[ADsP - 1과목] 제3장 가치 창조를 위한 데이터 사이언스와 전략 인사이트

과목Ⅰ. 데이터 이해 

제3장. 가치 창조를 위한 데이터 사이언스와 전략 인사이트 

제1절 빅데이터 분석과 전략 인사이트

1. 빅데이터 열풍과 회의론

- 어떻게 활용하고 가치를 뽑아내야 하는가?

- 성공 사례가 기존의 분석 프로젝트 과대포장(신뢰성 하락, 개념적 혼란)

- 데이터에서 가치, 통찰을 끌어내 성과를 창출하는 것이 관건)

2. 왜 싸이월드는 페이스북이 되지 못했나?

- 주요 의사결정에 데이터 분석 활용 안함

- 데이터 분석 기반 경영 문화의 부재(웹로그 분석과 같은 1차적인 분석만 함)

- 소셜 네트워킹 활동 특성과 관련된 분석을 위한 프레임 워크나 평가지표가 없음

- 트렌드 변화가 사업모델에 미치는 영향에 대한 전략적 통찰을 가지지 못함

3. 빅데이터 분석, ‘Big’이 핵심이 아니다

- 직관 < 데이터에 기초한 의사결정이 중요(데이터 자체의 중요성)

- 데이터 양 < 유형의 다양성 관련

- 데이터 크기 < 시각과 통찰을 얻느냐

- 핵심가치 집중+분석 평가지표 개발→시장과 고객변화에 대응할 때 빅데이터 분석이 가치

- 비용이 아니라 분석적 방법과 성과에 대한 이해 부족

4. 전략적 통찰이 없는 분석의 함정

- 단순한 분석을 많이 하는 것은 경쟁 우위를 주지 않음

- 전략적 통찰과 핵심 비즈니스에 집중한 분석 필요

5. 일차적 분석 vs 전략 도출을 위한 필요 역량

- 일차적 분석도 효과 있지만, 환경변화와 같은 큰 변화에 대응·기회포착 어려움

- 전략적 통찰력의 창출에 포커스 해야 함

제2절 전략 인사이트 도출을 위한 필요 역량

1. 데이터 사이언스의 의미와 역할

◆데이터 사이언스: 데이터로부터 의미있는 정보를 추출해내는 학문

- 다양한 유형 데이터(정형, 비정형 등) 대상으로 총체적 접근법 사용

- 분석(데이터 마이닝) + 효과적 구현, 전달 과정 포함

- 데이터 공학, 수학, 통계학, 컴퓨터 공학, 시각화, 해커의 사고방식, 해당 분야의 전문 지식을 종합한 학문

◆데이터 사이언스의 역할: 전략적 통찰 추구+비즈니스 핵심 이슈 답 제시+사업 성과 견인+소통

2. 데이터 사이언스의 구성요소

◆핵심구성 요소

- 분석적 영역: 수학, 확률모델, 머신러닝, 분석학, 패턴인식과 학습 등

- IT 영역: 시그널 프로세싱, 프로그래밍, 데이터 엔지니어링, 데이터 웨어하우징 등

- 비즈니스 컨설팅 영역: 커뮤니케이션, 프리젠테이션, 스토리텔링, 시각화 등

◆요구 역량

- 하드스킬: 빅데이터 이론적 지식+분석 기술

- 소프트스킬: 통찰력 있는 분석+설득력 있는 전달+다분야간 협력

- Gartner: 데이터 관리, 분석 모델링, 비즈니스 분석, 소프트 스킬

- John Rause: 수학/공학, 인문학적, 호기심 및 행복

3. 데이터 사이언스: 과학과 인문의 교차로 – 소프트 스킬 중요

4. 전략적 통찰력과 인문학의 부활

◆외부 환경적 측면에서 인문학 열풍의 이유

- 단순세계화→복잡 세계화: 컨버전스(규모의 경제, 표준화) → 디버전스(복잡한 세계, 다양성)

- 생품생산→서비스: 고장나지 않은 상품 → 뛰어난 서비스

- 생산 → 시장창조: 공급자 중심→무형자산 경쟁(현지사회, 문화)

◆창의적 관점, 비즈니스 핵심가치 이해, 고객과 직원의 내면적 요구 이해하는 능력(인문학 역량)

5. 데이터 사이언티스트에 요구되는 인문학적 사고의 특성과 역할

◆데이터 사이언스가 다룰 수 있는 6가지 핵심 질문

- 정보 차원: 단순한 정보 활용

- 통찰력 제시: 사업 성과를 좌우하는 핵심적인 문제에 대해 대답

6. 데이터 분석 모델링에서 인문학적 통찰력의 적용 사례

◆인간을 바라보는 관점

- 성향적 관점: 변하지 않는 관점 ex. 대출 신청 고객의 인상이나 관상을 보고 갚을지 판단

- 행동적 관점: 행동을 지속적 관찰을 통해 판단 ex. 고객들의 과거 행동 패턴을 분석한 신용평가 모형

- 상황적 관점: 그 사람이 놓여 있는 상황과 맥락 고려(인간의 가변적 성향)

◆인간에 대한 이해는 모델의 예측력을 높이기 위한 가이드 제공

- 인간은 어떤 관점에서 바라보나? 이를 위해 어떤 데이터/기술 필요한가?

제3절 빅데이터 그리고 사이언스의 미래

1. 빅데이터 시대 (생략)

2. 빅데이터 회의론을 넘어: 가치 패러다임의 변화

◆변화에 대한 빠른 대응 능력 필요

◆가치 패러다임: 다양한 가치 원천이 특정기간 지배적으로 작용

◆가치 패러다임의 변화 3단계

- 디지털화: 아날로그를 어떻게 효과적으로 디지털화 하는가?

- 연결: 디지털화된 정보와 대상을 얼마나 효율적으로 연결·제공해 주는가?

- 에이전시: IoT와 같은 복잡한 연결을 얼마나 효과·신뢰적으로 관리하는가?

3. 데이터 사이언스의 한계와 인문학

- 한계: 분석과정에서 인간의 해석 개입, 분석은 가정에 근거

- 역할: 인문학적 소양을 통해 미래 가치 도출

1단원 용어 (주관식)

◆SQL: 사용자와 데이터베이스 사이에서 사용자의 요구에 따라 정보를 처리해주고 데이터베이스를 관리할 수 있는 것

◆ERP: 기업경영정보시스템. 경영자원을 효과적으로 이용하기 위해 통합적 관리

◆맵리듀스: 분산병렬처리시스템. 빅데이터에서 데이터 처리 시간·비용 줄임

◆데이터베이스 설계: 요구사항 분석 > 개념적 설계 > 논리적 설계 > 물리적 설계

*출처: '데이터 분석 전문가 가이드, 한국데이터진흥원'