[ADsP] 2.3 데이터 분석 과제 발굴

분석 과제 발굴

■ 하향식 접근 방법 : 문제가 확실할 때 사용. 문제가 주어지고 해법을 찾기 위해 사용(지도 학습).

 

- 문제 탐색 -> 문제 정의 -> 해결 방안 탐색 -> 타당성 검토

 

1) 문제 탐색 : 빠짐없이 문제를 도출하고 식별하는 것이 중요.

 

① 비즈니스 모델 기반

- 비즈니스 모델 캔버스를 활용하여 창출될 문제를 누락없이 도출

- 5가지 영역 : 업무, 제품, 고객, 규제와 감사, 지원 인프라

 

② 분석 기회 발굴의 범위 확장

- 거시적 관점 : STEEP(사회, 기술, 경제, 환경, 정치)

- 경쟁자 확대 관점 : 대체재, 경쟁자, 신규 진입자

- 시장의 니즈 탐색 : 고객(소비자), 채널, 영향자

- 역량의 재해석 : 내부 역량, 파트너 네트워크

 

③ 외부 참조 모델 기반 문제 탐색 : 유사/동종 사례 벤치마킹을 통한 분석 기회 발굴

 

④ 분석 유즈 케이스 : 풀어야 할 문제에 대한 상세한 설명 및 해당 문제를 해결했을 때 발생하는 효과 명시

 

2) 문제 정의 : 식별된 비즈니스 문제를 데이터의 (분석) 문제로 변환하여 정의하는 단계

- 문제 탐색 : 무엇(What)을 어떤 목적(Why)으로 수행하는지의 관점

- 문제 정의 : 달성을 위해 필요한 데이터 및 기법(How)을 정의하기 위한 데이터 분석 문제로 변환을 수행

 

3) 해결 방안 탐색 : 어떤 데이터 또는 분석 시스템을 사용할 것인지 검토하는 단계

 

4) 타당성 검토

- 경제적 타당성 : 비용 대비 편익 분석 관점의 접근

- 데이터 및 기술적 타당성 : 데이터 존재 여부, 분석 역량, 분석 시스템 환경

 

 

 

 

■ 상향식 접근 방법 : 문제의 정의 자체가 어려운 경우 사용(비지도 학습).

- 사물을 있는 그대로 인식하는 'What' 관점

 

 

 

 

■ 디자인 사고(Design Thinking) : 중요한 의사결정 시 상향식의 발산 단계와 하향식의 수렴 단계를 반복적으로 사용.

 

 

 

 

■ 지도학습 vs 비지도 학습

지도 학습	비지도 학습
-명확한 입력과 출력이 존재 -명확한 목적하에 데이터 분석	-출력 없이 입력만 주어짐 -컴퓨터가 알아서 분류하여 의미있는 값을 출력
예측(Regression), 분류(Classification)	군집화(Clustering)

 

 

 

■ 프로토타이핑 접근법 : 일단 분석을 시도해보고 그 결과를 확인해가면서 반복적으로 개선하는 방법

- 일종의 상향식 접근 방법임

 

 

 

 

■ 분석과제 정의서 : 분석별로 필요한 소스데이터, 분석방법, 데이터 입수 및 분석 난이도, 상세 분석 정의