차례
1. 분석기획의 특징
1.1. 분석기획
1.2. 데이터 사이언티스트의 역량
2. 분석 대상과 방법
2.1. 최적화, 통찰, 솔루션, 발견
3. 목표 시점 별 분석 기획 방안
3.1. 당면한 분석 주제의 해결 "과제 중심"
3.2. 지속적 분석 문화 내재화 "마스터 플랜"
4. 분석 기획시 고려사항
4.1. 가용 데이터
4.2. 적절한 유스케이스
4.3. 장애요소
+) 데이터 종류- 정형 데이터, 반정형 데이터, 비정형 데이터
1. 분석기획의 특징
1.1.분석기획?
- 실제 분석을 시작하기에 앞서 수행할 과제를 정의하고, 의도했던 결과를 도출할 수 있도록 이를 적절하게 관리할 수 있는 방안을 사전에 계획하는 일련의 작업
- 분석 과제 및 프로젝트를 직접 수행하지 않으나 어떤 목표(What)를 달성하기 위해(Why) 어떠한 데이터를 가지고 어떤 방식(How)으로 수행할 지에 대한 일련의 계획을 수립하는 작업
- 성공적인 분석 결과를 도출하기 위해 중요한 사전 작업
1.2. 데이터 사이언티스트의 역량
"분석을 기획한다는 것= 분석역량과 균형 잡힌 시각을 가지고 방향성 및 계획을 수립한다."
분석역량
- 문제 영역에 대한 전문성 역량
- 수학/ 통계학적 지식 활용
균형잡힌 시각
- 분석의 도구인 데이터 및 프로그래밍 기술 역량에 대한 균형잡힌 시각
2. 분석 대상과 방법
다 알면 최적화, 다 모르면 발견
대상을 모르면 통찰, 방법을 모르면 솔루션
분석의 대상(What) | |||
Known | Un-Known | 분석의 방법(How) | |
Optimization(최적화) | Insight(통찰) | Known | |
Solution(솔루션) | Discovery(발견) | Un-Known |
3. 목표 시점 별 분석 기획 방안
3.1. 과제 중심적인 접근 방식
"당면한 과제를 빠르게 해결"
- 속도와 검사 (speed & test)
- 즉각적인 실행을 통한 성과 도출 (Quick & Win)
- 문제 해결 (Problem Solving)
3.2. 장기적인 마스터 플랜 방식
"지속적인 분석 문화 내재화"
- 정확도와 전개 (Accuracy & Deploy)
- 장기적인 관점 (Long Term View)
- 문제 정의 (Problem Definition)
4. 분석 기획 시 고려사항
4.1. 가용한 데이터
- 분석을 위한 데이터 확보
- 데이터 유형에 대한 분석이 선행되어야 함
- (데이터의 유형에 따라 적용 가능한 솔루션 및 분석 방법이 다르기 때문)
4.2. 적절한 유스케이스
- 가치가 창출될 수 있는 적절한 활용방안과 활용 가능한 유스케이스 탐색
- 기존에 잘 구현되어 활용되고 있는 유사 분석 시나리오 및 솔루션을 최대한 활용 ("바퀴를 재발명하지 마라")
4.3. 과제 분석 수행을 위한 장애요소
- 분석 수행 시 발생하는 장애요소에 대한 사전 계획 수립
- 사용자가 쉽게 이해하고 활용할 수 있도록 방안을 수립
- 일회성 분석으로 그치지 않고 조직의 역량으로 내재화하기 위해서는 충분하고 계속적인 교육 및 활용방안 등의 변화 관리가 고려되어야 함
+) 데이터 종류 (정형, 반정형, 비정형)
정형 데이터 | 반정형 데이터 | 비정형 데이터 |
|
|
|
반응형
댓글