adsp 요약 제2과목

분석 방법론의 구성요소

절차  Procedure  

방법 Methods                목적   

도구와 기법 Tools&Techniques

템플릿과 산출물 Templates & Outputs

 

합리적 의사결정을 가로막는 장애요소

경험과 감에 따른 의사결정 -> 데이터에 따른 의사결정을 해야한다

 

기업의 합리적 의사결정을 막는 장애요소

고정관념(streotype) 

편향된 생각(bias)

프레이밍 효과(Framming Effect) 

프레이밍 효과 → 동일한 사건이나 상황임에도 불구하고 개인의 판단에 따라 선택이 달라질 수 있는 현상

 

분석 주체 유형 분석

대상 what
o	x		방법 how
최적화	통찰	o
솔루션	발견	x

 

분석 기획 고려사항 중 장애요소

비용대비 효과의 적정한 비용

분석 모형의 안정적 성능 확보

조직 역량으로 내재화를 위한 변화 관리

이해도 높은 모형보다는 복잡하고 정교한 모형

 

성공적인 분석을 위해서 고려해야 할 요소

관련 데이터의 파악

비즈니스 케이스 확보

이행 저해 요소 관리

원점에서 솔루션 탐색

 

데이터 유형

정형	데이터 자체로 분석 가능, RDB구조의 데이터 ex) ERP,CRM,SCM
반정형 semi	데이터로 분석이 가능하지만 해석이 불가능해 메타정보를 활용해야 해석 가능 ex) 로그, 모바일데이터, 센싱데이터
비정형 un	데이터 자체로 분석 불가능, 특정한 처리 프로세스를 거쳐 분석데이터로 변경해야함 ex) 영상, 음성, 문자

정형 - 비정형 - 반정형

Demand Forecasts data - Competitor pricing - Email records

 

CRISP-DM 분석 방법론

업무이해
데이터 이해	초기 데이터 수집, 데이터 기술 분석, 데이터 탐색, 데이터 품질 확인
데이터 준비	분석용 데이터셋 선택, 데이터 정제, 데이터셋 편성, 데이터 통합, 데이터 포맷팅
모델링	모델링 기법 선택, 모델 테스트 계획 설계, 모델 작성, 모델 평가
평가	분석 결과 평가, 모델링 과정 평가, 모델링 적용성 평가

[데이터 이해] 단계에서 데이터를 준비, 수집하고

[데이터 준비] 단계에서 수집한 데이터를 분석에 적합하게 정제, 선택, 통합, 편성, 포맷팅

 

모델링의 과정과 적용성을 평가하는 것은 [평가]단계, 단순히 모델을 평가하는 것은 [모델링]단계

 

 

빅데이터 분석 방법론

분석 기획 → 데이터 준비 → 데이터 분석 → 시스템구현 → 평가및전개

데이터 분석 단계를 수행하는 과정에서 추가적인 데이터 확보가 필요한 경우 피드백이 반복적으로 발생 가능

빅데이터 분석 방법론의 분석 기획 단계 순서

프로젝트 범위 설정 - 데이터 분석 프로젝트 정의 - 프로젝트 수행계획 수립 - 데이터분석 위험 식별

 

 

비즈니스 모델 캔버스의 채널(Channels)

해당 고객에게 접근하는 유통 채널을 공급한다.

고객에게 밸류 프로포지션을 전달한다.

기업이 제공하는 상품이나 서비스에 대한 고객의 이해를 높여준다.

구매 고객에 대한 에프터서비스(A/S)를 제공한다.

 

비즈니스 모델 캔버스를 구성하는 단위

업무

제품

고객

규제와 감사

지원 IT 인프라

 

 

하향식 접근 방법

문제 탐색 → 문제 정의 → 해결방안탐색 → 타당성검토

 

하향식 접근 방식의 문제 탐색 단계

- 업무, 제품, 고객 , 규제와 감사, 지원 인프라 등 5가지 영역으로 기업의 비즈니스를 분석

- 빠짐없이 문제를 도출하고 식별하는 것이 중요하다

- 문제를 해결함으로써 발생하는 가치에 중점을 두는 것이 중요하다

- 비즈니스 모델 캔버스는 문제 탐색 도구로 활용한다.

- 새로운 이슈 탐색이 우선\

→  현재의 비즈니스 모델 및 유사, 동종사례 탐색을 통해서 도출한 분석 기회들을 구체적인 과제로 만들기 전에 분석 유즈케이스로 표기하는 것이 필수

하향식 접근 방식 단계에서 타당성 평가

- 도출된 분석 문제에 대한 대안을 과제화하기 위해서는 다각적 타당성 검토가 필요하다

- 경제적 타당성은 비용대비 효익의 관점에서 평가한다.

- 기술적 타당성 분석 시 적용 가능한 요소기술 확보 방안에 대한 사전 고려가 필요하다.

- 데이터 타당성 확보를 위하여 문제발생 포인트에 대한 데이터 확보가 중요하다

 

 

상향식 접근 방법

디자인적 사고(디자인 띵킹) 접근법을 통해 why -> what 관점으로 존재하는 데이터 그 자체를 객관적으로 관찰하여 문제를 해결하려는 접근법을 사용

- 프로토타이핑 접근법 활용

- 비지도 학습 방법, 데이터 자체의 연관성, 유사성, 결합을 중심을 ㅗ접근하다.

 

분석 준비도 Readiness

분석업무를 파악하여 기업의 분석 수준이 어느 정도이고 목표를 어떻게 세울것인지에 대한 분석 거버넌스 체계를 수립하는데 활용되는 방법론         

구성 :

분석업무파악	최적의 분석 업무, 예측 분석 업무, 발생한 사실 분석 업무
인력 및 조직
분석기법
분석 데이터
분석문화
IT 인프라

데이터 분석을 위한 조직구조 - 집중구조

- 전사분석 업무를 별도의 분석 전담 조직에서 담당

- 전략적 중요도에 따라 분석조직이 우선순위를 정해서 진행 가능

- 현업 업무부서의 분석업무와 이중화/이원화 가능성이 높음

 

ROI 관점에서 빅데이터의 핵심 특징

3V	크기 Volume	투자비용요소
	다양성 Variety
	속도 Velocity
4v	가치 Value	비즈니스 효과

과제 우선순위 평가 기준

전략적 중요도	전략적 필요성
	시급성	시급히? 향후 경쟁우위 확보를 위한 중요성 정도
실행 용이성	투자 용이성	비용 및 투자예산 확보 가능성 정도, 기간 및 인력 투입 용이성 정도
	기술 용이성	적용 기술의 안정성 검증

분석 마스터 플랜

- 과제 우선순위 평가는 비즈니스 효과인 시급성과 투자비용인 난이도에 근거하여 결정

- 분석 마스터 플랜은 분석과제 도출, 우선순위 결정, 중장기 마스터 플랜 수립과제 도출 순

- 과제별 데이터 분석 체계는 폭포수 방식도 있으나 반복적인 정련과정을 통하여 과제의 완성도를 높이는 방식으로 사용

- 분석 과제 로드맵은 과제의 우선순위를 고려하여 작성하되 과제별 선후관계를 감안하여 반복이 있는 계획을 작성

 

빅데이터를 활용한 변화를 수용하기 위한 중장기적 대응 방안

- 분석 조직 및 인력에 대한 교육과 훈련

- 사실기반(데이터기반)의 의사결정문화 정착

- 분석 역량 강화를 위한 체계적인 계획 및 시행

 

분석 방법론 기획 단계에서 위험 대응 방법

- 회피

- 대응

- 완화

- 수용

 

프로토타이핑 접근법

신속하게 해결책이나 모형을 제시함으로써 이를 바탕으로 문제를 좀 더 명확하게 인식하고 필요한 데이터를 식별하여 구체화할 수 있게 하는 상향식 접근 방법이다

 

시스템 테스트 - 품질관리 차원에서 진행함으로써 적용된 시스템의 객관성과 안정성을 확보한다.

 

 

사전영향평가

 

문제탐색 - 문제정의 단계

 

과제발굴 -과제수행