데이터 분석 준전문가(adsp) - 전략 인사이트 도출을 위한 필요 역량

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 

 

가. 데이터 사이언스의 영역 

분석적 영역 : 수학 , 확률모델 , 머신러닝 , 분석학 , 패턴 인식과 학습 , 불확실성 모델링 

데이터 처리와 관련된 IT 영역 : 시그널 프로세싱 , 프로그래밍 , 데이터 엔지니어링 , 데이터 웨어하우스 , 고성능 컴퓨팅 

비즈니스 컨설팅 영역 : 커뮤니케이션 , 프레젠테이션 , 스토리텔링 , 시각화 

 

나.데이터 사이언티스트의 역할 

- 데이터 사이언티스트는 데이터 홍수 속에서 헤엄을 치고 , 데이터 소스를 찾고 복잡한 대용량 데이터를 구조화 , 불완전한 데이터를 서로 연결해야 한다.

 

- 데이터 사이언티스트가 갖춰야 할 역량 중 한가지는 '강력한 호기심'이다 . 호기심이란 문제의 이면을 파고들고 , 질문들을 찾고, 검증 가능한 가설을 세우는 능력을 의미한다.

 

- 데이터 사이언티스트는 스토리텔링 , 커뮤니케이션 , 창의력 , 열정 , 직관련 , 비판적 시각 , 글쓰기 능력 , 대화능력 등을 갖춰야 한다. 

 

 

3.데이터 사이언티스트의 요구 역량 

 

Hard Skill 

 

- 빅데이터에 대한 이론적 지식  : 관련 기법에 대한 이해와 방법론 습득

- 분석 기술에 대한 숙련 : 최적의 분석 설계 및 노하우 축적 

 

Soft Skill 

 

- 통찰력 있는 분석 : 창의적 사고 , 호기심 , 논리적 비판 

- 설득력 있는 전달 : 스토리텔링 , 비주얼라이제이션 

- 다분야간 협력 : 커뮤니케이션 

 

 

4.데이터 사이언스 : 과학과 인문의 교차로 

- 분석기술보다 더 중요한 것은 소프트 스킬로 전략적 통찰을 주는 분석은 단순 통제나 데이터 처리와 관련된 지식 외에도 스토리텔링 , 커뮤니케이션 , 창의력 , 열정 , 직관련 , 비판적 시각 , 대화능력 등 인문학적 요소가 필요하다 

 

 

5.전략적 통찰력과 인문학의 부활 

 

가.통찰력있는 분석 

- 직관과 전략 , 경영 프레임워크 경험의 혼합을 통해 통찰력있는 분석을 수행할 수 있어야 한다.

- 본인 회사 뿐 아니라 전체 업계의 방향과 고객이 무엇을 중시하는지에 대한 이해가 필요하다.

- 좁은 시각으로 나무만 보는것이 아니라 넓은 시각으로 숲을 볼 수 있어야 한다.

 

 

나.인문학의 열풍 

- 우리는 지금 기존 사고의 틀을 벗어나 문제를 바라보고 해결하는 능력 , 비즈니스의 핵심가치를 이해하고 고객과 지원의 내면적 요구를 이해하는 능력 등 인문학에서 배울 수 있는 역량이 점점 더 절실히 요구되는 시대를 맞이하고 있다.

 

 

외부환경의 변화

-

컨버전스 --> 디버전스 : 단순세계화에서 복잡한 세계화로의 변화 

(Ex) 규모의 경제,세계화,표준화,이성화 --> 복잡한 세계,다양성,관계,연결성,창조성

 

-

생산 --> 서비스 : 비즈니스 중심이 제품생산에서 서비스로 이동 

(Ex) 고장나지 않는 제품의 생산 --> 뛰어난 서비스로 응대 

 

-

생산 --> 시장창조 : 공급자 중심의 기술경쟁에서 무형자산의 경쟁으로 변화 

(Ex) 생산에 관련된 기술 중심 , 기술 중심의 대규모 투자 --> 현재 패러당미에 근거한 시장창조 현지 사회와 문화에 관한 지식