Key points are not available for this paper at this time.
오늘날 데이터 분석을 구현하는 것은 패턴, 상관관계 및 추세의 발견을 가능하게 하는 데이터의 수집, 평가, 분석 및 조직을 개선하는 데 필요합니다. 이는 조직 내 지식 관리, 전략 개발 및 의사 결정 개선을 촉진합니다. 따라서 이 연구는 소매 부문에서 데이터 분석의 현재 상태를 정확하고 상세하게 평가하여 조직의 지식 관리를 강화하기 위한 특정 개선 영역을 식별하는 것을 목표로 합니다. 연구는 정량적 접근 방식과 비실험적 설계를 적용하여 기술적 및 제안적 수준에서 진행됩니다. 설문 조사 기법이 사용되었으며, 데이터 수집 도구로는 소매 부문의 351명의 직원에게 데이터 분석 변수와 데이터 추출, 예측 분석 및 기계 학습 차원에 대한 질문이 포함된 설문지가 사용되었습니다. 지식 관리 변수와 지식 창출 및 저장 차원도 포함되었습니다. 결과는 공동 작업자의 52.99%가 데이터 추출 수준이 형편없다고, 57.83%가 예측 분석 수준이 잘못되었다고, 54.99%가 기계 학습 수준이 보통이라고 응답했으며, 이는 정보 관리 문제를 해결하기 위해 고급 기술 접근 방식을 포함하도록 촉진하는 혁신적인 자원 및 솔루션 구현에 기여합니다.
Pariona-Luque 외(금요일), 이 질문을 연구했습니다.