분석 방법론 개요 가.개요 - 데이터 분석이 효과적으로 기업 내에 정착하기 위해서는 이를 체계화한 절차와 방법이 정리된 데이터 분석 방법론의 수립이 필수적이다. - 프로젝트는 개인의 역량이나 조직의 우연한 성공에 기인해서는 안 되고 , 일정한 수준의 품질을 갖춘 산출물과 프로젝트의 성공 가능성을 확보하고 제시할 수 있어야 한다. - 방법론은 상세한 절차 ( Procedures ) , 방법 ( Methods ) , 도구와 기법 ( Tools & Techniques ) , 템플릿과 산출물 ( Templates & Outputs ) 로 구성되어 어느 정도의 지식만 있으면 활용이 가능해야 한다. 나.데이터 기반 의사결정의 필요성 1) 경험과 감에 따른 의사결정 --> 데이터 기반의 의사결정 2) 기업의 합리적 ..

분석기획 방향성 도출 1.분석기획의 특징 가.분석기획이란 ? - 실제 분석을 수행하기에 앞서 분석을 수행할 과제를 정의하고 , 의도했던 결과를 도출할 수 있도록 이를 적절하게 관리할 수 있는 방안을 사전에 계획하는 일련의 작업이다. - 분석과제 및 프로젝트를 직접 수행하는 것은 아니지만 , 어떠한 목표 ( What ) 를 달성하기 위하여 ( Why ) 어떠한 데이터를 가지고 어떤 방식으로 ( How ) 수행할 지에 대한 일련의 계획을 수립하는 작업이기 때문에 성공적인 분석결과를 도출하기 위한 중요한 사전 작전이다. 나.데이터 사이언티스트의 역량 - 데이터 사이언티스트는 수학/통계학적 지식 및 정보기술 ( IT기술 , 해킹기술 , 통신기술 등 ) 뿐만 아니라 해당 비즈니스에 대한 이해와 전문성을 포함한 3..

1.DBMS와 SQL 가.DBMS 1) DBMS란 무엇인가 - DBMS 는 Data Base Management System의 약자로서 데이터베이스를 관리하여 응용 프로그램들이 데이터베이스를 공유하며 사용할 수 있는 환경을 제공하는 소프트웨어다. - 데이터베이스를 구축하는 틀을 제공하며 , 효율적인 데이터 검색 , 저장 기능 등을 제공한다. - 대표적인 데이터베이스 관리시스템에는 오라클 , 인포믹스 , 액세스 등이 있다. 2) 데이터베이스 관리시스템 종류 가) 관계형 DBMS - 이 모델은 데이터를 컬럼 ( column ) 과 로우 ( row ) 를 이루는 하나 이상의 테이블로 정리하며, 고유키 ( Primary key ) 가 각 로우를 식별한다. 로우는 레코드나 튜플로 부르며 , 일반적으로 각 테이블/..

빅데이터 그리고 데이터 사이언스의 미래 1.빅데이터의 시대 - 디지털 환경의 진전과 더불어 실로 엄청난 '빅' 데이터가 생성되고 있다. - 빅데이터 분석은 선거결과에 결정적인 영향을 미칠 수도 있다. 기업의 측면에서는 비용 절감, 시간 절약, 매출 증대, 고객 서비스 향상, 신규 비즈니스 창출, 내부 의사결정 지원 등에 있어 상당한 가치를 발휘하고 있다. 2.빅데이터 희의론을 넘어 가치 패러다임의 변화 과거 ( Digitalization ) : 아날로그 세상을 어떻게 효과적으로 디지털화하는지가 과거의 가치 창출 원천 현재 ( Connection ) : 디지털화된 정보와 대상들은 서로 연결 시작 , 연결을 더 효과적이고 효율적으로 제공하는가가 성공요인 미래 ( Agency ) : 복잡한 연결을 얼마나 효과..

전략 인사이트 도출을 위한 필요 역량 1.데이터 사이언스의 의미와 역할 가.의미 - 데이터 사이언스란 데이터 공학, 수학, 통계학, 컴퓨터공학, 시각화, 해커의 사고방식, 해당 분야의 전문지식을 종합한 학문이다. 데이터로부터 의미있는 정보를 추출해내는 학문으로 정형 또는 비정형을 막론하고 인터넷, 휴대전화, 감시용 카메라 등에서 생성되는 숫자와 문자, 영상 정보 등 다양한 유형의 데이터를 대상으로 분석 뿐 아니라 이를 효과적으로 구현하고 전달하는 과정까지를 포괄적 개념이다. 나.역할 - 데이터 사이언티스트는 비즈니스의 성과를 좌우하는 핵심이슈에 답을 하고, 사업의 성과를 견인해 나갈 수 있어야 한다. 이는 데이터 사이언스의 중요한 역량 중 하나인 소통력이 필요한 이유이다. 2.데이터 사이언스의 구성요소 ..