BI기법의 유통업,인공신경망,데이터마이닝,페��로직,전문가시스템,BI기법,BI기법 제조업,BI기법금융업,BI기법 전자상거래,데이터마이닝사례

본 보고서의 1절부터 4절까지는 4가지 BI(Business Intelligence)기법, 즉 전문가 시스템, 인공신경망, 데이터마이닝, 퍼지로직이 유통업, 제조업, 금융업 그리고 전자상거래 분야에 어떻게 적용될 수 있는지왿� 그에 따른 기대효과 및 경영전략에 대해 설명하였다. 또한 각 절의 마지막에 각 방법론 간의 차이점을 정리하여 해당 분야에 적합한 BI방법을 분석해보았다. 그리고 마지막 5절에서는 데이터 마이닝의 소셜 커머스 적용방안 제안 및 기대효과에 대한 분석을 다루고 있다.

먼저 전문가 시스템은 유통업 분야에서는 웹기반 종합물류 시스템, 무선 원격 자원관리 시스템 등으로 활용되어 물류의 질 향상, 구매 및 자원 소비 계획수립에 도움이 될 것이다. 제조업 분야에서는, ~(내용X)를 그리고 금융업 분야에서는, ~(내용X) 마지막으로 전자 상거래 분야에서는 ~(내용X) 등의 기대효과를 토대로 경영전략을 수립할 수 있다. 다음으로 인공 신경망은 양적, 질적 변수를 포함한 분석이 가능하다는 장점을 유통업 분야에 적용했을 시, 제품 수요예측, 매출 및 순이익예측, 책정가격예측을 보다 용이하게 하여 기업의 장기전략 수립에 유리하다. 이왿� 같은 맥락으로 제조업 분야에서는 인공 신경망의 예측능력을 토대로 제조 및 생산 공정 향상 및 제품 개발 촉진에 기대효과를 둘 수 있으며, 금융업 분야에서 또한 (내용X)에 대한 효과를 기대할 수 있다. 전자상거래 분야에서도 특히 인공 신경망을 이용한 물품량 분석과 고객정보 분석에 대한 기대효과가 창출된다. 세 번째 BI기법인 데이터 마이닝은 대용량 데이터 관리에 관한 강점을 기반으로 제조업 분야 적용 시 고객관계관리(CRM) 및 최적의 마케팅 전략 수립 등을 유리하게 하여 이로 인한 마케팅 비용절감, 고객 만족도 향상 효과를 기대할 수 있다. 제조업 분야에서도 또한 데이터베이스 관리를 통한 제품 제조, 공정 효율성 향상 등의 효과를 기대할 수 있으며, 금융업에서는 ~(내용X) 효과를 기대할 수 있다. 4절에서는 특히 데이터 마이닝의 전자상거래 적용에 무게를 두어 대량의 소비자 및 바이어 데이터베이스 분석으로 판매 책략의 제정 및 상품수요예측을 통한 고객과의 관계를 관리하는 데이터 베이스 마케팅에 대해 소개하고 있다.