빅데이터 의 활용 패션산업에서의 빅데이터 활용

2016621052 박선종 2014531063 부해석 2014535028 윤성민 2016721010 권세인 2016821109 이지현 2016521030 김유정

경영정보시스템

빅데이터의 정의 -빅데이터란? 디지털 환경에서 생성되는 데이터로 그 규모가 방대하고, 생성 주기도 짧고, 형태도 수치 데이터뿐 아니라 문자와 영상 데이터를 포함하는 대규모 데이터를 말한다. - 기업이 빅데이터를 주목하는 이유 빅데이터 환경은 과거에 비해 데이터의 양이 폭증했다는 점과 함께 데이터의 종류도 다양해져 사람들의 행동은 물론 위치정보와 SNS를 통해 생각과 의견까지 분석하고 예측할 수 있다.

빅데이터와 패션사업

01 과거 패션사업은 소수의 엘리트가 지배하는 사업 선별된 디자이너와 에디터가 다음 시즌의 패션 트렌드를 제안하고 대중들이 수용하는 방식에서 소비자가 원하는 제품을 만드는 방식으로 전환

02 기존의 패션업계에서는 가격 할인이 판매를 촉진한다고 생각, 하지만 고객들은 ‘새로움’이라는 요소에 더욱 크게 반응

패션 빅데이터 분석

패션사업의 과거와 현재

빅데이터와 패션사업

03 빅데이터와 트렌드 분석

빅데이터에 의한 트렌드 정보분석은 패션기업들에게 소비자 선호도에 대한 보다 정확한 예측을 가능하게 함.

04 트렌드 분석의 예측은 어떠한 트렌드가 미래에 인기 있을 것인가 하는 주제로 진화. 기업들은 다양한 데이터를 활용해서 스타일에 대한 세분화 정보를 제공받고 또한 경쟁업체가 판매하는 제품을 미리 파악하여 실패하는 라인에 대한 관리함.

트렌드 분석의 영향력

발전 과정 빅데이터 시대의 도래 인터넷이 상용화 된 1990년대 이후, 지금까지 쌓여온 수많은 데이터와 더불어 2009년 스마트폰이 대중화 되면서 기하급수적으로 늘어난 데이터와 실시간으로 생성되는 수많은 데이터들이 정리되지 않고 있다. 데이터와 관련된 핵심 드렌드를 한마디로 정의하고 있는 단어는 ‘빅데이터’ 이다. 빅데이터라는 용어는2011년 이후 점차적으로 관심도가 높아지기 시작했다. 빅데이터는 데이터의 디지털화로 촉진 되었으며, 디지 기기들의 다양화와 데이터의 저장과 공유를 쉽게하는 인터넷, 모바일 및 IT기술의 발달과 함계 확산되었다. 빅데이터는 통상적으로 사용되는 데이터 수집, 관리 및 처리 소프트웨어의 수용한계를 넘어서는 크기의 데이터를 말하며 , 빅데이터의 특징을 설명할 때는 가트너의 양(Volume) , 다양성(Variety), 속도(Velocity) 의 3개의 차원으로 설명한 3V 모델이 가장 널리 인용되고 있다. 최근에는 IBM이 추가한 진실성(Veracity)과 브라이언 홉킨스 등이 언급한 가변성(Variability) 이 추가되어 5V로 정의되고 있다. 빅데이터는 단순히 데이터의 양만을 의미하지 않고 새롭게 생성되는 데이터의 특징들이 함꼐 포함된 개념으로 발전되고 있다.

발전 과정 빅데이터를 설명하는 - 5V

2

3

4

5

1

가변성은 빅데이터만의 특징이라고 하기에는 어렵지만 데이터를활용하는 데 있어 주의해야 할 중요한 요소다. 가변성은 동일한 데이터가 서로 다른 맥락(Context)에서 다른 의미를 가질 수 있다는 의미이다.

진정한 데이터 자원으로 기능하기 위해서는 단순히 데이터를 수집하고 쌓는게 목적이 아닌 데이터를 통해 궁극적으로 원하는 바를 분석, 이해 할 수 있어야 하며, 개인의 권리 등을 침해하지 않고 신뢰 가능한 진실성을 가져야 한다,

데이터가 생성되고 또 처리되어야 되는 속도가 점차 빨라지고 있다. 이에 따라 대용량 데이터를 처리하는 능력 뿐만 아니라 스트리밍 데이터를 효율적으로 운영할 수 있는 분석 기술에 대한 요구가 늘어나고 있으며, 분석결과를 실시간으로 활용하는 실시간성 업무와 서비스도 증가하고 있다.

숫자로 통용되는 정형화된 데이터에서 텍스트, 이미지, 오디오, 비디오 등의 비정형 또는 반정형데이터까지 분석의 대상이 확대되었다는 것이다. 새로 생성되는 데이터의 다수는 비정형 데이터이며, 이들에 대한 분석 기법 및 활용 방안에 대한 논의가 본격화 되고 있다.

기본적으로 빅데이터는 매우 큰 양의 데이터를 의미한다. 워낙 빠르게 데이터의 양이 증가하고 있다 보니, 기준수치에 대한 의견 또한 지속적으로 변화하고 있다.

Volume Variety

Velocity

Varacity

Variability

발전 과정

브랜드 ZARA 과정

다품종 소량생산 센싱기술 재고 최적 분배 시스템

-전세계 매장에서 취합된 일일 판매량을 실시간으로 분석하고 상품 수요를 예측하여 trendy한 제품을 빠르게 생산 - 지역별, 매장별 소비자 취향을 실시간으로 파악해서 잘 나가는 상품의 공급을 늘리고 실적이 좋지 않은 제품은 바로 중단하는 등 즉각적인 반응을 통해 생산량과 재고량을 조절

-고객을 정확히 이해하고 시장의 트랜드를 분석하기 위해서 빅데이터 분석이 필요하고 이 때 센싱 기술을 사용 - 국내 기업 ‘조이코퍼레이션 '은 방문고객들의 wi-fi신호를 인식해 유동인구, 체류시간, 재방문율, 구매 전환율 등의 정보를 분석.

-전세계 매장의 판매와 재고데이터를 분석하여 최고 매출을 달성할 수 있게 도와주는 재고 최적 분석시스템

- 자사 기획 상품의 판매현황을 실시간으로 분석함으로써 시장에서 인기 있는 제품에 대한 분석을 하고 이를 생산 시스템에 직접적으로 연결하여 빠른 트렌드에 발 맞출 수 있게 한 것.

기업 자라의 빅데이터

LOGOTYPE 9

1. Fast Fashion Market 의 성장 2. 글로벌 패션 수요 증가

O Opportunity 기회

스페인 패션 브랜드 ZARA

1. 디자인과 생산 과정의 수직 계열화(제품의 빠른 회전율) 2. 고객 정보 수집을 위한 IT 시스템 3. 다량의 유통 매장 4. 다양한 인종, 문화, 세대의 기호를 반영한 제품

Strength 강점 S SWOT 분석

W

T

1. 제품의 빠른 회전율로 인해

품절된 상품은 재생산 되지 않아 재구매 욕구를 만족시키지 못한다

2. 고객 서비스의 한계 ( 다량의 고객 관리 미흡)

Weakness 약점

1. 후발 경쟁사들의 성장 2. 품질 위주의 패션 사업 동향 등장

Threat 위협

LOGOTYPE 10

빅데이터 기술을 접목해 구축한

01 소매 단위(점포) 별 철저한 수요변화체크를 기반으로, 점포별 상품 수요를 예측하고 적정재고를 산출하여 소량주문과 적시운송, 유연생산 실현

재고 최소화 시스템

02 제품의 디자인 단계부터 판매까지 수직적 통합을 통해, 저원가 ∙ 빠른 제품 회전율 실현 ( 단, 실시간 고객 니즈 데이터 분석을 통해 소비자 개개인의 구매욕구 반영)

수직적 통합 시스템

03 최대 매출 창출을 목표로, 전세계 유통 매장의 판매 데이터에 대한 실시간 분석 알고리즘을 MIT 교수와 공동개발

시장 데이터 분석 알고리즘

LOGOTYPE 11

Contents Title Here Get a modern PowerPoint Presentation that is beautifully designed. I hope and I believe that this Template will your Time, Money and Reputation. Easy to change colors, photos and Text.

Contents Title Here Get a modern PowerPoint at is, photos and Text.

우리가 ZARA 매장을 방문하는 순간에, ZARA의 DB에 흔적을 남기게 되고 이는 빅데이터 시스템에 활용된다.

ZARA는 빅데이터 기술을 채택함으로써, 각 매장별 상품수요 예측 ∙ 적정재고 산출 ∙ 고객 서비스 관리를 효율적으로 실현할 수 있게 되었고 Fast Fashion 기업의 선도자로 자리 매김하였다.

빅데이터 단점 및 한계

01 완벽하지 않은 예측

데이터라는 수치에만 의존하고 있기때문에 부정확이라는 전제를 가지고있다

02 외부 데이터의 경우 기후 정보와 지도 정보 등 일부 공개된 정보가 있지만 여전히 많은 데이터는 분석이 가능한 수준으로 개발되지 않거나, 공유, 구매하기 어려운 사례가 많다고 보고서는 지적했다. 설사 필요한 데이터를 확보했다고 해도 품질 수준은 또 다른 이야기다. 외부에서 데이터를 수집하고 활용하는 기회가 늘어나면서 출처가 불명확하거나 질이 떨어지는 데이터가 섞이는 경우가 늘어나고 있다

데이터 확보의 어려움

빅데이터 단점 및 한계

03 사생활 침해 트위터나 페이스북에 올라오는 개인적인 정보가 패션사업의 개인 취향에 맞는 정보를 주고 고객이 생활을 하면서 표출하는 다양한 영역의 라이프로그를 이용하기때문에 웹사이트 모바일 SNS 위치기반 서비스를 통해 고객이 자신도 모르게 많은 데이터를 만들고 있고 이런 것 들을 통해 기업은 수많은 로그를 분석하면서 수요를 예측한다 그러기때문에 개인의 프라이버시가 필터링 없이 그대로 노출이되고 그로인한 개인정보침해가 심화되고있다.그러므로 보안이 필요하다 하지만

04 전문인력확보 어려움

빅데이터 전문가가 되려면 데이터를 이해하고 분석하는 수학적인 능력과 각종 솔루션에 대한 공학적인 능력, 인문적인 소양, 표현력과 대화능력 등이 필요하다. 요구사항 많은 만큼 전 세계적으로 인력 부족이 심화되고 있다

보안은 빅데이터 활성화의 또 다른 걸림돌이다. 현행법은 개인정보를 수집, 이용할 때 반드시 사전동의를 받도록 했다. 그러나 빅데이터와 같은 대량의 데이터를 수집하고 처리할 때 일일이 동의를 받기가 현실적으로 어려운 경우가 많다. 개인을 식별할 수 없도록 하는 이른바 '비식별화' 조처를 하면 동의 없이 정보를 이용할 수 있지만 데이터 소스가 다양해지고 분석 기법이 정교해지면서 비식별화 작업의 기술적 난도가 점점 높아지고 있다.

빅데이터 활용에 따른 기대효과

새로운 정보가 쏟아짐에 따라, 비정형 데이터(음성,문자,

멀티미디어 등) 를 통하여 고객의 숨겨진 욕구와 기호를 빠르게

파악하고 그에 따라 새로운 수익을 창출

할 수 있을 것이라 생각.

생산과 구매, 마케팅 등 다양 한 경영 활동을 통하여 수집되는

데이터를 신속하게 분석하고 이를 기 반으로 최적의 전략을 선택함으로써 직관적인

주먹구구식 의사결정으로부터 발생할 수 있는 막대한 피해를 예방.

방대한 데이터의 관찰 및 분석을 통 하여 새로운 시장을 발굴하고 차별화된 전략을 수립할 수 있을

것이라 기대.

빅 데이터를 활용함에 따라 기업이 바라는 기대 효과 세 가지.

2) 시시각각으로 다가오는 불확실성의 위험에 대처할 수

있는 돌파구

3) 차별화된 전략 창출 1) 이전에 미처 발견하지 못하였던 가치 있는 정보 획득에

대한 기대 증가

빅데이터의 다양한 경제적 가치 자라(Zara)의 효율적인 물류 배송망 : 패스트패션(SPA) 기업의 대표 주자 중 하나인 자라는 빅 데이터 분석을 활용해 전세계 매장의 판매 현황을 실시간으로 분석한 뒤 고객 수요가 높은 의류를 실시간으로 공급할 수 있는 물류 망을 구축함으로써 재고 부담은 줄이고 매출은 극대화하는 성과.

빅 데이터는 의료, 공공행정, 소매, 제조, 개인정보 부문에서 각각 1000억∼7000억 달러(약 100조∼700조원) 규모의 경제효과 창출이 가능

미래 국가경쟁력에도 영향을 미칠 전망이다. 각국별로 테러, 재난재해, 질병 등 각종 위기로부터 선제적으로 대응하기 위해 빅 데이터 분석을 활용

- 빅 데이터의 경우 자본이나 노동력과 동등한 수준의 경제적 투입요소다 . - 비즈니스의 새로운 원자재 역할을 할 것이다