빅데이터를 이용한 해외사례들 정리 분석

소개글

"빅데이터를 이용한 해외사례들 정리 분석"에 대한 내용입니다.

목차

Ⅰ. 공항 교통 데이터 분석
Ⅱ. 빅데이터 알고리즘을 이용한 포커 선수
Ⅲ. 많이 구매할수록 제품 가격이 떨어지는 코스트코
Ⅳ. 루이비통을 사면 부자일까?: 고객 경험 단계
Ⅴ. 빅데이터 범죄 예방 시스템
Ⅵ. 빅데이터로 고객의 이탈을 예측한다
Ⅶ. 주가 등락 예측
Ⅷ. 무빙 아날로지를 이용한 미국 박스오피스 예측
Ⅸ. 편의점의 빅데이터 전략
Ⅹ. 에어비앤비 ― 단순한 정보 공유 사이트?
Ⅺ. 구글 - 사악해지지 말자(Don’t be evil)

본문내용

A 공항은 공항 이용 교통 인프라 시스템을 최적화하기로 하고, 빅데이터를 이용해 최적 인프라를 구축하는 방안을 찾아보자. 당시 A 공항은 지역별 거주인 숫자와 그에 따른 노선을 거미줄처럼 촘촘히 설계하려고 구상했다. 하지만 이는 비효율적인 방법으로, 많은 자원 낭비가 예상되는 일이었다. A 공항은 주로 GIS(Geographic Information System, 지리 정보 시스템) 데이터를 분석해 경제력과 연결된 인구밀도에 따라 답을 내도록 요청했지만, 사실 그러한 데이터는 문제 해결에 불필요했다.

지역의 공항 교통 니즈를 도출하는 가장 좋은 데이터는? 우선 공항 이용객들의 이동경로를 알아보기로 하자. 우리의 목적은 ‘A 공항 교통에 대한 니즈가 있는 고객이 공항까지 수월하게 이동할 수 있는 교통 인프라를 구축하는 것’이다. 따라서 니즈가 있는 고객의 위치를 정확히 포착하는 것이 급선무였다. 그리하여 공항 교통 니즈를 파악하기 위해 GIS 대신 일정 기간의 통신 정보와 교통 정보 데이터를 요청했다.
 
1. 통신 정보 분석통신 정보를 분석하기 전에 우선 공항 이용객을 분별했다. 최종적으로 비행기에 탑승한 사람(비행기가 이륙할 때 휴대전화를 종료시킴), 또는 공항에서 통화가 발생하거나 근처 기지국에 파악된 사람들을 찾아 이들을 공항 이용객으로 간주하고, 그들의 거주지를 역추적했다. 이용객이 전날 밤부터 오전까지 통화한 위치를 거주 지역으로 보고, 그 거주 지역의 발견 횟수를 지도 상에 표시했다. 그것이 그 지역의 공항 교통 니즈이다. 데이터가 충분히 많기 때문에 매우 정확하게 나타난다. 

2. 교통 정보 분석
두 번째로 교통 정보를 분석해 현재 고객이 불편을 겪고 있는 사항을 도출하는 데 사용했다. 먼저, 최종 종착지가 공항인 고객을 추출해 그들의 최초 탑승 위치를 추적한 뒤 지도상에 표시했다. 그곳이 정확한 니즈 발생지는 아니더라도 현재 어느 지역에 과하게 트래픽이 일어나고 있으며 니즈 해소가 필요한지 추정할 수는 있다. 정류장별로 교통량 쏠림 현상이 있어서 지역 단위로 트래픽을 지수화 할 필요가 있었다. 

참고 자료

빅데이터 전쟁. 세종서적. 박형준. 2015.