[ADsP 미어캣 온라인 스터디 11기] Day 3 분석 기획과 분석 방법론 (71 ~ 89p)

 

 

01 분석 기획과 방법론

분석대상과 그 방법에 따른 4가지 분석 주제

		분석의 대상 What
		Known	Unknown
분석의 방법 How	Known	최적화 (Optimization)	통찰력 (Insight)
	Unknown	해결책 (Solution)	발견 (Discovery)

 

목표 시점별 분석 기획

	당연한 분석 주제 해결 (과제 단위)	지속적 분석 문화 내재화 (마스터플랜 단위)
목적	빠르게 해결하는 것이 목적	지속적으로 해결하는 것이 목적
1차 목표	Speed & Test	Accuracy & Deploy
과제 유형	Quick & Win	Long Term View
접근 방식	Problem Solving	Problem Definition

 

분석기획시 고려사항

1) 가용데이터 고려

2) 적절한 활용 방안과 유스케이스의 탐색 : 유사 시나리오 및 솔루션 활용

3) 장애요소에 대한 사전 계획 수립

 

분석 방법론 구성 요소

1) 상세한 절차

2) 방법

3) 도구와 기법

4) 템플릿과 산출물

 

기업의 합리적 의사결정 방해요소

1) 고정 관념

2) 편향된 생각

3) 프레이밍 효과 : 동일한 사건을 두고도 개인의 판단이 달라질 수 있는 현상

 

 

업무특성에 따른 모델

폭포수 모델	순차적 진행 문제 발견시 이전 단계로 돌아갈 수 있음
프로토타입모델	점진적으로 개발, 사용자 중심 개발
나선형 모델	반복을 통한 개발, 위험요소를 사전에 제거 문제점 : 복잡도 상승
계층적 프로세스 모델	단계(Phase) : 버전 관리 등을 통한 통제 필요
	태스크(Task) : 단계를 구성하는 단위 활동
	스텝(WBS의 워크패키지) : 입력 - 처리 및 도구 - 출력

 

 

KDD (Knowledge Discovery in Database)

통계적 패턴이나 지식을 찾기 위해 체계적으로 정리한 데이터 마이닝 프로세스

1) 데이터셋 선택
2) 데이터 전처리	잡음, 이상치, 결측치를 파악하여 제거하거나 의미있는 데이터로 재가공
3) 데이터 변환	학습용 데이터와 검증용 데이터를 분리
4) 데이터 마이닝
5) 해석과 평가

 

CRISP-DM (Cross Industry Standard Process for Data mining)

KDD보다 좀 더 세분화

1) 업무 이해
2) 데이터 이해	초기 데이터 수집, 데이터 기술 분석
3) 데이터 준비	분석용 데이터셋 선택
4) 모델링	모델 평가
5) 평가	모델 적용성 평가
6) 전개

 

빅데이터 분석 방법론

1단계 : 분석기획	비즈니스 이해 및 범위 설정 프로젝트 정의 및 계획 수립 프로젝트 위험계획 수립
2단계 : 데이터 준비	필요 데이터 정의 데이터 스토어 설계 데이터 수집 및 정합성 검정
3단계 : 데이터 분석	분석용 데이터 준비 텍스트 분석, 탐색적 분석 모델링, 모델 평가 및 검증, 모델 적용 및 운영방안 수립
4단계 : 시스템 구현	설계 및 구현 시스템 테스트 및 운영
5단계 : 평가 및 전개	모델 발전 계획 수립 프로젝트 평가 및 보고