1. 빅데이터 분석과 전략 인사이트
🔷빅데이터 열풍과 회의론
⚫ 빅데이터 열풍과 회의론
① 부정적 학습효과 :
과거의 IT솔루션 영역에서는 공포 마케팅이 잘 통해서 CRM같은 솔루션은 반드시 도입되어야 하는 것으로 강조
▶ 시스템을 구축하였으나 가치창출 할 줄 모름
② 과대포장 (Hype)
과대포장(하이프)은 빅데이터 기술과 솔루션에 대한 기대가 과장되어 실제 성과와의 괴리를 초래하는 현상
기존의 분석 성공사례를 빅데이터 분성 성공사례로 포장
⚫빅데이터 분석의 핵심은 'Big'이 아닌 '인사이트'
① '크기'가 아니라 '인사이트'
: 데이터로부터 어떤 시각과 인사이트(Insight : 통찰)를 얻을 수 있냐는 문제
데이터의 양 < 데이터의 가치
② 전략적 인사이트의 중요성
⚫ 일차원적 분석 vs. 전략 도출을 위한 가치 분석
산업 | 일차원적 분석 애플리케이선 |
금융 서비스 | 신용점수, 산정, 사기 탐지, 가격 책정, 프로그램 테리이딩, 클레임 분석, 고객 수익성 분석 |
에너지 | 트레이딩, 공급/수요 예측 |
병원 | 가격 책정, 고객 로열티, 수익 관리 |
정부 | 사기탐지, 사례관리, 범죄방지, 수익 최적화 |
소매업 | 판촉, 매대 관리, 수요 예측, 재고 보충, 가격 및 제조 최적화 |
제조업 | 공급사실 최적화, 수요 예측, 재고 보충, 보증서 분석, 맞춤형 상품 개발, 신상품 개발 |
운송업 | 일정 관리, 노선 배정, 수익 관리 |
헬스케어 | 약품 거래, 예비 진단, 질병 관리 |
커뮤니케이션 | 가격 계획 최적화, 고객 보유, 수요 예측, 생산 능력 계획, 네트워크 최적화, 고객 수익성 관리 |
서비스 | 콜센터 직원 관리, 서비스-수익 사슬 관리 |
온라인 | 웹 매트릭스, 사이트 설계, 고객 추천 |
모든 사업 | 성과 관리 |
전략 도출을 위한 가치 분석
♦️ 일차원적인 분석은 대부분 업계 내부의 문제에만 포커스, 주로 부서 단위로 관리 되기 때문에 비즈니스 성공에 핵심적인 역할은 기대하기 어려움
♦️ 일차원적 분석을 통해 점점 분석 경험을 늘려가고 작은 성공을 거두면 분석 활용 범위를 더 넓고 전력적으로 변화 시킴으로써 전략적 인사이트를 주는 가치 기반 분석 단계로 나아가야 함
♦️ 전략적 수준에서의 분석은 사업 성과를 견인하는 요소들과 차별화를 이룰 수 있는 기회에 대해 중요한 인사이트
→ 이러한 전략적 인사이트 초점 → 해당 사업에 중요한 기회를 발굴, 주요 경영진 지원을 얻어냄 → 강력한 모멘텀을 만들어 냄
2. 전략 인사이트 도출을 위해 필요한 역량
🔷데이터 사이언스에 대한 이해와 역할
⚫ 데이터 사이언스에 대해 이해
- 데이터로 부터 의미있는 정보를 추출해내는 학문
- 통계학이 정형화된 실험데이터를 분석 대상으로 하는 것에 비해, 데이터 사이언스는 정형또는 비정형을 막론하고 다양한 유형에 데이터를 대상으로 함
- 위키피디아에서는 데이터 사이언스를 '데이터 공학, 수학, 통계학, 컴퓨터 공학, 시각화, 해커의 사고방식, 해당 분야의 전문지식을 종합한 학문'으로 정의
- 과학과 인문학의 교차로
⚫ 데이터 사이언스에 대해 역할
- 데이터 사이언스는 분석뿐 아니라 이를 효과적으로 구현하고 전달하는 과정 (데이터마이닝과 유사하지만 다름)
- 총체적 접근법 사용. 전략적 통찰을 추구하고 비즈니스 핵심 이슈에 답하고, 사업 성과 견인 '소통'이 중요한 핵심 역량
🔷'데이터 사이언스' 와 '데이터 사이언티스트'
✔️데이터 사이언스 구성요소
- Analytics : 수학, 확률 모델, 머신러닝, 분석학, 패턴 인식과 학습, 불확실성 모델링 등
- IT(Data Managerment) : 시그널 프로세싱, 프로그래밍, 데이터 엔지니어링, 데이터 웨어하우징, 고성능 컴퓨터
- 비즈니스 분석 : 커뮤니케이션, 프레젠테이션, 스토리텔링, 시각화 등
✔️ 데이터 사이언스에게 요구되는 역량
♦️ 하드 스킬(Hard skill)
- 빅데이터 이론 지식 (수학, 통계학, 가설검정 등), 가트너 제시 역량에 미포함
- 분석 기술 숙련
♦️ 소프트 스킬(Soft skill)
- 통찰력 있는 분석 : 창의력 사고, 호기심, 논리적 비판
- 설득력 있는 전달 : 스토리텔링, 시각화
- 다분야 간 협력 : 커뮤니케이션
(●'◡'●)
가트너가 제시한 데이터 사이언티스트 요구 역량
데이터 관리 : 분석 모델링 : 비즈니스 분석 : 소프트 스킬 : |
데이터에 대한 이해 분석론에 대한 지식 비즈니스 요소에 초점 커뮤니케이션, 협력, 리더십, 창의력, 규율, 열정 |
3. 빅데이터 그리고 데이터 사이언스의 미래
🔷가치 패러다임의 변화
디지털화 (Digitalization) |
➡️ | 연결 (Connection) |
➡️ | 에이전시 (Agency) |
♦️ 데이터화(datafication)의 대표적인 예) 사물인터넷
[참고 도서]
출처 :
이지패스 2024 ADsP 데이터분석 준전문가
2024 이기적 빅데이터분석기사 필기 기본서
2024 최단기 빅데이터 분석기사 필기: 이론편
'🍅ADsP > 1과목' 카테고리의 다른 글
[1과목] 02장 데이터의 가치와 미래 - (2)데이터의 가치와 미래 (0) | 2024.06.17 |
---|---|
[1과목] 02장 데이터의 가치와 미래 - (1)빅데이터의 이해 (0) | 2024.06.17 |
[1과목] 01장 데이터와 정보 - (2) 데이터베이스 (0) | 2024.06.17 |
[1과목] 01장 데이터의 이해 - (1) 데이터와 정보 (0) | 2024.06.17 |