[ADsP 2과목] 분석 마스터 플랜 정리 part 2 - 분석 거버넌스 체계 수립(분석 거버넌스, 데이터 거버넌스/ 데이터 분석 수준 진단/ 분석 지원 인프라)

차례

1. 거버넌스 체계
1.1. 분석 거버넌스 체계 구성요소
1.2. 분석 거버넌스

2. 데이터 분석 수준 진단
2.1. 분석 준비도
2.2. 분석 성숙도
2.3. 분석 수준 진단 결과

3. 분석지원 인프라 방안 수립
3.1. 플랫폼

4. 데이터 거버넌스 체계 수립
4.1. 데이터 거버넌스 구성 요소
4.2. 데이터 거버넌스 체계
4.3. 분석을 위한 3가지 조직구조

---

1. 거버넌스 체계

1.1. 분석 거버넌스 체계 구성요소

• 지속적인 데이터 분석의 적용과 확산을 위한 거버넌스 체계

출처 https://databonanza.tistory.com/62

 

1.2. 분석 거버넌스

• 기업에서 데이터를 어떻게 관리, 유지 및 규제하는지에 대한 내부적인 관리 방식이나 프로세스

---

2. 데이터 분석 수준 진단

2.1. 분석 준비도 (Readiness)

• 기업의 데이터 분석 도입의 수준을 파악하기 위한 진단 방법
• 분석 업무 파악, 인력 및 조직, 분석 기법, 분석 데이터, 분석문화, IT 인프라

출처 https://dataonair.or.kr/db-tech-reference/d-guide/data-practical/?mod=document&uid=417

 

2.2. 분석 성숙도 모델 (Maturity)

• 최종 목표: 기업이 수행하는 현재의 분석 수준을 명확히 이해하고, 수준진단 결과를 토대로 미래의 목표 수준을 정의하는 것
• 수준 분류: 도입 -> 활용 -> 확산 -> 최적화
• 진단 분류: 비즈니스 부문, 조직·역량 부문, IT 부문

단계	도입	활용	확산	최적화
설명	분석을 시작하여 환경과 시스템을 구축	분석 결과를 실제 업무에 적용	전사 차원에서 분석을 관리하고 공유	분석을 진화시켜서 혁신 및 성과 향상에 기여
비즈니스 부문	ㆍ운영 데이터 기반 ㆍ실적분석 및 통계 ㆍ정기보고 수행	ㆍ시뮬레이션 ㆍ운영 데이터 기반 ㆍ미래결과 예측	ㆍ전사 성과 실시간 분석 ㆍ프로세스 혁신 3.0 ㆍ분석규칙 관리 ㆍ이벤트 관리	ㆍ최적화 업무 적용 ㆍ외부 환경분석 활용 ㆍ실시간 분석 ㆍ비즈니스 모델 진화
조직역량 부문	ㆍ담당자 역량에 의존 ㆍ일부 부서에서 수행	ㆍ관리자가 분석 수행 ㆍ전문 담당부서에서 수행 ㆍ분석기법 도입	ㆍ전사 모든 부서 수행 ㆍ데이터 사이언티스트 확보 ㆍ분석 COE조직 운영	ㆍ데이터 사이언스 그룹 ㆍ경영진 분석 활용 ㆍ전량 연계
IT 부문	ㆍ데이터 웨어하우스 ㆍ데이터 마트 ㆍETL/ EAI ㆍOLAP	ㆍ실시간 대시보드 ㆍ통계분석 환경	ㆍ시뮬레이션 및 최적화 ㆍ빅데이터 관리 환경 ㆍ비주얼 분석 ㆍ분석 전용 서버	ㆍ프로세스 내재화 ㆍ분석 협업환경 ㆍ분석 Sandbox ㆍ빅데이터 분석

 

2.3. 분석 수준 진단 결과 (사분면 분석)

• 4가지 유형으로 분석 수준진단 결과 구분
• 데이터 분석 수준에 대한 목표 방향 정의
• 유형별 특성에 따라 개선방안을 수립

출처 https://m.blog.naver.com/jdhpuppy/221343786927

• 정착형 - 낮은 준비도 & 높은 성숙도/ 기업 내부에서 제한적으로 사용하고 있어 우선적으로 분석의 정착이 필요한 기업
• 확산형 - 높은 준비도 & 높은 성숙도/ 데이터 분석을 위해 기업에 필요한 6가지 분석 구성요소를 모두 갖추고 있고, 현재 부분적으로 도입되어 지속적인 확산이 필요한 기업
• 도입형 - 높은 준비도 & 낮은 성숙도/ 기업에서 활용하는 분석업무, 기법 등은 부족하지만 인력 및 조직 등의 준비도가 높아 데이터 분석을 바로 도입할 수 있는 기업
• 준비형 - 낮은 준비도 & 낮은 성숙도/ 분석을 위한 데이터, 조직 및 인력, 분석 업무 및 기법 등이 적용되어 있지 않아 사전 준비가 필요한 기업

---

3. 분석지원 인프라 방안 수립

3.1. 플랫폼

• 의미: 단순한 분석 응용프로그램뿐만 아니라 분석 서비스를 위한 응용프로그램이 실행될 수 있는 기초를 이루는 컴퓨터 시스템
• 역할: 하드웨어에 탑재되어 데이터 분석에 필요한 프로그래밍 환경과 실행 및 서비스 환경을 제공

---

 

 

4. 데이터 거버넌스 체계 수립

4.1. 데이터 거버넌스 개요

• 전사 차원의 모든 데이터에 대하여 정책 및 지침, 표준화, 운영조직 및 책임 등의 표준화된 관리 체계를 수립하고 운영을 위한 프레임워크 및 저장소를 구축하는 것

관리대상

• 마스터 데이터(Master Data): 마스터 파일의 내용을 뜻하기도 하며 자료가 자주 변하지 않아 자료 처리 운용에 기본 자료로 제공되는 자료의 집합을 말함
• 메타 데이터(Meta Data)
• 데이터 사전(Data Dictionary): DBMS를 효율적으로 사용하기 위해 데이터베이스에 저장된 정보를 요약한 것으로 데이터 해석상의 오류 또는 어려움을 제거하기 위해 사용됨

 

4.2. 데이터 거버넌스 구성요소

원칙 (Principle)

• 데이터를 유지·관리하기 위한 지침과 가이드
• 보안, 품질 기준, 변경 관리

조직 (Organization)

• 데이터를 관리할 조직의 역할과 책임
• 데이터 관리자, 데이터베이스 관리자, 데이터 아키텍트

프로세스 (Process)

• 데이터 관리를 위한 활동과 체계
• 작업 절차, 모니터링 활동, 측정 활동

 

4.3. 데이터 거버넌스 체계

출처 https://2030bigdata.tistory.com/48

• 데이터 표준화 - 데이터 표준 용어 설정, 명명규칙 수립, 메타 데이터 구축, 데이터 사전 구축 등의 업무로 구성
• 데이터 관리 체계 - 데이터 정합성 및 활용의 효율성을 위하여 표준 데이터를 포함한 메타 데이터와 데이터 사전의 관리 원칙을 수립
• 데이터 저장소 관리 (Repository) - 메타 데이터 및 표준 데이터를 관리하기 위한 전사 차원의 저장소를 구성
• 표준화 활동 - 데이터 거버넌스 체계를 구축한 후 표준 준수 여부를 주기적으로 점검하고 모니터링 실시

---

5. 데이터 조직 및 인력방안 수립

5.1. 분석업무 수행 주체에 따른 3가지 조직 구조

출처 https://m.blog.naver.com/nknn2004/221713841295

집중구조	기능구조	분산구조
전사 분석업무를 별도의 분석전담 조직에서 담당 전략적 중요도에 따라 분석조직이 우선순위를 정해서 진행 가능 이중화/ 이원화 가능성 높음	일반적인 분석 수행 구조 별도 분석조직이 없고 해당 업무 부서에서 분석 수행 전사적 핵심분석이 어려움 과거 실적에 국한된 분석 수행 가능성 높음	분석조직 인력들을 현업부서로 직접 배치하여 분석 업무 수행 전사차원의 우선순위 수행 분석결과에 따른 신속한 액션 가능 부서 분석업무와 역할분담을 명확히 해야함 (업무과다 이원화 가능성)