02. 분석 방안 수립
데이터 분석
데이터 분석(Data Analysis)은 대용량의 데이터 집합으로부터 유용한 정보를 찾고 결과를 예측하기 위해 목적에 따라 분석기술과 방법론을 기반으로 정형, 비정형 대용량 데이터를 구축, 탐색, 분석하고 시각화를 수행하는 업무이다.
(국가직무능력표준, NCS)
- 데이터 분석은 규모가 아니라 어떤 시각과 통찰을 얻을 수 있는가의 문제이다.
- 전략과 비즈니스의 핵심 가치에 집중하고 관련된 분석 평가지표를 개발하여 시장과 고객 변화에 효과적으로 대응하는 것이 중요하다.
분석 기획
분석 수행 전, 수행할 과제의 정의 및 의도했던 결과를 도출할 수 있도록 이를 적절하게 관리할 수 있는 방안을 사전에 계획하는 작업이다. 즉, 성공적인 분석 결과를 도출하기 위한 중요한 사전 작업이다.
1) 분석 기획 특징
- 분석기획에 필요한 역량 3가지: 수학/통계학적 지식, 정보기술, 해당 비즈니스에 대한 이해와 전문성
- 분석 대상과 방법에 따른 분류
| 분석의 대상(What) | |||
| known | unknown | ||
| 분석의 방식(How) | known | optimization(최적화) /둘 다 알때 | insight / 분석 대상 찾기 |
| unknown | solution /방법을 모르니 찾기 | discovery /둘다 찾아내는 발견 | |
2) 목표 시점에 따른 분류
- 단기적 접근 방식(과제 중심적 방식)
- 당면한 과제를 빠르게 해결하기 위한 목적
- (1차목표) Speed, Test / (과제유형) Quick-Win / (접근방식) Problem solving
- 중장기적 접근 방식(마스터 플랜 방식)
- 지속적인 분석 문화를 내재화하기 위한 목적
- (1차목표) Accuracy, Deploy / (과제유형) Long term view / (접근방식) Problem Definition
- 혼합 방식
- 마스터 플랜을 수립하고 장기적 관점에서 접근하는 것이 바람직하다.
분석 기획시 고려사항
1. 사용가능한 데이터
- 데이터 확보 가능 여부, 데이터의 유형 등을 미리 확인하여야 함.
- 데이터의 유형에 따라 적용 가능한 솔루션이나 분석 방법론이 달라진다.(정형 데이터, 비정형 데이터, 반정형 데이터)
2. 적합한 사례 탐색(use case)
- 기존에 잘 구현되어 활용되고 있는 유사 분석 시나리오 및 솔루션을 최대한 활용.
3. 발생 가능한 요소 고려
- 분석 결과의 정확도를 높이기 위하여 기간과 투입 자원 증가가 불가피하며, 이로 인한 비용 상승을 충분히 고려해야 한다.
- 조직 역량의 내재화를 위하여 충분하고 계속적인 교육 및 활용방안 등의 변화관리를 고려해야 한다.