[논문]공공 빅데이터 플랫폼 성과평가 모형

이규엽; 박상철; 류성열

doi:10.15813/kmr.2020.21.4.013

공공 빅데이터 플랫폼 성과평가 모형
Performance Measurement Model for Open Big Data Platform 원문보기

지식경영연구 = Knowledge Management Research, v.21 no.4, 2020년, pp.243 - 263

이규엽 (한국정보화진흥원 지능데이터기획팀) , 박상철 (대구대학교 경영학과) , 류성열 (대진대학교 경영학과)

초록
AI-Helper

본 연구는 공공데이터 개방에 있어 공공데이터 제공자의 데이터 기여 측면과 공공데이터 사용자의 데이터 활용 측면을 고려하여 공공데이터 플랫폼 성과측정을 위한 프레임워크를 개발하였다. 본 연구는 NIST(2018)의 빅데이터 참조 아키텍처와 Neely et al.(2001)의 성과 프리즘을 기반으로 공공 빅데이터 플랫폼 성과평가 모형의 5개 영역을 제시하였다. 구체적으로, 공공데이터 플랫폼 성과평가 영역은 이해관계자 기여, 빅데이터 거버넌스 역량, 빅데이터 서비스 역량, 빅데이터 정보기술(IT) 역량, 그리고 이해관계자 만족으로 구성된다. 본 연구에서 제시한 공공 빅데이터 플랫폼 성과평가 모형의 5개 영역과 24개 평가지표에 대한 측정 문항은 총 75개 항목으로 구성되었다.

Abstract ▼ AI-Helper

The purpose of this study is to propose the performance measurement model for open big data platform. In order to develop the performance measurement model, we have integrated big data reference architecture(NIST 2018) with performance prism model(Neely et al. 2001) in the platform perspective of open big data. Our proposed model consists of five key building blocks for measuring performance of open data platform as follows: stakeholder contribution, big data governance capabilities, big data service capabilities, big data IT capabilities, and stakeholder satisfaction. In addition, our proposed model have twenty four evaluation indices and seventy five measurement items. We believe that our model could offer both research and practical implications for relevant research.

주제어

참고문헌 (68)

공공데이터전략위원회 (2016). 제2차 공공데이터 기본계획. http://www.odsc.go.kr
공공데이터전략위원회 (2019). 제3차 공공데이터 기본계획. http://www.odsc.go.kr
김문구, 박종현 (2019). 빅데이터 플랫폼의 산업생태계 현황과 주요 이슈. 한국전자통신연구원(ETRI).
김선호, 이진우, 이창수 (2017). 활동능력수준 기반의 공공데이터 품질관리 성숙수준 평가 모델. 정보화정책, 24(1), 30-47.

원문보기 상세보기
김선호, 이창수, 정승호, 김학철, 이창수 (2015). 공공데이터 품질관리를 위한 조직 성숙도 평가 모델. 정보화정책, 22(1), 28-46.

원문보기 상세보기
김현철, 김광용 (2015). 공공데이터 품질 요인이 공공데이터 개방정책의 신뢰에 미치는 영향에 관한 연구. 한국IT서비스학회지, 14, 53-68.

원문보기 상세보기
남현동, 남태우 (2020). 한국 플랫폼 정부의 방향성 모색: 공공기관 연구보고서에 대한 토픽 모델링과 네트워크 분석. 디지털융복합연구, 18(2), 139-149.

원문보기 상세보기
배동민, 박현수, 오기환 (2013). 빅데이터 동향 및 정책 시사점. 정보통신방송정책, 25(10), 37-74.
서형준 (2017a). 공공데이터 개방에 관한 실증연구: ODB와 OUR index를 중심으로. 정보화정책, 24(1), 48-78.

원문보기 상세보기
서형준 (2017b). 국내 공공데이터 개방수준을 통해서 본 OECD의 open, useful, reusable government data index에 대한 비판적 논의: Open data barometer와의 비교를 중심으로. 정보화정책, 24(2), 43-67.

원문보기 상세보기
성욱준 (2017). 데이터 생애주기 관점에서 본 공공 부문 빅데이터 활성화 방안. 한국지역정보화학회지, 20(2), 25-41.
신승철, 하현주, 김소연, 손정숙 (2016). 전자정부서비스 수준진단 모델 개발 연구. 한국정보화진흥원.
이경주, 김은영 (2020). 플랫폼 서비스 혁신에 있어 인공지능(AI)의 역할과 효과에 관한 연구: 카카오 그룹의 인공지능 활용 사례 연구. 지식경영연구, 21(1), 175-195.

원문보기 상세보기
이재호 (2014). 정부3.0실현을 위한 빅데이터 활용방안. 한국행정연구원.
전병진, 김희웅 (2017). 공공 빅데이터 개방 및 활용 활성화 방안에 대한 연구. 정보화정책, 24(3), 27-41.

원문보기 상세보기
정국환, 문정욱, 이시직, 유지연, 한은영, 왕재선, 서혁준 (2013). 공공데이터 개방.활용 성과측정을 위한 평가모델 연구. 정보통신정책연구원.
정승호, 정덕훈 (2013). 데이터 공학: 공공기관의 데이터 품질에 영향을 미치는 요인에 관한 연구. 정보처리학회 논문지: 소프트웨어 및 데이터 공학, 2(4), 251-266.
진상기, 윤선영, 김성태 (2015). 정부3.0 혁신모델에 따른 정책성과 분석-고등교육 학자금대출 서비스 정책을 중심으로-. 정보화정책, 22(4), 68-90.

원문보기 상세보기
차영일, 최성규, 한경석 (2017). 민간의 공공데이터 활용을 위한 이용의도에 미치는 영향에 관한 실증적 연구. 디지털융복합연구, 15(6), 9-17.

원문보기 상세보기
최봉, 윤종진, 엄태휘 (2019). 서울시 공공빅데이터 활성화 방안 연구. 지식경영연구, 20(3), 73-89.

원문보기 상세보기
하수욱, 이강찬, 인민교, 이승윤 (2015). 국내외 빅데이터 표준화 현황 및 전망. 전자통신동향분석, 30(2), 32-39.

원문보기 상세보기
한정희 (2019). 플랫폼 비즈니스와 가치 창출: 개방형 공공데이터 활용. 지식경영연구, 20(1), 155-174.
현미환, 이혜진, 김혜선, 박진호 (2014). 개방형 데이터(Open Data) 평가를 위한 오픈데이터 측정지표 현황 분석. 한국과학기술정보연구원.
Akter, S., Wamba, S. F., Gunasekaran, A., Dubey, R., & Childe, S. J. (2016). How to improve firm performance using big data analytics capability and business strategy alignment? International Journal of Production Economics, 182(4), 113-131.

상세보기
Baesens, B., Bapna, R., Marsden, J. R., Vanthienen, J., & Zhao, J. L. (2016). Transformational issues of big data and analytics in networked business. MIS Quarterly, 40(4), 807-818.

상세보기
Blaschke, M., Haki, K., Aier, S., & Winter, R. (2018). Capabilities for digital platform survival: Insights from a business-to-business digital platform. In Proceedings of 39th International Conference on Information Systems, San Francisco, USA.
Bourne, M., Franco, M., & Wikes, J. (2003). Corporate performance management. Measuring Business Excellence, 7(3), 15-21.

상세보기
Cao, G., & Duan, Y. (2014). Gaining competitive advantage from analytics through the mediation of decision making effectiveness: An empirical study of UK manufacturing companies. In Proceedings of the Pacific Asia conference on information systems (PACIS), Chengdu, China.
Chen, H., Chian, R. H., & Storey, V. C. (2012). Business intelligence and analytics: From big data to big impact. MIS Quarterly, 36(4), 1165-1188.

상세보기
Cosic, R., Shanks, G., & Maynard, S. (2012). Towards a business analytics capability maturity model. In Proceedings of the 23rd Australasian Conference on Information Systems(ACIS), Geelong, Australia.
Danneels, L., Viaene, S., & Bergh, J. (2017). Open data platforms: Discussing alternative knowledge epistemologies. Government Information Quarterly, 34(3), 365-378.

상세보기
Ghazawneh, A., & Henfridsson, O. (2013). Balancing platform control and external contribution in third-party development: The boundary resources model. Information Systems Journal, 23(2), 173-192.

상세보기
Grant, R. M. (1991). The resource-based theory of competitive advantage: Implications for strategy formulation. California Management Review, 33(3), 114-135.

상세보기
Gupta, M., & George, J. F. (2016). Toward the development of a big data analytics capability. Information & Management, 53(8), 1049-1064.

상세보기
Howson, C. (2008). Successful Business Intelligence: Secrets to Making BI a Killer App. McGraw-Hill Osborne Media.
Kim, G., Shin, B., & Kwon, O. (2012). Investigating the value of sociomaterialism in conceptualizing IT capability of a firm. Journal of Management Information Systems, 29(3), 327-362.

상세보기
Mikalef, P., Boura, M., Lekakos, G., & Krogstie, J. (2019). Big data analytics and firm performance: Findings from a mixed-method approach. Journal of Business Research, 98, 261-276.

상세보기
Mikalef, P., Krogstie, J., Pappas, I. O., & Pavlou, P. (2020). Exploring the relationship between big data analytics capability and competitive performance: The mediating roles of dynamic and operational capabilities. Information & Management, 57(2), doi:10.1016/j.im.2019.05.004

상세보기
Myerson, J. M. (2002). Enterprise systems integration (2nd ed.). Auerbach Publications.
Neely, A. D., Adams, C., & Crowe, P. (2001). The performance prism in practice. Measuring Business Excellence, 5(2), 6-12.

상세보기
Neely, A. D., Adams, C., & Kennerley, M. (2002). The performance prism, the scorecard for measuring and managing business success. London: FT Prentice Hall.
Newman, D. (2011). How to plan, participate and prosper in the data economy. Gartner.
NIST (2018). NIST big data interoperability framework: Volume 1-9. National Institute of Standards and Technology, U.S. Department of Commerce.
NIST(National Institute of Standards and Technology) (2018). NIST big data interoperability framework: Volume 1-9. U.S. Department of Commerce.
OECD (2015). Government at a glance 2015. Paris: OECD Publishing.
OECD (2017). Government at a glance 2017. Paris: OECD Publishing.
OECD (2019). Government at a glance 2019. Paris: OECD Publishing.
Pappas, I. O., Mikalef, P., Giannakos, M. N., Krogstie, J., & Lekakos, G. (2018). Big data and business analytics ecosystems: Paving the way towards digital transformation and sustainable societies. Information Systems and e-Business Management, 16(3), 479-491.

상세보기
Parker, G., Alstyne, M. V., & Jiang, X. (2017). Platform ecosystems: How developers invert the firm. MIS Quarterly, 41(1), 256-266.
Pee, L. G., & Chua, A. Y. K. (2016). Duration, frequency, and diversity of knowledge contribution: Differential effects of job characteristics. Information and Management, 53(4), 435-446.

상세보기
Ramaamurthy, K., Sen, A., & Sinha, A. (2008). An empirical investigation of the key determinants of datawarehouse adoption. Decision Support Systems, 44(4), 817-841.

상세보기
Ren, J. F., Wamba, S. F., Akter, S., Dubey, R., & Childe, S. J. (2017). Modelling quality dynamics, business value and firm performance in a big data analytics environment. International Journal of Production Research, 55(17), 5011-5026.

상세보기
Seddon J. J., & Currie W. L. (2017). A model for unpacking big data analytics in high-frequency trading. Journal of Business Research, 70(1), 300-307.

상세보기
Setia, P., & Patel, P. C. (2013). How information systems help create OM capabilities: Consequents and antecedents of operational absorptive capacity. Journal of Operations Management, 31(6), 409-431.

상세보기
Shanks, G., Bekmamedova, N., & Sharma, R. (2011). Creating value from business analytics systems: The impact of strategy. In Proceedings of 15th Pacific Asia Conference on Information Systems(PACIS), Brisbane, Australia.
Stemler, S. (2000). An overview of content analysis, practical assessment. Research and Evaluation, 7(1), 17. doi:10.7275/z6fm-2e34
Tan, B., Lu, X., Pan, S. L., & Huang, L. (2015). The role of IS capabilities in the development of multi-sided platforms: The digital ecosystem strategy of Alibaba.com. Journal of the Association for Information Systems, 16(4), 248-280.

상세보기
Tiwana, A., Konsynski, B., & Bush, A. A. (2010). Platform evolution: Coevolution of platform architecture, governance, and environmental dynamics. Information Systems Research, 21(4), 675-687.

상세보기
Tsai, H. T., & Bagozzi, R. P. (2014). Contribution behavior in virtual communities: Cognitive, emotional, and social influences. MIS Quarterly, 38(1), 143-163.

상세보기
Vaezi, R., Mills, A., & Chin, W. (2019). User satisfaction with information systems: A comprehensive model of attribute-level satisfaction. Communications of the Association for Information Systems, 45. doi:10.17705/1CAIS.04513
Wamba, S. F., Gunasekaran, A., Akter, S., Ren, S. J. F., Dubey, R., & Childe, S. J. (2017). Big data analytics and firm performance: Effects of dynamic capabilities. Journal of Business Research, 70, 356-365.

상세보기
Watson, H. J., & Wixom, B. (2007). Enterprise agility and mature BI capabilities. Business Intelligence Journal, 12(3), 4-6.

상세보기
Weill, P., & Subramani, M. (2002). Infrastructure for strategic agility. Sloan Management Review, 44(1), 57-65.
K-ICT 빅데이터센터 (2020). https://kbig.kr/portal/, 접속일자: 2020년 11월 19일.
공공데이터포털 (2020). http://www.data.go.kr, 접속일자: 2020년 10월 20일.
대한민국 정책브리핑 (2020). 정책위키-한눈에 보는 정책: 데이터경제. https://www.korea.kr/special/policyCurationView.do?newsId148863563, 접속일자: 2020년 11월 11일.
빅데이터플랫폼 통합데이터 지도 (2020). https://www.bigdata-map.kr/, 접속일자: 2020년 11월 11일.
한국정보화진흥원 (2020). 빅데이터 플랫폼 및 센터 구축사업-공모안내서. https://www.nia.or.kr/site/nia_kor/ex/bbs/View.do?cbIdx78336&bcIdx22675&parentSeq22675, 접속일자: 2020년 11월 11일.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증