본문 바로가기
  • Let's go grab a data
Review/Book_Data

데이터 분석 전문가 가이드 과목 3. 데이터 분석 기획

by pub-lican-ai 2019. 1. 4.
반응형

아래를 클릭하여 바로 구매하기 데이터 분석 전문가 가이드(ADP)(ADsP), 한국데이터산업진흥원

*파트너스 활동을 통해 일정액의 수수료를 제공받을 수 있음


과목3. 데이터 분석 기획

  • 1 데이터 분석 기획의 이해

1 분석 기획 방향성 도출

   1. 분석 기획 : 문제영역에 대한 전문성, 통계학적 지식의 분석 역량, 분석 도구, 균형잡신 시각으로 방향성 계획 수립 필요

   분석의 대상 What, 분석의 방법 How  으로 최적화, 솔루션, 통찰, 발견 접근법.. 분석 기획은 단기적으로 분석과제를 도출 하여 프로젝트화, 장기적으로는 분석 마스터플랜을 수행하여 분석과제 수행지원

  1. 분석 기획 고려사항 : 가용한 데이터, 적절한 유스케이스, 분석 과제 수행을 위한 장애 요소.


2 분석 방법론

  1. 분석 방법론 개요: 암묵지-> 형식화-> 형식지 -> 체계화 -> 방법론 -> 내재화 -> 암묵지로 방법론 생성가능
  2. KDD(Knowledge Discovery in Databases)분석 방법론 : 데이터 베이스에서 의미있는 지식을 탐색,  

      프로세스 1) 비즈니스 도메인 이해 2) 데이터 선택과 생성 3)노이즈와 이상값 정제, 선처리 4)분석목적에 맞는 변수 찾고 데이터 차원 축소등 변경 5)분석 목적에 맞는 데이터 마이닝기법 선택 6)데이터 마이닝 알고리즘 선택 7)데이터 마이닝 시행 8)결과해석 9)지식활용

  1. CRISP-DM 분석방법론  Cross Industry Standard Process for Data Mining 

      단계Phases - 일반화 태스크 - 세분화 태스크 - 프로세스 실행 단계

        1) 업무 이해 Business Understanding 2) 데이터 이해(Data Understanding) 3)데이터 준비 4)모델링 5)평가Evaluation 6)전개Deployment 

  1. 빅데이터 분석방법론

        1)분석기획 - 데이터준비 - 데이터분석 - 시스템구현Developing 

   4-1. 분석 계획(Planning)

        비즈니스 이해 - 프로젝트 범위 설정 - 데이터분석 프로젝트 정의 - 프로젝트 수행 계획 수립 - 데이터 분석 위험 식별 - 위험대응 계획 수립

   4-2. 데이터준비(Preparing)

        필요 데이터 정의 - 데이터 획득방안 수립 - 데이터 스토어 설계(정형/비정형) - 데이터 수집 저장 - 데이터 정합성 점검

   4-3. 데이터 분석(Analyzing)

        분석용데이터 비즈니스 확인  - 분석용 데이터 준비 - 텍스트 데이터 확인및 추출 - 텍스트 데이터 분석 - 탐색적 데이터 분석 - 데이터 시각화 - 데이터 분할 - 데이터 모델링 - 모델 적용 운영 방안 - 모델 평가 - 모델 검증. 

   4-4. 시스템 구현(Developing)

         시스템 분석 설계 - 시스템 구현 - 시스템 테스트 - 시스템 운영 계획

   4-5. 평가및 전개(Deploying)

          모델 발전 계획 수립 - 프로젝트 성과 평가 - 프로젝트 종료


3 분석 과제 발굴 : Top down approach 문제가 주어지고 해법 찾기 위해 체계적 단계화, Bottom up Approach 문제 정의 자체가 어려운 경우 데이터 기반으로 문제 정의 해결 탐색, 개선

  1. 하향식Top down - 비즈니스 모델 기반 문제 탐색(업무, 제품, 고객, 규제감사, 지원인프라)

     - 문제탐색Problem Dsicovery 단계  

     1) 거시적 관점 - 사회, 기술, 경제, 환경, 정치  2) 경쟁자 관점 - 대체제, 경쟁자, 신규진입자 3)시장니즈탐색 관점 - 고객, 채널, 영향자들 4)역량의 재해석 관점 - 내부역량, 파트너 네트워크

     - 문제 정의Problem Definition 단계 : 고객 이탈의 증대라는 비즈니스 문제는 고객의 이탈에 영향을 미치는 요인을 식별하고 이탈 가능성을 예측하는 데이터 분석 문제로 변환,

        해당 문제가 해결되었을 효용을 얻을 있는 최종 사용자 관점에서 문제 정의

     - 해결방안 탐색Solution Search 단계 : 기존 시스템 개선활용, 교육채용 통한 역량확보, 시스템고도화, 전문업체 소싱

     - 타당성 검토 Feasibility Study 단계 : 경제적 타당성, 데이터 기술적 타당성 확보

  1. 상향식Bottom Up - 디자인 사고(Design Thinking) : 감정이입 - 정의 - 아이디어 - 프로토타입 - 테스트

      - 시행착오를 통한 문제해결 : 프로토타입을 통한개선

  1. 분석 과제 정의 


4 분석 프로젝트 관리 방안 : 5가지 주요 특성 관리영역 (데이터 크기, 데이터 복잡도, 속도, 분석모델 복잡도/정확도, Accuracy&Precision)

  1. 분석 프로젝트의 특성 : 반복적 개선
  2. 분석 프로젝트 관리방안 : 범위, 시간, 원가, 품질, 통합, 조달, 자원, 리스크, 의사소통, 이해관계자 


  • 2 분석 마스터 플랜

1 마스터 플랜 수립

  1. 분석 마스터 플랜 수립 프레임워크 : 우선순위 고려요소(전략적 중요도, 비즈니스성과/ROI, 실행용이성) - 적용범위/방식(업무 내재화 적용수준, 분석 데이터 적용수준, 기술적용 수준)
  2. 수행과제 도출 우선순위 평가 : 빅데이터 특징 고려한 분석 ROI 요소: 3V 투자비용요소 Volume, Variety, Velocity + 비즈니스효과 Value 

       시급성(전략적 중요도, KPI) 난이도(데이터 획득저장 가공, 분석 적용, 분석 수준)

  1. 이행계획 수립 : 1)로드맵 수립 2)세부 이행 계획 수립


2 분석 거버넌스 체계 수립

  1. 거버넌스 체계 개요 : 조직Organization, 과제 기획 운영 프로세스 Process, 분석관련 시스템, 데이터, 분석관련교육 마인드 육성 체계Human Resource
  2. 데이터 분석 성숙도 모델 수준 진단 : 분석준비도Readiness(업무파악, 인력조직, 분석기법, 데이터,문화, IT인프라), 분석 성숙도Maturity(CMMI Capability Maturity Model Integration)기반 (도입단계, 활용단계, 확산단계, 최적화 단계)
  3. 분석 지원 인프라 방안 수립 : 분석 플랫폼(분석 엔진, 라이브러리, 프레임워크, 어플리케이션 )
  4. 데이터 거버넌스 체계수립 : 전사 차원의 모든 데이터에 대해 정책 지침, 표준화, 운영조직 책임등 표준화된 관리체계 수립, 운영 프레임워크 저장소 구축

       1)데이터 표준화 2) 데이터 관리 체계 3)데이터 저장소 관리 4) 표준화 활동

  1. 데이터 조직 인력방안 수립 : 기업 경쟁력 확보를 위하여 비즈니스 질문과 이에 부합하는 가치를 찾고 비즈니스 최적화 하는 목표, 분석 업무 발굴 데이터에서 인사이트를 찾아 전파

       집중형 구조, 기능형 구조, 분산형 구조, 복합형 구조

       비즈니스 인력, IT 기술 인력, 분석 전문 인력, 변화관리 인력, 교육담당 인력 필요

  1. 분석 과제 관리 프로세스 수립 : 분석 아이디어 발굴, 분석과제 후보 제안, 분석과제 확정, 팀구성, 분석과제 실행, 분석과제 진행관리, 결과 공유 개선
  2. 분석 교육 변화 관리 : 분석 도입에 대한 문화적 대응 (준비기 - 도입기 - 안정추진기) 관성의 이동 방향

반응형