1.데이터 처리 가. 개요 - 데이터분석은 통계에 기반을 두고 있지만 , 통계지식과 복잡한 가정이 상대적으로 적은 실용적인 분야이다. 나. 활용 - 대기업은 데이터웨어하우스 ( DW ) 와 데이터마트 ( DM ) 를 통해 분석 데이터를 가져와서 사용한다. - 신규 시스템이나 DW에 포함되지 못한 자료의 경우 , 기존 운영시스템 ( Legacy ) 이나 스테이징영역 (staging area) 과 ODS ( Operation Data Store ) 에서 데이터를 가져와서 DW에서 가져온 내용과 결합하여 활용할 수 있다. - 하지만 운영시스템에 직접 접근해 데이터를 활용하는 것은 매우 위험한 일이므로 거의 이루어지지 않고 있으며 , 스테이징 영역 ( Staging Area ) 의 데이터는 운영시스템에서 임시로..

1. 거버넌스 체계 가.개요 - 기업에서 데이터를 이용한 의사결정이 강조될수록 데이터 분석과 활용을 위한 체계적인 관리가 중요해진다. 단순히 대용량 데이터를 수집,축적하는 것보다는 어떤 목적으로 어떤 데이터를 어떻게 분석에 활용할 것인가가 더욱 중요하기 때문이다. 그리고 조직 내 분석 관리체계를 수립해야 하는 이유는 데이터 분석을 기업의 문화로 정착하고 데이터 분석업무를 지속적으로 고도화하기 위해서이다. 나. 구성요소 - 마스터 플랜 수립 시점에서 데이터 분석의 지속적인 적용과 확산을 위한 거버넌스 체계는 분석 기획 및 관리를 수행하는 조직 ( Organization ) , 과제 기획 및 운영 프로세스 ( Process ) , 분석 관련 시스템 ( System ) , 데이터 ( Data ) , 분석 관련..

1.분석 마스터 플랜 수립 프레임 워크 가.마스터 플랜 수립 개요 - 데이터 기반 구축을 위해서 분석 과제를 대상으로 전략적 중요도 , 비즈니스 성과 및 ROI , 분석 과제의 실행 용이성 등 다양한 기준을 고려해 적용 우선순위를 설정한다. - 업무내재화 적용 수준 , 분석데이터 적용 수준, 기술적용 수준 등 분석 적용 범위 및 방식에 대해서 종합적으로 고려하여 데이터 분석 구현을 위한 로드맵을 수립해야 한다. 나.수행 과제 도출 및 우선순위 평가 1) 우선순위 평가 방법 및 절차 - 우선순위 평가의 경우 정의된 데이터 과제에 대한 실행 순서를 정하는 것이다. - 업무별 도출된 분석과제를 우선순위 평가 기준에 따라 평가한 뒤 , 과제 수행의 선 후행 관계를 고려하여 적용순위를 조정해 최종 확정한다. 분석..

1.분석과제 관리를 위한 5가지 주요 영역 - 과거 형태로 도출된 분석기회는 프로젝트를 통해서 그 가치를 증명하고 목표를 달성해야 한다. 분석프로젝트는 다른 프로젝트 유형처럼 범위,일정,품질,리스크,의사소통 등 영역별 관리가 수행되어야 할 뿐 아니라 다양한 데이터에 기반한 분석기법을 적용하는 특성 때문에 5가지의 주요 속성을 고려한 추가적인 관리가 필요하다 . Data Complexity + Data Size + Speed + Analytic Complexity + Accuracy & Precision Data Complexity : BI ( Business Intelligence ) 프로젝트처럼 정형 데이터가 분석 마트로 구성되어 있는 상태에서 분석을 하는 것과 달리 텍스트 , 오디오 , 비디오 등의 ..

1.분석과제 발굴 방법론 가.개요 - 분석 과제는 풀어야 할 다양한 문제를 데이터 분석 문제로 변환한 후 관계짜들이 이해하고 프로젝트로 수행할 수 있는 과제 정의서 형태로 도출된다. - 분석과제를 도출하기 위한 방식으로는 크게 하향식 접근 방법 ( Top Down Approach ) 과 상향식 접근 방법 ( Bottom up Approach ) 이 있다. - 문제가 주어져 있는 상태에서 답을 구하는 하향식 접근 방식이 전통적으로 수행되었던 분석 과제 발굴 방식이다. 그러나 대규모의 다양한 데이터를 생성하고 빠르게 변하는 기업 환경에서는 문제 자체의 변화가 심재 정확하게 문제를 사전에 정의하는 것이 어려워지고 있다. - 분석 과제 발굴을 두가지 방식으로 나누었지만 , 실제 새로운 상품 개발이나 전략 수립 ..