[2] 2-2 분석 거버넌스 체계 수립

jdsilver96·2022년 2월 19일
1

adsp

목록 보기
19/26

1. 거버넌스 체계

가. 개요

  • 거버넌스? 공동의 목표를 달성하기 위하여, 주어진 자원 제약하에서 모든 이해 당사자들이 책임감을 가지고 투명하게 의사 결정을 수행할 수 있게 하는 제반 장치
    기업에서 데이터를 이용한 의사결정이 강조되면서 체계적인 데이터 관리를 통한 데이터 분석 업무의 지속적인 고도화를 위해 조직 내 분석 관리체계 수립

나. 5가지 구성요소

Organization: 분석 기획 및 관리를 수행하는 조직
Process: 과제 기획 및 운영 프로세스
System: 분석 관련 시스템
Data: 과제 기획 및 운영 프로세스
Human Resoucre: 분석관련교육 및 마인드육성체계

2. 데이터 분석 수준진단

가. 개요

  • 분석준비도
    분석업무/ 분석 인력 및 조직/ 분석 기법/ 분석 데이터/ 분석 문화/ 분석 인프라
  • 분석성숙도
    도익 - 활용 - 확산 - 최적화

나. 수준 진단 목표 2가지

1) 정의
- 기업의 현재 분석수준을 파악, 수준진단 결과를 토대로 미래 목표 수준 정의
- 데이터 분석을 위한 기반 또는 환경이 유사업종, 경쟁사 대비 어느 정도 수준이며
데이터 분석 경쟁력 확보를 위한 보완점 등을 파악하여 개선방안 도출
2) 분석준비도
- 목표: 기업 데이터 분석 수준 파악하기 위한 진단법
- 구성: 분석업무파악, 인력 및 조직, 분석기법, 분석 데이터, 분석문화, IT인프라
- 진단과정
: 영역별 수준파악 - 전체요건 중 일정수준 이상 충족하면 분석업무 도입 - 충족 못할 시 분석 환경 조성
3) 분석 성숙도 모델
- 조직의 성숙도 평가 도구: CMMI모델
- 성숙도 수준분류: 도입단계, 활용단계, 확산단계, 최적화단계
- 분석 성숙도 진단 분류: 비즈니스 부문, 조직/역량 부문, IT부문
4) 분석 수준 진단 결과
- 분석 관점에서의 사분면 분석

1. 정착형: 준비도는 낮으나 조직, 인력, 분석 업무, 분석기법 등을 기업 내부에서 제한적으로 사용하고 있어 1차적으로 정착이 필요한 기업
2. 확산형: 기업에 필요한 6가지 분석 구성요소를 갖추고 있고, 현재 부분적으로 도입되어 지속적인 확산이 필요한 기업
3. 준비형: 기업에 필요한 데이터, 인력, 조직, 분석업무, 분석기법 등이 적용되지 않아 사전 준비가 필요한 기업
4. 도입형: 기업에서 활용하는 분석업무, 기법 등은 부족하지만 적용조직 등 준비도가 높아 바로 도입할 수 있는 기업

3. 분석자원 인프라 방안 수립

가. 개요

분석과제 단위별로 별도의 분석시스템을 구축하는 경우 관리 복잡도, 비용 증대라는 단점 발생하므로 분석마스터 플랜 기획에서부터 장기적으로 안정적으로 활용할 수 있는 확장성을 고려한 플랫폼 구조 도입 필요

나. 플랫폼

분석 서비스를 위한 응용프로그램이 실행될 수 있는 기초를 이루는 컴퓨터 시스템
분석플랫폼이 구축된 경우에는 새로운 데이터 분석 니즈가 존재할 경우 개별적인 시스템을 추가하는 방식이 아닌, 서비스를 추가적으로 제공하는 방식으로 확장성 증대

4. 데이터 거버넌스 체계 수립

가. 데이터 거버넌스 개요

  1. 전사 차원의 모든 데이터에 대하여 정책 및 지침, 표준화, 운영조직 및 책임 등의 표준화된 관리체계를 수립하고 운영을 위한 프레임워크 및 저장소를 구축하는 것
  2. 관리대상: 마스터 데이터, 메타데이터, 데이터 사전
    • 데이터 가용성, 유용성, 통합성, 보안성, 안전성 확보
    • 빅데이터의 효율적인 관리, 다양한 데이터 관리체계, 데이터 최적화, 정보보호, 데이터 생명주기 관리, 데이터 카테고리별 관리 책임자 지정 등을 포함

나. 데이터 거버넌스 구성요소

  1. 개요: 원칙, 조직, 프로세스는 유기적으로 조합하고 효과적으로 관리하여, 데이터를 비즈니스 목적에 부학하도록 하고 최적의 정보 서비스를 제공
    • 원칙: 보안, 품질기준, 변경관리
    • 조직: 데이터관리자, 데이터베이스 관리자, 데이터 아키텍트
    • 프로세스: 작업절차, 모니터링, 측정활동

다. 데이터 거버넌스 체계

  1. 데이터 표준화
  2. 데이터 관리 체계
  3. 데이터 저장소 관리
  4. 표준화 활동

5. 데이터 조직 및 인력방안 수립

가. 현황

나. 분석조직의 개요

  • 목표: 기업의 경쟁력 확보를 위하여 비즈니스 질문(Question)과 이에 부학하는 가치(Value)를 찾고 비즈니스를 최적화(Optimization)하는 것
  • 역할: 기업 내 존재하는 빅데이터 속에서 Insight를 전파하고 이를 Action화 하는 것
  • 구성: 기초통계학 및 분석 방법에 대한 지식과 분석 경험을 가지고 있는 인력으로 전사 또는 부서 내 조직으로 구성하여 이용

다. 조직 및 인력 구성 시 고려 사항

  1. 주요 고려사항
    • 조직구조
    • 인력구성
  2. 분석을 위한 3가지 조직구조
    • 집중구조
    • 기능구조
    • 분산구조
  3. 분석조직의 인력구성
    비즈니스 인력, IT기술 인력, 분석전문 인력, 변화관리 인력, 교육담당 인력

6. 분석 과제 관리 프로세스 수립

가. 현황

나. 과제 관리 프로세스

7. 분석 교육 및 변화 관리

가. 개요

  1. 분석 내재화 단계: 준비기 - 도입기 - 안정추진기
  2. 빅데이터 분석 방법
    • 창의적 사고 및 문제해결을 위한 체계적 접근법 숙지
    • 데이터 분석기회 발굴 및 과제정의 방법 이해
    • 다양한 빅데이터 분석 기법 활용
    • 빅데이터 개념 및 관련 기술 습득

나. 분석 교육의 목표

  1. 직무 별 관련 교육
  • 분석 기획자: 데이터분석 큐레이션 교육
  • 분석 실무자: 데이터 분석 기법 및 툴에 대한 교육
  • 업무 수행자: 분석기회 발굴, 구체화, 시나리오 작성법 등
  1. 빅데이터 시대 변화에 적극적 대응방법
  • 기업에 맞는 적합한 분석 업무 시행
  • 분석 조직 및 인력에 대한 지속적인 교육 및 훈련 실시
  • 경영층이 사실기반 의사결정 할 수 잇는 문화 정착
  • 지속적인 변화관리를 계획하고 수행, 업무 수행자에 대한 분석기회 발굴, 구체화, 시나리오 작성법 등
profile
데이터사이언티스트(NLP)

0개의 댓글