본문으로 건너뛰기

분석 과제 발굴

분석 과제 발굴 개요​

분석 과제 ‘발굴’의 개념과 ‘탐색’ 방법​

분석 과제 발굴​

  • 해결해야 할 다양한 기업의 문제를 ‘데이터 분석 문제’로 변환하는 것을 포함하는 개념
  • 분석 과제는 이해관계자들이 이해할 수 있게 프로젝트 수행 목적의 과제 정의서 형태로 도출된다.

분석 과제 탐색 방법 ⭐️⭐️⭐️​

  • 하향식 접근법 - 문제가 주어졌을 때 우리가 해결해야 할 과제가 무엇인지를 찾는 Top-Down 수행 방법으로, 각 과정이 체계적으로 단계화되어 문제를 해결하는 방식
  • 상향식 접근법 - 대규모 데이터가 생성되고 빠르 변화는 현대에서 문제가 무엇인지 사전에 정의하는 것이 어렵기 때문에 다양한 데이터의 조합 속에서 인사이트를 찾아내는 Bottom-Up 방식
  • 분석 대상을 알고 있다면 하향식 접근법, 모른다면 상향식 접근법을 사용

분석 과제 탐색 방법


디자인 씽킹​

IDEO사의 디자인 씽킹​

  • IDEO사의 디자인 씽킹 프로세스는 문제 발견과 솔루션 제시 영역으로 구분
  • 수렴과 발산을 반복하면서 창의적이고 혁신적인 아디어를 도출하는 방식

IDEO사의 디자인 씽킹

스탠퍼드대학 d.school의 디자인 씽킹​

  • 비즈니스와 기술 그리고 인간 중심 사고가 만나 혁신적 해결책을 도출하는 또 하나의 새로운 방법이 될 수 있다.
  • 상향식 접근법에 속한다고 볼 수 있다.

스탠퍼드대학 d.school의 디자인 씽킹


하향식 접근법 ⭐️⭐️⭐️​

1단계 - 문제 탐색 단계​

비즈니스 모델 탐색 기법 ⭐️⭐️​

  • 비즈니스 모델 캔버스의 9가지 블록을 5가지로 단순화한 탐색 기법
  • 업무(Operation), 제품(Product), 고객(Customers) 단위로 문제를 발굴하고 이를 관리하는 규제와 감사(Audit & Regulation), 지원 인프라(IT & Human Resource)의 두 가지 영역에 대한 기회를 추가로 도출하는 작업을 수행

비즈니스 모델 탐색 기법

분석 기회 발굴 범위의 확장 ⭐️⭐️​

  • 거시적 관점 - 문제 혹은 변화가 기업에 주는 영향을 탐색
  • 경쟁자 확대 관점 - 기업에 위협이 될 상황을 탐색
  • 시장의 니즈 탐색 - 시장의 니즈 탐색 관점에서 문제를 탐색
  • 역량의 재해석 - 역량의 재해석 관점에서 다시 기업 내부를 둘러보도록 한다.

분석 기회 발굴 범위의 확장


2단계 - 문제 정의 단계​

문제 정의​

  • 식별된 비즈니스 문제를 데이터의 문제로 변환하여 정의하는 단계
  • 최종 사용자(End-User)의 관점에서 이루어져야함

3단계 - 해결 방안 탐색 단계​

해결 방안 탐색​

  • 정의된 데이터 분석 문제를 해결하기 위한 방안을 모색하는 단계
  • 해결 방안을 탐색하면서 동시에 현재 기업 수준에서 분석이 가능한 시스템을 갖추었는지, 분석을 수행할 인력이 확보되었는지를 함께 따져보아야 한다.

해결 방안 탐색 단계 프로세스​

해결 방안 탐색 단계 프로세스


4단계 - 타당성 검토 단계​

타당성 검토​

  • 해결방안이 타당한 것인지 검토

타당성 검토의 두가지 유형​

  • 경제적 타당성 - 분석 비용과 분석 결과가 적용되었을 때 추정되는 경제적 가치를 고려해야한다.
  • 데이터 및 기술적 타당성 - 분석의 수행 가능 여부를 따져봐야 한다.

상향식 접근법​

상향식 접근법 개요​

상향식 접근법 개념​

  • 분석 대상이 무엇인지 모를 경우 분석 과제 발굴을 위해 사용하는 방법
  • 원천 데이터로부터 통찰과 지식을 얻는 접근 방식

상향식 접근법의 특징​

  • 먼저 분석부터 시작하고 그 결과로 부터 가치가 있는 문제를 도출

상향식 접근법 예시


지도학습과 비지도학습 ⭐️⭐️⭐️​

지도학습​

  • 정답이 있는 데이터를 활용하여 분석 모델을 학습시키는 것
  • 레이블(Label)이 범주형인 분류와 연속형인 회귀로 나누어진다.

비지도학습​

  • 정답을 알려주지 않고 학습하는 것
  • 정답 레이블이 없는 데이터를 비슷한 특징을 가진 데이터끼리 군집화하여 새로운 데이터에 대한 결과를 예측한다.
  • 목적이 명확하게 정의된 특정 필드의 값을 구하는 것이 아니라, 데이터 자체의 결합, 연관성, 유사성등을 중심으로 데이터의 상태를 표현
  • 일반적으로 상향식 접근방식의 데이터 분석은 비지도학습에 의해 수행

지도학습과 비지도학습


시행착오를 통한 문제 해결(프로토타이핑 접근법) ⭐️⭐️⭐️​

개념​

  • 먼저 분석을 시도하고 그 결과를 확인하면서 조금씩 개선해나가는 방법
  • 문제 정의가 불명확하고 새로운 문제일 경우 빅데이터 분석 환경에서 오히려 프로토타이핑 접근법이 더 유용

프로세스​

  • 가설의 생성 → 디자인에 대한 실험 → 실제 환경에서의 테스트 → 테스트 결과로부터 인사이트 도출 및 가설 확인

프로토타이핑 접근법이 필요한 경우​

  • 문제에 대한 인식 수준이 낮거나 불명확할 경우
  • 필요 데이터의 존재 여부가 불확실할 경우
  • 데이터의 사용 목적이 고정되지 않고 변화할 경우