1. 분석과제 발굴 방법론
가. 개요
- 과제 정의서 형태로 도출
- 분석과제 도출하기 위한 방식: 하향식 접근방법(Top Down Approach), 상향식 접근 방법(Bottom Up Approach) 존재
- 디자인 사고
상향식 접근 방식의 발산단계화 하향식 접근 방식의 수렴단계를 반복적으로 수행하는 식의 상호 보완적인 동적 환경을 통해 분석의 가치를 높일 수 있는 최적의 의사결정 방식
나. 하향식 접근법
- 문제탐색 -> 문제 정의 -> 해결 방안 탐색 -> 타당성 검토
- 1단계) 문제 탐색 단계
전체적인 관점에서 기업 내·외부에서 발생하는 모든 문제 도출&식별
문제를 해결함으로써 발생하는 가치에 중점을 둠
- 가. 비즈니스 모델 기반 문제 탐색
새로운 유형의 분석 기회 및 주제 발굴 수행
과제 발굴 방법: 업무, 제품, 고객, 규제와 감사, 지원인프라(EDW최적화, 적정운영인력)
- 나. 분석 기회 발굴의 범위 확장
- 거시적 관점의 메가트랜드
사회, 기술, 경제, 환경, 정치
- 경쟁자 확대 관점
대체재, 경쟁자, 신규진입자
- 시장의 니즈 탐색 관점
고객, 채널, 영향자
- 역량의 재해석 관점
내부역량, 파트너와 네트워크
- 다. 외부참조 모델 기반 문제 탐색
제공되는 산업별, 업무 서비스별 분석 테마 후보 그룹(Pool)을 통해 "Quick&Easy" 방식으로 필요한 분석기회에 대한 아이디어를 얻고, 기업에 적용할 분석테마 후보 목록을 워크숍 형태의 브레인스토밍을 통해 빠르게 도출
교통, 안전, 행정, 보건, 복지, 교통, 도시, 병역, 일자리, 정책, 정치, 환경, 기타
- 라. 분석 유즈 케이스
풀어야 할 문제에 대한 상세 설명 및 해당 문제를 해결했을 때 발생하는 효과를 명시함으로써 향후 데이터 분석 문제로의 전환, 적합성 평가에 활용
- 재무: 자금 시재 예측, 구매 최적화
- 고객: 서비스 수준 유지, 고객 만족 달성
- 판매: 파이프라인 최적화, 영업성과 분석
- 2단계) 문제 정의 단계
데이터 분석 문제의 정의 및 요구사항: 분석을 수행하는 당사자뿐만 아니라 해당 문제가 해결되었을 때 효용을 얻을 수 있는 최종사용자 관점에서 이뤄져야 함
가능한 정확하게 분석의 관점으로 문제 재정의 해야함
- 3단계) 해결방안 탐색 단계
데이터 분석 문제를 해결하기 위한 다양한 방안 모색
1. 기존 시스템 개선 활용
2. 시스템 고도화
(3,4 과제를 해결하는 방안에 대해 사전 검토 수행 필요)
3. 교육 및 채용을 통한 역량 확보
4. 전문 업체 소싱
- 4단계) 타당성 검토: 경제성(비용대비 편익분석), 데이터, 기술성
다. 상향식 접근법
- 정의: Big Data -> Analytics -> Problem
- 기존의 하향식 접근법 한계를 극복하기 위한 분석 방법론
WHY관점(분석적으로 사물 인식, 문제를 기존에 우리가 알고있다고 가정하는 것이므로 문제와 맞지 않는 솔루션일 경우 오류 발생)
WHAT관점(객관적으로 존재하는 데이터 그 자체를 관찰하고 실제적으로 행동에 옮김으로서 대상을 더 잘 이해)
- 디자인 사고 프로세스
Emphathize(감정이입) - Define - Ideate - Prototype - Test
- 비지도 학습과 지도 학습
가. 비지도 학습
- 일반적으로 상향식 접근방식의 데이터 분석은 비지도 학습 방법에 의해 수행
- 특정 정답 없이 데이터 자체의 결합, 연관성, 유사성 등을 중심으로 데이터 상태를 표현하는 것
- 예: 장바구니 분석, 군집 분석, 기술 통계 및 프로파일링 등
나. 지도학습
- 명확한 목적 하에 데이터 분석 실시: 분류, 추측, 예측, 최적화 등
- 통계적 분석에서는 인과관계 분석을 위해 가설 설정, 검정하기 위한 표본 추출 및 가설 검정 실시 방식으로 문제를 해결하였으나 빅데이터는 상관관계, 연관관계 분석 수행 = 대량의 데이터 분석을 통해 왜 그러한 일이 발생하는지 역으로 추적하면서 문제를 도출하거나 재정의 함
- 시행착오를 통한 문제 해결
- 상향식 접근법 중 하나인 프로토타이핑 접근법은 사용자가 요구사항이나 데이터를 정호가히 규정하기 어렵고, 소스도 명확히 파악하기 어려운 상황에서 먼저 분석을 통해 결과를 확인하며 반복적으로 개선해 나가는 방법
(가설생성 -> 디자인에 대한 실험 -> 실제 환경에서의 테스트 -> 테스트 결과에서의 통찰도출 및 가설 확인)
- 하향식 접근법은 정형화된 문제, 문제해결을 위한 데이터가 완벽하게 조직에 존재할 경우 효과적
- 빅데이터 분석 환경에서 프로토타이핑 필요성
- 문제에 대한 인식 수준
- 필요 데이터 존재 여부의 불확실성
- 데이터 사용 목적의 가변성
라. 분석과제 정의