맨위로가기

비즈니스 인텔리전스

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.
목차

1. 개요

비즈니스 인텔리전스(BI)는 기업의 의사 결정을 지원하기 위해 데이터를 수집, 분석, 시각화하는 일련의 과정과 기술을 의미한다. 1865년 처음 용어가 사용되었으며, 1980년대 후반 하워드 드레스너에 의해 개념이 정립되었다. BI는 전략, 분석, 확장 인텔리전스, 인텔리전스 인프라, 정보 전달의 5가지 영역으로 구성되며, 데이터 웨어하우스, OLAP, 데이터 마이닝 등 다양한 기술을 활용한다. 최근에는 생성형 AI 기술과 결합하여 데이터 분석의 효율성을 높이고 있으며, GDPR과 같은 개인정보 보호 규제 강화에 따라 시장의 변화가 일어나고 있다.

더 읽어볼만한 페이지

  • 정보 관리 - 이미지 스캐너
    이미지 스캐너는 사진, 문서, 3차원 물체 등을 디지털 이미지로 변환하는 장치이며, 1860년대부터 시작되어 다양한 종류와 스캔 요소를 거쳐 발전해 왔고, 문서 처리, 이미지 편집 등 광범위한 분야에 응용된다.
  • 정보 관리 - 셰어포인트
    셰어포인트는 마이크로소프트에서 개발한 웹 기반 협업 및 문서 관리 플랫폼으로, 기업 콘텐츠 관리, 인트라넷, 그룹 협업 등 다양한 기능을 제공한다.
  • 핀테크 - 모바일 결제
    모바일 결제는 스마트폰 등 모바일 기기를 사용하여 상품이나 서비스 결제를 처리하는 시스템으로, 카드 기반 결제, 이동통신사 과금, 모바일 지갑 등 다양한 방식으로 이루어지며, 개인정보 보안 문제점도 존재한다.
  • 핀테크 - 크라우드펀딩
    크라우드펀딩은 다수의 개인 또는 단체가 온라인 플랫폼을 통해 자금을 모으는 방식으로, 기부, 대출, 투자, 후원 등 다양한 유형으로 구분되며, 프로젝트, 기업, 개인의 아이디어를 실현하기 위한 자금 조달 방법이다.
  • 비즈니스 인텔리전스 - 예측 분석
    예측 분석은 통계학, 기계 학습 등의 분석 기법을 활용하여 과거 및 현재 데이터를 토대로 미래의 사건이나 결과를 예측하는 방법론으로, 다양한 분야에서 의사 결정 지원 및 위험 관리 등에 활용되지만, 인간 행동의 복잡성으로 인한 예측 불가능성에 대한 비판도 존재한다.
  • 비즈니스 인텔리전스 - 데이터 웨어하우스
    데이터 웨어하우스는 의사결정 지원을 위해 운영 시스템과 분리되어 운영되는 데이터 저장소로, 여러 시스템의 데이터를 통합하여 신뢰성 있는 단일 정보를 제공하며, 시간 가변성, 주제 중심성, 사용자 접근성, 읽기 전용 데이터베이스라는 특징을 가진다.
비즈니스 인텔리전스

2. 역사

"비즈니스 인텔리전스"라는 용어는 1865년 리처드 밀러 데번스(Richard Miller Devens)의 저서 ''Cyclopædia of Commercial and Business Anecdotes''에서 처음 등장했다. 데번스는 헨리 퍼니스 경이 경쟁자보다 먼저 자신의 환경에 대한 정보를 받고 이를 토대로 행동함으로써 어떻게 이익을 얻었는지를 설명하며 이 용어를 사용했다. 그는 책에서 헨리 퍼니스가 네덜란드, 플랑드르, 프랑스, 독일 전역에서 완벽하고 완전한 비즈니스 인텔리전스 체계를 유지했으며, 나뮈르 함락 소식도 먼저 입수하여 이익을 얻었다고 언급했다.[6] 데번스는 정보를 수집하고 이에 따라 적절하게 대응하는 능력이 비즈니스 인텔리전스의 핵심이라고 강조했다.[6]

IBM의 연구원인 한스 피터 루언은 1958년에 발표한 논문에서 "비즈니스 인텔리전스"라는 용어를 사용하면서 "행동을 원하는 목표로 이끌 수 있도록 제시된 사실들 간의 상호 관계를 파악하는 능력"이라는 ''웹스터 사전''의 정의를 사용했다.[7][28]

1960년대에 비즈니스 인텔리전스는 의사 결정 지원 시스템(DSS)의 일부로 이해되기 시작하여 1980년대에 걸쳐 발전했다. DSS는 의사 결정을 지원하기 위해 컴퓨터를 사용한 모델 작성을 기원으로 한다. 1980년대 후반에는 DSS에서 데이터 웨어하우스, 경영자 정보 시스템(:en:Executive Information System), OLAP 그리고 비즈니스 인텔리전스 등이 주목받게 되었다.

1989년, 하워드 드레스너(후에 가트너 분석가)는 "사실 기반 지원 시스템을 사용하여 비즈니스 의사 결정을 개선하기 위한 개념과 방법"을 설명하기 위한 포괄적 용어로 "비즈니스 인텔리전스"를 제안했다.[8][27] 이 용어가 널리 사용된 것은 1990년대 후반에 이르러서였다.[9][29]

2. 1. 초기 역사

1865년, 리처드 밀러 데번스는 자신의 저서 "Cyclopædia of Commercial and Business Anecdotes"에서 헨리 퍼니스 경이 어떻게 비즈니스 인텔리전스를 활용하여 이익을 얻었는지를 설명했다. 데번스는 네덜란드, 플랑드르, 프랑스, 독일 전역에서 헨리 퍼니스 경이 완벽한 비즈니스 인텔리전스 체계를 유지했으며, 나뮈르 함락과 같은 주요 소식을 경쟁자보다 먼저 입수하여 이익을 창출했다고 언급했다.[6] 데번스는 정보를 수집하고 이에 따라 적절하게 대응하는 능력이 비즈니스 인텔리전스의 핵심이라고 강조했다.[6]

1958년, IBM의 연구원 한스 피터 루언은 논문에서 비즈니스 인텔리전스를 "제시된 사실들 간의 상호 관계를 파악하여 원하는 목표로 행동을 이끄는 능력"으로 정의했다.[7][28] 1960년대에 비즈니스 인텔리전스는 의사 결정 지원 시스템(DSS)의 일부로 이해되기 시작하여 1980년대에 걸쳐 발전했다. DSS는 의사 결정을 지원하기 위해 컴퓨터를 사용한 모델 작성을 기원으로 하며, 1980년대 후반에는 DSS에서 데이터 웨어하우스, 경영자 정보 시스템(:en:Executive Information System), OLAP 등이 주목받게 되었다.

1989년, 하워드 드레스너(후에 가트너 분석가)는 "사실 기반 지원 시스템을 사용하여 비즈니스 의사 결정을 개선하기 위한 개념과 방법"을 설명하기 위한 포괄적 용어로 "비즈니스 인텔리전스"를 제안했다.[8][27] 이 용어는 1990년대 후반에 이르러 널리 사용되었다.[9][29]

2. 2. 발전 과정

1865년 리처드 밀러 데번스(Richard Miller Devens)는 저서 "Cyclopædia of Commercial and Business Anecdotes"에서 헨리 퍼니스 경이 경쟁자보다 먼저 주변 환경에 대한 정보를 얻고 활용하여 이익을 얻은 사례를 설명하며 "비즈니스 인텔리전스"라는 용어를 사용했다.[6] 데번스는 정보를 수집하고 이에 따라 적절하게 대응하는 능력이 비즈니스 인텔리전스의 핵심이라고 강조했다.

1958년, IBM 연구원 한스 피터 루언은 논문에서 "비즈니스 인텔리전스"라는 용어를 사용하며, 이를 "행동을 원하는 목표로 이끌 수 있도록 제시된 사실들 간의 상호 관계를 파악하는 능력"이라고 정의했다.[7][28]

1960년대 비즈니스 인텔리전스는 의사 결정 지원 시스템(DSS)의 일부로 인식되기 시작하여 1980년대까지 발전했다. DSS는 의사 결정을 지원하기 위해 컴퓨터를 사용한 모델 작성을 기원으로 한다. 1980년대 후반에는 데이터 웨어하우스, 경영자 정보 시스템(EIS), OLAP 등이 주목받으며 비즈니스 인텔리전스의 중요성이 부각되었다.

1989년, 하워드 드레스너는 비즈니스 인텔리전스를 "사실 기반 지원 시스템을 사용하여 비즈니스 의사 결정을 개선하기 위한 개념과 방법"으로 정의하며, 현대적 의미의 비즈니스 인텔리전스 개념을 확립했다.[8][27] 이 용어는 1990년대 후반에 널리 사용되기 시작했다.[9][29]

2. 3. 대한민국 현황

대한민국에서는 1990년대 후반부터 대기업을 중심으로 비즈니스 인텔리전스 시스템 도입이 시작되었으며, 2000년대 이후 IT 기술 발전과 함께 금융, 통신, 유통 등 다양한 산업 분야로 확산되었다.[9] 특히, 2010년대 이후 빅데이터, 인공지능 기술 발전과 함께 데이터 기반 의사 결정의 중요성이 강조되면서, 비즈니스 인텔리전스 시장은 더욱 성장하고 있다. 더불어민주당은 데이터 경제 활성화를 위한 정책을 적극적으로 추진하며, 기업의 비즈니스 인텔리전스 활용을 지원하고 있다.

3. 구성 요소 및 범위

비즈니스 인텔리전스(BI)는 전략 인텔리전스, 분석 인텔리전스, 확장 인텔리전스, 인텔리전스 인프라, 인텔리전스 정보전달의 5가지 주요 영역으로 구성된다.[31] 최근 전사적 성과관리(CPM : Corporate Performance Management)나 비즈니스 성과관리(BPM : Business Performance Management)와 같은 개념이 등장하고 있으나, 비즈니스 인텔리전스의 프레임워크에서 크게 벗어나지 않는다.[31]

구성내용구성 요소비고
전략 인텔리전스경영전략을 효과적으로 수립하고 실행하기 위해 필요한 가치동인 관리, 경영성과 관리, 전략 실행 모니터링, 원가 및 수익성 등에 관한 분석정보를 제공VBM, BSC, ABC/ABM경영자 등, 관리자 중심
분석 인텔리전스특정 이슈의 해결을 위한 전문적인 의사결정 모델부터 업무 기능의 영역별 보고서 및 조회를 위한 기능까지, 분석을 위한 다양한 정보를 생성하고 제공OLAP, 데이터 마이닝, 의사결정분석도구분석가, 관리자 및 담당자 중심
확장 인텔리전스기업내부뿐만 아니라 고객, 공급자 등 외부 이해관계자와의 거래 및 운영 프로세스에서 생성 되는 데이터를 분석하여 정보를 제공CRM 인텔리전스, SCM 인텔리전스관리자 및 담당자 중심
인텔리전스 인프라비즈니스 인텔리전스를 구현하기 위한 다양한 기술 및 데이터 통합기반 제공ETL, 데이터 웨어하우스, 데이터 마트
인텔리전스 정보전달비즈니스 인텔리전스에서 생성된 정보를 사용자의 요구에 맞도록 제공전사포털, 정보 시스템



이처럼 비즈니스 인텔리전스 영역에는 다양한 시스템과 기반 기술이 요구되며, 이를 이해하기 위해서는 이러한 시스템 및 기술에 대한 이해가 선행되어야 한다.[31] 기반 기술은 ETL(Extraction Transformation Loading), 데이터 웨어하우스, 데이터 마트, 데이터 마이닝, OLAP, 전사 포털 등을 포함하며, 최근에는 에이전트 기술이나 인공 신경망, 유전자 알고리즘과 같은 인공지능 기법과의 연계를 고려한 비즈니스 인텔리전스 영역들이 기술적으로 확장되고 있다.[31]

3. 1. 전략 인텔리전스

3. 2. 분석 인텔리전스

수집된 비즈니스 관련 정보는 분석을 거쳐 인텔리전스로 승화된다. 분석 인텔리전스는 특정 이슈 해결을 위한 전문적 의사 결정 모델, 업무 기능 영역별 보고서 및 조회 등 다양한 분석 정보를 제공한다. BI에서 자주 사용되는 분석 기법의 예는 다음과 같다.

3. 3. 확장 인텔리전스

확장 인텔리전스는 기업 내부뿐만 아니라 고객, 공급자 등 외부 이해관계자와의 거래 및 운영 프로세스에서 생성되는 데이터를 분석하여 정보를 제공한다. 이러한 정보 수집은 고객, 경쟁사, 비즈니스 환경에 관한 정보를 수집하는 활동을 포함한다. CRM 인텔리전스, SCM 인텔리전스 등이 활용된다.

3. 4. 인텔리전스 인프라

비즈니스 인텔리전스 구현을 위해 다양한 기술 및 데이터 통합 기반이 활용된다. 수집된 정보는 종종 축적되어 사후에 이용되는데, 이를 위한 축적 수법으로는 다음과 같은 것들이 있다.

3. 5. 정보 전달

4. 관련 기술

4. 1. 데이터 수집 및 저장

데이터 웨어하우스는 전사적 데이터를 통합 저장하는 저장소이다. 데이터 마트는 특정 목적 또는 사용자 그룹을 위한 데이터 웨어하우스의 부분 집합이다. ETL은 다양한 원천 데이터에서 필요한 데이터를 추출, 정제, 변환하여 데이터 웨어하우스 또는 데이터 마트에 적재하는 프로세스이다.

4. 2. 데이터 분석

OLAP은 다차원 데이터를 대화식으로 분석하여 의사 결정을 지원하는 기술이다. 데이터 마이닝은 대규모 데이터에서 숨겨진 패턴, 관계, 규칙 등을 발견하는 기술이다. 프로세스 마이닝(en)은 비즈니스 프로세스 로그 데이터를 분석하여 프로세스 모델을 도출하고 개선하는 기술이며, 텍스트 마이닝은 비정형 텍스트 데이터에서 유용한 정보를 추출하는 기술이다. 예측 분석(en)은 과거 데이터를 기반으로 미래를 예측하는 기술이다.

4. 3. 비정형 데이터 활용

기업 운영은 이메일, 메모, 콜센터 기록, 뉴스, 보고서, 웹 페이지, 프레젠테이션, 이미지 및 비디오 파일 등 다양한 형태의 데이터를 생성한다.[16] 이러한 정보는 생성 및 저장 방식 때문에 비정형 또는 반정형 데이터로 분류된다. 메릴린치에 따르면, 모든 비즈니스 정보의 85% 이상이 이러한 형태로 존재한다.[16]

비즈니스 인텔리전스(BI)는 정형 데이터뿐만 아니라 비정형 및 반정형 데이터도 활용한다. 정형 데이터는 검색이 용이하지만, 비정형 데이터는 분석 및 의사 결정에 필요한 많은 정보를 포함하고 있다.[1][18] 하지만 비정형 데이터는 검색, 찾기, 평가가 어렵기 때문에 조직은 이를 제대로 활용하지 못하고 정보 부족한 의사 결정을 내릴 수 있다.[1] 따라서 비즈니스 인텔리전스 솔루션은 이러한 비정형 데이터 문제를 해결해야 한다.

비정형 데이터를 활용하는 데에는 다음과 같은 어려움이 있다.[19]

  • 물리적 접근성: 비정형 데이터는 다양한 형식으로 저장되어 접근이 어렵다.
  • 용어 표준화: 연구자와 분석가 간 표준화된 용어 개발이 필요하다.
  • 데이터 양: 전체 데이터의 최대 85%가 비정형 데이터로 존재하며, 의미 분석의 필요성이 크다.
  • 검색 가능성: 단순 검색으로는 "강도죄" 검색 시 강도죄 유형(범죄, 방화, 살인 등)을 찾지 못하는 등 한계가 있다.[1]


이러한 문제를 해결하기 위해 메타데이터를 사용하여 내용에 대한 맥락을 추가할 수 있다.[1] 파일 이름, 작성자, 크기 외에 요약, 주제, 언급된 사람 또는 회사 등 내용에 대한 메타데이터가 더 유용하며, 자동 분류와 정보 추출 기술을 통해 생성할 수 있다.

5. 관련 개념

5. 1. 경영 정보 시스템 (MIS)

경영 정보 시스템(MIS)은 실제로 구축된 시스템을 말하며, 비즈니스 인텔리전스(BI)는 학문의 명칭으로서 개념적인 용어이다.[32] 그러나 시스템 없이 BI를 구현하는 것은 상상하기 어려우며, MIS 역시 단순히 시스템만을 가리키는 것이 아니라, 경영학 세부 전공 중 하나로서 학문의 의미로 쓰이는 경우가 많다.[32] 그러므로 사실상 두 용어의 차이는 미미하다고 할 수 있다.[32]

5. 2. 경쟁 정보 (CI)

경쟁 정보(Competitive Intelligence, CI)는 회사의 경쟁 환경 분석에 초점을 맞춰 정보를 수집, 분석 및 배포하는 활동이다.[13] 넓은 의미에서 경쟁 정보는 비즈니스 인텔리전스의 하위 집합으로 간주될 수 있다.[13] 고객, 경쟁사, 비즈니스 환경에 관한 정보를 수집하는 것은 경쟁 정보 활동의 중요한 부분이다. 비즈니스 인텔리전스(BI)는 의사 결정 지원을 목표로 한다는 점에서 경쟁 정보와 유사하지만,[13] BI는 주로 내부의 정형 데이터와 비즈니스 프로세스를 분석하는 데 기술, 프로세스 및 응용 프로그램을 사용한다는 점에서 차이가 있다.[13]

5. 3. 비즈니스 분석 (BA)

비즈니스 인텔리전스(Business intelligence, BI)와 비즈니스 분석은 때때로 같은 의미로 사용되지만, 다른 정의도 존재한다.[14] 바브슨 칼리지의 정보 기술 및 관리 교수인 토머스 데이븐포트는 비즈니스 인텔리전스를 정보 검색, 재무 보고, 온라인 분석 처리(OLAP), "알림" 도구, 그리고 비즈니스 분석으로 구분해야 한다고 주장한다. 이러한 정의에서 비즈니스 분석은 보고 기능보다는 통계, 예측, 최적화에 초점을 맞춘 BI의 하위 집합이다.[15]

6. 활용 분야

성과 지표 및 벤치마킹은 비즈니스 리더에게 비즈니스 목표 달성 진행 상황을 알려준다.[22] 분석(분석)은 비즈니스가 최적의 결정을 내리고 비즈니스 지식을 발견하도록 프로세스를 정량화하며, 데이터 마이닝, 프로세스 마이닝, 통계 분석, 예측 분석, 예측 모델링, 비즈니스 프로세스 모델링, 데이터 계보, 복합 이벤트 처리, 처방 분석을 포함할 수 있다. 예를 들어 은행 산업 내에서 학문적 연구는 관리적 채택을 위한 신용 평가, 고객 이탈 관리에 있어 BI 기반 분석의 가능성을 탐구해왔다.[21]

BI는 데이터 공유 및 전자 데이터 교환을 가능하게 하여 비즈니스 내부 및 외부의 협업을 촉진할 수 있다.[22] 지식 관리는 비즈니스 인텔리전스 및 일반적인 비즈니스 지식의 생성, 배포, 사용 및 관리에 관련된다.[22]

7. 역할

비즈니스 인텔리전스 관련 주요 역할에는 비즈니스 분석가, 데이터 분석가, 데이터 엔지니어, 데이터 과학자, 데이터베이스 관리자, 재무 분석가 등이 있다.[23]

8. 생성형 AI

최근에는 생성형 AI, 특히 거대 언어 모델(LLM) 기술을 비즈니스 인텔리전스에 접목하여 데이터 분석의 효율성과 사용자 편의성을 높이고 있다.[20] 이러한 조합은 데이터 분석을 용이하게 하고 사용자가 데이터를 보다 직관적으로 상호 작용할 수 있게 하여 자연어 질의를 통해 실행 가능한 통찰력을 생성한다.[20] 예를 들어, 마이크로소프트 코파일럿은 비즈니스 분석 도구인 파워 BI에 통합되었다.[20]

9. 위험 요소

가트너는 2013년 보고서에서 비즈니스 인텔리전스 공급업체를 독립적인 "순수 업체" 또는 통합된 "메가 벤더"로 분류했다.[24] 2019년에는 유럽 내에서 개인정보 보호 규정(GDPR, General Data Protection Regulation)의 새로운 법률 제정으로 인해 BI 시장이 흔들렸다. 이 규정은 데이터 수집 및 저장에 대한 책임을 데이터 사용자에게 부과하며, 데이터가 규정을 준수하도록 엄격한 법률을 시행한다. GDPR이 시행된 2019년 5월 이후 유럽 내 성장이 꾸준히 증가했다. 이 법률은 기업들이 규정 준수 관점에서 자체 데이터를 검토하도록 다시 초점을 맞췄을 뿐만 아니라, 개인화 및 외부 BI 제공업체를 사용하여 시장 점유율을 높이는 미래의 기회를 드러냈다.[25]

9. 1. 개인정보 보호

가트너는 2013년 보고서에서 비즈니스 인텔리전스 공급업체를 독립적인 "순수 업체" 또는 통합된 "메가 벤더"로 분류했다.[24] 2019년에는 유럽 내에서 개인정보 보호 규정(GDPR, General Data Protection Regulation)의 새로운 법률 제정으로 인해 BI 시장이 흔들렸다. 이 규정은 데이터 수집 및 저장에 대한 책임을 데이터 사용자에게 부과하며, 데이터가 규정을 준수하도록 엄격한 법률을 시행한다. GDPR이 시행된 2019년 5월 이후 유럽 내 성장이 꾸준히 증가했다. 이 법률은 기업들이 규정 준수 관점에서 자체 데이터를 검토하도록 다시 초점을 맞췄을 뿐만 아니라, 개인화 및 외부 BI 제공업체를 사용하여 시장 점유율을 높이는 미래의 기회를 드러냈다.[25]

참조

[1] 서적 Measuring the Success of Changes to Existing Business Intelligence Solutions to Improve Business Intelligence Reporting. Lecture Notes in Business Information Processing http://eprints.staff[...] Springer International Publishing
[2] 서적 Business Intelligence Success Factors: Tools for Aligning Your Business in the Global Economy Wiley & Sons
[3] 서적 Pulse: Understanding the Vital Signs of Your Business Ambient Light Publishing 2014
[4] 간행물 Why Business Intelligence? Significance of Business Intelligence tools and integrating BI governance with corporate governance https://www.research[...] 2013
[5] 서적 Amazon Web Services For Dummies https://books.google[...] John Wiley & Sons 2013
[6] 서적 Cyclopaedia of Commercial and Business Anecdotes; Comprising Interesting Reminiscences and Facts, Remarkable Traits and Humors of Merchants, Traders, Bankers Etc. in All Ages and Countries https://archive.org/[...] D. Appleton and company 1865
[7] 학술지 A Business Intelligence System http://www.research.[...]
[8] 웹사이트 A Brief History of Decision Support Systems, version 4.0 http://dssresources.[...] DSSResources.COM 2007-03-10
[9] 웹사이트 A Brief History of Decision Support Systems http://dssresources.[...]
[10] 서적 Topic Overview: Business Intelligence 2008-11-21
[11] 웹사이트 Topic Overview: Business Intelligence https://www.forreste[...] 2008-11-21
[12] 웹사이트 Want to know what Forrester's lead data analysts are thinking about BI and the data domain? http://blogs.forrest[...] 2010-04-29
[13] 웹사이트 What's Not BI? Oh, Don't Get Me Started... Oops Too Late... Here Goes... http://blogs.forrest[...] 2010-04-30
[14] 웹사이트 Business Analytics vs Business Intelligence? http://timoelliott.c[...] timoelliott.com 2011-03-09
[15] 인터뷰 Analytics at Work: Q&A with Tom Davenport http://www.informati[...] 2010-01-04
[16] 학술지 From unstructured data to actionable intelligence http://www.ramanarao[...]
[17] 학술지 The Problem with Unstructured Data http://soquelgroup.c[...]
[18] 학술지 Business Intelligence
[19] 문서 Unstructured Textual Data in the Organization Prentice Hall
[20] 웹사이트 Microsoft is bringing an A.I. chatbot to data analysis https://www.cnbc.com[...] 2023-05-23
[21] 학술지 Business intelligence in banking: A literature analysis from 2002 to 2013 using text mining and latent Dirichlet allocation 2015-02
[22] 서적 Developing Business Intelligence Apps for SharePoint https://books.google[...] O'Reilly Media, Inc
[23] 웹사이트 Roles in data - Learn | Microsoft Docs https://docs.microso[...]
[24] 뉴스 Gartner releases 2013 BI Magic Quadrant https://www.zdnet.co[...] 2013-02-14
[25] 웹사이트 SaaS BI growth will soar in 2010 | Cloud Computing http://infoworld.com[...] InfoWorld 2010-02-01
[26] 웹사이트 Business Intelligence - dictionary.com http://dictionary.re[...]
[27] 웹사이트 A Brief History of Decision Support Systems, version 4.0 http://dssresources.[...] 2007
[28] 학술지 A Business Intelligence System http://www.research.[...]
[29] 웹사이트 A Brief History of Decision Support Systems http://dssresources.[...] 2010-11-01
[30] 서적 Management Information Systems 12/E: Managing the Digital Firm, CHAPTER 1, Pearson Education Asia
[31] 서적 경영정보시스템원론(제2판), 2005, 553p 법영사
[32] 서적 Management Information Systems 12/E: Managing the Digital Firm Pearson Education Asia


본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.

문의하기 : help@durumis.com