[빅데이터분석기사] 분석 방안 수립, 데이터 분석 기획

1. 데이터 분석의 현황

• 대다수의 기업들은 빅데이터가 갖고 있는 무한한 비즈니스 잠재력을 규명하는 초기 프로젝트에 머무르고 있다.
• 빅데이터를 활용하기 위한 장애물은 비용보다 데이터 분석을 수행하기 위한 분석적 방법과 성과에 대한 이해의 부족이다.

2. 데이터 분석의 지향점

<전략적 통찰이 없는 데이터 분석 배제>

• 단순하게 데이터 분석을 자주, 많이 수행하는 것이 경쟁우위를 가져다 주는 것은 아니다.
• 분석은 경쟁의 본질에 영향을 미치고 기업의 경쟁전략을 이끌어 가므로, 경쟁의 본질을 제대로 바라보지 못한 분석은 불필요한 결과를 만들어 낸다.

<일차원적인 데이터 분석 지양>

• 대부분의 기업들은 업계 내부의 문제에만 중점을 두고 있으며, 주로 부서 단위로 관리되기에 전체 비즈니스 관점의 핵심적인 역할을 기대하기 어렵다.

산업군	데이터 분석 내용
금융	신용점수 산정, 사기방지, 프로그램 트레이딩, 고객 수익성 분석
소매	프로모션, 판매관리, 수요예측, 재고관리
제조	공급사슬 최적화, 수요예측, 재고관리, 상품개발
운송	일정관리, 노선배정, 수익관리
병원	약품거래, 질병관리
에너지	트레이딩, 공급, 수요예측
정부	사기방지, 범죄방지
온라인	고객추천, 사이트 설계
기타	성과관리

<전략 도출을 위한 가치 기반 데이터 분석 지향>

• 사업 성과를 견인하는 요소들과 차별화를 꾀함 기회에 대해 전략적 인사이트를 주는 가치 기반 분석 단계로 나아가야 한다.
• 사업과 관련 트렌드에 대한 청사진을 그리고, 인구통계학적 변화나 사회경제적 트렌드 및 고객 니즈의 변화 등을 고려하여 분석을 수행한다.

3. 데이터 분석에 대한 회의론

• 솔루션을 도입한 후 어떻게 활용하여 가치를 창출할 수 있을지 다시 또 과제를 수행해야 하는 상황이 반복되며 고가의 솔루션을 방치하고 있다.
• 현재 소개되고 있는 빅데이터 분석 성공사례들의 대다수가 기존 데이터 분석 프로젝트를 재포장한 경우이다.

4. 데이터 분석 시 고려사항

• 데이터는 규모가 아니라 어떤 시각과 통찰을 얻을 수 있느냐의 문제이다.
• 전략과 비즈니스의 핵심 가치에 집중하고 관련된 분석 평가지표를 개발하여 시장과 고객 변화에 효과적으로 대응하는 것이 중요하다.

5. 분석 기획의 특징

<분석 대상과 방법에 따른 분류>

• 분석 주제와 방법에 대한 특성상 4가지 유형을 넘나들며 분석을 하고 결과를 도출하는 과정을 반복한다.

<목표 시장에 따른 분류>

단기적 접근 방식 (과제 중심적 접근)	당연한 과제를 빠르게 해결하기 위한 목적이다. 명확한 해결을 위해 Quick-Win 방식으로 분석한다.
중장기적 접근 방식 (마스터 플랜 접근)	지속적인 분석 문화를 내재화하기 위한 목적이다. 전사적으로 장기적 관점에서 과제를 도출하여 수행한다.
혼합 방식 (분석 기획 시 적합)	마스터 플랜을 수립하고 장기적인 관점에서 접근하는 것이 바람직하다. 분석의 가치를 증명하고 이해관계자들의 동의를 얻기 위해 과제를 빠르게 해결하여 그 가치를 조기에 체험시킨다.

6. 분석 기획 시 필요역량

<분석 기획을 위한 기본적인 소양>

• 분석 기획은 도메인 지식과 정보기술, 수학 및 통계학적 지식이라는 3가지 역량에 대한 균형 잡힌 시각을 갖고서 분석의 방향성과 계획을 수립하는 것이다.

<프로젝트 관리 역량과 리더십>

• 분석 기획 시 기본적인 3가지 소양과 함께 프로젝트 관리 역량과 분석 프로젝트를 잘 이끌어 갈 리더십이 중요하다.

7. 분석 기획 시 고려사항

<사용 가능한 데이터 확인>

• 데이터 확보 가능 여부, 데이터의 유형 등을 미리 확인하여야 한다.

- 데이터의 유형에 따라 적용 가능한 솔루션이나 분석 방법론이 달라진다.

<적합한 사례 탐색>

• 기존에 잘 구현되어 활용되고 있는 유사 분석 시나리오나 솔루션이 있다면 이를 최대한 활용하는 것이 유리하다.

- 분석 결과를 활용할 사용자의 측면에서 공감대를 얻을 수 있으며, 분석 수행이 원활하게 될 수 있도록 도와준다.

<분석 수행 시 발생 가능한 요소 고려>

• 분석 결과의 정확도를 높이기 위하여 기간과 투입 자원 증가가 불가피하며, 이로 인한 비용 상승을 충분히 고려해야 한다.
• 분석 결과를 실제 환경에서도 성능에 문제 없이 적용할 수 있도록 충분히 고려하여야 한다.