04. 분석 프로젝트 체계
분석과제 정의서
분석과제 정의서는 향후 프로젝트 수행계획의 입력물로 사용되기 때문에 프로젝트의 방향을 설정하고 성공 여부를 판별할 수 있는 주요한 자료로서 명확하게 작성되어야 한다.
범위, 일정, 품질, 리스크, 의사소통 영역별 관리+ 5가지 주요 속성
ㆍ데이터 크기: 분석하고자 하는 데이터의 양을 고려한 관리 방안 수립
ㆍ데이터 복잡성: 정형보다 복잡한 비정형데이터+원천데이터 고려한 분석 모델 선정
ㆍ속도: 시나리오 측면에서 분석 모델의 성능 및 속도 고려한 개발 및 테스트
ㆍ분석 복잡성: 분석 모델의 정확도와 복잡도는 Trade off 관계가 존재함. 모델이 복잡하면 정확도는 올라가나, 복잡도로 인해 해석하기 힘듦.
ㆍ정확성, 정밀성:
- 정확성: 모델과 실제 값 차이가 적다는 정확도를 의미함. 분석의 활용 측면에서 중요.
- 정밀성: 모델을 지속적으로 반복 사용했을 경우 편차의 수준임. 일관적으로 동일한 결과를 제시한다는 것을 의미함. 분석의 안전성 측면에서 중요함.
분석 프로젝트
분석 과제 정의서를 기반으로 프로젝트를 시작한다. 지속적인 반복 및 개선을 통해 기간 내에 가능한 최선의 결과를 도출한다. 분석의 정확도+개별 분석 업무+전반적인 프로젝트 관리 필요를 목표로 한다.
분석 프로젝트 관리 방안
-프로젝트 관리 지침 가이드-
ㆍ범위(scope): 분석 진행 과정 및 최종 결과물 형태에 따라 범위를 빈번하게 변경
ㆍ통합(integration): 관리프로세스들이 통합적으로 운영되도록 관리
ㆍ자원(resource): 인력, 시설, 장비, 자재, 기반 시설, 도구와 같은 프로젝트 자원
ㆍ시간(time): 품질이 보장된 전제 하에 Time Boxing 기법으로 일정 관리
ㆍ원가(cost): 데이터, 도구 비용 고려(외부데이터, 상용버전 도구 등 고가 고려)
ㆍ리스크(risk): 위험과 기회를 식별하고 관리. 대응방안 수립
ㆍ품질(quality): 품질목표 사전 수립, 품질통제/품질보증 나누어 수행
ㆍ조달(procurement): 외부 소싱을 적절하게 운영(인프라 대신 클라우드 등..)
ㆍ의사소통(commuication): 모든 프로젝트 관계자를 위한 의사소통체계
ㆍ이해관계자(shareholder): 스폰서, 고객사 등 기타 이해관계자를 식별 관리
분석 마스터 플랜
1. 분석 마스터 플랜 수립 개요
- 중 장기적 관점의 마스터 플랜 수립을 위해서 분석 과제를 대상으로 우선순위 고려요소로 전략적 중요도, 비즈니스 성과 및 ROI, 분석 과제의 실행 용이성을 고려해 설정할 필요가 있다.
- 분석 과제의 우선순위 뿐만 아니라 분석의 적용 범위 및 방식에 대해서 분석 구현 로드 맵(Road map)을 수립한다.
※ ISP(information strategy planning) 방법론/ 정보전략계획
정보기술 또는 정보시스템을 전략적으로 활용하기 위해 조직 내부ㆍ외부 환경을 분석하여 기회나 문제점을 도출하고 사용자의 요구사항을 분석하여 시스템의 우선순위를 결정하는 중장기 마스터 플랜을 수립하는 절차이다. (기업, 정부기관에서 활용, 분석마스터플랜은 일반적인 ISP 방법론을 활용)
2. 우선순위 평가
우선순위 평가: 정의된 데이터 과제에 대한 실행 순서를 정하는 것.
- 우선순위 평가 기준에 따라 평가 + 순위 조정 => 최종 확정
- 중요 가치 기준에 따라 다양한 관점에서의 우선순위 기준 수립하여 평가
★ ROI 관점으로 본 빅데이터의 핵심 특성
- 투자 비용 측면 요소(ROI 관점): 크기(volume), 속도(velocity), 다양성(variety) = 난이도
- 비즈니스 효과(return) 측면 요소: + 가치(value) = 시급성
데이터 분석 과제 추진시 고려해야하는 우선순위 평가 기준
- 난이도: 데이터 생성, 저장, 가공, 분석하는 비용&기업 분석수준 고려. 분석 적합성 여부, 해당 기업의 상황에 따라 조율가능
- 시급성: 전략적 중요도(핵심), 분석과제 목표가치(KPI) 함께 고려하여 판단.
- 난이도 기준: 3 → 1 → 2
- 시급성 기준: 3 → 4 → 2
3. 이행계획 수립
ㆍ로드 맵 수립
- 단계별로 추진하고자 하는 목표를 명확히 정의함.
- 추진 과제별 선ㆍ후행 관계를 고려하여 단계별 추진 내용을 정렬함.
ㆍ세부 이행계획 수립
- 데이터 분석 체계는 고전적인 폭포수 방식도 있음.
- 순차적/반복적인 혼합형 분석 모델
분석 거버넌스 체계
기업에서 데이터가 어떻게 관리되고, 유지되고, 규제 되는지에 대한 내부적인 관리 방식이나 프로세스를 의미한다.
1. 데이터 분석 수준 진단
ㆍ데이터 분석 수준 진단 궁극적 목표 2가지
- 현재 분석 수준을 이해하고 수준진단 결과를 토대로 미래 목표수준 정의
- 경쟁력 확보를 위해 선택과 집중, 보완 등 개선상안 도출 가능
ㆍ진단 방법 2가지: 분석 준비도, 분석 성숙도
ν 분석 준비도(readliness): 데이터 분석 수준 파악을 위한 진단방법
ν 분석 성숙도(maturity): 조직의 성숙도 수준을 평가 (평가도구: CMMI 모델(capability maturity model integration))
도입 ≫ 활용 ≫ 확산 ≫ 최적화
ν 분석 수준 진단 결과: 기업의 현재 분석 수준 객관적 파악, 경쟁사와 비교하여 분석 경쟁력 확보 및 강화를 위한 목표수준 설정.
분석 관점에서의 사분면 분석: 준비도, 성숙도 기준 목표방향 및 개선방안 수립
2. 데이터 거버넌스 체계 수립
실시간으로 쏟아지는 엄청난 양의 데이터와 정형화된 데이터를 넘어 비정형ㆍ반정형의 데이터는 조직이나 프로젝트 단위의 데이터 관리체계로는 그 해답을 찾을 수 없다. 따라서 전사 차원의 체계적인 데이터 거버넌스의 필요성이 부각되고 있다.
데이터 거버넌스: 데이터에 대한 표준화된 관리 체계를 수립하고 운영을 위한 프레임워크 및 저장소를 구축하는 것.
- 중요 관리 대상: 마스터 데이터, 메타 데이터, 데이터 사전
- 데이터 가용성, 유용성, 통합성, 보안성, 안전성 확보
- 구성요소: 원칙, 조직, 프로세스
데이터 거버넌스 체계
- 데이터 표준화: 표준 용어 설정, 명명 규칙 수립, 메타데이터 구축, 데이터 사전 구축 업무
- 데이터 관리체계: 데이터 정합성 및 활용의 효용성을 위해 메타데이터와 데이터사전 관리 원칙 수립. 빅데이터의 경우, 데이터의 생명 주기 관리방안 수립.
- 데이터 저장소 관리: 전사차원의 저장소 구성. 워크플로우 관리용 응용 소프트웨어를 지원하고 관리 대상 시스템과의 인터페이스를 통한 통제 필요, 데이터 구조 변경에 따른 사전 영향 평가도 수행
- 표준화 활동: 표준 준수 여부를 주기적으로 점검, 모니터링 실시. 계속적인 변화관리 및 주기적인 교육, 지속적인 데이터 표준화 개선활동.
데이터 조직 및 인력 방안 수립
ㆍ데이터 과제 발굴, 기술 검토 및 전사 업무 적용 계획 수립 등
ㆍ데이터를 효과적으로 분석ㆍ활용하기 위해 → 기획, 운영 및 관리를 전담할 수 있는 전문 분석 조직의 필요성이 제기되고 있음.
분석 조직 개요
분석과제 단위별로 별도의 분석시스템을 구축하는경우, 관리의 복잡도 및 비용의 증대라는 부작용이 나타날 수 있기 때문에 분석 마스터플랜을 기획하는 단계에서부터 장기적이고 안정적으로 활용할 수 있는 확장성을 고려한 플랫폼구조를 도입하는것이 적절하다.
분석 조직 구조 3가지 유형(집중, 기능, 분산)
분석 조직(DSCoE) 인력 구성
- 비즈니스, IT기술, 분석전문, 변화관리(겸직 가능), 교육담당 인력(겸직 가능)
분석 과제 관리 프로세스 수립
1) 과제 발굴: 분석 아이디어 발굴, 아이디어 과제화, 분석과제 Pool로 관리
2) 과제 수행: 팀 구성, 과제 실행, 지속적인 모니터링, 결과 공유 및 개선
분석교육 및 변화관리
기업에 맞는 적합한 분석 업무를 도출하고 가치를 높여 줄 수 있도록 분석 조직 및 인력에 대한 지속적인 교육과 훈련을 실시해야 한다.