[빅데이터분석기사] 빅데이터 개요 및 활용, 빅데이터 조직 및 인력

1. 필요성

• 빅데이터와 관련된 기술적인 문제들은 기술의 발전으로 어느 정도 해소되었다.
• 데이터 분석 및 활용을 위한 조직체계나 분석 전문가 확보에 어려움이 있다.
• 데이터 분석 관점의 컨트롤 타워에 대한 필요성이 제기되고 있다.

2. 조직의 역할

• 전사 및 부서의 분석 업무를 발굴한다.
• 전문적인 분석 기법과 도구를 활용하여 빅데이터 속에서 인사이트를 찾아낸다.
• 발견한 인사이트를 전파하고 이를 실행한다.

3. 조직의 구성

<조직 구성을 위한 체크리스트>

• 비즈니스 질문을 선제적으로 찾아낼 수 있는 구조인가?
• 분석 전담조직과 타 부서 간 유기적인 협조와 지원이 원활한 구조인가?
• 효율적인 분석 업무를 수행하기 위한 분석 조직의 내부 조직구조는?
• 전사 및 단위부서가 필요시 접촉하며 지원할 수 있는 구조인가?
• 어떤 형태의 조직(집중형, 기능형, 분산형)으로 구성하는 것이 효율적인가?

<인력 구성을 위한 체크리스트>

• 비즈니스 및 IT 전문가의 조합으로 구성되어야 하는가?
• 어떤 경험과 어떤 스킬을 갖춘 사람으로 구성해야 하는가?
• 통계적 기법 및 분석 모텔링 전문 인력을 별도로 구성해야 하는가?
• 전사 비즈니스를 커버하는 인력이 없다면?
• 전사 분석업무에 대한 적합한 인력 규모는 어느 정도인가?

<구성 인력과 필요역량>

• 비즈니스를 이해하고 있는 인력
• 분석에 필요한 컴퓨터공학적인 기술을 이해하고 있는 인력
• 통계를 이용한 다양한 분석기법을 활용할 수 있는 분석 지식을 갖춘 인력
• 조직 내 분석 문화 확산을 위한 변화 관리 인력
• 분석조직뿐 아니라 관련 부서 조직원의 분석 역량 향상을 위한 교육담당 인력

 

4. 데이터 사이언스 역량

• 데이터 사이언스는 데이터를 통해 실제 현상을 이해하고 분석하는 데 필요한 통계학, 데이터 분석, 기계학습과 연관된 방법론을 통합하는 개념으로 정의되기도 한다.

<데이터 사이언스의 기능>

• 비즈니스 성과를 좌우하는 핵심이슈에 답할 수 있다.
• 사업의 성과를 견인해 나갈 수 있다.

<데이터 사이언스 실현을 위한 인문학적 요소>

• 스토리텔링 능력
• 커뮤니케이션 능력
• 창의력과 직관력
• 비판적 시각과 열정

<데이터 사이언스의 한계>

• 분석 과정에서 가정과 같이 인간의 해석이 개입되는 단계가 불가피하다.
• 분석 결과를 바라보는 사람에 따라 서로 다른 해석과 결론을 내릴 수 있다.
• 아무리 정량적인 분석이라 할지라도 모든 분석은 가정에 근거한다.

5. 데이터 사이언티스트

• 데이터의 다각적 분석을 통해 인사이트를 도출하고 이를 조직의 전략 방향 제시에 활용할 수 있는 기획자이기도 하다.
• 문제를 집중적으로 파고들어 질문을 찾고, 검증 가능한 가설을 세워야 한다.