(ADsP 정리) [1과목] (3장) 가치 창조를 위한 데이터 사이언스와 전략 인사이트

1️⃣ 빅데이터 분석과 전략 인사이트

🔷 산업별 분석 애플리케이션

산업	일차원적 분석 애플리케이션
금융 서비스	신용점수 산정, 사기 탐지, 가격 책정, 프로그램트레이딩, 클레임분석, 고객 수익성분석
병원	가격 책정, 고객 로열티, 수익 관리
에너지	트레이딩, 공급/수요 예측
정부	사기 탐지, 사례 관리, 범죄 방지, 수익 최적화

🔷 일차적인 분석의 문제점

일차적인 분석을 통해서도 해당 부서나 업무 영역에서는 상당한 효과를 얻을 수 있지만 일차적인 분석만으로는 환경변화와 같은 큰 변화에 제대로 대응하거나 고객 환경의 변화를 파악하고 새로운 기회를 포착하기 어렵다. 특히, 급변하는 환경에서는 분석을 일차적 차원에서 점증적, 전술적으로 사용하면 성과는 미미하다.

🔷 전략도출 가치기반 분석

- 전략적인 통찰력 창출에 포커스를 뒀을 때, 분석은 해당 사업에 중요한 기회를 발굴하고, 주요 경영진의 지원을 얻어낼 수 있으며, - 이를 통해 강력한 모멘텀을 만들어 낼 수 있다.- 최고가 되기 위해서는 일차원적인 분석을 통해 점점 분석 경험을 쌓아야하고 작은 성공을 거두면 분석의 활용 범위를 더 넓고 전략적으로 변화시켜야한다.- 사업성과를 견인하는 요소들과 차별화를 꾀할 기회에 대해 전략적 인사이트를 주는 가치기반 분석단계로 나아가야 한다.

---

2️⃣ 전략 인사이트 도출을 위한 필요 역량

(데이터 사이언스에 대해 묻는 질문)

🔷 데이터 사이언스 의미

- DS란 데이터 공학, 수학, 통계학, 컴퓨터공학, 해커의 사고방식, 해당 분야의 전문지식을 종합한 학문이다. 데이터로부터 의미있는 정보를 추출해내는 학문으로 정형 또는 비정형을 막론하고 인터넷, 휴대전화, 감시용 카메라 등에서 생성되는 숫자와 문자, 영상 정보 등 다양한 유형의 데이터를 대상으로 분석뿐 아닌라 이를 효과적으로 구현하고 전달하는 과정까지를 포함한 포괄적 개념이다.

🔷 데이터 사이언티스트 역활

- DS는 비즈니스의 성과를 좌우하는 핵심이슈에 답을 하고, 사업의 성과를 견인해 나갈 수 있어야 한다. 이는 DS의 중요한 역량 중 하나인 소통력이 필요한 이유이다.

🔷 데이터 사이언스 영역

🔷 데이터 사이언티스트의 역할

- 데이터 홍수 속에서 헤엄을 치고, 데이터 소스를 찾고, 복잡한 대용량 데이터를 구조화, 불완전한 데이터를 서로 연결해야 한다

- 역량중 한 가지는 강력한 호기심, 호기심이란 문제의 이면을 파고들고, 질문들을 찾고, 검증 가능한 가설을 세우는 능력을 의미

- 스토리텔링, 커뮤니케이션, 창의력, 열정, 직관력, 비판적 시각, 글쓰기 능력, 대화능력 등도 갖추어야함

🔷 데이터 사이언티스트의 skill

- 분석기술보다 더 중요한 것은 소프트 스킬로 전략적 통찰을 주는 분석은 단순 통계나 데이터 처리와 관련된 지식 외에도 스토리텔링, 커뮤니케이션, 창의력, 열정, 직관력,비판적 시각, 대화능력 등 인문학적 요소가 필요하다.

 

🔷 통찰력 있는 분석

- 직관과 전략, 경영 프레임워크 경험의 혼합을 통해 통찰력 있는 분석을 수행할 수 있어야 한다.- 본인 회사 뿐 아니라 전체 업계의 방향과 고객이 무엇을 중시하는지에 대한 이해가 필요하다.- 좁은 시각으로 나무만 보는 것이 아니라 넓은 시각으로 숲을 볼 수 있어야 한다.

🔷 인문학의 열풍

우리는 지금 기존 사고의 틀을 벗어나 문제를 바라보고 해결하는 능력, 비즈니스의 핵심가치를 이해하고 고객과 지원의 내면적 요구를 이행하는 능력등 인문학에서 배울 수 있는 역량이 점점 더 절실히 요구되는 시대를 맞이 하고 있다.

---

3️⃣ 빅데이터 그리고 데이터 사이언스의 미래

빅데이터 분석은 선거결과에 결정적인 영향을 미칠 수도 있다. 기업의 측면에서는 비용 절감, 시간 절약, 매출 증대, 고객서비스 향상, 신규 비즈니스 창출, 내부 의사결정 지원 등에 있어 상당한 가치를 발휘하고 있다.

🔷 데이터 사이언스의 한계

- 분석과정에서는 가정 등 인간의 해석이 개입되는 단계를 반드시 거친다.

- 분석결과가 의미하는 바는 사람에 따라 전혀 다른 해석과 결론을 내릴 수 있다.- 아무리 정량적인 분석이라도 모든 분석은 가정에 근거한다는 사실이다.

🔷 데이터 사이언스와 인문학

- 인문학을 이용하여 빅데이터와 데이터 사이언스가 데이터에 묻혀 있는 잠재력을 풀어내고, 새로운 기회를 찾고, 누구도 보지 못한 창조의 밑그림을 그릴 수 있는 힘을 발휘하게 될 것이다.

---

📢  이 글은 ADsP 데이터 분석 준전문가 (저자 윤종식) (속칭 민트책)를 바탕으로 정리한 내용입니다.

 

📢  해당 글은 교육적인 목적으로 작성되었으며 영리 목적이 없음을 밝힙니다. 법률적인 문제가 있을 경우 메일을 보내주시면 수정하도록 하겠습니다.

 

📢 이메일 : do5431@naver.com