1) 분석기획
(1) 분석 기획의 정의와 특징
-
분석 기획의 정의
✔ 분석 기획이란 실체 분석을 수행하기 전 분석을 수행할 과제의 정의 및 의도했던 결과를 도출할 수 있도록 관리하는 방안을 사전에 계획하는 작업을 의미한다.
✔ 분석을 직접 수행하는 것은 아니지만 어떠한 목표(What)를 달성하기 위하여 어떠한 데이터를 가지고 어떠한 방식(How)으로 수행할지에 대한 일련의 계획을 수립하는 중요한 사전작업이다. -
분석 기획의 특징
✔ 분석을 기획하는 데는 데이터를 다루는 영역의 특성상 '1과목'에서 언급된 데이터 사이언티스트의 요구 역량인 수학/통계학적 지식, 분석 도구인 데이터 및 프로그래밍 기술, 해당 비즈니스에 대한 이해와 전문성에 대한 고른 역량과 시각 등이 요구된다.
⭐분석 대상과 그 방법에 따른 4가지 분석 주제⭐
- 최적화(Optimization) : 분석 대상이 무엇인지 알고 있고 그 분석 방법도 알고 있다면
- 솔루션(Solution) : 분석 대상이 무엇인지 알고 있지만, 그 분석 방법을 모른다면
- 발견(Discovery) : 분석 대상이 무엇인지도 모르고 그 분석 방법도 모른다면
- 통찰(Insight) : 분석 대상이 무엇인지는 모르지만 그 분석 방법은 알고 있다면
⭐ 목표 시점별 분석 기획 : 당면한 과제를 언제 해결해야 하는가에 대하여 분석 기획을 두 가지 종류로 나누어 볼 수 있다.
✔ 당면한 분석 주제 해결(과제 단위)
- 빠르게 해결하는 것이 목적
- Speed & Test
- Quick & Win
- Problem Solving
✔ 지속적 분석 문화 내재화(마스터플랜 단위)
- 지속적으로 해결하는 것이 목적
- Accuracy & Deploy
- Long Term View
- Problem Definition
2) ⭐분석 기획 시 고려사항⭐
(1) 가용 데이터 고려
- 분석의 기본이 되는 데이터가 확보될 수 있는지에 대한 고려가 필요하다.
- 데이터가 존재하더라도 데이터 유형에 따라 분석 방법이 다르기 때문에 데이터 유형에 대한 분석이 선행적으로 이루어져야 한다.
(2) 적절한 활용 방안과 유스케이스의 탐색
- 기존에 잘 구현되어 활용되고 있는 유사 시나리오 및 솔루션을 최대한 활용하는 것이 중요하다.
- 과거의 유사한 분석 사례가 있다면 그 시나리오를 최대한 활용하여 과거의 실패를 반복하지 않거나 또는 성공적인 분석을 위한 가이드로서 참조할 수 있다.
(3) 장애요소에 대한 사전 계획 수립
- 분석을 수행할 때 발생 가능한 장애요소에 대한 사전 계획 수립이 필요하다.
3) 분석 방법론 개요
✔ 분석방법론이란?
개인 또는 소규모 조직이 분석 프로젝트를 진행할 때는 의사소통이 크게 어렵지 않기 때문에 방법론의 필요성을 느끼기 힘들 수 있다. 그러나 대규모 조직이 프로젝트를 수행할 때는 구성원 간의 업무상의 통일을 위한 철저한 조직 관리와 더불어 성공적인 프로젝트 수행을 위한 방법론이 필요하다.
따라서 방법론이란 주어진 과제를 해결하기 위해 조직이 어떠한 절차로 작업을 수행해 나갈 것인지 일련의 절차를 정의한 것이다.
✔ 분석 방법론의 필요성
- 데이터 분석을 효과적으로 기업 내에 정착하기 위해서는 이를 체계화한 절차와 방법이 정리된 데이터 분석 방법론 수립은 필수적이다.
- 데이터 분석 프로젝트는 개인의 역량 혹은 우연한 성공에 기인해서는 안 되고, 일정한 수준의 품질을 갖춘 산출물과 프로젝트의 성공 가능성을 확보하고 제시할 수 있어야 한다.
- 따라서 방법론은 상세한 절차(Procedure), 방법(Methods), 도구와 기법(Tools & Techniques), 템플릿과 산출물(Templates & Outputs)로 구성되어 있어야 한다.
⭐기업의 합리적 의사결정 방해요소
- 고정관념
- 편향된 생각
- 프레이밍 효과 : 동일한 사건이나 상황을 두고도 개인의 판단이나 선택이 달라질 수 있는 현상
✔ 분석 방법론의 생성 과정
개인의 암묵지 -> 형식화 -> 조직의 형식지 -> 체계화 -> 방법론 -> 내재화 -> 개인의 암묵지
⭐분석 방법론이 적용되는 업무 특성에 따른 모델
(1) 폭포수 모델
- 단계를 거쳐 순차적으로 진행하는 방법, 현재 단계가 완료되어야 다음 단계로 진행될 수 있는 하향식 방향으로 진행된다.
- 하지만 문제나 개선사항이 발견될 경우 이전 단계로 돌아가 피드백 과정을 수행할 수도 있다.
(2) 프로토타입 모델
- 사용자 중심의 개발 방법으로 고객의 요구를 완전히 이해하지 못할 경우 프로토타입 모델을 적용한다.
- 일부분을 먼저 개발하고, 그 이후 사용자의 요구를 분석, 정당성 점검, 성능을 평가하는 등의 과정을 통한 개선 작업을 시행하면서 점진적으로 시스템을 개발해 나가는 접근 방식이다.
(3) 나선형 모델
- 반복을 통해 점증적으로 개발하는 측면에서 프로토타입 모델과 유사하지만 사용자의 요구에 초점을 맞추기보다 위험요소를 사전에 제거한다는 것에 초점을 맞춘다는 차이가 있다.
- 처음 시도하는 프로젝트에는 적용이 용이하지만 관리 체계를 효과적으로 갖추지 못하면 복잡도가 상승하는 문제가 있다.
(4) 계층적 프로세스 모델
- 일반적으로 분석 방법론은 계층적 프로세스 모델의 형태로 구성된다.
- 계층적 프로세스 모델은 최상의 계층인 몇 개의 단계로 구성되어 있고 하나의 단계는 여러 개의 태스크로 구성되고 하나의 태스크는 여러 개의 스텝으로 구성되어 있다.
- 스텝은 WBS(Work Breakdown Structure)의 워크패키지에 해당되며, '입력(Input) - 처리 및 도구(Process & Tool) - 출력(Output)'으로 구성된 단위 프로세스다.
4) 전통적인 분석 방법론 두 가지
(1)⭐KDD 분석 방법론
- KDD(Knowledge Discovery in Database)는 데이터로부터 통계적 패턴이나 지식을 찾기 위해 체계적으로 정리한 데이터 마이닝 프로세스다.
- KDD는 데이터 마이닝 프로세스로, 데이터베이스에서 의미 있는 지식을 탐색하는 데이터 마이닝부터, 기계학습, 인공지능, 패턴인식, 시각화 등에서 응용 가능한 구조를 갖고 있다.
✔ KDD 분석 방법론 프로세스
[1단계] 데이터셋 선택 : 비즈니스 도메인에 대한 이해와 프로젝트 목표 설정이 필수, 타깃 데이터 생성
[2단계] 데이터 전처리 : 잡읍, 이상치, 결측치를 파악하여 제거하거나 의미 있는 데이터로 재가공
[3단계] 데이터 변환 : 변수를 생성/선택하고 데이터의 차원을 축소
[4단계] 데이터 마이닝 : 학습용 데이터를 이용하여 분석 목적에 맞는 데이터 마이닝 기법을 선택하고 적절한 알고리즘을 적용
[5단계] 해석과 평가 : 분석 목적과 일치성을 확인하고 평가
(2)⭐CRISP-DM 분석 방법론
- CRISP-DM(Cross Industry Standard Process for Data Mining) 분석방법론은 앞의 KDD 분석 방법론과 비슷하나, 약간 더 세분되어 있다는 점이 차이점이다.
✔ CRISP-DM 분석 방법론 프로세스
[1단계] 업무 이해 : 업무 목적 파악, 상황 파악, 데이터 마이닝 목표 설정, 프로젝트 계획 수립
[2단계] 데이터 이해 : 초기 데이터 수집, 데이터 기술 분석, 데이터 탐색, 데이터 품질 확인
[3단계] 데이터 준비 : 분석용 데이터셋 선택, 데이터 정제, 분석용 데이터셋 편성, 데이터 통합, 데이터 포매팅
[4단계] 모델링 : 모델링 기법 선택, 모델 테스트 계획 설계, 모델 작성, 모델 평가
[5단계] 평가 : 분석 결과 평가, 모델링 과정 평가, 모델 적용성 평가
[6단계] 전개 : 전개 계획 수립, 모니터링과 유지보수 계획 수립, 프로젝트 종료 보고서 작성, 프로젝트 리뷰
