PART 2 데이터 분석
- 데이터 분석 기획의 이해
- 분석 마스터 플랜
마스터 플랜 수립 프레임 워크
# 마스터플랜 수립
- 마스터플랜: 분석과제를 대상으로 다양한 기준을 고려해 적용 우선순위를 설정하고, 데이터 분석 구현을 위한 로드맵 수립
- 우선순위 고려요소:
- 전략적 중요도
- 비즈니스 성과 / ROI *(Return on Investment) 비용대비이익, 투자자본수익률
- 실행 용이성
- 적용범위/방식 고려요소:
- 업무 내재화 적용 수준
- 분석 데이터 적용 수준
- 기술 적용 수준
- 정부/공공기관에서는 정보전략계획 ISP(Information Strategy Planning) 수행
- ISP란? 조직 내/외 환경을 분석하여 기회나 문제점 도출, 사용자의 요구사항을 분석하여 시스템 구축 우선순위 결정하는 마스터플랜 수립 절차
Q. 분석 마스터 플랜과 ISP의 관계로 부적절한 것은? (28회)
분석마스터 플랜은 ISP와 다르게 인프라와 모델링에 집중하는 방법.
(이유: 분석마스터 플랜은 ISP를 활용하되, 데이터분석 기획의 특성을 고려하여 수행하고 기업에서 필요한 데이터 분석 과제를 빠짐없이 도출한 후 과제의 우선순위를 결정하고 간기 및 중/장기로 나눠 계획 수립)
Q. 기업 및 공공기관에서는 시스템의 중장기 로드맵을 정의하기 위한 (가)를 수행한다. (가)는 정보기술 또는 정보시스템을 전략적으로 활용하기 위해 조직 내/외부 환경을 분석하여 기회나 문제점을 도출하고 사용자의 요구사항을 분석하여 시스템 구축 우선순위를 등 중장기 마스터플랜을 수립하는 절차이다. (가)는? (29회)
ISP (Information Strategy Planning)
Q. 다음 중 분석 마스터 플랜 수립 시 분석 과제 우선 순위를 결정하는 고려 요소로서 가장 부적절한 것은? (30,31회)
데이터 필요 우선순위
# 수행 과제 도출 & 우선순위 평가
- 분석과제 도출 → 우선순위 평가(과제우선순위) → 우선순위 정련 (분석과제의 선후관계 분석 후 순위조정)
- 기업에서 고려하는 중요 가치에 따라 다양한 관점에서 우선순위를 수립함 (예시)
- 전략적 중요도 => 전략적 필요성 or 시급성
- 실행 용이성 => 투자용이성 or 기술용이성
| ROI 관점에서 빅데이터의 핵심 특징 | |
3V |
4V |
| 1. Volume 데이터 규모/양 2. Variety 데이터 종류/유형 3. Velocity 데이터 생성속도/처리속도 |
4. Value 분석 결과 활용 및 실행을 통한 비즈니스 가치 |
| => 투자비용 요소 Investment 많은 양과 다양한 데이터를 빠르게 처리하기 위해서는 투자와 기술이 필요 |
=> 비즈니스 효과 Return 기업데이터분석을 통해 달성하고자 하는 목표 가치 |
| 난이도 데이터 획득/저장/가공비용, 분석 적용 비용, 분석 수준 |
시급성 전략적 중요도가 핵심, 분석과제의 목표가치(KPI) |
*과제 우선순위 평가기준: 난이도 & 시급성
프로폴리오 사분면 분석을 통한 우선순위 선정
- 우선순위 기준이 시급성일 경우 3 → 4 → 2
- 우선순위 기준이 난이도일 경우 3 → 1 → 2
*순서가 이상하지만 그냥 외워야됨
Q. (가)는 전략적 중요도가 핵심이며, 이는 현재의 관점에서 전략적 가치를 둘 것인지, 미래의 중장기적 관점에 전략적인 가치를 둘 것인지를 고려하고, 분석 과제의 목표가치(KPI)를 함께 고려하려 (가)의 여부를 판단할 수 있다. (가)는? (30회)
시급성
Q. 빅데이터의 7V가 알맞게 묶여진 것은 ? (29회)
Volume, variety, velocity, veracity, validty, volatility, value
# 이행계획 수립
1) 로드맵 수립 (폭포수모델)
| 1) 분석체계 도입 | 2) 분석 유효성 검증 | 3) 분석 확산 & 고도화 |
| - 비즈니스 pain point가 무엇인지, 해결 관점에서 분석기회 발굴, 마스터플랜 수립 | - 분석과제에 대한 pilot 수행하여 비즈니스적 유효성과 타당성 검증, 기술적 실현가능성 검증 - 분석 알고리즘 및 알키텍쳐 설계 |
- 업무 프로세스 내재화를 위한 process innovation & 변화 관리 - 빅데이터 분석-활용시스템 구축, 유관시스템 고도화함 |
2) 세부 이행계획 수립
- 폭포수 모델은 고전적임, 반복적인 정련과정을 통해 완성도 높이는 방식 사용
- 데이터 수집 및 확보와 분석데이터를 준비하는 단계를 순차적으로 진행하고, 모델링 단계는 반복적으로 수행 (혼합형)
- 세부적인 일정계획도 수립해야함
분석 거버넌스 체계 수립
# 거버넌스 체계 구성요소
- 조직 내 분석 관리 체계가 중요한 이유: 1. 데이터분석을 기업의 문화로 정착, 2. 분석 업무를 지속적으로 고도화
# 데이터 분석 수준진단
1) 분석 준비도: 분석 업무, 인력/조직, 기법, 데이터, 문화, IT 인프라
- 목표: 기업의 데이터 분석 도입의 수준 파악하기
- 진단 과정: 세부 항목에 대한 수준 파악 -> 요건 일정 수준 이상 충족하면 분석업무 도입 -> 충족 x시 분석 환경 조정
- 1) 분석 업무 파악 - 예측/시뮬레이션/최적화/발생한 사실 분석업무, ...
- 2) 인력/조직 - 전문가 직무 존재, 관리자들의 기본 능력, 교육 프로그램, ...
- 3) 분석기법 - 기법 라이브러리/효과성 평가/정기적 개선, 분석업무 방법론, 적합한 분석기법 사용
- 4) 분석 데이터 - 데이터의 충분성/신뢰성/적시성, 비구조적 데이터 관리, 외부 데이터 활용 체계, 데이터 관리 MDM
- 5) 분석 문화 - 사실에 근거한 의사결정, 관리자의 데이터 중시 정도, ...
- 6) IT 인프라 - 운영시스템 데이터 통합, 데이터유통체계, 통계분석환경, ...
2) 분석 성숙도:
- 조직의 성숙도 평가도구: CMMI 모델 (Capability Maturity Model Integration)
- 1) 도입단계 - 분석 시작, 환경과 시스템 구축
- 2) 활용단계 - 분석결과를 실제 업무에 적용
- 3) 확산단계 - 전사차원에서 분석 관리 및 공유
- 4) 최적화 단계 - 분석 진화, 혁신, 성과 향상
- 단계별 진단 분류 - 비즈니스, 조직/역량, IT 부문
Q. 소프트웨어와 시스템공학의 역량 성숙도 측정하기 위한 모델은? (28회)
CMMI 능력 성숙도
Q. 다음 중 분석 전담조직의 역할에 대한 설명으로 가장 부적절한 것은? (28회)
기업 내부에 존재하는 데이터로만 분석을 수행한다.
(이유: 내/외부 둘다 수행)
Q. 다음 중 분석 성숙도 모델의 설명 중 다른 단계는 무엇인가? (29회)
분석 COE 조직 운영 / 전문 담당부서에서 수행 / 분석기법 도입 / 관리자가 분석 수행
분석 COE 조직 운영
(COE 조직운영은 확산단계, 나머지는 활용단계)
Q. 다음 IT 부문의 내용에 맞는 성숙단계를 고르시오.
빅데이터 관리 환경, 시뮬레이션/최적화, 비주얼 분석, 분석 전용 서버
확산단계
Q. 분석 준비도는 기업의 데이터 분석 도입의 수준을 파악하기 위한 진단 방법으로, 6가지 영역을 대상으로 파악한다. 다음은 어떤 영역인가? (30회)
업무별 적합한 분석기법 사용, 분석 업무 도입 방법론, 분석기법 라이브러리, 분석기법 효과성 평가, 분석기법 정기적 개선
분석기법
Q. 데이터 분석 준비도의 6가지 구성요소 중 하나로서 운영시스템 데이터 통합, 빅데이터 분석 환경, 통계분석 환경 등을 진단하는 구성요소는 무엇? (31회)
IT 인프라
# 분석 수준 진단 결과 (사분면 분석)
- 정착형 - 준비도 낮음, but 조직/인력, 분석업무/기법을 기업에서 제한적으로 사용하고 있어 1차적으로 정착이 필요한 기업
- 확산형 - 기업에 필요한 6가지 분석요소 다 갖춤, 부분적으로 도입되어 지속적인 확산이 필요함
- 준비형 - 기업에 필요한 데이터, 인력, 업무, 기법 등이 없어서 사전준비가 필요함
- 도입형 - 업무/기법은 부족함, but 적용조직 등 준비도가 높아 바로 도입 가능
# 분석지원 인프라 방안 수립
- 마스터플랙 기획 단계에서부터 장기적/안정적인 확장성을 고려한 플랫폼 구조를 도입해야함
- 플랫폼이란? 단순한 분석 응용프로그램 뿐 아니라, 분석 서비스를 위한 응용프로그램이 실행될 수 있는 기초를 이루는 컴퓨터 시스템
- 역할 - 프로그래밍 환경과 실행 및 서비스를 제공함
- 장점 - 새로운 데이터 분석 니즈가 생기면 서비스를 추가적으로 제공할 수 있음 (확장성), 개별적인 시스템을 추가할 필요 없음
Q. 다음 중 분석 지원 인프라 방안 수립 중 플랫폼에서 협의의 분석 플랫폼이 아닌 것은? (28회)
분석 어플리케이션
(맞는 것: 데이터 처리 프레임워크, 분석 엔진, 분석 라이브러리)
# 데이터 거버넌스 체계 수립
- 데이터 거버넌스란? 전사 차원의 모든 데이터에 대하여 정책 및 지침, 표준화, 운영조직 및 책임 등의 표준화된 관리 체계를 수립하고 운영을 위한 프레임워크 및 저장소(repository)를 구축하는 것
- 목표: 데이터의 유용성, 보안성, 안정성 확보
- 관리 대상: 마스터 데이터 (master data), 메타 데이터 (meta data), 데이터 사전 (data dictionary)
- 메타데이터란? 구조화된 데이터로, 다른 데이터를 설명해주는 데이터
- 구성요소:
- 원칙 (principle) - 데이터 유지/관리를 위한 지침 (보안, 품질,변경 관리)
- 조직 (organization) - 데이터를 관리할 조직 (데베 관리자, 데이터 아키텍쳐)
- 프로세스 (process) - 데이터관리를 위한 활동과 체계 (작업 절차, 모니터링, 측정 활동)
- 거버넌스 체계:
- 1) 데이터 표준화 - 데이터 표준 용어 설정, 명명규칙(name rule) 수립, meta data 구축, data dictionary 구축
- 2) 데이터 관리 체계 - 데이터 활용의 효율성을 위해 meta data와 data dictionary의 관리 원칙 수립. 빅데이터의 경우 데이터 생명 주기 관리방안 수립.
- 3) 데이터 저장소 관리 - 데이터 관리를 위한 저장소 구축. 데이터 구조 변경에 따른 사전 영향 평가 수행.
- 4) 표준화 활동 - 표준 준수 여부를 주기적으로 확인. 지속적힌 개선 활동으로 실용성 높임. 조직 내 교육 진행.
Q. 아래의 데이터 거버넌스 체계가 설명하는 것은?(30회)
메타데이터 관리, 데이터 사전 관리, 데이터 생명주기 관리
데이터 관리 체계
Q. 다음 중 데이터 거버넌스 구성 요소가 아닌것은? (30회)
원칙, 조직, 분석방법, 절차
분석방법
Q. 데이터 거버넌스랑 전사차원의 모든 데이터에 대하여 정책 및 지침, 표준화, 운용조직 및 책임등의 표준화된 관리체계를 수립하고, 운영을 위한 프레임워크 및 저장소를 구축하는 것. (가), (나), (다)는 데이터 거버넌스의 중요한 관리 대상이다. (30회)
마스터 데이터, 메타 데이터, 데이터 사전
Q. 다음 중 데이터 관리 체계에 대한 설명으로 가장 거리가 먼 것은? (31회)
빅데이터 고품질의 데이터 확보가 필요하므로 데이터 수명주기 관리보다는 품질관리가 중요하다.
(이유: 빅데이터의 경우 데이터양의 급증으로 생명주기 관리방안을 수립하지 않으면 가용성과 관리비용 문제 생김. )
Q. 빅데이터 거버넌스에 대한 설명으로 올바른 것 끼리 묶은 것은? (31회)
1. ERD는 운영중인 데이터베이스와 일치하기 위하여 철저한 변경관리가 필요하다.
2. 빅데이터 거버넌스 산업분야별, 데이터 유형별, 정보 거버넌스 요소별로 구분하여 작성한다.
# 데이터 분석을 위한 3가지 조직 구조
- 조직의 역할: 경쟁력 확보를 위해 1) 데이터 분석의 가치 확보, 2) 비즈니스를 최적화하는 목표, 3) 다양한 분석과제 발굴, 4) 의미있는 인사이트 실행
- 3가지 분석 조직 구조:
- 집중구조 - 전사 분석업무를 별도의 분석전담 조직에서 담당. 전략적 중요도에 따라 우선순위 정함. 현업 업무부서의 분석업무와 이중화/이원화 가능성 높음.
- 기능구조 - 일반적인 분석 수행 구조. 별도 조직 x. 전사적 핵심분석 어려움. 과거 실적에 국한된 분석 수행 가능성 높음.
- 분산구조 - 조직 인력들을 현업부서로 직접 배치. 전사차원의 우선순위 수행. 부서 분석업무와 역할분담 명확히 해야함.
*DSCoE: Data Science Center of Excellence
- 분석조직 DSCoE 인력구성:
- 비즈니스, IT기술, 분석전문, 변화관리, 교육담당
Q. 데이터 분석을 위한 조직 구조 중 아래에 해당하는 것은? (28회)
전사 분석업무를 별도의 분석 전담 조직에서 담당. 전략적 중요도에 따라 우선 순위 정해서 진행 가능. 현업 업무부서의 분석 업무와 이중화/이원화 가능성 높음.
집중구조
Q. 다음 데이터 분석 조직의 유형 중 별도의 분석 조직이 없고 해당 업무부서에서 분석을 수행하는 방식에 해당하는 것은 ? (31회)
기능형/분산형/복합형/집중형
기능형
Q. 데이터 분석 조직구조의 설명으로 가장 부적절한 것은? (31회)
분산구조는 분석 조직의 인력을 현업 부서에 배치하여 분석 업무를 수행함으로써 분석이 집중되지 못해 신속한 실무적용이 어렵다.
# 분석과제 관리 프로세스
- 분석 과제의 기획 및 운영을 체계적으로 관리해야 함
- 과제를 진행하면서 만들어진 시사점(lesson)을 포함한 결과물을 풀(pool)에 잘 축적하고 관리 -> 효율적
- 프로세스 2 단계로 나눠짐:
- 1) 과제 발굴 - 분석 아이디어 발굴하고 풀로 관리하면서 분석 프로젝트를 선정
- 2) 과제 수행 - 팀 구성하고 지속적인 모니터링과 과제 결과를 공유하여 개선
# 분석 교육 및 변화관리
- 새로운 체계 도입시, 분석에 관련된 교육 및 마인드 육성을 위한 적극적인 변화 관리 필요
- 분석 교육의 목표:
- 단순한 툴 교육이 아닌 분석역량을 확보하고 강화하는 것
- 분석적인 사고를 업무에 적용하고, 데이터를 바라보는 관점, 데이터 분석과 활용 등이 기업 문화로 자연스럽게 확대되어야 함
Q. 분석을 사용하여 전략적 통찰력을 얻기 위한 방법으로 부적절한 것은?
사업 상황을 확인하기 위해 사업 내부의 문제들을 집중하여 분석을 이용한다.
'데이터분석자격증 ADsP > Part 2 데이터 분석 기획' 카테고리의 다른 글
| ADsP 2과목 Day 5 <데이터 분석 기획의 이해 II> 완벽요약+ 기출 (60) | 2024.01.28 |
|---|---|
| ADsP 2과목 Day 4 <데이터 분석 기획의 이해 I> 완벽 요약 + 기출 (59) | 2024.01.22 |
