도서명 부제목 소제목
아마존은 거꾸로 일한다?!/김진영∙정우진 Prologue
아마존의 혁신 장표
아마존은 왜 여전히 '스타트업' 인가? Question&Answer
"정우진의 리얼 아마존 이야기1-
고객중심을 넘어서 고객 집착으로"
"커넥티드 콘텐츠
-아마존이 '스타트업'이라는 것의 의미
-린 스타트업과 워킹 백워드 프로세스와의 상관관계 "
아마존의 디지털 비즈니스 모델과 트랜스포메이션 Question&Answer
"정우진의 리얼 아마존 이야기2-
장기적으로 생각하고 준비한다"
"커넥티드 콘텐츠
-디지털 트랜스포메이션의 진짜 의미
-기존 전통 조직의 디지털 트랜스포메이션, 어떻게 추진해야 할까?"
디지털 트랜스포메이션을 위한 플랫폼 조직 Question&Answer
"정우진의 리얼 아마존 이야기3-
항상 겸손하고, 절대 경쟁사를 고려하지 않는다"
"커넥티드 콘텐츠
-플랫폼과 파이프라인 조직의 차이점은?
-왜 플랫폼 조직은 애자일 문화를 지향하는가?"
아마존을 지배하는 기업 철학과 사상 Question&Answer
"정우진의 리얼 아마존 이야기4-
제프 베조스는 정말 검소한가?"
"커넥티드 콘텐츠
-아마존 리더십의 결정판, 아마존 플라이휠"
다른회사에서는 찾아볼 수 없는 아마존만의 성공 DNA Question&Answer
"정우진의 리얼 아마존 이야기5-
아마존의 칭찬과 포상"
"커넥티드 콘텐츠
-국내 대기업 및 중견 기업의 애자일 프로세스 도입을 위한 시사점
-애자일 트랜스포메이션은 이미 시작 됐다
-기존 전통적인 대기업의 조직의 제품 ∙ 서비스 기획∙ 개발 및 마케팅 조직은 어떻게 변할까? "
아마존의 HR Question&Answer
"정우진의 리얼 아마존 이야기6-
사람이 중요하기에 채용도 중요한 업무이다 "
"커넥티드 콘텐츠
-국내 대기업의 직급 체계 변화와 애자일 조직
-글로벌 ING그룹의 애자일 실험,'트라이브' "
클라우드 플랫폼, 왜 아마존에서 중요한가? Question&Answer
"정우진의 리얼 아마존 이야기7-
언론과 소셜네트워크 활동은 인증된 사람만"
"커넥티드 콘텐츠
-왜 클라우드인가?
-왜 데브옵스와 마이크로서비스가 부상하는가?
-'공유'와 '근접성'이 지배하는 미래, 그리고 클라우드"
아마존의 AI ∙ ML전략 Question&Answer
"정우진의 리얼 아마존 이야기8-
커뮤니케이션과 컬래버레이션"
"커넥티드 콘텐츠
-비즈니스 모델 혁신과 인공지능 간의 상관관계
-기업의 디지털 트랜스포메이션 사다리 모델과 빅데이터 기반 시스템으로의 전환
-아마존이 무서운 이유 "
제프 베조스가 생각하는 아마존의 미래 Question&Answer
"정우진의 리얼 아마존 이야기9-
아마존의 직원들이 생각하는 아마존 "
"커넥티드 콘텐츠
-스타트업은 왜 '고객 가치 명제'에 집착해야 하는가? "
부록 글로벌 기업 탐방기
혁신가들의 명언
Epilogue
"빅데이터 거버넌스/
조완섭∙우준식∙신정길∙조재용∙김상하∙주재은" 빅데이터 거버넌스의 소개
빅데이터 거버넌스 틀(프레임워크) 빅데이터 타입
정보 거버넌스 원칙
산업과 기능 측면에서의 빅데이터 거버넌스 시나리오들
성숙도 측정 IBM의 정보 거버넌스 위원회 성숙도 모델
성숙도 측정을 위한 샘플 질문
비즈니스 케이스 빅데이터 거버넌스를 통한 승객안전과 정시 운행률 증진
고객 프라이버시에 대한 빅데이터 거버넌스의 재정적 영향 측정
빅데이터 수명주기의 통제를 통한 IT비용 절감
빅데이터 계획에서 데이터 품질과 마스터 데이터의 영향력 예측
빅데이터 품질의 가치 계산
로드맵 로드맵 사례 연구
빅데이터 거버넌스의 대한 조직 "핵심 프로세스를 밝혀내고, 책임할당(RACI)차트를 만들어
빅데이터 거버넌스의 이해 당사자를 명확히 함 "
기존 역할과 새로운 역할을 적절히 통합함
빅데이터에 대한 적절한 관리권 지정
빅데이터의 책임성을 기존 정보 거버넌스의 역할에 추가함
빅데이터의 책임성을 포함하는 정보 거버넌스 조직을 생성함
메타데이터 핵심 빅데이터 용어에 대한 비즈니스 측면의 정의를 담은 사전을 제작
Apache Hadoop 내에서 진행중인 메타데이터에 대한 지원을 이해
비즈니스 용어 사전에서의 민감한 빅데이터를 표시함
빅데이터 저장소로부터 기술적인 메타데이터를 가져옴
비즈니스 용어 사전에서 용어에 관련된 데이터 소스를 링크함
운영 메타데이터를 활용하여 빅데이터의 이동을 모니터링함
데이터 흐름과 영향성 분석을 위해 기술적인 메타데이터를 유지함
전사적 검색을 지원하기 위해 비구조적인 문서로부터 메타데이터를 수집함
빅데이터를 감안하여 기존 메타데이터의 역할을 확장함
빅데이터 프라이버시 민감한 빅데이터의 식별
메타데이터 리포지터리에 민감한 빅데이터를 표시
국가,주별로 프라이버시 법률과 규제 소개
국경을 넘는 개인 데이터의 관리
인가받은 사용자에 의한 민감한 빅데이터 접근 관리
빅데이터 품질 비즈니스 당사자들과 함께 빅데이터 품질에 대한 신뢰구간을 설정
반구조적,비구조적 데이터 활용으로 구조적 데이터의 품질 향상
디스크 비적재 방식의 스트리밍 데이터 분석을 활용한 데이터 품질 향상
정보 거버넌스 위원회에 데이터 관리 주체 지정
비즈니스 프로세스 통합 빅데이터 거버넌스에 영향을 받는 핵심 프로세스의 구별
프로세스 맵의 설계와 주요활동
빅데이터 거버넌스 정책을 프로세스의 키 스텝의 맵핑
마스터 데이터 통합 빅데이터 분석 지원을 위한 마스터 데이터 품질 향상
빅데이터 활용 마스터 데이터 품질 향상
핵심 참조 데이터의 일치성과 품질 향상을 통한 빅데이터 거버넌스 프로그램 지원
마스터 데이터 관리와의 통합 수준을 결정하기 위한 소셜미디어 플랫폼 정책 고려
빅데이터 수명주기(Lifecycle)관리 해당 지역의 규제와 비즈니스 요구에 따라 빅데이터 보관기간을 결정
법적으로 민감한 정보를 문서화해서 보관하고 정보요구에 대응
빅데이터의 압축 보관을 통해 IT 비용 절감과 응용의 성능 개선을 동시에 달성
실시간 스트리밍데이터의 수명주기를 관리하는 것
규제 준수를 위한 소셜 미디어 기록 보관과 전자정보 공개 요구에 부응
규제 혹은 사업상 필요하지 않은 정보의 방어적인 폐기
웹과 소셜 미디어 진화하는 규제와 관습을 고려한 소셜 미디어 고객 데이터 활용 정책 수립
종업원과 구직자에 관한 소셜 미디어 데이터의 적절한 사용 정책 수립
신뢰구간을 활용한 소셜 미디어 품질의 측정
쿠키 및 다른 형태의 웹 추적 데이터의 활용에 관한 정책 수립
프라이버시와 규제를 위반하지 않는 방식으로 온라인과 오프라인의 데이터를 연동시키는 정책 수립
웹 측정 방법의 일관성 유지
M2M 데이터 현재 활용가능한 위치정보 데이터의 유형 조사
고객의 위치정보에 대한 활용 정책을 수립
직원의 위치정보에 대한 활용 정책을 수립
RFID데이터에 대한 프라이버시 인증
다른 M2M 데이터에 대한 프라이버시 정책 수립
M2M데이터의 품질과 메타데이터
M2M데이터에 대한 유지 기간 정책의 설정
M2M데이터 자원을 위한 마스터 데이터의 품질 향상
사이버 공격에 대한 약점을 이기는 SCADA인프라 강화
빅 트랜잭션 데이터
생체데이터 생체 데이터에 대한 적합한 사용과 관련된 프라이버시 영향 평가
고객과 종업원에 대한 생체 데이터 사용 시 규제 영향 분석을 위한 법률자문
사람이 생성한 데이터 사람이 생성한 민감한 데이터를 감추기 위한 정책을 만들기
구조적 데이터의 품질항샹을 위해 사람이 생성한 비구조적 데이터 사용하기
사람이 생성한 데이터의 수명관리를 위한 비용절감 및 규제준수
사람이 생성한 데이터 활용 MDM보완
헬스케어 비구조적 데이터 활용으로 구조적 데이터의 품질개선
구조적 데이터로부터 얻을 수 없는 추가 의료요인들의 추출
핵심 비즈니스 용어들에 대한 일관된 정의
모든 시설에서 환자 마스터 데이터의 일치성 보장
미국 HIPAA 규정에 의거 의료정보에 대한 프라이버시 보호
참조 데이터의 창조적 관리를 통한 추가적인 의료 통찰력 확보
유틸리티 산업 미터기 계량치의 중복문제
기본 키의 참조 무결성
이상치 문제
고객 주소의 데이터 품질
정보 수명주기 관리
데이터 베이스 모니터링
기술적인 아키텍처
통신 서비스 공급자 빅데이터 유형
빅데이터를 마스터 데이터와 통합하기
빅데이터 개인정보보호
빅데이터 품질
빅데이터 수명주기 관리
빅데이터 참조 아키텍처 빅데이터 소스
오픈소스 진영의 컴포넌트들
Hadoop 배포판
스트리밍 분석
데이터베이스
빅데이터 통합
텍스트 분석
빅데이터 디스커버리
빅데이터 품질
빅데이터의 메타데이터
정보 정책 관리
마스터 데이터 관리
데이터 웨어하우스와 데이터 마트
빅데이터 분석과 리포팅
빅데이터 보안과 프라이버시
빅데이터 수명주기 관리
클라우드
빅데이터 플랫폼 IBM
Oracle
SAP
Microsoft 빅데이터 플랫폼
HP
Infotmatica
SAS
Teradata
EMC
Amazon
Pentaho
Talend
부록A. LIST OF ACRONYMS
부록B. GLOSSARY
부록C. REVIEWER PROFILES
부록D. 이 책에 기여한 사람들
"4차 산업혁명 시대, 어떻게 일할 것인가/
전성철,배보경,전창록,김성훈" PART 1) 4차 산업혁명이란 무엇인가 100개의 레고 조각, 1억 개로 늘어나다
"4차 산업혁명은 ‘연결의 혁명’이다
인간과 기계의 융합 | 현실과 가상 세계의 융합 | 공학과 생물학의 융합 | 세 가지 융합 간의 2차 융합"
"융합이 낳은 ‘공짜 세상’, 그리고 공유의 시대
플랫폼 : 가장 압도적인 무료 공급처 | 한 명의 천재를 이기는 집단 지성의 힘 | 줄어드는 거래 비용과 인력 시장의 변화 | 누구나 쉽게 창업할 수 있는 시대 | 언번들링 : 공룡을 무너뜨린 게릴라 기업들 | ‘공유 경제’라는 거대한 연결망"
기하급수 기업의 탄생
PART 2) 기하급수 기업은 이것이 다르다 "당신의 비즈니스 모델은 지금 안전한가
융합과 공유를 부르는 4단계 프로세스"
"융합과 공유를 부르는 디지털 역량
테슬라는 더 이상 전기 자동차 제조사가 아니다 | 가치 있는 모델이 아니면 새롭게 전환하라 | 융합과 공유는 특정 부서의 몫이 아니다"
"디지털 리더십에 디지털 비전 더하기
비전 수립을 위한 4단계 | 전략적 자산을 파악하면 새로운 비전이 보인다"
"4차 산업시대, 기하급수 기업으로 재탄생하라
인터페이스 | 알고리즘 | 대시보드 | 소셜 테크놀로지 | 진실의 순간, 15초에서 7초로"
"외부 자원 똑똑하게 활용하기
자율 : 권한이 없으면 혁신도 없다 | 참여는 새로운 해결책을 마련해준다 | 실험 문화의 신속함과 관대함이 혁신을 낳는다"
PART 3) 대기업, 기하급수 기업으로 탈바꿈하라 왜 전통적 기업은 산술급수적으로 일하는가
"변화의 핵심, 일하는 방법에 있다
경쟁사보다 빠르게? 이제 아무런 의미가 없다 | 많이 시도하고 자주 실패하라"
"고객 참여의 새로운 지평을 열다_ 애플
애플의 새로운 정체성, 타운스퀘어 | 경험을 넘어 상상을 맛보게 하다"
"고객 만족을 기준으로 한 자기 파괴적 실험_ 아마존
‘지금’ 원하는 것을 넘어 ‘앞으로’ 원할 것 같은 것으로 | ‘원할 것 같은’ 것을 ‘원할 것 같은’ 시간에"
"알고리즘을 통한 비즈니스 모델의 진화_ 넷플릭스
자체 콘텐츠 제작으로 한발 더 나아가다"
" 인터페이스를 플랫폼으로 구글과 경쟁하다_ 샤오미
샤오미의 시선은 저 너머에 있다"
"일하는 방법 혁신의 종합 선물 상자_ 스타벅스
‘마이 스타벅스’는 무엇이 달랐나"
PART 4) 기하급수의 시대, 한국 기업은 어디로 나아갈 것인가 "승자 vs 패자, 디지털 역량에 달려 있다
디지털 과제의 프레임 파악하기 | 대시보드 활용해 거버넌스 구축하기 | 변혁을 위한 메시지 효과적으로 전파하기 | 안정된 디지털 플랫폼 구축하기"
디지털 트랜스포메이션이 일하는 방법을 바꾼다
"변화를 찾아 나선 한국 기업들
제조업의 위기, 스마트 팩토리가 해법이다 | LS산전 | 포스코 | 두산중공업 | 중소기업들 | 한국전력공사 | SK C&C | LG CNS | 삼성SDS | 하나금융지주 | 신한금융지주 | KB금융지주"
"어떻게 살아남을 것인가
날쌘돌이 조직만이 살아남는다 | 신생 스타트업, 무시하거나 외면하지 말고 공존하라 | 천 번의 실패가 세상에 없던 것을 낳는다"
"빅데이터 비즈니스 이해와 활용/
이종석, 황현식, 황진석" PART 1. 빅데이터 현상을 어떻게 바라볼 것인가? "1장 빅데이터 시대의 도래
- 1절 빅데이터 시대의 징후와 향후 잠재력
- 2절 빅데이터의 특성과 정의"
"2장 빅데이터 시대의 등장 배경
- 1절 빅데이터의 등장 배경
- 2절 빅데이터 시대, 편견과 혼란스러움"
PART 2. 빅데이터를 활용하여 무엇이 가능한가? "3장 빅데이터 활용(영역별)
- 1절 마케팅: 대규모 고객의 정교한 니즈 구현
- 2절 생산: 효율적인 SCM과 낭비없는 스마트팩토리
- 3절 회계와 인사
- 4절 기타"
"4장 산업별 빅데이터 활용 사례
- 1절 유통업의 빅데이터 활용 사례
- 2절 제조업의 빅데이터 활용 사례
- 3절 서비스업의 빅데이터 활용 사례
- 4절 금융업의 빅데이터 활용 사례
- 5절 기타 빅데이터 활용 사례"
PART 3. 빅데이터 기술 "5장 빅데이터 처리 기술
- 1절 빅데이터 기술 이해의 필요성
- 2절 빅데이터의 종류
- 3절 빅데이터 수집 기술
- 4절 빅데이터 저장 기술"
"6장 빅데이터 분석 기술
- 1절 빅데이터 분석
- 2절 빅데이터 분석 기법 - 통계학
- 3절 데이터마이닝
- 4절 빅데이터 분석 기술
- 5절 빅데이터 시각화"
PART 4. 케이스 스터디 "7장 빅데이터 기획
- 1절 빅데이터 프로젝트 기획
- 2절 빅데이터 프로젝트 케이스 1
- 3절 빅데이터 프로젝트 케이스 2
- 4절 빅데이터 프로젝트 케이스 3"
"8장 빅데이터 활용 프로젝트 실습
- 1절 신생 수제화 브랜드의 마케팅 기획
- 2절 국내 스포츠 용품사의 브랜드 홍보
- 3절 신선식품 온라인 유통 스타트업의 상품 기획
- 4절 빅데이터 분석 도구 소개
- 5절 데이터 기획 연습문제"
PART 5. 빅데이터 시대의 과제와 미래 "9장 빅데이터 시대 준비사항
- 1절 데이터 산업의 현안 과제
- 2절 주요 전략 과제
- 3절 빅데이터 분석 전문 인력 양성
- 4절 개인정보 보호"
"10장 빅데이터 시장의 현황과 미래
- 1절 빅데이터 시장 현황
- 2절 빅데이터의 경제적 파급 효과
- 3절 빅데이터의 미래"
인공지능,빅데이터,클라우드로 바꾸는 기업의 미래/서울산업진흥원 1장? A.B.C. 생태계의 핵심 경쟁력을 찾아서 01[혁신 전략 ①] 플랫폼 시대의 생존 키트, 보완 자산을 확보하라
02 [혁신 전략 ②] A.B.C. new 비즈니스 모델을 파악하라
03 [혁신 전략 ③] 기존 비즈니스 개선에 A.B.C.를 활용하라
04 [혁신 전략 ④] 가치를 담은 고객을 지켜라
05 [혁신 전략 ⑤] 디지털과 피지컬의 교차점에서 기회를 만들어라
06 [혁신 전략 ⑥] ‘기계+인간’ 협업 프로세스를 설계하라
07 [혁신 전략 ⑦] 학습하는 인재를 찾아라
2장? 기술에서 감성까지 : 인공지능 01 인공지능 원천기술로 뚝심 있게_솔트룩스
02 인공지능 산업혁명을 꿈꾸다_마인즈랩
03 인공지능이 여는 건강한 미래_뷰노
04 창조적 파괴로 교육을 혁신하다_뤼이드
3장? 4차 산업혁명의 솔루션 : 빅데이터 01 데이터로 출발하고, 데이터로 마케팅하다_데이터마케팅코리아
02 빅데이터로 사람과 일자리를 잇다_원티드랩
03 빅데이터로 게임을 벌이다_코어사이트
04 빅데이터로 도전하는 비만 탈출_365mc 네트웍스
4장? 미래를 품은 구름 : 클라우드 01 기업용 클라우드로 구름 위를 날다_네이버비즈니스플랫폼
02 스마트 헬스케어를 주도하다_인바디(룩인바디)
03 클라우드로 식재료에 신선도를 더하다_더파머스(마켓컬리)
04 자동차 사고를 새롭게 사고하다_카닥
인공지능 시대의 비즈니스 전략/정도희 서문 | 인공지능 in 비즈니스 인공지능보다 더 중요한 것
관점의 변화가 반드시 필요하다
인공지능의 진짜 의미
인공지능 시대에 나는 어떻게 해야 하나
인공지능 활용에 필요한 세 가지
1부 | 도구의 이해
1장. 인공지능이란 무엇인가 명확한 정의가 없는 인공지능
어떻게 받아들여야 하나
인공지능의 구성 요소
데이터 드리븐 비즈니스
핵심은 머신러닝
2장. 머신러닝이란 무엇인가 머신러닝이 바꾼 컴퓨터 사용법
스스로 학습한다는 의미에 대한 오해
지도 학습으로 예측하기
비지도 학습으로 이해하기
강화 학습으로 원하는 대로 만들기
콘텐츠 생성으로 발전 중인 머신러닝
머신러닝 알고리즘과 딥러닝
3장. 도구로서의 인공지능 머신러닝이 하는 데이터 분석
분석을 프로세스 안으로
어디에나 쓸 수 있는 예측
예측으로 하는 진정한 개인화
시각 인지력의 활용
콘텐츠 생성에 활용
인간의 말로 일하게 하기
미래 예측
머신러닝의 활용처
4장. 오해 속의 빅데이터 빅데이터는 SNS 분석이 아니다
불필요하고 해로운 빅데이터
대상이 아닌 수단으로서의 빅데이터
2부 | 경영의 변화
5장. 왜 변화가 필요한가 뒤에 숨겨진 과정들
두뇌 한계를 뛰어넘기 위한 도구
결국은 변화 관리
인공지능 시대의 인간의 역할
6장. 경영의 변화 충돌하는 이해관계의 조정
조직 구조와 프로세스의 변경
구체적인 계획은 오히려 방해가 된다
다른 것을 시도할 여유
원활한 협업을 위한 조건
근본적 변화는 하향식으로만 가능하다
GE의 트랜스포메이션 사례
7장. 일하는 방식의 변화 기회는 일상 속에 있다
이벤트가 아닌 일상으로
기술이 선두에서 이끌어야 한다
공부하고 따라 해서 역량 키우기
실패, 시행착오, 갈등은 좋은 신호
3부 | 실질적 실행
8장. 데이터 활용의 단계 데이터는 분석하는 것이 아니라 활용하는 것
반드시 거쳐야 하는 단계
1단계 데이터 파악: 구체적으로
2단계 파일럿 프로젝트: 데이터 분석하면 실패
3단계 데이터 수집과 저장: 원시 데이터를 한곳에
4단계 본격적 데이터 활용 및 성숙
5단계 비즈니스 확장 및 신규 비즈니스 개발
9장. 현실적인 이슈 데이터 전문 조직의 구성
데이터 활용의 현실
IT 조직의 일이 아니다
데이터 관련 직종
데이터 전문가 채용과 취업
머신러닝 운영의 새로운 문제들
10장. 데이터 분석 데이터 분석이 뒤처진 이유
모호한 데이터 분석
기술적 분석
탐색적 분석
진정한 데이터 활용
감사의 글
진격의 빅데이터/최천규 외 2명 진격의 거인,빅데이터 제4차 산업혁명의 핵, 빅데이터
빅데이터 시대를 맞이할 준비
빅데이터가 답인 세상
빅데이터가 풀어가는 세상
일상의 모든 것이 빅데이터
빅데이터의 특성
활용 가치가 무궁무진한 빅데이터
빅데이터 산업의 특성
미래사회의 새로운 동력 엔진
미래의 유일한 비즈니스 모델
성공적인 활용전략
빅데이터 생태계와 빅데이터 전문가 산업 생태계를 재편하는 빅데이터
21세기 듣보잡(Job), 분석가들
데이터 애널리스트와 데이터 사이언티스트
데이터 사이언티스트
데이터 사이언티스트의 역할
빅데이터 전문가에게 필요한 역량
하이브리드형 인재
수학적 역량을 갖춘 인재
통계학적 역량을 갖춘 인재
논리적 사고력을 갖춘 인재
프로그래밍 능력을 갖춘 인재
커뮤니케이션 능력의 중요성
인내심과 끊임없는 실험정신
빅데이터의 가치를 높이는 법 빅데이터에 관한 세 가지 오해
원시 데이터의 가공
분석적 마인드의 중요성
숫자로 표현하는 세상
분석을 통해 태어나는 빅데이터
분석은 문제 정의부터가 시작
빅데이터 처리 절차
텍스트 마이닝으로 시각화
텍스트 마이닝 품질과 데이터 정제력
시각화 특성과 세 가지 원칙
효과적인 시각화 기술
ggplot2를 이용한 시각화
ggmap을 이용한 시각화
빅데이터 분석 툴과 방법 빅데이터 분석의 목적
빅데이터 분석에 유용한 분석도구들
빅데이터를 정복하는 도구,R
빅데이터 분포를 파악
신뢰성과 타당성의 확보
집단 간 차이 파악
상호 연관성 파악
원인과 결과관계 파악
숨어 있는 집단의 판별
속성과 개체로 집단화
소비자의 인식 속으로 자리매김
참고문헌
빅데이터/정용찬 빅데이터의 정의
빅데이터 활용
빅데이터 기술
데이터 마이닝
비정형 데이터 마이닝
데이터 시각화
클라우드 컴퓨팅
데이터 센터
빅브라더
데이터 과학자
"빅데이터 승리의 과학/
고한석" "승리의 과학,
빅데이터" 데이터 분석이 가져온 애슬레틱스 구단의 성공
직관'의 시대에서 '데이터'의 시대로
미국의 대기업들, 오바마의 테크놀로지팀 모시기 열풍 뜨거워
빅데이터에 대한 가장 구체적인 사례 연구
오바마의 빅데이터 전략에서 배우는 미래의 경영과 마케팅
이제, 대중이 아니라 한 사람을 만나라
"빅데이터는 오바마의
당선을 알고 있었다" 그들의 데이터 분석은 얼마나 정확했나?
오바마 캠프의 선거운동본부장이 제일 먼저 했던 일
스티브 잡스와 스티븐 스필버그 등 각계 인사의 조언들
폭발적인 소셜 네트워크의 성장
스마트폰과 무선 인터넷 서비스
빗나간 언론의 호들갑
선거 관련 IT 활동은 모두 클라우드 컴퓨팅을 이용
빅데이터, 가장 주목해야 할 과학기술 키워드 1위
진실은 빅데이터 속에 묻혀 있다
선거운동과 빅데이터: 마이크로 타기팅
신이시여, 부동층에게 제발 초록색 코를 주소서
융단폭격의 시대를 너머 ‘드론 전쟁’의 시대로
클라우드 컴퓨팅
빅데이터, 합칠수록 가치가 빛난다 공화당이 먼저 유권자 데이터베이스 구축을 시작
두 번 연속 패배한 민주당 진영의 와신상담
1억 6천6백만 명의 정보를 저장한 보트빌더
협력의 촉매가 될 회사 구축: 캐털리스트
NGP와 VAN의 합병: 민주당 협력 1위 IT
소비자 정보를 가지고 있는 데이터베이스 업체들
오바마 캠프는 어떻게 데이터를 모았을까?
미네소타 주 ‘할머니 여단’의 데이터 자원봉사
빅데이터와 롱데이터
개인정보의 수집과 제3자 제공에 관한 규제
미국의 대통령 선거 제도, 한국과 무엇이 다른가
실리콘밸리의 최고들이 모였다 대통령 선거 캠프에 CTO를 영입하다
왜 하퍼 리드를 영입했나?
CTO가 테크놀로지팀으로 불러모은 사람들
클라우드 컴퓨팅은 ‘아마존 웹 서비스’ 이용
역사상 가장 큰 규모의 데이터를 다룬 테크놀로지팀
IT 통합 프로젝트의 코드명, ‘외뿔고래’
클리우드 기능 100% 활용
진보적인 민주당의 보수적인 IT 사용
혹독한 훈련을 한 시스템 운영 그룹
허리케인 샌디라는 악천후와 장애 복구 훈련
테크놀로지팀과 다른 부서의 문화적 충돌: 해결법은?
우리는 ‘화력을 증강시키는’ 팀: Force Multiplier
외뿔고래와 데이터베이스
아마존 웹 서비스, AWS
쉽게 이해하는 빅데이터와 하둡
빅데이터는 당신이 누구인지 알고 있다. 23살 사라를 대하는 두 진영의 접근법
보수적인 동네에서 오바마 지지자 찾아내기
미국을 18만 개 지역으로 나누어 점수를 매긴 NCEC 점수
숫자, 숫자, 숫자: 슬로건 중심에서 데이터 중심으로!
오바마 진영의 데이터 분석팀 책임자는 29살의 댄 와그너
데이터 마이닝, 어떻게 했나?
군집분석과 라이프 스타일
최초의 마이크로 타기팅 선거는 부시가 먼저
연관성 분석과 장바구니 분석
좋아하는 맥주를 보면 어느 후보를 찍을지 알 수 있다
회귀분석: 어떤 요인이 지지도에 얼마만큼 영향을 미치는가
당신이라면 누구를 공략할 것인가?
설득할 대상 추려내기
2008년 대규모 전화조사와 마이크로 타기팅
선거 평가 태스크포스팀과 시스템 혁신
오바마 캠프가 사용한 데이터 분석 플랫폼, HP 버티카
분석 도구, R
마음을 움직이는 메시지, 과학으로 만든다 데이터 분석팀은 조직 내부의 컨설턴트
조지 클루니, 오바마 그리고 당신을 찾아내는 능력
여론조사와 빅데이터 분석, 어떤 차이가 있나?
수많은 TV 신문 중 어디에 광고하는 게 효과적일까?
새로운 지지자를 '발굴'하는 광고
옵티마이저 - 광고 1달러당 가장 효율적인 TV 채널은?
공화당은 추측할 수 없는 오바마의 타기팅 알고리즘
드림캐처 - 온라인 텍스트에서 정치성향을 캐내다
장바구니를 분석하면 인간의 욕구가 보인다
A/B 테스트로 700억 원의 후원금을 더 모으다
행동과학과 동기부여: 분석가 연구소
40명의 생각이 1천만 명을 대표하지는 않는다
마음을 움직인 메시지를 찾아라
더 잘게 사람들을 나누어라. 그리고 마음을 얻어라
에밀리 리스트와 함께한 실험: 어떤 사람들이 흔들렸나?
2012년 대선, 실험주의 꽃피우다
‘먹히는’ 메시지 만들기
넛지와 행동과학자 컨소시엄(COBS)
투표를 하게 만드는 미묘한 동기부여 방법
오바마 캠프의 스마트한 무기들 오바마 캠프의 IT 전략 - 활동가를 위해 복무하라
조직 내 소셜 네트워크 서비스 - 내셔널필드
모바일 선거운동사무소 - 대시보드
누워서도 가능한 전화 홍보 - 가상 콜센터
투표참여 독려를 위한 스마트폰 앱 - 고든
젊은 유권자를 공략하는 페이스북 맞춤식 공유
선거운동 자원봉사자를 위한 여행 플래너 사이트
디지털팀의 사람들
데이터 과학을 사용하면 후원금을 더 낸다
진보진영, 조직활동가의 사관학교 - 신 조직화 연구소
민주당의 또 다른 전당대회, 뿌리 캠프
빅데이터 전략을 사용하지 못한 공화당 출발부터 뒤처진 공화당 롬니의 테크놀로지팀
친구에 의한, 친구를 위한 IT 아웃소싱
롬니 스타일의 클라우드 컴퓨팅 266
공화당, ‘범고래’ 프로그램의 굴욕
외뿔고래와 범고래: 더 근본적인 차이
빅데이터 전략에서 배워야 할 것들 사람의 마음을 얻어야 하는 모든 조직에 필요
데이터로 리드하라
데이터 생태계를 조성하라
빅데이터는 ‘발’ 데이터이다
마이크로 타기팅의 6단계 프로세스
선거 후 오바마팀은 업계 스카웃 1순위
에필로그 빅데이터냐 빅브라더냐
덧붙이기1 오바마 선거캠프의 IT 관련 조직도
덧붙이기2 참고문헌, 이미지 인용 목록
찾아보기
"빅데이터가 만드는 제4차 산업혁명/
김진호" 제4차 산업혁명 시대, 개인과 기업은 어떻게 대응할 것인가?
나는 왜 알파고의 완승을 예견했는가? 이세돌 9단이 패배할 수밖에 없는 이유
왜 바둑은 인공지능의 위대한 도전인가?
알파고의 구조
알파고와 판후이의 대결
알파고를 업그레이드하다
알파고를 만든 천재 과학자들
알파고와 이세돌의 대결은 불공정했는가?
인공지능의 미래
숫자가 정보다 확률적 선택의 문제
선험적 확률: 카지노에서 돈을 따는 방법
경험적 확률: 벤포드 법칙으로 탈세를 막다
주관적 확률: 로버트 루커스의 ‘합리적 기대 이론’
숫자로 가득한 세상 확률의 함정
도박사의 오류: 독립적인 사건과 종속적인 사건
유용성의 오류: ‘머피의 법칙’과 ‘머피의 오류’
우연의 일치는 있다
숫자의 편견 문맹보다 무서운 ‘수맹’
빅데이터 분석 전략
정규직이 된 설렁탕집 아르바이트생
중고차 매매단지 시설 개선안
이혼을 점치는 수학자
숫자를 어떻게 사용할 것인가? 숫자에 길들여진 세상
매카시즘과 어림수
악마의 숫자
시위대의 숫자가 왜 다를까?
숫자에 대한 무지
숫자의 권력
‘그래프의 함정’에 빠지지 마라 빅데이터를 시각화하라
숫자를 어떻게 그래프로 그릴까?
그래프는 사실을 어떻게 왜곡하는가?
그림도표의 왜곡과 과장
그래프는 진실을 말해야 한다
‘퍼센트의 함정’에 빠지지 마라 퍼센트란 무엇인가?
‘대할인 판매’의 비밀
스탈린은 왜 목표 달성률을 거짓말했는가?
퍼센트의 마술
“67퍼센트를 조심하라”
퍼센트의 소수점
퍼센트와 퍼센트포인트
‘평균의 함정’에 빠지지 마라 평균이란 무엇인가?
산술평균, 중앙값, 최빈수
평균 연봉의 비밀
산술평균의 비밀
평균을 어떻게 볼 것인가?
평균적인 사람은 없다
‘비교의 함정’에 빠지지 마라 비교의 심리학
비교를 어떻게 할 것인가?
비교 대상의 크기가 같아야 한다
이혼을 하면 빨리 죽는가?
권장소비자가격의 함정
빅데이터 시대의 데이터 분석 능력
원인과 결과를 어떻게 해석할까? 담뱃값이 오르면 흡연율이 낮아질까?
인중이 길면 오래 살까?
치마 길이가 짧으면 경기가 좋아질까?
대학을 졸업하면 소득이 높을까?
원인은 다른 곳에 있다
통계를 어떻게 해석할 것인가? 여론조사로 여론을 알 수 없다?
최악의 선거 여론조사
질문이 여론조사를 왜곡한다
여론조사를 어떻게 해석할 것인가?
통찰은 어떻게 탄생하는가? 창의성은 분석에서 싹튼다
케플러의 법칙은 어떻게 탄생했는가?
직관의 탄생
분석 역량을 어떻게 키울 것인가?
분석 역량을 어떻게 습관화할 것인가?
우리는 빅데이터를 어떻게 활용했는가? 연애에서 결혼까지 문자메시지가 어떻게 변화하는가?
윌 스미스의 할리우드 성공 방정식
수학의 힘으로 패턴을 발견한 멘델
최초로 의무기록표를 만든 나이팅게일
기업은 빅데이터를 어떻게 활용했는가? 하림의 닭 무게 측정과 예측
유유제약의 리포지셔닝 전략
넷플릭스의 영화 추천 엔진, 시네매치
스펙 버린 구글의 채용 혁명
카지노업계에서 대박을 터뜨리다
"세상을 읽는 새로운 언어, 빅데이터 /
조성준" 미래를 여는 기술, 빅데이터란 무엇인가 모두가 빅데이터에 주목하는 이유
무한한 가능성의 시작
빅데이터는 인공지능의 뇌다
더 나은 삶을 위한 빅데이터 사용법 당신의 매 순간에 빅데이터가 있다
빅데이터 사전에 예측 불가는 없다
고객의 취향과 욕망을 알아내는 법
리스크를 줄이는 데이터 인사이트
돈의 흐름을 추적하는 데이터 분석의 힘
빅데이터가'가치'로 탄생하기까지 애널리틱스, 데이터를 분석하다
인공지능은 어떻게 구현되는가
머신러닝으로 찾은 새로운 가능성의 영역들
박데이터, 거부할 수 없는 미래 기획 없이는 인사이트도 없다
우리에겐 빅데이터를 이해하는 리더가 필요하다
사회 혁신을 위한 공공데이터
누가 빅데이터의 주인이 될 것인가
"일본 기업은 AI를 어떻게 활용하는가 /
닛케이 톱리더" AI는 일자리를 빼앗는 재앙인가 빅데이터 시대에 필수불가결한 존재, AI
함께 진화하는 파트너 AI와 인간은 어떻게 공생할 것인가
AI자체의 정의에 집착하기보다 실용적 정의를 통해 AI와의 협력을 즐긴다
일본기업은 AI를 어떻게 활용하는가 AI와 함께 일하는 시대의 업무 혁신, 601개 직업의 대체 가능성은?
최근 2,3년 사이에 AI 실용화를 이룩한 기업이 급증 딥 러닝이 AI실용화의 돌파구를 만들어내다
운영 고객지원 공조기 고장을 예측하고 단계별 위험 수준을 감지한다
16종류 182대의 로봇이 호텔 잔디를 깎고 짐을 옮겨준다
로봇으로 세계 최고의 생산성을 자랑하는 이상한 호텔, 하우스텐보스는 하나의 국가이자 최신 기술의 실험장
Q&A와 FAQ를 외운 '왓슨'이 직원을 도와 응답한다
센사가 자동차 고장의 전조를 감지, 고객에게 미리 통지한다
판매 마케팅 영업 AI가 개개인의 패션 취향을 판단, 1만 2천 종류의 맞춤형 광고 메일로 매출 향상
SNS로 방 사진을 보내면 AI가 분석: 더러운 정도를 4단계로 구분
가격탄력성을 예측하여 집주인 대신 최적의 숙박료를 설정
한 사람 , 한 사람의 취향을 학습해 AI가 '내 스타일'의 코디를 제안
IT전략부의 과제 : 지금은 전혀 보이지 않는 새로운 사업 모델을 발굴할 때
계산대의 혼잡도를 분석해 고객의 대기 시간을 최소화
전사 규모로 AI 활용 서비스 개발 : 개인 간의 중고차 거래 가격을 예측
내 얼굴에 딱 어울리는 맞춤형 안경을 골라주는 AI
회전 초밥을 다 먹는 시간을 예측해 고객의 대기 시간을 단축
제조 물류 SCM 화물 선적 로봇의 알고리즘을 벤처기업과 공동 개발
맥주의 수요를 머신 러닝으로 예측: 신제품도 오차는 1% 이내
채팅 로봇이 고객 문의에 답변 : 한 시간 단위로 배송 시간을 지정
창고의 작업 데이터를 AI로 분석 : 순서를 뒤바꿔 작업 정체를 해소
인사,인재 관리,총무 AI가 경력 기술서, 이력서 등을 분석해 입사 전에 성장 가능성을 예측
최적의 지원자에게 면접을 제안: 기업과 구직지의 희망 사항을 파악
근태와 관련된 빅데이터를 분석하여 4개월 후의 퇴직 확률을 산출
이메일을 분석하여 정보유출의 위험이 있는 직원을 색출
왓슨이 직원을 지원: 인사나 법무 관련 문의에 자동 회신
알고리즘을 전환하여 정밀하게 예측: 태양광, 축전지, 발전기 등의 가동을 최적화
직원의 단순 업무를 대신하며 발전 속도나 역할, 조직 전체에 변화를
경영 찬반이 갈리는 문제에 AI가 의견을 제시
신사업 분야를 AI전문 활용 조직으로 사내에서는 AI가 영어 수준의 필수 능력으로
지금의 핵심 산업은 언젠가 사라진다 경영 환경의 변화를 꿰뚫어 보는 준비가 필요
AI의 진화와 전문직 "이 기사" ,AI 기자가 썼습니다" 문서 자동 작성의 시대를 전망하다
(의학 연구자)암 환자 치료에 왓슨을 활용: 1년이나 걸린 분석을 30분 만에
(소믈리에) AI 소믈리에가 개인의 미각을 학습해 1천 종류의 와인 중에서 맞춤형 와인을 추천
(교사 , 학원 강사) AI가 4단계로 이해 정도를 판단: 맞춤형 학습 교재를 제안
(영상 제작자) AI가 사진이나 동영상 내용을 선별 : 추억을 자동으로 편집
(광고 제작자) TV광고를 연출 : 인기투표로 인간의 취향을 파악
분위기를 읽고 맥락을 만드는 것은 인간에게 남은 마지막 작업
도로보군으로 살펴본 AI가 잘하는 일, 그리고 인간만이 할 수 있는 일
AI는 어떤 정보를 담느냐에 따라 가치가 달라지는 동료
AI번역가와 인간 번역가의 악수
"빅데이터, 경영을 바꾸다 /
함유근 , 채승병 지음" 왜 빅데이터에 주목하는가? 빅데이터'가 무엇이기에
빅데이터는단순히 '큰' 데이터가 아니다
빅데이터의 좁은 의미와 넓은 의미
빅데이터의 유용성
무엇이 빅데이터를 촉진하는가? 2012년은 빅데이터 시대의 원년
빅데어터 활용 배경 1 - 꿈을 현신로 만드는 기술 환경의 변화
빅데이터 활용 배경 2 - 기업 경쟁 환경의 격화
기업 경쟁력의 무게중심이 옮겨가고 있다
빅데이터 기술의 이해
새로운 차원의 생산성 향상 데이터에 생산성 향상 기회가 있다
생산성 향상 기회 1 - 실물 움직임을 포착하는 센서 기술
생산성 향상 기회 2 - 가치사슬 흐름의 재설계
빅데이터에 의한 생산성 향상의 조건
발견'에 의한 문제 해결 빅데이터 시대에는 우리 모두 콜럼버스가 될 수 있다
새로운 발견의 기회, 빅 상호작용 데이터
발견의 새로운 이름, 예측
잘 보여주는 것'이 중요해진 시대
실질적인 맞춤화의 실현
의사결정의 과학화와 자동화 영화 <머니볼>의 교훈
직관을 넘어서는 빅데이터식 의사결정
어떤 분야의 의사결정에 빅데이터가 필요한가?
의사결정에 빅데이터의 통찰력을 활용하는 4단계
의사결정 향상을 위한 빅데이터 활용
새로운 고객 가치와 비즈니스의 창출 스마트한 세상이 열린다
빅데이터, 새로운 가치를 만들다
스마트 비즈니스의 진전
새로운 비즈니스의 탄생
맥락/ 싱황 인식 비즈니스
스마트 모빌리티 비즈니스
자원 이용 최적화 비즈니스
산업별 빅데이터 활용 동향
빅데이터 시대, 한국은 준비되어 있는가? 데이터 생산 대국의 그늘
왜 빅데이터 활용이 부진한가?
빅데이터 시대의 뜨거운 감자- 개인정보 보호 VS 데이터 활용의 자유
빅데이터 시대, 어떻게 맞이할 것인가? 빅데이터 시대는 얼마나 지속될 것인가?
유행 때문에 잊어서는 안 되는 빅데이터의 본질
빅데이터 대응 수준 현황부터 살피자
빅데이터 역량 구축을 위한 핵심 계명
"4차 산업혁명 건설산업의 새로운 미래/
이상호" 4차 산업혁명, 왜 혁명인가? 4차 산업혁명, 세계적 유행어가 되다
4차 산업혁명은 '혁명'이다
낮은 이해도, 담론과 리더십 부족이 문제다
4차 산업혁명의 본질은 생산성 혁명이다 생산성 혁명, 있다? VS 없다?
생산성 혁명 사례는 많다
기존의 산업혁명과는 다르다 4차 산업혁명은 스마트 디지털 혁명이다
4차 산업혁명은 연결혁명이다
4차 산업혁명은 융합혁명이다
4차 산업혁명은 경영혁명이다
4차 산업혁명은 글로벌 시스템 혁명이다
4차 산업혁명이 가져올 위험 일자리 축소와 불균형 심화
불안과 갈등의 증폭
글로벌 건설산업, 혁신이 필요하다 건설산업을 진단하다
왜 혁신이 필요한가?
어떻게 혁신할 것인가?
건설산업 속으로 들어온 디지털화
글로벌 건설산업, 이렇게 바뀌고 있다 혁신적인 건설 스타트업이 급증하고 있다
건설산업의 디지털 전환이 이루어지고 있다
스마트 디지털 기술이 건설프로세스를 바꾸고 있다
공통의 플랫폼 (BIM)이 널리 활용되고 있다
건설현장의 자동화가 급속하게 진전되고 있다
공장 제작 및 조립방식이 확산되고 있다
건설상품은 스마트 상품으로 바뀌고 있다
계약제도 혁신으로 협력 문화가 확산되고 잇다
새로운 사업과 비즈니스모델이 확산되고 있다
건설투자와 건설일자리가 늘어나고 있다
4차 산업혁명, 신 건설산업정책이 필요하다 어떤 나라를 벤치마킹할 것인가?
건설산업정책으로 생산성을 높인 나라가 있다
4차 산업혁명에 걸맞게 정부 역할을 혁신하라
갈라파고스 증후군'을 앓고 있는 한국 건설산업 개발연대의 법, 제도와 규제가 건설산업을 지배하고 있다
낮은 건설생산성이 지속되어도 대책이 없다
건설업체는 담합과 덤핑의 굴레를 벗어나지 못하고 있다
건설인력과 문화가 변화를 수용하지 못하고 있다
혁신적인 건설 스타트업이 없다 건설 스타트업, 늘어난 게 없다
진입장벽을 넘기도 힘들고 유지하기도 어렵다
건설생산의 수직적 통합은 불가능하다
최대 고객이 기술을 요구하지 않는다
분업과 전문화' 패러다임이 지배하고 있다 건설업종의 분화, 이렇게 이루어졌다
칸막이식 규제가 연결과 통합을 가로막고 있다
개념설계만이 아니라 설계, 엔지니어링 역량 전체가 취약하다
파편화된 발주제도가 운영된다
건설생산체계는 규제의 늪이다
글로벌 종합건설업체가 생길 수 없다
건설산업의 패러다임을 바꿔라 분업과 전문화'에서 '연결과 통합'으로
과정에서 결과 중심으로
부문별 개선에서 생태계 혁신으로
정부, 스마트한 일류 발주자가 되라 최대 고객'으로서의 역할 인식이 중요하다
글로벌 벤치마킹 대상은 많다
건설규제와 계약제도의 틀을 바꿔라
건설산업정책은 생산성 혁명을 추진하라
건설업체, 디지털 전환을 서둘러 추진하라 경영혁명, 우리 건설업체는 불가능한가?
디지털 전환을 서둘러라
기술보다 사람과 시스템이 중요하다
연결하고 통합하면서 가치사슬을 확장하라
"빅 데이터가 만드는 비즈니스 미래지도 /
송민정" 1장_ 거대한 디지털 정보가 온다 01. 21세기 원유, 빅 데이터가 미래 경쟁력이다
02. 세상의 변화와 트렌드를 빅 데이터로 읽다
03. 스마트폰, SNS, 클라우드가 만드는 빅 데이터 시대
04. 빅 데이터의 경제적 가치와 프라이버시
05. 빅 데이터, 크기가 다가 아니다
2장_ 빅 데이터, 숨겨진 욕망의 DNA를 읽다 01. 빅 데이터의 본질, 빅 인사이트
02. 빅 데이터, 미래를 예측하고 창조하는 기술
03. 빅 데이터 만드는 웰빙 세상
04. 빅 데이터를 읽다, 데이터 사이언티스트
05. 빅 데이터는 비즈니스 인텔리전스 그 이상
3장_ 새로이 주어진 기회 ‘빅 데이터 이코노미’ 01. 산업의 패러다임을 바꿀 ‘빅 데이터 이코노미’
02. ‘빅 데이터 이코노미’가 만드는 비즈니스 기회
03. 빅 데이터 분석으로 의사결정을 빠르고 정확하게
04. 빅 데이터로 문제를 해결하다
05. 소셜 미디어를 활용한 개인 맞춤 서비스 제공
4장_ 빅 데이터 비즈니스를 가능하게 하는 기술 01. 빅 데이터 기술 프로세스
02. 빅 데이터는 어떻게 모으는가
03. 빅 데이터를 저장하고 처리하는 기술
04. 빅 데이터 분석은 어떻게 하는가
05. 빅 데이터를 표현하는 기술
06. 빅 데이터의 핵심 인프라, 클라우드
5장_ 데이터 소스 별 빅 데이터 비즈니스 01. 빅 데이터 비즈니스는 어떻게 구성되는가
02. 센서 데이터 기반의 응용 비즈니스
03. 소셜 데이터 기반의 응용 비즈니스
04. 기업 데이터 기반의 응용 비즈니스
05. 공익을 위한 빅 데이터, 공공 데이터의 활용
6장_ 빅 데이터 이코노미가 펼치는 미래 사회 01. 인간을 건강하게 만드는 빅 데이터
02. 사회를 투명하게 만드는 빅 데이터
03. 시민을 안전하게 해주는 빅 데이터
04. 도시를 스마트하게 만드는 빅 데이터
05. 미래 비즈니스를 창조하는 빅 데이터
"빅데이터를 말하다/
정우진 저" Special Report 빅데이터 시대의 한국
Insight 01 이미 우리 옆에 와 있는가
Insight 02 등장하게 된 이유와 배경
Insight 03 왜 빅데이터는 핫이슈가 되었을까
Insight 04 빅데이터란 무엇인가 - 빅데이터의 정의
Insight 05 어떤 특징과 속성을 갖고 있을까
Insight 06 얼마나 커야 「빅」데이터인가
Insight 07 빅데이터의 데이터 유형 분류
Insight 08 빅데이터 비즈니스의 특성
Insight 09 빅데이터 분석과 기존 BI 데이터 분석의 차이
Insight 10 Big 이후에는 무슨 데이터가 나올 것인가
Insight 11 빅데이터 「무엇이」 문제이고, 「왜」 문제인가
Insight 12 빅데이터 프로젝트는 왜 쉽게 실패하는 것인가
Insight 13 데이터 프로세싱과 분석 단계의 변화
Insight 14 빅데이터의 근원적 본질과 전략
Insight 15 빅데이터의 오해와 진실
Insight 16 빅데이터에 관한 일반적 인식
Insight 17 기업들은 어떻게 하고 있나
Insight 18 통계로 보는 빅데이터
Insight 19 빅데이터는 어떻게 분류하는가
Insight 20 기업의 빅데이터 활용 목적은 무엇인가
Insight 21 빅데이터를 처리하는 프로세싱 아키텍처
Insight 22 빅데이터는 어떤 라이프 사이클을 가지나
Insight 23 빅데이터는 데이터 관리의 새로운 패러다임인가
Insight 24 차세대 데이터 플랫폼의 요구사항
Insight 25 빅데이터 분석의 전략적 트렌드
Insight 26 구글의 맵리듀스와 딜레마, 그리고 페이스북
Insight 27 빅데이터 적용의 주요 패턴
Insight 28 클라우드와 빅데이터와의 관계
Insight 29 마이크로소프트의 빅데이터 솔루션
Insight 30 마이크로소프트 빅데이터 솔루션의 차별화
Insight 31 빅데이터 추진 전략과 접근 방안은 무엇일까
Insight 32 빅데이터의 다양한 비즈니스 활용 시나리오
Insight 33 빅데이터의 산업별 활용 분야
Insight 34 빅데이터를 활용한 신규 비즈니스 모델 개발
Insight 35 빅데이터를 활용한 사례들
Insight 36 빅데이터의 다음 여정 - 데이터 가시화
Insight 37 비즈니스 인텔리전스 시맨틱 모델
Insight 38 빅데이터 제공자들의 사업 사례
Insight 39 빅데이터 마켓플레이스의 개념
Insight 40 데이터 마켓플레이스에서 빅데이터 외부효과
Insight 41 IoT ? 사물인터넷 IoT
Insight 42 M2M과 IoT 그리고 빅데이터는 어떤 관계인가
Insight 43 IoT 플랫폼이란
Insight 44 지능화되어 가는 디지털 세상
Insight 45 빅데이터의 본질과 진실
Insight 46 다크 데이터는 어떻게 빅데이터로 전환할까
Insight 47 빅데이터는 「데이터 민주화」인가
Insight 48 나의 데이터가 빅데이터에 활용된다면
Insight 49 데이터의 오너십 이동
Insight 50 빅데이터는 새로운 경제적 「통화」
Insight 51 빅데이터의 전략 프레임워크의 목적
Insight 52 빅데이터적 사고
Insight 53 빅데이터 프로젝트 요건
Insight 54 빅데이터 소프트웨어 이용에 관한 통계
Insight 55 가트너의 빅데이터 관련 주요 트렌드
Insight 56 비즈니스 면에서 빅데이터 주요 트렌드 10가지
Insight 57 추신수는 빅데이터의 수혜자
Insight 58 핵심은 셜록홈스와 같은 데이터 과학자
"미국주식 스몰캡 인사이드 2021/
강범준" PART 1 언택트 트렌드와 정보기술 병원 가기가 두려운 시대, 원격 진료 서비스 1위 업체
미국판 배달의민족, 시장의 판을 바꾸다
언택트 시대에 주목받는 비디오 콘퍼런싱의 신흥 강자
발 빠른 기업들의 새로운 트렌드, 협업 메신저의 끝판왕
업무의 완성도를 높여주는 협업 도구의 명가
클라우드와 인공지능을 기반으로 한 보안 업계의 다크호스
스트리밍 시대, 놓쳐서는 안 될 보안 업계 기대주
PART 2 대세가 된 공유 경제와 라이프 글로벌 모빌리티 플랫폼 시장의 절대적 1위
우버를 위협하는 미국 라이드 쉐어링 업계 2인자
원조 등골 브레이커, 미국 의류 산업의 산증인
빌 게이츠가 투자한 대체 육류 대중화의 리더
스마트폰 시대, 안구 건강의 선구자
PART 3 성장과 배당을 동시에, 고배당주 프링글스 깡통을 만드는 미국 포장 산업의 역사 그 자체
배당 성장 25년의 시중 상업 은행
어디를 가든 눈에 띄는 미국 옥외 광고의 역사
미국 북동부 쇼핑센터 리츠의 절대 강자
기후 변화의 솔루션, 미국 최초의 신재생 에너지 투자 전문 리츠
잘 알려지지 않은 작지만 강한 유틸리티 회사
PART 4 새로운 전기를 맞이할 합병·상장 관련 이슈 영화팬들의 전폭적인 지지를 받는 라라랜드 영화사
누군가 탐내고 있을 대표적인 3세대 면역 항암제 업체
언택트 시대 성장이 기대되는 딜리버리 시장의 라이징 스타들
코로나 19로 최대 위기를 맞은 숙박 공유 업체의 절대 강자
부동산 임대 회사인가, 공유 경제의 중심인가
"빅데이터로 하는 주식투자 /
김경태" PART 1. 주식분석, 왜 빅데이터인가? (1장 빅데이터를 읽어야 시장이 보인다) 1. 빅데이터란?
2. 빅데이터 분석의 장점
3. 차트분석과 구별되는 차이점
2장 오픈소스 R을 이용한 빅데이터 분석 1. 반드시 알아야 할 오픈소스 R 기초
2. Data 처리 방법
PART 2. 빅데이터로 주식분석 접근하기 (1장 빅데이터로 접근 방법 이해하기) 1. 분석 설계하기
2. 분석에 필요한 4가지 역량
3. 주식 데이터 획득 방법
4. 주식 수익률 및 리스크 지표
2장 주식의 기술적 지표 1. 기술적 지표의 종류
2. 기술적 지표의 적용 사례
3장 R을 이용한 Classification 주식예측
PART 3. 주식투자에 빅데이터를 응용하라 (1장 주식분석에 빅데이터를 활용하는 방법 ) 1. 빅데이터 자료 수집
2. 변수 개발하기
3. 모델링
2장 분석의 눈을 길러라 1. 고려해야 할 사항
2. 빅데이터를 활용한 주식시장 분석 일기
PART 4. 국내 시장 예측해보기 (1장 준비가 되었다면 주사위를 던져라) 1. KT&G 사례
2. POSCO 사례
3. 화성산업 사례
4. 성지건설 사례
2장 반복되는 실수 1. 이런 실수를 조심하라
2. 새로운 성과
3. 조언
"빅 데이터 @ 워크 /
토머스 H. 데이븐포트" Chapter 1. 빅 데이터가 왜 중요한가 빅 데이터, 거품인가 현실인가
당신은 누구인가
빅’에 숨겨진 의미와 가치
데이터의 중심은 ‘사람이다’
무엇이 새로울까?
경영을 주도하는 빅 데이터
빅 데이터가 새로운 기회를 만든다
우리가 모르는 것과 당분간 보를 것들
빅 데이터, 어떻게 활용할 것인가
빅 데이터 활용을 위한 체크리스트 : 빅 데이터가 당신과 당신의 조직에 얼마나 중요한가
Chapter 2. 빅 데이터가 어떻게 변화시킬 것인가 미래의 빅 데이터 시나리오
미래 시나리오 현실화하기
빅 데이터와 잘 맞는 산업
빅 데이터와 주요 경영 기능
빅 데이터 충격의 요약
빅 데이터 활용을 위한 체크리스트 : 빅 데이터가 당신의 조직을 어떻게 변화시킬 것인가
Chapter 3. 빅 데이터 전략을 어떻게 개발할 것인가 빅 데이터의 목표는 무엇인가
발견 대 생산
빅 데이터 계획 리스트의 설계
누가 무엇에 관련되어 있는가
어떤 빅 데이터 영역을 다룰 것인가
얼마나 빨리 움직일 것인가
빅 데이터 활용을 위한 체크리스트 : 당신은 빅 데이터 전략을 어떻게 개발할 것인가
Chapter 4. 데이터 과학자가 왜 필요한가 데이터 과학자들은 정말로 새로운가
고전적인 데이터 과학자 모델
수평적인가, 수직적인가
팀 접근 방식
데이터 과학자들은 어디에서 구하는가
데이터 과학자와 계속 함께 하려면
경영자들을 위한 빅 데이터 기술
인간과 빅 데이터
빅 데이터 활용을 위한 체크리스트 : 빅 데이터 인력을 어떻게 관리할 것인가
Chapter 5. 데이터를 위한 기술 빅 데이터 기술에서 무엇이 정말로 새로운가
빅 데이터 더미
빅 데이터 기술의 통합
대기업의 시도하는 것들
조각 맞추기
빅 데이터 활용을 위한 체크리스트 : 빅 데이터를 위한 기술
Chapter 6. 빅 데이터로 성공하기 위한 조건 델타 재고
빅 데이터를 위한 데이터
빅 데이터를 위한 기업 지향성
빅 데이터를 위한 리더십
빅 데이터를 위한 목표
빅 데이터를 위한 분석가
빅 데이터 성공에서 고려해야 할 다른 요인들
빅 데이터 활용을 위한 체크리스트 : 빅 데이터로 성공하기 위한 조건
Chapter 7. 두 얼굴을 가진 신생 기업과 온라인 기업 빅 데이터 신생 기업과 온라인 기업의 교훈｜신생 기업과 온라인 기업에게 배우지 말아야 할 교훈
빅 데이터 활용을 위한 체크리스트 : 신생 기업과 온라인 기업은 빅 데이터를 어떻게 다루는가
Chapter 8. 대기업의 빅 데이터 활용과 분석 3.0 얼마나 새로운가
대기업의 빅 데이터 목표 사례
조직 구조와 기술의 통합
빅 데이터의 가치 제안
투자수익률
기존 절차의 자동화
새로운 것의 전달
분석 3.0의 부상
요약
빅 데이터 활용을 위한 체크리스트 : 대기업의 빅 데이터 활용과 분석 3.0
"누가 미래를 가질 것인가? /
김홍선" 새로운 시대의 새로운 돌파구 (변화는 이미 우리 곁에 와 있다 추억의 서랍 속으로 들어간 아날로그
기술 장벽 붕괴와 거대한 변화의 서곡
권위주의 시대에 종지부를 찍다
02 디지털 라이프에 내재된 가치 (기술과 낭만이 만나는 시공간)
일상 속에 답이 있다
사용자에 따라 변화하는 디지털 미디어
03 변화에서 살아남을 돌파구를 찾아라(비즈니스 모델이 바뀌고 있다)
새로운 생태계를 이끌 기업가 정신
누가 어떻게 살아남을 것인가?
Ⅱ 사람이 미래의 경쟁력이다 04 누구를 위한 교육인가? ('성공'은 성적순이 아니다)
전문지식을 가진 인재의 필요성
인생은 효율성만으로 지속되지 않는다
05 안주하지 않는 사람의 특권 (자유롭게 꿈꾸고 도전하라)
기술에도 인문학적인 고민이 필요하다
능력에 맞는 기회를 찾아 나서라
06 다원사회의 경쟁력 (다양성이 창의력을 잉태한다)
브랜드는 하루아침에 만들어지지 않는다
다양한 접점을 통해 길러지는 경쟁력
Ⅲ 무엇으로 세상을 채울 것인가? 소프트웨어가 모든 것을 바꾼다(어떤 형태로든 변화하는 소프트웨어)
소프트웨어는 미래다
창의적인 노동을 대하는 자세
08 국가의 미래, 과학기술의 미래(우리의 생존 코드, 과학과 기술)
본질에 충실할 때 미래는 가까이 온다
조직을 떠받치는 숨은 능력자
09 IT 인프라로 꽃피우는 콘텐츠 (우리만의 개성 있는 콘텐츠로 승부하라)
기술과 인간의 상상력을 연결하다
제품이 아닌 스토리를 전달하라
Ⅳ 기술과 인간의 조화를 위하여 10 스마트 시대를 살아가는 자세(망각이 사라지는 시대)
광대한 정보의 바다를 여행하는 법
디지털 세상에서 삶의 균형 찾기
11 인간에게 다가온 기계(인간중심적 가치를 실현하다)
확장된 소통 구조 속에서 살기
인간다움을 잃지 않으려는 의지
12 안전과 신뢰, 두 개의 축 (다각도로 위협받는 사회안전망)
조직 관점에서 본 보안 리더십
정보화 시대에 필요한 책임감
'공부하기 > 경영학과 군사학' 카테고리의 다른 글
| 구독경제 관련 자료들, (0) | 2020.09.04 |
|---|---|
| 2020년 8월 28일 아침에....문득 든 생각을 기록...: 남사군도 무장해제 (0) | 2020.08.28 |
| 유통물류 참고자료 서적 내용들 (0) | 2020.08.16 |
| SIVA: Solution, Incentive/Information, Value, and Access (0) | 2020.08.11 |
| 라스트마일 관련 자료 정리, (0) | 2020.08.02 |
댓글