11.빅데이터 분석 및 기획 접근법

1. 빅데이터 분석 접근법

  1) 하향식 접근 방법

• 도출된 해결방안에 대한 실현 가능성과 우선순위 결정을 위해 내부 및 외부 데이터를 이용하여 분석하는 접근방법
• 수요기반 분석과제 도출 방법
• 전제 조건 
  • 문제의 구체적 정의가 가능
  • 필요한 데이터 존재
  • 데이터를 분석할 수 있는 분석역량을 보유
• 문제가 정형화되고 문제해결을 위한 데이터가 완벽하게 조직에 존재할 경우에 효과적

  2) 상향식 접근방식

• 다양한 데이터(정형/비정형) 원천의 활용을 통해 의미 있는 패턴 파악으로 문제 해결이 가능하도록 하는 접근방법
• 데이터 주도 분석과제 도출방법

  3) 프로토타이핑 접근방식

• 데이터 원천 파악이 어려운 상황에서 분석을 시도하고 결과를 확인하면서 반복적으로 개선하여 원하는 결과를 도출
• 신속하게 해결책, 모형을 제시함으로써 문제를 좀 더 명확하게 인식
• 필요한 데이터를 식별하고 구체화하여 비용효과적으로 빅데이터 분석 수행 시 매우 유용

2. 빅데이터 분석 단계

•  일반적인 빅데이터 분석접근은 하향식 문제해결 접근방법으로 설명 가능함
• 과제기획 단계 
• 1) 문제 발굴 및 정의
  • 고객 서비스 및 의사결정 효율성과 효과성 증진을 위한 기회 식별이나 경영목표 달성을 위해 해결해야 할 문제를 식별
  • 식별 된 문제에 관한 사용자 관점의 문제 정의
  • 문제 발굴 및 정의(분석을 위한 가설 설정 : 소득 수준이 높으면 문화 소비 비용도 클 것이다)
• 2) 문제 해결을 위한 개념적 대안 설계
  • 도출된 여러 가설 중 분석을 위해 필요한 가설을 추려내는 과정
  • 필요에 따라 식별된 가설을 검증하는 데 필요한 샘플 데이터 수집
  • 가설을 채택할 경우 가용성 평가, 유효한 가설이 도출될때까지 반복
• 3) 데이터 가용성 평가
  • 관련 데이터 존재 여부와 데이터 확보 여부 검토(개념적 설계, 가용성 확보)
• 4) 문제 해결을 위한 논리적 모형 설계
  • 논리적 모형과 필요한 변수를 선정하거나 문제해결 대안 수립(산출물과 시각화 등)
  • 모형 : 문제(연구 대상)를 의도적으로 단수화한 변수들 간의 관계로 정리한 것
  • 변수 : 수로 표현 가능한 측정치들을 통칭
  • 모형화 : 복잡한 현상을 문제의 본질과 관련되는 적은 수의 변수만을 추려서 단순화하는 과정
• 5) 과제 추진 방안 수립 및 타당성 평가
  • 과제 추진을 위한 시스템이 어느 유형의 추진 대안인지 고려
  • 적정방안을 선정하기 위해 타장성 분석 수행
• 6) 과제 확정 및 분석계획 수립
  • 평가과정을 거쳐 가장 우월한 대안이 선정되면 과제화하고 계획 단계의 입력물로 설정
  • 프로젝트 목표의 명확한 정의, 추진 시 필요한 데이터나 기술적 요구사항 등 파악, 수행 예산, 관리 계획 수립
• 과제분석 단계
  • 1) 관련 데이터 수집
    • 데이터수집은 분석의 첫 관문
    • 내부의 데이터웨어하우스나 데이터베이스 내의 데이터, 조직 외부의 데이터 소스등을 통한 데이터 수집
  • 2) 데이터 전처리와 정제
    • 다양한 소스로부터 획득한 데이터는 전처리나 정제가 필요
  • 3) 데이터 분석과 정리
    • 모아놓은 데이터에서 변수들 간의 관련성 파악
    • 처리 결과는 의사결정에 유의미한 정보로서, 수용가능한지 여부 판단
  • 4) 해석(시각화)및 결과 제시|모형 수립
    • 분석 결과 의미를 해석 및 제시
    • 다양한 차트나 그래프 활용

3. 빅데이터 분석 기획을 위한 전략적 접근법

• 수요 기반 분석과제 도출(하향식)
  • 잠재적으로 도출된 해결방안의 실제적 실현 가능성과 관련된 내|외부 데이터의 수집 |가공|분석
  • 선행으로 문제해결 시나리오를 먼저 정의하고, 이에 적합한 데이터 및 분석기법을 찾아서 활용 할 것
  • 다양한 비즈니스 상의 이슈나 문제에 대한 해결이 가능하도록 해주는 하나의 '실행동인'으로써의 역할 수행
• 데이터 주도 분석과제 도출(상향식)
  • 다양한 데이터 원천의 데이터 조합|통합|시각화를 통해 의미 있는 패턴을 파악하여 새로운 시각에서 비즈니스 이슈나 문제에 대한 해결이 가능하도록 해주는 일련의 접근방법
  • 특정 이슈에대한 선행적 정의 없이 분석기법을 활용
  • 데이터로 하여금 숨어있는 패턴|정보|통찰을 추출함으로써 데이터가 비즈니스 변화를 리드한다는 점에서 '추청동인(driver)'의 역할 수행
• 수요기반 분석과제가 데이터 주도 분석과제에 비해 일반적
• 핵심성과지표에 대한 모니터링 및 지속적 달성을 위한 업무수행이 경영활동의 대부분을 차지함으로 수요기반 분석과제 접근 타당
• 대규모의 다양한 속성을 지닌 데이터에 대한 가치 분석을 통해 데이터가 주도하는 분석과제에 대한 기획도 병행함으로써, 기존 핵심성과지표에 얽매여 있던 제한적인 시각의 확대 노력 필요
• 수요기반 분석과제 도출과 데이터 주도 분석과제 도출은 서로 상호 연결고리를 가진 '이준순환고리학습'으로 조직 내 자리잡아야 함