[ADsP] 03_데이터분석 기획의 이해

- 분석 기획 방향성 도출

● 분석 대상과 방법

방법 ↓	대상 →	Known	UnKnown
Known		최적화 ( Optimization )	통찰 ( Insight )
Un-Known		솔루션 ( Solution )	발견 ( Discovery )

 

● 분석 기획 방안

	과제 중심적 접근	장기적 마스터 플랜
목적	빠르게 해결	지속적 분석 원인 해결
1차 목표	Speed & Test	Accuracy & Deploy
과제유형	Quick & Win	Long Term View
접근방식	Problem Solving	Problem Definition

 

● 분석 기획시 고려사항

(1) 가용 데이터 : 분석의 기본이 되는 데이터 확보 및 파악

(2) 적절한 유스케이스 탐색 : 기존에 잘 구현 되어있는 유사 시나리오 활용

(3) 장애요소에 대한 사전계획 수립 : 조직의 역량으로 내제화

 

● 의사결정을 가로막는 요소

- 고정 관념, 편향된 생각

- 프레이밍 효과 : 동일 상황임에도 개인의 판단, 결정이 달라짐

 

- 분석 방법론

● 분석 방법론의 구성요소

- 절차, 방법, 도구와 기법, 템플릿과 산출물

 

● 분석 방법론 모델

(1) 폭포수 모델 : 이전단계 완료되어야 다음 단계 진행 (Top - Down )

(2) 나선형 모델 : 여러 개발과정 거쳐 점진적으로 완성, 위험요소 제거 초점

(3) 프로토타입 모델 : 일부분( 프로토타입 )을 우선 개발하고 보완

(4) 애자일 : 일정한 주기를 가지고 프로토타입을 끊임없이 수정하여 고객의 Needs 반영

 

● KDD 분석 방법론

- 데이터선택 > 전처리 > 변환 > 마이닝 > 결과 평가

  1) 전처리 : 이상값, 잡음 식별 및 데이터 가공

  2) 변환 : 변수 선택 및 차원축소

 

● Crisp-DM 분석 방법론

- 업무 이해 > 데이터 이해 > 데이터 준비 > 모델링 > 평가 > 전개

1) 모델링 단계에서 모델 평가 수행하고 평가 과정 단계에서 모델 적용성 평가 수행

2) 평가 > 전개에서 위대한 실패 발생 가능

 

 

1) 분석 기획

  - 비즈니스 범위 설정 : SOW( Statement of Works ) - 구조화된 프로젝트 정의서

  - 위험 계획 수립 ( 회피, 전이, 완화, 수용 )

2) 데이터 분석

  - 추가적인 데이터 확보 필요 시, 데이터 준비 단계로 다시 진행

3) 데이터 분석 - 모델링

  - 가설 설정 통해 통계 모델이나 기계학습을 이용한 분류, 예측 등의 모델을 만드는 과정

  - 의사 코드 : 일반적인 언어로 프로그래밍 언어의 알고리즘을 유사한 형식으로 써 놓은 것

 

- 분석 과제 발굴

● 디자인 싱킹 

  - 사용자에 공감으로 시작해서 아이디어 발산/수렴 과정을 통한 피드백으로 발전하는 과정

  - 공감하기 > 문제정의 > 아이디어 도출 > 프로토타입 > 테스트

 

● 하향식 접근 방법

  - 문제가 주어지고 해답을 찾기 위해 진행

  - 문제 탐색 > 문제 정의 > 해결방안 > 타당성 검토

(1) 문제탐색

  1) 빠짐없이 문제를 도출하고 식별하며, 솔루션 초점 보다는 가치에 초점

  2) 기존 시스템 개선하여 사용 가능하면 개선하여 활용

  3) 비즈니스 모델 캔버스 단순화 측면 : 업무, 제품, 고객, 규제와 감사, 지원인프라

  4) 관점

    - 거시적 관점 : STEEP( 사회, 기술, 경제, 환경, 정치 )

    - 경쟁자 확대 관점 : 대체자, 경쟁자, 신규 진입자

    - 시장의 니즈 탐색 관점 : 고객, 채널, 영향자

  5) 분석 유스 케이스

    - 발굴한 분석 기회들을 구체적 과제로 만들기 전에 상세한 설명과 효과를 명시

 

(2) 타당성 검토

    - 경제적 타당성 : 비용대비 편익 분석관점 접근

    - 데이터 타당성 : 데이터 존재여부, 분석역량이 필요

    - 기술적 타당성 : 역량 확보 방안 사전에 수립

 

● 상향식 접근 방법

  - 문제 정의 자체가 어려울 때, 사물을 그대로 인식하는 What 관점

  - 주로 비지도 학습

 

● 지도학습, 비지도학습

  (1) 지도 학습

    - 정답이 있는 데이터를 학습

    - 분류분석, 회귀분석, 의사결정트리, KNN, SVM

   (2) 비지도 학습

    - 정답이 없는 데이터를 학습

    - 군집분석, 차원축소, 연관규칙분석

 

- 분석 프로젝트 관리 방안

● 분석 과제에서 고려해야할 5가지 요소

  - 데이터 크기, 속도, 데이터 복잡도, 분석 복잡도, 정확도/정밀도

    *정확도( Accuracy )와 정밀도( Precision )는 Trade-Off 관계 ( 상충관계 )

 

● 프로젝트 관리 지식 체계 10가지 영역

  - 통합, 범위, 시간(일정), 원가(비용), 품질, 인적자원, 의사소통, 리스크(위험), 조달, 이해관계자

 

2. 분석 마스터플랜

- 마스터 플랜 수립

 

● 우선순위 선정

  (1) 전략적 중요도 : 전략적 필요성, 시급성

  (2) 실행 용이성 : 투자 용이성, 기술 용이성

 

● ISP

  - 중장기 마스터 플랜을 수립하는 절차

 

● ROI  관점

  (1) 시급성 관점 : 비즈니스 효과( Return ) > Value

  (2) 난이도 관점 : 투자비용 요소( investment ) - Volume, Variety, Velocity

( 어려움 ) 난이도 ( 쉬움 )	1	2
	3	4
	( 현재 )           시급성          ( 미래 )

 

: 시급성 중요시 : 3 > 4 > 2

: 난이도 중요시 : 3 > 1 > 2 

 

- 분석 거버넌스 체계 수립

● 분석 거버넌스 체계 구성요소

  - 조직, 프로세스, 시스템, 데이터, 분석관련 교육 및 마인드 육성체계

 

● 데이터 분석 수준 진단

(1) 분석 준비도

  1) 분석업무파악 : 사실 분석, 예측, 시뮬레이션, 최적화, 분석 업무 장기적 개선

  2) 분석 인력 및 조직 : 분석전문가, 관리자, 조직, 경영진 이해

  3) 분석기법 : 적절한 기법 사용, 분석기법 라이브러리/평가/개선

  4) 분석데이터 : 데이터 관리, 외부데이터 활용, 기준데이터 관리( MOM )

  5) 분석문화 : 의사결정, 회의에서 활용, 공유 및 협업 문화

  6) IT 인프라 : 운영 시스템 통합, 환경

 

(2) 분석 성숙도

  *CMMI 모델 기반 ( 1~5단계 )

  - 비즈니스 / 조직,역량 / IT 부문 관점으로 구분

1) 도입 : 환경, 시스템 구축

2) 활용 : 업무에 적용

3) 확산 : 전사 자원 관리, 공유

4) 최적화 : 혁신, 성과향상에 기여

 

1) 준비형 : 낮은 준비도, 낮은 성숙도

  - 데이터, 인력, 조직, 분석업무, 분석기법 적용 안되서 사전 준비 필요

2) 정착형 : 낮은 준비도, 높은 성숙도

  - 인력, 조직, 분석업무, 분석기법 등을 제한적으로 사용

3) 도입형 : 높은 준비도, 낮은 성숙도

  - 조직 및 인력 등 준비도는 높으나, 분석업무 및 기법 부족

4) 확산형 : 높은 준비도, 높은 성숙도

  - 6가지 분석 구성요소가 모두 갖추고 있으며, 지속적 확산이 가능

 

● 분석 지원 인프라 방안 수립

  - 확장성을 고려한 플랫폼 구조 적용 ( 중앙 집중적 관리 )

 

● 데이터 거버넌스

 

(1) 데이터 거버넌스

  1) 전사 차원에서 데이터 대해 표준화된 관리 체계 수립

  2) 구성요소 : 원칙, 조직, 프로세스

  3) 중요 관리대상 : 마스터 데이터, 메타데이터, 데이터 사전 등

    - 마스터 데이터 : 자료 처리에 기준이 되는 자료

    - 메타데이터 : 다른 데이터를 설명해 주는 데이터

    - 데이터 사전 : DB에 저장된 정보를 요약

 

(2) 데이터 거버넌스 체계

  1) 데이터 표준화 : 메타데이터 및 사전 구축

  2) 데이터 관리 체계 : 효율성을 위함

  3) 데이터 저장소 관리 : 저장소 구성

  4) 표준화 활동 : 모니터링, 표준 개선 활동

 

● 빅데이터 거버넌스

- 데이터 거버넌스 체계 + 빅데이터 효율적 관리, 데이터 최적화, 정보보호, 데이터 카테고리별 관리책임자 지정 등을 포함

 

● 조직 및 인력방안 수립 ( DSCoE : 분석조직 )

  - 집중 구조 : 독립적인 전담 조직 구성 ( 중복 업무 가능성 존재 )

  - 기능 구조 : 해당 부서에서 직접 분석 ( DSCoE가 없음 )

  - 분산 구조 : 분석 조직 인력을 현업 부서에 배치

 

 

이 글은 IT의 답을 터득하다, 아답터님의 ADsP 2시간만에 완벽 정복하기 강의 내용을 옮겨 적은 글입니다.