데이터 분석 기획
IT 위키
(분석 마스터 플랜에서 넘어옴)
Data Analytics Planning
어떤 분석 과제를 어떤 방식으로, 어떤 순서로 수행할지 사전에 정의하는 단계
무엇(What)을 분석할지 정하는 분석 대상과 어떻게(How) 분석할지 정하는 분석 방법의 파악 여부에 따라 접근 방식이 달라진다.
| 분석 방법을 안다 | 분석 방법을 모른다 | |
|---|---|---|
| 분석 대상을 안다 | 최적화 (Optimization) | 해결 (Solution) |
| 분석 대상을 모른다 | 통찰 (Insight) | 발견 (Discovery) |
- Top-Down Approach
문제가 주어지고 그에 대한 해법을 찾아 나가는 전통적인 방식이다. 분석 대상이 명확할 때 쓴다.
| 순서 | 단계 | 하는 일 |
|---|---|---|
| 1 | 문제 탐색 | 비즈니스 모델 기반 문제 탐색, 외부 참조 모델 기반 문제 탐색, 분석 유즈 케이스 정의 |
| 2 | 문제 정의 | 식별한 비즈니스 문제를 데이터 분석 문제로 변환한다 |
| 3 | 해결방안 탐색 | 분석 기법, 시스템, 인력 확보 방안을 검토한다 |
| 4 | 타당성 검토 | 경제적 타당성과 데이터·기술 적용 타당성을 평가해 과제를 확정한다 |
- 비즈니스 모델 기반 문제 탐색 : 자기 조직의 업무·제품·고객·규제·감사·지원 인프라
다섯 영역을 훑어 문제를 찾는다. 내부를 본다.
- 외부 참조 모델 기반 문제 탐색 : 유사·동종 업계의 사례를 벤치마킹해 분석 기회를
발굴한다. 외부를 본다.
두 가지를 뒤바꾼 서술이 자주 출제된다. 벤치마킹은 외부 참조 모델 기반이지 내부 참조 모델 기반이 아니다.
풀어야 할 문제에 대한 상세 설명과, 그 문제를 해결했을 때 발생하는 효과를 명시한 것. 향후 데이터 분석 문제로의 전환과 적합성 평가에 활용한다.
- Bottom-Up Approach
문제가 무엇인지 모르는 상태에서 데이터를 먼저 보며 통찰을 끌어내는 방식이다.
- 탐색적 데이터 분석으로 데이터의 특징을 훑는다.
- 비지도 학습, 연관 규칙, 군집 분석으로 숨은 패턴을 찾는다.
- 프로토타이핑(시행착오)을 반복해 문제 자체를 정의해 간다.
- 디자인 싱킹의 발산-수렴 과정과 통한다.
도출한 과제를 시급성과 난이도 두 축의 매트릭스에 놓고 순서를 정한다.
- 시급성 : 전략적 중요도와 목표 가치에 따라 판단한다. 지금 당장 필요한가
- 난이도 : 데이터 획득·저장·가공 비용과 분석 수준의 복잡도로 판단한다.
기업의 현 상황에 따라 조율할 수 있다.
| 사분면 | 시급성 | 난이도 | 의미 |
|---|---|---|---|
| III | 현재 | 쉬움 | 가장 먼저 적용한다 |
| IV | 현재 | 어려움 | 시급하지만 준비가 필요하다 |
| II | 미래 | 쉬움 | 여력이 되면 한다 |
| I | 미래 | 어려움 | 가장 나중에 적용한다 |
- 시급성을 우선한다면 III → IV → II 순
- 난이도를 우선한다면 III → II → IV 순
우선순위 판단의 핵심 요소는 전략적 중요도에 따른 시급성이다. 난이도는 조정 가능한 값이므로 기준을 완화해 순서를 바꿀 수 있다.
확정한 과제들을 언제 어떤 순서로 이행할지 계획으로 정리한 것이다. 우선순위 기준(전략적 중요도, ROI, 실행 용이성)과 적용 범위·방식 기준(업무 내재화 정도, 분석 데이터 적용 수준, 기술 적용 수준)을 함께 고려한다.
