헤브론스타(주) 총0명이 열람하였으며, 0개의 리뷰가 있습니다.

헤브론스타(주)의 전체 정보

기업개요 및 핵심역량(요약)

기업 개요 및 핵심 가치글로벌 사업 확장 수요가 있는 고객(해외 수출·해외 소싱·기타 해외 거래처와의 업무에 따른 기업정보 열람이 필요한 모든 기업 및 기업내 담당자)을 대상으로기업 데이터베이스를 제공하기 위해플랫폼을 기술 개발하여기업 데이터베이스를 수집하고 정교화하여수요처의 목적에 맞게 판매함`09년 설립 이후 다양한 기업의해외시장 진출을 위한 현지 시장 현황 분석 및 잠재적 거래처 발굴등의 프로젝트를 통해국내외 기업의 데이터베이스를 자체적으로 구축해왔음`20년에는 구축된 기업 정보 데이터베이스와 산업 분석 전문성을 바탕으로기업과 공공기관을 대상으로기업정보를 제공하고인공지능의 추천 큐레이션을 통해사용자에게 적합한 신규 거래처를 발굴하는플랫폼을 직접 기획 및 개발함`21년부터는해외기업정보제공을NIA에서 주관하는디지털산업혁신 빅데이터 플랫폼에서 판매하며 데이터 센터로 활동하고 있음이러한 사업 활동을 통해 기존의전통적인 기업정보제공 서비스와 글로벌 밸류체인 구축 방식이 가진'제한된 정보', '업무의 비효율성'등의 이슈를 해결하여산업 전반의 디지털 전환을 이루는인공지능 기반 기업정보 데이터베이스 전문회사로의 성장을 목표로 함핵심 역량전통적인 밸류체인 구축 방식은 경직되고 일차원적인 구조의 공급망 형태를 가지고 있는데,이러한 구조는 제한된 정보 속불필요한 시간 및 비용을 소모하며,특히 예기치 않은 혼란이 발생하거나 혼란 상황이 지속될 때 부적합함당사의 핵심 역량인 플랫폼“인공지능 비대면 밸류체인 빌더”는인공지능 알고리즘을 통해 전통적인 밸류체인 구축 방식을 자동화로 탈바꿈함으로써 코로나 사태와 같은 예기치 못한 혼란에 기업이 민첩하게 대응할 수 있는 역량을 확보할 수 있게 함당사의 핵심 역량인 산업 밸류체인 데이터베이스는 다양한 국내외 시장의 구매처 및 판매처 등의 기업 정보 및 공급망 정보를 포함함사업 현황약200개 이상의 해외시장 진출 및 밸류체인 구축(유통전략,잠재적 바이어 발굴,해외시장진입, JV설립,기술제휴,사업타당성 검토, Partnership)프로젝트를

기업한글명

헤브론스타(주)

도로명주소

서울특별시 강남구 봉은사로 304 (역삼동,금강빌딩)

등록일

2025-02-10

링크(URL)

https://kdata.or.kr/datavoucher/is/selectPortalFileDetail.do?rcpnYear=2025&brno=2208791988&sprnSctrCd=P01014002&prdcId=&sprnDsncCd=P11014001

보유솔루션(요약)

타 데이터 상품 대비 차별성 및 우수성약 200건 이상의 국내외 시장진출을 위한 바이어 발굴 프로젝트를 수행하며 글로벌 기업 정보 데이터베이스를 구축하고 실제 현지 전문 인력의 컨택을 통한 데이터의 유효성 검증을 실시하여 타 데이터 상품 대비 방대한 양과 높은 정확성을 보유함 여러 Source로 흩어진 데이터들을 취합하여 데이터의 넓은 Pool을 보유하고 있으며, 당사의 오랜 Go-To-Market 전략 컨설팅 이력을 통해 밸류체인 담당자의 의사결정에 핵심적으로 필요한 정보만을 포함하여, 담당자의 시간 및 비용적 소모를 최소화 함구매된 데이터와 자체 확보 데이터 간 결여된 사항을 상호 보완한 데이터베이스에서, 공공데이터를 통해 기업 정보에 대한 재확인 및 국가간 환율, 수출/입 품목별 관세 여부 등 거시경제 관련 데이터를 보강함유저 입력 기반 데이터를 활용하여 오기입된 데이터에 대한 수정 및 보완을 통해 데이터의 신뢰성 및 정확성을 제고함; 밸류체인 담당 기업 현직자로부터의 오기입 데이터 수정 및 개선을 통해 데이터 정확도는 물론 최신화 정보를 제공받을 수 있음

상세주소

5층

설립일자

2009-12-17

실적(요약)

(1)데이터바우처 지원사업당사는2021~2024년까지데이터바우처 지원사업의 공급기관으로 선정되어총35개의 수요기관과 협약을 체결하고 글로벌 사업확장을 위한 주요 국가의 기업정보 데이터 키트를 제공함상품명글로벌 사업확장을 위한 기업 정보 데이터 키트 및 헤브론스타 가공 서비스사업실적데이터 유형수요기업명AI가공브릭메이트다른코리아명진정공어라운딩엔엠씨볼타온유에이치비루나테크72스퀘어디지티모빌리티이맥시스디지털스튜디오어드바이저로렌플리퍼스케타버스위즈노트에이아이메코비일반가공리걸프로텍판매나온나주식회사노블시스템그린솔루션선두전자에이치엠플러스 주식회사유진컴제이에프티우진건설스타포스이노블루이제이정보시스템코리아일렉콤알파오비욘드리밋제이엠비즈콘디버스비케이기지개(2)빅데이터 센터 구축 사업당사는‘해외 기업 빅데이터 센터’를 구축해해외 기업 정보에 대한 시장의 수요를 충족하는 서비스를 제공해 해외 기업 데이터 부족을 해소하고자 함(3)중소기업 네트워크형 기술개발사업R&BD당사는 신기술 및 제품 개발과 신시장 진출을 지원하는‘중소기업 네트워크형 기술개발R&BD사업’에 선정되어 인공지능 밸류체인 빌더 연구개발을 진행함(4)중소기업기술혁신개발사업(시장대응형)당사는‘중소기업기술혁신개발사업(시장대응형)’에 선정되어 글로벌 기업 정보 플랫폼 연구개발을 진행함

유지보수(후속지원)전략(요약)

유지보수 체계 마련데이터 이용 고객(수요기업)의 데이터 오류에 대한 수정 요구나,데이터 산출 근거 등과 같은 문의에 대응할 수 있는고객응대 전담 조직을 신설할 예정임역할업무분장유지보수책임자ㅇ 유지보수 사항 발생 시 고객사 소통ㅇ 유지보수 사항 검토 및 개선 방향 제시ㅇ 유지보수 사항에 대한 개선 결과 안내유지보수담당자ㅇ 유지보수 사항 발생 시 원인 파악ㅇ 유지보수 사항 발생 시 유지보수 실행당사의 데이터 상품은 연 단위로 데이터를 제공하기 때문에,데이터에 대한 유지보수는 신규로 생성되는 데이터 및 수정된 데이터를연 단위로 갱신하여 현행화하는 것으로 대신함글로벌 단위로 업데이트되는 기업 정보의 특성 상 분기별로 공개하는 주요 지표(재무정보,최신 뉴스 등)들을 즉시 반영하기 어려울 수 있는데,이런 경우고객의 신고를 받아 데이터 정합성을 검토할 수 있도록 여지를 둘 계획임데이터 상품 고객에 의한 오기입된 정보 보고가 들어올 시 즉시 수정 및 검토한 후유선 연락을 통해 해당 고객에게 수정된 정보를 전달하여 보다 철저한 유지보수 체계를 구축함구분내용유지보수 대상ㅇ 공급기관에서 공급한 산출물에 대해 데이터 수 미달 및 부정확한 데이터무상유지보수대상ㅇ 공급한 목적물에 하자가 있는 경우는 무상 하자보수를 원칙으로 함ㅇ 협약종료 후6개월 이내에 발생하는 데이터 결함에 대한 유지보수내용ㅇ 무상 유지보수 기간 동안 일어나는 유지보수 활동ㅇ 협약한 데이터 수 미달 시,해당 데이터 수만큼 데이터를 추가로 지원ㅇ 부정확한 데이터는 수정 및 검토 후 수정된 정보 전달유상유지보수대상ㅇ 무상제공 범위를 벗어나는 데이터 추가 제공 등에 대한 활동내용ㅇ 신규 데이터를 추가하고 기존 데이터의 구성 변경 등을 실시할 경우,상호 협의하여 실비 제공을 원칙으로 함금액ㅇ 투입공수 및 데이터 확보를 위한 실비 기준수요 증가에 따른 대응 방안당사는 새로운 고객들의 니즈에 따른 데이터 분석 및 모델링 필요성 등고도화된 고부가가치형 서비스를 제공하기 위해서 계획에 따라데이터 분석 및 개발을 담당하는 데이터 분

주요서비스 상세정보(요약)

가공 데이터 상품의 정의글로벌 사업 확장을 도모하는 기업을 대상으로 진성(眞性) 바이어 발굴을 위한 기업 데이터 가공 서비스를 제공함일반적으로 기업에서는 사업 영역 확장 시 신규 협력업체 발굴에 다중 업무 프로세스가 강요됨; 목표 시장(국가) 내 특정 산업 기업 리스트 구축, 기업 일반 정보, 재무 정보, 거래 이력, 담당자 연락처 등 잠재적 협력 업체 선정에 있어 각기 다른 출처의 정보를 확인 및 검토하게 되어 시간적 및 비용적 소모가 막대함당사는 설립 후 지난 11년 간 200+건의 밸류체인 확장 관련 프로젝트를 수행하며 축적한 진성 바이어 발굴 관련 노하우를 보유하고 있음; 국가 및 산업별로 일부 상이할 수 있으나, 일반적으로 통용되는 진성 바이어 발굴 주요 지표를 통해 진성 바이어의 주요 항목별 Performance를 손쉽게 나타내어 밸류체인 확장을 희망하는 기업의 의사결정 신속화를 도모함데이터 가공 서비스 유형당사가 제공하고자 하는 데이터 가공 서비스는 정형 및 비정형 원천 데이터의 클렌징, 변환, 통합 등을 통해 데이터 모델링 도구의 입력값이 될 최종 데이터를 추출함(일반가공) 기업명, 매출액, 전화번호, 주소 등 테이블로 제공되는 정형 데이터의 전처리, 분석, 시각화 등 수요기업의 니즈에 따라 분석이 용이하도록 데이터를 가공함(AI가공) 이미지, 비디오, 텍스트 등 다양하고 방대하여 별도의 분석 처리 기술이 필요한 비정형 데이터의 태깅/라벨링 작업을 거쳐 수요기업의 AI 모델 학습용 데이터를 구축함가공 유형상세 내용중복값 제거 (Deduplication)이전에 저장된 데이터와 중복되는 부분의 데이터를 분석해 수정된 부분만 저장결측값 보정 (Data Imputation)결측치 항목을 제거(Deletion)하거나 최빈값, 중앙값, 평균, 조건부 대치(Imputation)하여 머신러닝을 위한 최적의 데이터 도출태깅/라벨링 (Tagging/Labelling)기업 제품, 로고 등 데이터 이미지에 제품명, 기업명 등 관련 정보를 라벨링하여 AI 학습용 데이터

카테고리구분

전처리,품질,시각화,태깅또는라벨링,분석,전략수립,큐레이션,생성·수집,적재

품질확보전략(요약)

데이터의 정확도 및 신뢰성 검증 프로세스자체 확보한 데이터의 데이터 클렌징 및 정교화 작업을 통해 글로벌 기업 정보 데이터베이스를 구축하고,공공데이터 및 사용자 입력 기반 데이터를 통해부족한 데이터의 보완 및 정확도 검증을 실시함여러Source로 흩어진 데이터들을 취합하여 데이터의 넓은Pool을 보유하고 있으며,당사의 오랜Go-To-Market전략 컨설팅 이력을 통해밸류체인 담당자의 의사결정에 핵심적으로 필요한 정보만을 포함함구매된 데이터와 자체 확보 데이터 간 결여된 사항을 상호 보완한 데이터베이스에서,공공데이터를 통해 기업 정보에 대한 재확인 및 국가간 환율,수출/입 품목별 관세 여부 등 거시경제 관련 데이터를 보강해데이터의 품질 고도화를 도모함유저 입력 기반 데이터를 활용하여오기입된 데이터에 대한 수정 및 보완을 통해데이터의 신뢰성 및 정확성을 제고함;밸류체인 담당 기업 현직자로부터의 오기입 데이터 수정 및 개선을 통해데이터 정확도는 물론 최신화 정보를 제공함데이터 품질 전담Function당사는 지속적인 데이터의 품질 관리를 위한신규 전담 조직을 설립하고,품질 고도화를 위한 기업 활동을 구축하여 제공하는데이터 상품의 품질을 완전 무결(Zero Defects)상태로 유지함을 도모함해외 지사 대표인력2명 및 국내 인력2명으로 구성된 특별 전담 팀(TFT: Task Force Team)을 구성하여 원데이터 수집,분석 프로세스에 대한 지속적인 모니터링과 개선 방안을 도출함월2회 이상의 서비스 운영 회의를 통해 원데이터 수집,분석 면의 애로사항을 도출하고,이에 대한 해결 방안을 마련하여데이터 구입자의 사용자 경험을 극대화하는 품질 관리를 실천함

활용사례(요약)

주요 활용 사례 (1): 제****기업명㈜제****사업명고객 빅데이터 기반의 글로벌 액상전자담배/기기 시장 e-CRM 구축사업의 목적데이터바우처 지원사업을 통해 기업 일반 정보, 사업 영역, 주력 상품 등 다양한 데이터를 분석 및 세분화하여 밸류체인 구축 및 잠재 거래처 발굴 최적화를 도모하고자 함데이터 구매 필요성당사의 수출 경쟁력을 강화하기 위해 CRM을 기반으로 한 다이렉트 마케팅을 진행하여 글로벌 밸류체인 구축 및 유효 바이어를 확보하고자 함전략적 CRM 마케팅을 실행하기 위해서는 고객 통합 데이터베이스 구축이 필요한데, 기존의 방식대로 소수의 타깃 시장 데이터가 아닌 전 세계 잠재 거래처 데이터를 기반으로 한 CRM을 구축할 필요가 있음데이터 상세 설명글로벌 액상전자담배/기기 관련 업체 18만개社 기업정보 데이터 제공데이터 제공 국가 범위: 베트남, 일본, 프랑스, 미국, 인도네시아 등 주요 15개국데이터 상품의 범위: 기업명, 주소, 사업영역, 대표번호, 이메일, 웹사이트 등데이터 유형: 정형데이터 파일: csv<v:shapetype id="_x0000_t75" coordsize="21600,21600" o:spt="75" o:preferrelative="t" path="m@4@5l@4@11@9@11@9@5xe" filled="f" stroked="f"> <v:stroke joinstyle="miter" /> <v:formulas> <v:f eqn="if lineDrawn pixelLineWidth 0" /> <v:f eqn="sum @0 1 0" /> <v:f eqn="sum 0 0 @1" /> <v:f eqn="prod @2 1 2" /> <v:f eqn="prod @3 21600 pixelWidth" /> <v:f eqn="prod @3 21600 pixelHeight" /> <v:f eqn="sum @0 0 1" />