02_데이터 분석계획(1)_분석 방안 수립_데이터 분석

01_ 데이터 분석(Data Analysis)

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

 

1) 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.

 

2) 데이터 분석의 지향점

① 전략적 통찰이 없는 데이터 분석 배제

● 단순하게 데이터 분석을 자주, 많이 수행하는 것이 경쟁우위를 가져다주는 것은 아니다.

 

● 분석은 경쟁의 본질에 영향을 미치고 기업의 경쟁전략을 이끌어 가므로, 경쟁의 본질을 제대로 바라보지 못한 분석은 불필요한 결과를 만들어낸다.

 

② 일차원적인 데이터 분석 지양

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

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

 

 

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 자원을 얻어낼 수 있으며 이를 통해 강력한 모멘텀을 형성할 수 있다.

 

3) 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.

 

4) 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 비즈니스 핵심 가치에 집중하고 관련된 분석 평가지표를 개발하여 시장과 고객변화에 효과적으로 대응하는것이 중요하다.