데이터 브로커 시장 - 글로벌 산업 규모, 점유율, 추세, 기회 및 예측, 데이터 유형별(비정형 데이터, 정형 데이터 및 사용자 지정 구조 데이터), 가격 모델별(구독료 지불, 사용당 지불, 하이브리드 지불 모델), 최종 사용 부문별(BFSI, 소매 및 FMCG, 제조, 미디어, 정부 부문, 기타 부문), 지역별, 경쟁 예측별, 2018-2028

시장 개요

글로벌 데이터 브로커 시장은 2022년에 2,546억 7,000만 달러 규모로 평가되었으며, 2028년까지 4.89%의 CAGR로 예측 기간 동안 강력한 성장을 보일 것으로 예상됩니다.

AI 기술은 공급망 관리에 새로운 시대를 열었으며, 운영 우수성의 기반을 형성하는 다양한 역량을 갖추고 있습니다. 공급망 도메인에서 AI 도입을 촉진하는 주요 촉매는 운영 효율성을 높이기 위한 끊임없는 노력입니다. AI 기반 알고리즘과 예측 분석은 수요 예측, 재고 관리, 경로 최적화를 포함하여 공급망의 다양한 측면을 최적화하는 도구를 조직에 제공합니다. 그 결과 리드 타임이 단축되고, 운송 비용이 감소하며, 고객 만족도가 향상됩니다.

수요 예측은 AI가 탁월한 핵심 도메인입니다. AI 알고리즘은 과거 판매 데이터, 시장 역학, 날씨 패턴 및 경제 지표와 같은 외부 변수를 면밀히 조사하여 매우 정확한 수요 예측을 생성할 수 있습니다. 이를 통해 조직은 생산 및 재고 수준을 실제 수요에 맞춰 조정하여 과도한 재고를 최소화하고 재고 부족을 방지할 수 있습니다. AI 기반 재고 관리도 효율성을 높이는 또 다른 핵심 요소입니다. AI 알고리즘은 재고 수준, 공급업체 성과, 수요 변동을 지속적으로 분석하여 재고 수준을 최적화합니다. 이를 통해 운반 비용을 줄일 뿐만 아니라 제품을 필요한 시기에 필요한 곳에서 찾을 수 있습니다.

공급망 물류도 AI 기술로부터 상당한 이점을 얻습니다. AI 기반 경로 최적화 및 실시간 추적은 운송 작업의 효율성을 향상시킵니다. 조직은 연료 소비를 줄이고 운송 비용을 낮추며 고객에게 적시에 배송할 수 있습니다. 또한 AI는 공급망 가시성과 투명성을 향상시킵니다. 조직은 IoT 센서와 데이터 분석을 사용하여 운송 중인 상품의 상태와 조건에 대한 실시간 통찰력을 얻을 수 있습니다. 이러한 높은 수준의 가시성은 잠재적 문제를 사전에 식별하고 해결하여 공급망 회복력을 개선하는 데 도움이 됩니다.AI 기반 자동화는 공급망 운영에서 혁신적인 힘을 나타냅니다.로봇 프로세스 자동화(RPA)와 자율 로봇은 주문 피킹, 포장 및 재고 보충과 같은 작업에 점점 더 많이 사용되고 있습니다.이는 노동 비용을 줄일 뿐만 아니라 오류를 최소화하고 전반적인 프로세스 효율성을 향상시킵니다.AI와 블록체인 기술의 융합은 또한 공급망을 보다 안전하고 투명하게 만들고 있습니다.블록체인은 AI와 결합되면 제품에 대한 종단 간 가시성과 추적성을 제공하여 사기 및 위조 상품의 위험을 줄입니다.

결론적으로 글로벌 데이터 브로커 시장은 AI 기술의 혁신적인 영향으로 인해 놀라운 성장을 겪고 있습니다.이러한 혁신은 공급망 관리의 환경을 재편하고, 프로세스를 간소화하고, 비용을 절감하며, 적시에 효율적인 상품 배송을 보장합니다. AI 기술이 계속 발전함에 따라 공급망 관리의 미래를 형성하는 데 있어 부인할 수 없는 역할이 굳건해지면서 혁신, 효율성, 고객 만족도가 이전에는 달성할 수 없었던 수준으로 향상되었습니다.

주요 시장 동인

데이터 중심 의사 결정에 대한 필요성 증가

산업 전반에 걸쳐 데이터 중심 의사 결정에 대한 필요성이 증가함에 따라 글로벌 데이터 브로커 시장은 상당한 성장을 경험하고 있습니다. 오늘날의 디지털 시대에 데이터는 귀중한 자산이 되었으며, 조직은 이를 활용하여 통찰력을 얻고, 정보에 입각한 선택을 하고, 경쟁 우위를 확보하고 있습니다. 데이터 브로커는 다양한 데이터 세트를 수집, 집계하고, 기업이 전략적 의사 결정을 내릴 수 있도록 액세스를 제공함으로써 핵심적인 역할을 합니다.

데이터 중심 의사 결정은 더 이상 일부 산업에 국한되지 않고 보편적인 관행이 되었습니다. 조직은 데이터가 고객 행동, 시장 동향, 운영 효율성을 이해하는 데 도움이 될 수 있음을 인식하고 있습니다. 구매 패턴을 분석하는 소매 회사이든, 환자 치료를 최적화하는 의료 서비스 제공자이든, 투자 기회를 평가하는 금융 기관이든, 데이터 기반 통찰력은 필수적입니다.

데이터 브로커는 소비자 데이터, 시장 조사, 재무 데이터 등 광범위한 데이터 세트에 대한 액세스를 제공하여 이 프로세스를 용이하게 합니다. 그들은 기업이 방대한 데이터 세트를 직접 수집하고 유지 관리하는 부담 없이 필요한 정보를 획득할 수 있도록 돕습니다. 산업이 전략을 추진하기 위해 점점 더 데이터에 의존함에 따라 데이터 브로커 서비스에 대한 수요는 계속 증가하고 있습니다.

급속하게 확장되는 데이터 생태계

글로벌 데이터 브로커 시장 성장의 또 다른 중요한 동인은 데이터 생태계의 급속한 확장입니다. 디지털 환경은 끊임없이 진화하고 있으며, 새로운 데이터 소스, 형식 및 채널이 정기적으로 등장하고 있습니다. 이 데이터 홍수에는 소셜 미디어, IoT 기기, 온라인 거래 등의 구조화된 데이터와 구조화되지 않은 데이터가 포함됩니다. 이러한 방대한 데이터를 관리하고 활용하는 것은 조직에 복잡한 작업이 되었습니다.

데이터 브로커는 데이터 집계, 처리 및 보강에 대한 전문 지식을 제공하여 격차를 메웁니다. 이들은 다양한 데이터 형식과 소스를 처리할 수 있도록 잘 갖춰져 있어 기업이 이 정보에 액세스하고 활용하기가 더 쉽습니다. 게다가 데이터 브로커는 종종 고급 분석 및 머신 러닝 기술을 사용하여 대규모 데이터 세트에서 귀중한 통찰력을 추출합니다.

데이터 생태계의 확장은 특정 산업에 국한되지 않고 여러 부문에 걸쳐 있습니다. 예를 들어, 의료 산업은 환자 기록과 의료 연구 데이터에 액세스하여 혜택을 얻는 반면, 소매 부문은 소비자 행동 데이터를 활용합니다. 데이터 생태계가 계속 성장함에 따라 조직은 이 광대한 환경을 탐색하고 실행 가능한 인텔리전스를 추출하기 위해 점점 더 데이터 브로커를 찾고 있습니다.

규정 준수 및 데이터 개인 정보 보호

최근 몇 년 동안 유럽의 일반 데이터 보호 규정(GDPR) 및 캘리포니아 소비자 개인 정보 보호법(CCPA)과 같이 데이터 개인 정보 보호 및 규정 준수에 대한 관심이 높아졌습니다. 이러한 규정은 조직이 소비자 데이터를 처리하고 보호하는 방법에 대한 엄격한 요구 사항을 부과합니다. 미준수는 심각한 벌금과 평판 손상으로 이어질 수 있습니다.

데이터 브로커는 기업이 이 복잡한 규제 환경을 탐색하는 데 중요한 역할을 합니다. 그들은 제공하는 데이터가 개인 정보 보호 및 규정 준수 표준을 준수하도록 보장합니다. 데이터 브로커는 종종 최신 규정 준수 정보가 포함된 광범위한 데이터베이스를 유지 관리하여 조직이 자신감을 가지고 데이터에 액세스할 수 있도록 합니다.

또한 데이터 브로커는 의사 결정에 사용되는 데이터가 정확하고 규정을 준수하도록 데이터 정리 및 보강 서비스를 제공합니다. 이는 특히 정밀성과 규정 준수가 가장 중요한 금융 및 의료와 같은 산업에서 중요합니다.

데이터 개인 정보 보호 규정이 계속해서 전 세계적으로 진화하고 확장됨에 따라 조직은 규정 준수 표준을 충족하는 데이터를 소싱하기 위해 데이터 브로커에 점점 더 의존하고 있습니다. 이 요인은 글로벌 데이터 브로커 시장의 지속적인 성장에 상당히 기여합니다.

결론적으로, 글로벌 데이터 브로커 시장은 데이터 중심 의사 결정에 대한 필요성 증가, 데이터 생태계의 급속한 확장, 규정 준수 및 데이터 프라이버시의 필수성에 의해 주도되고 있습니다. 이러한 요인은 데이터 브로커가 데이터 중심 세계에서 조직이 데이터에 효과적으로 액세스하고 관리하고 활용할 수 있도록 돕는 데 중요한 역할을 한다는 점을 강조합니다.

주요 시장 과제

데이터 프라이버시 및 규정 준수 문제

글로벌 데이터 브로커 시장에서 가장 중요한 과제 중 하나는 데이터 프라이버시 및 규정 준수와 관련이 있습니다. 데이터 프라이버시에 대한 규제 환경은 최근 몇 년 동안 상당히 발전했으며 유럽의 일반 데이터 보호 규정(GDPR), 캘리포니아 소비자 프라이버시 법(CCPA) 및 전 세계의 많은 다른 규정이 있습니다. 이러한 규정은 조직이 개인 데이터를 수집, 처리 및 공유하는 방법에 대한 엄격한 요구 사항을 부과합니다.

데이터 브로커는 데이터 수집 및 배포의 교차점에 있으므로 복잡한 규정 준수 의무가 적용됩니다. 그들은 지역마다 상당히 다를 수 있는 데이터 보호법의 미궁을 탐색해야 합니다. 이러한 규정을 준수하는 것은 법적 의무일 뿐만 아니라 신뢰와 평판의 문제이기도 합니다. 준수하지 않으면 상당한 벌금, 법적 반발, 데이터 브로커의 신뢰성 손상이 초래될 수 있습니다.

이러한 과제를 해결하기 위해 데이터 브로커는 강력한 규정 준수 프레임워크, 데이터 거버넌스 관행 및 처리하는 데이터의 출처와 사용을 추적할 수 있는 기술에 투자해야 합니다. 또한 진화하는 규정을 파악하고 이에 따라 관행을 조정해야 합니다. 데이터 수익화와 규정 준수 간의 균형을 맞추는 것은 데이터 브로커 산업에서 지속적인 과제입니다.

데이터 품질 및 정확성

데이터 품질과 정확성은 글로벌 데이터 브로커 시장에서 지속적인 과제입니다. 데이터 브로커는 공개 기록, 설문 조사, 온라인 활동 등 다양한 출처에서 방대한 양의 정보를 수집합니다. 이 데이터의 신뢰성과 정확성을 보장하는 것은 기업이 정보에 입각한 의사 결정을 내리는 데 의존하기 때문에 매우 중요합니다.

데이터 불일치, 부정확성 및 오래된 정보는 잘못된 통찰력과 의사 결정으로 이어질 수 있습니다. 예를 들어, 부정확한 소비자 데이터는 마케팅 캠페인 실패나 고객 불만족으로 이어질 수 있습니다. 부정확한 재무 데이터는 잘못된 투자 결정으로 이어질 수 있습니다. 실시간 데이터 스트림이나 비정형 데이터 소스를 처리할 때 데이터 품질을 유지하는 것은 특히 어렵습니다.

데이터 브로커는 이러한 과제를 해결하기 위해 엄격한 데이터 검증 및 정리 프로세스를 구현해야 합니다. 그들은 데이터 보강 기술, 데이터 검증 알고리즘 및 지속적인 모니터링을 사용하여 제공하는 데이터의 정확성과 최신성을 보장합니다. 그러나 데이터 소스와 형식이 계속 진화함에 따라 지속적으로 높은 수준의 데이터 품질을 달성하는 것은 지속적인 과제로 남아 있습니다.

데이터 보안 및 사이버 위협

데이터 보안은 처리하는 데이터의 민감한 특성을 감안할 때 글로벌 데이터 브로커 시장에서 중요한 과제입니다. 데이터 브로커는 개인, 금융 및 비즈니스 정보가 포함된 방대한 데이터 세트를 저장하고 전송합니다. 이 데이터를 사이버 위협으로부터 보호하는 것이 가장 중요합니다.

데이터 브로커에 대한 사이버 공격은 데이터 침해, 평판 손상 및 법적 책임을 포함한 심각한 결과를 초래할 수 있습니다. 데이터 침해는 개인을 신원 도용 및 사기에 노출시켜 데이터 브로커에 대한 법적 조치로 이어질 수 있습니다. 게다가 신뢰 상실은 비즈니스 관계에 상당한 영향을 미칠 수 있습니다.

이러한 과제를 완화하기 위해 데이터 브로커는 사이버 보안 조치에 많은 투자를 합니다. 여기에는 강력한 암호화, 액세스 제어, 침입 탐지 시스템 및 보안 감사가 포함됩니다. 또한 랜섬웨어 공격 및 데이터 침해와 같은 진화하는 사이버 위협에 대해 경계해야 합니다. 사이버 범죄자들이 취약성을 악용하기 위해 지속적으로 새로운 전술을 고안함에 따라 사이버 보안은 데이터 브로커 산업에서 지속적인 우려 사항입니다.

결론적으로 글로벌 데이터 브로커 시장은 데이터 개인 정보 보호 및 규정 준수, 데이터 품질 및 정확성, 데이터 보안 및 사이버 위협과 관련된 상당한 과제에 직면해 있습니다. 이러한 과제를 해결하려면 법적 준수 노력, 데이터 검증 관행 및 강력한 사이버 보안 조치를 결합해야 합니다. 데이터 브로커는 처리하는 데이터의 신뢰와 무결성을 유지하면서 끊임없이 변화하는 데이터 환경에 적응해야 합니다.

주요 시장 동향

윤리적 데이터 브로커리지 및 개인 정보 보호 우선 접근 방식

글로벌 데이터 브로커 시장의 두드러진 동향은 윤리적 데이터 브로커리지 및 개인 정보 보호 우선 접근 방식에 대한 강조가 증가하고 있다는 것입니다. 데이터 프라이버시와 소비자 권리에 대한 우려가 계속 커지면서 데이터 브로커는 윤리적 기준과 규제 요구 사항에 맞춰 관행을 조정하고 있습니다. 이러한 변화는 투명하고 책임감 있는 데이터 처리가 법적 의무일 뿐만 아니라 시장에서 신뢰와 신용을 유지하는 데 필수적이라는 인식에서 비롯됩니다.

윤리적 데이터 브로커리지는 정보를 수집하고 공유하기 전에 데이터 주체의 명시적 동의를 얻는 것을 수반합니다. 이러한 동의 기반 접근 방식은 GDPR 및 CCPA와 같이 개인의 권리를 데이터보다 우선시하는 규정과 일치합니다. 데이터 브로커는 또한 차등 프라이버시 및 동형 암호화와 같은 프라이버시 강화 기술에 투자하여 민감한 정보를 보호하면서도 귀중한 통찰력을 제공하고 있습니다.

또한 데이터 브로커는 점점 더 데이터 최소화 전략을 채택하여 특정 목적에 꼭 필요한 데이터만 수집하고 공유합니다. 이러한 추세는 사용자 선호도를 존중하고 데이터 윤리 문화를 육성하는 방향으로 산업이 더 광범위하게 이동하고 있음을 반영합니다. 윤리적 데이터 관행이 표준이 되면서 데이터 브로커와 협력하는 기업은 프라이버시, 투명성 및 규정 준수를 우선시하는 공급업체를 찾고 있습니다.

AI 기반 데이터 인텔리전스 및 통찰력

글로벌 데이터 브로커 시장의 또 다른 중요한 추세는 데이터 인텔리전스를 향상시키고 더욱 가치 있는 통찰력을 제공하기 위해 인공 지능(AI)을 통합하는 것입니다. 데이터 브로커는 AI 및 머신 러닝 알고리즘을 활용하여 방대한 데이터 세트를 빠르게 처리하고 패턴을 식별하며 실행 가능한 통찰력을 추출합니다. 이러한 추세는 산업 전반에 걸쳐 데이터 기반 의사 결정에 대한 수요가 증가함에 따라 촉진되었습니다.

AI 기반 데이터 인텔리전스를 통해 데이터 브로커는 고객에게 보다 정확하고 관련성 있는 데이터 제품을 제공할 수 있습니다. 예를 들어, 기업은 AI 기반 데이터 세분화 덕분에 타겟 마케팅 캠페인을 위해 고도로 정제된 고객 세그먼트에 액세스할 수 있습니다. AI는 또한 예측 분석에 도움이 되어 조직이 시장 추세와 고객 행동을 예측할 수 있도록 합니다.

AI 기반 데이터 인텔리전스는 데이터 품질과 정확성을 개선하는 것 외에도 향상된 데이터 시각화 및 보고에 기여합니다. 데이터 브로커는 고객이 구매한 데이터에서 귀중한 통찰력을 얻을 수 있도록 하는 고급 대시보드 및 분석 도구를 개발하고 있습니다. 이러한 추세는 기업이 정보에 입각한 의사 결정을 내리고, 운영을 최적화하고, 각 시장에서 경쟁 우위를 확보할 수 있도록 지원합니다.

데이터 수익화 및 제공 서비스의 다각화

데이터 수익화는 글로벌 데이터 브로커 시장에서 우세한 추세입니다. 데이터 브로커는 수집하는 데이터의 엄청난 가치를 인식하고 있으며, 전통적인 데이터 판매를 넘어 이를 수익화할 혁신적인 방법을 찾고 있습니다. 이러한 추세에는 고객에게 더 광범위한 데이터 관련 서비스와 솔루션을 제공하기 위해 제공 서비스를 다각화하는 것이 포함됩니다.

새로운 데이터 수익화 전략 중 하나는 데이터 브로커가 구독 기반 모델 또는 API를 통해 데이터에 대한 액세스를 제공하는 데이터 즉 서비스(DaaS)입니다. 이 접근 방식을 통해 기업은 시장 조사에서 사기 탐지에 이르기까지 다양한 애플리케이션에 대한 실시간 또는 거의 실시간 데이터 스트림에 액세스할 수 있습니다.

또한 데이터 브로커는 데이터 분석 및 컨설팅 서비스에 점점 더 주력하고 있습니다. 단순히 데이터를 판매하는 대신 고객에게 데이터 기반 통찰력, 보고서 및 권장 사항을 제공합니다. 이러한 추세는 기업이 특정 목표를 위해 데이터를 효과적으로 활용하는 방법에 대한 지침이 필요하다는 인식에 의해 주도됩니다.

또한 데이터 브로커는 도달 범위를 확장하고 데이터 소스를 다양화하기 위해 파트너십과 협업을 모색하고 있습니다. 여기에는 IoT 공급업체, 소셜 미디어 플랫폼 및 기타 데이터 생성자와의 협업이 포함되어 데이터 세트를 풍부하게 합니다. 데이터 브로커는 데이터 수익화를 수용하고 포괄적인 솔루션을 제공함으로써 비즈니스 세계에서 데이터 기반 의사 결정 지원에 대한 수요가 증가하는 것을 활용할 준비가 되었습니다.

결론적으로 글로벌 데이터 브로커 시장은 윤리적 데이터 브로커리지, AI 기반 데이터 인텔리전스 및 데이터 수익화에서 혁신적인 추세를 목격하고 있습니다. 이러한 추세는 책임 있는 데이터 관행, 고급 분석 및 혁신적인 수익화 전략이 업계를 재편하고 있는 데이터 관리의 변화하는 환경을 반영합니다. 이러한 추세에 적응하는 기업은 경쟁 우위와 책임 있는 성장을 위해 데이터의 힘을 활용할 수 있는 더 나은 위치에 있습니다.

세그먼트별 인사이트

데이터 유형 인사이트

비정형 데이터는 글로벌 데이터 브로커 시장에서 지배적인 세그먼트입니다.

비정형 데이터는 미리 정의된 형식으로 구성되지 않은 모든 데이터입니다. 여기에는 텍스트, 이미지, 비디오, 오디오 녹음 및 센서 데이터가 포함될 수 있습니다. 기업이 다양한 소스에서 더 많은 데이터를 수집함에 따라 비정형 데이터는 점점 더 중요해지고 있습니다.

데이터 브로커는 기업이 비정형 데이터를 수집, 구성 및 분석하도록 지원하여 비정형 데이터 시장에서 중요한 역할을 합니다. 데이터 브로커는 기업이 비정형 데이터에서 귀중한 통찰력을 식별하고 추출하도록 도울 수 있으며, 이를 사용하여 제품과 서비스를 개선하고, 더 나은 의사 결정을 내리고, 비용을 절감할 수 있습니다.

데이터 브로커 시장에서 비정형 데이터 세그먼트의 성장은 다음을 포함한 여러 요인에 의해 주도되고 있습니다.

기업에서 생성되는 비정형 데이터의 양과 종류가 증가하고 있습니다. 기업이 비정형 데이터에서 귀중한 통찰력을 추출해야 할 필요성이 커지고 있습니다. 기업이 비정형 데이터를 수집, 구성 및 분석하는 데 도움이 되는 데이터 브로커 솔루션의 가용성이 증가하고 있습니다. 구조화된 데이터는 미리 정의된 형식으로 구성된 데이터입니다. 컴퓨터로 쉽게 저장, 분석 및 처리할 수 있습니다. 구조화된 데이터는 일반적으로 데이터베이스와 데이터 웨어하우스에 저장됩니다.

사용자 지정 구조화된 데이터는 특정 기업이나 조직의 특정 요구 사항을 충족하도록 설계된 구조화된 데이터 유형입니다. 이는 제품 정보, 고객 데이터, 거래 데이터 등 다양한 데이터 유형을 나타내는 데 사용할 수 있습니다.

구조화된 데이터와 사용자 지정 구조 데이터 세그먼트도 앞으로 몇 년 동안 성장할 것으로 예상되지만, 비구조화된 데이터 세그먼트에 비해 성장 속도가 느릴 것입니다. 비정형 데이터는 가장 빠르게 성장하는 데이터 유형이며, 기업이 경쟁력을 유지하기 위해 비정형 데이터를 수집하고 분석하는 것이 점점 더 중요해지고 있기 때문입니다.

지역별 통찰력

북미는 글로벌 데이터 브로커 시장에서 지배적인 지역입니다.

북미에서 데이터 브로커 시장의 성장은 다음을 포함한 여러 요인에 의해 촉진되고 있습니다.

북미 기업의 빅데이터 및 분석 채택이 높습니다.

북미에 많은 수의 데이터 브로커 회사가 있습니다.

북미에서 데이터 브로커에게 유리한 규제 환경입니다.

북미 소비자의 높은 가처분 소득으로 인해 데이터 기반 제품 및 서비스에 대한 수요가 증가합니다. 데이터 브로커 시장 성장에 기여하고 있는 북미의 주요 국가로는 미국과 캐나다가 있습니다.

미국은 북미에서 가장 큰 데이터 브로커 시장입니다. 미국에는 Acxiom, Experian, Equifax와 같은 여러 선도적인 데이터 브로커 회사가 있습니다.

캐나다는 북미에서 데이터 브로커의 또 다른 주요 시장입니다. 캐나다 정부는 기업이 빅데이터와 분석을 도입하도록 적극적으로 장려하고 있습니다.

글로벌 데이터 브로커 시장의 다른 주요 지역으로는 유럽, 아시아 태평양, 중동 및 아프리카가 있습니다. 유럽은 데이터 브로커의 주요 시장입니다. 유럽 기업은 운영을 개선하기 위해 점점 더 빅데이터와 분석을 도입하고 있습니다. 아시아 태평양은 데이터 브로커에게 빠르게 성장하는 시장입니다. 아시아 태평양 지역에는 중국과 인도와 같이 빅데이터와 분석에 많은 투자를 하고 있는 여러 신흥 경제국이 있습니다. 중동 및 아프리카는 데이터 브로커에게 작지만 성장하는 시장입니다. 중동 및 아프리카 정부는 기업에서 빅데이터와 분석을 도입하도록 적극 장려하고 있습니다.

최근 개발

• Acxiom은 기업 고객 데이터 플랫폼(CDP)인 Treasure Data와 파트너십을 맺어 Acxiom의 Real Identity를 Treasure Data CDP와 통합했습니다. 이 통합은 Acxiom의 데이터 수집 및 식별 가능성을 개선하고 브랜드가 고객을 식별하고 유지하는 데 도움이 될 것입니다.
• Experian은 거래 데이터 분석 회사인 AccountScore Holdings Limited의 인수를 완료했습니다. 이 인수를 통해 Experian은 AccountScore의 은행 거래 데이터를 신용정보기관 정보에 통합하여 제품 제공을 확대할 수 있습니다.

주요 시장 참여자

• Experianplc
• Equifax 주식회사
• TransUnion LLC
• CoreLogic, Inc.
• DUN & BRADSTREET
• Acxiom LLC
• EPSILON DATA MANAGEMENT, LLC
• Equifax Workforce Solutions, Inc.
• LexisNexis Risk Data Management Inc.
• ThomsonReuters Corporation