데이터의 가치와 미래

모든 자격증 시험에서 나오는 개론같은 이야기를 늘어놓는 부분이다.

정의

3V

• variety
• velocity
• volumne

4V

• value
• veracity(진실성)
• validity
• volatilty(휘발성)

데이터의 규모, 형태, 속도가 변화하면서 그 데이터를 처리하는 기술에 변화가 있었고 (클라우딩, 분산 처리기술 등) 이에 따라 새로운 인재가 필요하고 조직 구성에도 변화가 생겼다

변화

• 사전처리 -> 사후처리
• 표본조사 -> 전수조사
• 질 -> 양
• 인과관계 -> 상관관계

가치

데이터의 가치를 산정하기는 어렵다. 여러 분야에서 변화가 생기고 있고, 주체가 기업인지, 정부인지, 개인인지에 따라 각각 다른 가치를 소비하고 생산하고 있기 때문이다.

활용 기본 테크닉

• 연관규칙 학습
• 유형분석
• 인공지능( 유전자 알고리즘. 딥러닝 등 비지도학습을 의미하는듯)
• 기계학습
• 회귀분석
• 감정분석
• 사회관계망분석

위기요인과 통제방안

• 사생활 침해 -> 동의에서 책임으로
• 책임원칙의 훼손 -> 결과기반 책임 원칙 고수
• 데이터 오용 -> 알고리즘 접근 허용

전략 인사이트를 얻는 분석

회의론

• 투자효과를 거두지 못한 과거 crm
• 전략 도출 성공사례로 기존 분석 과제를 포함해 놓은 것이 많아 과대포장된 느낌이 있음~

전략

그렇다면 ? 어떻게 해야하는가

• 전략적 분석의 함정
  단순히 분석 기법을 많이 쓰는 데서 그치는 것이 아니라 경쟁의 본질을 바라본 분석이 필요하다
  예시)
  • 아메리칸 항공의 경우 수익관리, 가격 최적화의 분석 접근법을 적용해 3년만에 14억 달러의 수익을 얻었지만 단 기간에 타 경쟁사들이 비슷한 수준의 분석 역량을 갖추게 되면서 경쟁 우위가 하락해 수익이 절감되었다.
  • 사우스 웨스트 항공은 단순 최적화 모델을 사용해 항공기의 기종을 하나로 단순화하고 좌석 가격책정 및 운영을 최적화함으로써 경쟁 우위를 상승시켰고, 이에 따라 36년 연속 흑자를 이루고 있음

• 1차원적인 분석의 문제점
  경쟁 환경을 고려하지 않은 1차원적인 분석으로는 해당 부서나 업무 영역에 제한된 결과만을 얻을 수 있다. 환경변화와 같은 큰 변화에 대응할 수 있는 분석을 통해서야 새로운 기회를 포착하는 인사이트를 얻을 수 있다. 전략적인 통찰력 창출에 초점을 맞출 때 사업에 중요한 기회를 발굴하고 경영진의 지원을 얻어낼 수 있다. 가치기반 분석 단계로 나아가는 것이 중요하다.

전략 인사이트 도출을 위해 필요한 역량

데이터 사이언티스트

비즈니스의 성과를 좌우하는 핵심 이슈에 답하고 사업의 성과를 견인해 나가는 역할을 한다. 데이터로부터 의미있는 정보를 추출해내는 .. 것

영역

• IT : 데이터 처리와 관련된 영역 - 시그널 프로세싱, 프로그래밍, 데이터 엔지니어링, 데이터 웨어하우스 고성능 컴퓨팅
• 분석 : 확률모델, 머신러닝, 패턴인식 등
• 비즈니스 분석 : 시각화, 커뮤니케이션, 스토리텔링

요구역량

• hard skill
  • 이론적 지식
  • 분석 기술에 대한 숙련
• soft skill
  • 통찰력있는 분석
  • 설득력있는 전달
  • 다분야간 협력