[경영빅데이터분석사2급] 1과목 빅데이터 이해 - 분석적 사고와 분석프로세스

 

5. 분석적 사고와 분석 프로세스

 

ㅇ 분석의 중요성

 - 빅데이터의 의미는 다양한 유형의 데이터와 실시간성 데이터를 포함한 데이터 그 자체 뿐만 아니라 데이터에 대한 분석을 포함하고 있다.

 - 빅데이터 분석은 의사결정의 질적 수준을 높여 경영 생산성 향상과 공공부문 효율성 제고가 가능하며, 이러한 이유로 빅데이터의 핵심적 키워드라 할 수 있다.

 - 분석이 중요한 이유는 현명한 의사결정을 지원하는 유영한 정보를 분석을 통해 제공받을 수 있기 때문이다.

 - 개인, 기업, 국가가 주어진 상황을 타개하거나 소기의 목적을 달성하기 위한 합리적이고 과학적인 의사결정을 빅데이터 분석이 지원할 수 있다.

 - 단 한번의 의사결정에 의해 크게 도약하거나 엄청난 시련을 겪는 것이 현실이므로 분석을 통한 합리적인 의사결정이 매우 중요하게 되었다.

 

ㅇ 사이먼의 의사결정의 과정 : 탐색 > 설계 > 선택 > 실행

 - 사이먼에 의하면 의사결정은 탐색, 설계, 선택, 실행의 과정을 거친다. 이는 문제점을 인식하고 이를 해결하기 위한 대안을 모색한 뒤, 여러 대안들을 평가하여 그 중에서 최적을 선택하는 것으로서 그 과정에서 계량적 정보와 비계량적 정보를 모두 고려한다.

 

ㅇ 오늘날 기업이 처한 치열한 경쟁

 - 기업은 차별화, 원가 우위를 획득하고 유지해야 살아남을 수 있다.

 - 전통적으로 기업에게 경쟁 우위를 제공했던 수단들은 이제 일상적이 되었다.

 - 글로벌 경제가 성숙됨에 따라 지리적 이점이나 정보의 시장보호 장치는 거의 사라졌다.

 - 독점적인 기술은 개발하기 어렵고 개발하여도 급속하게 복제되는 것이 현실이다.

 - 경쟁 우위를 달성하기 위한 유일한 방법은 경영에서의 효율성을 높이고, 현명한 의사결정을 위해 빅데이터 분석을 활용한다.

320x100

ㅇ 분석

 - 분석은 어떤 현상과 관련된 데이터를 수집, 분해하여 데이터 속에 숨어 있는 의미 있는 패턴을 찾아내서 해결이나 의사결정 등에 활용하는 것이다. 여기서 현상이란 자연 혹은 사회의 모든 것으로 행동이나 심리 등을 포함한다. 따라서 분석은 우리가 관심을 갖는 모든 문제를 풀기 위하여 적용할 수 있다.

 - 분석 목적에 따른 분석 유형

  . 통계기법 : 불확실한 상황에서 현명한 의사결정을 하기 위한 데이터 수집, 분류, 분석, 해석, 발표의 체계로서 통계기법 (빈도분석, 교차분석, 상관관계분석, 다차원척도법)

  . 예측기법 : 과거 데이터와 변수 간의 관계를 이용하여 관심이 되는 변수를 추정

  . 데이터마이닝 기법 : 많은 데이터 속의 유용한 패턴을 추출하여 분류, 군집, 연관, 변칙 탐지

  . 최적화 기법 : 주어진 제한 조건을 만족하면서 목적함수를 최대화

  . 통계에서는 빈도분석, 기술통계분석, 교차분석, 상관관계분석, 다차원척도법 등의 분석기법 활용

 

ㅇ 경영분야와 분석 기반 의사결정 유형

 - 재무관리 : 성과평가표 효율성 측정, 재무성과 동인 파악

 - 인적자원관리 : 직원 교육 효과 분석, 이직직원 예측

 - R&D : 특정 제품의 효과 분석

 - 마케팅관리 : 상점과 지점의 위치 선정, 맞춤형 웹사이트 구축

 - 공급체인관리 : 제품과 차량의 경로 선택, 상점과 지점의 위치 선정, 온라인 미디어 광고채널 선정, 판매촉진 목표 설정, 맞춤형 웹사이트 구축

 - 생산관리 : 생산성 저해요인 식별 및 개선, 수율저해요인 식별 및 개선, 설비고장 예측, 불량예측

 

ㅇ 빅데이터 시대 조직 구성원들에게 요구되는 역량

 - 구성원 각각의 위치한 자리와 역할에 따라 요구되는 역량은 다르다.

 - 기업의 경우 수행하는 직무와 역할에 따라 분석기술과 성향이 다른데 경영층, 분석 전문가, 일반 직원으로 구분할 수 있다.

 - 경영층은 분석이 경쟁력의 핵심임을 확신하고 지속적인 투자를 해야 한다.

 - 전문가 집단은 다양한 정보 수집, 분석, 해석을 통해 전략적 조언을 해야 한다. 이들은 통계학, 컴퓨터 공학, 수학, 경영학 등 관련 전문 분야의 학력 소유자이거나 데이터 분석 전문지식을 습득한 집단이다.

 - 일반 직원도 과학적이고 합리적인 의사결정을 수행하는 주체이므로 분석적 소양을 갖추어야 한다.

 

ㅇ 분석적 사고

 - 로저마틴은 분석적사고를 주어진 전제로부터 특정한 결론을 이끌어내는 추리과정인 연역적 추리와 개개의 특수한 사실로부터 일반적 결론을 이끌어내는 추리과정인 귀납적 추리를 이용하여 데이터를 체계적으로 분석하고 방법을 결론내는 것이라고 하였다. 즉 분석적사고란 개선해야 할 일을 선택하고, 그 일의 수행방법을 분석적으로 생각하는 관습을 갖도록 하는 개념이다.

 - 관계와 맥락을 만들고 문제를 창의적으로 해결하려는 사고방식 (직관적으로 문제를 접근X)

 - 분석적 사고는 전문적인 지식, 창의성 그리고 직관적 판단의 근거이다.

 - 분석적 사고를 가진 전문가들은 현상과 사실을 객관적으로 나열하고 이를 연결하고, 부족한 부분은 분석을 통해 숨겨진 현상과 사실을 찾아내 결정할 수 있는 패턴을 만드는데 익숙하다.

 - 의미 있는 정보와 논리적인 구조를 도출함으로써 조직 내에서 의사소통이 매우 원활하게 한다.

 - 상황을 객관적으로 관찰, 나열한 뒤 상황간 관계를 연결하고 패턴을 만들어내는 과정을 거쳐 근본 원인을 찾아 해결하는 방식을 의미한다.

반응형

ㅇ 분석 프로세스 단계

 - 요건정의 > 분석용 데이터 생성 > 모델링 > 검증 및 적용

 - 문제인식 > 관련연구 조사 > 모형화 > 자료수집 > 자료분석 > 결과제시

 - 문제인식

  . 왜 문제를 해결해야 하는지, 문제 해결을 통해 무엇을 달성하고자 하는지 명확하게 정의

  . 이슈 해결 시 구체적으로 정량적인 재무적 효과가 입증될 수 있어야 한다.

 - 연구조사

  . 기업의 내부문서 및 외부자료 수집 및 전문가 인터뷰 등을 통해 문제를 개괄적으로 이해하고 구조화 시도

  . 신문기사 등과 같은 내용은 신뢰도에 문제가 있으므로 반드시 검증을 해서 활용해야 한다.

  . 벤치마킹 방법도 있으나 시간과 비용 및 협조여부 등 여러 가지 어려운 준비가 필요하고 만족할 만한 성과를 얻는다는 보장을 하기 어렵다.

  . 각종 문헌을 검토하는 과정에서 어떤 요인(변수)들이 중요하게 작용하는지 파악할 수 있다.

  . 문제와 관련된 연구와 저서를 요약, 분류하여 파악하는 과정에서 해결하고자 하는 문제가 명확해진다.

 - 모형화와 변수선정

  . 우리가 해결하고자 하는 이슈와 직접 연관성이 있을 데이터를 기준으로 결정

  . 많은 변수가 포함된 문제에서 결정적인 변수만을 추리면 분석이 한결 쉬워진다.

  . 모형화란 복잡한 현상을 문제의 본질과 관련되는 적은 수의 변수만을 추려서 단순화, 구조화하는 과정이다.

  . 변수란 수로 표현 가능한 측정치를 통칭한다.

 - 데이터 수집과 변수측정

  . 직접적으로 수집한 1차 데이터와 통계청 등 간접적으로 수집한 데이터를 2차 데이터라고 한다.

  . 1차 데이터가 가장 유용하고 2차 데이터를 통해 1차 데이터가 없는 경우 추론 및 변환과정을 거쳐 투영시킴으로써 활용

  . 많은 경우 2차 데이터를 구하면 쉽게 분석을 할 수 있지만, 2차 데이터를 얻지 못했을 경우 1차 데이터를 수집해야 한다.

  . 데이터 수집 방법읠 선택은 해결해야 하는 문제의 성격과 측정해야 하는 변수의 특징에 달려있다.

- 데이터 분석과 정리

   . 수집된 데이터를 이용해서 모델을 만들고 분석을 통해 다양한 결과를 도출하여 정리하는 과정으로 최종결과를 산출하기 위한 과정이며 통계, 데이터마이닝, 시뮬레이션, 최적화 등 다양한 기법을 적용하여 완성한다.

  . 데이터분석 : 모아놓은 데이터에서 변수들 간의 관련성을 파악하는 것이다. 예를 들어 각종 선거에서 유권자들의 출신지역, 연령, 학력, 소득수준 등에 따라 특정 후보에게 어떠한 투표 형태를 보이는지를 파악할 수 있다.

 - 결과제시

  . 분석의 최종단계를 의미있게 전달하는 과정으로 듣는 사람이 이해할 수 있고 가치를 제대로 평가할 수 있게 전달해야 한다.

  . 결과제시의 핵심은 제언으로 분석결과를 어떻게 활용하면 어떤 효과가 있는지를 제시해야 한다. 전문적인 기법이나 분석용어보다는 일반화된 비즈니스적 용어를 사용해야 하고 숫자나 표보다는 그래프나 이미지를 잘 활용해야 한다.

  . 기업의 문제나 목표와 직접적으로 연관된 스토리로 만들어 내는 것은 매우 호소력이 있는 방법이다.

 

ㅇ 창의성

 - 분석을 통한 전문지식과 역량이 뒷받침되지 않는다면 창의적인 아이디어는 달성할 수 없는 허상이다.

 - 분석의 뒷받침이 없는 창의력은 최적의 의사결정을 위한 충분조건이 되지 못한다.

 - 가장 성공적인 사람이나 조직은 창의력과 분석을 함께 사용한다.

 - 빅데이터 분석에 있어 창의성의 원동력은 인문학적 소양과 직관 그리고 통찰력을 예로 들 수 있다.

 - 직관적 사고가 옳은 것으로 입증되기 위해서는 다시 엄밀한 논리적 추리나 경험적 검증에 의해 확인되어야 할 것이다.

 

ㅇ 스토리텔링

 - 상대에게 알리고자 하는 내용을 흥미있고 보다 생생한 이야기로 설득력 있게 전달하는 것이다.

 - 분석대상과 분석 결과를 명확히 이해시키기 위해 사용자 언어로 원활하게 소통하기 위해 치밀한 이야기 전개과정이 필요하다.

 - 스토리텔링은 인간의 의사소통에 있어 늘 중심적인 역할을 해왔다.