자료검색

책소개

『클라우드의 충격』으로부터 3년, 시로타 마코토가 제시하는 신 IT 비즈니스 전략을 소개하는 책이다. 좁은 의미의 빅데이터와 넓은 의미의 빅데이터로 나눠 빅데이터의 개념과 기술을 이해하기 쉽게 소개하고, 미국, 유럽, 일본 등 세계 기업의 빅데이터 적용 사례와 결과를 분석한다. 또한 빅데이터 분석 사례와 미래상, 개인정보보호에 대한 논란을 명쾌하게 해석해 준다.

목차

1장. 빅데이터란 무엇인가?
_1-1 The Data Deluge
_1-2 3V로 나타내는 빅데이터의 특성1
_1-3 넓은 의미의 빅데이터
_1-4 어째서 지금 빅데이터인가? ① 빅데이터의 대중화
_1-5 어째서 지금 빅데이터인가? ② 하드웨어 가격성능비 향상, 소프트웨어 기술의 진화
_1-6 어째서 지금 빅데이터인가 ③ 클라우드 컴퓨팅의 보급
_1-7 ‘과거의 가시화’를 통한 ‘미래 예측’ ? 비즈니스 인텔리전스와 빅데이터의 교차
_1-8 점 분석에서 선 분석으로
_1-9 빅데이터 분석의 기원
_요약

2장. 빅데이터의 기반이 되는 기술
_2-1 부족한 기술 인력
_2-2 하둡이란?
_2-3 늘어나는 배포판
_2-4 배포판이 존재하는 이유
_2-5 NoSQL 데이터베이스
_2-6 하둡, NoSQL 기업에 뜨거운 시선을 보내는 벤처캐피털
_2-7 빅데이터 시대의 데이터 처리 기반
_2-8 주목받는 분석적 데이터베이스
_2-9 스트림 데이터 처리
_2-10 스트림 데이터 처리 기술을 스스로 개발하는 인터넷 기업
_2-11 다양한 분석 기술
_2-12 자연어 처리와 그 밖의 기술
_요약

3장. 빅데이터를 무기로 활용하는 미국과 유럽 기업
_3-1 성공한 인터넷 기업의 빅데이터 활용
_3-2 매일 50테라바이트의 데이터를 생성하는 이베이
_3-3 데이터 분석을 게임 서비스에 이용하는 징가
_3-4 스마트 계량기 도입으로 에너지 소비 패턴을 분석하는 센트리카
_3-5 쿠폰으로 고객의 구매 행동을 디자인하는 카탈리나 마케팅
_요약

4장. 빅데이터를 무기로 활용하는 일본 기업
_4-1 일본에서도 시작된 빅데이터 활용
_4-2 일본 빅데이터 활용의 선구자인 코마츠
_4-3 철저한 하둡의 활용으로 데이터 분석에 대한 의식 개혁을 성공한 리크루트
_4-4 데이터 주도형 접근으로 급성장을 이루어낸 GREE
_4-5 현실 세계에서 일대일 마케팅을 실현하는 맥도널드
_요약

5장. 빅데이터 활용 패턴
_5-1 빅데이터 활용 사례
_5-2 빅데이터 활용 유형의 분류
_5-3 빅데이터 활용 수준
_5-4 빅데이터 활용의 진가
_요약

6장. 빅데이터 시대의 개인정보보호
_6-1 개인정보보호와 혁신의 틈새
_6-2 미국 의회도 관심을 보이다
_6-3 소셜 미디어 프로필의 논란
_6-4 ‘Do Not Track’
_6-5 소비자 개인정보보호 권리장전
_6-6 옵트인 방식을 채택한 EU
_6-7 데이터 보호지령 개정 작업
_6-8 일본에서 고려하는 ‘개인정보보호법’과 사업 분야별 기준선
_6-9 옵트인 방식으로 3자에게 개인정보를 제공할 때의 가이드라인
_6-10 일본 정부의 검토 상황
_6-11 ‘정보 대항해 프로젝트’를 계기로 검토를 시작한 경제산업성
_6-12 라이프 로그의 관점에서 논의를 진행한 총무성
_6-13 힌트는 사용자와의 ‘대화’에 있다
_6-14 오프라인에서의 행동을 추적
_요약

7장. 오픈 데이터 시대의 시작과 데이터 마켓플레이스의 등장
_7-1 ‘외부 공개 데이터 활용’이라는 선택지
_7-2 고조되는 LOD 운동
_7-3 LOD 운동의 파급 효과로 생긴 열린 정부 만들기
_7-4 속속 탄생하는 벤처 기업
_7-5 콘테스트 개최로 데이터 활용을 촉진
_7-6 뒤처지는 일본
_7-7 지진을 계기로 발전하기 시작한 일본의 오픈 데이터
_7-8 데이터 마켓플레이스의 등장
_7-9 서로 다른 비즈니스 모델
_7-10 성장하는 데이터 마켓플레이스에 남은 과제
_요약

8장. 빅데이터 시대의 준비
_8-1 빅데이터 시대의 기업 IT 전략
_8-2 데이터 공유를 향해 움직이기 시작한 일본 기업
_8-3 오리지널 데이터의 강점
_8-4 벤더의 새로운 비즈니스 기회 - ‘데이터 어그리게이터’
_8-5 누가 데이터 어그리게이터가 되는가?
_8-6 미국 결제 사업자의 ‘데이터 어그리게이터’화
_8-7 고유 데이터를 ‘프리미엄 데이터’로 바꾸는 데이터 조합의 묘미
_8-8 수요가 높아지는 데이터 과학자
_8-9 데이터 과학자에게 필요한 능력
_8-10 데이터 과학자에게 필요한 자질
_8-11 심각한 인재 부족을 노출
_8-12 대학원을 신설하려는 움직임
_8-13 빅데이터 분석 기업에 흘러드는 거대 자금
_8-14 일본에서도 시작된 데이터 과학자 구인 경쟁
_8-15 빅데이터 활용에 맞는 조직 체제와 기업 분위기 확립
_8-16 데이터 주도형 기업으로