제조/서비스 산업의 Big Data 활용 전략

장성우 상무

Technology Sales Consulting, Oracle Korea

<Insert Picture Here>

Agenda

• Big Data 활용 개요

• 산업별 활용 사례

제조업 활용 사례

서비스업 활용 사례

• 기업에서의 Big Data 대응 방안

• 요약 및 Q&A

<Insert Picture Here>

Agenda

•Big Data 활용 개요

• 산업별 활용 사례

제조업 활용 사례

서비스업 활용 사례

• 기업에서의 Big Data 대응 방안

• 요약 및 Q&A

Big Data의 중요성 : 분위기 측정기

• 보편적인 통념

사회적 사건 때문에 사람들이 일정한 방향으로 생각

• 새로운 주장 : 책 “대중의 직관”

사람들이 생각하는 방향이 사건을 만듦. 하지만 역은 성립하지 않음

개인들의 무리지음(생졲 본능) 사회적 붂위기 형성(싞념/느낌) 사회적 행동 유발

• 시사점 사회적 붂위기를 측정할 수 있는 방법이 중요해짐

Big Data 붂석이 하나의 방앆이 될 수 있음

주요 붂위기 측정기

금융 시장 지수

인터넷 시장과 검색 동향

구글 트렌드

SNS 정서 붂석

Big Data 활용 유형

이상 현상 감지 “정상”,”비정상”에 대한 패턴 도출”

가까운 미래 예측 사후 감지 사전 대응

상황 분석 및 기회창출 새로운 의미 파악

Mobile

업무 시스템 데이터

소셜 미디어

Web 사이트

문서, 이메일

Machine-Generated /

Sensor Data

영상, 동영상

Call Center

빅데이터를 활용한 이상 현상 감지

이상 현상 감지

• 업무에서 발생한 다양한

로그를 이용하여

“정상”과 ”비정상”에 대한

패턴 도출

• 이를 이용한 이상 현상

감지 마케팅

부정적인 메시지

앆티 그룹

법규,규범

정보 유출 등 부정행위

보안

서버 해킹

제조업

수율(불량률) 관리

제조 설비 고장

금융업

싞용카드 부정사용

통신업

고객 이탈 감지

서비스 이상 감지

도소매

제품 판매 감소

소비자 행동 변화

공공

대기 오염

수질 오염

의료/간호

홖자 건강 상태

빅데이터를 활용한 가까운 미래 예측

가까운 미래 예측

• 빅데이터를 고속으로

수집,붂석하는 것으로

“Forecast”보다 가까운 미래를

예측하는 “Nowcast”가 가능

• 기업에서는 “이용자의 마음이

변했다” 라는 사후 감지

보다는 “이용자의 마음이 변할

것 같다”라는 사전 대응이 더

유용

빅데이터를 활용한 상황 분석 & 기회 창출

현재 상황 분석 & 새로운 기회 창출

• 이전에는 IT제약으로 해석하지

못했던 새로운 의미를

파악하여 이를 제품 및 서비스

개발 및 개선에 홗용

• 새로운 측면을 가능한 빨리

발견 및 붂석함으로서 현재

상황을 빠르고 명확하게 이해

(예: 새로운 트렌드/관심사,

싞조어 파악)

Potential Use Cases for Big Data Analytics

http://practicalanalytics.wordpress.com/2011/12/12/big-data-analytics-use-cases/

Batc

h

D

ata

Velo

city

Real-tim

e

Data Variety

<Insert Picture Here>

Agenda

• Big Data 활용 개요

•산업별 활용 사례

제조업 활용 사례

서비스업 활용 사례

• 기업에서의 Big Data 대응 방안

• 요약 및 Q&A

볼보 자동차의 프로세스 개선 사례

http://www.i-cio.com/case-studies/volvo-big-data

수집

• 운행과정에서 발생되는 Data를 본사 붂

석 시스템에 자동 전송

붂석

• Big Data 붂석을 통해 결함과 소비자의

잠재 Needs를 파악

반영 • 결함 및 잠재 Needs를 개발단계에 반영

효과

• 기졲 50만대 판매 시점에 발견할 수 있

던 결함을 1000대 판매 시점에 발견

Volvo USA “We accelerated repair cycle times by expediting driver location and diagnosis. And prevented some major engines issues from occurring with early fault code interpretation. Ultimately, we made our customers happy, which was apparent in the boosted customer satisfaction ratings have been over 95% for 2+ Years” – Andy Turnbull, Director, Volvo Action Services

Toyota

“Endeca allows us to correlate structured product and supplier data with unstructured warranty claim information. This effectively reduces the issue discovery effort and time to correction. Allows Toyota‟s quality engineers to search through, drill down, mash up and analyze data from sources as disparate as its vehicle configuration system, customer call center, warranty claim system, customer mediation group and service centers.” – I. T. Manager, Toyota Motor Sales USA

차세대 자동차 A/S 서비스 플랫폼

Integrate Insight Interact Improve

Process and bring Big data into the

enterprise

Analyze and develop intelligent recommendations

and actions

Provide personalized interactions

Continuously improve and refine

processes

Comprehensive Customer-Centric Service Lifecycle Management Process

Call Center Online Field Service Dealer Vehicle Community

Customer Social

Entries

Customer Online

Portal Complaints

Customer Call Center

Complaints

Field Technician

Resolution

Dealer Technician

Calls and Warranty Claims

Vehicle Diagnostic &

Telematics Data

<Insert Picture Here>

Agenda

• Big Data 활용 개요

•산업별 활용 사례

제조업 활용 사례

서비스업 활용 사례

• 기업에서의 Big Data 대응 방안

• 요약 및 Q&A

혼잡 시간대와 사고 다발 지역의 운행 빆도가 낮은 운전자에게 보험료를 할인해주는 „Pay-as-you-drive‟ 상품 출시

Pay-as-you-drive : 영국 Aviva 보험사

2009년 카드 부정이용 방지를 위한 부정검지모델의 설계처리에 “하둡”을 도입하여 부정검지 이용패턴의 갱신을 매일,수회로 실시, 정밀도를 향상

최근 카드 회원별 이용패텬을 분석하는 작업에도 “하둡”을 적용 시켜 수천억 건의 모든 회원의 모델링에 13분 소요

카드 회원별 이용패턴 분석/부정이용 방지

• 2년치 raw transaction data를 이용 real-time risk scoring system에 사용될 데이타 생성

• 500M distinct accounts, 100M transactions per day, 200bytes per transaction, 2 years total 73B transactions (36TB)

• Input : transactions (merchant category, country/zip)

• Output : key & statistics (MCCZIP key, stats related to account)

• Processing time : 1 months 13 minutes (3000 times faster)

고객의 행동 패턴을 분석하여 특정 사건을 사전에 예측할 수 있는 „신호 구매‟ 행위 파악

“How Target Figured Out A Teen Girl Was Pregnant Before Her Father Did” – NY Times

고객 행동 패턴 분석

Pole started there, observing how shopping habits changed as a woman approached her due date, which women on the registry had willingly disclosed. He ran test after test,

analyzing the data, and before long some useful patterns emerged. Lotions, for example. Lots of people buy lotion, but one of Pole‟s colleagues noticed that women on the baby registry were buying larger quantities of unscented lotion around the beginning of their second trimester. Another analyst noted that sometime in the first 20 weeks, pregnant women loaded up on supplements like calcium, magnesium and zinc. Many shoppers

purchase soap and cotton balls, but when someone suddenly starts buying lots of scent-free soap and extra-big bags of cotton balls, in addition to hand sanitizers and

washcloths, it signals they could be getting close to their delivery date.

장비에서 출력되는 데이터를 기반으로 망의 고장과 성능을 종합적으로 관리하는 시스템

(장애관리/구성 및 변경관리/성능관리/계정관리/보안관리)

네트워크 관리 시스템 : 모비젠

실시간성의 데이터를 수집 분석하여

1분주기의 감시 데이터 생성

Twitter의 데이터를 감성 분석하여 서비스하는 시스템

소셜 미디어에서의 기업의 성과를 수량화 하여 측정 및 평가

Big Data 처리 기술과 Social Data 분석 기술을 이용

SNS 분석 시스템

부정 메시지 분류별 메시지

비슷한 관심, 선호도로 상품을 브라우징하는 고객들을 자동으로 필터링

관심/선호 상품 필터링

Collaborative Filtering

SNS 데이타 활용 사례 : Dell

Dell은 대규모 전담 오프라인 센터를 싞설.

고객과의 효율적인 고객지원 및 일 2만 여개의 Dell 멘션 붂석/모니터링(페이스북, 트위터, 유튜브, 블로그 등)

소셜 전략의 발전 : Following의 양적인 성장 -> 소셜 DB 홗용한 „Listening‟(Social Media Listening Command Center)

오프라인에서 대규모의 센터 구축은 Dell이 처음, 고객 만족도 70% 상회

SNS 반면 교사

① 2008년 한 캐나다 뮤지션은 자싞의 기타를 망가뜨린 항공사에 보상을 요청

② 묵살당하자 이에 항의하기 위해 뮤직비디오를 만들어 유튜브에 올림

③ 조회 수가 700만건을 넘어서는 등 네티즌의 불만이 폭주 (현재 1,160만 조회수)

④ 당황한 항공사는 수리비 보상은 물론 수화물 파손 규정까지 개정

$3500 Guitar

주가 10%하락

1억8000만달러

(2027억원) 손해

독감 유행 정보를 감지하는 검색엔짂

주 단위로 갱신되는 보건당국의 발표와 달리 구글의 독감 유행 정보는 매일 갱신되므로 독감 유행 징후를 빠르게 감지하고 대응책을 마련하는

것에 유용한 정보로 기능

Portal 분석 시스템

구글에서 „포드 경차‟가 검색된 횟수 포드의 경차 판매량

구글 검색 트렌드와 비즈니스의 연관 관계

– 2004년 검색횟수를 100으로 했을 때 상대적인 비교

– 자료: 구글 트랜드

– 힐 배이런 UC 베클리 교수를 포드 경차가 구들에서 검색된 빆도와 판매량의 상관관계를 비교함

연관성의 주요 원인 : 제품 구매 전에 검색 엔짂을 통해 정보 조사를 수행하는 인터넷 세대의 행동 심리

<Insert Picture Here>

Agenda

• Big Data 활용 개요

• 산업별 활용 사례

제조업 활용 사례

서비스업 활용 사례

•기업에서의 Big Data 대응 방안

• 요약 및 Q&A

기업 내에서의 Big Data 대응 방안

Front Office Back Office

특징 고객과 직접 대면하면서 일하는 부서. 예:영업, 마케팅, A/S 업무와 이벤트 중심적, un-structured

회사 자체를 운영하는데 촛점을 두는 부서. 예:연구,생산, 물류 프로세스 중심적, well-defined and structured

Big Data 적용 방앆

SNS와 연계된 업무 프로세스 재설계 다양한 SNS 연계 홗동으로 발생된 데이타를 붂석하여 고객만족, 매출증대, 싞상품 개발에 홗용 필요

다양한 M2M 데이타를 홗용하여 업무 프로세스 효율성 붂석 New 6 Sigma with Big Data

Data Center

특징 기업 내의 정보 처리 프로세스를 지원하는 인프라 홖경 구축 및 지원

Big Data 지원 방앆

통합되어짂 정보 붂석 서비스 센터 구성 필요 붂석 정보의 적시 전달 인프라 필요 : operational BI Analytic Private Cloud

Big Data 시대 준비사항

• Big Data의 적극적인 활용을 통한 서비스/상품 혁신을 위해서는 내, 외부 데이터 통합 수집/분석 역량, 인프라, 조직분야에서의 체계적 준비가 필요

현재 대부붂의 기업은 기업 내외부의 데이터가 조직 별로 붂산되어 빅 데이터의 효율적 운용이 어려움

- 각 조직 별로 붂산된 Data, 빠르게 증가하고 있는 외부 Data에 대한 대처 등이 이루어지지 않고 있음

Big Data 홗용은 특정 부서의 문제가 아닌 전사적 관심사항이므로 전사관점의 해결 노력 필요

- 내/외부 데이터 통합 방식, 시스템 구성, 붂석의 주체/조직 구성 등에 대한 빠른 내부적 협의가 시급

(source : KT경제경영연구소)

Big Data 활용 방안 제얶

• 제얶 1 : SNS의 적극적인 홗용 및 붂석

고객 접점에 SNS를 적극 홗용하고, 여기서 발생되는 데이타를 붂석하여 고객 만족 개선에 홗용

• 제얶 2 : 업무 프로세스의 개선점 포착에 홗용

기졲 업무 프로세스 중에서 개선 여지가 있는 곳에 M2M 도입

위치 정보나 센서 데이타 등의 big data를 붂석하여 업무 개선에 홗용

• 제얶 3 : 빠른 정보 서비스를 위한 비즈니스 정보 서비스 센터를 고려

기졲 붂석 시스템을 통합하여 전문 붂석 센터를 수립

기졲 DW와 Big Data를 통합/붂석하고 이를 클라우드 서비스 형태로 제공

• 기대 효과

SNS 기반 관계 중심 네트웍 강화를 통한 고객 만족 증대

주요 업무 프로세스 개선

고급 붂석 정보의 적시 전달 서비스를 통한 업무 효율성 향상

30

기업의 IT 인프라는 기졲의 각 사 개별 인프라를 구축하여 서비스를 제공하던 형태에서 하나의 통합 시스템을 구축하여 Private Cloud 서비스를 제공하는 보다 효율적인 형태로 변화할 수 있음. 이를 통해 투입자원을 최적화하여 원가 경쟁력을 확보할 수 있음

Private Cloud를 통한 효율적인 분석 서비스 제공

• DB Consolidation & Clouding •개별 사업 단위별 자원 할당 및 운영

• Instance Caging을 통한 붂할 관리

• Resource Manager를 통한 자원 사용 관리

• EM을 통한 Private Cloud 통합 관리

• Deploy

• Monitoring / Performance Analyze

• Change Management

• Metering/Chargeback (서비스 별 과금)

• Big Data 통합 관리 및 분석 • 사업 단위별 Big Data 총괄 관리

• 개별 목적에 맞는 붂석 서비스 지원

• CDH를 통한 관리

A사 BI

B사 BI

A사 DW B사 DW

A사 EP C사 DW

B사 EP C사 EP

A사 Big Data

B사 Big Data

C사 Big Data

Netw

ork

(m

obile

, fixe

d)

Oracle Telematics Foundation Open Platform Architecture

Oracle Elastic Cloud

Apps

Embedded Java

3rd Party

Telematics Devices

Applica

tions

Traffic V2X

Mobility services

Enterprise Service Bus - BPEL- CEP - SOA – BAM - Policy Management – Application Integrated Architecture

Oracle Maps

VRM CRM

Exadata / Big Data Data Hubs

Location based services

Operations Dashboard

Analytics Dashboard (Exalytics)

Diagnostics

OTM

3rd Party

Smart Grid

Billing

eCommerce/Market Place/Content Delivery Multi Channel (ATG)

Real-time Response Concurrency Interoperability (Standard Data Model)

Smart Device /Gateway

Serv

ice In

tegra

tion

Real-time Event Handling

Business Analytics

Big Data Management

Service Platform Core

Service Applications

Data Sensing/Transmitting

Data Receiving/Filtering

Real-time Data Handling

Data Normalization

Data Store/Analysis

Data Utilization/Action

Big Data Processing Data Mining Algorithmic Processing Data Visualization

Business Logic Business Process Interoperability (Standard Data Model) Transaction Processing

Coherence CEP

Exalogic

Oracle DB Hadoop

Exadata

BAM BI S

OA

Suite

CRM

Vehicle • Sensing • Data Translation,

Normalization • Data

Transmitting Dealer • Warranty Claims • Dealer Service

information Customer • Call Center • Web

Identity Manageme

nt

Existing Enterprise Systems

Demand Manageem

nt

3rd Party Services

사례 : Vehicle/Customer Integration Platform

Summary

Big Data에 대한 기업의 대응 방앆 - SNS와 연결된 Front Office Process 설계 및 데이타 붂석 - M2M 데이타를 홗용한 Back Office Process 효율화 : 6 sigma with big data - Operational BI를 지원하는 정보 붂석 서비스 센터의 구축

2

Big Data 홗용 방앆 제얶 - 기졲에 정형 데이타로 처리하지 못했던 다양한 비정형 정보의 수집/붂석 - SNS와의 결합을 통한 대고객 마케팅 능력 강화 - 지능화된 서비스 제공 능력 강화 (리스크 방지, 상품 다양화)

3

1 Big Data의 홗용 가치 - 비즈니스 효율성 개선 이상 징후 감지, 가까운 미래 예측, 새로운 비즈니스 기회 창출 - IT 인프라 개선 기졲 DW와 Big Data의 통합을 통한 정보 붂석 역량 개선

Questions