association keyword analysis, SNS shows positive views on domestic issues such as “destruction, decision, we,” while the media shows negative views on external issues such as “disappointment, regret, concern”. SNS is faster and more powerful than media when studying or creating social trends and opinions, rather than the function of information delivery. This can complement the role of the media that reflects public perception. 텍스트마이닝은 비정형, 대용량의 텍스트 자료로부터 유의미한 정보를 추출하는 빅데이터 분석의 대표적인 방법이다. 트위터와 같은 SNS는 1초에서 수십만건의 데이터를 생성해내며 대중들의 의견이나 생각 등을 즉각적이며 직접적으로 보여주는 1인 미디어로의 역할을 하고 있다. 기성 미디어인 언론은 정보전달, 사회비판, 여론형성의 기능을 수행하고 있다. 본 논문에서는 미디어로의 SNS와 언론을 비교해 보고자 한다. 이를 위해 2019년 하반기 국내의 이슈 중의 하나인 “한일군사정보보호협정(GSOMIA) 종료”에 대한 SNS의 반응과 언론의 반응을 비교 분석한다. 수집된 데이터는 총 201,728개의 트윗과 20,698개의 신문 기사를 대상으로 감성분석, 연관분석, 군집분석을 수행하였다. 그 결과로 SNS의 경우 이슈에 대해 긍정적 반응이 높았고 언론의 경우는 부정적 반응이 높았다. 연관검색의 경우는 SNS의 경우 “파기, 결정, 우리” 등 국내적 이슈에 대한 지지가 높았고 언론의 경우 “실망, 유감, 우려” 등으로 대외적 이슈에 대한 부정적 견해를 보여주는 차이를 보여주었다. SNS는 정보전달의 기능보다는 사회 비판 및 여론의 추이를 살피거나 형성하는데 언론보다 빠르고 강하게 나타내고 있어 언론이 대중의 인식을 반영해주는 역할을 보완할 수 있다.

빅데이터를 통해 살펴본 장애인고용 동향분석: SNS와 온라인 뉴스를 중심으로

전혜영(Jeon Hyeyeong) 한국장애인고용공단 고용개발원 2019 장애와 고용 Vol.29 No.2

연구목적: 본 연구는 빅데이터를 활용하여 장애인고용을 동향분석을 통해 앞으로 나아가야 할 장애인 고용 방향을 제시하는데 목적이 있다. 연구방법: 2017년 12월 7일부터 2018년 12년 7일까지 텍스톰에서 수집한 SNS와 온라인 뉴스를 활용하였다. 분석방법은 단어빈도(TF), TF-IDF분석, 연결중심성, 토픽모델링, 감성분석에 대한 N-gram 분석을 하였다. 연구결과: 첫째, SNS와 뉴스에서 공통적으로 언급된 상위 빈도는 한국장애인고용공단, 발달장애인, 일자리, 취업, 지원 등으로 나타났다. 이 빈도는 연결중심성의 상위순위와도 관련이 있었다. 둘째, SNS의 상위토픽은 ‘기관 고용의무’이며 뉴스의 상위토픽은 ‘편의점 직업교육’으로 나타났다. 셋째, SNS와 뉴스의 긍정감정으로 나타난 상위 N-gram은 협약-체결, 자회사형장애인표준사업장-설립 일자리-창출, 장애인-고용이었다. 반면, 부정감정으로 나타난 상위 N-gram은 장애인고용촉진-직업재활법, 장애인-고용, 장애인-고용의무 등이 있었다. 결론: 빅데이터 분석을 통해 몇몇 기업의 직무개발로 장애인의 고용을 늘릴 수 있다는 가능성을 보았다. 이와 동시에 장애인의 고용에 부담을 느껴 많은 기업이 여전히 장애인 고용에 소극적이라는 것을 확인하였으며 이를 토대로 앞으로의 후속연구를 제언하였다. Purpose: The purpose of this study was to analyze direction of employment of disabilities. Through the big data to analyze the employment trend of the disabilities. Method: From December 7, 2017 to December 7, 2018, using SNS and online news collected from Textom. The analysis methods were word frequency(TF), TF-IDF, connection centrality, topic modeling, and N-gram analysis for emotional analysis. Results: First, the highest frequency commonly mentioned in SNS and news was the Korea Employment Agency for the Disabled, developmental disability, jobs, employment and support. This frequency was also related to the higher ranking of connection centrality. Second, the top topic of the SNS is ‘Institution Employment Duty’ and the top topic of news is ‘Convenience Store Vocational Education’. Third, the top N-gram represented by the positive emotion of SNS and news were the convention-contract, subsidiary company for disabled-establishment, work place-creation, disability-employment. On the other hand, the top N-gram of negative emotion were employment promotion for disability-vocational rehabilitation law, disability-employment, disability-employment duty. Conclusion: Big data analysis has shown the possibility of increasing the employment of disabilities. At the same time many companies were still passive in employment of disabilities because they felt the burden on the employment of disabilities.

빅데이터 업체 SNS 자료의 증거능력에 관한 연구

성빈(Seong, Bin) 동국대학교 사회과학연구원 2015 사회과학연구 Vol.22 No.1

빅데이터 업체가 수집하여 보관하고 있는 대표적 SNS로서 트위터 정보의 경우 수사기관이 이를 수사목적으로 임의제공 받은 경우 증거능력이 없다고 판단한 국정원 댓글사건 재판부의 판결은 법리적으로 문제가 있다. 첫 번째, 트위터 정보를 개인정보보호법상의 개인정보로 평가한 국정원 댓글사건 판결은 동법 정의조항의 개념요소를 과도하게 광범위하게 해석한 것이거나 트위터 사용실태를 정확히 파악하지 못하고 개인정보라 속단한 오류를 범했다. 이와 같은 오판에 근거하여 빅데이터 업체로부터 임의제출 받은 트위터 정보의 증거능력을 부인한 것 또한 문제라 하겠다. 두 번째, 본 논문은 트위터 정보를 개인정보보호법이 규정한 개인정보로 볼 수는 없다는 입장이므로, 현행 개인정보보호법이 EU의 정보보호규칙(안) 제17조가 규정한 ‘정보주체와 관련된 모든 정보(any information relating to a data subject)’에 대한 삭제 및 확산방지 요청권과 같이 개인식별가능성에 중점을 둔 개인정보 뿐만 아니라 정보주체와의 관련성을 전제한 광범위한 개인정보에 대한 ‘잊혀질 권리’를 도입할 경우 트위터 정보와 같은 개인자료에 대해서도 법률적 규율을 할 수 있을 것이라 생각한다. 즉, 현행법하에서는 증거능력을 부인할 근거가 없다. 세 번째, 설사 해당 판결과 같이 트위터 정보에 개인정보보호법이 적용된다 하더라도 개인정보보호법 제19조 제2항 제2호의 ‘다른 법률에 특별한 규정이 있는 경우’로서, 즉 형사소송법 제199조 제2항 사실조회요청권에 따른 것으로서 적법하게 임의제출받은 트위터 정보로서 증거능력을 부인한 해당 판결은 문제가 있다. The judicial precedent that although twitter data which big data organizations obtain were freely presented to the prosecutors, those data can"t be used as evidence in the court, is legally wrong. Firstly, twitter data should not be seen as personal data prescribed in the Privacy Protection Act, because twitter contains lots of data mostly irrelevant to personal identification. But because of such fallacy, evidential admissibility was rejected from the judges. Secondly, if the so called "Right to be Forgotten" is introduced in Korea, it"s expected that we"ll be able to effectively rule SNS data like twitter, given that this paper doesn"t see twitter data as identifiable data. The "Right to be Forgotten" includes the request right to delete any information relating to a data subject and prevent the spread of it. The concept of such information is not limited to personal identification data in contrast with the personal data prescription in the Privacy Protection Act. Thirdly, even though the Privacy Protection Act is applied to the twitter data, twitter data can be used as evidence because such data were obtained through the spontaneous submission of big data organizations according to the process of the Criminal Procedure Act.

실시간 SNS 데이터를 위한 Storm 기반 동적 태그 클라우드

손시운 ( Siwoon Son ),김다솔 ( Dasol Kim ),이수정 ( Sujeong Lee ),길명선 ( Myeong-seon Gil ),문양세 ( Yang-sae Moon ) 한국정보처리학회 2017 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.6 No.6

일반적으로 SNS (social network service) 데이터는 정형, 비정형 데이터가 섞여 빠르게 생성되는 빅데이터의 특성을 갖기 때문에 실시간 수집/저장/분석에 많은 어려움이 있다. 본 논문에서는 이러한 SNS 데이터의 분석에 활용할 수 있는 Apache Storm 기반 실시간 동적 데이터시각화 기술을 제안한다. Storm은 대표적인 빅데이터 기술 중 하나로, 실시간으로 수집되는 데이터를 분산 환경에서 처리 및 분석하는 소프트웨어 플랫폼이다. 본 논문은 Storm을 사용하여 빠르게 발생하는 트위터(Twitter) 데이터를 수집 및 집계하고, 태그 클라우드를 통해 그 결과를 동적으로 표현하고자 한다. 이를 위해, 사용자가 요구하는 키워드를 입력받고 해당 키워드를 통한 시각화 결과를 실시간으로 확인할 수 있는 웹 인터페이스를 설계 및 구현한다. 또한, 각각의 태그 클라우드 결과를 비교하여 올바로 시각화되었는지 확인한다. 본 연구를 통해, 사용자는 관심있는 주제가 SNS에서 어떻게 변화하고 있는지 직관적으로 판단할 수 있게 되며, 시각화 결과는 주제별 트렌드 분석, 고객 니즈 파악 등 다른 서비스에도 활용이 가능하다. In general, there are many difficulties in collecting, storing, and analyzing SNS (social network service) data, since those data have big data characteristics, which occurs very fast with the mixture form of structured and unstructured data. In this paper, we propose a new data visualization framework that works on Apache Storm, and it can be useful for real-time and dynamic analysis of SNS data. Apache Storm is a representative big data software platform that processes and analyzes real-time streaming data in the distributed environment. Using Storm, in this paper we collect and aggregate the real-time Twitter data and dynamically visualize the aggregated results through the tag cloud. In addition to Storm-based collection and aggregation functionalities, we also design and implement a Web interface that a user gives his/her interesting keywords and confirms the visualization result of tag cloud related to the given keywords. We finally empirically show that this study makes users be able to intuitively figure out the change of the interested subject on SNS data and the visualized results be applied to many other services such as thematic trend analysis, product recommendation, and customer needs identification.

지각된 모바일유용성과 스마트 배송서비스 사용의도와의 관계에서 배송 빅데이터 서비스기대의 매개효과

( Hong Mal Chun ) 한국유통경영학회(구 한국유통정보학회) 2013 유통정보학회지 Vol.16 No.5

본 연구의 주된 목적은 지각된 모바일 유용성이 스마트 배송서비스 사용의도에 미치는 영향관계를 검증하고, 그 과정에서 배송 빅데이터 서비스 기대 즉, 빅데이터를 활용하여 편의성을 높이는 스마트 배송서비스에 대한 기대의 매개역할을 확인하는 것이다. 이를 위하여 지각된 모바일 유용성을 스마트폰 유용성, SNS 유용성, 모바일 쇼핑 유용성의 세 가지로 나누어 분석하였다. 연구결과 주요 발견점은 크게 4가지로 설명할 수 있다. 첫째, SNS 유용성은 스마트 배송 사용의도에 유의한 영향을 미친다. 즉, SNS 기능을 활용하여 스마트 배송 서비스의 품질을 개선함으로써 소비자의 사용의도를 강화시킬 수 있다. 둘째, 모바일 쇼핑 유용성은 스마트 배송 사용의도에 유의한 영향을 미친다. 즉, 소비자들의 스마트 배송 사용의도를 유도할 수 있도록 배송서비스를 개선함으로써 모바일 쇼핑 서비스의 품질을 높일 수 있다. 셋째, 배송 빅데이터 서비스 기대는 스마트 배송 사용의도에 유의한 영향을 미친다. 즉, 스마트 배송 서비스에 대한 소비자의 사용의도를 강화하는데 배송 빅데이터가 효과적으로 활용될 수 있다. 넷째, 모바일 쇼핑 유용성과 스마트 배송 사용의도 간의 관계에 대하여 배송 빅데이터 서비스 기대가 유의한 매개작용을 한다. 즉, 배송 빅데이터를 활용하여 스마트 배송에 대한 소비자 기대수준을 충족시킴으로써 궁극적으로 모바일 쇼핑 서비스의 품질을 제고시킬 수 있다. 이와같은 본 연구의 결과는 스마트 배송서비스와 관련한 초기 연구로서 그 실무적 시사점을 제공하는데 의의가 있다. The purpose of this study was to verify the relationship among perceived mobile usability, delivery Big Data service expectations and smart delivery use intention. In the process, the major concern was to analyze the mediating effects of delivery Big Data service expectations. For this purpose, the perceived mobile usability were divided three variables into smartphone usability, SNS usability and mobile shopping usability. The main findings can be explained in four viewpoints. First, the SNS usability affects on the smart delivery use intention. This means that if the SNS usability is reinforced, the consumers use intention to smart delivery are strengthened. Second, the mobile shopping usability affects on the smart delivery use intention. This suggests the smart delivery services can be used to increase the mobile shopping services quality. Third, the delivery Big Data service expectations affects on the smart delivery use intention. This means the firms can increase the level of smart delivery services quality by leveraging Big Data technologies. Fourth, when the mobile shopping usability affects on the smart delivery use intention, the delivery Big Data service expectations has a mediating role on the relationship. The means can be interpreted that the firms can enhance ultimately the usability of mobile shopping services quality by using Big Data technologies. The results of this study as an initial research related to smart delivery can be applied to practical implications and there are important at that point.

빅테이터 기반 비지니스 모델

강영모,유재곤,한경석,김종배 인문사회과학기술융합학회 2016 예술인문사회융합멀티미디어논문지 Vol.6 No.5

최근 빅데이터 예측분석 기술의 기반이 갖추어지기 시작했다. 특히 최근 빅데이터가 주목받는 이유는 스마트폰,소셜 미디어 등의 출현 때문이기도 하지만, 무엇보다도 심층 분석과 같은 기술적 지원이 가능해졌기 때문이다. 그 동안, 의사결정 과정에서 중요한 것은 경영자의 직관이었다. 그러나 산업 간 경계가 과멸되면서 기업들은 직관보다는 빠르고 정확한 증거 기반의 경영 의사결정이 필요해 진 것이다. 본 연구에서는 빅데이터 개념과 향후 가치를 알아보고 비즈니스 모델 혁신을 위해 빅데이터 기반 예측분석이 왜 필요한 지에 대해 논의한다. 또한, 빅데이터 분석, 도구 및 기술이 비용 절감이나 효율성 향상을 통해 직접적인 생산성 향상으로 이어지는 현상을 분석함으로써, 기업들이 혁신을 촉진하기 위해 사업전략 목표에 예측모델을 활용하는 운영 모델을 제시하고자 한다. 더불어 빅데이터의 정책적 추진 방향,빅데이터 서비스의 주요 이슈와 함께 빅데이터 활성화를 위해 고려해야할 사항들에 대해 언급한다.