ADsP :: R 이론 요약< 빅데이터 분석과 활용, 인사이트 도출에 관해.. >

3. 가치창조를 위한 데이터 사이언스와 전략 인사이트

1절 빅데이터 분석과 전략 인사이트

1.빅데이터열풍과 회의론

-고객관계관리CRM에을 통해 경험한 부정적 학습효과,빅데이터 회의론(BY 가트너)이라고 한다.

-빅데이터 성공사례의 대부분은 굳이 빅데이터가 필요 없거나,기존 것 재포장한 것이다.

-통찰을 얻어내기가 쉽지 않기 때문이다.

 

2.왜 싸이월드는 페이스북이 되지 못했나?

-분석에 기초한 전략적 통찰력이 중요한지 보여주는 사례이다. 데이터분석에 기초해 전략적 통찰을 얻고 효과적인 의사결정을 내리고, 성과를 만들어내는 체계가 없었기 때문이다.

- 분석기반경영이 도입되지못하는 이유(MIT러브먼)? ->> 기존관행/직관적결정에 칭송/분석적실험능력x/아이디어제안자에게 더 주목

-싸이월드는 방대한 Tx데이터가 생성되었으나 위와 비슷했고 협소한 문제에 집중하였고, 04년 까지 핵심가치과 심도있는 분석 시행 하지 않았다.

-성공사례 링크드인:People You may know/페이지뷰 엄청 창출(빅데이터분석)

 

3.빅데이터 분석,Big이 핵심이 아니다

-데이터의 중요성 대두 이후, 더 많은 데이터를 보유하는데 관심을 쏟는 경향이 있다. (조슈아보거/신약개발)더많은 정보만 있으면 된다.

-데이터의 양이 아니라 유형의 다양성과 관련이 더 많다고 봐야 한다. 비정형/정형 데이터 활용으로 비즈니스를 종합적으로 조망하기 때문이다. 

-데이터의 크리가 아니라 어떠한 시각과 통찰을 가지고 대응하느냐가 중요하다. 빅데이터 비용보다 분석적 방법과 성과에 대한 이해 부족이 크다고 볼 수 있다. 

 

4.전략적 통찰 없는 분석의 함정

-데이터 분석이 사업에 미치는 효과(데이븐포트 설문조사)

->기업이 양질의 데이터기반을 구축하면 영영자들은 데이터 및 시스템을 활용해 더 나은 의사결정을 내리는 것에 관심의 초점을 옮긴다는 사실!

-실제로 성과가 우수한 결과가 나타났다.

-성과가 우수한 기업들도 가치분석적 통찰력을 갖췄다고 대답한 비율은 낮다.

-아메리카항공:비행경로와 승무원의 일정 최적화-허브앤 스포크(업계내부에만 초점)

->복잡한 최적화 -> 비즈니스에 마이너스 영향(고객은 죄저가 봐서 경영에 이득x)

-사우스웨스트항공 : 매우 단순한 모델 -> 시장가치 상승

-분석많이 한다고 좋은게 아닌 대표적인 예

 

5.일차적인 분석 vs 전략 도출을 위한 가치기반 분석

-일차적인 분석의 예

금융서비스(신용점수산정,사기방지,클레임분석,프로그램트레이딩),소매업(판촉,매대,수요예측,재고,가격 및 제조 최적화),제조업(공급사슬,수요예측,재고,보증서,맞춤형 개발),운송업(일정관리,노선배정,수익관리),헬스케어(약품거래,예비진단,질병관리),병원(가격책정,고객로열티,수익관리),에너지(트레이딩,공급,수요예측),커뮤니케이션(가격최적화,고객보유,수요예측,생산계획,네트워크최적화,수익성관리),서비스(콜센터관리,서비스관리),정부(사기탐지,사례관리,범죄방지,수익최적화),온라인(웹메트릭스,사이트설계,고객추천),모든사업->성과관리

 

-1차원적 분석을 통해 분석경험을 늘리고 활용범위를 넓혀야한다.

-인사이트 가치기반 분석 : 인구변화/경제트랜드/고객니즈 파악 등

-전략적 가치기반 분석을 위해서는 사업성과 견인하는 핵심 사업요소 중심에서 분석 프레임워크를 잡아야 한다.

 

 

2절 전략 인사이트 도출을 위해 필요한 역량

1.데이터 사이언스의 의미와 역할

<데이터사이언스?>

데이터로부터 의미있는 정보를 추출하는 학문, 정형/비정형 막론하고 다양한 유형의 데이터를 대상으로 분석하며 이를 효과적으로 구현과정까지 포함한 포괄적개념

데이터공학,수학,통계학,컴퓨터공학,시각화,해커의사고방식 등 종합 지식 학문,

통계학과 다른점은 총체적Holistic 접근법을 사용한다는 점.

 - 기본적인 분석을 넘어 통찰력을 가지로 총체적으로 접근하는 것이 데이터사이언스

2.데이터사이언스의 구성요소 그림1-3-6

IT영역	시그널, 프로그래밍, 데이터엔지니어링, 데이터웨어하우징, 고성능 컴퓨팅
분석적영역	수학,확률,머신러닝,분석,패턴인식,불확실성 모델링
비즈니스컨설팅	커뮤니케이션,프레젠테이션,스토리텔링,시각화 등

전문가	제시한 역량
DJ Patil/Greylock 사 데이터사이언티스트	-기술적 숙련도 -스토리텔링 -호기심 - 영리함(창의성)
가트너	-데이터 관리 –분석모델링 –비즈니스 분석 -소프트스킬(커뮤니케이션,협력,리더십,창의,규율,열정)
링크드인 책임자	-데이터 능력(수집,표준화,통계,모델링) -결과도출 능력(호기심,직관력,시각화,커뮤니케이션)
존 라우스(아마존)	-수학과 공학능력 –인문학적 소양 –호기심 및 행복

-호기심 : 문제의 이면과 질문들을 찾고 가설을 세우는 능력을 의미한다.

Hard Skill	빅데이터 이론 지식	관련 기법에 대한 이해와 방법론 습득
	분석 기술 숙련	최적의 분석 설계 및 노하우 축적
Soft Skill	통찰력 있는 분석	창의적 사고, 호기심, 논리적 비판
	설득력있는 전달	스토리 텔링, 시각화
	다분야 협력	커뮤니케이션

  

3.데이터사이언스 : 과학과 인문의 교차로

-통찰력 있는 분석: 직관과 전략, 경영프레임워크, 경험이 혼합

-데이터사이언티스트: 글쓰지,대화능력,비판적시각,열정,직관,스토리텔링 등

-인문학과 과학의 교차로에 있음.

 

4.전략적 통찰력과 인문학의 부활 / 최근의 사회환경적 변화

(1)단순세계화 -> 복잡한 세계화

컨버전스의 동역학에서 디버전스의 동역학이 되는 복잡한 세계화 이루어짐

신흥국 브릭와 아세안국가의 시장

(2)비즈니스 중심이 제품생산에서 서비스로 이동됨

과거에는 고장 안나는 제품 / 이젠 AS서비스가 더 중요, 시장지배 바뀜

(3)경제와 산업의 논리가 생산에서 시장창조로 바뀜

생산기술 이상으로 시장창조의 패러다임이 됨. 무형자산이 중요하게 됨

-인문학의 근거없는 유행이 아니라 대세가 됨. 새 가치를 창출하는 창조과정에서 주목하는 인문학적 통찰력이 필요

 

5.데이터 사이언티스트에 요구되는 인문학적 사고의 특성과 역할

	과거	현재	미래
정보	무슨일이 일어났나? -리포팅	무슨일이 일어나고 있는가? - 경고	무슨일이 일어날 것인가?-추출
통찰력	어떻게, 왜 일어났는가 ? 모델링, 실험설계 등	차선 행동은 무엇인가? - 권고	최악/최선의 상황은? 예측/최적화/시뮬레이션

-데이터 사이언티스트가 다룰수 있는 6가지 질문

-단순히 정보를 활용하는 단계 : 과거의 리포팅, 현재의 어림 패턴 파악

-통찰력을 제시하는 단계 : 통계적 모델링, 차선책 권고

-미래에 대한 통찰력

  

6.데이터 분석 모델링에서 인문학적 통찰력의 적용 사례

-(신용리스크모델) 2000이후 국내 신용리스크 모델 적용

-국내 신용리스크 모델은 세계적으로 앞서나가고 있음

-인간을 바라보는 관점 (성향의 관점-은행장과면담/행동적 관점-신용리스크/상황적관점-최근 신용리스크에 반영하려는 시도,상황과 맥락 파악,깨진유리창 법칙)

3절 빅데이터 그리고 데이터사이언스의 미래

1.빅데이터의 시대

-2011 전세계 디지털정보량 : 1.8제타바이트

-기업들에게 비용절감, 시간절약, 매출증대, 고객서비스향상, 신규비즈니스 창출, 내부의사결정 지원 등 상당한 가치를 발휘하는 중이다.

 

2.빅데이터 회의론을 넘어 : 가치패러다임의 변화

-가치패러다임의 측면 : 많은 신기술, 신상품, 서비스는 가치패러다임의 작동 원리에 맞아 떨어질 때 성공함 -> 부의 원천

<가치패러다임의 3단계>

Digitalization 디지털화

Connection 연결

Agency 에이전시

(1) 디지털화 : 아날로그 세상을 어떻게 효과적으로 디지털화 하는가 (빌게이츠)

(2) 연결 : 웹사이트 상의 정보, 인터넷(야후 <<< 구글)

(3) 에이전시 : 수많은 데이터를 신속정확하게 처리해서 개인과 기기가 맺는 하이퍼연결을 효율적으로 관리해주는 것

 

3.데이터 사이언스의 한계와 인문학

- 아무리 정량적인 분석이라도 분석은 가정에 근거한다는 사실

- 2008년 금융위기가 잘못된 분석사용의 사례

- 데이터 분석은 완벽하지 않다. 데이터 분석과 현실세계 잊지말기

---

ADsP 자격증 준비 과정에서, 2017 개정판 ADsP 공식 교재를 참고해 정리했습니다. 

정리본이 문제가 된다면 알려주세요. ^^