(1) 분석 마스터 플랜
- 어떤 하나의 분석 프로젝트를 위한 전체 설계도
- 분석 방법론과 과제발굴 수행과정을 모두 아우르는 광의의 개념
- 수립 단계 : <1> 우선 순위 결정, <2> 기업의 상황을 고려하여 분석 구현 로드맵 수립
(2) 분석 마스터 플랜 수립 프레임워크
- 첫 단계 : 발굴한 분석과제의 우선 순위를 정하는 것
- 우선 순위 고려 요소 : <1> 전략적 중요도, <2> 비지니스 성과 (ROI),<3> 실행 용이성
~> 적용 우선 순위 설정 - 적용범위 / 방식 고려 요소 : 업무 내재화 적용 수준, 분석 데이터 적용 수준, 기술 적용 수준
~> Analytics 구현 로드맵 수립
(3) 일반적인 IT 프로젝트 우선순위 평가
- 전략적 중요도 - 전략적 필요성, 시급성
- 실행 용이성 - 투자 용이성, 기술 용이성 (적용 기술의 안정성 검증 정도 등)
(4) 빅데이터의 특징을 고려한 분석 ROI 요소 (4v)
3V (투자(Investment) 비용 요소) : Volume, Variety, Velocity + Value (비지니스 효과 (Return) ) : 분석 결과 활용 및 실행을 통한 비지니스 가치(5) ROI를 활용한 우선순위 평가 기준
- 분석 과제 우선순위 평가 기준
- 시급성 : 전략적 중요도, 목표가치 (KPI) <- Value (비지니스 효과 / Return)
- 난이도 : 데이터 획득.저장.가공 비용 / 분석 적용 비용 / 분석 수준 <-Volume, Variety, Velocity (투자 비용 요소 / Inverstment)
(6) 포토폴리오 4분면 (Quadrant) 분석을 활용한 우선순위 평가 기준
-
1사분면 : 전략적 중요도 높음 / 가장 시급하게 추진 / 난이도 높음
-
2사분면 : 중장기적 관점에서 추진 / 분석과제 바로 적용하기에 난이도 상
-
3사분면 : 전략적 중요도 높음 / 과제 난이도 높지 않음 / 우선적으로 바로 적용
-
4사분면 : 전략적 중요도 높지 않음 / 중장기적 관점에서 추진 / 과제 바로 적용 가능
-
평가기준
- 절대적인 것은 아니며, 기업의 상황에 따라 탄력적으로 운용 가능
- 시급성 : 3 -> 4 -> 1 -> 2
- 난이도 : 3 -> 1 -> 4 -> 2
(7) IT 용어
- ISP (Information Stategic Planning / 정보 전략 계획) : 조직의 내.외부 환경을 분석하고 문제점을 도출하여, 서용자의 요구를 분석하여 시스템 구축 우선순위를 결정하는 등의 중장기 마스터 플랜
- SI : 시스템 구축 / 하청을 받아 시스템의 기획, 개발, 유지보수, 운영 등을 대신 해주는 업종
- SM : 시스템 운영, 유지보수
(8) 분석 거버넌스 체계
- 거버넌스 (Governance / 통치) : 기업에서 의사결정을 위한 데이터의 분석과 활용을 위한 체계적인 관리를 의미
- 구성요소
<1> 조직 (Organization) : 분석 기획 및 관리를 수행
<2> 과제 기획 및 운영 프로세스 (Process)
<3> 분석 관련 시스템 (System)
<4> 데이터 (Data)
<5> 분석 관련 교육 및 마인드 육성 체계 (Human Resource)
(9) 분석 준비도 - 기업의 데이터 분석 도입의 수준을 파악하기 위한 진단 방법
- <1> 분석 업무 파악
- 발생한 사실 분석 . 예측 분석 . 시뮬레이션 분석 . 최적화 분석 업무 / 분석 업무 정기적 개선
- <2> 분석 인력 및 조직
- <3> 분석 기법
- 업무별 적합한 분석 기법 사용 / 분석 업무 도입 방법론 / 분석 기법 라이브러리 / 분석 기법 효과성 평과 / 분석 기법 정기적 개선
- <4> 분석 데이터
- <5> 분석 문화
- <6> IT 인프라
(10) 분석 성숙도
- <1> 비지니스 부문, <2>조직 및 역량 부문, <3>IT 부문 으로 성숙도 수준을 나눔
- (1단계) 도입 -> 분석 시작, 환경과 시스템 구축
- 비지니스 - 실적 분석 및 통계, 정기 보고 수행, 운영 데이터 기반
- 조직 . 역량 - 일부 부서, 담당자 역량에 의존
- IT 부문 - 데이터 웨어하우스, 데이터 마트 , ETL/EAI, OLAP
- (2단계) 활용 -> 분석 결과를 업무에 적용
- 비지니스 - 미래결과 예측 시뮬레이션, 운영 데이터 기반
- 조직 . 역량 - 전문담당부서 수행, 분석 기법 도입, 관리자가 분석 수행
- IT 부문 - 실시간 대시보드, 통계분석 환경
- (3단계) 확산 -> 전사 차원에서 분석 관리, 공유
- 비지니스 - 전사성과 실시간 분석, 프로세스 혁신 3.0, 분석규칙 관리, 이벤트 관리
- 조직 . 역량 - 전사 모든 부서 수행, 분석 COE 운영, 데이터 사이언티스트 확보
- IT 부문 - 빅데이터 관리 환경, 시뮬레이션 . 최적화, 비주얼 분석 분석 전용 서버
- (4단계) 최적화 -> 분석을 진화시켜 혁신 및 성과 향상에 기여
- 비지니스 - 외부 환경 분석 활용, 최적화 업무 적용, 실시간 분석, 비즈니스 모델 진화
- 조직 . 역량 - 데이터 사이언티스트 그룹, 경영진 분석 활용, 전략 연계
- IT 부문 - 분석 협업환경, 분석 SandBox, 프로세스 내재화, 빅데이터 분석
- (1단계) 도입 -> 분석 시작, 환경과 시스템 구축
(11) 분석 수준 진단 결과
- 준비형 : 낮은 준비도, 낮은 성숙도
- 정착형 : 낮은 준비도, 높은 성숙도
- 확산형 : 높은 준비도, 높은 성숙도
- 도입형 : 높은 준비도, 낮은 성숙도
(12) 플랫폼으로 인프라 구축
- 분석 과제별로 별도의 분석 시스템 구축 - 관리의 복잡도 및 비용 증대
- 플랫폼 구조 : 분석 플랫폼을 활용한 공동 기능 활용, 중앙집중적 데이터 관리, 시스템 간 인터페이스 최소화
(13) 데이터 거버넌스
- 전사 차원의 모든 데이터에 대해 표준화된 관리 체계를 수립하고 운영을 위한 프레임워크 및 저장소를 구축하는 것
- 구성 요소 : 원칙, 조직, 프로세스
- 체계 : 데이터 표준화 - 데이터 표준 용어 설정, 명명 규칙 수립, 메타데이터 구축, 데이터 사전 구축등의 업무로 구성
(14) 데이터 분석 조직 유형
- (1) 집중형 조직 구조
- 조직내 별도 독립적인 분석 전담 조직 구성, 회사 모든 분석 업무를 전담 조직에서 담당
- 분석 전담 조직 내부에서 전사 분석과제의 전략적인 중요도에 따라 우선순위를 정해 추진 가능
- 일부 현업 부서와 분석 업부가 중복 또는 이원화될 가능성이 있다. (단점)
- (2) 기능 중심의 조직 구조
- 일반적으로 분석 수행, 별도 분석 조직 구성 x, 각 해당 업무 부서에서 직접 분석
- 전사적 핵심 분석 어려움, 특정 업무 부서에 국한된 분성 수행 가능 높음, 일부 중복된 분석 업무 수행 가능
- (3) 분산형 조직 구조
- 분석 조직의 인력을 현업 부서에 배치해 분석 업무 수행
- 전사 차원에서 분석과제의 우선순위를 선정해 수행 가능, 분석 결과를 신속하게 실무에 적용 가능
(15) 분석 과제 관리 프로세스
- (과제발굴 3단계) 분석 Idea 발굴 -> 분석 과제 후보 제안 -> 분석 과제 확정 -> (과제 수행 4단계) 팀 구성 -> 분석 과제 실행 -> 분석 과제 진행 관리 -> 결과 공유/개선
