본문 바로가기

DATA SCIENCE/ADSP

[ADsP] 2-1. 데이터 분석 기획의 이해 (4) 분석 과제 발굴 및 관리 방안

1. 하향식 접근 방식

기회 및 문제 탐색, 해당 문제를 데이터 문제로 정의, 해결방안 탐색, 타당성 평가의 과정을 통해 분석 과제 도출

  1. 문제 탐색 단계
    • 비즈니스 모델 기반 문제 탐색
      - 업무 : 제품, 서비스 생산 위해 운영하는 내부 프로세스 및 주요 자원 관련 주제 도출
      - 제품 : 생산 및 제공하는 제품 및 서비스 개선 위한 관련 주제 도출
      - 고객 : 제품, 서비스 제공받는 사용자 및 고객, 이를 제공하는 채널 관점에서 관련 주제 도출
      - 규제와 감사 : 제품 생산, 전달 과정 프로세스 중 발생하는 규제 및 보안 관점에서 주제 도출
      - 지원 인프라 : 분석 수행 시스템 영역 및 운영, 관리 인력 관점에서 주제 도출
      * 거시적 관점 - STEEP(Social, Technology, Economic, Environmental, Political)
      * 경쟁자 확대 관점 - 대체재, 경쟁자, 신규 진입자 영역
      * 시장 니즈 탐색 관점 - 고객, 채널, 영향자들 영역
      * 역량의 재해석 관점 - 내부 역량, 파트너와 네트워크 영역
    • 외부 참조 모델 기반 문제 탐색
      - 산업별, 업무 서비스별 분석 테마 후보 그룹
      - 빠르고 쉬운 방식으로 필요한 분석기회 무엇인지 아이디어 얻기
      - 기업에 적용할 분석 테마 후보 목록을 브레인스토밍 통해 도출
    • 분석 유즈케이스 정의
      - 문제 대한 상세한 설명 및 해당 문제 해결 시 발생하는 효과 명시
      - 향후 데이터 분석 문제로의 전환 및 적합성 평가에 활용
  2. 문제 정의 단계
    • 문제 달성 위해 필요한 데이터 및 기법 정의
    • 문제 해결 시 효용 얻는 최종사용자 관점에서 이루어져야 함
    • 분석 관점으로 문제 재정의
  3. 해결방안 탐색 단계
    • 기존 정보시스템의 단순 보완으로 분석 가능한지 고려
    • 엑셀 등 간단 도구로 분석 가능한지 고려
    • 하둡 등 분산병렬처리 활용한 빅데이터 분석 도구 통해 체계적, 심도 있는 방안 고려
  4. 타당성 검토
    • 경제적 타당성, 데이터 및 기술적 타당성
    • 도출된 여러 대안 중 평가 과정 거쳐 가장 우월한 대안 선택

2. 상향식 접근 방식

다양한 원천 데이터로부터의 분석 통해 통찰력, 지식 얻는 방법

  • 기존 하향식 접근법 한계 극복 위한 분석 방법론
    • 기존 접근방법은 솔루션 도출에는 유효 but 새로운 문제 탐색에는 한계
    • 디자인 사고 접근법 통해 극복
      - 사물을 있는 그대로 인식하는 what 관점에서 보기
      - 객관적 데이터 자체 관찰, 실제 행동으로 옮겨 대상 잘 이해아는 접근으로 수행 → 감정이입 강조
    • 일반적으로 비지도 학습 방법으로 수행
      - 데이터 자체 결합, 연관성, 유사성 등 중심으로 표현
      * 지도학습 : 분류, 추측, 예측, 최적화 통해 사용자 주도하에 분석 실시, 지식 도출 목적
  • 시행착오 통한 문제 해결
    • 프로토타이핑 접근법 : 일단 분석 시도, 결과 확인하면서 반복적으로 개선
      - 문제 대한 인식 수준 낮을 때, 필요 데이터의 존재 여부가 불확실할 때, 데이터 사용 목적이 지속적으로 변할 때
      - 가설 생성 → 디자인 대한 실험 → 실제 환경에서의 테스트 → 결과에서 통찰도출 및 가설 확인
    • 빅데이터 분석 환경에서 프로토타이핑 접근법의 중요성
      - 구체화 통한 문제 인식 수준 상승
      - 필요 데이터 존재 여부에 대한 불확실성 감소
      - 데이터 사용 목적 및 범위 확대

3. 분석과제 정의

분석과제 정의서 통해 분석별 필요 소스 데이터, 분석방법, 데이터 입수 및 분석 난이도, 분석 수행주기, 분석결과 대한 검증 오너십, 상세 분석과정 등 정의

4. 분석 프로젝트 관리 방안

data size / data complexity / speed / analytic complexity / accuracy & precision 고려

  • 분석 프로젝트 특성
    - 분석가 목표 : 전반적 프로젝트 관리 중요
    - 분석가 입장 : 프로젝트 관리방안 이해, 주요 관리 포인트 사전 숙지
    - 프로토타이핑 방식의 agile 프로젝트 관리방식 고려
  • 분석 프로젝트 관리방안
    - 통합, 이해관계자, 범위, 자원, 시간, 원가, 리스크, 품질, 조달, 의사소통

 

출처 : ADsP 데이터 분석 준전문가 (윤종식 저)

반응형