ADsP 2장요약_데이터분석기획3/6

 

분석과제발굴

 

풀어야할 문제를 데이터분석문제로 변환, 관계자가 이해할 수 있는 “분석과제정의서”도출. (필요한소스,분석방법,분석난이도,수행주기,결과검증오너십 등 정의)

 

1. 분석과제의 방법론

 

 

 

1. 하향식 – 이게 왜이러지 !어떡하지! why! 과제의 해법을 찾는 것 (새로운 문제의 탐색에 한계)

 

①문제탐색 무엇을 어떤 목적으로? 비즈니스 모델 기반 문제탐색

비즈니스 모델 캔버스로 탐색

1.업무-내부 프로세스 및 주요자원

2,제품-제품/서비스개선

3.고객-고객 및 제공받는 채널관점

4.규제/감사-생산 및 전달과정 프로세스에서의 규제,보안

5.자원인프라-분석을 수행하는 시스템 및 운영관리하는 인력의 관점

 

+ 분석기회 발굴 범위 확장

1.거시적(5,STEEP) : Social, Tech, Economy, Environment, Political(주요정책방향,정세,지정학적 동향 등 거시적인 흐름)

2.경쟁자확대(3) - 경쟁사동향(대체재, 경쟁자, 신규진입자)

3.시장니즈탐색/확대(3) : 고객,채널,영향자들

4.역량변화(2) - 역량 재해석(내부역량, 파트너네트워크)

+ 외부참조모델기반 + 분석유즈케이스(문제, 효과 명시)

 

②문제정의 목적 달성 위해 비즈니스 문제를 데이터문제로 변환하는 단계, 분석당사자,최종사용자 관점 모두)

 

③해결방안 탐색 : 기존시스템보완?엑셀로가능?분석역량없다면 인재채용 및 교육 검토

 

④타당성 검토 : 경제적(비용 대비 편익), 데이터(데이터존재여부), 기술적(분석역량)

 

 

 

2. 상향식 – 이게 뭐야! 데이터 기반으로 문제를 개선하는 것

 

사물을 있는 그대로 관찰(what관점)하고 대상을 더 잘 이해하는 방식의 접근

 

① 비지도학습(상향식/유사성 바탕 - 군집분석)

 

– 데이터 자체의 연관성,슈사성,결합 중심으로 데이터 상태 표현 (장바구니분석,군집분석,기술통계,프로파일링)

Cf) 지도학습(o와 x 분류 - 분류분석)

– 결과로 도출되는 값에 대한 사전인지, 어떤 데이터 넣었을 때 이렇게 될꺼다 예측

 

”통계적분석” = 가설설정/모집단표본추출/가설검정실시 (논리적 인과관계)

“빅데이터분석” = 상관관계분석도 가능. 왜 그랬는지 역으로 추적하면서 문제를 도출하거나 재정의 가능(상향식)

 

② 프로타이핑접근(상향식) – 일단 분석 시도해보고 반복적으로 개선

문제인식수준낮을때,필요데이터존재여부불확실,데이터사용목적의가변성

가설생성-디자인실험-실제환경테스트-결과에서의 통찰도출/가설확인

 

 

3. 상호보완/활용