2과목. 데이터 분석 기획

2과목. 데이터 분석 기획

 

1장. 데이터 분석 기획의 이해

1. 분석 기획 방향성 도출
2. 분석 방법론
3. 분석 과제 발굴
4. 분석 프로젝트 관리 방안

2장. 분석 마스터 플랜

1. 마스터 플랜 수립 프레임워크
2. 분석 거버넌스 체계 수립

---

1장. 데이터 분석 기획의 이해

 

1절. 분석기획 방향성 도출

1. 분석 기획의 특징
   • 분석 기획
   • 데이터 사이언티스트의 역량
2. 분석 대상과 방법
   • 분석의 대상 Known / Un-Known : Optimization / Insight
   • 분석의 방법 Known / Un-Known : Solution / Discovery
3. 목표 시점별 분석 기획 방안
   • 당면한 분석 주제의 해결 (과제단위) <-> 지속적 분석 문화 내재화 (마스터 플랜 단위)
   • 속도와 테스트 <- 1차 목표 -> 정확성과 전개
   • 빠르게 얻기 <- 과제의 유형 -> 멀리 보기
   • 문제해결하기 <- 접근 방식 ->  문제정의(파악)
4. 분석 기획 시 고려사항
   • 가용 데이터에 대한 고려
   • 유즈케이스 탐색 필요
   • 장애요소에 대한 사전계획 수립 필요

 

2절. 분석 방법론

1. 분석 방법론1
   1. 분석 방법론 개요
      1. 기업의 합리적 의사결정을 막는 장애 요소
         • 고정 관념
         • 편향된 생각
         • 프레이밍 효과
      2. 방법론의 적용 업무의 특성에 따른 모델
         • 폭포수 모델
         • 프로토타입 모델
         • 나선형 모델
   2. KDD 분석 방법론
      
      1. 데이터셋 선택
      2. 데이터 전처리
      3. 데이터 변환
      4. 데이터 마이닝
      5. 결과 평가
         : 데이터 -> 대상 데이터 -> 전처리된 데이터 -> 변환된 데이터 -> 패턴 -> 지식
2. 분석 방법론2
   
   1. CRISP-DM 분석 방법론
      1. 업무 이해
      2. 데이터 이해
      3. 데이터 준비
      4. 모델링
      5. 평가
      6. 전개
   2. 빅데이터 분석 방법론
      1. 빅데이터 분석의 계층적 프로세스
         1. 단계 : 프로세스 그룹
            ↑
         2. 테스크 : 매핑
            ↓
         3. 스텝 : 유닛프로세스
      2. 빅데이터 분석 방법론의 5단계
         1. 분석 기획
         2. 데이터 준비
         3. 데이터 분석
         4. 시스템 구현
         5. 평가 및 전개

 

3절. 분석 과제 발굴

1. 분석 과제 발굴
   1. 하향식 접근 방식 : 주어진 분석 과제
   2. 상향식 접근 방식 : 정의가 어려운 문제
2. 분석 과제 발굴: 하향식 접근 방식
   
   1. 문제 탐색 -> 문제 정의 -> 해결방안 탐색 -> 타당성 검토
   2. 특징
      1. 디자인적 사고 접근법
      2. Why -> What 관점
      3. 존재하는 데이터 그 자체를 객관적으로 관찰
   3. 과정
      1. 문제 탐색
      2. 문제 정의
      3. 해결방안 탐색
      4. 타당성 검토
3. 분석 과제 발굴: 상향식 접근 방식
   1. 정의 : 기업이 기보유한 원천 데이터로부터의 분석
   2. 특징
      1. 비지도 학습 방법
      2. 시행착오를 통한 해결 : 프로토타이핑 접근법
   3. 분석과제 정의

4절. 분석 프로젝트 관리 방안

1. 분석과제 관리를 위한 5가지 주요 영역
   1. 데이터 복잡도
   2. 데이터 크기
   3. 속도
   4. 정확도와 정밀도
   5. 분석 복잡도
2. 분석 프로젝트의 특성
   1. 분석가의 목표
   2. 분석가의 입장
   3. 지속적인 반복 및 정교화가 수행되는 경우
      :프로토타이핑방식의  애자일 프로젝트 관리방식으로의 고려가 필요

---

2장. 분석 마스터 플랜

1절. 마스터 플랜 수립 프레임워크

1. 마스터 플랜 수립 프레임워크
   1. 우선순위 고려요소 :적용 우선순위 설정
      1. 전략적 중요도
      2. 비즈니스 성과/ROI
      3. 실행 용이성
   2. 적용범위/방식 고려요소: Analytics 구현 로드맵 수립
      1. 업무 내자화 적용 수준
      2. 분석 데이터 적용 수준
      3. 기술 적용 수준
2. 우선순위 평가에 활용하기 위한 ROI 관점에서 빅데이터 핵심 특징
   1. 3V (Volume, Variety, Velocity) -> 투자비용 요소
   2. Value -> 비즈니스 효과
      =4V

 

2절. 분석 거버넌스 체계 수립

1. 분석 거버넌스 체계 구성요소
   1. 프로세스
   2. 시스템
   3. 데이터
   4. 인적 자원
   5. 조직
2. 데이터 분석 수준 진단
   1. 분석 준비도
   2. 분석 성숙도
      :성숙도 평가 도구 (CMMI : Capability Maturity Model Integration)
      *결과 : 정착형, 확산형, 준비형, 도입형
3. 데이터 거버넌스 체계 수립
   1. 데이터 거버넌스 개요
      *전사 차원의 모든 데이터의 표준화된 관리체계 수립 및 운영을 위한 프레임워크와 저장소 구축
      *관리 대상 : 마스터 데이터, 메타 데이터, 데이터 사전
   2. 데이터 거버넌스 구성요소
      1. 원칙
      2. 조직
      3. 프로세스
   3. 데이터 거버넌스 체계
      1. 데이터 표준화
      2. 데이터 관리 체계
      3. 데이터 저장소 관리
      4. 표준화 활동
4. 데이터 분석을 위한 3가지 조직 구조
   1. 집중구조
   2. 기능구조
   3. 분산구조
5. 분석과제 관리 프로세스
   
   1. 과제발굴
      
      1. 분석 아이디어 발굴
      2. 분석과제 후보제안
      3. 분석과제 확정
   2. 과제수행
      
      1. 팀 구성
      2. 분석과제 실행
      3. 분석과제 진행관리
      4. 결과 공유/개선