728x90 반응형 ADsP25 [ADsP] 2.6 분석 거버넌스 체계 수립 분석 거버넌스 체계 수립 ■ 거버넌스 : 기업, 기관 등에서 규칙 및 규범이 구조화, 유지, 규제되고 책임지는 방식 및 프로세스 ■ 분석 거버넌스 : 기업에서 데이터 분석의 적용과 확산을 위한 관리방식이나 프로세스 ■ 분석 거버넌스 체계 구성요소 5가지 1) Organization : 분석 기획/관리 수행 조직 2) Process : 과제 기획/운영 프로세스 3) System : 분석 관련 시스템 4) Data : 데이터 5) Human Resource : 분석 교육/마인드 육성체계 * 분석 비용, 예산 X ■ 데이터 분석 수준 진단 1) 분석 준비도 : 분석 업무, 분석 인력 및 조직, 분석 기법, 분석 데이터, 분석 문화, 분석 인프라 분석 업무 파악 인력 및 조직 분석기법 · 발생한 사실 분석 업무.. 2023. 2. 12. [ADsP] 2.5 분석 마스터 플랜 분석 마스터 플랜 수립 ■ 우선순위 고려 요소 : 3가지 기준을 고려해 적용 우선순위 결정 1. 전략적 중요도 : 전략적 필요성과 시급성으로 이루어짐 2. 비즈니스 성과/ROI(투자자본수익률) 3. 실행 용이성 : 투자 용이성과 기술 용이성으로 이루어짐 ■ 적용 범위/방식 고려 요소 : 3가지 기준을 고려해 분석(Analytics) 구현 로드맵 수립 1. 업무 내재화 적용 수준 2. 분석 데이터 적용 수준 3. 기술 적용 수준 ■ ISP(Information Strategy Planning) - 조직 내·외부 환경을 분석하여 기회나 문제점을 도출하고 사용자의 요구사항을 분석하여 시스템 구축 우선순위를 결정하는 등 중장기 마스터 플랜을 수립하는 절차. - 전사적인 종합추진 계획 ■ 우선순위 평가 방법 및 .. 2023. 2. 12. [ADsP] 2.4 데이터 분석 프로젝트 관리 분석 프로젝트 관리 ■ 분석 프로젝트 관리를 위한 5가지 주요 영역 1. 데이터 크기(Data Size) : 데이터의 양. 2. 데이터 복잡성(Data Complexity) : 데이터에 잘 적용될 수 있는 분석 모델 선정 필요. 3. 속도(Speed) : 시나리오 측면에서의 속도. 분석 모델의 성능 및 속도를 고려한 개발. 4. 분석 복잡성(Analytic Complexity) : 해석이 가능하면서도 정확도를 올릴 수 있는 최적 모델 선정. - 정확도(Accuracy)와 복잡도(Complexity)는 트레이드 오프 관계 5. 정확도·정밀도(Accuracy & Precision) - 정확도 : 모델과 실제 값의 차이. 분석의 활용성 측면. - 정밀도 : 모델을 반복했을 때 편차. 분석의 안정성 측면. - .. 2023. 2. 11. [ADsP] 2.2 데이터 분석 방법론 분석 방법론 개요 ■ 분석 방법론의 구성요소 : 상세한 절차, 방법, 도구와 기법, 템플릿과 산출물 ■ 기업의 합리적 의사결정을 가로막는 장애 요소 1. 고정관념 2. 편향된 생각 3. 프레이밍 효과(Framing Effect) : 동일한 상황임에도 개인의 선택이나 판단이 달라지는 현상. 분석 방법론의 모델 3가지 ■ 폭포수 모델 - 단계를 순차적으로 진행. - 이전 단계가 완료되어야 다음 단계로 진행. - 하향식(Top Down) 진행. ■ 프로토타입 모델 - 고객의 요구사항을 완전히 이해하지 못했을 때 사용. - 일부분을 우선 개발(초기 모델)하여 사용자에게 제공 후 결과를 통한 개선 작업. 신속하게 해결책 모형 제시. - 상향식 접근방법. ■ 나선형 모델 - 반복을 통해 점증적으로 개발 - 반복에 .. 2023. 2. 10. [ADsP] 2.1 데이터 분석 기획 분석 기획이란? - 분석을 수행할 과제의 정의, 의도했던 결과를 도출할 수 있도록 관리할 수 있는 방안을 사전에 계획하는 것. - 어떤 목표(What)를 달성하기 위해 어떤 데이터를 가지고 어떤 방식(How)으로 수행할지 계획하는 작업. 분석 대상과 방법 ■ 분석의 대상(What)과 분석의 방법(How)에 따른 4가지 분류 방법(How) 대상(What) Known Un-Known Known 최적화(Optimization) 통찰(Insight) Un-Known 솔루션(Solution) 발견(Discovery) - 최적화 : 방법과 대상을 모두 안다. - 솔루션 : 대상만 알고 방법은 모른다. -> 방법을 찾아야 하므로 솔루션 - 통찰 : 방법만 알고 대상은 모른다. - 발견 : 방법과 대상 모두 모른다. .. 2023. 2. 8. [ADsP] 1.8 데이터 사이언스와 데이터 사이언티스트 데이터 사이언스 ■ 데이터 사이언스의 정의 - 데이터로부터 의미 있는 정보를 추출해내는 학문. - 데이터와 관련된 모든 분야의 전문지식을 종합한 학문(총체적(holistic) 접근법). - 정형, 반정형, 비정형의 다양한 유형의 데이터를 대상으로 함. - 분석 뿐만 아니라 이를 효과적으로 구현하고 전달하는 과정까지 포함한 포괄적 개념. ■ 다른 학문과의 차이점 데이터 사이언스 통계학 데이터 마이닝 분석 대상 정형, 비정형, 반정형 등 다양한 데이터 정형 데이터 분석 방법 분석 + 시각화 + 전달을 포함한 포괄적 개념 분석에 초점 학문 접근 종합적 학문, 총체적 접근법 ■ 데이터 사이언스의 핵심 구성요소 1. 분석 : 수학, 확률모델, 머신러닝, 분석학 등과 같은 이론적 지식. 2. IT : 프로그래밍, .. 2023. 2. 6. 이전 1 2 3 4 5 다음 728x90 반응형
