Your Browsing History
There is no data.
Kim J.
2020 / Korea Journal
김정민, 이혜진, 김금옥, 원종철, 고경수, 이병두
2016 / Diabetes and Metabolism Journal
There is no data.
loading...
This study analyzes a target marketing case in the banking industry from the view of big data analytics, focusing on extracting essential knowledge from customer databases. It highlights the need for a systematic theory and mechanism for adopting big data analytics in banking and emphasizes the importance of considering Veracity and Value, in addition to the traditional 3V, for more significant business insights.
Analytics in a big data world : the essential guide to data science and its applications
Marketing analytics : essential tools for data-driven decisions
빅데이터 분석 마케팅 : 쿡패드는 어떻게 세계 NO.1 레시피 사이트가 되었는가?
Engaging customers using big data : how marketing analytics are transforming business
Creating value with data analytics in marketing : mastering data science
Big data, data mining and machine learning : value creation for business leaders and practitioners
실전 금융산업 빅데이터 분석 : 실무 담당자를 위한 금융 빅데이터 활용 비법
(빅데이터를 지배하는) 통계의 힘 : 통계학이 최강의 학문이다
(빅 데이터가 만드는) 비즈니스 미래지도 : 미래 경제를 움직이는 거대한 데이터 혁명
Fundamentals of big data : network analysis for research and industry
Highlighting the importance of big data management and analysis for various applications
Big data, big analytics : emerging business intelligence and analytic trends for today's businesses
빅 데이터, 세상을 이해하는 새로운 방법
은행서비스마케팅 =
Big data, mining, and analytics : components of strategic decision making
여기에 당신의 욕망이 보인다 : 빅 데이터가 찾아낸 70억 욕망의 지도
Predictive analytics, data mining and big data : myths, misconceptions and methods
Marketing financial services
Personalized Psychiatry : Big Data Analytics in Mental Health
Database marketing : analyzing and managing customers
Journal of Enterprise Information Management
He W.,Hung J.L.,Liu L.Industrial Marketing Management
Hung J.L.,He W.,Shen J.대한경영학회지
이서구Industrial Marketing Management
Hallikainen H.,Savimäki E.,Laukkanen T.SAGE Open
Nobanee H.,Dilshad M.N.,Al Dhanhani M.,Al Neyadi M.,Al Qubaisi S.,Al Shamsi S.Journal of Information Technology Teaching Cases
Eu-Gene Siew; Firdous Mohd FaroukExpert Systems with Applications
Mosaddegh A.,Albadvi A.,Sepehri M.M.,Teimourpour B.Management Decision
Santoro G.,Fiano F.,Bertoldi B.,Ciampi F.아태비즈니스연구
김규배; 김용철; 김문섭Journal of Enterprise Information Management
Soltani Delgosha M.,Hajiheydari N.,Fahimi S.M.European Management Journal
Ying S.,Sindakis S.,Aggarwal S.,Chen C.,Su J.重庆邮电大学学报(社会科学版) / Journal of Chongqing University of Posts and Telecommunications (Social Science Edition)
胡朝举; HU ChaojuINDUSTRIAL MARKETING MANAGEMENT
Wang, William Yu Chung; Wang, YichuanProcedia Computer Science
Srivastava, Utkarsh; Gopalkrishnan, SantoshMathematics
Sun H.,Rabbani M.R.,Sial M.S.,Yu S.,Filipe J.A.,Cherian J.中国电子商情 / China Electronic Market
徐岳International Journal of Production Research
elisabetta raguseo; claudio vitariJournal of Business Ethics
Arthur, Keren Naa Abeka; Owen, Richard한국포장학회지
강욱건; 고의석; 심원철; 이학래; 김재능Journal of Business Ethics
Arthur K.N.A.,Owen R.전선 / 학사
본 과목은 다양한 마케팅 자료를 이용하여 기업의 최적 마케팅 프로그램을 설계하고 진행하는데 필요한 분석적 접근 방법을 학습하는 것을 목표로 한다. 기존의 설문 조사 중심의 전통적 마케팅 조사의 접근 방법으로는 매일 빠른 속도로 생성되는 다양하고 방대한 마케팅 자료를 충분히 활용하는데 한계가 존재하는데, 이 과목에서는 이러한 개별 기업의 독자적인 거래 내역 자료 및 소비자의 구매와 미디어 소비에 관련된 외부 자료등 다양한 마케팅 관련 자료를 활용하여 제품, 가격, 촉진, 유통 등의 마케팅 의사 결정의 개선을 돕는 새로운 분석적 기법을 학습한다.전선 / 대학원
본 과목은 마케팅에 있어서 새롭게 등장하는 주제나 이슈들에 대한 학습에 그 목적이 있다. 그러므로 논의될 주제와 과목구조는 강의담당자와 학생들의 관심에 따라 달라진다.전선 / 학사
마케팅 분야에서는 마케팅 의사결정문제에 대한 최적 해법의 판별을 위해서 매우 다양한 수학, 통계학적 모형이 개발되어 왔다. 본 과목은 마케팅 의사결정을 지원할 목적으로 개발된 여러 계량적 마케팅 모형을 검토하고, 이를 이용한 최적 마케팅의사결정을 위한 접근방법에 대하여 심층 학습을 하는 데 그 목적이 있다. 구체적으로 4P(상품, 가격, 커뮤니케이션, 유통)를 중심으로 전체시장, 세분시장 및 고객개인 수준의 다양한 마케팅 의사결정 문제를 검토한다.전선 / 학사
현대의 과학, 공학, 그리고 경영의 응용시스템은 데이터에 점점 더 많이 의존하게 되었지만 전통적인 데이터 분석 기술들은 복잡한 빅 데이터 시대에 맞도록 설계되어 있지 않는 실정이다. 데이터를 수집, 저장, 가공하여 그 안에서 지식을 추출하는 빅 데이터 분석은 새로운 과제들을 탐구하는 흥미 있고 빠르게 발전하는 하나의 학문으로 등장하였다. 본 강의에서는 프로그래밍 경험이 많지 않는 학생들을 대상으로 데이터의 수집 및 분석뿐만 아니라 데이터 프로그래밍 언어의 사용에도 초점을 맞춰 이를 바탕으로 빅 데이터 분석의 토대를 마련하는 것을 목표로 한다.전선 / 대학원
현대 경영에서의 의사 결정은 데이터의 분석 결과에 점점 더 많이 의존하고 있는 추세다. 정형 데이터 뿐만 아니라 비정형 데이터를 인터넷 상에서 수집, 저장, 가공하여 그 안에서 경영 인사이트를 추출하는 빅데이터 분석의 중요성은 날로 증가하고 있다. 이 강의는 프로그래밍 경험이 많지 않은 학생들을 대상으로 프로그래밍 언어의 기초뿐만 아니라 데이터의 수집 및 분석의 모든 과정을 살펴봄으로써 데이터 기반 의사 결정에 대한 이해를 높이고 기계학습 및 인공지능에서 사용하는 프로그래밍 언어가 산업 전반에 걸쳐 어떻게 활용되고 있는지에 대한 기초 지식을 제시한다. 또한 프로그래밍 언어를 실제 데이터에 적용하는 실습 과정을 통해 실전 문제에 대한 응용력을 배양하고, 향후 경영 환경에서의 실무 적용능력의 토대를 제공한다.전선 / 학사
데이터마이닝 및 경영과학의 애널리틱스는 빅데이터를 분석하여 인사이트를 도출하는 과정에 사용되는 핵심 방법론이다. 이 강의에서는 비즈니스 가치를 창출하기 위한 비즈니스 문제 정의, 실제 데이터 식별 및 확보, 그리고 실제 분석을 실행하는 과정을 배운다. 또한 학생 각자가 이를 프로젝트 형태로 수행하여 인사이트를 도출하고 어떠한 의사결정을 통해 응용할지를 배운다. 이를 통해 이론적으로 배운 기법을 실제 산업응용 할 수 있는 능력을 함양한다.전선 / 대학원
데이터 마이닝은 빅 데이터를 분석하기 위한 핵심 도구로서 많은 관심을 받고 있다. 특히 컴퓨터 공학 측면에서 고급 데이터 마이닝 알고리즘 및 분석 플랫폼을 설계하고 구현하는 기술을 학습하는 것은 최근 넘쳐나는 빅 데이터에서 실행 가능한 지식을 추출하는데 핵심적인 역할을 한다. 본 과목에서는 빅 데이터를 분석하기 위한 컴퓨터 공학 기반 고급 기술, 알고리즘, 핵심 플랫폼을 다룬다. 또한 초 대용량 데이터, 초고속 데이터 등을 효과적으로 분석하는 기법을 학습한다.전선 / 대학원
본 교과목은 다양한 농산업 분야의 빅데이터의 활용을 위해 빅데이터의 의미, 이해, 활용에 대해 학습하는 것을 목적으로 한다. 기존의 대용량 데이터와 빅데이터는 무엇이 다른 것인가? 단순한 통계분석과 빅데이터 분석의 차이는 무엇일까? 과연 데이터만 많이 있다면 답을 구할 수 있는가? 이러한 다양한 질문에 대한 답을 찾을 수 있는 과목으로 실제 빅데이터 분석 기법을 익힐 수 있도록 교과내용을 구성하였다.전선 / 대학원
데이터 분석은 기술 예측 및 기술 전략과 같은 기술 경영 분야와 IT, 제조, 에너지, 헬스케어 등 다양한 산업 분야에서의 프로세스를 개선하거나 의사 결정을 지원하기 위한 필수적인 도구로서 자리매김하고 있다. 이 강의에서는 높은 수준의 데이터 분석을 위하여 필요한 데이터마이닝, 텍스트마이닝, 머신러닝, 딥러닝 분야의 여러 기법들에 대해 심도 있게 배우고, 이를 통해 산업과 경영의 문제를 해결한 사례들을 살펴본다. 강의를 통해 배운 내용을 바탕으로 학생들은 관심 분야에서의 문제 해결 및 나은 의사 결정을 위한 데이터 분석을 수행하며 데이터 분석을 기반으로 한 문제 해결 능력과 비즈니스 통찰력을 기른다.전선 / 대학원
데이터 분석은 기술 예측 및 기술 전략과 같은 기술 경영 분야와 IT, 제조, 에너지, 헬스케어 등 다양한 산업 분야에서의 프로세스를 개선하거나 의사 결정을 지원하기 위한 필수적인 도구로서 자리매김하고 있다. 이 강의에서는 높은 수준의 데이터 분석을 위하여 필요한 데이터마이닝, 텍스트마이닝, 머신러닝, 딥러닝 분야의 여러 기법들에 대해 심도 있게 배우고, 이를 통해 산업과 경영의 문제를 해결한 사례들을 살펴본다. 강의를 통해 배운 내용을 바탕으로 학생들은 관심 분야에서의 문제 해결 및 나은 의사 결정을 위한 데이터 분석을 수행하며 데이터 분석을 기반으로 한 문제 해결 능력과 비즈니스 통찰력을 기른다.전선 / 학사
건강하고 지속가능한 사회에 대한 관심이 고조되면서 사회의 기본적 구성 단위가 되는 개인과 가계의 삶의 질과 안녕에 대한 사회적 관심이 커지고 있음. 이에 상품과 서비스의 개발에 있어서 상품중심이 아닌 소비자중심의 관점이 필요하고, 생활맥락에서 생성되는 다양한 데이터에 대한 이해와 활용에 대한 숙련도를 함양할 필요가 있음. 본 교과목은 빅데이터 분석을 실질적 라이프 솔루션 도출에 활용할 수 있는 융합적 역량을 강화하는 것을 목적으로 함. 소비, 의, 식, 아동, 가족 영역의 주요 현안을 파악하고, 각 영역에서 주로 활용되는 빅데이터의 종류와 내용을 학습하고, 빅데이터가 라이프 솔루션 도출에 실질적으로 활용되는 사례 학습을 통해 생활산업 영역 빅데이터 역량을 강화하고자 함.전선 / 대학원
이윤을 추구하는 기업과 관련하여 미시경제학과 마케팅 이론들이 시장을 이해하기위해 적용된다. 최근 시장 메커니즘의 분석과 관련한 보다 발전된 주제에 집중된다.전선 / 학사
사물인터넷(IoT)을 비롯한 스마트 환경과 소셜네트워크 서비스의 보편화로 인해 다양하고 방대한 데이터가 발생하고 있다. 이와 함께 막대한 양의 데이터를 신속하게 처리할 수 있는 컴퓨팅 환경의 발달과 창의적인 시각으로 데이터를 분석하고 연결하는 인공지능의 개발로 빅데이터는 여러 분야의 혁신적인 패러다임으로 등장하고 있다. 빅데이터는 데이터 그 자체의 효용성보다는 다양한 방법의 가공을 통한 데이터 간의 연결 및 창의적인 분석을 통해 혁신적인 가치를 창출하고 있으며, 빅데이터의 분석과 활용은 산업과 국가 경쟁력의 척도가 되고 있다. 빅데이터의 분석을 통해 새로운 가치를 창출하기 위해서는 다학제적 융합연구가 필요하다. 이 강의에서는 빅데이터 기업, 연구소 및 학계 전문가들을 초빙하여 최신 빅데이터 기술 경향에 대하여 알아본다. 또한 실제 업무에서 사용되는 툴을 활용하여 다양한 분석 기법을 공부하게 된다. 빅데이터 분야에 관심있는 학생들에게 진로 및 전공 선택에 대한 전망을 제시하게 될 것이다.전선 / 대학원
마케팅 애널리틱스는 마케팅 매니저들이 데이터에 기반한 최적의 의사결정을 내리는데 핵심이 되는 방법론들을 학습하고, 사례를 기반으로 분석 실습을 수행하여 방법론들을 체득하는 데 그 목적을 두는 과목이다. 마케팅 애널리틱스에서 다룰 큰 주제는 1)신상품 애널리틱스, 2)디지털 애널리틱스, 3)수요 애널리틱스 및 마케팅믹스 모형, 4)고객 애널리틱스로 구성된다. 구체적인 방법론으로는 기초통계분석, 선형회귀분석, 의사결정나무, 컨조인트분석, 기여도모형, Bass 신상품 확산모형, 고객생애가치모형 등이 있고, 이를 실제 사례기반 실습을 통하여 배운다. 수강생들은 데이터와 마케팅 애널리틱스에 기반한 의사결정과 마케팅 관리를 광범위하게 이해하여, 이를 실제에 적용하는 능력을 체득하게 될 것이다. 또한, 빠르게 변화하는 디지털, 퍼포먼스, 데이터 기반의 마케팅 환경에 대한 통찰력을 얻게 될 것이다.전선 / 대학원
패션마케팅에 관련된 최근의 이론과 연구결과를 살펴보고, 우리나라 패션산업의 현황을 국내외적으로 파악한다. 패션산업의 발전을 위하여 해결하여야 하는 문제점을 통찰력을 가지고 관찰하여, 패션마케팅이론에 근거한 해결방안을 모색한다. 특히 상품기획과정에서 패션정보와 소비자정보의 수집, 분석 및 상품화 과정의 문제에 중점을 둔다.전선 / 학사
본 강의는 데이터와 모델을 사용하여 비즈니스 결정을 내리는 비즈니스 애널리틱스의 기초를 소개 한다. 묘사분석(descriptive analytics)와 예측분석(predictive analytics)에 중점을 두며, 세부 주제로는 데이터 관리, 데이터 시각화 및 요약, 가설검정, 선형회귀모형, 로지스틱 회귀모형, 의사결정나무, 데 이터 마이닝 등을 다룰 예정이다. 본 강의를 성실히 수강한 학생들이 1) 비즈니스 결정의 핵심 요인 을 파악하고, 2) 다양한 도구와 기법을 적용하여 근거에 기반한 비즈니스 결정을 내리고, 3) 그 결정 을 다양한 청중과 이해관계자에게 효과적으로 설명하고 의사소통할 수 있게 되는 것을 목표로 한다.전선 / 대학원
본 강의는 데이터와 모델을 사용하여 비즈니스 결정을 내리는 방법을 소개한다. 세부 주제로는 스프레드시트 모델링, 최적화, 데이터 분석, 의사결정 분석, 시뮬레이션 등을 다룰 예정이다. 본 강의를 성실히 수강한 학생들이 1) 비즈니스 결정의 핵심 요인을 파악하고, 2) 다양한 도구와 기법을 적용하여 근거에 기반한 비즈니스 결정을 내리고, 3) 그 결정을 다양한 청중과 이해관계자에게 효과적으로 설명하고 의사소통할 수 있게 되는 것을 목표로 한다.전선 / 대학원
본 교과목은 프로젝트 중심 수업으로서 학생들이 end-to-end 프로젝트를 통해 데이터사이언스 애플리케이션 개발 수명 주기, 애플리케이션 아키텍처 설계와 구성 요소의 선택, 시스템 인프라 유지보수 및 모니터링과 MLOps 등을 공부하고 실질적인 경험을 쌓을 수 있도록 한다. 학생들은 실습 세션을 통해 업계에서 활용되는 최신의(state-of-art) 소프트웨어 구성 요소들을 다루고 대규모 상업 시스템들에 대해서 사례 연구를 진행한다. 학생들은 수업을 통해 프로젝트 아이디어를 제안하고, 아키텍처와 애플리케이션 기능을 디자인하며, 인프라를 애플리케이션 수명 주기에 따라 모니터링하고 유지 보수할 수 있어야 한다.전선 / 대학원
본 교과목의 목적은 데이터베이스 마케팅의 기본 이론을 소개하고 실무에서 활용하고 있는 여러 데이터베이스마케팅 기법들을 연구하는 데 있다. 주요 주제로 정보가치의 측정, 고객 일생가치의 측정, 교차판매 및 추가판매 모형, 이탈고객 관리 등을 다룬다.전선 / 학사
본 교과목의 목표는 학생들에게 비즈니스 분석 기법을 식품 마케팅 및 정보 경영 분야의 다양한 비즈니스 케이스에 적용하는 것이다. 수업 시간에 다루는 케이스는 식품 분야 뿐만 아니라 농업경영, 바이오 및 외식 비즈니스도 포함하고 있으며, 이 교과목을 성공적으로 마친 학생들은 해당 분야의 비즈니스 분석가로서 활동할 수 있는 기본적인 소양을 갖춘다.