기술 분석이란 무엇입니까

마지막 업데이트: 2022년 1월 9일 | 0개 댓글
  • 네이버 블로그 공유하기
  • 네이버 밴드에 공유하기
  • 페이스북 공유하기
  • 트위터 공유하기
  • 카카오스토리 공유하기
산업환경분석

기술 분석이란 무엇입니까

기술적 분석 ( 技術的分析 , technical analysis )은 주식시장을 비롯한 금융시장을 분석하고 예측하는 기법 가운데 하나다.

주로 가격 그래프( 차트 )를 이용해 분석한다.

주식에 대한 과거 기록을 토대로 일관된 추세를 발견해 미래가격의 변동 방향을 찾아내는 분석기법을 가리킨다.

즉 주가 차트를 분석, 과거 시세 및 거래량 변동과 그에 따른 일정한 습성을 파악함으로써 앞으로 주가가 어떤 방향으로

움직일 것인가를 예측하는 기법이라 할 수 있다.

기술적 분석은 가격에는 모든 정보가 반영돼 있다, 가격은 일정한 추세 내에서 움직인다.

가격 패턴은 반복된다는 세 가지 사실을 전제로 한다

4. 이동평균선. (지표동향, 주가추이를 분석)

이동평균( moving average )은 일정 기간 동안의 가격의 평균을 그래프로 그린 것이다.

이를테면, 오늘의 20일 이평균값은 오늘의 가격(종가)부터 19일전의 종가까지를 평균한 값이다.

20일 이평균선은 이런 이평균값을 그래프로 이은 것이다.

이동평균은 추세를 계량적으로 표현하기 위해 개발된 기본적이고 강력한 도구이며, 기술적 분석 밖에서도 많이 채용된다.

MACD는 이동평균을 이용해 고안된 지표이다.

5일선 (1주일간 주가평균) → 심리선 (단기매매에 자주 쓰임)

20일선 (1개월간 주가평균) → 금리선 또는 생명선

60일선 (3개월 주가평균) → 수급선 (증시의 수요,공급 대변)

120일선 (6개월 주가평균) → 추세선 (상승추세, 하락추세, 횡보추세 판단)

240일선 (1년 주가평균) → 경기선

단기이동평균선 : 증시의 단기적인 투자심리나 금리변동.

중기이동평균선 : 수급상황의 변동과 시장의 추세전환.

장기이동평균선 : 경기흐름의 변화.

※증시에서는 특히 "추세선 (120일)" 과 "경기선 (240일)"의 움직임에 큰 의미를 부여하기도 함.

가격이 일정 기간 계속 같은 방향(위/아래/옆)으로 움직이는 것을 추세라 한다. 상승추세는 고점과 저점이

점차 높아지는 것으로 정의한다.

하락추세도 같은 식으로 정의한다.

추세를 예측하거나 감지, 확인하는 것이 기술적 분석의 기본 목표이다.

[보충설명]
1.개요
- 추세(Trend)는 기술적 분석의 필수 조건이며 가장 기본적으로 알아야 할 용어이다.

기술적 분석가들이 사용하는 모든 지표(지지선, 저항선, 이동평균선, 패턴, 오실레이터 등)는

이 추세를 분석하여 매매 시점을 잡는데 사용된다.
우리는 흔히 '추세와 같은 방향으로 거래하라' '추세에 거슬리지 마라'등 추세가 가장 중요하고 기본적인

그러면 추세란 무엇인가? 간단하게 추세란 시장의 방향이라고 할 수 있다.
이러한 시장의 방향은 직선으로 나타날 수도 있고 곡선으로 나타날 수도 있다.

분명한 것은 한번 설정된 방향은 좀처럼 전환되지 않는다는 것이다.

추세 분석은 시장 가격의 고점과 저점의 위치로 분석하는데 상승추세라하면 고점과 저점이 점점 높아지는 것이고,

하락추세라 하면 고점과 저점이 점차 낮아지는 것을 말한다.
이런 추세가 선으로 이어지면 추세선이라 하고 추세분석은 추세선 분석으로 크게 정의된다.

이 추세선은 챠트에서 둘 혹은 그 이상의 연속된 점을 연결하여 그리면 된다.

상승추세선은 둘 혹은 그 이상의 저점을 연속해서 그리며 지지선 이라고도 한다.

하락 추세선은 둘 혹은 그 이상의 고점을 연속해서 그리며 저항선이라고도 한다.

2. 해석
- 추세 분석의 기본명제가 '추세는 한번 진행되면 추세가 깨질 때까지 변하지 않는다'인데

그 만큼 추세가 한번 형성되면 오랫동안 한 방향으로 진행이 되고 그 기간도 상당히 길다.
그래서 정확히 추세 분석만 되면 높은 수익률이 보장된 셈이다.

그러므로 추세선을 이용해 추세분석을 하면 추세선이 깨질 때까지 현재 추세와 흐름을 같이 하는 것이 현명하다.

아니면 추세가 깨질 때를 기다려 새로운 추세와 흐름을 같이 하는 것이 현명하며 이것이 감각적 결정과

추세분석 결정과의 근본적 차이점이다.

간단한 추세분석법은 추세선의 길이, 간격, 각도, 시간, 횟수 등 여러 가지가 있다.
이를 살펴보면
- 추세선의 길이 : 길수록 신뢰도가 크고
- 추세선의 간격 : 넓을수록 신뢰도가 크며
- 추세선의 각도 : 45。 각도가 이상적이나 보조적으로 26。 사용한다.
- 추세선의 시간 : 통상 6∼8주 혹은 수개월

Shopee 및 Lazada에서 경쟁업체를 모니터링하는 방법에 대한 가이드

Shopee 및 Lazada에서 경쟁업체를 모니터링하는 방법에 대한 가이드

가장 디지털 시대에 전자 상거래 비즈니스를 하는 것은 아직 많은 이점이 있습니다. 기술을 활용하면 생산성과 탄력성을 높이고 출시 시간을 단축할 수 있습니다.

그러나 전자 상거래는 또한 경쟁이 치열한 산업입니다. 따라서 신속하고 투명하며 항상 고객을 맞이할 준비가 되어 있어야 합니다.

경쟁은 모든 비즈니스에서 필수적입니다. 그러나 매일 같은 제품을 판매하는 새로운 경쟁자가 있는 비즈니스에 있다면 어떻게 될까요? 그런 다음 경쟁사 분석을 먼저 해야 합니다.

아니면 온라인 상점의 성장을 저해할 위험이 있습니다.

전자 상거래 경쟁사 분석이란 무엇입니까?

전자 상거래 경쟁자 분석은 경쟁자를 식별하고 그들의 판매 및 마케팅 전략을 수집하고 이해하는 프로세스입니다.

그 목적은 경쟁자의 움직임을 예상하고 한 발 앞서 나가는 것입니다.

여기에서는 경쟁사 분석 방법, 경쟁사에서 찾아야 할 사항, 수집한 데이터를 유리하게 활용하는 방법에 대해 설명합니다.

그러나 사용 방법을 설명하기 전에 경쟁사 분석 전략을 통해 매장에서 이점을 얻을 수 있는 방법은 다음과 같습니다.

온라인 시장에서 경쟁사 분석의 이점

온라인 마켓플레이스는 판매자 간의 경쟁이 가장 치열한 것으로 알려진 산업 중 하나입니다. 따라서 특히 마케팅 및 대상 고객에게 비즈니스를 소개할 때 항상 A-game에 있어야 합니다.

경쟁사 분석이 비즈니스에 도움이 되는 방법은 다음과 같습니다.

매장의 강점과 약점 파악

귀하의 상점은 일부 영역에서는 탁월하지만 다른 영역에서는 때때로 부족합니다. 그러나 고객이 지적하지 않는 한 이를 지나치게 되는 경우가 많습니다. 그리고 그때쯤이면 이미 너무 늦을 것입니다.

강점과 약점을 파악하려면 타겟 고객의 눈을 통해 경쟁자를 봐야 합니다.

고객이 경쟁업체를 어떻게 인식하는지 알게 되면 시장에서 귀하의 비즈니스가 어느 위치에 있는지 알 수 있습니다.

그리고 이 데이터는 고객이 온라인 상점과 해당 제품을 어떻게 보길 원하는지 전략을 세우고 이미지를 만드는 데 도움이 됩니다.

또한 자신의 한계를 알면 개선해야 할 부분을 파악할 수 있습니다.

이 모든 것을 알면 비즈니스를 위한 훌륭한 일을 달성하는 데 사용할 수 있습니다.

고객에 대한 더 나은 이해 확보

고객이 원하는 것을 진정으로 이해하려면 시간과 겸손이 필요합니다. 제품을 효과적으로 마케팅하고 판매하려면 경청하고, 의사 소통하고, 관찰해야 합니다. 그들에게 .

경쟁업체에 대한 심층 분석을 수행하면 시장에서 제대로 서비스를 받지 못하는 영역이 드러날 것입니다. 그런 다음 해당 영역에서 더 나은 고객 경험을 제공하기 위해 제품을 조정하고 확장할 수 있습니다.

최신 트렌드를 파악하세요.

전자상거래 경쟁업체로부터 배우면 새로운 트렌드를 식별하고 시장의 변화를 예측하고 이를 활용하는 데 도움이 됩니다.

경쟁업체를 자세히 살펴보면 일부 경쟁업체가 트렌드를 활용할 때 많은 관심을 받는 것을 알 수 있습니다. 물론 이것은 추세에 뛰어 드는 것이 기술 분석이란 무엇입니까 그들이 판매하는 것에 대해 의미가 있다고 가정합니다.

소비자들은 여전히 ​​공짜를 소중히 여깁니까? 아니면 할인 쿠폰을 선호합니까? 귀하의 이익 마진이 귀하가 판매하는 제품에 대해 계속해서 의미가 있습니까? 아니면 가격면에서 직접 경쟁자와 경쟁해야 합니까?

경쟁자를 지속적으로 추적하면 경쟁 환경을 유지할 수 있습니다.

현명한 결정

이제 막 시작했든 이미 비즈니스 주기를 따라가고 있든, 정보에 입각한 결정을 내리는 능력은 항상 중요합니다. 경쟁사 분석을 할 때 더 많은 지식을 얻을 수 있으므로 결정을 내릴 때 더 자신감을 가질 수 있습니다.

경쟁사 분석은 프로세스일 뿐만 아니라 잘못된 제품에 투자하거나 잘못된 리소스에 시간을 할애하는 것과 같은 값비싼 실수를 방지하는 데 도움이 되는 도구이기도 합니다.

또한 미래 성장을 위한 기준을 설정하는 데 도움이 됩니다. 크고 작은 라이벌을 모두 살펴봄으로써 당신이 어디로 향하고 있는지, 성공과 실패가 어떤 모습일지 알 수 있습니다.

전자 상거래에 대한 경쟁사 분석을 수행하는 방법

스플릿 드래곤 경쟁자 분석

경쟁업체 분석은 많은 정보를 처리하고 경쟁업체 비즈니스의 다양한 측면을 분석하기 때문에 지루할 수 있습니다.

당신을 위해 더 쉽게 하기 위해, 우리는 지적할 것입니다.

전자상거래 경쟁사 분석 시 집중해야 할 6가지 영역:

이제 무엇을 찾아야 하는지 알았으니 여기에서

경쟁사 분석을 위한 6단계:

1. 경쟁업체 나열 및 분류

당신은 당신이 당신의 것과 같은 제품을 판매하는 상점을 선택해야 하고 당신이 옳다고 생각할 수도 있습니다. 그 외에도 노력을 최대한 활용하기 위해 시간과 관심을 기울일 가치가 기술 분석이란 무엇입니까 기술 분석이란 무엇입니까 있는 상점을 알아야 합니다..

일반적으로 경쟁자에는 3가지 유형이 있습니다.

직접적인 경쟁자는 귀하가 제공하는 것과 유사한 제품 또는 서비스를 판매합니다. 같은 시장 . 경쟁업체를 생각할 때 가장 먼저 떠오르는 판매자 또는 비즈니스입니다.

Shopee VS Lazada 또는 맥도날드 VS Burger King VS Jollibee와 같습니다.

간접 경쟁자는 귀하와 동일한 범주에 있지만 동일한 문제를 해결하기 위해 다른 제품 제공 .

운동복을 판매하고 있고 피트니스 액세서리를 판매하는 라이벌이 있는 경우 동일한 패션 카테고리에 속하여 동일한 문제를 해결하지만 다른 제품을 사용하게 됩니다.

대체 경쟁업체가 제공하는 귀하가 제공하는 제품 또는 서비스를 대체 . 판매하는 제품은 다르지만 둘 다 동일한 문제를 해결하기를 원합니다.

스피커 판매자의 경우 헤드폰 판매자는 대체 경쟁자로 간주될 기술 분석이란 무엇입니까 수 있습니다. 소비자는 자신이 듣고 있는 소리를 직접 귀로 듣고 싶다고 결정했기 때문에 스피커 대신 헤드폰을 구입할 수 있었습니다.

대체 경쟁자는 정확하게 식별하기가 더 어려울 수 있습니다. 때로는 소비자 자신이 두 제품을 모두 보고 선호도를 가늠할 때까지 자신이 원하는 것이 무엇인지 모르기 때문입니다.

다행히도 이 모든 것은 진행하면서 경쟁자를 식별하면서 배울 수 있습니다. 당신은 아마 당신이 기대했던 것보다 더 많은 것을 발견하게 될 것입니다. 예, 두렵기도 하지만 신나는 일이기도 합니다!

2. 경쟁사의 영업 전략을 파악하라

경쟁업체가 판매하는 방법을 찾는 것은 까다로울 수 있습니다. 그들이 제품을 어떻게 판매하고 있는지 깊이 파고들어 분석해야 합니다.

더 깊이 파고드는 데 도움이 되도록 조사하는 동안 기술 분석이란 무엇입니까 다음 질문에 답하세요.

      • 그들은 어떤 온라인 판매 플랫폼을 사용하고 있습니까?
      • 그들은 어떻게 고객과 신뢰를 구축합니까?
      • 그들의 고객이 그들에게서 구매하는 이유는 무엇입니까?
      • 그들의 월간 및 연간 수익은 얼마입니까?
      • 어떤 상품권과 쿠폰을 사용합니까?
      • 그들의 전술의 가능한 이점은 무엇입니까?
      • 잠재적인 단점은 어떻습니까?

    이러한 질문에 답하면 그에 따라 영업 전략을 세우는 데 도움이 됩니다. 그러나 귀하의 비즈니스에 적합한 경우에만 전술을 조정하십시오. 모든 계획이나 전술이 귀하의 브랜드에 적용되는 것은 아닙니다.

    3. 가격과 변경 빈도를 살펴보십시오.

    스플릿 드래곤즈 경쟁사 추적 실행 도구

    시장에서 판매할 때 가격 책정이 중요하다는 것을 이미 알고 있습니다. 또한 특정 제품에 가격을 매길 때 고려해야 할 사항이 많다는 것도 이미 알고 있습니다. 가격과 경쟁업체 사이에 큰 차이가 있다는 것을 알게 되면 다른 요소를 살펴보십시오. 아마도 귀하의 제품에 더 많은 기능이 있거나 귀하의 제품이 더 나은 품질로 만들어질 수 있습니다. 순전히 가격 경쟁을 피하기 위해 이러한 기능을 강조할 수 있습니다.

    여기서 귀하의 기술 분석이란 무엇입니까 목표는 귀하의 잠재 고객에게 합리적으로 느껴지고 귀하의 비즈니스에 합당한 방식으로 제품 가격을 유지하는 것입니다.

    4. 경쟁업체의 제품 리스팅 노력 분석

    제품 목록을 디자인하고 표시하는 방법은 온라인 쇼핑객이 제품 또는 상점과 상호 작용하는 방식에 중요한 역할을 합니다.

    귀하의 제품 목록은 고객이 그 자리에서 구매를 완료하도록 설득할 수 있습니다. 또는 목록이 의심스럽거나 설득력 있는 콘텐츠가 부족한 경우 거부할 수도 있습니다.

    먼저 경쟁사의 제품 목록을 분석하고 해당 제품이 시장의 검색 엔진에 최적화되어 있는지 확인합니다.

    제목과 설명을 어떻게 구성합니까? 제품 사진을 어떻게 정렬합니까? 검색 엔진 결과에서 좋은 순위를 기록합니까?

    둘째, 제품 목록에서 키워드 공백을 확인하십시오.

    키워드는 고객이 제품을 찾을 때 검색창에 입력하는 단어 또는 구문입니다. 좋은 키워드는 목록이 최적화되고 검색 결과에서 상위에 나타나는 데 도움이 됩니다.

    따라서 사용하지 않는 순위 키워드가 있는지 확인하고 당신 사용하지 않는 순위 키워드를 갖고 필요한 조정을 합니다.

    5. 경쟁사의 시장 점유율을 정량화하십시오.

    시장 점유율은 산업의 총 수익에서 백분율로 측정된 판매입니다. 기업의 시장 점유율 가치는 경쟁력에 비례합니다.

    즉, 시장 점유율이 높은 제품은 해당 온라인 시장에서 선두 제품이라는 의미입니다.

    시장 플랫폼 내에서 경쟁자의 시장 점유율을 수량화하면 온라인 운영에서 얼마나 잘하고 있는지에 대한 관점을 얻을 수 있습니다. 빠르게 성장하는 시장 점유율을 가진 온라인 상점은 수익도 경쟁사보다 빠르게 성장하고 있음을 의미합니다.

    6. 할인 및 바우처 사용 방법 분석

    거의 모든 온라인 소매업체는 마케팅 전략의 일부로 할인 및 상품권을 제공하여 제품을 홍보합니다. 즉, 매우 정가를 지불할 것으로 예상하는 고객은 거의 없습니다. 온라인에서 구매한 제품의 경우.

    상품권과 할인 쿠폰은 현명하게 사용하면 수익 창출 장치로 간주됩니다. 또한 경쟁업체가 할인 및 바우처를 배포하는 방법을 알면 마케팅 전략을 엿볼 수 있습니다.

    또한 할인쿠폰에 얼마를 썼는지 확인할 수 있어 얼마를 지불할 의향이 있는지 비교하고 확인할 수 있다면 더 좋을 것입니다.

    Split Dragon 경쟁자 바우처 추적기

    경쟁사 분석으로 탑 셀러 되기

    온라인 플랫폼에 온라인 상점이 더 많이 열리면서 새로운 고객을 찾는 것이 점점 더 어려워지고 있습니다. 그러나 경쟁사 분석과 같은 장기 전략에 투자하면 비즈니스가 평생 보상을 받을 수 있는 길을 열어주는 것이기도 합니다.

    경쟁업체를 분석하는 데 도움이 더 필요하십니까? 스플릿 드래곤을 사용해보십시오 경쟁사 추적 도구 무료로 몇 번의 클릭만으로 경쟁업체가 하는 일을 자동으로 추적하고 업데이트할 수 있습니다.

    초보자를위한 빅 데이터 분석에 대한 완전한 가이드

    Facebook, Google, Amazon과 같은 기업이 빅 데이터에서 가치를 추출하는 고객의 성향을 이해하기 위해 분산 데이터 처리 및 분석의 새로운 패러다임을 설정했기 기술 분석이란 무엇입니까 때문에 빅 데이터 분석이 주목을 받았습니다.

    이 튜토리얼에서는 빅 데이터 분석을 설명하고 빅 데이터 및 데이터 과학과 비교합니다. 비즈니스가 빅 데이터 전략에 필요한 속성과 작동하는 방법론을 다룰 것입니다. 또한 최신 트렌드와 데이터 분석의 일부 사용 사례에 대해서도 언급합니다.

    빅 데이터 분석

    아래 이미지에서 볼 수 있듯이 Analytics에는 IT 기술, 비즈니스 기술 및 데이터 과학을 사용할 수있는 사람이 필요합니다. 빅 데이터 분석은 빅 데이터의 가치를 활용하는 중심에 있으며 조직의 소비 가능한 통찰력을 도출하는 데 도움이됩니다.

    IT 기술, 비즈니스 기술 및 데이터 과학

    빅 데이터 분석이란?

    빅 데이터 분석은 빅 데이터에 대한 통계 기법, 도구 및 분석 절차 모음을 사용합니다.

    추천 읽기 => 빅 데이터 소개

    빅 데이터에서 귀중한 패턴과 의미있는 통찰력을 추출하여 데이터 기반 의사 결정을 지원하는 데 도움이되는 분석입니다. 빅 데이터와 분석이 대중화 된 것은 소셜 미디어, IoT 데이터와 같은 새로운 데이터 소스의 출현 때문입니다.

    이러한 추세는 데이터 마이닝, 정리, 모델링 및 시각화를위한 기술, 도구, 기술 및 프로세스를 포괄하는 '데이터 과학'이라는 실습 및 연구 영역을 야기하고 있습니다.

    빅 데이터 대 빅 데이터 분석 대 데이터 과학

    에 빅 데이터, 데이터 과학 및 빅 데이터 분석 간의 비교 아래 표에서 이해할 수 있습니다.

    추천 읽기 = >> 데이터 과학 대 컴퓨터 과학

    모든 빅 데이터 분석 전략이 가져야하는 것

    잘 정의되고 통합 된 포괄적 인 전략은 조직의 귀중한 데이터 기반 의사 결정에 기여하고 지원합니다. 이 섹션에서는 빅 데이터 분석 전략을 정의 할 때 고려해야 할 가장 중요한 단계를 나열했습니다.

    1 단계 : 평가

    이미 비즈니스 목표와 일치하는 평가에는 주요 이해 관계자가 참여하고 올바른 기술을 갖춘 구성원 팀을 구성하고 정책, 사람, 프로세스, 기술 및 데이터 자산을 평가해야합니다. 필요한 경우이 프로세스에서 평가 대상 고객을 참여시킬 수 있습니다.

    2 단계 : 우선 순위 지정

    평가 후에는 사용 사례를 도출하고 빅 데이터 예측 분석, 규범 적 분석 및 코 그너 티브 분석을 사용하여 우선 순위를 지정해야합니다. 또한 우선 순위 매트릭스와 같은 도구를 사용하고 주요 이해 관계자의 피드백과 입력을 통해 사용 사례를 추가로 필터링 할 수 있습니다.

    3 단계 : 로드맵

    이 단계에서는 시간 제한 로드맵을 만들고 모든 사람을 위해 게시해야합니다. 로드맵에는 복잡성, 자금, 사용 사례의 고유 한 이점 및 매핑 된 프로젝트에 대한 모든 세부 정보가 포함되어야합니다.

    4 단계 : 변경 관리

    변경 관리를 구현하려면 데이터 가용성, 무결성, 보안 및 유용성을 관리해야합니다. 기존 데이터 거버넌스를 사용하는 효과적인 변경 관리 프로그램은 지속적인 모니터링을 기반으로 활동 및 구성원에게 인센티브를 제공합니다.

    5 단계 : 올바른 기술 세트

    올바른 기술 세트를 식별하는 것은 업계의 현재 추세에서 조직의 성공에 매우 중요합니다. 따라서 올바른 리더를 따르고 중요한 이해 관계자를 교육하기위한 교육 프로그램을 가져와야합니다.

    6 단계 : 안정성, 확장 성 및 보안

    올바른 접근 방식과 효과적인 빅 데이터 분석 전략은 데이터 과학 원칙과 관련된 해석 가능한 모델을 효과적으로 사용하여 분석 프로세스를 안정적으로 만듭니다. 빅 데이터 분석 전략에는 강력하고 긴밀하게 통합 된 분석 파이프 라인을 위해 처음부터 보안 측면도 포함되어야합니다.

    데이터 분석을위한 데이터 파이프 라인 및 프로세스

    데이터 분석 파이프 라인을 계획 할 때 고려해야 할 세 가지 기본 측면이 있습니다. 다음과 같습니다.

    1. 입력:데이터 형식 처리 할 기술의 선택은 데이터의 기본 특성을 기반으로합니다. 데이터가 시계열인지 품질인지 여부.
    2. 산출:커넥터 선택 , 보고서 및 시각화는 최종 사용자의 기술 전문 지식과 데이터 소비 요구 사항에 따라 달라집니다.
    3. 음량:확장 솔루션 빅 데이터 처리 시스템에 과부하가 걸리지 않도록 데이터 양에 따라 계획됩니다.

    이제 빅 데이터 분석 파이프 라인의 일반적인 프로세스와 단계에 대해 논의하겠습니다.

    1 단계 : 데이터 수집

    데이터 수집은 데이터 파이프 라인에서 가장 중요한 첫 번째 단계입니다. 데이터의 세 가지 측면을 고려합니다.

    • 데이터 소스 – 빅 데이터 파이프 라인의 아키텍처 선택과 관련하여 중요합니다.
    • 데이터 구조 – 직렬화는 파이프 라인 전체에서 동종 구조를 유지하기위한 핵심입니다.
    • 데이터의 청결성 – 분석은 결 측값 및 이상 값 등과 같은 문제가없는 데이터만큼 우수합니다.

    2 단계 : ETL / 창고

    다음으로 중요한 모듈은 ETL (Extract Transform Load)을 수행하는 데이터 저장 도구입니다. 적절한 데이터 센터의 데이터 저장은 다음에 달려 있습니다.

    하둡

    데이터 센터에서 ETL /웨어 하우징을 위해 시간 테스트를 거친 도구는 다음과 같습니다.

    • Apache Hadoop
    • Apache Hive
    • Apache Parquet
    • Presto 쿼리 엔진

    Google, AWS, Microsoft Azure와 같은 클라우드 회사는 이러한 도구를 유료로 제공하고 초기 자본 지출을 절약합니다.

    3 단계 : 분석 및 시각화

    빠른 쿼리에 대한 Hadoop의 한계를 고려할 때 필요한 결과 시각화와 함께 빠르고 임시 쿼리를 허용하는 분석 플랫폼과 도구를 사용해야합니다.

    >> 추천 자료 : 빅 데이터 도구

    4 단계 : 모니터링

    시각화 도구를 사용하여 수집, 저장 및 분석을위한 인프라를 설정 한 후 다음 단계는 모니터링 할 IT 및 데이터 모니터링 도구를 사용하는 것입니다. 여기에는 다음이 포함됩니다.

    • CPU 또는 GPU 사용량
    • 메모리 및 리소스 소비
    • 네트워크

    고려할 가치가있는 몇 가지 도구는 다음과 같습니다.

    모니터링 도구는 빅 데이터 분석 파이프 라인에서 필수 불가결하며 파이프 라인의 품질과 무결성을 모니터링하는 데 도움이됩니다.

    빅 데이터 분석 아키텍처

    아래의 아키텍처 다이어그램은 현대 기술이 Hadoop 및 Map-reduce 처리, 인 메모리 분석 시스템 및 실시간 분석을 위해 비정형 및 정형 데이터 소스를 모두 사용하여 실시간 운영 및 의사 결정을위한 결합 된 결과를 가져 오는 방법을 보여줍니다.

    big_data_architecture

    데이터 분석의 현재 동향

    이 섹션에서는 업계에서 빅 데이터 분석의 추세를 구현하거나 따를 때 찾아야 할 필수 측면을 나열했습니다.

    # 1) 빅 데이터 소스

    빅 데이터에는 주로 세 가지 소스가 있습니다. 다음은 다음과 같습니다.

    • 소셜 데이터 : 소셜 미디어 사용으로 인해 생성 된 데이터. 이 데이터는 감정고객의 행동 마케팅 분석에 유용 할 수 있습니다.
    • 머신 데이터 : 이 데이터는 IoT 센서를 사용하는 산업 장비 및 애플리케이션에서 캡처됩니다. 이해를 돕는다 사람들의행동 에 대한 통찰력을 제공합니다. 프로세스 .
    • 거래 데이터 : 지불 주문, 청구서, 영수증 등에 관한 사용자의 오프라인 및 온라인 활동의 결과로 생성됩니다. 이러한 종류의 데이터는 대부분 전처리청소 분석에 사용할 수 있습니다.

    # 2) SQL / NoSQL 데이터 스토리지

    기존 데이터베이스 또는 RDBMS와 비교할 때 NoSQL 데이터베이스는 빅 데이터 분석에 필요한 작업에 더 나은 것으로 입증되었습니다.

    NoSQL 데이터베이스는 본질적으로 비정형 데이터를 매우 잘 처리 할 수 ​​있으며 값 비싼 스키마 수정, 수직 확장 및 ACID 속성의 간섭에 국한되지 않습니다.

    # 3) 예측 분석

    Predictive Analytics는 조직이 새로운 고객 응답 또는 구매 및 교차 판매 기회를 생성하도록 유도하는 맞춤형 통찰력을 제공합니다. 조직은 예측 분석을 사용하여 개별 요소를 세부적으로 예측하여 향후 결과를 예측하고 잠재적 인 문제를 방지합니다. 이것은 또한 과거 데이터와 결합되어 규범 적 분석으로 바뀝니다.

    빅 데이터 예측 분석이 성공적으로 사용 된 일부 영역은 비즈니스, 아동 보호, 임상 의사 결정 지원 시스템, 포트폴리오 예측, 경제 수준 예측 및 보험입니다.

    # 4) 딥 러닝

    빅 데이터는 기존 컴퓨팅에 비해 압도적입니다. 데이터 분석의 전통적인 기계 학습 기술은 데이터의 다양성과 양이 증가함에 따라 성능이 평평 해졌습니다.

    분석은 형식 변형, 고도로 분산 된 입력 소스, 불균형 입력 데이터 및 빠르게 움직이는 스트리밍 데이터와 관련하여 문제에 직면하고 있으며 딥 러닝 알고리즘은 이러한 문제를 매우 효율적으로 처리합니다.

    딥 러닝은 시맨틱 인덱싱, 차별적 작업 수행, 시맨틱 이미지 및 비디오 태깅, 소셜 타겟팅, 그리고 객체 인식, 데이터 태깅, 정보 검색 및 자연어 영역의 계층 적 다단계 학습 접근 방식에서 효과적인 사용을 발견했습니다. 처리.

    # 5) 데이터 레이크

    서로 다른 시스템에 서로 다른 데이터 세트를 저장하고이를 분석을 위해 기존 데이터 관리 접근 방식과 결합하는 것은 비용이 많이 들고 거의 불가능합니다. 따라서 조직은 실행 가능한 분석을 위해 원시 형식으로 데이터를 저장하는 데이터 레이크를 만들고 있습니다.

    아래 이미지는 빅 데이터 아키텍처의 예시 데이터 레이크를 보여줍니다.

    data_lake_example

    빅 데이터 분석 사용

    아래에 몇 가지 일반적인 사용 사례를 나열했습니다.

    # 1) 고객 분석

    빅 데이터 분석은 기업 고객을위한 마이크로 마케팅, 일대일 마케팅, 세분화 및 대량 맞춤화와 같은 다양한 목적에 유용합니다. 기업은 유사하거나 다른 범위의 제품 및 서비스를 상향 판매하거나 교차 판매하려는 고객 성향에 따라 제품 및 서비스를 개인화하는 전략을 만들 수 있습니다.

    # 2) 운영 분석

    운영 분석은 기존 데이터를 활용하고이를 머신 및 IoT 데이터로 보강하여 전반적인 의사 결정 및 비즈니스 결과를 개선하는 데 도움이됩니다.

    예를 들면 의료 분야의 빅 데이터 분석을 통해 의료 지출 최적화, 임상 시험 모니터링 개선, COVID-19와 같은 질병 전염병에 대한 대응 예측 및 계획과 관련된 새로운 기회와 도전에 직면 할 수있게되었습니다.

    # 3) 사기 방지

    빅 데이터 분석은 주로 금융 및 보험 부문에서 사기 시도를 예상하고 줄임으로써 막대한 이점을 제공 할 수있는 잠재력을 가지고 있습니다.

    예를 들면 보험 회사는 인구 통계, 수입, 의료 청구, 변호사 비용, 날씨, 고객의 음성 녹음 및 콜센터 메모에 대한 실시간 데이터를 캡처합니다. 특정 실시간 세부 정보는 위에서 언급 한 정보를 과거 데이터와 결합하여 추측 된 사기성 주장을 조기에 식별함으로써 예측 모델을 도출하는 데 도움이됩니다.

    # 4) 가격 최적화

    기업은 빅 데이터 분석을 사용하여 카테고리 수준이 아닌 제품 수준에서 최상의 가격을 찾아 수익 마진을 증가시킵니다. 대기업은 수천 개의 제품에 대해 정기적으로 변경되는 가격 변수의 세부 사항과 복잡성을 파악하기가 너무 압도적이라고 생각합니다.

    동적 거래 스코어링과 같은 분석 기반 가격 최적화 전략을 통해 기업은 데이터 및 개별 거래 수준에 대한 통찰력을 기반으로 제품 및 세그먼트 클러스터의 가격을 설정하여 까다로운 고객으로부터 빠른 성공을 거둘 수 있습니다.

    자주 묻는 질문

    Q # 1) 빅 데이터 분석은 좋은 직업입니까?

    대답: 이는 모든 조직에 부가가치이며 정보에 입각 한 결정을 내릴 수 있고 경쟁사보다 우위를 제공합니다. 빅 데이터 경력 이동은 조직의 주요 의사 결정자가 될 가능성을 높입니다.

    Q # 2) 빅 데이터 분석이 중요한 이유는 무엇입니까?

    대답: 조직이 산업 데이터를 결합하고 분석 할 수있는 새로운 성장 기회와 완전히 새로운 범주의 제품을 만들 수 있도록 도와줍니다. 이러한 회사는 제품 및 서비스, 구매자 및 공급 업체, 소비자 선호도에 대해 수집하고 분석 할 수있는 충분한 정보를 가지고 있습니다.

    Q # 3) 빅 데이터 분석에 필요한 것은 무엇입니까?

    대답: 훌륭한 빅 데이터 분석가가 숙지해야하는 기술의 범위는 엄청납니다. 빅 데이터 분석을 마스터하려면 다양한 도구, 소프트웨어, 하드웨어 및 플랫폼에 대한 이해가 필요합니다. 예를 들면 스프레드 시트, SQL 쿼리, R / R Studio 및 Python은 몇 가지 기본 도구입니다.

    엔터프라이즈 수준에서는 Linux, Hadoop, Java, Scala, Python, Spark, Hadoop 및 HIVE 외에도 MATLAB, SPSS, SAS 및 Congnos와 같은 도구가 중요합니다.

    객관적인 질문 :

    Q # 4) 아래 주어진 데이터베이스 중 NoSQL 데이터베이스가 아닌 것은 무엇입니까?

    대답: PostgreSQL

    Q # 5) Cassandra는 NoSQL입니까?

    대답: 진실

    Q # 6) 다음 중 Hadoop의 속성이 아닌 것은 무엇입니까?

    대답: 실시간

    Q # 7) 데이터 과학자가 수행하지 않는 모든 활동을 선택하십시오.

    • 기계 학습 모델을 구축하고 성능을 향상시킵니다.
    • 분석을 검증하기위한 통계 모델 평가
    • 데이터 시각화 도구를 사용하여 고급 분석 요약
    • 내부 팀 및 비즈니스 고객에게 기술 분석 결과 발표

    대답: 내부 팀 및 비즈니스 고객에게 기술 분석 결과 발표

    추가 읽기 = >> 데이터 분석가와 데이터 과학자의 주요 차이점

    Q # 8) 데이터 분석가는 어떤 활동을 수행합니까?

    • 원시 데이터 정리 및 구성
    • 데이터에서 흥미로운 트렌드 찾기
    • 쉬운 해석을위한 대시 보드 및 시각화 생성
    • 무엇보다도

    대답: 무엇보다도

    Q # 9) 다음 중 데이터 엔지니어가 수행하는 작업은 무엇입니까?

    • 새 데이터 소스를 기존 데이터 분석 파이프 라인에 통합
    • 데이터 소비를위한 API 개발
    • 기술 분석이란 무엇입니까
    • 지속적인 성능을위한 시스템 모니터링 및 테스트
    • 무엇보다도

    대답: 무엇보다도

    Q # 10) 분석을위한 올바른 데이터 흐름 순서는

    • 데이터 소스, 데이터 준비, 데이터 변환, 알고리즘 설계, 데이터 분석
    • 데이터 소스, 데이터 변환, 알고리즘 설계, 데이터 준비, 데이터 분석
    • 데이터 소스, 알고리즘 설계, 데이터 준비, 데이터 변환, 데이터 분석
    • 데이터 소스, 데이터 준비, 알고리즘 설계, 데이터 변환, 데이터 분석

    대답: 데이터 소스, 데이터 준비, 데이터 변환, 알고리즘 설계, 데이터 분석

    Q # 11) 데이터 분석은 선형 프로세스입니다.

    대답: 그릇된

    Q # 12) 탐색 적 분석은

    • 대답 자세한 초기 데이터 분석 질문
    • 데이터 세트의 문제 확인
    • 질문에 대한 답을 스케치하기
    • 데이터가 질문에 답하기에 올바른지 확인

    대답: 대답 자세한 초기 데이터 분석 질문

    Q # 13) 예측 질문은 추론 질문에 주어진 또 다른 이름입니다.

    대답: 그릇된

    빅 데이터 분석의 가장 중요한 측면을 다루었습니다. 빅 데이터 분석 업계에서 가장 널리 사용되는 사용 사례와 트렌드를 설명하여 최대한의 이점을 얻었습니다.

    기술적 분석의 기초 (Basics of Technical Analysis) – 3. 기본적 Vs. 기술적 분석

    기술적 분석과 기본적 분석은 경제 시장에서 중요한 사상의 두 분야입니다. 미리 언급했듯이, 기술적 분석은 증권의 가격 변동을 보고 미래의 가격 변동을 예측하는데에 이를 사용합니다. 반면에 기본적 분석은 기본적(fundamental)이라고 알려진 경제 요소를 살펴봅니다. 어떻게 이 두 가지 접근이 다른지 자세히 살펴보고 기술적 분석에 대한 비판과 어떻게 기술적이고 기본적인 분석이 증권을 분석하는 데에 같이 사용될 수 있는지 알아봅니다.

    차트 vs. 재무 제표

    가장 기초적인 레벨에서, 기술 분석자는 차트에서 증권을 접근하고 반면에 기본 분석자는 재무 제표에서 시작합니다. (더 많은 읽을 거리는 Introduction To Fundamental Analysis와 Advanced Financial Statement Analysis를 참고하세요)

    재무상태표(balance sheet)와 현금흐름표(cash flow statement)와 손익계산서(income statement)를 통해서 기본 분석자는 회사의 가치를 결정하려고 시도합니다. 경제 용어로, 분석자는 회사의 내재가치(intrinsic value)를 측정하려고 시도하죠. 이러한 접근에서 투자 결정은 상당히 쉽습니다 — 만약 주식 거래의 가격이 내재 가치보다 낮다면 이는 좋은 투자입니다. 비록 이 것이 이 튜토리얼의 목적에는 지나친 단순화이긴 해도(기본적 분석은 재무 제표 이상의 것으로 판단합니다), 이 견해는 여전히 유효합니다.

    반면에 기술적 트레이더(technical traders)들은 주식의 가격에 모든 것이 포함되어 있기 때문에 회사의 기본 요소들을 분석하는 것이 의미가 없다고 믿습니다. 기술자들(technicians)은 그들이 필요로하는 모든 정보가 차트에 있다고 생각합니다.

    시간의 범위 (Time Horizon)

    기본적 분석은 기술적 분석에 비해 상대적으로 긴 기간동안 시장을 분석합니다. 기술적 분석이 주 단위, 일 또는 분 단위로 이루어지기도 하는 반면에, 기본적 분석은 데이터를 몇 년동안 주시합니다.

    이 두가지 접근이 사용하는 다른 시간의 틀은 각자가 고집하는 투자 방식의 자연적인 결과입니다. 회사의 가치가 시장에 반영될 때 까지 시간이 많이 걸릴 수 있어서, 기술 분석이란 무엇입니까 기본 분석자가 내재 가치를 추정할 때 주식의 시장 가격이 “올바른” 가치로 상승할 때까지 이익이 실현되지 않습니다. 이 투자의 유형은 가치 투자(value investing)라고 불리고, 짧은 기간의 시장은 틀리지만, 특정 주식의 가격은 긴 시간 후에 스스로 올바른 가격이 된다고 가정합니다. 이 “긴 시간”은 경우에 따라 몇년까지 표현되는 개념입니다. (더 명확한 이해를 위해, Warren Buffet: How He Does It과 What Is Warren Buffett’s Investing Style?을 읽어보세요)

    게다가, 기본 분석자들(fundamentalist)이 분석하는 숫자들은 긴 시간이 지나야만 드러납니다. 재무 제표는 분기마다 작성되고 주당 순이익(earnings per share)의 변화는 가격과 거래량 정보와 같은 일일 기준에 의해 나타나지 않습니다. 또한 그러한 기술 분석이란 무엇입니까 기본적인 요소들이 실제 비즈니스의 특성이라는 것을 기억하시기 바랍니다. 새로운 관리 체제는 하룻밤만에 모든 것을 변화시킬 수 없고 새로운 상품과 마케팅 캠페인, 공급 사슬 등을 만드는 데에는 시간이 걸립니다. 그러므로 기본 분석자들이 긴 기간을 필요로하는 이유 중 하나는 그들이 주식을 분석할 때 쓰는 데이터는 기술 분석자들이 사용하는 가격과 거래량 데이터보다 훨씬 느리게 생성되기 때문이죠.

    거래 대 투자(Trading Versus Investing)

    기술적 분석이 기본적 분석보다 당연히 짧은 시간일 뿐 아니라, 주식을 사는(혹은 파는) 목적은 보통 각각의 접근 방식에서 다릅니다. 일반적으로, 기술적 분석은 거래(trade)에 사용되고, 반면에 기본적 분석은 투자(investment)를 하는데 사용됩니다. 투자자는 그들이 가치를 높일 수 있는 기술 분석이란 무엇입니까 자산을 구입하고, 반면에 트레이더들은 다른 누군가에게 더 비싼 가격에 팔 수 있는 자산을 구입하죠. 거래와 투자간의 경계는 불분명할 수 있지만, 이것은 그 두 분야의 차이를 특정지을 수 있습니다.

    비평가들

    몇몇 비평가들은 기술적 분석을 어둠의 마법의 형태로 봅니다. 그들이 이 분석의 지지자들을 조롱하는 것 조차의 타당성에 의문을 가지는 것이 놀라지 마세요. 실제로, 기술적 분석은 최근에야 몇몇 주류에게 신뢰성을 얻기 시작했습니다. 월 스트리트의 대부분의 분석가들이 기본적 측면에 초점을 맞추는 동안, 이제서야 주요한 증권사들이 기술적 분석가들을 고용하기 시작했습니다.

    기술적 분석에 대한 비판의 대부분은 학문적 이론 — 효율적 시장 가설(efficient market hypothesis)에 뿌리를 두고 있습니다. 이 이론은 시장의 가격은 항상 옳다고 말합니다 — 어떤 과거의 거래 정보도 이미 주식의 가격에 반영되어 있으므로 저평가된 증권을 찾는 분석은 쓸모없다는 것이죠.

    EMH(efficient market hypothesis)에는 세 가지의 종류가 있습니다. 첫번째로, 약형(weak form efficiency)은 모든 과거의 가격 정보가 이미 현재의 가격에 포함되어 있습니다. 약한 형태의 효율성에 따르면 모든 과거의 정보가 이미 고려되었고, 주식의 과거 가격 변동을 분석하는 것은 미래의 변동에 아무 통찰도 주지 못하므로 기술적 분석은 미래의 움직임을 예측할 수 없습니다. 두번째로, 준강형(semi-strong form efficiency)은 기본적 분석 또한 투자 기회를 찾는데 거의 쓸모가 없다고 얘기합니다. 세번째는 강형(strong form efficiency)으로, 시장의 모든 정보가 주식의 가격에 고려되어있고 기술적 및 기본적 분석 모두 투자자에게 효력이 없습니다. 많은 주요 학파들이 적어도 약한 형태의 EMH를 믿으며, 그들의 시선에서는 기술적 분석이 작동한다면 시장의 효율성에 의구심을 가지게 될 것입니다. (좀더 알아보려면, What is Market Efficiency?와 Working Through The Efficient Market Hypothesis를 읽어보세요)

    누가 맞는가에는 정답이 없습니다. 양쪽 측면에서 논쟁이 일어나고 있고, 좀 더 공부를 하고 기술 분석이란 무엇입니까 자신만의 철학을 결정하는 것은 당신에게 달려있습니다.

    그들은 공존할 수 있는가?

    비록 기술적 분석과 기본적 분석이 많은 사람들에게 극과 극으로 보이지만 — 투자의 기름과 물처럼 말이죠 — 많은 시장 참여자들은 두 가지를 결합함으로써 대단한 성공을 거둔 경험이 있습니다. 예를 들어, 몇몇 기본적 분석가들은 저평가된 증권에 진입하는 최적의 시기를 알아내기 위해 기술적 분석 기술을 사용합니다. 종종, 이 상황은 증권이 과매도(oversold)된 경우 일어납니다. 증권에 진입하는 시간에 따라 투자에 대한 이익은 매우 증가될 수 있죠.

    그 대신에, 몇몇 기술적 분석가들은 기술적 신호에 힘을 실어주기 위해 기본적인 요소들을 보기도 합니다. 예를 들어, 기술적 패턴과 지표를 통해 매도 신호가 보이면, 기술적 트레이더는 몇몇 주요 기본 요소 데이터들을 통하여 그(그녀)들의 결정을 재확인하는 것이죠. 종종, 기본적, 기술적 요소들을 모두 보는 것은 거래에서 최상의 시나리오를 제공할 수 있습니다.

    기술적 그리고 기본적 분석의 요소들을 혼합하는 것은 각 학파에서 가장 주요한 그룹에서 잘 받아들여지지는 않지만, 두 학파를 모두 이해하는 것은 확실히 유익할 것입니다.

    담덕의 경영학노트

    경영전략을 수립하는 과정에서 가장 첫 번째로 수행하는 것이 외부환경 분석입니다. 외부환경이라고 하는 것은 기업을 둘러싸고 있는 환경요인을 의미하는 것인데, 기업경영에 직, 간접으로 영향을 미치는 모든 형태의 상황들을 외부환경이라고 부릅니다.

    외부환경 분석이란?

    외부환경에 존재하는 기회와 위협요인들을 분석하는 것이 외부환경 분석이고, 기회와 위협은 외부에서 주어진 요인들을 의미하고 있습니다. 즉, 기회와 위협요인이라고 기술 분석이란 무엇입니까 기술 분석이란 무엇입니까 하는 것은 기업 스스로 자기 내부에서 찾을 수 있는 것들이 아니라 기업을 둘러싼 외부환경 속에서 찾게 되는 요인들이라는 것을 의미합니다.

    외부환경을 체계적으로 분석하기 위한 방법은 크게 보면 일반환경 분석과 산업환경 분석 그리고 산업 수명주기 분석 등이 있습니다. 외부환경 분석은 기업의 일반환경을 이해하는 것에서부터 출발하기 때문에 기업 또는 산업을 둘러싼 일반적인 트렌드 변화가 어떻게 일어나고 있는지를 일반환경 분석을 통해서 알아볼 수가 있습니다.

    일반환경 분석(General environment)

    일반환경 분석은 기업의 전략 선택에 영향을 주는 광범위한 시대적 변화의 흐름과 동향 파악을 위해 수행하는 것이기 때문에 주요 분야는 대체적으로 인구통계적 동향, 문화적 동향, 경제적 환경, 정치적 상황, 기술적 변화, 사회적 변화 등을 통해서 알아보게 됩니다.

    일반환경분석

    기업의 일반환경은 그 기업이 영위하고 있는 사업을 둘러싼 광범위한 배경을 뜻하기 때문에 거시환경이라고도 부릅니다. 거시환경을 분석하기 위한 주요 분석도구는 PEST분석STEEP분석이 대표적이라고 볼 수가 있는데요. 이러한 분석도구들은 모두 일반환경 분석의 요소들 앞글자를 따서 붙여지게 된 이름들입니다.

    그래서 어떤 요소들을 가지고 분석하느냐에 따라서 거시환경 분석의 범위가 결정될 수가 있고, 분석도구의 활용도 달라질 수가 있게 됩니다.

    산업환경 분석(Industry environment)

    기업이 당면한 기회요인과 위협요인을 이해하기 위해 거시적 측면에서 일반환경 분석을 사용했다면 보다 좁은 범위의 환경을 이해하기 위해서는 산업환경이 어떤지도 알아보아야 합니다. 산업환경 분석은 우리 기업이 속한 산업의 구조적 특징을 분석해서 그 산업의 매력도를 파악하기 위해 수행하는 분석방법입니다.

    산업의 특성은 그 산업에 속한 기업의 성과에 영향을 미치기 때문에 산업의 매력도가 높으면 그 산업에 속한 기업의 성과도 높게 나타나게 됩니다. 즉, 산업평균 이익률이 높으면 그 산업 내의 기업들의 이익률 또한 높게 나타 날 것으로 기대 할 수가 있습니다. 기업이 어떤 산업에 속하고 있느냐에 따라서 그 기업의 성과에 영향을 미칠수가 있고, 산업의 평균이익률이 높으면 그 산업의 매력도는 높다고 평가할 수가 있습니다.

    산업환경분석

    그렇다면 어떤 요인으로 인해서 산업들 간에 이익률의 차이가 발생하는지를 분석하는 것이 중요한데요. 이것에 대한 해결책을 제시한 분이 바로 하버드대학의 마이클 포터 교수입니다. 포터 교수는 산업의 이익률 또는 기업의 성과에 영향을 미치는 위협요소를 5가지 세력으로 구분해서 정리를 하였는데 그것이 바로 다섯 가지 세력 모형(Five Forces Analysis)입니다.

    이걸 다른 말로는 산업구조 분석이라고도 부르는데요. 포터 교수가 제시한 산업분석의 5가지 세력은 경쟁자, 공급자, 구매자, 대체재, 그리고 잠재적 진입자이며, 각각의 세력이 얼마나 위협적인가에 대해서 분석하게 됩니다. 만약 모든 세력의 위협 수준이 낮으면 그 산업은 매력적인 산업이고, 산업평균 이익률도 높게 나타나게 됩니다. 반대로 모든 세력의 위협수준이 높으면 그 산업은 매력적이지 않으며, 그 산업에 속한 기업들의 성과도 낮을 가능성이 높습니다.

    이렇듯 산업구조 분석은 산업 내 좁은 범위 환경에서의 가장 일반적인 위협의 원천이 무엇인지를 설명하고 있고, 그 산업의 전반적인 위협 수준을 알고 싶을 때 이용할 수가 있는 분석도구입니다.

    산업 수명주기(Industry Life Cycle)

    환경적 위협요인을 산업구조 분석을 통해 알아보았다면 이번에는 환경적 기회요인은 어떻게 발견할 수 있는지 산업 수명주기를 통해서 알아보게 됩니다. 산업 수명주기는 시간의 흐름에 따라 산업의 진화 단계를 설명한 분석도구입니다.

    산업수명주기분석

    산업이 처음 만들어지고 쇠퇴하는 현상을 일반화한 개념이기 때문에 각 단계에 존재하는 기회요인을 발견하는데 도움을 주고 있습니다. 도입기, 성장기, 성숙기, 쇠퇴기를 산업으로 표현하게 되면 세분화된 산업, 부상하는 산업, 성숙한 산업, 쇠퇴하는 산업으로 표현할 수도 있습니다.

    세분화된 산업에서의 주된 기회는 통합화이고, 부상하는 산업에서의 기회는 선도기업 우위를 얻는 것이며, 성숙한 산업에서의 주된 기회는 제품 개선이나 서비스 강조 또는 공정혁신이며, 쇠퇴하는 산업에서의 주된 기회는 시장 리더십 발휘, 틈새시장 포착, 수확과 철수 전략 등이라고 볼 수 있습니다.


0 개 댓글

답장을 남겨주세요