03. 분석 방안 수립

데이터 분석

데이터 분석은 대용량의 데이터 집합으로부터 유용한 정보를 찾고 결과를 예측하기 위해 목적에 따라 분석기술과 방법론을 기반으로 정형, 비정형 대용량 데이터를 구축, 탐색, 분석하고 시각화를 수행하는 업무이다.

데이터 분석의 현황

• 대다수의 기업들은 빅데이터가 갖고 있는 무한한 비즈니스 잠재력을 규명하는 초기 프로젝트에 머무르고 있다.
• 빅데이터를 활용하기 위한 장애물은 비용보다 데이터 분석을 수행하기 위한 분석적 방법과 성과에 대한 이해의 부족이다.

데이터 분석의 지향점

1. 전략적 통찰이 없는 데이터 분석 배제

• 단순하게 데이터 분석을 자주, 많이 수행하는 것이 경쟁우위를 가져다 주는 것은 아니다.
• 분석은 경쟁의 본질에 영향을 미치고 기업의 경쟁전략을 이끌어 가므로, 경쟁의 본질을 제대로 바라보지 못한 분석을 불필요한 결과를 만들어 낸다.

2. 일차원적인 데이터 분석 지양

• 대부분의 기업들은 업계 내부의 문제에만 중점을 두고 있으며, 주로 부서 단위로 관리되기에 전체 비즈니스 관점의 핵짐적인 역할을 기대하기 어렵다.

산업군	데이터 분석 내용
금융	신용점수 산정, 사기방지, 프로그램 트레이딩, 고객 수익성 분석
소매	프로모션, 판매관리, 수요예측, 재고관리
제조	공급사슬 최적화, 수요예측, 재고관리, 상품관리
운송	일정관리, 노선배정, 수익관리
병원	약품거래, 질병관리
에너지	트레이딩, 공급, 수요예측
정부	사기방지, 범죄방지
온라인	고객추천, 사이트 설계
기타	성과 관리

3. 전략 도출을 위한 가치 기반 데이터 분석 지향

• 전략적 통찰력 창출에 중점을 두고, 데이터 분석의 활용 범위를 더 넓고 전략적으로 변화시켜야 한다.
• 사업 성과를 견인하는 요소들과 차별화를 꾀할 기회에 대해 전략적 인사이트를 주는 가치 기반 분석 단계로 나아가야 한다.
• 사업과 관련 트렌드에 대한 청사진을 그리고, 인구통계학적 변화나 사회경제적 트렌드 및 고객 니즈의 변화 등을 고려하여 분석을 수행한다.
• 가치 기반 데이터 분석을 통해 해당 사업의 중요한 기회를 발굴하고, 경영진의 지원을 얻어낼 수 있으며 이를 통해 강력한 모멘텀을 형성할 수 있다.

데이터 분석에 대한 회의론

• 솔루션을 도입한 후 어떻게 활용하여 가치를 창출할 수 있을지 다시 또 과제를 수행해야 하는 상황이 반복되며 고가의 솔루션을 방치하고 있다.
• 현재 소개되고 있는 빅데이터 분석 성공사례들의 대다수가 기존 데이터 분석 프로젝트를 재포장한 경우이다.

데이터 분석 시 고려사항

• 데이터 분석은 규모가 아니라 어떤 시각과 통찰을 얻을 수 있는가의 문제이다.
• 비즈니스 핵심에 대해 객관적이고 종합적인 통찰을 가져다 줄 수 있는 데이터를 찾아야 한다.
• 전략과 비즈니스의 핵심 가치에 집중하고 관련된 분석 평가지표를 개발하여 시장과 고객 변화에 효과적으로 대응하는 것이 중요하다.

데이터 분석 기획

분석 기획은 실제 분석을 수행하기에 앞서 분석을 수행할 과제의 정의 및 의도했던 결과를 도출할 수 있도록 이를 적절하게 관리할 수 있는 방안을 사전에 계획하는 작업이다.

• 어떠한 목표(What)을 달성하기 위해 (Why) 어떠한 데이터를 가지고 어떤 방식으로(How) 수행할 것인가에 대한 일련의 계획을 수립한다.

분석 기획의 특징

1. 분석 대상과 방법에 따른 분류

• 분석 주제와 방법에 대한 특성상 4가지 유형을 넘나들며 분석을 하고 결과를 도출하는 과정을 반복한다.

Optimization	Insight
Solution	Discovery

2. 목표 시점에 따른 분류

   단기적 접근 방식(과제 줌심적 접근)	당면한 과제를 빠르게 해결하기 위한 목적이다. 명확한 해결을 위한 Quick-Win 방식으로 분석한다.
   중장기적 접근방식(마스터 플랜 접근)	지속적인 분석 문화를 내재화하기 위한 목적이다. 전사적으로 장기적 관점에서 과제를 도출하여수행한다.
   혼합 방식(분석 기획 시 적합)	마스터 플랜을 수립하고 장기적 관점에서 접근하는 것이 바람직하다. 분석의 가치를 증명하고 이해관계자들의 동의를 얻기 위해 과제를 빠르게 해결하여 그 가치를 조기에 체험시킨다.

분석 기획 시 필요역량

1. 분석 기획을 위한 기본적인 소양

• 분석 기획은 도메인 지식과 정보기술, 수학 및 통계학적 지식이라는 3가지 역량에 대한 균형 잡힌 시각을 갖고서 분석의 방향성과 계획을 수립하는 것이다.

2. 프로젝트 관리 역량과 리더십

• 분석 기획 시 기본적인 3가지 소양과 함께 프로젝트 관리 역량과 분석 프로젝트를 잘 이끌어 갈 리더십이 중요하다.

분석 기획 시 고려사항

1. 사용 가능한 데이터 확인

• 데이터 확보 가능 여부, 데이터의 유형 등을 미리 확인하여야 한다.
• 데이터의 유형에 따라 적용 가능한 솔루션이나 분석 방법론이 달라진다.

2. 적합한 사례 탐색

• 기존에 잘 구현되어 활용되고 있는 유사 분석 시나리오나 솔루션이 있다면 이를 최대한 활용하는 것이 유리하다.
• 분석 결과를 활용할 사용자의 측면에서 공감대를 얻을 수 있으며, 분석 수행이 원활하게 될 수 있도록 도와준다.

3. 분석 수행 시 발생 가능한 요소 고려

• 분석 결과의 정확도를 높이기 위하여 기간과 투입 자원 증가가 불가피하며, 이로 인한 비용 상승을 충분히 고려해야 한다.
• 사용자가 쉽게 이해하고 활용할 수 있도록 시각화 등을 고려하여야한다.
• 분석 결과를 실제 환경에서도 성능에 문제없이 적용할 수 있도록 충분히 고려하여야 한다.
• 일회성 분석으로 그치지 않고 조기의 역량으로 내재화 도리 ㅅ ㅜ있도록 계속적인 교육과 활용방안 등의 변화 관리방안을 수립하여야 한다.
• 데이터 분석 유형

  설명 분석(Descriptive Analysis)	가장 기본이 되는 분석으로 주어진 데이터를 요약 또는 집계하여 결과를 도출한다. 과거 또는 현재 발생한 사실 그 자체를 설명한다.
  예측 분석	미래의 불확실한 사실을 사전에 예측하거나 알려지지 않은 결과의 가능성을 파악하기 위하여 사용하는 분석 방법이다.
  진단 분석(Diagnostic Analysis)	데이터 간의 인과 관계 또는 상관관계를 파악하여 특정 결과가 발생한 원인을 밝히기 위해 분석을 수행한다.
  처방 분석(Prescriptive Analysis)	예측되는 상황을 위해 무엇을 하면 좋을지 대안을 제시한다. 대안 도출과 의사 결정은 물론 일부 실행까지 진행하는 분석방법이다.

분석 마스터 플랜과 로드맵 설정

분석 마스터 플랜

분석 과제를 수행함에 있어 그 과제의 목적이나 목표에 따라 전체적인 방향성을 제시하는 기본계획이다.

1. 분석 마스터 플랜 수립 절차

• 분석 마스터 플랜 시 일반적인 정보전략계획 방법론을 활용할 수 있다. 다만 데이터 분석 기획의 특성을 고려하여 수행하여야 한다.
• 과제 도출 방법을 활용하여 데이터 분석 과제들을 빠짐없이 정의한다.
• 분석 과제의 중요도와 난이도 등을 고려하여 우선순위를 결정한다.
• 단기와 중장기로 나누어 분석 로드맵을 수립한다.

2. 정보전략계획(ISP: Information Strategy Planning)

• 정보기술 및 시스템을 전략적으로 활용하기 위한 중장기 마스터 플랜을 수립하는 절차이다.
• 조직 내, 외부의 환경을 충분히 분석하여 새로운 기회나 문제점을 도출한다.
• 사용자의 요구사샇응ㄹ 확인하여 시스템 구축 우선순위를 결정한다.

분석과제 우선순위 평가기준

1. IT 프로젝트의 과제 우선순위 평가기준

• 전략적 중요도, 실행 용이성 등 기업에서 고려하는 중요 가치 기준에 따라 다양한 관점으로 과제 우선순위 기준을 정의하여 평가한다.

평가관점	평가요소	내용
전략적 중요도	전략적 필요성	비즈니스 목표나 업무에 얼마나 밀접하게 연관되어 있는지 측정한다. 발생 가능한 이슈가 해결되지 않았을 때의 위험이나 손실의 정도를 측정한다.
전략적 중요도	시급성	사용자의 요구사항 반영이나 업무능률을 향상시키기 위해 얼마나 시급하게 수행되어야 하는지 측정한다. 향후 경쟁우위를 확보하기 위한 방안으로서 얼마나 중요한지 측정한다.
실행 용이성	투자 용이성	과제 수행을 위한 시간이나 인력을 투입하는데 얼마나 용이한지 측정한다. 과제를 수행하는 데 필요한 비용이나 투자예산의 확보 가능성 정도를 측정한다.
실행 용이성	기술 용이성	과제에 적용할 기술의 안정성 검증 정도를 측정한다. 과제 수행의 결과로 얻게 될 시스템 및 하드웨어의 유지보수가 얼마나 용이한지 측정한다. 과제 수행 시 개발 스킬의 성숙도와 신기술 적용성 정도를 측정한다.

2. 데이터 분석 프로젝트의 우선순위 평가기준

• 기존 IT 프로젝트와는 다른 기준으로 우선순위 평가 기준을 정의하여야 하며, 과제를 수행하고자 하는 기업이 처한 상황에 따라 그 기준이 달라질 수 있다.

• 빅데이터의 특징을 고려한 분석 ROI 요소 4V

  ROI 요소	특징	내용
  투자비용 요소(Investment)	데이터 크기(Volume)	데이터 규모 데이터 양
  투자비용 요소	데이터 형태(Variety)	데이터 종류 데이터 유형
  투자비용 요소	데이터 속도(Velocity)	데이터 생성속도 데이터 처리속도
  비즈니스 효과	새로운 가치(Value)	분석 결과 활용을 통해 획득 가치 비즈니스 실행을 통한 획득 가치

3. 분석 ROI 요소를 고려한 과제 우선순위 평가 기준

   평가관점	평가요소	내용	ROI 요소
   시급성(중요)	전략적 중요도 목표가치(KPI)	현재의 관점에 전략적 가치를 둘 것인지 판단한다. 중장기적 관점에 전략적인 가치를 둘 것인지 판단한다.	비즈니스 효과
   난이도	데이터 획득 비용 데이터 가공 비용 데이터 저장 비용 분석 적용 비용 분석 수준	비용과 범위 측면에서 적용하기 쉬운 과제인지 판단한다. 과제 범위를 PoC 또는 처음부터 크게 할 것인지 판단한다. 내부 데이터를 활용하고 외부 데이터까지 확대할지 판단한다.	투자비용 요소