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

  * 교재 : ADsP 데이터 분석 준전문가 2019 전면개정판-윤종식 (https://book.naver.com/bookdb/book_detail.nhn?bid=14451061)

* 위 도서를 근거로 작성한 글임을 밝힙니다 :)

1) 빅데이터 분석과 전략 인사이트

 1. 빅데이터 열풍과 회의론

   - 일부의 시선은 빅데이터는 거품현상이라는 우려 -> 데이터의 가치발견 사전 차단

 2. 회의론의 원인 및 진단

   1) 투자의 결과 미비 - 과거의 CRM(고객관계관리)

   2) 필요성 의문 - 굳이 빅데이터가 아니더라도 가능한 분석(과대포장)

 3. 빅데이터 분석의 핵심

   1) 빅데이터의 관심 증대 : 통찰의 중요성에 대한 공감대 및 긍정적 효과 기대

   2) 프로젝트의 기대 : 기존 프로젝트 자동화 후 점차적으로 시행

   3) 빅데이터 분석의 가치 : 데이터의 크기보다 통찰이 우선(가치창출), 분석 평가지표 관리->가치상승

 4. 전략 없는 분석

   - 단순 분석은 가치가 떨어짐 -> 전략적 분석을 통해 핵심적인 가치 창출

 5. 일차원적 분석, 전략적 분석

   1) 일차원적 분석 : 새로운 기회를 찾기 힘듦

   2) 전략적 분석 : 기회 발굴 -> 경영자원 활용 / 활용 범위 증가

2) 전락 인사이트 도출을 위한 필요 역량

 1. 데이터 사이언스

   - 공학, 수학, 통계학, 인문학 등 전문적인 지식을 통합한 학문 / 다양한 데이터를 분석, 구현, 전달하는 과정

   - 기업의 비즈니스에 중요한 역할

 2. 데이터 사이언스 구성요소

   1) 분석적 영역

   2) IT 전문성

   3) 비즈니스 분석

 3. 데이터 사이언스 역량

   1) Hard Skill : 빅데이터의 지식(기법, 방법론 / 분석 기술(최적 분석 기술)

   2) Soft Skill : 통찰력(창의력, 호기심) / 설득력(스토링텔링, 시각화) / 협력(커뮤니케이션)

3) 데이터 사이언스의 미래

 1. 패러다임의 변화

   - 과거 : 아날로그 -> 디지털

   - 현재 : 디지털의 연결 -> 연결의 효율성

   - 미래 : 복잡한 연결 -> 효율적 관리

 2. 한계

   - 분석과정에 인간의 해석이 개입

   - 개개인에 따라 해석의 차이

   - 모든 분석은 가정을 근거로함