ep1-4. 데이터 생태계 data ecosystem

** 이 포스트는 Coursera의 Google Data Analytics Professional Certificate의 강의 내용 일부를 발췌한 학습 요약본입니다.

데이터 생태계(data ecosystem)란 데이터를 생성, 관리, 저장, 조직, 분석 및 공유하기 위해 서로 상호 작용하는 요소들의 집합입니다. 이러한 요소에는 하드웨어 및 소프트웨어 도구와 이를 사용하는 사람들이 포함됩니다.

데이터 과학자 vs. 데이터 분석가

데이터 과학자와 데이터 분석가는 종종 서로 혼용되어 사용되지만, 실제로는 매우 다른 일을 합니다.

데이터 과학자는 원시 데이터를 사용하여 새로운 모델링 방법과 미지의 이해를 창출합니다. 그들은 데이터를 사용하여 새로운 질문을 제기하는 사람들입니다.

반면에 데이터 분석가는 데이터 소스에서 통찰력을 만들어 기존 질문에 대한 답을 찾습니다. 그들은 데이터 과학자들이 수집한 데이터를 사용하여 비즈니스에서 특정 질문에 대한 답변을 찾습니다.

데이터 애널리시스(data analysis) vs. 데이터 애널리틱스(data analytics)

데이터 분석과 데이터 분석은 종종 서로 바꿔서 사용되지만, 실제로는 다른 의미를 가지고 있습니다.

데이터 분석은 결론을 도출하고, 예측을 하고, 정보에 입각한 의사 결정을 내리기 위해 데이터를 수집, 변환 및 조직하는 것입니다.

반면에 데이터 분석은 데이터를 관리하고 사용하기부터 데이터 작업자가 매일 사용하는 도구와 방법에 이르기까지 모든 것을 포괄하는 훨씬 더 넓은 개념입니다.

데이터 기반 의사 결정

데이터 기반 의사 결정은 데이터와 분석을 기반으로 의사 결정을 내리는 과정입니다. 본능이나 직관에 의존하는 것보다 더 정보에 입각하고 객관적인 방식으로 의사 결정을 내릴 수 있습니다.

데이터 기반 의사 결정은 비즈니스에서 점점 더 중요해지고 있습니다. 비즈니스가 점점 더 많은 데이터에 직면함에 따라 데이터를 사용하여 의사 결정을 내림으로써 비즈니스는 효율성, 효과성 및 수익성을 향상시킬 수 있습니다.

데이터 기반 의사 결정의 힘

오늘날 데이터는 그 어느 때보다 중요합니다. 데이터를 사용하여 의사 결정을 내리는 기업은 그렇지 않은 기업보다 성공할 가능성이 더 높습니다.

데이터 기반 의사 결정은 데이터를 사용하여 비즈니스 결정을 내리는 과정입니다. 이 데이터는 고객 설문 조사, 판매 데이터, 소셜 미디어 분석과 같은 다양한 출처에서 나올 수 있습니다.

데이터 기반 의사 결정의 첫 번째 단계는 비즈니스 요구 사항을 식별하는 것입니다. 해결하려는 문제는 무엇입니까? 문제를 알면 데이터 수집을 시작할 수 있습니다.

다음 단계는 데이터를 분석하는 것입니다. 여기에는 트렌드, 패턴, 관계를 찾는 것이 포함됩니다. 이 분석을 돕기 위해 통계 도구를 사용할 수 있습니다.

데이터를 분석한 후에는 의사 결정을 시작할 수 있습니다. 귀하의 결정은 데이터에 기반해야지 직관에 기반해서는 안 됩니다.

데이터 기반 의사 결정은 비즈니스에 강력한 도구가 될 수 있습니다. 제품을 개선하고, 매출을 늘리고, 전반적으로 더 나은 의사 결정을 내릴 수 있도록 도와줍니다.

그러나 데이터가 의사 결정을 내릴 때 고려해야 할 유일한 요소가 아니라는 것을 기억하는 것이 중요합니다. 또한 해당 분야의 전문가의 통찰력을 고려해야 합니다.

데이터와 인간의 전문 지식을 결합하면 비즈니스에 최선의 결정을 내릴 수 있습니다.

데이터 기반 의사 결정의 몇 가지 예는 다음과 같습니다.

음악 스트리밍 서비스는 데이터를 사용하여 사용자에게 노래를 추천합니다.
이커머스 회사는 데이터를 사용하여 고객이 어떤 제품을 구매할 가능성이 높은지 예측합니다.
소매점은 데이터를 사용하여 재고 수준을 추적하고 공급망을 최적화합니다.
이들은 데이터 기반 의사 결정이 비즈니스를 개선하는 방법에 대한 몇 가지 예일 뿐입니다. 데이터가 계속해서 증가함에 따라 데이터 기반 의사 결정이 더욱 중요해질 것입니다.

데이터 + 비즈니스(도메인) 지식 = 문제 해결

데이터 분석가로서, 데이터와 비즈니스 지식을 결합하는 것은 당신의 일의 중요한 부분이 될 것입니다. 중요한 것은 각 프로젝트에 대한 정확한 혼합을 찾는 것입니다. 종종, 그것은 당신의 분석의 목표에 달려 있을 것입니다. 그래서 분석가들은 종종 "이 프로젝트의 성공을 어떻게 정의할 수 있을까?"라고 묻습니다.

또한, 프로젝트에 대한 다음 질문을 스스로에게 묻는 것을 통해 완벽한 균형을 찾을 수 있습니다:

어떤 종류의 결과가 필요합니까?
누가 정보를 얻게 될까요?
내가 묻고 있는 질문에 대한 답을 하고 있습니까?
결정이 얼마나 빨리 내려져야 합니까?
예를 들어, 만약 당신이 급한 프로젝트를 진행하고 있다면, 평소보다 자신의 지식과 경험에 더 많이 의존해야 할 수도 있습니다. 모든 데이터를 철저히 분석할 시간이 충분하지 않습니다. 하지만 충분한 시간과 자원이 있는 프로젝트를 맡게 된다면, 가장 좋은 전략은 데이터에 더 의존하는 것입니다.

데이터 분석가인 당신이 최선의 선택을 해야 합니다. 당신은 데이터와 지식을 수백만 가지 방법으로 결합할 것이며, 연습할수록 완벽한 조합을 찾는 데 더 능숙해질 것입니다.

요약

• 데이터 생태계(data ecosystem)란 데이터를 생성, 관리, 저장, 조직, 분석 및 공유하기 위해 서로 상호 작용하는 요소들의 집합입니다.
• 데이터 분석가는 데이터와 비즈니스 지식을 결합하여 문제를 해결합니다.
• 각 프로젝트에 대한 정확한 혼합을 찾는 것이 중요합니다.
• 질문을 스스로에게 묻는 것은 완벽한 균형을 찾는 데 도움이 될 수 있습니다.
• 경험과 데이터를 적절히 활용하여 최선의 선택을 해야 합니다.

---

강의 원본: https://www.coursera.org/professional-certificates/google-data-analytics?skipBrowseRedirect=true
추가 자료

• emkautsar.medium.com/data-ecosystem-292e97ffa526
• http://pingax.com/understanding-data-analytics-project-life-cycle/
• https://www.sas.com/content/dam/SAS/en_us/doc/whitepaper1/manage-analytical-life-cycle-continuous-innovation-106179.pdf