![[경영정보] 비즈니스 인텔리전스-1](http://images.happyhaksul.com/thumb/453/452129-0001.gif)
![[경영정보] 비즈니스 인텔리전스-2](http://images.happyhaksul.com/thumb/453/452129-0002.gif)
![[경영정보] 비즈니스 인텔리전스-3](http://images.happyhaksul.com/thumb/453/452129-0003.gif)
![[경영정보] 비즈니스 인텔리전스-4](http://images.happyhaksul.com/thumb/453/452129-0004.gif)
![[경영정보] 비즈니스 인텔리전스-5](http://images.happyhaksul.com/thumb/453/452129-0005.gif)
![[경영정보] 비즈니스 인텔리전스-6](http://images.happyhaksul.com/thumb/453/452129-0006.gif)
![[경영정보] 비즈니스 인텔리전스-7](http://images.happyhaksul.com/thumb/453/452129-0007.gif)
![[경영정보] 비즈니스 인텔리전스-8](http://images.happyhaksul.com/thumb/453/452129-0008.gif)
![[경영정보] 비즈니스 인텔리전스-9](http://images.happyhaksul.com/thumb/453/452129-0009.gif)
![[경영정보] 비즈니스 인텔리전스-10](http://images.happyhaksul.com/thumb/453/452129-0010.gif)
![[경영정보] 비즈니스 인텔리전스-11](http://images.happyhaksul.com/thumb/453/452129-0011.gif)
![[경영정보] 비즈니스 인텔리전스-12](http://images.happyhaksul.com/thumb/453/452129-0012.gif)
![[경영정보] 비즈니스 인텔리전스-13](http://images.happyhaksul.com/thumb/453/452129-0013.gif)
![[경영정보] 비즈니스 인텔리전스-14](http://images.happyhaksul.com/thumb/453/452129-0014.gif)
![[경영정보] 비즈니스 인텔리전스-15](http://images.happyhaksul.com/thumb/453/452129-0015.gif)
![[경영정보] 비즈니스 인텔리전스-16](http://images.happyhaksul.com/thumb/453/452129-0016.gif)
![[경영정보] 비즈니스 인텔리전스-17](http://images.happyhaksul.com/thumb/453/452129-0017.gif)
![[경영정보] 비즈니스 인텔리전스-18](http://images.happyhaksul.com/thumb/453/452129-0018.gif)
![[경영정보] 비즈니스 인텔리전스-19](http://images.happyhaksul.com/thumb/453/452129-0019.gif)
![[경영정보] 비즈니스 인텔리전스-20](http://images.happyhaksul.com/thumb/453/452129-0020.gif)
분야
ppt01. 개 요
02. 구성 요소
03. BI와 지식경영
04. 지 식
BI (Business Intelligence)
1989년 가트너 그룹의 하워드 드레스너가
제안, 조직이 신속 정확하게 의사결정을 하기 위해 사용하는 데이터의 접근, 축적, 분석등을 수행하는애플리케이션과 관련 기술의 집합
Microsoft – Business Intelligence
데이터 마트
DW는 비용부담이커서 주로 대기업에서 사용된다. 큰 비용을 부담 할 수 없는
중소기업에서는 규모는 작지만 비용이 10/1정도 밖에 들지 않는 데이터 마트를
사용한다. 데이터마트는 작은 DW라고 할 수 있다
특징
-배우기 쉽다
-신속하다
-자체적 의사결정 지원 시스템 구축
데이터마이닝
대용량 데이터 베이스, DW, 그리고 데이터마트에서 가치있는 정보를 찾는다는 데에서 유래하였다.
선택, 탐색, 모델링 등과 같은
일련의 과정을 거친다.
한 백화점에서 판매 데이터베이스의 데이터를 분석하여
금요일 오전에는 어떤 상품들이 잘 팔리는가,
그리고 팔리는 상품들간에는 어떤 상관관계가 있는가 등을 발견하고
이를 마케팅에 반영하는 것이다. 따라서 데이터마이닝의 필수 요소는
신뢰도가 높은 충분한 자료이다. 이것은 신뢰도 높은 충분한 자료가 정확한 예견을 가능하게 하기 때문이다. 그러나 너무 많은 자료는 오히려 데이터마이닝의 예견 능력을 떨어뜨릴 수 있으므로 최적의 결과를 산출할 수 있는 의미있는 자료의 확보가 필요하다.
