추가 적립 안내

1. 마케팅 빅데이터관리사란?
경영에서 가장 활발하게 분석 및 활용되고 있는 마케팅 분야에서 빅데이터를 분석 및 활용할 수 있는 전문 인력을 양성하고 검증하기 위한 자격 시험입니다.

2. 민간자격 등록번호
등록번호 : 2019-002389 마케팅빅데이터관리사 1급, 2급
자격종류 : 등록민간자격

3. 자격 특징
1) 전문 자격기관인 한국생산성본부에서 시행하는 자격입니다.
산업발전법에 의거하여 설립된 한국 생산성본부에서 시행합니다. 공정성, 객관성, 신뢰성을 갖춘 공신력 있는 자격 시험입니다.
2) 기업의 마케팅 활성화 및 전략 수립에 사용하는 빅데이터 자격입니다.
빅데이터 활용을 통해 마케팅 전략을 수립하고 기업의 정보 격차를 해소하기 위한 목적의 자격 시험입니다.
3) 취득을 위한 자격이 아닌, ‘활용을 위한 자격’입니다.
자격 취득 자체를 위한 것이 아니라, 학습과정을 통해 학습자가 4차 산업혁명기의 시대 선도적 역량을 키울 수 있도록 하기 위한 자격입니다.

4. 응시 자격
제한 없음

4차 산업혁명의 핵심은 ICBMA로, IoT, Cloud, Big data, Mobile, AI가 각광을 받고 있다. 이 중에서 빅데이터는 핵심적인 역할을 담당하고 있다. 더욱 중요한 것은 이러한 데이터 분석을 통해 엄청난 가치 창출이 가능하다는 것이다. ‘데이터’의 가공과 분석에 따라 상황 인식, 문제 해결, 미래 전망이 가능해지고 데이터가 경제적 자산과 경쟁력의 척도로 부각된 것이다. 즉 지능화, 개인화 등 스마트 시대 주요 패러다임 선도를 위해서는 빅데이터의 활용이 핵심이며 그 수준이 경쟁력과 성패를 좌우하게 되었다.

빅데이터의 활용이란 데이터 추출, 데이터 저장, 데이터 분석, 분석 결과의 시각화, 미래 행동의 예측, 결과의 적용으로 이루어진다. 그리고 활용의 결과는 의사결정의 질적 제고를 넘어 경쟁력 우위를 가져다 주게 된다. 이제 경영에서의 빅데이터는 성과 창출과 경쟁력 창출의 핵심 역량으로 인식되기 시작한 것이다. 빅데이터에 관한 관심이 폭증하고 있는 것에 반해 데이터 분석에 관한 전문 인력이 턱없이 부족하여 많은 조직(기업, 정부, 공공기관 등)들이 해결책을 고심하고 있다.

이에 한국소프트웨어기술인협회 빅데이터전략연구소와 한국디지털정책학회 빅데이터전략연구회는 빅데이터 전문 인력을 양성하여야 할 시대적 소명을 인식하고 한국생산성본부와 마케팅빅데이터관리사 자격 인증을 합의하고 이 자격시험 준비를 위한 수험생들이 반드시 갖추어야 할 전문 지식을 학습하도록 하기 위해 본 《마케팅 빅데이터 분석》 교재를 집필하게 되었다. 빅데이터는 정의에서도 알 수 있듯이 광대한 데이터, 다양한 데이터, 시시각각으로 축적되고 분석되어 활용되는 데이터이다. 이런 데이터를 분석하고 그 결과를 활용한다는 것은 그에 걸맞은 기술과 기법이 요구되고 전문가도 필요하다. 분석된 결과에 대한 해석과 그로부터 얻는 혜안과 통찰력도 요구된다. 이는 다학제적 접근을 요구한다는 의미이다.

따라서 본 저서의 집필을 어느 한 전문가의 지식에 의존한다는 것은 매우 위험하다고 판단했다. 이에 한국소프트웨어기술인협회 빅데이터전략연구소와 한국디지털정책학회 빅데이터전략연구회는 각 분야 전문가들의 다학제적 융합 연구가 필요하다고 판단, 6개 분야 23개 세부 주제에 대한 각 분야의 전문가로 중심으로 본 저서를 집필하기 시작했다. 이로 인해 집필된 본 교재는 총 6편 18장으로 구성되어져 있다. 제1편 빅데이터의 이해에서는 빅데이터의 개념, 빅데이터의 가치와 영향, 제2편 마케팅 빅데이터에서는 마케팅 이해와 전략, 마케팅 애널리틱스, 소비자 행동의 이해, 제3편 빅데이터 기획에서는 빅데이터 분석 기획의 이해, 빅데이터 분석 및 기획 접근법, 제4편 빅데이터 분석 기법에서는 기초 통계, 고급 통계, 데이터 마이닝, 비정형 데이터 마이닝, 제5편 빅데이터 활용에서는 빅데이터 관리, 빅데이터 비즈니스 모델, 분석적 사고와 분석 프로세스, 제6편 빅데이터 기술에서는 빅데이터 처리 과정과 플랫폼, 빅데이터 분석 도구, 빅데이터 수집 및 저장, 빅데이터 처리 및 인프라이다.

다수의 전문가가 각자 전문 분야에 대한 지식을 기반으로 해당 분야의 장을 집필하다 보니 일관성과 통일성을 기하고 융합적으로 조화롭게 저술된다는 것은 쉽지 않았다. 따라서 편집위원회를 구성하고 편집위원회에서 제시된 기준과 지침에 따라 저술과 수차례의 수정 및 보완을 거친 뒤에야 비로소 초고가 마무리될 수 있었다.

본 저서는 빅데이터 분야의 전문적인 총서로서 빅데이터 분야의 발전에 기여할 것을 확신하면서도 동태적으로 진화 발전하고 있기 때문에 독자, 수험생, 전문가들의 조언과 지적 및 연구 결과를 지속적으로 반영하고자 노력할 것이다.

PART?1. 빅데이터의 이해
　제1장 빅데이터의 개념
　　1.1 빅데이터의 시대
　　　1.1.1 빅데이터 등장 배경
　　　1.1.2 빅데이터 시대의 주요 이슈
　　1.2 빅데이터의 개념
　　1.3 빅데이터의 의의
　　1.4 빅데이터의 특징
　제2장 빅데이터의 가치와 영향
　　2.1 빅데이터의 가치
　　　2.1.1 빅데이터의 투입 가치
　　　2.1.2 빅데이터의 활용 가치
　　　2.1.3 빅데이터의 사회·경제적 가치
　　2.2 빅데이터의 가치 측정 이슈
　　　2.2.1 데이터를 활용하는 방식
　　　2.2.2 가치를 창출하는 방식
　　　2.2.3 분석 기술의 발전
　　2.3 빅데이터 가치 산정 프레임워크
　　2.4 빅데이터의 영향
　　　2.4.1 경제 부문
　　　2.4.2 공공 부문
　　　2.4.3 사회 부문
　　　2.4.4 기타 부문

PART?2. 마케팅 빅데이터
　제1장 마케팅 이해와 전략
　　1.1 마케팅 개념의 이해
　　1.2 빅데이터 시대의 마케팅
　　1.3 디지털 마케팅 STP 분석
　　　1.3.1 디지털 시장 세분화(Digital Segmentation)
　　　1.3.2 표적 시장(Targeting)의 선정
　　　1.3.3 포지셔닝(Positioning)
　　1.4 빅데이터 마케팅 : 4P
　　　1.4.1 Performance(성과)
　　　1.4.2 Personalization(개인화)와 Preference(선호도)
　　　1.4.3 Prediction(예측)
　　　1.4.4 Privacy(개인정보)
　　1.5 e-마케팅 전략 수립
　　　1.5.1 지식과 정보 전략(Contents Strategy)
　　　1.5.2 고객 맞춤 전략(Customization Strategy)
　　　1.5.3 공동체 운영 전략(Community Strategy)
　　　1.5.4 의사소통 전략(Communication Strategy)
　　　1.5.5 거래 형성 전략(Commerce Strategy)
　　　1.5.6 관계 확장 전략(Connection Strategy)
　　1.6 빅데이터를 활용한 예측 마케팅 전략
　　　1.6.1 예측 마케팅을 시작하기 위한 9가지 손쉬운 전략[9]
　　　1.6.2 성공적으로 예측 마케팅하는 방법
　　1.7 디지털 마케팅 채널
　　　1.7.1 유료 미디어(Paid Media)
　　　1.7.2 소유 미디어(Owned Media)
　　　1.7.3 획득 미디어(Earned Media)
　　1.8 미래 디지털 마케팅 기술
　제2장 마케팅 애널리틱스
　　2.1 마케팅 애널리틱스 개념
　　　2.1.1 애널리틱스의 정의
　　　2.1.2 애널리틱스의 필요성
　　　2.1.3 데이터 마이닝과 애널리틱스의 차이점
　　　2.1.4 마케팅 효과 측정에 애널리틱스 데이터 활용 정도
　　2.2 마케팅 애널리틱스의 필요성
　　　2.2.1 마케팅 애널리틱스 활용 목적
　　　2.2.2 마케팅 애널리틱스의 필요성
　　2.3 마케팅 애널리틱스 유형과 필요 정보
　　　2.3.1 고객 정보관리
　　　2.3.2 가격/프로모션의 결정
　　　2.3.3 콘텐츠 분야의 빅데이터 활용
　　　2.3.4 물류 분야의 빅데이터 활용
　　2.4 마케팅 분야 애널리틱스 성공 사례
　제3장 소비자 행동의 이해
　　3.1 소비자 행동의 이해
　　3.2 소비자 행동의 특성
　　3.3 디지털 시대의 소비자
　　3.4 소비자 행동 모델
　　　3.4.1 환경적 요인
　　　3.4.2 개인·심리적 요인
　　　3.4.3 소비자 개성
　　3.5 디지털 소비자의 의사결정 과정
　　　3.5.1 검색(Search) - 검색 광고(Search Advertising)
　　　3.5.2 구매(Action) - 사용(Trial)
　　　3.5.3 공유(Share) - 입소문(Word of Mouth, or Word of Mouse)
　　3.6 소비자 행동과 빅데이터
　　3.7 소비자 관여도
　　　3.7.1 관여도의 대상
　　　3.7.2 관여도의 유형
　　　3.7.3 관여도의 정도
　　　3.7.4 관여도의 정도와 마케팅 전략

PART?3. 빅데이터 기획
　제1장 빅데이터 분석 기획의 이해
　　1.1 분석의 이해
　　　1.1.1 분석의 중요성
　　　1.1.2 분석의 개념
　　　1.1.3 분석의 유형
　　1.2 분석 역량의 이해
　　　1.2.1 분석 능력
　　　1.2.2 분석적 사고
　　1.3 빅데이터 분석 기획의 개요
　　　1.3.1 빅데이터 분석 기획의 배경
　　　1.3.2 빅데이터 분석 기획의 정의
　제2장 빅데이터 분석 및 기획 접근법
　　2.1 빅데이터 분석 접근법
　　　2.1.1 전통적 문제 해결 기반의 하향식 접근 방식
　　　2.1.2 데이터 자체로부터 문제 해결이 주도되는 상향식 접근 방식
　　　2.1.3 빅데이터 환경의 불확실성을 고려한 프로토타이핑 접근 방식
　　2.2 빅데이터 분석 단계
　　　2.2.1 과제 기획 단계
　　　2.2.2 과제 분석 단계
　　2.3 빅데이터 분석 기획을 위한 전략적 접근법
　　　2.3.1 수요 기반 분석 과제 도출
　　　2.3.2 데이터 주도 분석 과제 도출
　　　2.3.3 수요 기반 분석 과제와 데이터 주도 분석 과제의 관계

PART?4. 빅데이터 분석 기법
　제1장 기초 통계
　　1.1 통계 분석의 이해
　　　1.1.1 통계의 역사
　　　1.1.2 통계의 분야
　　　1.1.3 통계 패키지의 종류
　　1.2 설문조사의 이해
　　　1.2.1 설문조사의 개념
　　　1.2.2 설문지의 종류
　　　1.2.3 설문 작성 시 주의사항
　　1.3 변수와 측정
　　　1.3.1 변수
　　　1.3.2 척도
　　1.4 설문조사 결과의 집계
　　　1.4.1 설문지 및 조사 결과
　　　1.4.2 집계 결과 및 해석
　　1.5 평균, 분산 및 상관관계
　　　1.5.1 평균
　　　1.5.2 분산
　　　1.5.3 상관관계
　　1.6 회귀분석
　　　1.6.1 단순 회귀분석
　　　1.6.2 다중 회귀분석
　제2장 고급 통계
　　2.1 시계열 분석
　　2.2 요인 분석
　　2.3 다차원 척도법
　　2.4 통계적 검정
　　2.52 F-검정
　　2.6 x² 검정
　　2.7 군집분석(Cluster Analytics)
　제3장 데이터 마이닝
　　3.1 데이터 마이닝의 이해
　　　3.1.1 데이터 마이닝 개념
　　　3.1.2 데이터 마이닝의 특징
　　　3.1.3 데이터 마이닝의 중요성
　　　3.1.4 데이터 마이닝 기법
　　　3.1.5 데이터 마이닝 분석 도구/프로그램
　　3.2 연관 관계분석
　　　3.2.1 연관 관계분석 개념
　　　3.2.2 연관 관계분석의 특징
　　　3.2.3 연관 관계분석 기법
　　　3.2.4 연관 관계분석 사례
　　3.3 의사결정나무
　　　3.3.1 의사결정나무 개념
　　　3.3.2 의사결정나무 기법
　　　3.3.3 의사결정나무 사례
　　3.4 인공신경망
　　　3.4.1 인공신경망 개념
　　　3.4.2 인공신경망의 특징
　　　3.4.3 인공신경망 사례
　　3.5 사례 기반 추론
　　　3.5.1 사례 기반 추론 개념
　　　3.5.2 사례 기반 추론 과정
　　　3.5.3 사례 기반 추론 특징
　　　3.5.4 사례 기반 추론 사례
　　3.6 종합
　제4장 비정형 데이터 마이닝
　　4.1 비정형 데이터 마이닝
　　　4.1.1 비정형 데이터
　　　4.1.2 비정형 데이터 분석과 마이닝
　　4.2 비정형 데이터 마이닝 기법
　　　4.2.1 텍스트 마이닝
　　　4.2.2 웹 마이닝
　　　4.2.3 오피니언 마이닝
　　　4.2.4 소셜네트워크 분석

PART?5. 빅데이터 활용
　제1장 빅데이터 관리
　　1.1 데이터 관리의 개념
　　　1.1.1 파일 시스템
　　　1.1.2 데이터베이스
　　1.2 데이터 관리의 유형
　　　1.2.1 수작업 처리 시스템(manual data processing system)
　　　1.2.2 파일 처리 시스템
　　　1.2.3 데이터베이스 시스템
　　1.3 데이터 관리의 방법 및 절차
　　　1.3.1 데이터 관리의 방법
　　　1.3.2 데이터 웨어하우스의 구조 및 구축
　　1.4 데이터 관리 방법 및 특징
　　　1.4.1 빅데이터 관리 방법(품질 기준)
　　　1.4.2 빅데이터의 데이터 관리 특징
　제2장 빅데이터 비즈니스 모델
　　2.1 빅데이터 비즈니스 모델의 이해
　　　2.1.1 비즈니스 모델의 개념
　　　2.1.2 비즈니스의 수익 모델
　　　2.1.3 빅데이터 비즈니스 모델의 개념
　　2.2 빅데이터 비즈니스 모델 유형
　　　2.2.1 교육 및 컨설팅 비즈니스 모델
　　　2.2.2 솔루션 및 도구 공급 관련 비즈니스 모델
　　　2.2.3 빅데이터(원시, 분석, 가공) 판매 비즈니스 모델
　　　2.2.4 빅데이터 기반 서비스 비즈니스 모델
　제3장 분석적 사고와 분석 프로세스
　　3.1 분석의 이해
　　　3.1.1 분석의 중요성
　　　3.1.2 분석의 개념
　　　3.1.3 분석의 유형
　　　3.1.4 분석적 의사결정 유형
　　3.2 분석 역량
　　　3.2.1 분석 능력
　　　3.2.2 분석적 사고
　　3.3 분석 프로세스의 이해
　　　3.3.1 문제 인식
　　　3.3.2 관련 연구 조사
　　　3.3.3 모형화와 변수 선정
　　　3.3.4 데이터 수집과 변수 측정
　　　3.3.5 데이터 분석과 정리
　　　3.3.6 결과 제시
　　3.4 분석과 스토리텔링
　　　3.4.1 분석과 창의력
　　　3.4.2 창의성의 원동력
　　　3.4.3 전달 역량으로서의 스토리텔링

PART?6. 빅데이터 기술
　제1장 빅데이터 처리 과정과 플랫폼
　　1.1 빅데이터 분석 프로세스의 개념
　　1.2 빅데이터 플랫폼
　　1.3 빅데이터 분석 프로세스 절차
　　　1.3.1 빅데이터 수집(BigData Collection)
　　　1.3.2 빅데이터 저장(관리) (BigData Storage)
　　　1.3.3 빅데이터 처리(BigData Processing)
　　　1.3.4 빅데이터 분석
　　　1.3.5 빅데이터 분석 시각화(Visualization)
　　　1.3.6 빅데이터 폐기(BigData Disposition)
　　1. 결론
　제2장 빅데이터 분석 도구
　　2.1 빅데이터 분석 도구 : 엑셀
　　2.2 빅데이터 분석 도구 : 엑셀
　　　2.2.1 엑셀의 개요
　　　2.2.2 엑셀의 데이터 입력과 분석
　　　2.2.3 엑셀의 데이터 분석 예제
　　2.3 빅데이터 분석 도구 : SPSS
　　　2.3.1 SPSS의 개요
　　　2.3.2 SPSS의 데이터 입력과 분석
　　　2.3.3 SPSS의 데이터 분석 예제
　　2.4 빅데이터 분석 도구 : SAS
　　　2.4.1 SAS의 개요
　　　2.4.2 SAS의 데이터 입력과 분석
　　　2.4.3 SAS의 데이터 분석 예제
　　2.5 빅데이터 분석 도구 : R
　　　2.5.1 데이터 시각화
　　　2.5.2 시각화 도구
　　2.6 빅데이터 분석 도구 : R
　제3장 빅데이터 수집 및 저장
　　3.1 빅데이터 수집 방법
　　　3.1.1 빅데이터 수집
　　　3.1.2 수집된 빅데이터의 변환
　　3.2 빅데이터 수집 시스템
　　　3.2.1 빅데이터 수집 시스템
　　　3.2.2 분산 파일 시스템
　　3.3 빅데이터 저장 방법
　　　3.3.1 빅데이터 저장 기술
　　　3.3.2 빅데이터 저장을 위한 고려 요소
　　3.4 결론
　제4장 빅데이터 처리 및 인프라
　　4.1 빅데이터 처리 및 인프라
　　4.2 빅데이터 처리 기술과 방법
　　4.3 분산 컴퓨팅과 하둡
　　4.4 맵리듀스
　　4.5 실시간 처리 기술
　　4.6 클라우드 처리 기술