현대에는 큰 데이터 지식과 인재가 필요하다.
대용량 데이터, 즉 방대한 양의 데이터는 더 강력한 의사 결정력, 통찰력 및 발견력, 프로세스 최적화 능력으로 처리해야 하는 대규모의 고성장 다양한 정보 자산을 의미합니다.
고전적인 빅 데이터 사례-월마트 클래식 마케팅: 맥주와 기저귀
맥주와 기저귀 이야기는 1990 년대 미국 월마트에서 탄생했다. 판매 데이터를 분석할 때 월마트의 슈퍼마켓 관리자들은 이해할 수 없는 현상을 발견했다.' 맥주' 와' 기저귀' 라는 두 가지 전혀 관련이 없는 상품이 같은 장바구니에 자주 등장한다. 이런 독특한 판매 현상은 경영진의 주의를 끌었고, 추적 조사를 통해 이런 현상이 젊은 아버지에게 나타난 것으로 드러났다.
아기가 있는 미국 가정에서는 어머니가 보통 집에서 아기를 돌보고, 젊은 아버지는 슈퍼마켓에 가서 기저귀를 산다. 아버지는 종이기저귀를 살 때 종종 맥주를 사 주셨고, 맥주와 종이기저귀는 전혀 관련이 없어 보이는 두 가지 상품이 같은 장바구니에 자주 등장했습니다. 젊은 아버지가 가게에서 두 가지 물건 중 하나만 살 수 있다면, 그는 맥주와 기저귀를 동시에 살 수 있을 때까지 쇼핑을 포기하고 다른 상점에 갈 가능성이 높다. 월마트는 이런 독특한 현상을 발견하고 맥주와 기저귀를 가게 안의 같은 지역에 넣어 젊은 아빠들이 두 가지 상품을 동시에 찾아 쇼핑을 빨리 마칠 수 있도록 하기 시작했다. 월마트는 또한 이 고객들에게 한 개가 아니라 한 번에 두 개를 사도록 함으로써 좋은 판매 수입을 얻을 수 있다. 이것이 바로' 맥주와 기저귀' 이야기의 유래다.
물론,' 맥주와 기저귀' 에 대한 이야기는 반드시 기술 지원이 있어야 한다. 미국 학자 Agrawal 은 1993 에서 장바구니에 있는 상품의 집합을 분석하여 상품 간의 연계를 찾아내고 상품 간의 관계에 따라 고객의 구매 행위를 찾아내는 연관 알고리즘을 제시했다. 아그라보는 수학과 컴퓨터 알고리즘의 관점에서 상품 관련성 계산 방법인 선험적 알고리즘을 제시했다. 월마트는 1990 년대 Aprior 알고리즘을 POS 기계의 데이터 분석에 도입하려고 시도했고, 성공을 거두면서' 맥주와 기저귀' 라는 이야기가 나왔다.