분석 거버넌스 체계 수립
거버넌스 체계 개요
분석 거버넌스 체계 개요
- 거버넌스(Governance)는 ‘통치’라는 뜻으로 기업에서 의사결정을 위한 데이터의 분석과 활용을 위한 체계적인 관리를 의미
- 어떤 목적으로 어떤 분석을 수행하고, 분석을 위해 어떻게 데이터를 활용할 것인지 결정하고, 데이터 분석을 기업의 문화로 정착시키고 데이터 분석 업무를 지속적으로 고도화하기 위해 데이터 관리 체계를 수립하는 것
분석 거버넌스 체계 구성 요소 ⭐️
- 조직 - 분석 기획 및 관리를 수행
- 과제 기획 및 운영 프로세스
- 분석 관련 시스템
- 데이터
- 분석 관련 교육 및 마인드 육성 체계
데이터 분석 성숙도 모델 및 수준 진단
분석 수준 진단 프레임 워크
- 분석 준비도와 분석 성숙도를 통하여 데이터 분석 수준을 진단하고, 데이터 분석 기반을 구현하기 위해 무엇을 준비하고, 보완해야 하는지 등 분석의 유형 및 분석의 방향성을 결정할 수 있다.
분석 준비도 ⭐️⭐️⭐️
- 기업의 데이터 분석 도입의 수준을 파악하기 위한 진단 방법
분석 성숙도 ⭐️⭐️
분석 수준 진단 결과
- 준비도와 성숙도 진단 결과를 토대로 유관 업종 또는 경쟁사의 분석 수준과 비교해 분석 경쟁력 확보 및 강화를 위한 목표 수준을 설정할 수 있다.
- 향후 고려해야 하는 데이터 분석 수준에 대한 목표 방향을 정의하고, 유형별 특성에 따라 개선 방안 수립
[준-정-확-도] 로 암기 ⭐️⭐️⭐️
분석 지원 인프라 방안 수립
플랫폼으로 인프라 구축
- 분석 과제 단위별로 별도의 분석 시스템을 구축하는 경우, 관리의 복잡도 및 비용 증가라는 부작용이 생김
- 분석 마스터플랜을 기획하는 단계부터 장기적이고 안정적으로 활용할 수 있는 확장성을 고려한 플랫폼 구조를 도입하는 것이 적절
데이터 거버넌스 체계 수립
데이터 거버넌스 구성 요소
개요
- 데이터 거버넌스란 전사 차원의 모든 데이터에 대해 정책 및 지침, 표준화, 운영 조직 및 책임 등의 표준화된 관리 체계를 수립하고 운영을 위한 프레임워크 및 저장소를 구축하는 것을 말한다.
- 기업에서 보유하고 있는 데이터의 관리 정책, 지침, 표준, 전략 및 방향을 수립하고, 데이터를 관리할 수 있는 조직 및 서비스를 구축하는 정책과 프로세스 관점에서의 IT 관리 체계
- 마스터 데이터, 메타데이터, 데이터 사전 등은 데이터 거버넌스의 중요한 관리 대상이다.
데이터 거버넌스 구성 요소
- 원칙 - 데이터를 유지 관리하기 위한 지침과 가이드
- 조직 - 데이터를 관리할 조직의 역활과 책임
- 프로세스 - 데이터 관리를 위한 활동과 체계
데이터 거버넌스 체계
데이터 표준화
- 데이터 표준 용어 설정, 명명 규칙 수립, 메타데이터 구축, 데이터 사전 구축 등의 업무로 구성
- 데이터 표준 용어는 표준 단어 사전, 표준 도메인 사전, 표준 코드 등으로 구성되며 사전에 상호 검증이 가능하게 점검 프로세스를 포함해야 한다.
데이터 관리 체계
- 데이터 정합성 및 활용성을 위해 표준 데이터를 포함한 메타데이터와 데이터 사전의 관리 원칙을 수립
- 수립된 원칙에 근거하여 항목별 상세 프로세스를 만들고 관리와 운영을 위한 담당자 및 조직별 역활과 책임을 상세히 준비
- 빅데이터의 경우 데이터 양의 급증으로 데이터의 생명 주기 관리 방안(Data Life Cycle Management)을 수립하지 않으면 데이터 가용성 및 관리 비용 증대 문제에 직면할 수 있음
데이터 저장소 관리(Repository)
- 메타데이터 및 표준 데이터를 관리하기 위한 전사 차원의 저장소를 구성
- 저장소는 데이터 관리 체계 지원을 위한 워크플로 및 관리용 응용 소프트웨어를 지원하고 관리 대상 시스템과의 인터페이스를 통한 통제가 이루어져야 한다.
- 데이터 구조 변경에 따른 사전 영향 평가도 수행돼야 효율적인 활용이 가능
표준화 활동
- 데이터 거버넌스 체계를 구축한 후 표준 준수 여부를 주기적으로 점검하고 모니터링을 실시
- 거버넌스의 조직 내 안정적인 정착을 위한 지속적인 변화 관리 및 주기적인 교육 실행
- 지속적인 데이터 표준화 개선 활동을 통해 실용성을 높인다.
데이터 조직 및 인력방안 수립
데이터 분석 조직 및 인력방안 개요
데이터 분석 조직
- 기업 내에 존재하는 빅데이터 속에서 가치를 찾아 전파하고 이를 행동화하는 역활을 한다.
- 분석 방법에 대한 지식과 분석 경험을 가지고 있는 인력으로 구성되어 기업의 경쟁력 확보를 위해 비즈니스 질문에 부합하는 가치를 찾고 비즈니스를 최적화하는 것이 목표
조직 및 인력 구성 시 고려사항
데이터 분석 조직 유형 ⭐️⭐️⭐️
집중형 조직 구조
- 조직 내에 별도의 독립적인 분석 전담 조직을 구성하고, 회사의 모든 분석 업무를 전담 조직에서 담당
- 분석 전담 조직 내부에서 전사 분석 과제의 전략적인 중요도에 따라 우선순위를 정해 추진할 수 있다.
- 일부 현업 부서와 분석 업무가 중복 또는 이원화될 가능성이 있다. (단점)
기능 중심의 조직 구조
- 일반적으로 분석을 수행하는 형태, 별도로 분석 조직을 구성하지 않고 각 해당 업무 부서에서 직접 분석
- 전사적 관점에서 핵심 분석이 어려우며, 특정 업무 부서에 국한된 분석을 수행할 가능성이 높거나 일부 중복된 분석 업무를 수행할 수 있는 조직 구조
분산형 조직 구조 ⭐️⭐️⭐️
- 분석 조직의 인력을 현업 부서에 배치해 분석 업무를 수행하는 형태
- 전사 차원에서 분석 과제의 우선순위를 선정해 수행이 가능하며, 분석 결과를 신속하게 실무에 적용할 수 있음
분석 과제 관리 프로세스 수립
분석 과제 관리 프로세스 수립 개요
- 분석 마스터플랜이 수립되고 분석 과제가 성공적으로 수행되었다면 지속적인 분석 니즈 및 기회가 분석 과제 형태로 도출될 수 있다.
- 도출된 분석 과제들을 체계적으로 관리하기 위한 프로세스가 요구
- 체계적인 분석 과제 관리 프로세스를 수행함으로써 기업 내 분석 문화를 내재화할 수 있다.
분석 과제 관리 프로세스 ⭐️⭐️
- 과제 발굴과 과제 수행으로 나눤다.
- 과제 발굴 단계 - 개별 조직 혹은 개인이 과제를 발굴하고 이를 과제화하여 POOL(사용 가능한 데이터의 집합)로 관리하고 분석 과제를 선정
- 과제 수행 단계 - 선정된 과제에 대하여 팀을 구성하고 분석 과제를 수행하면서 지속적인 모니터링 작업을 병행하고 그 결과를 공유 및 개선하는 절차를 수행
분석 교육 및 변화관리
분석 교육 및 변화관리의 개요
- 기업은 적합한 분석 업무를 도출하고, 가치를 높여줄 수 있도록 분석 조직 및 인력에 대한 지속적인 교육과 훈련을 실시해야 한다.
- 경영층이 사실 기반의 의사결정을 할 수 있는 문화를 정착시키려는 변화관리를 지속적으로 계획하고 수행해야 한다.
분석 도입에 대한 문화적 대응
분석 교육
- 단순한 툴(R, Python, SAS 등) 교육이 아닌 분석 역량 확보 및 강화에 초점을 맞추어 진행
- 분석 기획자 - 데이터 분석 큐레이션 교육
- 분석 실무자 - 데이터 분석 기법 및 도구에 대한 교육
- 업무 수행자 - 분석 기회 발굴 및 시나리오 작성법