ADsP(데이터 분석 준전문가) - 암기노트2

데이터 분석 기획 편

• 분석 대상이 정확하게 무엇인지 모르는 경우에는 기존의 분석 방법을 활용하여 통찰을 도출 해냄으로써 문제 도출과 해결에 기여하거나 발견 접근법으로 분석 대상 자체를 새롭게 도출할 수 있습니다.
• 분석 기획의 고려사항 중 복잡하거나 정교한 모형은 장애요소에 해당하지 않습니다.
• 데이터 분석 방법은 충분하게 이해하였으나, 분석 대상이 무엇인지 인지하지 못 하는 유형을 통찰이라고 합니다.
• ERP, CRM, SCM등은 정형 데이터 휴형의 정보시스템이며, 록 데이터, 모바일 데이터, 센싱 데이터 등은 반정형 데이터 입니다. 영상, 음성, 문자 등은 비정형 데이터 입니다.
• 단계를 순차적으로 진행하는 방법을 폭포수 모델이라고 하며, 이전 단계가 완려 된 후 진행하여야 합니다. 문제가 발견되면 피드백 과정을 수행합니다.
• 빅데이터 분석 방법론의 분석기획 단계는 프로젝트 범위 설정, 데이터 분석 프로젝트 정의, 프로젝트 수행 계획 수립, 데이터 분석 위험 식별 순으로 진행됩니다.
• 데이터 분석 단계를 진행하는 과정에서 추가적으로 데이터의 확보가 필요할 때 준비 단계로 피드백 하여 단계를 반복 진행합니다.
• 비즈니스 모델 캔버스를 통한 과제 발굴 방법으로는 업무, 제품, 고객, 규제 및 감사, IT 인프라 5가지 영역이 있습니다.
• 고정관념, 편향된 생각, 프레이밍 효과 등은 데이터를 기반으로 한 의사결정을 방해하는 요소들 입니다.
• 데이터 존재 여부, 분석 시스템의 환경, 분석 역량에 대한 검토는 데이터 타당성 영역에 있어서 필요한 부분입니다.
• 분석별로 필요한 소스 데이터, 데이터 입수 및 분석의 난이도, 분석 방법, 분석 수행 주기 등은 분석과제 정의서에서 정의된다.
• 데이터 분석 프로젝트에서는 분석 범위가 자주 변경되므로 분석 프로젝트 관리에서는 일정된 계획보다는 더 많은 시간이 소요될 수 있습니다. 따라서 타임 박싱 기법과 같은 방법을 통해서 일정관리를 수립하는 것이 필요합니다.
• 프로젝트의 활동 일정을 계획하고 일정 통제의 진척 상황을 관찰하는데 요구되는 프로세스는 분석 프로젝트 관리방엔에서 시간관리 파트입니다.
• 분석 준비도의 분석 데이터 진단 항목은 분석을 위한 충분한 데이터와 신뢰성, 적시성, 비구조적 데이터의 관리, 외부 데이터의 활용 체계, 기준데이터 관리가 있습니다.
• 빅데이터의 핵심 특징에서 투자비용 요소에는 크기, 다양성, 속도가 해당되며, 비즈니스 효과에는 가치가 추가적으로 해당됩니다.
• 사분면 영역에서 시급성과 난이도 두가지를 모두 고려할 때 가장 우선적인 분석 과제 적용이 필요한 사분면은 난이도는 쉽고 시급성은 현재를 나타내는 3사분면 영역입니다.
• 분석 과제 로드맵은 과제의 우선순위를 고려한 상태로 작성하되, 과제별 선후관계를 감안하고 단계별 추진 내용을 정렬해야 합니다.
• 빅데이터의 분석에는 품질관리도 중요한 부분이지만, 데이터의 수명 주기 관리 방안을 수립하지 않으면 데이터의 가용성과 관리비용 증대 문제에 직면하게 될 수 있습니다.
• 고급분석 기법은 기존에 행해졌던 데이터 분석에서도 활용되었던 기법입니다.
• 신속하게 해결책이나 모형을 제시함으로써 문제를 보다 구체화하여 명확하게 인식하고 필요한 데이터를 식별하는 접근 방법은 프로토타이핑 접근법입니다.
• 데이터 분석 준비 프레임워크에서 분석 업무 파악 영역에는 발생한 사실 분석 업무, 예측 분석 업무, 최적화 업무, 시뮬레이션 분석 업무, 분석 업무 정기적 개선 등이 있습니다.