[ADSP 정리] (과목 2) 제 1장 - 제 3절 분석 과제 발굴

과목 2 데이터 분석 기획

제 1장 데이터 분석 기획의 이해

제 3절 분석 과제 발굴 

 

• 분석 과제 도출 방식 
  
  • 1) 하향식 접근 방식 (Top Down Approach) 
    • 문제가 주어지고 이에 대한 해법 찾기
    • 각 과정이 쳬계적, 단계화되어 수행
    • 전통적 방식
  • 2) 상향식 접근 방식 (Bottom Up Approach) 
    • 문제 정의 어려운 경우
    • 데이터 기반으로 문제 재정의 및 해결방안 탐색 -> 지속적 개선 
    • 배경 : 대규모의 다양한 데이터 생성, 빠르게 변하는 기업 환경
    • 데이터 활용하여 인사이트 도출, 시행착오 통한 개선 -> 유용성 증가 추세 
  • 예) 디자인 사고 (Designe Thinking) 프로세스 
    • 발산과 수렴의 반복적 수행 
      • 발산 (Diverge) 단계
        • 중요한 의사결정시 가능한 옵션 도출 -> 상향식 접근 방식 
      • 수렴 (Converge) 단계
        • 도출된 옵션 분석, 검증 -> 하향식 접근 방식 
    • 동적 환경에서 분석 가치 높일 최적의 의사결정 방식
• 실제 분석 과정에서 하 / 상 혼용 활용 많음

 

1. 하향식 접근법 (Top Down Approach) 

 

가. 문제 탐색 (Problem Discovery) 단계

 

• 기준 모델을 이용하여 문제 도출, 식별 : 비즈니스 모델과 외부 참조모델 
• 문제 해결 -> 발생하는 가치에 중점 

1) 비즈니스 모델 기반 문제 탐색 

 

• 비즈니스 모델 캔버스의 9가지 블록 단순화
  • 업무, 제품, 고객 단위로 문제 발굴
  • 관려 영역인 규제와 감사, 자원 인프라 영역에 대한 기회 추가 도출
    • 1) 업무 (Operation) : 내부 프로세스 및 주요 자원 
    • 2) 제품 (Product) : 제품, 서비스를 개선 
    • 3) 고객 (Customer) : 사용자 및 고객, 제공하는 채널
    • 4) 규제와 감사 (Regulation and Audit) : 제품 생산 및 전달 과정 프로세스 중에 발생하는 규제 및 보안
    • 5) 지원 인프라 (IT and Human Resource) : 분석 수행하는 시스템 영역 및 운영 관리하는 인력 
• 혁신의 관점에서 분석 기회 발굴의 범위 확장 
  • 1) 거시적 관점 : 사회, 경제적 요인 STEEF
    • 사회 (Social) 영역 : 전체 시장 대상으로 사회적, 문화적, 구조적 트렌드 변화 기반
    • 기술 (Technological) 영역 : 최신 기술의 등장 및 변화에 따른 역량 내재화, 개발 
    • 경제 (Economic) 영역 : 산업과 금융 전반의 변동성 및 경제 구조 변화 동향 -> 시장의 흐름 파악 
    • 환경 (Environment) 영역 : 환경 관련 정부, 사회단체, 시민사회의 관심과 규제 동향 파악 
    • 정치 (Political) 영역 : 정책방향, 정세, 저정학적 동향 등 거시적인 흐름 
  • 2) 경쟁자 확대 관점
    • 대체재 (Substitute) 영역 : 대체재 파악 
    • 경쟁자 (Competitor) 영역 : 주요 경쟁자 동향 파악 
    • 신규 진입자 (New Entrant) 영역 : 향후 신규 진입자 동향 파악 
  • 3) 시장의 니즈 탐색 관점 
    • 고객 (Customer) 영역 : 고객의 구매 동향 및 고객의 컨텍스트 이해 -> 개선 필요 분석 
    • 채널 (Channel) 영역 : 자체적 운영 채널 + 최종 고객에게 전달하는 경로의 채널별 분석 
    • 영향자들 (Influencer) 영역 : 주주, 투자자, 협회 및 기타 이해관계자의 주요 관심사항 파악 
  • 4) 역량의 재해석 관점
    • 내부  역량 (Competency) 영역 : 기본 + 노하우, 인프라적인 유형 자산에 대한 재해석
    • 파트너와 네트워크 (Partners and Network) 영역 : 밀접한 관계 유지하고 있는 관계사와 공급사 등의 역량 분석 

2) 외부 참조 모델 기반 문제 탐색 

 

• 유사, 동장 사례 벤치마킹 통한 분석 기회 발굴 
• 지속적인 조사와 데이터 분석을 통한 가치 발굴 사례 정리 -> 분석테마 후보 그룹 (Pool) 만들어 두기 
• 빠르고 의미 있는 기회 도출 가능 

3) 분석 유즈 케이스 (Analytics Use Case) 정의 

 

• 풀어야 할 문제에 대한 상세한 설명 및 해결시 발생하는 효과 명시 -> 데이터 분석 문제로의 전환 및 적합성 평가에 활용 

 

나. 문제 정의 (Problem Definition) 단계 

 

• 비즈니스 문제 -> 데이터 분석 문제 
  • 문제 탐색 단계) 무엇을 어떤 목적으로 수행? 
  • 문제 정의 단계) 달성 위해 필요한 데이터 및 기법 정리
• 효용 얻을 최종사용자 (End User) 관점에서 정의와 요구사항 수행

 

다. 해결방안 탐색 (Solution Search) 단계 

 

• 다각도  고려 필요 
• 분석 역량 (Who)와 분석 기법 및 시스템 (How)에 따라
  • 확보, 기존 시스템 : 기존 시스템 개선 활용
  • 확보, 신규 도입 : 시스템 고도화
  • 미확보, 기존 시스템 : 교육 및 채용을 통한 역량 확보 
  • 미확보, 신규 도입 : 전문 업체 Sourcing 

 

라. 타당성 검토 (Feasibility Study) 단계

 

1) 경제적 타당성 : 비용 대비 편익 분석 관점 

 

2) 데이터 및 기술적 타당성 : 데이터 존재 여부, 분석 시스템 환경, 분석 역량 필요 

 

2. 상향식 접근법 (Bottom Up Approach) 

 

• 기존 하향식 접근법의 한계 극복하기 위한 분석 방법론
  
  • 일반적) 하향식 - 솔루션 도출 유효, 새로운 문제 탐색 한계 
  • 디자인 사고 (Design Thinking) 접근법
    • 분석적으로 사물 인식 'Why' -> 사물 있는 그대로 인식 'What'
    • 프로세스 : Empathize (감정이입) -> Define -> Ideate -> Prototype -> Test
  • 데이터 분석 - 비지도 학습 
    • 데이터 자체의 결합, 연관성, 유사성 등 -> 데이터의 상태 표현
    • 인사이트 도출에 유용  
    • ex) 장바구니 분석, 군집 분석, 기술 통계 및 프로파일링 
    • 반대) 지도학습 - 분류, 추측, 예측, 최적화
  • 인과관계(Know-how) 분석 -> 상관관계 (Know-affinity) 분석, 연관분석 
• 시행착오를 통한 문제 해결
  • 프로토타이핑 (Prototyping) 접근법 : 일단 분석 시도, 결과 확인, 반복적으로 개선 
    • 신속하게 해결책이나 모형 제시 -> 문제 명확히 인식, 필요 데이터 식별, 구체화 가능
    • 프로세스 : 가설의 생성 (Hypothesis),  디자인에 대한 실험 (Design Experiments), 실제 환경에서의 테스트 (Test), 테스트 결과에서의 통찰 (Insight) 도출 및 가설 확인 
    • 동적인 환경에 유용 
    • 필요성 
      • 1) 문제 이해하고 구체화하는데 도움 
      • 2) 필요 데이터 존재 여부의 불확실성 방지
      • 3) 기존 데이터의 정의 재검토 -> 사용 목적과 범위 확대 가능 

 

3. 분석과제 정의 

 

• 분석과제 정의서 작성 - 상세하게