파주 데이터바우처 사업관리 가공기업 정보

경기 파주시 데이터바우처 사업관리 가공기업

경기 파주시 에는 한국가치경영연구원(주) 외 0개의 가공기업이 있습니다.

한국가치경영연구원(주) 소개

  • 한국가치경영연구원(주)은 2019-01-23에 설립되었습니다.
  • 주소 : 경기 파주시 문산읍 방촌로 1729 sm프라자 2층 206호 한국가치경영연구원
  • 주요 서비스 : 제공되는 가공서비스
    – 빅데이터 분석 : 통계 기반 데이터 분석을 통해 수집된 내/외부 데이터 및 정형/비정형 데이터를 활용하여 분석 목적에 따라 가설을 설정하고 필요한 데이터set을 편성하여 통계기반 데이터 분석 모델을 만들고 평가하는 업무를 수행함.
    – 텍스트 데이터 분석 : 다양한 형태의 텍스트 데이터로부터 고품질의 정보를 도출하기 위해 협업한 텍스트 데이터를 변환 및 정제하여, 추출된 단어 관계 및 패턴, 규칙을 분석함.
    – 빅데이터 분석 결과 시각화 : 정보를 명확하고 효과적으로 전달하기 위해서 사용자가 분석 결과를 이해하기 쉽게 그래픽 의미를 이용하여 시각적으로 표현하고 전달함.
    – 분석용 데이터 구축 : 빅데이터 분석을 위하여 수집 저장된 데이터를 분석용 데이터로 정제, 변환, 적재, 검증함.
    가공 서비스 구분 ■전처리 ■품질 ■코딩 ■시각화■정보추출 또는 조합 ■태깅/라벨링 ■분석 가공 데이터의 정확성 제고 방안
    – 방대한 데이터의 양을 분석하여 일정한 패턴을 추출함에 있어 일정 패턴을 설명할 수 있을 만큼의 신뢰성 확보가 필요.(데이터가 많아질수록 불필요한 데이터의 증가 가능성이 있어 이를 배제하고 수집 및 가공의 신뢰성을 높이기 위해 데이터의 정확성, 분석 가치의 효용성 등을 연계하여 검토
    – 데이터의 정확성, 일관성, 최신성, 일관성, 최신성, 완전성의 보장과 품질관리 데이터의 관리 기준과 방법 준수
    – 컨텐츠 유형별 DB분류 및 품질기준 정의(성숙성과 신뢰순응성 제고, 오류 최소화 등 신뢰성 확보)
    – 오류 발생 컬럼 또는 측정항목에 대한 품질기준별, 발생유형별 오류 원인 분석과 주요 발생 사례 정리, 오류 원인별 개선 방안 도출과 변경영향도 분석을 통한 시급성과 우선순위 등 개선 활동 시행
    – 우수성 : 기존 데이터 가공기업 대표 및 실무자들을 대상으로 한 만족도 조사 결과 90점 이상의 매우 높음 수준을 달성하였으며, 향후 타 기업에 추천의사에서도 4.7/5.0점의 높은 점수를 획득.
  • 보유 솔루션 : □데이터 가공 솔루션/SW소개데이터 수집:정형 데이터 수집은 전통적으로ETL솔루션이 사용, OLTP시스템에서 생성된 트랜잭션 데이터를 전통적인BI분석을 위해DW로 전달하기 위한 목적으로 사용하는데,수집 목적에 따라서는 백업 및 장애예방을 위해 사용되기도 하며, CDC를 지원하는 솔루션을 이용하여 실시간으로 데이터를 복제하여 분석함.데이터 저장 및 처리 플랫폼:데이터 저장 및 처리에 사용되는 플랫폼은 전통적인 데이터웨어하우스 기반의DW어플라이언스 플랫폼과 하둡과 같은 분산파일시스템 기반의 플랫폼으로 크게 구분이 가능.
    Oracle의Exadata와 같이 하드웨어와 소프트웨어가 통합되어 일체형이 제공되는 솔루션으로 설치와 유지보수가 용이함.분산 파일 시스템인 하둡 기반의 플랫폼에 대한 솔루션은EMC Greenplum HD와 같이 일체형 솔루션 형태로 공급하거나, IBM Infosphere BigInsights와 같이x86서버 기반의 소프트웨어만 제공하는 경우가 있으며,일체형 솔루션의 경우는DW기반과 마찬가지로 성능을 높이고 관리 포인트가 줄어든다는 장점이 있음.기타 분석툴에 파이썬, R, SPSS등 활용.데이터 분석:데이터 분석 단계는 정제된 데이터로부터 유의미한 정보를 파악하거나 앞으로 일어날 트렌드를 예측하고Insights를 발견해 가는 과정으로,데이터 특성에 따라 정형 데이터 분석과 비정형 데이터 분석의 영역으로 나눌 수 있음.정형 데이터 분석은SAP HANA솔루션과 같이 인메모리(In
    -memory)데이터베이스,비정형 분석은 사이람NetMiner(한국)사용시각화:데이터 분포 등의 특성과 분석 결과를 도표와 그래프를 이용하여 이해하기 쉬운 형태로 표현과정으로, Oracle Endeca와 같이 대부분의 데이터 분석 솔루션이 시각화 기능을 제공하고 있어 활용함.(MSSQLServer Reporting Services, SAS Visual Analytics, Tibco Spotfire)
  • 품질 확보 전략 : □ 데이터 가공서비스 제공 조직 운영 데이터 가공서비스
    – 빅데이터 분석 : 통계 기반 데이터 분석을 통해 수집된 내/외부 데이터 및 정형/비정형 데이터를 활용하여 분석 목적에 따라 가설을 설정하고 필요한 데이터set을 편성하여 통계기반 데이터 분석 모델을 만들고 평가하는 업무를 수행함.
    – 텍스트 데이터 분석 : 다양한 형태의 텍스트 데이터로부터 고품질의 정보를 도출하기 위해 협업한 텍스트 데이터를 변환 및 정제하여, 추출된 단어 관계 및 패턴, 규칙을 분석함.
    – 빅데이터 분석 결과 시각화 : 정보를 명확하고 효과적으로 전달하기 위해서 사용자가 분석 결과를 이해하기 쉽게 그래픽 의미를 이용하여 시각적으로 표현하고 전달함.
    – 분석용 데이터 구축 : 빅데이터 분석을 위하여 수집 저장된 데이터를 분석용 데이터로 정제, 변환, 적재, 검증함.
    데이터 가공 서비스 제공 업무프로세스
    – 데이터 가공대상을 정의하고 품질 진단을 실시한 후, 고객의 요구 데이터 형태에 따른 가공 계획을 수립하고, 데이터가공을 수행하여 데이터 검증 절차를 거쳐 정제 데이터를 제공함
  • 유지보수 전략 : □ 유지보수 및 협업체계 전략
    1) 개요
    – 데이터 가공 분석 결과에 대한 정확도 향상과 분석 목적달성을 위해 필요한 유지보수차원의 재분석과 재가공을 제공함
    – 사업목표내의 데이터에 해당하며, 해당 데이터의 양의 증대나 항목의 변경에 해당하는 경우 유지보수 업무를 제공함
    – 무상하자보수 기간은 사업종료 후 6개월로 함
    2) 수행 방안
    – 사업 완료 후 해당 기업의 데이터 가공 분석의 수행관련책임자와 분석 담당자를 지정하여 하자보수 및 장애발생에대하여 신속하게 대응하며, 유지보수 관리조직은 문제 해결을 위해 유지보수 절차에 따라 비상연락망을 구축하여,사용자 지원창구를 통해 장애 접수 후 유지보수 전담인원에게 이관함으로써 일관성 있는 항시 지원체계를 유지한다.
    3) 유지보수 내용구분내용유지보수 대상 사업목표내의 데이터에 해당하며, 해당 데이터의 양의 증대나 항목의 변경에 해당하는 경우에 한하여 유지보수 업무를 제공함무상하자보수 기간 무상하자보수 기간 : 사업종료 후 6개월유지보수내용하자보수ㅇ 데이터 분석결과의 해석에 대한 부분의 이견이 발생한 경우 재분석 및 목적에 맞게 수정보완 대응기능개선ㅇ 데이터 분석 결과에 대한 정확도나 확실성에 대한 부분 추가 요구시 해당 내용에 대한 알고리듬 재적용환경적응ㅇ 기간 시스템과의 연계성을 고려한 방향제언의 경우 가능 이후 시스템 연동에 필요한 내용은 추가사업으로 진행가능유지보수범위예방점검ㅇ 기업별 Coordinator의 사후관리 측면을 고려하여 적용 여부와 활용 여부에 대한 상시 채널 설정무상하자보수ㅇ 공급한 시스템에 하자가 있는 경우는 무상 하자보수를 원칙으로 함 무상유지보수ㅇ 무상 유지보수 기간 동안 일어나는 유지보수 활동
  • 카테고리 구분 : 전처리,품질,코딩,시각화,정보추출또는조합,태깅또는라벨링,분석,기타
  • 실적 : □ 사업실적 : 대표이사는 2019년 데이터바우처 심사위원으로 활동하면서 약 10여개 회사의 데이터바우처 수행평가 및 현장감리를 진행하였으며, 또한 당사 소속 전문컨설턴트의 경우 2019년 OOOO 데이터바우처 사업을 5개월간 수행하였음.
    측정 데이터(1년치)를 수집/분석하여 데이터바우처 지원컨설팅 이후 지속적인 사후관리를 통하여 산업현장에서 활용 가능하도록 데이터분석 기법 및 노하우를 수요기업 담당자에게 전수하였으며, 해당 담당자는 전사에 공유함으로써 사내 다른 분야에도 분석기법을 활용하여 기업성장 발전에 기여할 수 있었음.
    2021년 코로나 19 상황에서 소독, 방역 이슈가 매우 중요한 과제이자 일상이 되어 기존의 세척 및 소독 솔루션과 차별화된 물리적 방식의 항균코팅 솔루션 업체인 OOOO의 ATP 측정데이터의 분석 및 가공을 통하여 수집된 데이터의 현황 분석 및 고객에게 제공될 관리보고서에 활용가능한 데이터의 시각화를 이룰 수 있었음.
    또한, 측정데이터의 정형화를 위하여 측정위치를 코드화하여 효율적인 데이터관리가 가능하도록 함.
  • 기업 개요 및 핵심역량 : □ 기관 현황회사명한국가치경영연구원㈜사업자 등록번호120
    -87
    -55979설립일2005년 3월 15일(2019년 1월 23일 법인전환)직원 수4명결산일12월 결산대표이사박 민 용납입 자본금1천만원업 종서비스종 목경영자문, 인증 및 교육,연구 및 개발업, 조사연구용역사업장주소&연락처회 사 : 경기 파주시 문산읍 방촌로 1729 sm프라자 2층 206호 한국가치경영연구원E
    -Mail : ksik38@naver.com대 표 전 화 : 070
    -5014
    -0547 담당자 전화 : 010
    -9677
    -**** F a x : 0504
    -440
    -3362주요사업내용공기업경영평가 진단 및 중장기사업계획 수립, 사회적가치수립중소기업 데이터 수집, 가공/분석업무스트팩토리구축 자문 및 교육품질/환경/보건안전/부패방지경영시스템 도입을 위한 컨설팅 및 자문인증 : 국내외 제품/시스템인증(ISO, KC, CE, SQ), 이노비즈/메인비즈/벤처기업사회적기업/비영리조직/중소기업의 경영진단&컨설팅&교육, 정책 및 전략연구(사회적기업 인증제도 개선 및 지표개발 연구 용역, 서비스혁신기업인증제도 관련 연구 등)사회적기업 공동컨설팅 및 전문컨설팅 수행Network : 리서치(한국코리아테이터네트워크), 디자인(NCL커뮤니케이션)인증기관(한국경영기술지도사회, 한국서비스진흥협회, ICR국제인증원) 사업개요 : 한국가치경영연구원 주식회사는 데이터 가공 및 분석 분야와 관련된 컨설팅을 전문으로 하는 회사로 수요기업의 품질불량저감, 생산성향상, 설비효율증대, 원가절감, 수요예측 등 데이터분석을 통해 달성하고자 하는 목표를 파악하여 이를 수집/분석하고, 최근의 기술적 활용 자원(하드웨어 및 소프트웨어)과 현재 상태의 정보시스템과의 관계를 고려하여 해당 기업의 경영환경에 가장 적절하게 부합할 수 있는 솔루션을 수요기업에 제공하는 회사임.
    가공업무 인력 : 당사의 인력은 대표이사 포함 4명이며, 해당인원은 산업현장에서 전략컨설턴트, 경영컨설턴트, MIS컨설턴트로 활동하면서 다년간의
  • 활용 사례 : 활용사례분석 내용세부 목표내용빅데이터 분석 알고리즘 불량 예측 알고리즘 적용 분석 각 제품을 설비 데이터 상에서 추적하는 알고리즘을 적용 특정 설비가 불량품을 생산해낼 가능성을 계산하는 기계학습 기반의 알고리즘과 특정 제품이 불량품이 될 가능성을 계산하는 알고리즘을 적용 분석설비 유효 잔여 수명 예측 알고리즘 적용 분석 설비별로 수명에 영향을 주는 요인을 도출 각 설비가 고장나기 전까지의 남은 시간을 예측하는 알고리즘을 적용 분석공정 패턴 파악 알고리즘 적용 분석 공정 패턴을 도출하기 위한 시계열 데이터 군집화 알고리즘을 적용 분석 데이터 군집화 알고리즘을 축적된 대용량 데이터에 적용하여, 대표적인 공정 패턴과 이상 패턴을 도출 새로운 공정이 완료될 때마다 이 공정이 어느 패턴에 속하는지 도출전처리 알고리즘 과업별 표준 데이터 구성 및 데이터 표준화적용 같은 종류의 설비일지라도 제조사 등에 따라 수집되는 데이터가 다를 수 있어, 설비에 따른 데이터를 표준화 적용 새로운 데이터가 입력됨에 따라, 표준화된 데이터 양식에 맞추는 데이터 표준화 방법론 적용 분석차원 축소 기법 적용 제조 데이터는 그 특성상 차원이 매우 커서, 이를 분석하는 데 많은 시간이 소요됨 따라서 특징 선택 등 차원을 축소하는 방법 적용재샘플링 기법 적용 일반적으로 설비의 비가동과 제품의 불량은 각각 설비의 가동과 양품에 비해 그 비율이 매우 적어서, 클래스 불균형 문제가 발생할 수 있음 따라서 효율적이고 효과적으로 모델을 개발하기 위해, 재샘플링 기법을 적용하여 분석데이터 분석 주기 결정 (머신러닝)모델 학습 주기 결정 민감하게 대처할 수 있는 능력과 학습 시간 간의 trade
    -off 관계를 고려하여 모델의 학습 주기를 이론적으로 결정하여 적용모델 사용 주기 결정 불필요한 정보 제공과 필요한 정보 미제공 간의 trade
    -off관계를 고려하여 모델의 사용 주기를 이론적으로 결정하여 적용

데이터바우처 사업관리 가공기업 정보

데이터바우처 사업관리 가공기업 정보

한국데이터산업진흥원 데이터바우처 사업을 통해 지정된 공급기업 중 데이터 가공기업 정보를 제공하고 있습니다. 본 데이터는 데이터바우처 지원사업에 참여하는 기업들의 정보를 포괄적으로 다룹니다. 특히, 수요기업이 필요로 하는 다양한 형태의 데이터 가공 서비스에 대한 정보를 제공함으로써, 데이터 활용의 범위를 넓히고, 기업의 데이터 기반 의사결정을 지원하는 역할을 합니다. 이 데이터가 보유한 컬럼은 다음과 같습니다.

기업한글명(문자형) : 해당 기업의 한글 이름
설립일자(날짜형) : 기업이 설립된 날짜
기본주소(문자형) : 기업의 본사 주소
상세주소(문자형) : 기업의 주소에 대한 추가 정보
주요서비스 상세정보(문자형) : 데이터 가공기업이 제공하는 구체적인 서비스 내용
보유솔루션(문자형) : 기업이 보유한 해결책 및 시스템에 관한 상세 정보
품질확보전략(문자형) : 데이터 품질 확보를 위한 기업의 전략
유지보수전략(문자형) : 데이터 가공 서비스 후속 지원 계획
카테고리구분(문자형) : 제공하는 데이터 가공 서비스의 카테고리 분류
등록일(날짜형) : 데이터가 등록된 날짜
실적(문자형) : 기업의 성과와 실적
기업개요 및 핵심역량(문자형) : 기업의 전반적인 설명과 주요 전문성
활용사례(문자형) : 데이터 및 서비스를 활용한 실제 사례
링크(URL) : 데이터에 대한 추가 정보 및 접근 링크

파일 다운받기

주요서비스 상세정보(요약), 보유솔루션(요약), 품질확보전략(요약), 유지보수(후속지원), 전략(요약), 실적(요약) 등의 일부 데이터 값은 데이터 미집계로 인해 공란이 있습니다.

댓글 남기기