기업이 생존하기 위해서는 제품의 다양성을 확보해야 한다. 하지만 동시에, 경제성을 확보해야 한다. 플랫폼 전략은 제품 다양성 확보를 통한 범위의 경제효과와 대량생산을 통해 규모의 경제효과를 동시에 달성하기 위한 전략이라고 할 수 있겠다.
많은 논문들에서 플랫폼을 다양하게 정의하고 있는데, 보통 다수의 제품군에서 동시에 활용할 수 있는 부품으로 정의된다. 따라서, 많은 논문들에서 다양한 제품군에서 '덜' 변화가 요구되는 부품들을 찾아내는 것을 목표로 한다.
Sanchez의 아티클은 플랫폼을 계획하는 활동이 단순히 공용부의 정의하는 이상의 활동이라고 주장하고 있다. 특히, 이 아저씨는 플랫폼의 정의함에 있어 부품간의 인터페이스 정립이 중요함을 강조하고 있다. 부품간의 인터페이스는 설계 표준을 정립할 뿐만 아니라, 그 이후의 생산/조립공정, 그리고 supply chain의 형성에 큰 영향을 준다.
이 아저씨는 플랫폼 정의의 핵심이, 인터페이스의 정의이며, 부품이 잘 모듈화 되어야 한다고 주장한다.
Platform
- a platform consists of strategically motivated and operationally coordinated modular product and process architectures designed to create specific forms of strategic flexibility that will be the drivers of a market strategy for achieving a defined set of business goals.
Product architecture:
- decomposition of the overall functionalities of a product into specific functional component
- interface specification that define how the functional components interact within the product as a technical system
Process architecture
- decomposition of all the supply chain and production processes needed to make, distribute, and support a product into a set of functional activity components
- specification of the interfaces between activity components that define how the activity components will interact as the production supply chain functions
Technical modularity
- is created when designers specify an interface between components to allow the free substitution of some range of component variations
Strategic modularity
- architecture should be partitioned so that its technical decomposition follows the design principle of 1-1 mapping
- important source of differentiation is contained within a single component
- the interfaces between strategically partitioned components are then made technically modular, so that intended variations and evolution in a product design or service activity can be readily configured.
(고정부) 대량생산되며 OEM이 직접 운영하는 대량생산라인에서 생산될 것이다
(변동부) 소량 주문생산되며, 보통 vendor 들이 담당할 것이다.
Delayed differentiation point에 따라 플랫폼을 정의하는 것도 의미있는 작업일 듯 하다.
Ralbu's view
2015년 10월 12일 월요일
2015년 10월 2일 금요일
[Research] Discrete Choice Model
Discrete choice model
- 소비자는 자신의 '취향'에 따라 제품을 선택한다. 자동차를 선택할 때, 소비자는 자동차가 가진 spec (가격, 규모, 디자인, 연비, 내부공간)을 꼼꼼히 비교하고, 자신의 취향에 가장 맞는 제품을 선택할 것이다.
- 개인의 취향은 개인이 어떤 spec을 가장 중요하게 여기는지 살펴봄으로써 파악이 가능하다. 사회 초년생인 젊은 소비자는 상대적으로 가격과 연비를 중요하게 여길 것이고, 중년층은 디자인과 내부공간을 중요하게 여길 것이다 (합리적인 나라 이야기다). 이러한 소비자의 취향을 과학적으로 수집하여 소비자들의 집단으로 구성된 시장의 평균적인 취향을 파악하려는 방법론 중 하나가 discrete choice 방법론이다.
- 즉, discrete choice 모형은 소비자의 제품 spec에 대한 중요도를 파악하기 위한 방법론이다. 이산적 선택이라는 단어에서 알 수 있듯이, 소비자는 다수의 제품 중 하나만을 선택한다. discrete choice model은 실험적으로 구성된 다양한 제품 대안들을 제공하고, 이들 중 가장 마음에 드는 하나만을 선택하도록 한다. 그리고 여기서 수집된 실험결과를 모아, 시장의 취향, 즉 제품 spec에 대한 선호도를 과학적으로 파악하는 것을 목표로 한다.
- discrete choice model은 로지스틱 회귀분석 방법론을 바탕으로 개발되었다. 로지스틱 회귀분석은 종속변수(Y)가 0 또는 1만을 갖는 특수한 형태의 회귀분석으로써, 독립변수 X에 따라 Y가 1인지 0인지의 여부를 확률로써 알려주는 모형이다.
[ Research] Decision-based design and discrete choice model
1. Decision-based design
- Decision-based Design (DBD) is a normative approach that prescribes a methodology to make unambiguous design alternative selections under uncertainty and risk wherein the design is optimized in terms of the expected utility.
- 기계과 동네에서 디자인 이슈를 다룰 때 많이 쓰이는 용어다. 직역해 보면 '다양한 디자인 대안 중 최적을 선택하기 위한 normative approach' 쯤 될 것이다. 여기서 핵심은 대안 선택을 위해 소비자 효용(utility)의 개념을 도입한 것이다. 소비자 효용은 마케팅, 경제학 이론에서 소비자의 선택을 설명하는 개념으로써, 합리적 소비자라면 자신의 효용을 최대화 하는 대안을 선택할 것이라는 가정에 입각한다.
- Decision-based Design (DBD) is a normative approach that prescribes a methodology to make unambiguous design alternative selections under uncertainty and risk wherein the design is optimized in terms of the expected utility.
- 기계과 동네에서 디자인 이슈를 다룰 때 많이 쓰이는 용어다. 직역해 보면 '다양한 디자인 대안 중 최적을 선택하기 위한 normative approach' 쯤 될 것이다. 여기서 핵심은 대안 선택을 위해 소비자 효용(utility)의 개념을 도입한 것이다. 소비자 효용은 마케팅, 경제학 이론에서 소비자의 선택을 설명하는 개념으로써, 합리적 소비자라면 자신의 효용을 최대화 하는 대안을 선택할 것이라는 가정에 입각한다.
2015년 10월 1일 목요일
[Research] Normative vs Informative
1. Normative
- Normative means relating to an ideal standard or model, or being based on what is considered to be the normal or correct way of doing something.
- 어떤 현상을 설명하기 위해 '정상적 (normal)'이라고 생각되어지는 이상적 모형을 도입하여 설명하는 방식
- 연역적인 사고에 따라, 모형을 만들어내고 이에 따라 세상을 설명한다.
- Prescriptive
2. Informative
- Typically, normative is contrasted with informative (referring to the standard's descriptive, explanatory or positive content). Informative data is supplemental information such as additional guidance, supplemental recommendations, tutorials, commentary as well as background, history, development, and relationship with other elements. Informative data is not a requirement and doesn’t compel compliance.
- 어떤 현상을 설명하기 위해 귀납적 조사에 의존하는 방식
- Descriptive
2015년 9월 21일 월요일
[Research] Option 가격 결정의 원리
주가는 기본적으로 불확실하다. 여러분들은 어디선가 시간에 따라 요동치는 주가의 그래프를 보았을 것이다. 도박과 마찬가지로, 주식에 대한 투자는 불확실성에 대한 베팅이라고 볼 수 있겠다. 도박과 마찬가지로, 따는 사람이 있고, 잃는 사람이 있다. 이 처럼, 미래의 상태가 불확실한 자산에 투자하는 경우 이 투자는 위험에 노출되어 있다고 한다.
위험에 노출되있는 투자에 대처하는 방식은 크게 두가지 이다. 1) 위험자체를 제거하고 완벽한 투자를 하거나, 2) 유연성을 갖추어 상황에 적응하는 것이다. 법칙 1에 의해 위험을 대체하려면, 불확실한 주가를 완벽하게 예측할 수 있어야 한다. 이같은 방식은 내부자에 의한 정보유출이 있지 않는 이상 불가능하다.
두번째 방식은 유연성을 갖추는 것이다. 예를 들어 설명해 보자. 나는 평소에 눈독들인 주식을 내일 살 계획이다. 현재 이 주식의 가격은 100원인데, 내일 이 주식은 반반의 확률로 10원이 올라서 110원이 되거나, 10원이 내려가서 90원이 된다. 여기에서 '내일 주식을 100원에 살 권리'가 내게 주어졌다고 생각해보자. 이 권리는 내가 유리할때만 이득을 볼 수 있도록 유연성을 제공한다. 주식이 오르면 (110원), 나는 100에 살 수 있는 권리를 보유하므로, 10원의 이득을 챙길 수 있게 된다. 만약 주식이 떨어지면, 에이 재수없어 하면서, 권리를 행사하지 않으면 된다. 따라서, 이 권리는 언제나 0보다는 큰 이득을 나에게 제공함으로, 그냥 주식을 가지고 있는 것보다는 안전해 보인다 (정말 안전한지는 모르겠다...패가망신한 분들이 많다고 들어서..). 이 같은 선택의 권리로써 거래되는 상품을 '옵션'이라고 한다.
그렇다면, 이 '권리'를 대체 얼마에 판매해야 하는 것일까? 이것이 아름답고 유명한 금융수학 이론 중 하나인 옵션가격 결정론이다. 옵션의 가격을 결정하기 위해 여러가지 가정이 들어가지만, 기본적 원리는 이 옵션과 똑같은 값을 갖는 거래 가능한 포트폴리오를 만들어 내는 것이다.
옵션과 똑같은 현금흐름을 나타내는 포트폴이노는 a) 내가 사려고 했던 주식과 b) 무위험 자산으로 구성된다. 즉, 무위험 자산(국가에서 발행하는 채권..그리스 말고)을 A만큼 빌리고, 이 돈을 가지고 옵션으로 사려했던 주식을 B주만큼 산다. 그러면, Arbitrage Free 가정하에서 (생략..)서 계산하려고 하는 옵션과 똑같은 현금흐름을 가진 포트폴리오를 만들어 낼 수 있는 것이 이론적으로 증명되어 있다 (아래 그림 참조). 이 포트폴리오는 시장에서 거래되는 자산으로 가격 계산이 가능하기 때문에, 옵션의 가격을 매길 수 있게 된다.
옵션과 똑같은 현금흐름을 나타내는 포트폴이노는 a) 내가 사려고 했던 주식과 b) 무위험 자산으로 구성된다. 즉, 무위험 자산(국가에서 발행하는 채권..그리스 말고)을 A만큼 빌리고, 이 돈을 가지고 옵션으로 사려했던 주식을 B주만큼 산다. 그러면, Arbitrage Free 가정하에서 (생략..)서 계산하려고 하는 옵션과 똑같은 현금흐름을 가진 포트폴리오를 만들어 낼 수 있는 것이 이론적으로 증명되어 있다 (아래 그림 참조). 이 포트폴리오는 시장에서 거래되는 자산으로 가격 계산이 가능하기 때문에, 옵션의 가격을 매길 수 있게 된다.
위의 그림에서 살펴볼 수 있듯이, 옵션의 가격이 도출되는 것을 볼 수 있다. 이 가격은, 즉 유연성을 확보하는 대가로 치뤄야 하는 가격이라고 생각할 수 있겠다. 나아가서, 정해진 옵션 가격을 통해, risk neutral probability도 구할 수 있는데, 이는 위험이 제거되었을 경우 이 옵션에 대한 가상의 확률을 의미한다 (즉, 옵션으로 인해 보정된 확률 정도로 해석하면 될 것 같다).
2015년 9월 16일 수요일
[Academic Writing] Common Latin Expression
약어중에 라틴어로 표현되는 것들이 많이 있다. e.g.나 etc. 등이 대표적인데, 지금까지 글 쓰면서 각각이 무슨 뜻인지도 모르고 쓰는 경우가 많이 있었다. 이 기회에 정리해보고자 한다.
출저는 Academic Writing for Graduate Students이다.
cf. // compare.
e.g. // for example.
et al. // and other authors.
etc. // and others.
errata // list of typographical misttakes.
ibid. // the same as the previous reference.
i.e. // that is to say.
P.S. // something added after the signature
viz. // nameley
출저는 Academic Writing for Graduate Students이다.
cf. // compare.
e.g. // for example.
et al. // and other authors.
etc. // and others.
errata // list of typographical misttakes.
ibid. // the same as the previous reference.
i.e. // that is to say.
P.S. // something added after the signature
viz. // nameley
2015년 9월 15일 화요일
[Research] Self-organizing Map
Self-organizing Map(SOM)
뉴럴 네트워크를 활용한 클러스터링 기법의 일종이다. 한국어로는 자기조직화 맵이라는 이름으로 불리운다. 다른 클러스터링 기법과 마찬가지로 주된 목적은 입력값 (input pattern)을 그룹화 하여 유사한 그룹으로 클러스터링 하는 것이다.
[그림 1]은 7차원의 입력데이터를 5개의 cluster로 구분할 수 있는 SOM의 구조를 나타내고 있다. x는 input vector를 구성하는 각 dimension을, y은 각각의 클러스터를 의미한다. wij는 입력값과 클러스터를 연결하는 벡터로써, 입력값으로 표현되는 클러스터의 현재 위치, 즉 중앙값으로 생각하면 될 듯 하다. 따라서 SOM의 목적은, 입력데이터를 가장 잘 구분할 수 있는 weight vector를 찾는 것이다.
Weight vector의 학습과정은 다음과 같다. 입력값들은 각각의 weight vector와의 비교를 통해 가장 가까운 클러스터로 할당되게 된다. 가장 가까운 클러스터가 찾아졌다면, 해당 클러스터와 그 이웃의 weight vector들의 위치가 조금씩 조정되게 된다. 자기조직화 맵이라는 이름은 이처럼, weight vector를 스스로 학습하여 조정해 나가는 과정을 지칭하기 때문인 것으로 생각된다. 이같은 과정을 수차례 거치면, weight vector들의 값이 점차적으로 안정화 되게 되고, SOM이 완성되게 된다.
참고자료: http://mnemstudio.org/neural-networks-kohonen-self-organizing-maps.htm
뉴럴 네트워크를 활용한 클러스터링 기법의 일종이다. 한국어로는 자기조직화 맵이라는 이름으로 불리운다. 다른 클러스터링 기법과 마찬가지로 주된 목적은 입력값 (input pattern)을 그룹화 하여 유사한 그룹으로 클러스터링 하는 것이다.
[그림 1]은 7차원의 입력데이터를 5개의 cluster로 구분할 수 있는 SOM의 구조를 나타내고 있다. x는 input vector를 구성하는 각 dimension을, y은 각각의 클러스터를 의미한다. wij는 입력값과 클러스터를 연결하는 벡터로써, 입력값으로 표현되는 클러스터의 현재 위치, 즉 중앙값으로 생각하면 될 듯 하다. 따라서 SOM의 목적은, 입력데이터를 가장 잘 구분할 수 있는 weight vector를 찾는 것이다.
Weight vector의 학습과정은 다음과 같다. 입력값들은 각각의 weight vector와의 비교를 통해 가장 가까운 클러스터로 할당되게 된다. 가장 가까운 클러스터가 찾아졌다면, 해당 클러스터와 그 이웃의 weight vector들의 위치가 조금씩 조정되게 된다. 자기조직화 맵이라는 이름은 이처럼, weight vector를 스스로 학습하여 조정해 나가는 과정을 지칭하기 때문인 것으로 생각된다. 이같은 과정을 수차례 거치면, weight vector들의 값이 점차적으로 안정화 되게 되고, SOM이 완성되게 된다.
[그림 1] Self-organizing map 예시 (7차원 입력 데이터를 5개의 클러스터로 나눌 경우) |
참고자료: http://mnemstudio.org/neural-networks-kohonen-self-organizing-maps.htm
피드 구독하기:
글 (Atom)