[ADsP] 2과목 데이터 분석 기획 - 기출문제 해설

기출문제 해설

* 통찰(Insight)은 데이터 분석 방법(How)은 충분히 이해하고 있으나, 분석 대상(What)이 무엇인지 인지하지 못하는 유형이다.

 

* 분석 대상이 명확하게 무엇인지 모르는 경우에는 기존분석 방식을 활용하여 통찰을 도출 해냄으로써 문제의 도출 및 해결에 기여하거나 발견 접근법으로 분석 대상 자체를 새롭게 도출할 수 있다.

 

* 분식 기획 고려사항 중 장애요소에 대한 설명

1. 비용대비 효과의 적정한 비용

2. 분석 모형의 안정적 성능 확보

3. 조직 역량으로 내재화를 위한 변화 관리

 

* 성공적인 분석을 위해서 고려해야 할 요소

1. 관련 데이터의 파악 - 분석의 기본이 되는 데이터에 대한 고려가 필요

2. 비즈니스 케이스 확보 - 분석을 통해서 가치가 창출될 수 있는 적절한 활용방안과 활용 가능한 유즈케이스의 탐색이 필요

3. 이행 저해 요소 관리 - 분석을 수행함에 있어서 발생하는 장애요소들에 대한 사전 계획 수립이 필요

 

* 정형 데이터의 유형은 ERP, CRM, SCM 등 정보시스템이며 반정형 데이터의 유형은 로그 데이터, 모바일 데이터, 센싱 데이터이다. 비정형 데이터의 유형은 영상, 음악 문자 등이다.

Demand Forecasts - Competitor pricing - Email records

 

* 폭포수 모델(Waterfall Model)은 단계를 순차적으로 진행하는 방법으로, 이전 단계가 완료 되어야 다음 단계로 진행될 수 있으며 문제가 발견되며 피드백 과정이 수행되기도 한다.

 

* CRISP-DM 방법론의 모델링 단계에서 수행하는 태스크(Task)는 모델링 기법 선택, 모델 테스트 계획 설계, 모델 작성, 모델 평가가 있다.

 

* 빅데이터 분석 방법론의 분석기획 단계는 ‘프로젝트 범위 설정 -> 데이터 분석 프로젝트 정의 -> 프로젝트 수행 계획 수립 -> 데이터 분석 위험 식별’ 순서이다.

 

* 기업에서 데이터에 기반한 의사결정을 방해하는 요소는 고정 관념, 편향된 생각, 프레이밍 효과이다.

 

* 채널영역은 영업 사원, 직판 대리점과 홈페이지 등의 자체적으로 운영하는 채널뿐만 아니라 최종 고객에게 상품〮서비스를 전달하는데 있어서 가능한 경로에 존재하는 채널도 포함하고 있다. 하지만, 구매 고객에 대한 애프터서비스(A/S) 제공에 관한 내용은 채널영역과 관련이 없다.

 

* 비즈니스 모델 캔버스를 활용한 과제 발굴 방법의 5가지 영역으로 ‘업무-제품-고객-규제와 감사-IT인프라’가 있다.

 

* 하향식 접근 방식의 단계에서 타당성 평가에 대한 설명

1. 도출된 분석 문제에 대한 대안을 과제화하기 위해서는 다각적 타당성 검토가 필요하다.

2. 경제적 타당성은 비용대비 효익의 관점에서 평가한다

3. 기술적 타당성 분석 시 적용 가능한 요소기술 확보 방안에 대한 사전 고려가 필요하다.

- 데이터 타당성에 대해서는 데이터 존재 여부, 분석 시스템 환경, 분석역량에 대한 검토가 필요하다. 문제발생 포인트에 대한 확보는 중요하지 않다.

 

* 하향식 데이터 분석 기획에서 문제 탐색 단계에 대한 설명

1. 빠짐없이 문제를 도출하고 식별하는 것이 중요

2. 문제를 해결함으로써 발생하는 가치에 중점을 두는 것이 중요

3. 비즈니스 모델 캔버스는 문제 탐색 도구로 활용

- 문제 탐색 단계에서 현재의 비즈니스 모델 및 유사〮동종 탐색을 통해서 도출한 분석 기회들을 구체적인 과제로 만들기 전에 분석 유즈케이스로 표기하는 것이 필요하다.

 

* 분석과제 정의서는 분석별로 필요한 소스 데이터, 분석방법, 데이터 입수 및 분석의 난이도, 분석 수행주기, 분석결과에 대한 검증 오너십, 상세 분석 과정 등을 정의한다.

 

* 세부이행 계획수립에서 ‘데이터 분석체계의 특성을 고려하여 세부적인 일정계획을 수립해야한다.’의 내용처럼 프로젝트의 세부 일정계획도 데이터 분석 체계를 고려하여 작성해야한다.

 

* 분석 프로젝트 관리에 대한 설명

1. 데이터 분석 모델의 품질을 평가하기 위해서 SPICE를 활용할 수 있다.

2. 분석 프로젝트 고나리는 KSA ISO 12500:2013를 가이드로 활용할 수 있다.

3. 분석 프로젝트의 최종 산출물이 보고서인지 또는 시스템인지에 따라 프로젝트 관리에 차이가 있다.

- 데이터 분석 프로젝트에서는 분석 범위가 빈번하게 변경되므로 분석 프로젝트 고나리에서의 일정계획보다 더 많은 시간이 소요될 수 있다. 따라서 Time Boxing 기법과 같은 방법으로 일정관리를 진행하는 것이 필요하다.

 

* 데이터 분석 과제에서 프로젝트 관리에 대한 설명

1. 분석 과제에는 많은 위험이 있어 사전에 위험을 식별하고 대응방안을 수립해야 한다.

2. 분석 과제는 적용되는 알고리즘에 따라 범위가 변할 수 있어 범위관리가 중요하다.

3. 분석 과제에서 다양한 데이터를 확보하는 경우가 있어 조달관리 또한 중요하다.

- 분석 프로젝트 관리방안에서 시간관리는 프로젝트의 활동 일정을 수립하고 일정 통제의 진척상황을 관찰하는데 요구되는 프로세스이다.

 

* 데이터 분석을 위한 수준진단에서 ‘분석 준비도’의 분석 데이터의 진단 항목

1. 분석 업무를 위한 데이터 충실성, 신뢰성, 적시성

2. 기준데이터 관리(MDM)

3. 비구조적 데이터 관리

- ‘분석 준비도’의 분석 데이터의 진단 항목은 분석을 위한 데이터 충분성, 신뢰성, 적시성, 비구조적 데이터 관리, 외부 데이터 활용 체계, 기준 데이터 관리(MDM)이 있다.

 

* ROI 관점에서 빅데이터의 핵심 특징에서 투자비용 요소에는 크기(Volume), 다양성(Variety), 속도(Velocity)가 해당하며, 비즈니스 효과에는 가치(Value)가 해당된다.

 

* 사분면 영역에서 난이도와 시급성을 모두 고려할 때 가장 우선적인 분석 과제 적용이 필요한 영역은 난이도 : 쉬움, 시급성 : 현재를 나타내는 3사분면이다.

 

* 과제 중신적인 접근 방식의 특징에는 Speed & Test, Quick-Win, Problem Solving이 해당하며 Accuracy & Deploy는 장기적인 마스터 플랜 방식에 해당하는 내용이다.

 

* 데이터 분석 준비 프레임워크에서 분석 업무 파악 영역에는 발생한 사실 분석 업무, 예측 분석 업무, 시뮬레이션 분석 업무, 최적화 분석 업무, 분석 업무 장기적 개선이 있다.

 

* 데이터 표준화는 데이터 표준 용어 설정, 명명 규칙 수립, 메타 데이터 구축, 데이터 사전 구축 등의 업무로 구성된다.

 

* 집중 구조는 전사 분석 업무를 별도의 분석 전담 조직에서 담당하여 전략적 중요도에 따라 분석조직이 우선순위를 정해서 진행 가능하기 때문에 현업 업무부서의 분석 업무와 이중화/이원화 가능성이 높다.

 

* 가치는 비즈니스 효과에 해당하며 크기, 다양성, 속도가 투자비용요소에 해당한다.

 

* 분석 마스터 플랜에 대한 설명

1. 과제 우선순위 평가는 비즈니스 효과인 시급성과 투자비용 요소인 난이도에 근거하여 결정된다.

2. 분석 마스터 플랜은 분석과제 도출, 우선순위 결정, 중장기 마스터 플랜 수립과제 도출 순으로 된다.

3. 과제별 데이터 분석 체계는 폭포수 방식도 있으나 반복적인 정련과정을 통하여 과제의 완성도를 높이는 방식으로 많이 사용한다.

- 분석 과제 로드맵은 과제의 우선순위를 고려하여 작성하되 과제별 선후관계를 감안하여 단계별 추진 내용을 정렬한다.

 

* 분석 기회 발굴의 범위 확장 방법에 관한 설명

1. 거시적 관점의 메가트랜드에서는 현재의 조직 및 해당 산업에 폭넓게 영향을 미치는 사회〮경제적 요인을 사회〮기술〮경제〮환경〮정치 영역으로 나누어서 좀 더 폭넓게 기회 탐색을 수행한다.

2. 경쟁자 확대 관점에서는 현재 수행하고 있는 사업 영역의 직접 경쟁사 및 제품〮서비스뿐만 아니라 대체재와 신규 진입자 등으로 관점을 확대하여 위협이 될 수 있는 상황에 대한 분석 기회 발굴의 폭을 넓혀서 탐색한다.

3. 시장의 니즈 탐색 관점에서는 현재 수행하고 있는 사업에서의 직접 고객뿐만 아니라 고객과 접촉하는 역할을 수행하는 채널 및 고객의 구매와 의사결정에 영향을 미치는 영향자들에 대한 폭넓은 관점을 바탕으로 분석 기회를 탐색한다.

4. 역량의 재해석 관점에서는 현재 해당 조직 및 기업이 보유한 역량뿐만 아니라 해당 조직의 비즈니스에 영향을 끼치는 파트너 네트워크를 포함한 활용 가능한 역량을 토대로 폭넓은 분석 기회를 탐색한다.

 

* 단순히 대용량 데이터를 수집, 축적하는 것보다는 어떤 목적으로 어떤 데이터를 어떻게 분석에 활용할 것인가가 더욱 중요하다. 그리고 빅데이터 분석에서 품질관리도 중요하지만, 데이터 수명주기 관리방안을 수립하지 않으면 데이터 가용성 및 관리비용 증대 문제에 직면하게 될 수 있다.

 

* 빅데이터 등장으로 비즈니스 영역에서는 분석 조직 및 인력에 대한 지속적인 교육과 훈련을 실시하고 사실 기반(Fact Based) 의사결정을 할 수 있는 문화를 정착시키고자 했다. 또, 분석 교육의 목표는 단순한 툴 교육이 아닌 분석역량을 확보하고 강화하는 것에 초점을 맞추어 진행되어야 한다.

 

* 분석과제 관리 프로세스에 대한 설명

1. 과제발굴단계에는 분석 아이디어 발굴, 분석과제 후보제안, 분석과제 확정 프로세스가 있다.

2. 분석과제 중에 발생된 시사점과 분석 결과물은 풀(Pool)로 관리하고 공유된다.

3. 과제수행단계에서는 팀 구성, 분석과제 실행, 분석과제 진행관리, 결과 공유 프로세스가 있다.

- 분석과제 중에 발생된 시사점과 분석 결과물이 풀(Pool)로 관리하고 공유된다. 확정된 분석과제는 풀(Pool)로 관리하지 않는다.

 

출처 : ADsP 데이터 분석 준전문가 (출판 : 데이터에듀)