데이터 분석 기획
분석 대상과 방법에 따른 분류
- optimization : 대상도 알고, 방법도 안다.
- insight : 대상은 모르나, 방법은 안다.
- solution : 대상은 아나, 방법을 모른다.
- discovery : 대상도 모르고, 방법도 모른다.
목표 시점에 따른 분류
- 단기적 = 과제 중심적 : Quick-win, 당면한 과제를 빠르게
- 중장기적 = 마스터 플랜 : 지속적 분석 문화, 장기적 관점
- 혼합
분석 마스터 플랜과 로드맵
분석 과제의 우선순위 평가기준 - ROI 요소 고려
- 시급성 - 전략적 중요도, 목표가치(KPI)
- 난이도 - 데이터 획득 비용, 데이터 가공 비용, 데이터 저장 비용, 분석 저장 비용, 분석 수준
분석 우선순위 선정 및 조정 - 포트폴리오 기법
- 3이 제일 우선, 2가 제일 나중.
- 우선순위 기준이 시급성 : 3 - 4 - 1 - 2
- 우선순위 기준이 난이도 : 3 - 1 - 4 - 2
분석 로드맵 설정
- 데이터 수집과 데이터 준비는 순차적으로!
- 모델링 단계는 반복적으로 수행해야 함.
- 순차형과 반복형을 혼합
분석 문제 정의
분석 과제 도출 방법 : 상향식 & 하향식
하향식 : 문제를 재정의하고 해결방안을 탐색.
- 구성 : 문제 탐색 → 문제 정의 → 해결방안 탐색 → 타당성 평가
- 하향식의 단점 : 솔루션 도출에는 유효. 새 문제 탐색은 어려움
상향식 : 문제가 주어지고, 해법을 찾는다.
- 데이터 분석을 통해 이유를 추적
- 비지도학습 방법에 의해 수행
- 생각하지 못한 인사이트를 도출 가능.
분석 방안
- 분석 방법론
- 구성요건: 상세한 절차, 방법, 도구와 기법, 템플릿과 산출물, 적당한 지식만 있으면 활용가능한 난이도
- 계층적 프로세스 모델 : 단계, 태스크, 스텝
- 소프트웨어 생명주기 활용
- 워터폴 모델
- 프로토타입 모델
- 나선형 모델
- 반복적 모델
- 진화형 모델
- KDD 분석 방법론
- selection, preprocessing, transformation, data mining, interpretation/evaluation
- CRISP-DM 방법론
- 업무이해, 데이터 이해, 데이터 준비, 모델링, 평가, 전개
- SEMMA 분석 방법론
- 추출, 탐색, 수정, 모델링, 평가
- SAS의 데이터 마이닝 도구와 손쉽게 접목
빅데이터 분석 방법론
순서 : planning, preparing, analyzing, developing, deploying
planning (기획)
- 비즈니스 이해 및 범위 설정, 프로젝트 정의 및 계획 수립, 프로젝트 위험 계획 수립
preparing (준비)
- 필요 데이터 정의, 데이터 스토어 설계, 데이터 수집 및 정합성 점검
analyzing (분석)
- 분석용 데이터 준비, 텍스트분석, 탐색적분석, 모델링, 평가 및 검증
developing(시스템 구현)
- 설계 및 구현, 시스템 테스트 및 운영
deploying(평가 및 전개)
- 모델 발전계획 수립, 프로젝트 평가 및 보고