반응형
제1절 분석 기획 방향성 도출
분석 기획이란 실제 분석을 수행하기에 앞서 분석을 수행할 과제의 정의 및 의도했던 결과를 도출할 수 있도록
이를 적절하게 관리할 수 있는 방안을 사전에 계획하는 일련의 작업
어떤 목표(what)를 달성하기 위하여(why) 어떤 데이터를 가지고 어떤 방식(how)으로 수행할지 계획을 수립
1. 분석 기획의 특징
- IT기술 및 분석 기법에만 치우치지 않도록 주의
- 비즈니스에 대한 이해, 수학/통계적 지식, IT기술 3가지 영역에 대한 역량 및 시각 필요
- 분석대상 및 분석방법에 따라 분석 주제는 4가지로 나뉨
| 구분 | Known | Un-Known |
| Known | Optimization | Insight |
| Un-Known | Solution | Discovery |
2. 분석 기획시 고려사항
- 데이터에 대한 고려 : 데이터 확보는 필수적, 데이터 유형에 따른 선행 분석 (정형/비정형)
- 분석을 통해 가치 창출되는 적절한 활용방안과 유즈케이스 탐색
- 장애요소와 대책에 대한 사전계획 수립
제2절 분석 방법론
1. KDD(Knowledge Discovery in Database) 분석 방법론 : '96년 Fayyad가 정리한 데이터마이닝 프로세스
- 데이터셋 선택 (Selection)
- 데이터 전처리 (Pre-processing)
- 데이터 변환 (Transformation)
- 데이터 마이닝 (Datamining)
- 결과 평가 (Interpretation/Evaluation)
2. CRISP-DM (Cross Industry Standard Process for Data Mining) 분석 방법론
- 업무 이해 (Business understanding) : 업무목적/상황 파악, 데이터마이닝목표 설정, PJT계획 수립
- 데이터 이해 (Data understanding) : 초기데이터수집, 데이터분석/탐색/품질 확인
- 데이터 준비 (Data preparation) : 분석용데이터셋선택/정제/통합/포맷팅
- 모델링 (Modeling) : 모델링기법선택/테스트계획설계/작성/평가
- 평가 (Evaluation) : 분석결과/모델링과정/모델적용성 평가
- 전개 (Deployment) : 전개계획수립, 모니터링/유지보수 계획수립, PJT종료보고서 작성, PJT리뷰
3. 빅데이터 분석 방법론
- 분석기획 (Planning), 데이터준비 (Preparing), 데이터분석 (Analyzing), 시스템구현(Developing), 평가/전개(Deploying)
제3절 분석 과제 발굴
| 구분 | Known | Un-Known |
| Known | Optimization | Insight |
| Un-Known | Solution | Discovery |
| ↓Top-Down | ↑Bottom-Up |
1. 하향식 접근법 : 문제가 주어지고 이에 대한 해법을 찾기 위해 각 과정이 체계적으로 단계화되어 수행하는 방식
- 최적화&단기과제 형식
- 현황분석을 통해 인식된 문제점, 전략으로부터 기회나 문제를 탐색하고 해당문제를
데이터문제로 정의 -> 해결방안 탐색 -> 데이터분석의 타당성 평가 -> 분석과제 도출
2. 상향식 접근법 : 문제의 정의 자체가 어려운 경우 데이터를 기반으로 문제점을 찾고 해결방안 탐색
<작성 중>
반응형
댓글