Adp_1과목 정리

데이터와 정보

데이터의 정의와 특성

1. 데이터란

• 데이터는 추론과 추정의 근거를 이루는 사실
• 데이터는 다른 객체와의 상호관계 속에서 가치를 찾는 것

2. 데이터의 특성

• 존재적 특성: 객관적 사실
• 당위적 특성: 추론 예측 전망 추정을 위한 근거

데이터의 유형

• 정성적 데이터 : 언어, 문자 (회사 매출 증가)
• 정량적 데이터 : 수치, 도형, 기호 (매출, 나이, 기호)

지식경영의 핵심 이슈

• 암묵지 : 학습 경험 통해 내재화, 자전거 타기 등, 공통화 내면화
• 형식지 : 문서나 매뉴얼 형상화, 교과서나 DB 등, 표출화 연결화

데이터와 정보의 관계

• DIKW
• 데이터 (A마트 연필 100원 B마트 연필 200원)
• 정보 (A마트가 B마트보다 연필이 저렴)
• 지식 (A마트에서 연필을 사야겠다)
• 지혜 (A마트가 다른 물품도 저렴하겠다)

데이터 베이스 정의와 특징

데이터베이스란?

• 1차 개념(정형데이터 관리)
  - 체계적으로 정리되고 개별적으로 접근할 수 있는 저작물
• 2차 개념(빅데이터 출현으로 비정현 포함)
  - 문자, 기호, 음성, 영상 등 체계적으로 수집 축적하여 다양한 용도 방법으로 이용 할 수 있게 정리한 정보의 집합체

데이터 베이스의 특징

• 통합된 데이터 : 데이터가 중복되어 있지 않다.
• 저장된 데이터 : 컴퓨터가 접근할 수 있는 저장 매체에 저장됨
• 공용 데이터 : 여러 사용자가 서로 다른 목적으로 데이터를 공동 이용
• 변화되는 데이터 : 삽입, 삭제, 갱신으로 변화하면서 항상 현재의 정확한 데이터

데이터 베이스의 활용

1980년대 기업내부 데이터베이스

• OLTP
  - 호스트 컴퓨터가 데이터베이스를 엑세스하고 처리 결과를 보냄
• OLAP
  - OLTP에서 처리된 데이터를 분석해 판매 추이 등 정보를 얻을 수 있게 해줌
  

2000년대 기업내부 데이터베이스

• CRM (고객관계관리)
  - 고객 중심 자원을 극대화하고 고객 특성에 맞게 마케팅 활동 계획 평가
• SCM (공급망 관리)
  - 원재료의 생산 유통 공급망 단계를 최적화해 수요자가 원하는 제품을 시간 장소에 제공
  

데이터의 가치와 미래

빅데이터란?

1. 3V (volume, velocity, variety) 로 데이터 자체의 특성 변화에 초점
2. 데이터뿐 아니라 분석 기술적 변화 (데이터 처리,저장,분석,기술, 클라우드 컴퓨팅) 까지 초점
3. 인재 (DS), 조직 변화 (데이터 중심조직) 까지 포함한 넓은 관점에 초점

빅데이터 활용의 3요소 : 데이터, 기술, 인력

빅데이터의 기능

• 산업혁명의 석탄,철 (사회, 경제, 문화 생활 전반에 혁명적 변화)
• 21세기의 원유 (산업 전반의 생산성을 향상, 새로운 범주 산업)
• 렌즈 (렌즈를 통해 생물학에 미친 발전과 같이 기대 됨 ex) Ngram Viewer)
• 플랫폼 (공동 활용목적으로 구축됨 ex)페이스북, 카카오톡)

빅데이터가 만들어 내는 변화

• 사전처리 → 사후처리
• 표본조사 → 전수조사
• 질 → 양
• 인과관계 → 상관관계

빅데이터 가치 선정이 어려운 이유

• 데이터 활용방식 : 재사용, 재조합이 일반화 되며 언제 어디서 누가 활용할지 알 수 없게 되어 가치 선정 어려움
• 새로운 가치 창출 : 기존에 없던 가치를 창출하므로 가치 선정 어려움
• 분석 기술 발전 : 현재 데이터가 가치 없어도 추후에 새로운 분석 기법이 등장 할 수 있으므로

비즈니스 모델

빅데이터 활용 기본 테크닉

• 연관 규칙 학습 (커피 구매하는 사람이 탄산음료도 같이 사는가?)
• 유형 분석 (이 사용자는 어떤 특성을 갖는 집단에 속하는가?)
• 유전자 알고리즘 (진화시켜 나가는 것, 어떤 프로그렘을 어떤 시간대에 방영해야 최고 시청률?)
• 기계학습 (훈련 데이터로 학습하여 예측하는 것)
• 회귀분석 (독립변수를 조작함에 따라 종속 변수가 어떻게 변하는지)
• 감정분석 (글을 쓴 사람의 감정을 분석)
• 소셜네트워크분석 (특정인과 다른사람의 관계파악, 영향력 있는 사람 찾아낼 때)

위기 요인과 통제 방안

빅데이터 시대 위기 요인

• 사생활 침해 (개인정보 sns 침해를 통한 강도)
• 책임 원칙 훼손 (일어나지 않은 범죄를 예측하여 예측 범죄의 희생)
• 데이터 오용 (잘못된 결과를 얻을 수 있음)

위기요인 통제 방안

• 개인정보 제공자 동의 → 개인정보 사용자 책임
• 결과 기반 책임 원칙 고수
• 예측 알고리즘의 부당함을 반증할 수 있는 방법 명시해 공개할 것 주문, 알고리즈미스트 필요

가치 창조를 위한 데이터 사이언스와 전략 인사이트

데이터 사이언티스트의 역할

• Hard skill
  • 빅데이터에 대한 이론적 지식 (관련 기법에 대한 이해)
  • 분석 기술에 대한 숙련 (최적의 분석 설계 및 노하우)
• soft skill
  - 통찰력 있는 분석 (창의적 사고, 호기심, 논리적 비판)
  • 설득력 있는 전달 (스토리텔링, 비주얼라이제이션)
  • 다분야 간 협력 (커뮤니케이션)