[ADsP] 3강 데이터 분석 기획의 이해
1장 데이터 분석 기획의 이해
01 분석 기획과 분석 방법론
1. 분석 기획
1) 분석 기획의 정의와 특징
(1) 분석 기획의 정의
- 실제 분석을 수행하기 전 분석을 수행할 과제의 정의 및 의도했던 결과를 도출할 수 있도록 관리하는 방안을 사전에 계획하는 작업
- 어떠한 목표(What)를 달성하기 위하여 어떠한 데이터를 가지고 어떠한 방식(How)으로 수행할지에 대한 일련의 계획을 수립하는 중요한 사전작업
(2) 분석 기획의 특징
- 수학/통계학적 지식, 분석 도구인 데이터 및 프로그래밍 기술, 해당 비즈니스에 대한 이해와 전문성에 대한 고른 역량과 시각 등이 요구
(3) 분석 대상과 그 방법에 따른 4가지 분석 주제★★★
- 대상이 무엇인지 알고 분석 방법도 알고 있다면 '최적화' (OO)
- 대상이 무엇인지 알지만 분석 방법을 모른다면 '솔루면' (OX)
- 대상이 무엇인지 모르지만 분석 방법을 안다면 '통찰' (XO)
- 대상이 무엇인지 모르고 분석 방법도 모른다면 '발견' (XX)
(4) 목표 시점별 분석 기획
- 과제 중심적 접근 방식 - 빠르게 문제 해결 중심
- 장기적인 마스터플랜 방식 - 정확한 문제 정의 중심
2) 분석 기획 시 고려사항★★
(1) 가용 데이터 고려
(2) 적절한 활용 방안과 유스케이스의 탐색
(3) 장애요소에 대한 사전 계획 수립
2. 분석 방법론 개요
1) 분석 방법론 개요
(1) 분석 방법론이란?
- 주어진 과제를 해결하기 위해 조직이 어떤 절차로 작업해 나갈 건지 일련의 절차
(2) 분석 방법론의 필요성
- 상세한 절차, 방법, 도구와 기법, 템플릿과 산출물로 구성
참고 : 기업의 합리적 의사결정 방해요소
- 고정 관념
- 편향된 생각
- 프레이밍 효과
(3) 분석 방법론의 생성 과정★
암묵지 -(형식화)-> 형식지 -(체계화)-> 방법론 -(내재화)-> 암묵지
2) 분석 방법론이 적용되는 업무 특성에 따른 모델★★
(1) 폭포수 모델
- 단계를 거쳐 순차적으로 진행하는 방법으로 이전 단계로의 피드백 가능
(2) 프로토타입 모델
- 일부분을 먼저 개발하고 점진적으로 시스템을 개발해 나가는 접근 방식
(3) 나선형 모델
- 사용자의 요구에 초점을 맞추기보다 위험요소를 사전에 제거한다는 것에 초점
(4) 계층적 프로세스 모델★
- 몇 개의 단계, 하나의 단계에 여러 개의 태스크, 하나의 태스크에 여러 개의 스텝으로 구성
- WBS의 워크패키지에 해당, '입력 - 처리 및 도구 - 출력'으로 구성된 프로세스
3. 전통적인 분석 방법론 두 가지 ★
1) KDD 분석 방법론
(1) KDD 분석 방법론(5단계)★
- 데이터로부터 통계적 패턴이나 지식을 찾기 위해 체계적으로 정리한 데이터 마이닝 프로세스
- 데이터셋 선택 → 데이터 전처리 → 데이터 변환 → 데이터 마이닝 → 해석과 평가
2) CRISP-DM 분석 방법론
(1) CRISP-DM 분석 방법론(6단계)★★
- KDD 분석 방법론과 비슷하나 약간 더 세분되어 있다는 점
- 업무 이해 → 데이터 이해 → 데이터 준비 → 모델링 → 평가 → 전개
4. 빅데이터 분석 방법론
1) 빅데이터 분석 방법론 개요
(1) 빅데이터 분석 방법론
- 계층적 프로세스 모델로 단계, 태스크, 스텝의 3계층 레벨과 5단계로 구성
(2) 빅데이터 분석 방법론의 계층적 프로세스
- 분석 기획 → 데이터 준비 → 데이터 분석 → 시스템 구현 → 평가 및 전개
참고 : 빅데이터 분석 방법론 플로우 및 단계별 수행 프로세서 꼭 읽어보기★★
02 분석 과제 발굴
1. 분석 과제 발굴 개요
1) 분석 과제 '발굴'의 개념과 '탐색' 방법
(1) 분석 과제 발굴
- 분석 발굴 - 해결해야 할 다양한 기업의 문제를 '데이터 분석 문제'로 변환 하는 것
- 하향식 접근법과 상향식 접근법으로 나뉜다
(2) 분석 과제 탐색 방법★★
- 하향식 접근법 : 문제가 주어졌을 때 해결해야 할 과제를 찾는 Top-Down 수행방법
- 상향식 접근법 : 다양한 데이터의 조합 속에서 인사이트를 찾아내는 Bottom-Up 방식
2. 하향식 접근법★★★
1) 1단계 - 문제 탐색 단계
(1) 비즈니스 모델 탐색 기법 ★★
- 업무, 제품, 고객 단위로 문제를 발굴 / 규제와 감사, 지원 인프라의 두 가지 영역에 대한 기회를 추가로 도출
(2) 분석 기회 발굴 범위의 확장 ★★
- 거시적 관점 - 사회, 기술, 경제, 환경, 정치
- 경쟁자 확대 관점 - 대체제, 경쟁자, 신규 진입자
- 시장의 니즈 탐색 - 고객, 채널, 영향자들
- 역량의 재해석 - 내부 역량, 파트너와 네트워크
(3) 외부 참조 모델 기반 문제 탐색 및 분석 유스케이스 정의
- 가장 빠르고 쉬운 방식으로 분석 기회가 무엇인지 아이디어를 얻는 브레인스토밍 활용
- 분석 유스케이스 - 분석을 적용했을 때 업무 흐름을 개념적으로 설명한 것으로 프로세스 혁신 수단으로 활용
2) 2단계 - 문제 정의 단계
(1) 문제 정의
- 식별된 비즈니스 문제를 데이터의 문제로 변환하여 정의하는 단계
3) 3단계 - 해결 방안 탐색 단계
(1) 해결 방안 탐색
- 데이터 분석 문제를 해결하기 위한 방안을 모색하는 단계
(2) 해결 방안 탐색 단계 프로세스
- 기존 시스템 가능 여부 / 분석 역량 여부 등의 과정을 거쳐 해결방안 선정
4) 4단계 - 타당성 검토 단계
(1) 타당성 검토
(2) 타당성 검토의 두 가지 유형
- 경제적 타당성
- 데이터 및 기술적 타당성
3. 상향식 접근법
1) 상향식 접근법 개요
(1) 상향식 접근법 개념
- 원천 데이터로부터 통찰과 지식을 얻는 접근 방법
(2) 상향식 접근법의 특징
- 분석부터 시작하고 그 결과로부터 가치가 있는 문제를 도출하는 방법
2) 지도학습과 비지도학습★★
(1) 지도학습
- 정답이 있는 데이터를 활용하여 분석 모델을 학습시키는 것
(2) 비지도학습
- 정답을 알려주지 않고 학습하는 것
- 데이터 자체의 결합, 연관성, 유사성 등을 중심으로 데이터의 상태를 표현
- 일반적으로 상향식 접근방식의 데이터 분석은 비지도학습에 의해 수행
3) 시행착오를 통한 문제 해결(프로토타이핑 접근법)
(1) 개념
- 상향식 접근법 중 하나로 시행착오 해결법, 먼저 분석 후 그 결과를 조금씩 개선하는 방법
(2) 프로세스
- 가설의 생성 → 디자인에 대한 실험 → 실제 환경에서의 테스트 → 인사이트 도출 및 가설 확인
03 분석 프로젝트 관리 방안
1. 분석 프로젝트 관리 개요
1) 분석 프로젝트의 특성
2) 분석 과제를 관리할 때 고려해야 할 5가지 속성
(1) 데이터의 양
(2) 데이터 복잡도
(3) 분석의 속도
(4) 분석 복잡도
(5) 정확도 & 정밀도 - 값의 차이가 적은 '정확도' / 편차 수준을 나타내는 '정밀도'
2. 분석 과제 관리 방안
- 통합, 이해관계자, 범위, 자원, 시간, 원가, 리스크, 품질, 조달, 의사소통 10의 주제 그룹으로 구성
