분석 대상과 방법
- 최적화 : What + How = 분석 대상도 알고, 방법도 아는 경우
- 솔루션 : What = 분석 대상만 아는 경우
- 통찰 : How = 분석 방법만 아는 경우
- 발견 : 아무것도 모르는 경우
조직 구조
- 집중구조 : 별도의 분석 전담 조직, 현업 분석 업무와 이중화/이원화 가능성 높음
- 기능구조 : 일반적인 구조, 별도 분석 조직 없이 해당 업무 부서에서 분석 수행, 전사적 핵심분석이 어려움
- 분산구조 : 분석조직 인력들을 현업부서로 직접 배치, 신속한 대응 가능
STEEP
- Social
- Technological
- Economic
- Environment
- Political
분석 기획시 고려사항 : 관련 데이터, 유즈케이스, 장애 요소에 대한 사전 계획 수립
분석기획 단계 : 프로젝트 범위 설정 - 데이터 분석 프로젝트 정의 - 수행계획 수립 - 데이터 분석 위험 식별
비즈니스 모델 캔버스 5가지 - 업무, 제품, 고객, 규제와 감사, IT 인프라
마스터 플랜 수립 시 우선순위 설정 기준 - 전략적 목표와의 연계성, ROI, 프로젝트의 실행 가능성
데이터 거버넌스의 관리 대상 - 데이터 품질, 보안, 메타데이터
분석 준비도의 데이터 진단 항목
- 충분성, 신뢰성, 적시성, 비구조적 데이터 관리, 외부데이터 활용 체계, 기준 데이터 관리 (MDM)
데이터 분석 준비 프레임워크
- 분석 업무 파악 영역 : 발생한 사실, 예측, 시뮬레이션, 최적화, 개선
과제 중심 : Speed & Test, Problem Solving, Quick-Win
장기적 플랜 : Accuracy & Deploy, Problem Definition, Long Term View
데이터 표준화 - 데이터 표준 용어 설정, 명명 규칙 수립, 데이터 사전 구축, 메타 데이터 구축
데이터 관리 체계 - 데이터 생명주기 관리, 데이터 사전 관리, 메타 데이터 관리
시장니즈 탐색 관점 고객 니즈 - 고객 / 채널 / 영향자
CRISP-DM
모델링 단계 : 모델링 기법 선택, 모델 테스트 계획 설계, 모델 작성, 모델 평가
분석과제 주요 관리 5가지
- Data Size, Data Complexity, Speed, Analytic Complexity, Accuracy & Precision
분석 거버넌스 체계 구성요소
- Process
- System
- Organization
- Data
- Human Resource
분석 성숙도 사분면
도입형 : 분석업무, 기법 등이 부족, 조직은 준비
확산형 : 분석 구성요소를 갖추고 있고, 지속적인 확산 필요, 부문별 분석 성과 통합 및 전략적 확산
하향식 (Top Down)
- 과제가 주어지는 경우
- 문제 정의 어려운 경우
- 폭포수 모델 사용
- 타당성 평가 시, 문제발생 포인트에 대한 확보는 중요하지 않음.
- 외부 참조 모델 기반 문제 탐색, 비즈니스 모델 기반 문제 탐색, 분석 유즈 케이스
상향식 (Bottom Up)
- 솔루션을 찾기 위한 체계적으로 단계화를 수행
- 데이터를 기반으로 문제를 개선
- WHY보다는 WHAT
- 비지도 학습, 프로토타이핑
- 아무것도 모르는 것을 전제로, 밑바닥부터 찾아보는 방식
- 새로운 대상에 대해 처음으로 살펴볼 때
- 탐색적 문제 발견
댓글