Analytics 유형 개요

데이터 분석에서는 통찰을 얻고 문제를 해결하며 의사 결정을 지원하기 위해 다양한 유형의 분석 기법이 사용됩니다. 아래는 다섯 가지 주요 분석 유형에 대한 정리입니다.

---

1. Descriptive Analytics

정의:
기술적 분석은 과거 데이터를 요약하고 이해하는 데 초점을 맞추며, 다음 질문에 답합니다:
"무슨 일이 일어났는가?"

주요 특징:

• 과거 데이터를 사용하여 보고서를 생성.
• 대시보드, 보고서, 데이터 시각화를 포함.
• 데이터의 경향, 패턴, 이상점을 명확히 파악.

예시 사례:

• 월별 매출을 보여주는 판매 보고서.
• 지난 1년간의 웹사이트 트래픽 분석.
• 제품 사용 현황 추적.

---

2. Diagnostic Analytics

정의:
진단적 분석은 데이터를 심층 분석하여 문제의 원인을 파악하며, 다음 질문에 답합니다:
"왜 이런 일이 일어났는가?"

주요 특징:

• 원인-결과 관계를 식별.
• 데이터 상관관계 및 패턴을 분석.
• 통계 기법과 머신러닝 활용.

예시 사례:

• 매출 감소 원인 분석.
• 특정 제품 카테고리의 부진 원인 파악.
• 고객 이탈률 증가의 이유 분석.

---

3. Predictive Analytics

정의:
예측적 분석은 과거 데이터를 바탕으로 미래의 사건이나 결과를 예측하며, 다음 질문에 답합니다:
"무슨 일이 일어날 것인가?"

주요 특징:

• 머신러닝 및 통계 모델 활용.
• 데이터 기반의 미래 시나리오 제공.
• 비즈니스 의사결정을 지원.

예시 사례:

• 다음 분기의 매출 예측.
• 고객 이탈 가능성 예측.
• 재고 부족 가능성 예측.

---

4. Prescriptive Analytics

정의:
처방적 분석은 다양한 옵션 중 최적의 결정을 제안하며, 다음 질문에 답합니다:
"어떻게 해야 하는가?"

주요 특징:

• 최적화 및 시뮬레이션 모델 사용.
• 의사결정을 위한 실행 가능한 제안 제공.
• 상황별 대안 비교.

예시 사례:

• 공급망 최적화를 위한 물류 계획.
• 마케팅 캠페인 최적 예산 할당.
• 재고 관리 최적화.

---

5. Cognitive Analytics

정의:
인지적 분석은 AI 및 자연어 처리를 통해 데이터를 이해하고 학습하며, 다음 질문에 답합니다:
"데이터에서 무엇을 배울 수 있는가?"

주요 특징:

• AI 및 머신러닝을 활용하여 맥락을 학습.
• 대량의 비정형 데이터를 처리.
• 인간의 사고 방식을 모방.

예시 사례:

• 고객 리뷰에서 감성 분석 수행.
• 챗봇을 통해 고객 질문 처리.
• 시장 트렌드 자동 분석.

---

이 다섯 가지 분석 유형은 데이터의 과거, 현재, 미래를 다루며 각각의 비즈니스 목적에 따라 적합한 방식을 제공합니다.