[ADsP] 2-2. 분석 마스터 플랜 (2) 분석 거버넌스 체계 수립

1. 거버넌스 체계 개요

• 구성 요소
  • 조직(분석 기획 및 관리)
  • 과제 기획 및 운영 프로세스
  • 분석 관련 시스템
  • 데이터
  • 분석 관련 교육 및 마인드 육성 체계

2. 데이터 분석 수준진단

• 목표
  • 현재 분석수준 이해, 수준진단 결과 토대로 미래 목표수준 정의
  • 데이터 분석 기반, 환경이 유사업종 비해 어느 정도 수준인지 파악
  • 경쟁력 확보 위해 어떤 영역에 집중해야하는지, 어떤 관점 보완해야하는지 등 개선방안 도출

• 분석 준비도 (Readiness)
  • 각 영영별 세부 항목 대한 수준 평가
  • 일정 수준 이상 충족하면 분석 업무 도입, 충족하지 못하면 분석 환경 조성
  • 분석업무파악
    : 발생한 사실 분석, 예측 분석, 시뮬레이션 분석, 최적화 분석, 분석 업무 정기적 개선
  • 인력 및 조직
    : 분석 전문가 직무 존재, 분석 전문가 교육 훈련 프로그램, 관리자 기본 분석 능력, 전사 분석업무 총괄 조직 존재, 경영진 분석 업무 이해 능력
  • 분석 기법
    : 업무별 적합한 분석기법 사용, 분석 업무 도입 방법론, 분석기법 라이브러리, 분석기법 효과성 평가, 분석기법 정기적 개선
  • 분석 데이터
    : 분석업무를 위한 데이터 충분성, 신뢰성, 적시성, 비구조적 데이터 관리, 외부 데이터 활용 체계, 기준 데이터 관리
  • 분석 문화
    : 사실 근거 의사결정, 관리자 데이터 중시, 회의 등에서 데이터 활용, 경영진의 직관보다 데이터, 데이터 공유 및 협업 문화
  • IT 인프라
    : 운영시스템 데이터 통합, EAI, ETL 등 데이터 유통 체계, 분석 전용 서버 및 스토리지, 빅데이터/통계/비주얼 분석 환경
• 분석 성숙도 (Maturity)
  • CMMI(capability maturity model integration) 모델로 평가
  • 도입/활용/확산/최적화 단계로 수준 분류
  • 진단 분류 : 비즈니스 / 조직, 역량 / IT 부문
•  분석 수준 진단 결과
  • 기업 현재 분석 수준 객관적 파악
  • 경쟁사의 분석 수준과 비교 → 분석 경쟁력 확보 및 강화 위한 목표 수준 설정

3. 분석지원 인프라 방안 수립

• 플랫폼 구조
  • 개별시스템 도입 시 관리 복잡, 비용 증대 → 장기적, 안정적 활용 확장성 고려한 플랫폼 구조 도입
  • 분석 서비스 위한 응용프로그램 실행될 수 있는 기초 이루는 컴퓨터 시스템
  • 새로운 데이터 분석 니즈 존재 시 서비스 추가적 제공 방식으로 확장성 높일 수 있음

4. 데이터 거버넌스 체계 수립

• 데이터 거버넌스
  • 전사 차원의 모든 데이터 대하여 정책 및 지침, 표준화, 운영조직 및 책임 등 표준화된 관리 체계 수립, 운영 위한 프레임워크 및 저장소 구축
  • 중요 관리대상 : 마스터 데이터, 메타 데이터, 데이터 사전
  • 데이터 가용성, 유용성, 통합성, 보안성, 안전성 확보
  • 전사 차원의 IT 거버넌스, EA(Enterprise Architecture) 구성요소로 구축되는 경우 있음
  • 빅데이터 효율적 관리, 다양 데이터 관리체계, 데이터 최적화, 정보보호, 데이터 생명주기 관리, 데이터 카테고리별 관리 책임자 지정 등 포함
  • 구성요소
    - 원칙 : 데이터 유지 관리 위한 지침, 가이드
    - 조직 : 데이터 관리할 조직의 역할과 책임
    - 프로세스 : 데이터 관리 위한 활동, 체계
  • 체계
    - 데이터 표준화 : 데이터 표준 용어 설정, 명명 규칙 수립, 메타데이터, 데이터사전 구축 (데이터 구조 체계, 메타 엔터티 관계 다이어그램 제공)
    - 데이터 관리 체계 : 메타 데이터, 데이터 사전 관리 원칙 수립 (항목별 상세 프로세스 만들고 조직별 역할, 책임 상세 준비, 데이터 생명 주기 관리방안 수립)
    - 데이터 저장소 관리 : 전사 차원의 저장소 구성 - 워크플로우, 관리용 응용 소프트웨어 지원, 관리 대상 시스템과의 인터페이스 통한 통제 이루어져야
    - 표준화 활동 : 데이터 거버넌스 체계 구축 후 표준 준수 여부 주기적 점검, 모니터링 실시

5. 데이터 조직 및 인력방안 수립

• 분석 조직
  • 목표 : 기업 경쟁력 확보 위한 비즈니스 질문, 부합하는 가치 찾고 비즈니스 최적화
  • 역할 : 전자 및 부서 분석업무 발굴, 전문적 기법과 분석 도구 활용하여 기업 내 빅데이터 속 insight 전파 & action화
  • 구성 : 기초통계 및 분석 방법 대한 지식과 분석 경험 지닌 인력으로 전자 또는 부서 내 조직으로 구성
  • 조직 구조
    - 집중 구조 : 전사 분석업무를 별도 분석전담 조직에서 담당
    - 기능 구조 : 해당 업무 부서에서 분석 수행
    - 분산 구조 : 분석조직 인력들을 현업 부서로 직접 배치 → 전사차원 우선순위 수행, 신속한 action 가능
  • 인력 구조 : 비즈니스 인력, IT기술 인력, 분석전문 인력, 변화관리 인력, 교육담당 인력

6. 분석 과제 관리 프로세스 수립

• 과제발굴
  : 개별 조직, 개인 도출 분석 아이디어 발굴 → 과제화(분석과제 후보 제안) → 분석 과제 관리하면서 분석 프로젝트 선정 작업 수행
• 과제 수행 및 모니터링
  : 분석 수행 팀 구성 → 분석과제 실행 → 지속적 모니터링 & 과제결과 공유, 개선 절차 수행
• 과제 진행하며 만들어진 시사점 포함한 결과물을 풀에 잘 축적, 관리 → 시행착오 최소화

7. 분석 교육 및 변화관리

• 분석 기획자 데이터 분석 큐레이션 교육
• 분석 실무자 데이터 분석 기법 및 툴 교육
• 업무 수행자 분석기회 발굴, 구체화, 시나리오 작성법 교육

 

출처 : ADsP 데이터 분석 준전문가 (윤종식 저)