1. 분석 과제 발굴 개요
🔷 분석 과제 '발굴' 과 '탐색'
⚫분석 과제 발굴
- 해결해야 할 다양한 기업(혹은 분석의 주체)의 문제를 '데이트 분석 문제'로 변환하는 것을 포함하는 개념이다.
- 분석 과제는 이해관계자들이 이해할 수 있게 프로젝트 수행 목적의 과제 정의서 형태로 도출
⚫ 분석 과제 탐색 방법
❤️ 하향식 접근법 (Top-Down Approach)
: 문제가 주어졌을 때 우리가 해결해야 할 과제가 무엇인지를 찾는 전통적인 Top-Down 수행 방법으로, 각 과정이 치계적으로 단계화 되어 문제를 해결하는 방식
❤️ 상향식 접근법 (Bottom Up Approach)
: 문제 정의 자체가 어려운 경우 데이터를 기반으로 문제의 재정의 및 해결방안을 탐색하고 이를 지속적으로 개선하는 방식,
다양한 데이터의 조합 속에서 인사이트를 찾아내는 Bottom-Up 방식
[분석 과제 발굴 방법론 개념도]
하향식 접근법은 현황 분석을 통해서 또는 인식된 문제로부터 기회나 문제를 탐색하고, 문제를 정의, 해결 방안을 탐색, 데이터의 타당서을 평가하는 과정을 거쳐 분석 과제를 도출하는 과정으로 구성되어 있다.
🔷디자인 씽킹
♦️ IDEO사의 디자인 씽킹
♦️ 스탠퍼드대학 d.school 디자인 씽킹
① 공감(Empathize)
② 문제 정의(Define)
③ 아이디어 도출(Ideate)
④ 프로토타입 (Prototype)
⑤ 테스트(Test)
⑥ 평가 (ASSESS)
2. 하향식 접근법 ❤️❤️❤️
🔷 ✔️[1단계] - 문제 탐색 단계
① 비즈니스 모델 기반 문제 탐색
- 업무, 제품, 고객 단위로 문제를 발굴하고 이를 관리하는 규제와 감사, 지원 인프라의 두 가지 영역에 대한 기회를 추가로 도출하는 작업
- 새로운 관점의 접근으로 새로운 유형의 분석 기회와 주제를 발굴
② 분석 기회 발굴 범위의 확장
거시적, 경쟁자, 시장니즈, 역량의 재해석
③ 외부 참조 모델 기반 문제 탐색
- 유사 동종 업계에서 기존에 수행한 문제 탐색 및 분석 과제 등을 활용
- 유사동종 벤치마킹
- 산업별, 서비스별 분석테마 후보 그룹을 통해 빠르고 쉬운 (Quick & Easy)방식으로 분석 기회가 무엇인지 아이디어를 얻는 브레인스토밍 활용 방법
④ 분석 유스케이스 정의
- 도출한 분석 기회들을 세부과제로 도출하기 전에 '분석 유스케이스 (Analytics Use Case)'로 정의
- 문제에 대한 상세 설명과 기대효과를 명시하여 향후 데이터 분석 문제로의 전환 및 적합성 평가에 활용
[비즈니스 모델 캔버스]
🔷 ✔️[2단계] - 문제 정의 단계
- 식별된 비즈니스 문제를 데이터적인 문제로 변환하여 정의
- 필요한 데이터와 기법을 정의하기 위한 데이터 분석 문제로 변환
- 데이터 분석 문제의 정의는 최종 사용자(End-User)관점에서 이루어져야 한다.
🔷 ✔️[3단계] - 해결 방안 탐색 단계
- 정의된 데이터에서 분석 문제를 해결하기 위한 다양한 방안들을 모색
- 기업 수준에서 분석이 가능한 시스템을 갖추었는지, 분석을 수행할 인력을 확보되었는지 탐색
분석 기법 및 시스템, 분석 역량, 아웃 소싱, 외주, 시스템 고도화
🔷 ✔️[4단계] - 타당성 평가 단계
- 도출된 분석 문제, 가설에 대한 대안을 과제화하기 위한 타당성을 분석
- 도출된 여러 대안 중 평가 과정을 거쳐 가장 우월한 대안을 선택
경제적 타당성 : 비용 대비 편익 분점 관점의 접근이 필요
- 비용 항목은 데이터, 시스템, 인력, 유지보수 등 분석 비용
- 편익은 분석 결과를 적용하여 발생 가능한 실질적 비용 절감, 추가적 매출과 수익 등의 경제적 가치 산출
데이터 및 기술적 타당성
- 데이터 분석 시 데이터, 분석 시스템 환경 분석 역량 필요
- 기술적 타당성 분석 시 역량 확보 방안의 사전수립 필요
- 비즈니스 분석가, 데이터 분석과, 시스템 엔지니어등과 협업
3. 상향식 접근법 ❤️❤️❤️
🔷 상향식 접근법 개요
⚫ 상향식 접근법 개념
- 상향식 접근법은 분석 대상이 무엇인지 모를 경우 분석 과제 발굴을 위해 사용하는 방법
- 원천 데이터로부터 통찰과 지식을 얻는 접근 방법
⚫ 상향식 접근법 특징
- 다량의 데이터 분석을 통해 왜(why) 그러한 일이 발생했는지 역으로 추적하면서 문제를 도출하거나 재정의할 수 있는 방식
- 데이터를 활용하여 생각지도 못했던 인사이트 도출 및 시행착오를 통한 개선이 가능
- 일반적으로 비지도학습 방법에 의해 수행
- d.school의 디자인 씽킹은 상향식 접근법에 속함
🔷 지도학습과 비지도학습 ❤️❤️❤️
✔️지도학습 : 정답이 있는 데이터를 활용하여 분석 모델을 학습
- 지도학습은 레이블(Label)이 범주형인 분류와 연속형인 회귀로 나누어진다
- ex) 머신러닝, 의사결정 트리, 인공신경망 모형, 분류 분석
✔️비지도학습 : 정답을 알려주지 않고 학습
- 정답 레이블이 없는 데이터를 비슷한 특징을 가진 데이터끼리 군집화하여 새로운 데이터에 대한 결과 예측
- 목적이 명확하게 정의된 특정 필드의 값을 구하는 것이 아니라, 데이터 자체의 결합, 연관성, 유사성 등을 중심으로 데이터의 상태를 표현
- 일반적으로 상향식 접근법 데이터분석은 비지도학습에 의해 수행됨
- 새로운 유형의 인사이트를 도출하기에 유용한 방식
- ex) 장바구니 분석, 기술통계, 프로파일링, 군집분석, 주성분분석, 다차원척도
🔷프로토타이핑 접근법
프로토타이핑 접근법 : 일단 먼저 분석을 시도해보고 그 결과를 확인하면서 반복적으로 개선해나가는 방식
- 상향식 접근법 중 하나로 시행착오 해결법이라고도 함
- 사용자가 요구사항이나 데이터를 정확히 정의하기 어렵고 원천데이터도 명확하지 않을 때 주로 사용
⚫ 프로토타이핑 접근법의 필요성
♦️ 문제에 대한 인식 수준
♦️ 필요 데이터 존재 여부의 불확실성
♦️ 데이터 사용 목적의 가변성
⚫ 프로세스
특징
- 잘 설계된 프로토타이핑을 지속하는 경우 실험이 가지고 있는 불확실성은 감소하고 의도했던 결과를 도출할 가능성이 높아진다.
- 분석환경에서는 최대한 분석 결과를 보여주고 이를 가지고 지속적으로 반복하는 방법이 효과적이다.
구성
① 가설의 생성 (Hypotheses)
② 디자인에 대한 실험 (Design Experiments)
③ 실제 환경에서의 테스트(Test)
④ 테스트 결과에서의 통찰(Insight) 도출 및 가설 확인
[참고 도서]
출처 :
이지패스 2024 ADsP 데이터분석 준전문가
2024 이기적 빅데이터분석기사 필기 기본서
'🍅ADsP > 2과목' 카테고리의 다른 글
[2과목] 02장 분석 마스터플랜 - (2) 분석 거버넌스 체계 수립 (0) | 2024.06.20 |
---|---|
[2과목] 02장 분석 마스터플랜 - (1) 마스터플랜 수립 (0) | 2024.06.20 |
[2과목] 01장 데이터 분석 기획의 이해 - (3) 분석 프로젝트 관리 방안 (0) | 2024.06.19 |
[2과목] 01장 데이터 분석 기획의 이해 - (1) 분석 기획과 방법론-2 (0) | 2024.06.18 |
[2과목] 01장 데이터 분석 기획의 이해 - (1) 분석 기획과 방법론-1 (0) | 2024.06.18 |